Niespodziewany cios: pandemia i łańcuchy dostaw

Choć naukowcy od lat przestrzegali przed ryzykiem związanym z nowymi wirusami, świat – w tym także świat biznesu – nie był przygotowany na tego typu zagrożenie. Pandemia koronawirusa niewątpliwie zmusiła wiele firm produkcyjnych do przyśpieszonej digitalizacji, ale jednocześnie obnażyła wiele problemów, których wcześniej nie byliśmy nawet świadomi – na przykład tych związanych z łańcuchem dostaw.

Dotknęło to także przedsiębiorstwa zaawansowane we wdrażaniu rozwiązań przemysłu 4.0. Sedno problemu polegało jednak na tym, że w działaniach tych koncentrowano się przede wszystkim na procesach związanych z optymalizacją produkcji i sprzedaży. Łańcuchy dostaw zostały niejako pominięte… I mało kto, spodziewał się ciosu z tej strony.

Wyobraźmy sobie przykładową sytuację (jakich zapewne wiosną tego roku wydarzyło się wiele). Produkcja w fabryce idzie pełną parą. Wszystko mamy pod kontrolą, monitorujemy każdy proces. Zbierane przez nas dane pozwalają nam – już w po pierwszych doniesieniach o koronawirusie w Europie – na modelowanie prognoz produkcji i sprzedaży na podstawie informacji, takich jak spodziewany popyt, przestoje związane z lockdownem bądź kwarantanną części pracowników, czasowe zamknięcie punktów sprzedaży czy możliwości szybkiego przejścia na działalność online. Ale dostawców mamy w różnych zakątkach świata. W Chinach oczywiście też. Co u nich się dzieje? Co tak naprawdę o nich wiemy?

Nie wiedzieliśmy, jak mało wiemy

Michael Schrage z MIT Sloan School of Management’s Initiative on the Digital Economy w swoim artykule cytuje jednego z szefów łańcucha dostaw w koncernu działającego w branży spożywczej i sprzętu przemysłowego w Ameryce Łacińskiej: – Nie wiedzieliśmy, jak mało wiemy o naszych dostawcach.

Tymczasem to właśnie wiedza pozwala na podjęcie właściwych kroków w kryzysowej sytuacji – a z taką mieliśmy do czynienia w związku z epidemią COVID-19.

Schrage podkreśla jednocześnie, że problemem nie jest niska cyfryzacja procesów dostaw (choć ci, którzy pracowali dotąd na papierowym obiegu dokumentów musieli przejść mocno przyspieszony kurs digitalizacji), ale brak informacji. Aktualny kryzys ujawnił, jak ważna jest transparentność – umożliwiająca dostęp do wiedzy o sytuacji wewnętrznej u dostawców firm produkcyjnych – a także możliwość śledzenia aktualnych danych na temat łańcucha dostaw na dowolnym etapie procesu. Bez tego wszelkie prognozowanie, a co za tym idzie szybka adaptacja do zmieniających się warunków zewnętrznych przedsiębiorstwa, nie jest możliwa.

Michael Schrage przytacza kilka przykładów firm, którym miał okazję doradzać, żeby zobrazować istotę problemu:

• Firma zajmująca się pakowanymi produktami konsumenckimi musiała szybko zidentyfikować swoje najmniej dochodowe SKU, aby zoptymalizować zużycie materiałów na opakowania. W trakcie prób wdrażania odkryto, jak duży problem stanowią różnice w oznakowaniu materiałów w procesie zaopatrzenia i w procesie produkcji.
• Regionalny sklep spożywczy – lider w sprzedaży produktów ekologicznych i lokalnych – stanął przed ryzykiem związanym z niewypłacalnością części dostawców, jako że to właśnie w nich epidemia COVID-19 uderzyła najsilniej. Naprędce zbierano więc informacje, jakie wsparcie mogłaby zapewnić dostawcom, aby zabezpieczyć dla siebie dostawy.
• Firma spożywcza starała się modelować, jak powinno zmieniać się tempo dostaw w zakładzie przetwórczym, jeśli poziom zatrudnienia spadnie do 75%, a podczas każdej zmiany konieczny będzie także dodatkowy czas na sprzątanie. Wstępne obliczenia przewidywanej produktywności wskazywały na tak duże spadki, że przedsiębiorstwo powinno było od nowa przemyśleć całą strukturę produkcji. Tymczasem w praktyce efekt domina, jaki zadziałał w łańcuchu dostaw okazał się jeszcze bardziej złożony, bo cały zakład zamknięto na tydzień.
• Firma zajmująca się logistyką przemysłową debatowała nad kosztami i korzyściami z przejścia na kody QR telefonach komórkowych w celu koordynowania odbioru i dostawy, ale dopiero regionalny pilotaż umożliwił zdobycie istotnych informacji pozwalających na oszacowanie opłacalności takiej inwestycji.

Cenna lekcja dla firm produkcyjnych płynąca z pandemii

Jakie zatem lekcje możemy wyciągnąć na przyszłość po doświadczeniach z wiosny 2020? Michael Schrage rekomenduje, by odpowiedzieć sobie na pięć fundamentalnych pytań:

1. Czy zarządzanie danymi w naszej firmie przyczynia się do lepszej widoczności i dostępności niezbędnych informacji w całym przedsiębiorstwie? – pandemia koronawirusa obnażyła przede wszystkim problem z widocznością i dostępnością danych. W wielu firmach produkcyjnych wiedza ta była ukryta, więc nie mogła być szybko wykorzystana. Dane gromadzone były gdzieś w „czeluściach systemów”, nie były dostępne przez żadne interface’y, i nawet jeśli ktoś się „dokopał” do odpowiednich informacji, to często była to wiedza pozbawiona kontekstu, a więc nisko użyteczna.
2. W jaki sposób firma mierzy „widoczność” danych? Niestety, tutaj nie można się opierać o ludzkie deklaracje. Miernikiem powinna być natychmiastowa możliwość „zobaczenia” danych, na podstawie których menedżerowie odpowiedzialni za łańcuchy dostaw mogą podejmować odpowiedzialne decyzje.
3. Czy transparentność przedsiębiorstwa spełnia oczekiwania jej klientów? Amazon, Uber, Domino Pizza czy Mercedes – te firmy pozwalają klientom śledzić realizację zamówienia na niemal każdym etapie wytwarzania i dostawy. Ludzie mogą dosłownie „zobaczyć”, co dzieje się z ich zamówieniem. Tak samo powinno być w przemyśle. Takie informacje to nie tylko funkcjonalność zaspokajająca czyjeś kaprysy, ale wiedza, dzięki której klienci mają szansę lepiej reagować na zmieniające się warunki.
4. Czy i jak firma wspiera kulturę transparentności? Po ostatnich doświadczeniach wielu menedżerów przyznało, że przejrzystość jest ważna nie tylko wewnątrz organizacji, ale też w relacjach z partnerami. Wiele umów renegocjowano pod kątem właśnie udostępniania sobie nawzajem istotnych danych. Koszty braku transparentności i dostępu do informacji były po prostu zbyt wysokie.
5. Czy polityka transparentności ułatwi wdrażanie rozwiązań z zakresu sztucznej inteligencji i uczenia się maszynowego?  Im wyższa transparentność, tym lepsze dane, jakie możemy dostarczać systemom sztucznej inteligencji. Dzięki temu lepsze będą również efekty uczenia się maszynowego. Jednocześnie większa widoczność i przejrzystość pozwalają przedsiębiorstwom lepiej zarządzać ryzykiem związanym z automatyzacją łańcucha dostaw, obejmującego magazyny i centra logistyczne w różnych miejscach świata.

Przede wszystkim jednak koronny wniosek brzmi: dla sukcesu kluczowa jest nie tyle digitalizacja, co informacja.