Uno de los retos más importantes en el camino de la digitalización de sectores industriales es ir un paso más allá del concepto de Smart Factory, y abordar la transformación digital de toda la cadena de suministro en busca de la construcción de una cadena de suministro digitalizada. Es necesario interconectar todos sus nodos, en base a una estrategia y fin comunes, y cuyo último objetivo es conformar cadenas de suministro más eficiente en todos los sentidos.
No veamos este reto como algo visionario, sino que es un reto al que hay que atacar de forma prioritaria, por dos razones principalmente. La primera es que el grado de competitividad de mercados sustentados por cadenas de suministro, y que está liderado por el servicio prestado por las empresas tractoras de la misma, debe ser mucho más efectivo frente a otras cadenas de suministro competidoras. La segunda es que no existen trabas tecnológicas que lo impidan. Es más, podemos considerarlo prácticamente una obligación ya que el alto grado de competitividad es un hecho a día de hoy.
Afortunadamente, el estado de madurez digital adquirido a nivel de compañías, tanto en el ámbito nacional como europeo, hace alcanzable el primer paso, que es la interconexión de actores en la cadena de suministro y, poder así escalar a niveles superiores y conformar cadenas de suministros digitalizadas y con niveles de eficiencia muy superiores a los actuales.
Así que estamos a punto de dar el paso a ser capaces de implantar la Smart Supply Chain real, así que vamos a ver cómo.
El punto de partida
Partiendo de un escenario en el que el hay cierto nivel de digitalización de las empresas que conforman la cadena de suministro, y que estas mantienen relaciones de negocio estables, es decir, empresas cuyo nivel de traza de información les permite conocer qué evento ha ocurrido en cada punto de su proceso productivo y que, además, disponen de una cantidad de datos suficiente para poder ser explotada, hace que nos encontramos en un buen punto de partida.
Retos
Los retos principales a los que se enfrenta una cadena de suministro, y que justifican la implantación de una Smart Supply Chain son los siguientes:
1. Visibilidad y disponibilidad de datos en tiempo real. Disponer información en tiempo real sobre la traza de todo lo que ocurre en torno a los procesos productivos del trabajo en curso en una cadena de suministro, es fundamental para todos los nodos de dicha cadena, que están implicados en el trabajo.
2. Veracidad y confianza en la información compartida. El hecho de entender que es un trabajo conjunto y colaborativo, disponer de relaciones de confianza, por supuesto soportadas por tecnología, no sólo dan veracidad dentro de la propia cadena de suministro, sino que ofrece garantía de confianza al usuario final.
3. Control de costes. La disponibilidad de información y mecanismos de optimización y reacción al cambio en tiempo real generan un entorno de competitividad dentro de la cadena de suministro que impacta directamente en el nivel de competitividad de la cadena completa.
4. Gestión de riesgos. En base a información analizada en tiempo real y a la implantación de algoritmos que apoyen a aspectos como la detección de anomalías, gestión de fraude o de inferencia de datos relacionados con la calidad, permiten la implantación de acciones sobre gestión de riesgos muy efectivas.
5. Gestión de la demanda, permitiendo llevar a cabo simulaciones sobre escenarios de demanda o adelantar cambios en la misma en base al estudio de los datos recopilados en todo el proceso productivo.
¿Qué elementos nos acompañan?
De cara a resolver estos retos, lo principal es asumir que partimos de un estado de madurez digital que lo permita, pero un estado de madurez que cubra varios aspectos, como son el cultural, el tecnológico y de gobierno.
La dimensión cultural cubre la predisposición a compartir la información y a ser conscientes que el objetivo es global a la cadena de suministro.
La dimensión tecnológica, obviamente, hace referencia al estado de implantación de plataformas integrables, y que hacen posible la disponibilidad información trazada en tiempo real. Esto es gracias al nivel de sensorización IIoT, así como a la disposición de información analizada en tiempo real, confeccionando así el big data de la cadena de suministro. En este apartado, el uso de estándares abiertos, interoperables, y con capacidad de integración de sistemas, cubren un papel principal.
Por último, y no por ello menos importante, el gobierno, que cubre objetivos comunes y enmarcados en una estrategia global, pero que requieren de una sólida estrategia orientada al gobierno del dato.
¿Cómo abordarlo?
Con un enfoque centrado en la demostración, bajo un prisma muy ágil y centrado en la concreción, en el que es primordial la detección de interesados principales en el proceso de digitalización de la cadena de suministro.
Para ello es necesario establecer un marco estratégico común, que permita identificar y abordar problemas concretos, comunes y de forma priorizada. En este marco estratégico, partimos de un nivel de madurez digital suficiente por parte de los implicados.
Este marco estratégico se debe sustentar en un método para la ejecución de proyectos de datos (Data Ops), así como en plataformas que soporten la explotación de datos en tiempo real (Big Data y Machine Learning) y herramientas que permitan la definición y entrenamiento de modelos de datos (Machine Learning). Explico estos conceptos en detalle y por qué son necesarios:
– Un método. Definir un método de trabajo que permita la definición propuesta de hipótesis para la resolución de problemas de datos a nivel de cadena de suministro, es esencial. Es una base muy sólida para la construcción iterativa de gemelos digitales enfocados a la resolución de problemas como la detección de anomalías o las inspecciones de calidad en procesos de entrega.
– Una plataforma que asegure la veracidad. Una plataforma que asegure la disponibilidad de información en tiempo real, que la almacene de forma invulnerable, es crucial para asegurar la confianza en los componentes de la cadena de suministro.
– Plataforma de análisis de datos en tiempo real. Disponer de una plataforma testada, robusta y abierta, que dé soporte a la ejecución y análisis de información trazada en tiempo real para la toma de decisiones, haciendo uso de las soluciones de mercado más idóneas para cubrir cada aspecto del mundo Big Data y Deep Learning, permite garantizar la estabilidad de la implantación de MVPs de datos en entornos productivos complejos.
– Herramientas de análisis de datos, que permitan a los expertos en materia de producción de fabricación a nivel de cadena de suministro, con el acompañamiento de personal del ámbito de Ciencia de datos, definir, testear y componer modelos de datos, en el ámbito de Deep Learning para la resolución de problemas.
Barreras más importantes hacia la Smart Supply Chain real
A la hora de dirigirnos hacia ser una Smart Supply Chain real, no encontramos una serie de barreras comunes en todas las empresas. ¡Pero no por ello se hace implosible la implementación!
1. Visión estratégica común. Es un error partir de la idea de que la responsabilidad sobre la eficiencia de una cadena de suministro recae en las empresas tractoras, ya que los objetivos finales de dicha empresa es dar el mejor servicio a clientes finales. Y no solo eso, sino ser más competitivos que otras cadenas de suministro, por eso el objetivo debe ser común. Todos los componentes deben aunar fuerzas y entender que aspectos como la competitividad dentro de la cadena de suministro tiene ese objetivo, ser más eficientes que otras cadenas de suministro competidoras en forma, tiempo y lugar.
Se debe construir en base a pequeñas iteraciones, en el que actores principales de la cadena intervengan y dicha cadena vaya incorporando nuevos nodos, siendo más robusta en cada iteración, hasta conseguir una Smart Supply Chain lo suficientemente robusta para garantizar la competitividad que requiere el mercado.
2. Mentalidad colaborativa. La disponibilidad de mayor visibilidad a nivel de toda la cadena de suministro genera necesidades adicionales de colaboración y de comunicación que no sucede en cadenas de suministros más tradicionales. Este escenario tiene, por otra parte, la ventaja de brindar nuevas posibilidades de colaboración entre los diferentes interesados.
3. Integración de ciertos sistemas heredados. Podemos encontrarnos con sistemas que no sean integrables, o que no provean de información precisa de una manera sencilla. No son muchos los casos, dado el nivel de digitalización que se supone a las empresas nodo de la Supply Chain, pero puede convertirse en una pequeña barrera a subsanar.
4. Falta de conocimiento o skills. Sobre todo en el ámbito de ciencia de datos, podemos encontrarnos profesionales gestores de cadena de suministro, con conocimiento técnico necesario para el entrenamiento de modelos de Machine Learning, pero no dispongan de skills para la gestión y entrenamiento de los mismos. En este caso, el apoyo experto, de la mano de formación se torna fundamental.
Estas barreras son subsanables y, desde Sixphere, ofrecemos todos los servicios necesarios para mitigarlas y erradicarlas.
Podemos concluir que, simplemente, no hay marcha atrás en el camino hacia la construcción de una Smart Supply Chain, ya que la competencia es global y es necesario que sea afrontado desde la unión de fuerzas de los componentes de la misma.
Esperamos haber contestado a las preguntas planteadas al inicio. Desde Sixphere, apostamos por promover la construcción del camino hacia la Smart Supply Chain real. ¿Te ayudamos? ¡Ponte en contacto con nosotros!
¿Quieres conocer qué hacemos y el modo en que lo hacemos? Visita nuestros casos de éxito y pregúntanos todo lo que necesites saber.
CONOCIMIENTO / Descargables
EBook gratuito
eficiencia OEE
Descubre las particularidades del indicador OEE, cómo automatizar su cálculo y que requisitos deben cumplir tus procesos de producción para implementarlo.