• Nils Robertsson

Så kan du hantera osäkerheten

Ingen har väl någonsin påstått att lageroptimering är en enkel sak? Just när man tycker att man har fått koll på trenderna och tendenserna, händer något som vänder upp och ner på alltihop och så står man där med hyllor som antingen gapar tomma, eller som dignar av varor vi inte lyckas få sålda.

Den senaste tiden har osäkerheten i lagerplaneringen prövats mer än någonsin, i och med pandemin som vi har drabbats av, och vi är många som fått lära oss den hårda vägen att våra system och metoder för att göra beräkningar kanske inte är så pålitliga som vi trott.

Det beror främst på att många system bygger sina beräkningar på historiska siffror, där man vägt samman efterfrågan, kapacitet och ledtider – osäkerhetsfaktorn är sällan något man tar med i beräkningen. Vi vill jobba med kontinuerlig planering och samtidigt vara lyhörda för marknadsförändringar. Inte alltid så enkelt.


Motståndskraftig planering

För att parera plötsliga svängningar, behöver vi jobba med ”motståndskraftig planering” (resilient planning). I en rapport från Gartner definieras motståndskraftig planering som medel- och långsiktiga planer som mildrar mot osäkerheten, genom att säkerställa att rätt flexibilitetsgrad är inbyggd så att korttidsplaner är mer genomförbara. Med andra ord så kan vi med hjälp av motståndskraftig planering bemästra dagens osäkerhet, samtidigt som planeringsstabiliteten bibehålls.


Inget system i världen är perfekt, och så länge vi inte har någon magisk spåkula som kan hjälpa oss att förutspå framtiden kommer vi behöva lära oss hantera och leva med osäkerheten. Det behöver inte betyda att vi står handfallna och ser oss som offer för den. Det finns saker vi kan göra för att rusta oss bättre och få till en mer motståndskraftig planering. Här nedan berättar vi om några av tillvägagångssätten.


Lösningen finns i molnet

Det första vi vill flagga för är att utnyttja möjligheterna med molnbaserade plattformar. Dessa möjliggör hyperskalbarhet, dvs möjligheten att bygga ut (eller begränsa!) och anpassa efter nya behov. På så sätt kan ni göra både fler och snabbare förutsägelser. Med hjälp av molnbaserade sannolikhetsprognoser och påfyllningslösningar kan företag utvärdera enorma volymer data för att fatta smartare och snabbare beslut mitt i en förändrad efterfrågan.


Testa och simulera med hjälp av en digital kopia

Genom att använda sig av en digital tvillingförsörjningskedja kan ni modellera och/eller simulera den fysiska försörjningskedjan och justera beslutsfattande över hela leveranskedjan. Genom att digitalisera era processer och göra avancerade simuleringar, kan ni på det här sättet integrera data och information i realtid, baserat på hur det faktiskt ser ut för stunden. Simuleringar med hjälp av en digital tvillingförsörjningskedja kan ses som ett sätt att se hur motståndskraftig den föreslagna leveranskedjan kommer att vara mot variation och osäkerhet.


Se maskinerna som en möjlighet – inte ett hot

Slutligen, något som inte kan betonas tillräckligt: ta hjälp av AI och maskininlärning! Vi ser allt för många inköpare och planerare som sitter med krångliga excellösningar för att göra sina beräkningar. Inte sällan finns kunskapen om lösningen endast hos en eller ett fåtal av de anställda, vilket gör det sårbart. Men framförallt – maskinerna kan klara av så mycket mer än den mänskliga hjärnan när det kommer till att se mönster och få fram prognoser, och dessutom på väldigt mycket kortare tid. Med hjälp av maskininlärning kan vi "avkoda" osäkerheten för att fatta smartare beslut över tid.


Osäkerheten kommer alltid att finnas där – om än inte alltid i lika stor utsträckning som vi har fått erfara under senare tid – och vi måste därför lära oss att förvalta den på bästa sätt. De företag som kommer att klara denna uppgift bäst, är de som lär sig att anpassa sig och se möjligheterna i osäkerheten, och inte låter sig överrumplas och slås ner av den.

29 visningar