La gestión de los riesgos de la cadena de suministro ha recibido mayor atención en los últimos años, con el objetivo de proteger a las cadenas de suministro de las interrupciones mediante la predicción de su aparición y la mitigación de sus efectos adversos. El COVID-19 nos ha mostrado cuán vulnerables son las cadenas de suministro actuales.
Los riesgos de la cadena de suministro pueden dividirse en riesgos de seguridad y riesgos de suministro y existen tanto en cadenas de suministro entrantes como salientes. El COVID-19 ha tenido afectación en todos estos riesgos.
Esquema 1.- Riesgos de la Cadena de Suministro
3 fases de la gestión de riesgos de la cadena de suministro
La gestión del riesgo de la cadena de suministro (SCRM) abarca una amplia variedad de estrategias destinadas a identificar, evaluar, mitigar, monitorizar y reaccionar ante eventos o condiciones inesperados que podrían tener un impacto (principalmente adverso) en cualquier parte de la cadena de suministro.
Las estrategias de SCRM a menudo dependen de una toma de decisiones rápida y adaptable, que se basa potencialmente en grandes fuentes de datos multidimensionales.
Esquema 2.- Fases de la Gestión de Riesgos en la Cadena de Suministro
¿Por qué la inteligencia artificial en SCRM?
Estas características, especialmente los procesos de monitorización/ reacción, hacen que la SCRM sea un excelente campo de aplicación de las técnicas de Inteligencia Artificial (IA).
La Inteligencia Artificial (IA) ofrece enormes beneficios a los gerentes de la cadena de suministro, pero sólo si se basa en fundamentos sólidos que tengan en cuenta la naturaleza diversa y dinámica de las cadenas de suministro modernas de hoy en día.
Para obtener el valor óptimo en la SCRM, la solución de Inteligencia Artificial (IA) exige una serie de requisitos previos. Usted necesita tener acceso a datos en tiempo real dentro y fuera de su empresa (y el permiso para utilizarlos), tener siempre en cuenta los KPI’s del consumidor final (niveles de servicio, costos de extremo a extremo, etc.), calcular los costos de oportunidad de realizar cambios contra quedarse igual y los cambios de costos incrementales para todas las opciones, el sistema de IA debe ser observado y ajustado permanentemente (y no sólo periódicamente), y estar vinculado efectivamente a la ejecución de las decisiones y, por lo tanto, conducir a un mínimo de interacción/ compromiso por parte del usuario.
Esto sólo se hace de manera excepcional y con la capacidad de trabajar con Big Data real.
Por Dirk Friebel, Director de Miebach Consulting Alemania.
