Fonctions AWS Supply Chain

AWS Supply Chain configure un lac de données à l'aide de modèles de ML qui ont été préentraînés pour comprendre et extraire les données disparates et incompatibles des chaînes d'approvisionnement et les transformer en modèles de données unifiées. Le lac de données peut ingérer vos données à partir d'une variété de sources de données, dont vos systèmes ERP existants, tels que SAP S/4HANA, et vos systèmes de gestion de chaîne d'approvisionnement. Pour ajouter des données à partir de sources variables telles qu'EDI 856, AWS Supply Chain utilise le ML et le traitement du langage naturel (NLP) afin d'associer les données de systèmes sources aux modèles de données unifiées. Les messages EDI 850 et 860 sont transformés directement avec des recettes de transformation prédéfinies, mais personnalisables. Vous pouvez également charger des données d'autres systèmes vers un compartiment S3, où elles seront automatiquement ingérées dans le lac de données AWS Supply Chain.

AWS Supply Chain contextualise vos données dans une carte visuelle en temps réel à l'aide d'un ensemble d'interfaces interactives et visuelles destinées à l'utilisateur final sur une architecture micro frontend (MFE). La solution met en évidence la sélection et la quantité de l'inventaire actuel, ainsi que l'état de l'inventaire sur chaque site (par exemple, un inventaire menacé de rupture de stock). Les gestionnaires d'inventaire peuvent analyser en détail des installations spécifiques et consulter l'inventaire actuel disponible, en transit et potentiellement menacé sur chaque site.

AWS Supply Chain génère automatiquement des informations sur les risques liés à la chaîne d'approvisionnement (par exemple, les risques de surstockage ou de rupture de stock) à l'aide des données complètes de la chaîne d'approvisionnement dans le lac de données et les fait apparaître dans la carte visuelle en temps réel.

AWS Supply Chaine applique des modèles de ML, basés sur la technologie utilisée par Amazon, pour générer des prévisions plus précises sur les délais des fournisseurs. Les planificateurs de fournitures utilisent ces prévisions sur les délais des fournisseurs pour mettre à jour les hypothèses statiques intégrées aux modèles de planification et ainsi réduire les risques de rupture de stock ou de surstockage.

Les gestionnaires d'inventaire, les planificateurs de la demande et les responsables de la chaîne d'approvisionnement peuvent également créer leurs propres listes de surveillance basées sur les informations en sélectionnant le site, le type de risque (par exemple, de rupture de stock ou de surstockage) et le seuil de stock, et en ajoutant des membres d'équipe en tant que contrôleurs. Si un risque est détecté, AWS Supply Chain génère une alerte qui indique le risque et les sites impactés.

AWS Supply Chain évalue, classe et partage automatiquement différentes options de rééquilibrage pour fournir aux gestionnaires d'inventaire et aux planificateurs des recommandations des mesures à prendre lorsqu'un risque est détecté. Les recommandations incluent un pourcentage de résolution du risque, la distance entre les installations et l'impact sur la durabilité. Les gestionnaires de la chaîne d'approvisionnement peuvent également examiner en détail l'impact que chaque option aura sur les autres centres de distribution du réseau. En outre, AWS Supply Chain apprend en permanence des décisions que vous prenez afin d'améliorer ses recommandations au fil du temps.

Pour vous aider à trouver un consensus avec vos collègues et implémenter les mesures de rééquilibrage, AWS Supply Chain fournit des capacités de collaboration contextuelles intégrées. Lorsque les équipes discutent et s'envoient des messages, les informations sur les risques et les recommandations de mesures sont partagées, entraînant ainsi une réduction des erreurs et des délais dus à une mauvaise communication. Vous pouvez donc résoudre les problèmes plus rapidement.

AWS Supply Chain Demand Planning génère des prévisions plus précises de la demande, s'adapte aux conditions du marché et permet aux planificateurs de la demande de collaborer avec les différentes équipes afin d'éviter les coûts et les gaspillages d'inventaire dus au surstockage. Afin de réduire les efforts manuels et les incertitudes liées à la planification de la demande, AWS Supply Chaine utilise le ML pour analyser les données de l'historique des ventes et les données en temps réel (par exemple, les commandes en cours), créer des prévisions et ajuster constamment les modèles afin d'améliorer leur précision. De plus, AWS Supply Chain Demand Planning tire continuellement des enseignements de l'évolution de la demande et des données fournies par les utilisateurs pour offrir des mises à jour des prévisions en temps quasi réel, afin que vous puissiez ajuster les opérations de la chaîne logistique de manière proactive.