疫情下的供应链:AI助力应对呆滞物料管理挑战

自2019年起,在全球范围内,人们开始面对新冠疫情这一重大公共卫生危机。新冠疫情不仅打乱了人们以往的日常生活节奏,也严重扰乱了工业生产领域原有的供应链运行秩序,由此产生的市场需求波动、上游供应不足、物流能力受阻,使得制造型企业不得不将库存策略从“零库存”调整到“多备料”,以防止原材料断档导致产品的生产及交付周期延长,影响企业服务水平。但与此同时,多备料也相应地加剧了库存物料积压成为“呆滞物料”的风险。

呆滞物料是指企业在生产过程中周转速度较慢的库存物料,这些物料可以是原材料、半成品或成品。对于“周转速度较慢”的定义,不同行业、企业有着各自的标准,如有些工厂把库龄超过90天的物料定义为呆滞物料。呆滞物料库存量的增加,不仅会占用企业大量的资金成本,而且积压物料长久放置,会出现腐朽、变质、劣化等过期情况,使得物料跌价减值,给企业带来经济损失。

 呆滞物料库存产生的原因有很多,除因疫情等特殊条件下的备货策略调整因素外,在供求关系复杂变化,而生产管理水平提升有限的情况下也较为常见。当前行业内比较常见的原因包括:对未来的预测不准确(偏多)、销售订单频繁变更、大客户订单取消、生产管理及物料控制(PMC)计划失误、采购最小量限制(MOQ)、生产用错料、余料或多生产、货仓保管不当等。在现代制造业中,如果呆滞物料风险控制不到位,不仅会增加库存数据的混乱,而且直接影响公司的净利润。

呆滞物料消耗面临的挑战

呆滞物料的风险控制策略,通常包含“预防”和“处理”两个方面。“预防”是指通过提高未来需求预测的精度、落实订单审查机制、加强系统规范化和管制等措施,减少呆滞物料的产生;“处理”是指对已经产生的呆滞物料,通过消耗利用、替代类似物料、协商退换、转让或者作为废品变卖等方式尽可能追回经济损失。

呆滞物料的“预防”和“处理”是企业生产必须面临的课题,其中呆滞物料的处理尤为考验企业供应链管理的技术水平。通常最上乘的“处理”方法是及时将呆滞物料齐套出成品售卖,不仅可以最小化损失,还可以增加销售额。这种方法本质上是基于所需要考虑的几种优化目标、生产工艺和资源约束,通过运筹优化给出最终的成品齐套方案。但在个人电脑、手机等复杂电子产品的大规模制造场景中,单个产品的齐套方案可达上亿种,同时每种物料又对应成千上万可被组成的产品,数据量和逻辑关系极其庞大和复杂。除此之外,在原料层面,还要最大化呆滞物料的消耗,最小化为实现齐套需额外购料成本和等待时间;同时限制齐套可用的其他物料的库存使用,尤其是紧缺物料的使用;在成品层面,也要考虑齐套后成品的畅销度,包括历史销量、欠单量和未来需求量等。因此,在多重因素制约下,如果仅依靠人工经验和规则去进行齐套优化,消耗呆滞物料,几乎是不可能完成的任务。

联想智能库存优化引擎

基于自主研发的人工智能和运筹优化算法,联想打造了基于齐套分析的库存管理优化方案,重点面向制造行业的生产原材料库存管理优化问题。通过综合分析各个齐套方案中物料的库存水平和呆滞物料消耗方式,借助算法算力克服人工难以完全穷举判断的难题,形成以数据分析建模为核心的计划决策,为企业提供合理的原材料库存备货决策和呆滞物料优化决策,帮助企业提升原材料库存运营水平。

 联想智能库存优化引擎,根据原材料与生产成品之间复杂的BOM结构,给出合理的备货建议,从根本上降低呆滞物料的产生风险。对于已产生的呆滞物料,联想智能库存优化引擎采取启发式算法和多目标混合整数规划模型结合的方式,充分挖掘畅销产品的BOM数据,结合各个区域各个工厂的库存呆滞物料,提供基于人工智能优化算法的呆滞物料齐套消耗方案。该项技术具有以下几项特有属性:

多目标、多场景呆滞物料消耗方案。借助历史订单、当前欠单和未来预测数据,给出能够消耗库存呆料最为畅销的整机候选列表。结合用户关心的多个优化目标和资源约束,借助多目标混合整数规划模型输出最优齐套方案,可综合考虑用户关心的多个优化指标,输出最终解决方案。

实时的呆滞物料优化决策。将复杂度很高的问题拆解为两个模块进行求解,通过控制第一个模块输出结果的范围,可以将第二个模块中混合整数规划模型的复杂度控制在可控范围内,并且可以灵活选择模块二的求解方法,比如直接求解混合整数规划的方法以及线性规划结合分支定界的方法等,确保能更快速的获得问题的最优解,支撑用户的实时决策。

推荐成品的畅销因子。基于历史和预测数据,预测成品的畅销因子,并作为优化的重要依据,从而确保推荐的成品在市场的畅销度。

支持用户输入自定义参数。针对用户设定的多个目标,通过对两个模块的逻辑进行调整,可灵活支持对不同目标的倾向性选择,极大丰富了用户的最终方案选择的灵活度。

 联想智能库存优化引擎已经在联想集团出口海外的重要生产基地——深圳工厂落地应用。深圳工厂肩负着为全球170多个国家供应联想商业PC和服务器的业务重任。联想智能库存优化引擎通过提供数理依据与决策参考,提高了业务人员决策的科学性与效率,使得深圳工厂的呆滞物料平均消耗率保持在18%以上,在减少库存积压的同时,还提升了销售业绩。

全链路的物料消耗方案

2021年12月20日,全国工业和信息化工作会议在北京召开。会议指出在把工业稳增长摆在最重要的位置的同时,需要统筹推进强链补链、技术攻关、数字化转型和绿色低碳发展。联想集团作为中国企业供应链建设的样板,积极通过技术创新引领供应链的智能化升级。

未来,随着供应链决策的愈加重要和困难,联想智能物料优化引擎将持续赋能企业库存管理优化,在备货、呆滞物料识别、呆滞物料消耗等场景提供全链路的科学智能的决策支持,助力制造业提高物料使用率、降低物料折损率,实现资源利用最大化,增强企业可持续发展的内生动力。

猜你喜欢

转载自blog.csdn.net/mlorworld/article/details/125338467