Funzionalità di AWS Supply Chain

La catena di approvvigionamento di AWS imposta un data lake utilizzando modelli ML che sono stati pre-addestrati per le catene di approvvigionamento per comprendere, estrarre e trasformare dati disparati e incompatibili in un modello di dati unificato. Il data lake può importare dati da svariate origini dati, inclusi i sistemi ERP esistenti, come SAP S/4HANA e i sistemi di gestione della catena di approvvigionamento. Per aggiungere dati da origini variabili come EDI 856,la Catena di approvvigionamento utilizza il machine learning e l'elaborazione del linguaggio naturale per associare i dati dai sistemi di origine al modello di dati unificato. I messaggi EDI 850 e 860 vengono trasformati direttamente con ricette di trasformazione predefinite ma personalizzabili. È possibile anche caricare i dati da altri sistemi in un bucket di Amazon Simple Storage Service (Amazon S3), dove verranno automaticamente mappati utilizzando l'IA generativa e inseriti nel Data Lake della catena di approvvigionamento di AWS.

La Catena di approvvigionamento contestualizza i dati in una mappa visiva in tempo reale utilizzando una serie di interfacce utente visive interattive costruite su un'architettura micro frontend (MFE). La Catena di approvvigionamento evidenzia quindi la selezione e la quantità dell'inventario corrente, nonché lo stato dell'inventario in ogni posizione (ad esempio, l'inventario a rischio di esaurimento scorte). I gestori dell'inventario possono eseguire il drill-down in strutture specifiche e visualizzare l'inventario corrente disponibile, in transito e potenzialmente a rischio in ogni posizione.

La catena di approvvigionamento genera automaticamente informazioni sui potenziali rischi della catena di approvvigionamento (ad esempio, approvvigionamenti eccessivi o esaurimento di questi) utilizzando i dati completi della catena nel data lake e li mostra nella mappa visiva in tempo reale. La Catena di approvvigionamento offre inoltre informazioni dettagliate sugli ordini di lavoro per fornire visibilità dei materiali relativi alla manutenzione dall'approvvigionamento alla distribuzione, fornendo informazioni sullo stato degli ordini, identificando i rischi di distribuzione e fornendo opzioni di mitigazione del rischio di distribuzione.

La catena di approvvigionamento applica modelli machine learning, basati sulla stessa tecnologia utilizzata da Amazon, per generare previsioni più accurate sui tempi di consegna dei fornitori. I responsabili della pianificazione dell'approvvigionamento possono utilizzare queste previsioni sui tempi di consegna dei fornitori per aggiornare le ipotesi statiche integrate nei modelli di pianificazione al fine di ridurre i rischi di esaurimento degli approvvigionamenti o un eccesso di inventario.

I responsabili dell'inventario, i pianificatori della domanda e i responsabili della catena di approvvigionamento possono anche creare le proprie liste di controllo approfondite selezionando la posizione, il tipo di rischio (ad esempio, rischio di esaurimento scorte o eccesso di scorte) e i limiti delle scorte, quindi aggiungendo i membri del team come osservatori. Se viene rilevato un rischio, la catena di approvvigionamento genererà un avviso che evidenzia il rischio potenziale e le località interessate. I responsabili della catena che si occupano della manutenzione, approvvigionamento e logistica possono utilizzare le informazioni sugli ordini di lavoro per ridurre le spedizioni dei materiali, i buffer di inventario dei materiali e i tempi di inattività delle apparecchiature.

La catena di approvvigionamento valuta, classifica e condivide automaticamente varie opzioni di ribilanciamento per fornire ai responsabili dell'inventario e ai pianificatori le azioni consigliate da intraprendere se viene rilevato un rischio. Le opzioni di raccomandazione sono valutate in base alla percentuale di risoluzione dei rischi, alla distanza tra le strutture e all'impatto sulla sostenibilità. I responsabili della catena di approvvigionamento possono eseguire il drill-down anche per esaminare l'impatto che ciascuna opzione avrà su altri centri di distribuzione in tutta la rete. Inoltre, la catena di approvvigionamento apprende continuamente dalle decisioni prese per migliorare nel tempo i suggerimenti.

Per raggiungere un consenso tra colleghi e implementare azioni di ribilanciamento, la catena di approvvigionamento offre funzionalità di collaborazione contestuali integrate. Quando i team chattano e si scambiano messaggi, vengono condivise le informazioni sul rischio e sulle opzioni consigliate. Ciò riduce gli errori e i ritardi causati da una comunicazione inadeguata e consente una più rapida risoluzione dei problemi.

La pianificazione della domanda della catena di approvvigionamento di AWS genera previsioni della domanda più accurate, si adatta alle condizioni di mercato e consente ai pianificatori della domanda di collaborare tra i team per evitare costi di inventario in eccesso e sprechi. Per eliminare lo sforzo manuale e le congetture sulla pianificazione della domanda, la catena di approvvigionamento utilizza il machine learning per analizzare lo storico dei dati di vendita e quelli in tempo reale (ad esempio, gli ordini aperti), creare previsioni e adattare continuamente i modelli per migliorare la precisione. La pianificazione della domanda della catena di approvvigionamento, inoltre, apprende continuamente dai modelli di domanda in costante evoluzione e dagli input degli utenti per offrire aggiornamenti delle previsioni quasi in tempo reale, consentendo alle aziende di adeguare in modo proattivo le operazioni della catena di approvvigionamento.

La catena di approvvigionamento e pianificazione di AWS prevede e pianifica gli acquisti di materie prime, componenti e prodotti finiti. Questa funzionalità si basa su quasi 30 anni di esperienza di Amazon nello sviluppo e nel perfezionamento di modelli di pianificazione degli approvvigionamenti IA/ML e prende in considerazione fattori economici, come i costi di raccolta e liquidazione. La Catena di approvvigionamento e di pianificazione utilizza i dati completi e standardizzati di Data Lake della catena di approvvigionamento, comprese le previsioni della domanda generate dal servizio di pianificazione della domanda della Catena di approvvigionamento (o qualsiasi altro sistema di pianificazione della domanda). L'organizzazione trae vantaggio dal miglioramento dei livelli dei servizi e dalla riduzione dei costi di inventario grazie alla capacità di rispondere meglio alle variazioni della domanda e alle interruzioni dell'approvvigionamento. I clienti del settore manifatturiero possono creare piani di approvvigionamento per componenti e prodotti finiti su più livelli della distinta base e migliorare i tassi di disponibilità a magazzino e di evasione degli ordini calcolando dinamicamente gli obiettivi di inventario, tenendo conto della variabilità della domanda, dei tempi di consegna effettivi dei fornitori e della frequenza degli ordini.

La visibilità a più livelli della catena di approvvigionamento di AWS estende la visibilità e gli approfondimenti al di fuori dell'organizzazione ai partner commerciali esterni. Tale visibilità consente di allineare e confermare gli ordini con i fornitori, migliorando l'accuratezza dei processi di pianificazione ed esecuzione. Invitare, coinvolgere e collaborare con i partner commerciali in pochi passaggi per confermare i piani di approvvigionamento e ottenere gli impegni d'ordine. Gli impegni e le conferme vengono ricevuti dai partner e scritti sul data lake della catena di approvvigionamento. Questi dati possono quindi essere utilizzati per identificare le carenze di materiali o componenti e aggiornare i piani di approvvigionamento con nuove informazioni e fornire informazioni più dettagliate.

Sostenibilità della Catena di approvvigionamento di AWS utilizza la stessa tecnologia di base come visibilità a più livelli per fornire ai professionisti della sostenibilità un modo più sicuro ed efficiente per ottenere i documenti e i set di dati di cui hanno bisogno dalla propria rete di fornitori. Queste funzionalità consentono di fornire informazioni sulla governance ambientale e sociale (ESG) basate su un unico record verificabile dei dati.

Amazon Q, un nuovo tipo di assistente basato sull'intelligenza artificiale (IA) generativa progettato specificamente per il lavoro e personalizzabile in base all'attività del cliente, sarà presto disponibile nella Catena di approvvigionamento di AWS. I responsabili di inventario, i pianificatori della domanda e dell'offerta e tutte le altre figure coinvolte saranno in grado di ricevere risposte intelligenti su ciò che accade nella catena di approvvigionamento, i motivi ad esso connessi e quali azioni intraprendere. Inoltre, è possibile esplorare scenari ipotetici per comprendere i compromessi tra le diverse scelte della catena di approvvigionamento.