Sigurnosne zalihe u farmaciji: Rješavanje izazova Zlatokose u lancima opskrbe pomoću kognitivne automatizacije
Sigurnosne zalihe u farmaciji: Rješavanje izazova Zlatokose u lancima opskrbe pomoću kognitivne automatizacije
Sigurnosne zalihe u farmaciji: Rješavanje izazova Zlatokose u lancima opskrbe pomoću kognitivne automatizacije
Sigurnosne zalihe jedan su od najkritičnijih elemenata u lancu nabave lijekova. Ipak, pokazalo se da je sigurnosnim zalihama vrlo teško upravljati i optimizirati ih, čak i ako onemogućuju radni kapital i povećavaju troškove zaliha.
Farmaceutske tvrtke obično održavaju visoke razine sigurnosnih zaliha kako bi postigle visoku razinu usluge koja maksimizira prihod od proizvoda s visokom maržom i povećava zadovoljstvo kupaca. Naziva se i međuzalihama, pruža sigurnosnu mrežu protiv varijabilnosti kao što su neočekivana kašnjenja u sirovinama ili transportu ili neobično velika potražnja.
Nestašice koje proizlaze iz neadekvatnih sigurnosnih zaliha mogle bi biti vrlo štetne za poslovanje, s milijunima izgubljenih prihoda i potencijalnim oštećenjem robne marke ako vitalni lijekovi nisu dostupni. Greška na strani prekomjernosti je prevladavajuća praksa, sa sigurnosnim zalihama u proizvodnim pogonima tvrtke i distribucijskim centrima diljem svijeta.
Ali to također znači griješiti na strani visokih troškova zaliha i vezati obrtni kapital koji bi se mogao uložiti u istraživanje i razvoj ili druga područja poslovnog rasta.
To je izazov Zlatokose. Farmaceutske tvrtke ne smiju riskirati premalo sigurnosnih zaliha. Ali oni ne žele preveliki teret troškova. Kao u dječjoj bajci o Zlatokosi i tri medvjeda, farmaciji su potrebne sigurnosne zalihe da budu "baš kako treba".
Rastući rizici u upravljanju sigurnosnim zalihama
Kako bi ispunili konkurentne ciljeve smanjenja troškova sigurnosnih zaliha i maksimiziranja razine usluge, planeri farmaceutskog lanca opskrbe usredotočili su se na rješavanje varijabilnosti potražnje i varijabilnosti vremena isporuke nizom softvera za upravljanje opskrbnim lancem i proračunskih tablica. Ti su napori izazovniji nego ikad u našem digitalnom dobu velike brzine jer se stalno pojavljuju nove varijable koje utječu na sigurnosne zalihe. Jednostavno je previše složeno upravljati ovim varijablama pomoću postojećih softverskih sustava i proračunskih tablica.
Sve veća globalna složenost u industriji otežava brzo i točno predviđanje tržišne potražnje i vremena isporuke. Rast podataka u stvarnom vremenu iz desetaka ili stotina aplikacija nadmašuje ljudske napore da upravljaju informacijama i analiziraju ih za odluke temeljene na podacima.
Rezultat je planiranje na najbolji mogući način prilikom sastavljanja mjesečne prognoze potražnje i izračunavanja vremena isporuke koja uzimaju u obzir dostupnost materijala, proizvodne rasporede, varijabilnost potražnje, pouzdanost dobavljača i druge čimbenike, sve na velikom broju SKU lokacija.
Zbog ove složenosti, razine sigurnosnih zaliha obično se temelje na nekoliko varijabli, a ne na cijelom skupu. Planeri lanca opskrbe rijetko su voljni ugroziti razinu usluge smanjenjem sigurnosnih zaliha. Održavanje izdašne zalihe često se smatra troškom poslovanja, ali ne mora biti.
Pojava kognitivne automatizacije u lancima nabave lijekova
Kognitivna automatizacija otvara nove prilike za ekonomičnije upravljanje sigurnosnim zalihama, iskorištavanjem upotrebe umjetne inteligencije (AI) i strojnog učenja. Ova tehnologija u nastajanju koristi računalne snage internetskih razmjera u oblaku, praćenje podataka u stvarnom vremenu, kogniciju i sofisticirane algoritme kako bi donijela novu brzinu i preciznost farmaceutskom opskrbnom lancu.
Farmaceutske tvrtke su među vodećima u prihvaćanju kognitivne automatizacije za preciziranje predviđanja potražnje i izračuna vremena isporuke, postavljajući pozornicu za optimizaciju razina sigurnosnih zaliha na golemoj globalnoj razini. Ova tehnologija donosi inteligentnu automatizaciju opskrbnog lanca daleko većeg opsega i dubine nego što je to moguće čak i s najvještijim planerima i najboljim tradicionalnim alatima.
Ovako, planeri mogu provesti tjedne prikupljajući podatke iz softverskih aplikacija za ERP, CRM, planiranje potreba za materijalima, logistiku, upravljanje dobavljačima i skladištem i druge. Zatim se brojke skraćuju za potražnju i vodeće izračune - ali informacije su zastarjele u trenutku kada su prognoze finalizirane i lako je previdjeti ključne varijable.
Kognitivna automatizacija pretražuje više aplikacija tisuće puta dnevno te prikuplja i obogaćuje podatke u jednu pohranu podataka. Odatle moćni algoritmi generiraju preporuke koje mogu pokriti prognoze potražnje, izračune vremena isporuke i optimalne razine sigurnosnih zaliha. Kognitivna automatizacija povećava stručnost domene ljudskog planera, pružajući preporuke temeljene na podacima na koje mogu djelovati i izvršiti ih u stvarnom vremenu.
Nekoliko karakteristika razlikuje kognitivnu automatizaciju utemeljenu na umjetnoj inteligenciji od tradicionalnih pristupa:
Dnevno predviđanje.
Potražnja i vrijeme isporuke mogu se izračunati na dnevnoj bazi jer kognitivna automatizacija prati podatke i anomalije gotovo u stvarnom vremenu. To je veliko poboljšanje u odnosu na ručne prognoze jednom mjesečno ili u drugim periodičkim intervalima.
Duboka granulacija.
Umjesto sažetih podataka, kognitivna automatizacija radi sa skupovima podataka duboke granularnosti, sve do dnevnih transakcija prema SKU lokacijama, narudžbama, pogonima, sirovinama, kupcima i više.
Vidljivost od kraja do kraja.
Kognitivna automatizacija donosi 'Sveti gral' vidljivosti opskrbnog lanca od kraja do kraja, tako da se menadžeri mogu razviti od reaktivnog rješavanja problema do proaktivne optimizacije i donošenja odluka na temelju podataka.
Iz perspektive sigurnosnih zaliha, ove mogućnosti također mogu pomoći timovima opskrbnog lanca da bolje upravljaju vremenski osjetljivim proizvodima kojima istječe rok trajanja kako bi se smanjilo okretanje zaliha, smanjivanje i cijena bespotrebno odbačenih proizvoda.
Kognitivna automatizacija u Merck KGaA
Merck KGaA jedan je primjer farmaceutske tvrtke koja ubire nagrade lanca opskrbe kognitivnom automatizacijom, kao što je navedeno u izvješću Wall Street Journala. Njemačka tvrtka koristi kognitivno rješenje tvrtke Aera Technology u slučaju upotrebe koji uključuje oko 100 lijekova za plodnost.
Softver indeksira Merckove aplikacije i prikuplja podatke u sloj kognitivnih podataka. Zatim AI i strojno učenje analiziraju podatke, identificiraju problematična područja i preporučuju optimalne radnje. Umjesto da se Merckovi planeri muče s proračunskim tablicama i prepiru oko brojeva, strojevi i umjetna inteligencija obavljaju naporan posao i daju preporuke temeljene na podacima o najboljem smjeru djelovanja.
Sigurnosne zalihe nisu dobile pozornost koju zaslužuju, jednostavno zato što ih je bilo tako teško točno predvidjeti i zbog rizika koji nedovoljne zalihe mogu predstavljati za poslovanje. Danas farmaceutske tvrtke imaju nove mogućnosti ostvarivanja značajnih ušteda troškova i oslobađanja obrtnog kapitala s pristupom koji pokreće AI kako bi dobile sigurnosne zalihe "baš kako treba".
