.
.
洞察:供应链计划中的数字孪生
文/史蒂夫班克 作者是领先的行业分析师和技术咨询公司 ARC 咨询集团的供应链服务副总裁。
在对供应链计划 (SCP) 市场进行全球研究的过程中,我与来自整个行业的解决方案提供商的高管进行了交谈。我问他们的一件事是 SCP 与术语数字孪生的关系。数字孪生是物理实体或过程的数字副本。该术语最常用于帮助用户设计产品和设施的产品生命周期管理解决方案。在资产管理中,这些模型从机器获取数字输入(振动、热量等),对输入进行分析,然后用于更可靠、更有效地安排这些机器的维护. 该术语越来越多地应用于供应链计划。
供应链计划系统是大数据解决方案,它允许公司在使用更少的人力和物力资源的同时,以更少的库存达到他们的服务水平目标。对我来说听起来像是大肆宣传,与我交谈过的一些高管暂时同意我的观点,即“数字孪生”一词被大肆宣传。
OMP 的高级副总裁 Philip Vervloesem 说:“我喜欢你对这个问题的反应。可以说,在笔和纸之外的任何动作都可以被视为数字化。”
Manhattan Associates产品战略高级总监 Scott Fenwick补充说:“没有客户要求数字孪生。”
但是为提供 SCP 解决方案的公司工作的绝大多数高管都非常喜欢数字孪生这个术语,尽管他们确实倾向于对其关键特征的定义有所不同。
供应计划解决方案的核心是供应链流程模型。数字孪生这个词虽然很热门,但是供应计划模型是惊人的, 使用“数字孪生”一词,SCP 高管们谈论 SCP 模型以及他们公司的建模方法如何与众不同。
奥马尔Bakkalbasi,在首席创新官Solvoyo,认为供应规划一个良好的数字双涉及到代表供应链流程的能力。“在分辨率下的合适的水平。”
Bakkalbasi 先生所说的正确分辨率是什么意思?供应链计划针对不同的预测范围进行——工厂调度和履行计划可能侧重于下周将制造和交付的产品。这称为运营计划。
战术规划的重点是下个月或下个月将要制作和交付的内容。战略规划的重点是更长的时间跨度——计划持续数月甚至数年。 “分辨率”是指模型的粒度级别,用于详细生产计划的模型需要更细粒度的模型。这些模型具有针对每种产品的每台机器的设置时间,了解在一小时内可以在该机器上生产多少不同的产品,并了解生产轮子(设置时间如何受到产品制造顺序的影响) 。
战术计划将不那么细致,涉及Kinaxis产品营销总监安德鲁·贝尔所说的“近似值”。例如,此模型可能具有生产线在一小时内可以生产的平均单位数(跨许多不同的产品)。战略模型更加抽象。 从理论上讲,在操作层面使用详细模型进行战术和战略规划会很棒。
SOLVOYO
首席创新官
奥马尔Bakkalbasi
供应规划一个良好的数字孪生及到代表供应链流程的能力。“在分辨率下的合适的水平。
在更新我的全球供应链规划市场研究的过程中,Solvoyo、JDA Software、AspenTech、OMP、QAD Dynasys 等供应商告诉我,他们也提供此功能。这意味着最初的综合商业计划更加现实;正在制定的计划有更高的执行机会。它是一项关键的计划功能,可实现更具响应性的供应链计划。
目前,很少有供应商能够将战略计划与运营和战术计划联系起来。OMP 和 Solvoyo 确实谈到了这种能力,尽管将战略和战术计划联系起来时,它更侧重于测试新的供应链政策或了解设施基础设施的变化将如何改变公司的能力。相比之下,战术到运营整合更侧重于计划的可行性。QAD Dynasys 产品管理总监 Shaun Phillips 指出,它是“确保运营和战术计划之间紧密同步的通用数据模型”。
在实践中,Kinaxis 行业和解决方案营销副总裁 Hirish Iyer 指出,详细的建模“会延长运行时间”(导致计算机在生成计划之前运行数天或数周)。 在供应链计划市场中,一种称为进程内内存的技术允许使用更细粒度的模型,但仍能在可接受的时间范围内提供计划。SCP 的所有相关供应商都使用该技术。然而,Kinaxis 在该领域开发了自己的专利专有技术,而不是使用现成的技术解决方案。Kinaxis 内存中解决方案专注于使用内存中来加快复杂供应计划模型的使用速度,并且仍然在可接受的时间范围内提供计划, 更精细的计划更“可执行”。
Iyer 先生指出,从事战术规划的供应链高管可能会质疑工厂规划人员为什么不执行制定的计划。但工厂调度员会回答说,战术计划“从未考虑过我的机器实际运行情况。” 并发计划是行业中越来越需要的功能。虽然作战和战术计划可能基于不同的模型,但这些计划应该是可互操作的。
在月度计划会议上,高管们试图将他们认为对产品的需求与实际可行的生产相匹配(综合业务计划流程)),高管可能会得出结论,在某个周末需要加班以满足对特定产品的需求。高管们可能会求助于计划人员来运行运营模型,以了解在周末生产指定数量的产品是否现实。通过并行规划,更具体的模型可以在几分钟内得出答案,因为这两个模型是相互关联的。
Kinaxis 以这种能力而闻名。
Kinaxis 行业和解决方案营销副总裁 Hirish Iyer
在供应链计划市场中,一种称为进程内内存的技术允许使用更细粒度的模型,但仍能在可接受的时间范围内提供计划。
LLamasoft首席战略官 Toby Brzoznowski, 也侧重于通用数据模型的想法。但他对数字孪生的定义与业内其他人有所不同。数字孪生不是单独的操作、战术或战略模型。它是 SCP 解决方案堆栈的一个单独层,可促进战略、运营和战术计划从通用数据和参数进行操作——一切设置时间、交货时间、物料清单,再到产品可用的货架空间在个人商店。
简而言之,数字孪生是运营、战术或战略模型的“始终可用的端到端参考模型”。这些不同的规划模型应用不同的统计、机器学习和 AI 算法以及不同的工作流程来回答不同类型的问题。 虽然要在这里结束这篇文章,但这并没有穷尽这个话题。一个好的数字孪生还可以获得数据馈送,使供应链模型保持最新。此外,该模型易于配置和更改。最后,我们可以将需求规划模型视为数字孪生吗?
LLamasoft首席战略官
Toby Brzoznowski
简而言之,数字孪生是运营、战术或战略模型的“始终可用的端到端参考模型”。
1. 数字孪生在供应链计划决策的颗粒度,对于数字孪生的在合适周期和范围,使用匹配要求,将会更好的效果。
2. 从供应链执行的不同功能如生产计划,需求计划,末端的物流计划,企业的物流,以及第三方物流服务来说,对于数字孪生在对于即时库存状态的时空更新的要求上将发挥更好的作用和效果。
3. 所以从在对于即时库存状态的时空更新的要求上,用结果要求来对技术过程的采用提出要求,这可能是更合适的选择。
4. 所以,从企业的战略,商业模式,到目标要求,以及执行能力的综合匹配是选择数字孪生技术的参考依据。
5. 作为数字孪生解决方案,特别是对于实现平台型的解决方案基础设施,能够实现数字方案的可访问,可用性,灵活性以及可复制是决定发展速度可和实现市场接受的可推广重要因素。
supplychainx 实验室
发起人
Tommy YOU