오늘날 글로벌 공급망은 전례없는 수준의 불확실성에 직면 해 있습니다. 전염병 관련 충격에서 지정 학적 불안정성, 노동 부족 및 극한 날씨 사건에 이르기까지 방해는 예외가 아닌 표준이되고 있습니다. 결과적으로 공급망 경영진은 탄력성을 구축하고 민첩성을 향상 시키며 더 빠르고 더 많은 정보를 제공 해야하는 엄청난 압력을 받고 있습니다.
인공 지능 (AI) 및 머신 러닝 (ML)과 같은 기술은 회사가 이러한 과제를 해결하도록 도와 줄 것을 약속합니다. 그들은 수요 예측, 물류 최적화 및 병목 현상 식별을위한 강력한 도구를 제공합니다. 그러나 잠재력에도 불구하고 많은 조직이 이러한 기술을 가장 효과적으로 적용 할 곳과 방법을 결정하기 위해 노력하고 있습니다.
AI와 ML은 업계 포럼과 회의실에서 널리 논의되지만 구현은 종종 기대치에 미치지 못합니다. 일반적인 문제는 기술 능력과 비즈니스 요구 사이의 불일치입니다. 팀은 명확하게 정의 된 문제가없는 도구에 완전히 이해되지 않은 문제에 대한 첨단 솔루션을 추구 할 수 있습니다.
이 오정렬은 올바른 사용 사례를 식별 할 때 구조가 부족합니다. 공급망 관리자는 기술 발전 속도에 압도되거나 운영 통증 지점을 디지털 기회로 번역하는 데 필요한 교차 기능 협업이 부족할 수 있습니다.
그러나“디자인 사고”라는 개념은 이러한 격차를 해소 할 수 있습니다. 설계 사고를 통해 공급망 리더는 문제 해결에 대한 체계적이고 인간 중심의 접근 방식을 제공함으로써 고급 기술에 가장 귀중하고 관련성이 높은 사용 사례를 식별 할 수 있습니다. 다음 섹션에서는 디자인 사고의 원칙과 프로세스를 간략하게 설명하고 공급망 운영에서 디지털 기술 채택을 안내하는 데 도움이되는 방법에 대한 실제 예를 제공합니다.
디자인 사고는 무엇입니까?
디자인 사고는 인간의 경험을 중심에 두는 창의적 문제 해결을위한 방법론입니다. 원래 제품 설계에 뿌리를 둔이 제품은 공급망의 문제를 포함하여 복잡한 비즈니스 문제를 해결하기위한 강력한 도구로 발전했습니다.
디자인 사고는 5 가지 핵심 단계로 구성됩니다.
- 공감하십시오–관찰, 인터뷰 및 데이터 수집을 통해 이해 관계자의 요구, 도전 및 목표를 이해하십시오.
- 정의하다-핵심 문제를 명확하고 간결하게 구성하기위한 통찰력을 종합합니다.
- Ideate –브레인 스토밍 및 창의적 탐색을 통해 광범위한 잠재적 솔루션을 생성합니다.
- 원기-솔루션이 실제로 어떻게 작동하는지 탐색하기 위해 저 충실도 모델 또는 워크 플로를 개발하십시오.
- 시험-실제 결과를 기반으로 피드백을 수집하고 반복적으로 솔루션을 개선하십시오.
이 반복적 인 사용자 중심 프로세스는 조직이 오른쪽 문제 – 잘 해결합니다.
공급망을위한 디자인 사고 도구 상자
설계 생각 프로세스의 각 단계에는 공급망 리더가 위의 표에 표시된 것처럼 AI에 대한 영향력이 높은 기회를 밝히고 아래에 자세히 설명하는 도구가 포함됩니다.
- 공감하십시오: 이해 관계자 인터뷰 및 여정 매핑과 같은 도구 팀은 사용자 통증 지점에 대한 더 깊은 이해를 구축합니다. 예를 들어, 여정 매핑은 각 단계를 시각적으로 추적합니다. 플래너 또는 창고 운영자는 주문을 충족시키는 데 취하는 각 단계를 시각적으로 추적합니다.
- 정의하다: 문제 프레임 및 근본 원인 분석 (예 : “5 Whys”기술 사용)은 팀이 기본 문제를 먼저 명확히하지 않고 솔루션으로 뛰어 들지 않도록합니다. 예를 들어, 부정확 한 예측 또는 마케팅과의 조정 부족으로 인한 수요 변동성은 무엇입니까? 이 단계에서의 선명도는 효과적인 AI 사용을 안내하는 데 중요합니다.
- Ideate : 브레인 스토밍 세션은 여러 잠재적 솔루션을 생성하는 데 도움이됩니다. “대체, 결합, 적응, 수정, 다른 용도로, 제거 및 역전”과 같은 기술과 같은 기술은 팀이 AI가 날씨 예측과 결합하여 지연을 예측하기 위해 배송 데이터를 결합하는 것과 같은 비성질적인 방식으로 AI를 적용 할 수있는 방법에 대해 창의적으로 생각하기 위해 창의적으로 생각합니다.
- 원기: 팀은 잠재적 인 솔루션의 단순하고 저렴한 표현을 개발합니다. 여기에는 대시 보드, 프로세스 흐름도 또는 소규모 기계 학습 모델이 포함될 수 있습니다. 아이디어는 본격적인 개발에 전념하기 전에 일찍 가정을 테스트하는 것입니다.
- 시험: 파일럿 프로그램 및 피드백 루프를 통해 팀은 실제 세계에서 프로토 타입을 검증 할 수 있습니다. 예를 들어, 한 영역에서 단일 제품 라인에 대한 AI 구동 재정렬 시스템을 실행하면 더 넓은 롤아웃 전에 개선 및 개선이 가능합니다.
이러한 도구는 사려 깊은 기술 채택을 안내 할뿐만 아니라 사용자 통찰력, 실제 실험 및 지속적인 학습으로 인해 실제 비즈니스 영향을 미치는 곳에 AI가 적용되도록합니다. (디자인 사고 및 도구 세트에 대한 더 많은 리소스는 아래에있는 사이드 바를 참조하십시오. “추가 독서. “)
디자인 사고 적용 : 실제 예
여러 지역에서 지속적인 재고와 초과 인벤토리를 향한 글로벌 소비재 회사를 고려하십시오. 운영 팀은 AI 기반 수요 예측이 솔루션을 제공 할 수 있지만 어디서 어떻게 시작 해야하는지에 대한 명확성이 부족하다고 의심했습니다.
디자인 사고 방법론을 사용하여 팀을 먼저합니다 공감 플래너, 창고 관리자 및 소매 파트너를 인터뷰함으로써. 이 인터뷰는 주요 통찰력을 보여주었습니다. 루트 문제는 단순히 부정확성을 예측하는 것이 아니라 홍보 캠페인의시기와 범위에 대한 가시성이 좋지 않아 예상치 못한 수요 급증으로 이어졌습니다.
동안 정의하다 단계적으로, 팀은 모호한 예측 과제에서 특정 요구에 이르기까지 문제를 재구성했습니다.“마케팅 및 홍보 데이터를 수요 계획 프로세스에 어떻게 통합하여 캠페인 기간 동안 예측 정확도를 향상시킬 수 있습니까?”
에서 Ideate 마케팅, 공급망 및 데이터 과학 이해 관계자와 관련된 단계, 교차 작업 워크샵이 수행되었습니다. Scamper 및 Mind Mapping과 같은 브레인 스토밍 기술을 통해 팀은 다음을 포함한 여러 아이디어를 생성했습니다.
- 프로모션 캘린더를 예측 시스템에 직접 통합하고
- AI를 사용하여 역사적 홍보 리프트를 모델링하고
- 캠페인 수요 영향을 실시간으로 시각화하기위한 대시 보드 구축 및
- 소매 파트너의 PO (Point-of-Sale) 데이터를 활용하여 예측을 검증합니다.
여기서, 증가하는 역할 분석 번역기 중요한 것으로 판명되었습니다. 비즈니스 이해 관계자와 기술 팀 사이의 다리 역할을하는이 전문가들은 기술적 인 측면에서 운영 문제를 표현하는 데 도움이되었습니다. Design Thinking은 비즈니스 통증 지점에서 기술 솔루션으로 뒤로 작업 할 수있는 구조화 된 프레임 워크를 제공 함으로써이 과정을 지원했습니다.
로의 전환 원기 단계는 아이디어에서 생성 된 아이디어에 의해 안내되었습니다. 이 팀은 단일 대용량 제품 카테고리 및 지역에 집중하기로 결정했습니다. 그들은 통합 된 저 충실도 AI 모델을 구축했습니다.
- 역사적 판매 데이터,
- 마케팅 팀의 프로모션 캘린더,
- 주요 소매 파트너의 POS 데이터 스트림 및
- 공급 제약 및 재고 수준.
또한, 플래너가 다양한 캠페인 시나리오를 시뮬레이션하고 예측 된 수요 변동을 관찰 할 수 있도록 경량 대시 보드 프로토 타입이 개발되었습니다. 완전 자동화 된 시스템에 투자하는 대신 프로토 타입은 민첩하게 유지되었으며 사용자 피드백으로 반복적으로 개선되었습니다.
동안 시험 단계에서, 프로토 타입은 라이브 캠페인주기에 배치되었습니다. 결과는 중요했습니다.
- 예측 정확도가 20% 향상됨
- 피크 기간 동안 주식의 눈에 띄는 감소
- 마케팅 팀과 공급망 팀 간의 협업 향상
가장 중요한 것은 구조화 된 접근 방식이 AI의 적용이 기술적으로 실현 가능할뿐만 아니라 입양, 관련성 및 측정 가능한 영향을 확보하는 데 중요한 비즈니스 요구를 직접적으로 대상으로하는 것을 보장했습니다.
지금 왜 중요한가?
오늘날의 끊임없는 혼란 환경에서, “빠르게 움직이고 물건을 깨뜨리는 것”사고 방식은 실수가 재고, 지연 또는 수익 손실과 같은 실제 결과를 초래하기 때문에 공급망에 효과가 없습니다. 소프트웨어와 달리 배송이 파손될 수는 없습니다. 공급망은 사려 깊고 테스트 된 솔루션이 필요합니다. 리더는 디지털 혁신을 안내하기 위해 전략적이고 공감적인 프레임 워크가 필요하며 디자인 사고는이를 제공합니다.
공급망 전문가는 답으로 기술로 뛰어 들지 않고 디자인 사고를 사용하여 더 나은 질문을 할 수 있습니다. 팀이 솔루션으로 뛰어 들기 전에 문제를 일시 중지, 관찰 및 정의하도록 권장합니다.
또한, 프로세스 전반에 걸쳐 이해 관계자를 참여시킴으로써 설계 사고는 구매를 증가시키고, 변화에 대한 저항을 줄이며, 디지털 도구가 측정 가능한 가치를 유도하는 방식으로 구현되도록합니다.
Design Thinking은 공급망 리더가 기술에 투자 할 위치에 대한 더 똑똑하고 영향력있는 결정을 내릴 수 있도록합니다. 조직이 해결해야 할 올바른 문제를 식별하도록 도와 주면 AI와 ML이 약속에 따라 제공 할 가능성이 높아집니다.
방해가 표준 인 세상에서,이 인간 중심 방법론을 적용하는 것은 경쟁 우위가 아니라 전략적 필요성입니다.
추가 독서
더 깊이있는 디자인 사고를 탐색하는 데 관심이있는 독자의 경우 이러한 자료를 고려하십시오.
저자 정보 : Raj Mahalingam은 공급망 혁신 분야에서 12 년 이상의 경험을 가진 데이터 과학자 및 혁신 전문가입니다. 그는 제약, 전자 상거래, 전자 및 반도체 산업에서 근무했습니다. 그는 복잡한 공급망 문제를 해결하기 위해 AI, 머신 러닝, 데이터 과학 및 설계 사고를 적용하는 데 중점을두고 있으며 수요 계획, 위험 완화 및 재고 최적화의 글로벌 이니셔티브를 수행했습니다. 여기에 그와 연결하십시오. https://www.linkedin.com/in/rajmahalingam/
출처 : www.thescxchange.com