Slimstock’un CTO’su olan ve 25 yılı aşkın süredir ürün geliştirmenin başında bulunan Daan Majoor, işletmelerin tedarik zinciri zorluklarının üstesinden gelmelerine ve rekabet avantajı elde etmelerine yardımcı olmak için Slimstock platformunu geliştirmekten sorumludur.

İngiltere’deki son S&OP Zirvemizde Daan, Sam Phipps’e kısa bir röportaj için katıldı ve bu konudaki önemli soruları yanıtladı:

  • Makine öğreniminin S&OP olgunluğunu artırmadaki dönüşümsel rolü
  • İşletmeler gelişmiş tedarik zinciri teknolojilerini benimseyerek israfı nasıl ortadan kaldırabilir?
  • Değer yaratmak ve karlılıkta büyümeyi sağlamak için tedarik zinciri optimizasyonundan nasıl yararlanılır?

Merhaba Jan, Slimstock S&OP Zirvesi gibi etkinlikler neden bu kadar önemli?

Her şeyden önce, S&OP sürecinde geleneksel diye bir şey olmadığını düşünüyorum.

Her şeyin ilk adımı veri toplamaktır. Bana göre makine öğrenimi, veri hazırlama, veri toplama ve veriye dayalı analizi desteklemede çok önemli bir rol oynuyor.

Nihayetinde, yapay zeka ve makine öğrenimi S&OP’nin veri tarafında gerçekten devrim yaratabilir. Yapay zeka ayrıca sürecin otomatikleştirilmesine de yardımcı olabilir.

S&OP esasen boşlukları doldurmakla ilgilidir ve bu da büyük ölçüde insana dayalı bir süreçtir.

Ancak yapay zekanın insanların yerini alacağını düşünmüyorum. Süreçlerinizi desteklemeli ve çalışanlarınızın işteki boşlukları tartışması için gereken içgörüleri sağlamalıdır.

 

Şirketler, yapay zeka ve makine öğrenimini nasıl benimseyerek israfı azaltabilir ve daha sürdürülebilir iş sonuçları elde edebilir?

Yapay zeka ve makine öğrenimi ile kararlar daha fazla veriye dayalı hale gelir.

Makine öğrenimi, gelecekteki talebe yönelik daha doğru tahminler elde etmeye yardımcı olabilir. Ancak daha da önemlisi, bu teknolojiyi benimsemek, işletmelerin nerede yanlış gittiğini, planların gerçeğe neden uymadığını belirlemesine ve iş performansını iyileştirmek için pratik önerilerde bulunmasına yardımcı olur.

Açıkça görülüyor ki, bu tür teknolojileri iyileştirme amacıyla kullanırken israf da azaltılacaktır. Örneğin, planlamayı optimize ederek ve siparişleri birleştirerek sevkiyat sayısını azaltmak gibi küçük görünen iyileştirmeler, karbon ayak izinize önemli bir pozitif etki sağlayabilir.

Şahsi dileğim, operasyonun merkezinde insanların kalmaya devam etmesidir. S&OP’nin nihai hedefi her zaman ekibinizin bölümler arası engelleri aşarak daha sorunsuz bir şekilde iş birliği yapmasına yardımcı olmaktır. Ekipleri birbirine bağlayarak ve veri kullanımıyla daha iyi iletişim sağlayarak makine öğrenimi, sürdürülebilir iş sonuçlarını destekleyebilir.

 

Makine öğrenimi kârlılığı nasıl hızlandırabilir?

Kârlılığı artırmak açısından bakarsak, verileriniz ne kadar iyi olursa, satışlar ve tedarik zincirini eşleştirme yeteneğiniz o kadar gelişir ve daha kârlı olabilirsiniz.

Burada göz önünde bulundurulması gereken iki unsur vardır: maliyet ve ciro.

Her şirketin amacı kârı maksimize etmektir ve tedarik zinciri maliyetlerini düşürmek kritik bir adımdır. S&OP, iyileştirme alanlarını belirler. Tedarik zincirinde operasyonel verimliliği artırarak israfı azaltabilir, işletme sermayesine yapılan yatırımı optimize edebilir ve işletme maliyetlerini düşürebilirsiniz.

 

Makine öğreniminin tahmin doğruluğunu artırmadaki rolünü nasıl görüyorsunuz?

Ortada çok fazla veri var ve bu verileri işlemek son derece zordur. Tahminleme ve tedarik zinciri planlama yeteneklerini geliştirmek için kalıpları bulmalı ve uygulamalısınız. Bu, insanlar için çok büyük bir görevdir; ancak makineler için değil.

Veri kaynaklarını kolayca entegre edebilir ve aksi takdirde anlaşılması, hatta harekete geçilmesi imkânsız olan trendleri tespit edebilirsiniz.

Makine öğrenimi sayesinde tahmin doğruluğunu iyileştirme noktasında hızlı faydalar sağlanabilir.

Promosyonlarınızı planlamaya, ürünleri tanıtmaya ve ilk süreçleri uygulamak için gereken temel katmanları oluşturmaya yardımcı olabilir.

Ayrıca, boşlukları oldukça net bir şekilde gösterebilir.

Satış ve Tedarik Zinciri ekipleri tarafından sağlanan içgörüleri inceleyerek kritik farklılıkların nerede olduğunu belirleyebilir. Bu karşılaştırmalar, daha net bir tablo oluşturarak tartışmaların veri temelli ve gerçeklere dayalı olmasını sağlar.

CEO perspektifinden bakıldığında, makine öğrenimi tedarik zinciri dayanıklılığını geliştirmeye yardımcı olabilir. Son birkaç yılda yaşadığımız kesintileri düşünün. Bu tür aksaklıkları erken tespit edebilir ve işletmenizin diğerlerinden önce hazırlık yapmasını ve harekete geçmesini sağlayabilirsiniz.

 

Son soru: Yapay zeka destekli teknolojilerin hızla benimsenmesiyle birlikte, şirketler tedarik zinciri kararlarının etik kalmasını nasıl sağlayabilir?

Etik açıdan, makine öğrenimi yeni bir kavramdır ve bu nedenle zorluklar hâlâ gelişmektedir. Verilerin sahibi kimdir ve sonuçlarla ne yapılmalıdır? Peki ya sonuçlar önyargılıysa?

Muhtemel riskleri görmek ve aşmak için biraz erken bir aşamadayız. Ancak, bazı olası tehlikeleri proaktif olarak keşfetmelisiniz.

Tedarik zincirinde insanların rolü hâlâ çok önemlidir ve bunun değişeceğini sanmıyorum. Hatta Slimstock’ta müşterilerimiz, ürün yol haritamızın ana itici gücüdür. İnsanların daha akıllı ve hızlı kararlar almasına yardımcı olan yapay zeka destekli çözümler geliştirmek, ürün geliştirmemizin merkezinde kalmaya devam etmektedir.

Müşterilerle bağlantı kurmayı çok seviyorum, bu nedenle bu harika S&OP topluluk etkinliğinin bir parçası olmaktan gerçekten mutluluk duyuyorum.

Makine öğreniminin S&OP’deki rolü ve işletmelerin tedarik zinciri açısından gelecekte nelerle karşılaşabileceği hakkında bize zaman ayırdığı ve detaylı bilgiler verdiği için Daan Majoor’a çok teşekkür ederim.

SSS

Makine öğrenimi, S&OP’de veri hazırlama, toplama ve analiz süreçlerini desteklemede kritik bir rol oynar. Süreçleri otomatikleştirir ve işletmelerdeki boşlukları kapatmak için içgörüler sağlar.

Makine öğrenimi ve yapay zekayı benimsemek, şirketlerin daha fazla veri temelli kararlar almasını, tahmin doğruluğunu artırmasını, iyileştirme alanlarını belirlemesini, israfı azaltmasını, planlamayı optimize etmesini ve sürdürülebilir iş sonuçları elde etmesini sağlar.

Makine öğrenimi, veri kalitesini artırarak satış ve tedarik zinciri uyumunu iyileştirir. Böylece, daha düşük tedarik zinciri maliyetleri, operasyonel verimlilikler, israfın azaltılması ve optimize edilmiş işletme sermayesi yatırımları sayesinde kârlılığı artırır.

Makine öğrenimi, büyük miktarda veriyi işleyerek insanların gözden kaçırabileceği kalıp ve trendleri tespit eder, bu da tahmin doğruluğunun artmasını sağlar. Promosyonların planlanmasına, ürünlerin piyasaya sunulmasına ve satış ile tedarik zinciri ekiplerinin sağladığı içgörülerdeki kritik boşlukların belirlenmesine yardımcı olur.

S&OP + IBP