Optymalizacja łańcucha dostawOptymalizacja łańcucha dostawOptymalizacja łańcucha dostawOptymalizacja łańcucha dostaw
  • Produkty
  • Jak działa Dature
  • O nas
  • Baza wiedzy
  • Współpraca
  • Wsparcie
  • UE Flaga
  • Polski
    • Angielski
Polski
✕
            Brak wyników wyszukiwania Zobacz wszystkie wyniki
            Czym jest i dokąd zmierza sztuczna inteligencja
            10 listopada 2022
            Quick Response jako szybka reakcja na potrzeby klienta w kontekście zarządzania zapasami
            9 stycznia 2023
            Aktualności

            Optymalizacja łańcucha dostaw

            Wybuch pandemii COVID-19 w 2020 roku istotnie wpłynął na przepływ towarów i usług. Wiele krajów zamknęło swoje granice, doszło do zaburzeń w łańcuchach dostaw, często do ich całkowitego zerwania. Pomimo zniesienia większości restrykcji wiele firm wciąż odczuwa po pandemiczne zakłócenia w wielu obszarach swojej działalności, a jako główne problemy wymieniane są nagłe zmiany po stronie popytu i podaży, brak regularności rytmów dostaw oraz ceny frachtów. W tej niestabilnej sytuacji pojawiło się dodatkowe źródło ryzyka – wojna w Ukrainie, skutkująca sankcjami gospodarczymi na Rosję i Białoruś, kolejnymi zaburzeniami popytu i podaży, zmianami w kierunkach i potokach dostaw surowców oraz odcięciem niektórych istotnych szlaków dostaw. Pandemia i związane z nią lockdowny zwiększył potrzebę natychmiastowej konsumpcji online i szybkiej dostawy do domu. Pomimo zanurzenia konsumentów w świecie cyfrowym dostawy zamówionych przez nie produktów wciąż realizowane są w świecie rzeczywistym, w który produkty nadal są transportowane do miejsca przeznaczenia za pomocą ciężarówek, pociągów, samolotów oraz statków. Jednocześnie wymagania dotyczące ilości towarów, kosztów transportu, zewnętrznych czynników ograniczających, itp., powinny być dokładnie określone. Obserwowane jest przy tym odejście od konceptu wdrożenia pełnego systemu dostaw Just‑in-Time, na rzecz Just-in-Case, czyli utrzymywania bezpiecznego poziomu zapasów. Przez wiele lat metoda Just-in-Time postrzegana była, jako wzorcowa strategia zarządzania zapasami. Ponieważ potrzebne zasoby nie są składowane, ale dostarczane właśnie w momencie, gdy są potrzebne, możliwa jest redukcja poziomu zapasów, która z kolei pozwala na redukcję kosztów funkcjonowania firmy i poprawę jej wydajności. Taki sposób funkcjonowania powoduje jednak, że łańcuch dostaw jest wrażliwy i łatwo może dojść do jego przerwania, co w efekcie wpływa na wiele następnych etapów, nawet jeśli nie są one połączone bezpośrednio. Szczególnie dla branży produkcyjnej brak surowców, półproduktów oznacza bardzo kosztowne przestoje produkcyjne. Dlatego też wiele firm dostrzega konieczność przemodelowania łańcuchów dostaw, ich skrócenia i upewnienia się, że przerwane ogniwo będzie łatwo można zastąpić korzystając z innego, awaryjnego dostawcy, nawet jeśli będzie on droższy. W przypadku branży e-commerce należy jeszcze uwzględnić problem zwiększonego napływu zwrotu zamówionych produktów.

            Podstawą odnoszącej sukcesy firmy jest skuteczna i efektywna logistyka. To wymaga z kolei starannego planowania prowadzącego do wyboru optymalnego kosztowo łańcucha dostaw, przy jednoczesnej realizacji potrzeb klienta i utrzymywania bezpiecznego poziomu zapasów. W branży e-commerce powinny zostać dodatkowo wdrożone strategie logistyki zwrotów. Logistyka zwrotów odgrywa przy tym istotną rolę w zrównoważonym rozwoju każdej firmy jako proces ponownego użycia, regeneracji i redystrybucji produktów. Oznacza to, że decydenci stoją przed rozwiązaniem wielokryterialnego zadania optymalizacyjnego, którego trudność polega na możliwych konfliktach między celami. W przypadku optymalizacji z wieloma celami można jedynie oczekiwać, że będzie ona wydajna w sensie Pareto, to znaczy, że żaden pojedynczy cel nie może być ulepszany bez szkody dla pozostałych celów.

            Pomocne przy dokonywaniu wyborów w sytuacji współistnienia wielu ograniczeń i celu są wielokryterialne systemy wspomagania decyzji.  Umożliwiają one włączanie i wyłączanie odpowiednich kryteriów dotyczących czynników ekonomicznych, środowiskowych, społecznych i różnych rodzajów ryzyka. Systemy te coraz częściej wykorzystują podejście rozmyte i uczenie maszynowe. Rozmytość pozwala na zastosowanie terminów językowych do opisu kryteriów decyzyjnych oraz przypisania im wag oddających niepewność. Kryteria wraz z wagami umożliwiają pomiar względnego znaczenia tych kryteriów w procesie oceny. Uszeregowanie kryterium dokonywane jest na ogół w oparciu o rozmytą technikę preferencji kolejności według podobieństwa do rozwiązania idealnego.

            Z pomocą aplikacji Dature wykorzystasz sztuczną inteligencję i uczenie maszynowe do prognozowania popytu. Dzięki czemu znacznie usprawnisz swój łańcuch dostaw. Połączenie prognozowania popytu z modułem optymalizacji zapasów Dature pozwala określić właściwe poziomy zapasów oraz generuje optymalne rekomendacje zatowarowania. Wypróbuj już teraz!

            Niniejszy artykuł powstał dzięki środkom pochodzącym ze współfinansowania przez Unię Europejską Programu Operacyjnego Inteligentny Rozwój 2014-2020, projektu realizowanego w ramach konkursu Narodowego Centrum Badań i Rozwoju: w ramach konkursu „Szybka Ścieżka” dla mikro-, małych i średnich przedsiębiorców – konkurs dla projektów z regionów słabiej rozwiniętych w ramach Działania 1.1: Projekty B+R przedsiębiorstw Poddziałanie 1.1.1 Badania przemysłowe i prace rozwojowe realizowane przez przedsiębiorstwa. Tytuł projektu: „Stworzenie oprogramowania do poprawy trafności prognoz i optymalizacji zapasów z perspektywy odbiorcy i dostawcy współpracujących w ramach łańcucha dostaw przy zastosowaniu rozmytych, głębokich sieci neuronowych.

            Udostępnij
            OSTATNIE WPISY
            • Quick Response jako szybka reakcja na potrzeby klienta w kontekście zarządzania zapasami
            • Optymalizacja łańcucha dostaw
            • Czym jest i dokąd zmierza sztuczna inteligencja
            • Istota klasycznego modelu odnawiania zapasów opartego na przeglądzie okresowym 
            TAGI
            • #bullwhip-effect
            • #covid19
            • #łańcuch-dostaw
            • #NCBiR
            • #optymalizacja-zapasów
            • #out-of-stock
            • #outllier
            • #overstock
            • #prognozowanie
            • #prognozowanie-popytu
            • #Program-Operacyjny-Inteligentny-Rozwój-2014-2020
            • #projekcja-zapasów
            • #projekcja-zapasów-w-czasie
            • #service-level-dostawcy
            • #sieci-neuronowe
            • #supplychain
            • #zapas-bezpieczeństwa
            • #zapas-sezonowy
            • #zapas-zabezpieczający
            • #zarządzanie-zapasem

            Powiązane wpisy

            10 listopada 2022

            Czym jest i dokąd zmierza sztuczna inteligencja


            PRZECZYTAJ

            Sztuczna inteligencja (AI) jest jednym z najgorętszych tematów we współczesnym świecie. Jest to stosunkowo nowa dziedzina nauki. Początkowo nazywano ją cybernetyką, która istnieje od lat 40. […]

            8 listopada 2022

            Istota klasycznego modelu odnawiania zapasów opartego na przeglądzie okresowym 


            PRZECZYTAJ

            Podstawową cechą opisywanego modelu jest to, że zamówienie składane jest w określonym cyklu o stałym okresie przeglądu (ang. ROC – Re-order Cycle). Wielkość zamówienia w tym […]

            8 listopada 2022

            Analiza uniwersalnych wskaźników obszaru zapasów


            PRZECZYTAJ

            W kontekście modelowania gospodarki zapasami przedsiębiorstwa bardzo istotną kwestią jest jego opomiarowanie. Wyznaczenie wskaźników pozwala na zbadanie efektów funkcjonowania poszczególnych modeli odnawiania zapasów. Wybór najlepszego wariantu […]

            Już teraz

            Zapisz się do newslettera

              Podanie danych w formularzu jest niezbędne do subskrypcji newslettera. Dane z formularza przetwarzane będą na podstawie udzielonej zgody art. 6 ust. 1 lit. a) RODO. Administratorem Twoich danych jest Smartstock Sp. z o.o. z Poznania (ul. Królowej Jadwigi 43, 61-871 Poznań, biuro@smartstock.cloud). Wszelkie informacje w zakresie przetwarzania danych podanych w formularzu oraz posiadanych uprawnieniach znajdziesz w Polityce Prywatności.


              TEL. +48 534 288 279
              biuro@dature.cloud

              Smartstock Sp z o.o.
              ul. Królowej Jadwigi 43
              61-871 Poznań

              Zapisz się do newslettera

              NIP: 7812000413
              REGON: 384284847
              KRS: 0000802331

              • LinkedIn
              • Facebook

              Polityka prywatności i cookies   Regulamin aplikacji   Wsparcie techniczne   Zmiana decyzji co do cookies

              Wszelkie prawa zastrzeżone. © SMARTSTOCK Sp. z o.o.
              Polski
                        Brak wyników wyszukiwania Zobacz wszystkie wyniki
                        • Brak dostępnych tłumaczeń dla tej strony