7 façons d’améliorer les données pour les jumeaux numériques de la chaîne d’approvisionnement

Nous sommes ravis de ramener Transformation 2022 en personne le 19 juillet et virtuellement du 20 au 28 juillet. Rejoignez les leaders de l’IA et des données pour des discussions approfondies et des opportunités de réseautage passionnantes. Inscrivez-vous aujourd’hui!


Les entreprises commencent à créer jumeaux numériques des différents aspects de leurs chaînes d’approvisionnement pour à des fins de simulation. Diverses approches des jumeaux de la chaîne d’approvisionnement s’avèrent extrêmement utiles pour éliminer les goulots d’étranglement de la chaîne d’approvisionnement, améliorer l’efficacité et atteindre les objectifs de durabilité.

“Les jumeaux numériques peuvent être utilisés pour créer des copies numériques de gammes de produits, de systèmes de fabrication, d’inventaire d’entrepôt et d’autres processus qui sont ensuite analysés – permettant aux responsables de la chaîne d’approvisionnement d’extraire des données, de prévoir l’offre et la demande et de rationaliser les opérations”, a déclaré Kevin Beasley, CIO chez Vormittag Associés Inc.une entreprise qui propose des solutions intégrées de planification des ressources d’entreprise (ERP) pour les bases de données.

Les copies numériques peuvent refléter les points de contact de la chaîne d’approvisionnement, aidant à rationaliser les opérations commerciales en identifiant les processus exacts en cours. En mettant en œuvre la technologie de jumeau numérique pour s’aligner sur les points de contact et les opérations en cours de la chaîne d’approvisionnement, les entreprises peuvent mieux comprendre comment pivoter et gérer les contretemps.

Mais les entreprises sont confrontées à de nombreux défis pour transformer les données brutes de la chaîne d’approvisionnement en jumeaux numériques vivants et respirants.

“Alors que les chaînes d’approvisionnement continuent de générer plus de données que jamais auparavant, l’adoption de la technologie IoT et des outils d’analyse prédictive pour capturer et traiter ces données et générer des informations commerciales est devenue importante pour le succès des jumeaux numériques”, a déclaré Beasley.

Les choses commencent à s’améliorer. Dans le passé, l’utilisation de jumeaux numériques était plus difficile à mettre en œuvre car les segments de la chaîne d’approvisionnement étaient plus séparés et les données cloisonnées. Maintenant, avec le montée en puissance du cloud systèmes et outils automatisés de gestion de la chaîne d’approvisionnement, les jumeaux numériques sont devient de plus en plus utile pour prévoir les tendances, gérer l’inventaire de l’entrepôt, minimiser les défauts de qualité et intégrer un flux de données transparent.

À l’avenir, Beasley s’attend à voir l’utilisation des jumeaux numériques évoluer parallèlement intelligence artificielle Modélisation (IA) et technologie IoT. Par exemple, alors que les appareils et capteurs IoT situés tout au long de la chaîne d’approvisionnement ont accéléré l’utilisation des données pour générer des prédictions sur les tendances de la chaîne d’approvisionnement, l’utilisation de l’IA rendrait ce système encore plus puissant.

Au fur et à mesure que les modèles basés sur l’IA progressent, les fabricants seront en mesure d’utiliser des informations sur les données et de créer une technologie de jumeau numérique qui peut transformer leur capacité à rationaliser les opérations, à prévoir les stocks et à réduire le gaspillage.

Voici sept façons de transformer les données brutes en jumeaux exploitables de la chaîne d’approvisionnement :

Commencez avec les fils numériques

Jason Kasper, directeur du marketing produit chez le fournisseur de logiciels de développement de produits, Aras Corporation, explique qu’il est essentiel d’inclure le fil numérique lors de la planification d’un jumeau numérique. Ceux-ci doivent travailler de concert pour l’analyse pratique et la prise de décision au sein de la chaîne d’approvisionnement.

Dans le contexte d’une chaîne d’approvisionnement, il voit un jumeau numérique comme une représentation de la configuration de tous les actifs, y compris les entrepôts, les installations de fabrication et de fournisseurs, les camions, les navires et les avions. Il est également lié à des données de fil numérique telles que l’inventaire, l’état de l’emplacement et l’état des actifs.

En développant l’épine dorsale d’un fil numérique, les organisations peuvent tisser ensemble des relations significatives, des connexions, des décisions et qui les a prises.

« La création de cette vue complète permet une compréhension complète de l’état d’une chaîne d’approvisionnement spécifique et des actions pour la maintenir efficace sur le plan opérationnel », a déclaré Kasper.

Passer des tableaux aux graphiques

La plupart des applications d’entreprise capturent des données et les placent dans des tables et les relations ou les liens entre les objets représentés par les données ne sont révélés que lorsque vous exécutez une requête et joignez les données – et les jointures sont coûteuses en calcul, selon Richard Henderson, directeur des préventes EMEA chez TigerGraph.

À mesure qu’une requête gagne en portée et en complexité, cette surcharge rend les requêtes sur tout jumeau numérique de taille raisonnable trop lentes pour être utiles dans le contexte opérationnel, prenant des heures, voire des jours. Des entreprises telles que constructeur de véhicules de luxe, JaguarLand Roveront découvert qu’ils pouvaient contourner ce problème en créant leur jumeau numérique à l’aide d’une base de données de graphes.

Lorsque JaguarLand Rover Tentative de construire un modèle de sa chaîne d’approvisionnement de fabrication à l’aide de SQL, les tests ont révélé qu’il faudrait trois semaines pour exécuter une requête pour afficher leur chaîne d’approvisionnement pour un modèle de voiture sur six mois. Lorsqu’ils ont construit le modèle dans TigerGraph, la même requête a pris 45 minutes et avec d’autres améliorations, cela est ramené à quelques secondes.

UN base de données graphique L’approche leur a permis de visualiser les relations entre les secteurs d’activité qui existaient auparavant dans des silos afin d’identifier les chemins critiques, de suivre les composants et les processus de manière plus détaillée que jamais et d’explorer des scénarios commerciaux dans un environnement de bac à sable sécurisé.

Suivez le rythme de la dérive des données

Un autre grand défi pour les jumeaux numériques est la dérive des données, a déclaré Greg Price, PDG et cofondateur de Navire, un fournisseur de solutions TMS basé sur le cloud. Les équipes doivent s’assurer que les données collectées pour le jumeau numérique représentent de manière précise et cohérente les conditions réelles du jumeau physique. De plus, disposer de données de la meilleure qualité est essentiel pour tirer pleinement parti d’un jumeau numérique. Cela s’améliore lentement à mesure que les équipes se tournent vers l’analyse en continu, mais la pratique n’est pas encore répandue dans l’industrie.

Ce n’est pas seulement la capacité d’avoir les données, mais la capacité de les comprendre. Sans une bonne compréhension comportementale, les interprétations risquent d’être erronées, ce qui peut conduire à une mauvaise prise de décision. Les entreprises doivent acquérir des compétences pour comprendre comment la dérive des données peut se produire tout au long de la chaîne d’approvisionnement, puis développer des contre-mesures pour minimiser son impact sur chaque aspect de la chaîne d’approvisionnement, comme la tarification et la gestion des itinéraires.

Ponter les silos de données

Parce que les données ne sont pas standardisées et que les systèmes numériques utilisés pour gérer la chaîne d’approvisionnement, tels que les systèmes ERP ou les systèmes de gestion d’entrepôt (WMS), n’ont pas été créés pour être connectés ou partager des informations.

Sam Lurye, PDG et fondateur de Kargoune plate-forme de logistique de la chaîne d’approvisionnement et de solutions de données, a expliqué que “le plus grand défi dans l’échange de données est qu’il est extrêmement cloisonné dans la chaîne d’approvisionnement”.

De nouvelles entreprises émergent pour résoudre ce problème et elles le font de deux manières : en agrégeant les données existantes ou en générant une nouvelle source de données.

Projet44 est un exemple d’entreprise qui agrège les données de systèmes obsolètes et les rend opérationnels. Des entreprises comme Samsara et Kargo créer leurs propres sources de données uniques qui créent une source de vérité avec des données précises en temps réel. Plus vous avez de données en temps réel, meilleur est le jumeau numérique.

Amélioration de la capture 3D

Même lorsque les jumeaux de la chaîne d’approvisionnement se concentrent sur la modélisation des relations entre les fournisseurs et les distributeurs, ils peuvent bénéficier de meilleurs modèles 3D représentant les produits, les processus et les installations.

“Lorsque de nouveaux articles sont introduits dans une chaîne d’approvisionnement, comme ils le sont souvent dans un environnement aussi dynamique, il est difficile de s’assurer que tous les composants sont continuellement mis à jour, car la représentation doit fonctionner main dans la main avec les données pour maintenir l’exactitude. de cette solution », a déclaré Ravi Kiran, PDG et fondateur de SmartCowune société d’ingénierie IA.

Efforts en photogrammétrie tentent de résoudre le problème par l’automatisation, mais la technologie doit évoluer avant de pouvoir être utilisée dans des applications de la chaîne d’approvisionnement.

Inclure des experts en la matière

Il faut un effort concerté pour s’intégrer aux systèmes appropriés afin de garantir la configuration d’un jumeau numérique robuste.

“Le défi pour que cela fonctionne bien est de faire en sorte que les experts en la matière nécessaires prennent du recul par rapport à la gestion quotidienne de la chaîne d’approvisionnement et de ses processus pour prendre en charge la configuration du jumeau numérique”, a déclaré Owen Keates, responsable de l’industrie pour Hitachi Vantarapratique de fabrication.

Ces experts comprennent comment les processus du monde réel s’intègrent dans le flux entre l’ERP, les fournisseurs et les systèmes logistiques tiers, jusqu’aux systèmes de point de vente.

“Un tel investissement en temps de la part des spécialistes de la chaîne d’approvisionnement garantira non seulement que le jumeau numérique est une véritable représentation du monde réel, mais qu’il permet également à l’équipe de s’investir profondément dans le jumeau numérique et accélère l’adoption du processus de jumeau numérique”, a-t-il déclaré. ajoutée.

Tirez parti du cloud

Les fournisseurs de cloud commencent à fournir une plate-forme pour consolider les données de la chaîne d’approvisionnement entre les applications métier et même entre les partenaires. Par example. Google Supply Chain Twin rassemble des données provenant de sources disparates tout en nécessitant moins de temps d’intégration des partenaires que les API traditionnelles.

“Depuis que Google Cloud a lancé Supply Chain Twin, les clients ont constaté une réduction de 95 % du temps de traitement des analyses, certaines entreprises passant de deux heures et demie à huit minutes”, a déclaré Hans Thalbauer, directeur général de la chaîne d’approvisionnement mondiale de Google Cloud, logistique et transport.

Jusqu’à récemment, les grandes entreprises n’échangeaient que des données basées sur des technologies héritées comme l’EDI. Une approche basée sur le cloud peut non seulement améliorer le partage de données entre les partenaires, mais elle peut également abaisser la barre pour tisser des données contextuelles sur la météo, les risques et le sentiment des clients afin d’obtenir une meilleure compréhension de leurs opérations.

« Notre vision de la chaîne d’approvisionnement est de changer le monde en tirant parti de l’intelligence pour créer une chaîne d’approvisionnement transparente et durable pour tous. Construire un écosystème avec des partenaires sur les données, les applications et les services de mise en œuvre est une priorité absolue pour permettre cette vision », a déclaré Thalbauer.

Les leaders de la chaîne d’approvisionnement commencent également à tirer parti des intégrations du jumeau numérique de Microsoft.

« Microsoft Azure pourrait changer la donne pour de nombreuses industries qui s’appuient sur des sources de données internes et externes pour leur planification et leur ordonnancement », a déclaré Yogesh Amraotkar, directeur général de la transformation de la chaîne d’approvisionnement de NTT Data.

Azure fournit également des outils qui facilitent la combinaison de données sensorielles en temps réel à l’aide d’IoT Hub avec la visualisation des éléments de la chaîne d’approvisionnement avec IoT Central.

Les solutions logicielles en tant que service de Blue Yonder pour la chaîne d’approvisionnement sont basées sur Microsoft Azure Cloud, qui se développe rapidement à travers le monde.

“La planification de la chaîne d’approvisionnement dans le cloud, sous la forme de solutions SaaS, est déjà devenue la norme dans l’industrie des logiciels de chaîne d’approvisionnement”, a déclaré Puneet Saxena, vice-président de la fabrication mondiale de haute technologie chez Blue Yonder, un fournisseur de gestion de la chaîne d’approvisionnement. .

Relier un écosystème de fournisseurs de données nécessite encore du temps et des efforts de mise en œuvre, mais une fois établis, ces liens automatisés peuvent continuer à fonctionner avec succès sans effort humain excessif et les tendances dans cette veine technologique sont susceptibles de se poursuivre.

La mission de VentureBeat est d’être une place publique numérique permettant aux décideurs techniques d’acquérir des connaissances sur la technologie d’entreprise transformatrice et d’effectuer des transactions. En savoir plus sur l’adhésion.

Leave a Comment