تحول شگرف در عملکرد زنجیره تامین / پلتفرم های حمل و نقل؛ حلقه گمشده بهبود کارایی صنعت
تاریخ انتشار: ۱۱ مهر ۱۴۰۱ | کد خبر: ۳۶۱۲۴۲۴۰
ارزش اشتراک گذاری یک مورد استفاده واقعی نقشه راه همکاری استراتژی برای زمان های پر هرج و مرج
اقتصادآنلاین-پرهام کریمی؛ تا همین اواخر، تعداد کمی از عوامل زنجیره تامین به طور جدی در خصوص همکاری با یکدیگر فکر می کردند. اگرچه این به دلایلی از جمله خطوط مشترک، کارخانه ها، مراکز توزیع و خرده فروشان، فناوری و انگیزه برای همکاری مربوط می شود که تا مدت زمان زیادی وجود نداشت و در چنین شرایطی تنها شناسایی همکاران مناسب، نیازمند ماهها جمعآوری داده و بررسی آن ها بود.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
فناوری گمشده ای که زنجیره تامین به آن نیاز داشت به شکل پلتفرمهای مختلف حملونقل وارد شدند. دادههای این پلتفرم ها میتواند نشان دهد که کدام فرستنده به جای چند ماه، می تواند در عرض چند دقیقه محموله شما را بارگیری کند. این تلاش برای ایجاد چنین پلتفرمی پس از مدت ها تنها به این دلیل است که مشکلاتی همچون قرنطینه سراسری و جنگ نیاز به چنین پلتفرمی را تشدید کرده است. اکنون که استفاده از RTTVP یا همان پلتفرم بررسی امکانات زنجیره تامین در لحظه گستردهتر شده است و زنجیرههای تامین پیچیدهتر شدهاند، به نظر می رسد زمان همکاری فرا رسیده است. مسلماً، همکاری کلید بهبود زنجیره تامین است.
ارزش اشتراک گذاریدر زنجیره تامین، همکاری در زمینه هماهنگی با شرکای داخلی و خارجی برای بهینه سازی جریان کالا و اطلاعات و در نتیجه تامین تقاضا و اطمینان از تحویل به موقع و کامل است. این همکاری به تمایل ارسال کنندگان به اشتراک گذاری داده ها بستگی دارد.
به طور سنتی، اطلاعات زنجیره تامین در شرکتهای منفرد و سیستمهای آنها مانند ERP، TMS، تلهماتیک، مسیریابی خودرو و غیره پنهان میشود. تحلیلگران اغلب دادههای سازمانی را هم ارزش با نفت یا طلا می دانند. اما این این طرز فکر داده ها را بی ارزش می کند و به زبان ساده تر هرچه شرکتها بیشتر دادهها را به اشتراک بگذارند، آن ها ارزش بیشتری پیدا میکنند.
صنعت خطوط هوایی از زمانی که ایرباس پلت فرم Skywise خود را در سال ۲۰۱۷ معرفی کرد، این درس را آموخت. Skywise با جمعآوری دادهها در مورد عملکرد هواپیما، میتوانست نیازهای تعمیر و نگهداری را قبل از اینکه باعث تاخیر یا زمینگیری هواپیما شود، پیشبینی کند. خطوط هوایی رقیب با درک ارزش فوق العاده این خدمات، اختلافات خود را کنار گذاشتند تا به Skywise بپیوندند.
فرستنده ها نیز در همان جهت حرکت می کنند. آنها دادهها را با اپراتورها به اشتراک میگذارند تا در مورد عملکرد آن ها بحث و گفتگو کنند. ارسالکنندگان و تامینکنندگان نیز برای سادهسازی مدیریت موجودی و کاهش احتمال اصطکاک و جریمه، دادهها را مبادله میکنند.
یک مورد استفاده واقعیبرای نشان دادن آنچه که همکاری در زنجیره تامین می تواند ایجاد کند باید به یکی از مشکلاتی که بحران زنجیره تامین در زمان شیوع کرونا ایجاد کرد بپردازیم: بحران ظرفیت حمل و نقل. این مشکل عمدتا تخیلی است و ظرفیت کافی در هر شرایطی وجود دارد یا به بیانی بهتر ما فقط از آن به طور موثر استفاده نمی کنیم. اگر فرستندهها دادهها را جمع و متصل کنند، میتوانند از این ظرفیت استفاده کنند. وقتی شرکت ها فقط شبکه حمل و نقل خود را بهینه می کنند، ذاتاً صنعت را بهینه نمی کنند و در همین جهت زنجیره حمل و نقل با وجود ظرفیت مناسب فلج میشود.
وقتی یک فرستنده یک کامیون را از نقطه A به B رزرو می کند، فاکتورهای هزینه بر حسب «مایل های مرده» که از B به A بدون کالا برمیگردند حساب می شود که با تجمیع اطلاعات و ایجاد پلتفرم مناسب می توان از این موضوع تا حد زیادی جلوگیری کرد.
بگویید که فرستندهها، شرکتهای حملونقل و شرکتهای ۳PL دادههای خود را از طریق یک پلتفرم دید همزمان به اشتراک میگذارند.
اکنون، یک حملکننده میتواند پیشگیرانه یک کامیون از B به A رزرو کند که در غیر این صورت بازگشت کامیون خالی خواهد بود. یا، متصدی حملونقل میتواند بارهای حملکنندههایی را که همگی از A به B میروند یکپارچه کند. در ناوگان خود، حاملها زمان توقف و مایلهای مرده را کاهش میدهند و نرخ هر مایل را افزایش میدهند. بنابراین، اعضای شبکه همکاری زمانی که ظرفیت کم است، به فرستنده انتخابی تبدیل می شوند.
همانطور که مایل های مرده با پر شدن کامیون ها هنگام بازگشت زنده می شوند، هزینه های حمل و نقل به ازای هر مایل برای حمل کنندگان کاهش می یابد. ظرفیت تازه کشف شده همچنین گزینه های بیشتری را برای مدیریت استثناها و تحویل به موقع ارائه می دهد. در مقیاس اجتماعی هم همکاری ممکن است استفاده از کامیون را بهینه کند، انتشار گازهای گلخانهای و هزینههای نگهداری جادهها را کاهش دهد.
نقشه راه همکاریاین نوع همکاری در زنجیره تامین در حال حاضر اتفاق می افتد، اما توسعه آن زمان می برد. این فرآیند با اتصال فرستندهها، حاملها و ۳PL به یک شبکه جمعآوری داده آغاز میشود. این بنیاد داده با بررسی و تمیز کردن چندین منبع، بالغ و قابل اعتمادتر می شود.
زمانی که هوش مصنوعی و یادگیری ماشینی بر اساس داده ها توصیه هایی را ارائه دهند، همکاری به طور جدی آغاز می شود. اطلاعات متوجه حاملی می شود که کالا را از A به B می برد و باری را برای سفر برگشت در نظر می گیرد. همچنین متوجه میشود که سه فرستنده با ظرفیت پر نشده کالا را از مرکز توزیع A به خردهفروش B منتقل میکنند و از شرکت حملکننده میخواهد بارها را تجمیع کند.
استراتژی برای زمان های پر هرج و مرجزنجیره تامین هرگز یک سیستم منفرد نبوده و نخواهد بود. ماهیت آن مشارکتی است و به استراتژی های شبکه بنا به ظرفیت، کارایی و انعطافپذیری استفاده نشده پاداش می دهد. در نتیجه در زمان های پر ترافیک و پر رفت و آمد این مشارکت می تواند به ظرفیت حمل و نقل کمک کند. در نتیجه باید در نظر داشت همکاری تنها راهکاری است که ما می توانیم در شرایط خاص از آن استفاده کنیم.
منبع: اقتصاد آنلاین
کلیدواژه: زنجیره تامین اخبار بین الملل زنجیره تامین فرستنده ها داده ها حمل و نقل شرکت ها
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.eghtesadonline.com دریافت کردهاست، لذا منبع این خبر، وبسایت «اقتصاد آنلاین» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۶۱۲۴۲۴۰ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
روشی برای نقشهبرداری از نانوحفرههای روی غشاء ارائه شد
حفرهها یا فضاهای خالی، در همه مقیاسها، از نجوم گرفته تا مقیاسهای میکروسکوپی وجود دارد. در یک مطالعه جدید، محققان از میکروسکوپ با قدرت بالا و تئوریهای ریاضی برای نمایش سهبعدی حفرهها استفاده کردند. این دستاورد محققان برای بهبود عملکرد بسیاری از مواد مورد استفاده در صنایع شیمیایی، انرژی و پزشکی بهویژه در زمینه تصفیه آب، قابل استفاده است.
مشاهده حفرههای موجود در فیلترهای دستگاههای تصفیه آب خانگی نشان میدهد که این فیلترها شبیه به یک قطعه جامد از مواد با سوراخهای یکنواخت به نظر میرسند، در واقع از میلیونها حفره کوچک تشکیل شدهاند که به طور تصادفی جهتگیری کردهاند. همین حفرههای پراکنده برای جداسازی ذرات کوچک استفاده میشوند.
فالون کالوتانتیریگ، از دانشگاه ایلینویز میگوید: دانشمندان پیش از این از ویژگی ساختاری این حفرهها که دارای جهتگیریهای تصادفی هستند، مطلع بودند. اما مشکل اینجا بود که این ساختارهای پیچیده در ابعاد نانومتری، در زیر میکروسکوپ همانند کوههایی دیده میشوند که مانع از مشاهده مستقیم و دقیق نانوحفرهها شده و درک ما را از ویژگیهای ساختاری نانوحفرهها محدود میکند. اگر بتوانیم راهی پیدا کنیم که این نانوحفرهها را مستقیم مشاهده کنیم، قادر خواهیم بود تا عملکرد غشاء فیلترها را بهبود دهیم.
در این پروژه محققان با استفاده از مدلهای ریاضی و ترکیب آن با دانش علم مواد، مفهومی ارائه کردند که میتواند نقشه حفرهها را روی غشاء نشان دهد. این چیدمان تصادفی حفره با این فناوری قابل تصویرسازی است. نتایج این یافتهها در نشریه Nature Communications منتشر شده است.
تئوری نمودار به این تیم کمک کرد تا سرانجام درک کاملی از ساختار غشای فیلتر به دست آورد و همین امر باعث شد تا آنها بین خصوصیات فیزیکی و مکانیکی منحصر به فرد فضای خالی تصادفی و بهبود عملکرد فیلتراسیون، همبستگی جدی را کشف کنند.
به نقل از ستاد نانو، محققان این پروژه معتقدند که این پیشرفت باعث بهبود اثربخشی بسیاری از مواد متخلخل نسل بعدی مانند پلیمرهای مورد استفاده در تحویل دارو خواهد شد.
باشگاه خبرنگاران جوان علمی پزشکی فناوری