คำอธิบายบริการ

AWS Supply Chain ใช้ความเชี่ยวชาญด้านโครงสร้างพื้นฐานระบบคลาวด์ของ AWS เพื่อรวมข้อมูลเป็นหนึ่งเดียวและให้ความรู้เชิงลึกโดยใช้แมชชีนเลิร์นนิง (ML) ซึ่งนำมาปฏิบัติได้ รวมถึงการทำงานร่วมกันตามบริบทที่มีมาในตัว และการวางแผนความต้องการ AWS Supply Chain สามารถเชื่อมต่อกับการวางแผนทรัพยากรองค์กร (ERP) และระบบการจัดการซัพพลายเชนที่คุณมีอยู่ได้โดยไม่ต้องมีการ Replatform หรือค่าธรรมเนียมใบอนุญาตล่วงหน้า หรือสัญญาระยะยาว

คุณสมบัติหลักของผลิตภัณฑ์

Data Lake สำหรับซัพพลายเชน

AWS Supply Chain จัดทำ Data Lake โดยใช้โมเดล ML ที่ผ่านการฝึกแล้วเพื่อช่วยให้ซัพพลายเชนได้ทำความเข้าใจ ดึงข้อมูล และแปลงข้อมูลที่แตกต่างซึ่งใช้ร่วมกันไม่ได้ให้เป็นโมเดลข้อมูลเดียวกัน Data Lake สามารถนำเข้าข้อมูลของคุณจากแหล่งที่มาของข้อมูลต่าง ๆ ได้ ซึ่งรวมถึงระบบ ERP ที่มีอยู่ของคุณ เช่น SAP S/4HANA และระบบการจัดการซัพพลายเชน ในการเพิ่มข้อมูลจากแหล่งที่มาต่างๆ เช่น EDI 856 นั้น AWS Supply Chain จะใช้ ML และการประมวลผลภาษาธรรมชาติ (NLP) เพื่อเชื่อมโยงข้อมูลจากระบบแหล่งที่มาไปเป็นโมเดลข้อมูลเดียว ข้อความ EDI 850 และ 860 จะถูกแปลงโดยตรงตามค่าที่กำหนดไว้ล่วงหน้าแต่จะสามารถปรับสูตรการแปลงได้เอง นอกจากนี้คุณยังสามารถโหลดข้อมูลจากระบบอื่นไปยังบัคเก็ต S3 ซึ่งจะนำเข้าข้อมูลไปยัง Data Lake ของ AWS Supply Chain โดยอัตโนมัติ

แผนภาพข้อมูลแบบเรียลไทม์

AWS Supply Chain ปรับใช้ข้อมูลของคุณตามบริบทในแผนภาพข้อมูลแบบเรียลไทม์โดยใช้ชุดอินเตอร์เฟซผู้ใช้ปลายทางแบบภาพโต้ตอบที่สร้างขึ้นบนสถาปัตยกรรมไมโครฟรอนต์เอนด์ (MFE) จากนั้น AWS Supply Chain จะไฮไลต์การเลือกสินค้าคงคลังและปริมาณในปัจจุบัน รวมถึงความสมบูรณ์ของสินค้าคงคลังในแต่ละสถานที่ (ตัวอย่างเช่น สินค้าคงคลังที่มีความเสี่ยงว่าจะหมดสต็อก) ผู้จัดการสินค้าคงคลังสามารถเจาะลึกสถานที่เฉพาะและดูสินค้าคงคลังที่มีอยู่ในสต็อก สินค้าที่อยู่ระหว่างการขนส่ง และสินค้าที่อาจมีความเสี่ยงเกิดขึ้นในแต่ละสถานที่ได้

ข้อมูลเชิงลึก

AWS Supply Chain สร้างข้อมูลเชิงลึกโดยอัตโนมัติเกี่ยวกับความเสี่ยงซัพพลายเชนที่อาจเกิดขึ้น (ตัวอย่างเช่น การตุนสินค้ามากเกินหรือสินค้าหมดสต็อก) โดยใช้ข้อมูลซัพพลายเชนที่ครอบคลุมใน Data Lake และจะแสดงข้อมูลเหล่านั้นในแผนภาพข้อมูลแบบเรียลไทม์

AWS Supply Chain ปรับใช้โมเดล ML ที่สร้างขึ้นบนเทคโนโลยีเดียวกับที่ Amazon ใช้ เพื่อสร้างการคาดการณ์เวลาดำเนินการของผู้จำหน่ายที่แม่นยำยิ่งขึ้น ผู้วางแผนอุปทานสามารถใช้เวลาดำเนินการของผู้จำหน่ายที่คาดการณ์เหล่านี้เพื่ออัปเดตสมมติฐานเชิงสถิติที่สร้างขึ้นในโมเดลการวางแผนเพื่อลดความเสี่ยงสินค้าคงคลังขาดสต็อกหรือมีมากเกินไป

ผู้จัดการสินค้าคงคลัง ผู้วางแผนความต้องการ และผู้นำซัพพลายเชนสามารถสร้างรายการเฝ้าดูข้อมูลเชิงลึกของตนเองได้เช่นกัน โดยเลือกสถานที่ ประเภทความเสี่ยง (ตัวอย่างเช่น ความเสี่ยงสินค้าคงคลังขาดสต็อกหรือมีมากเกินไป) และเกณฑ์ขั้นต่ำของสินค้าคงคลัง จากนั้นเพิ่มสมาชิกในทีมเป็นผู้เฝ้าดู หากตรวจพบความเสี่ยง AWS Supply Chain จะสร้างการแจ้งเตือนที่เน้นความเสี่ยงที่อาจเกิดขึ้นและสถานที่ที่จะได้รับผลกระทบ

AWS Supply Chain จะประเมิน จัดอันดับ และแบ่งปันตัวเลือกการปรับสมดุลที่หลากหลายเพื่อแสดงการดำเนินการที่แนะนำให้แก่ผู้จัดการและผู้วางแผนสินค้าคงคลัง หากตรวจพบความเสี่ยง ตัวเลือกข้อเสนอแนะจะได้รับคะแนนตามเปอร์เซ็นต์ความเสี่ยงที่ได้รับการแก้ไขแล้ว รวมถึงระยะทางระหว่างสถานที่ และผลกระทบที่ยั่งยืน ผู้จัดการซัพพลายเชนยังสามารถเจาะลึกเพื่อดูผลกระทบของแต่ละตัวเลือกที่จะเกิดขึ้นในศูนย์กระจายสินค้าอื่น ๆ ทั่วทั้งเครือข่าย นอกจากนี้ AWS Supply Chain จะเรียนรู้จากการตัดสินใจของคุณเพื่อปรับปรุงข้อเสนอแนะเมื่อเวลาผ่านไป

AWS Supply Chain ให้ความสามารถในการทำงานร่วมกันตามบริบทที่มีมาในตัว เพื่อช่วยคุณหาข้อสรุปร่วมกับเพื่อนร่วมงานและปรับใช้การดำเนินเพื่อปรับความสมดุล เมื่อทีมแชทและส่งข้อความถึงกันและกัน จะมีการแบ่งปันข้อมูลเกี่ยวกับความเสี่ยงและตัวเลือกที่เสนอแนะ ซึ่งจะช่วยลดข้อผิดพลาดและความล่าช้าที่เกิดจากปัญหาด้านการสื่อสาร จึงทำให้คุณแก้ไขปัญหาได้เร็วขึ้น

การวางแผนความต้องการ

การวางแผนความต้องการของ AWS Supply Chain จะสร้างการคาดการณ์ความต้องการที่แม่นยำยิ่งขึ้น ปรับให้เข้ากับสภาพตลาด และช่วยให้ผู้วางแผนสามารถทำงานร่วมกับทั่วทั้งทีมเพื่อช่วยหลีกเลี่ยงต้นทุนสินค้าคงคลังและขยะที่มากเกินไป AWS Supply Chain จะใช้ ML เพื่อวิเคราะห์ข้อมูลการขายในอดีตและข้อมูลแบบเรียลไทม์ (ตัวอย่างเช่น คำสั่งซื้อที่เปิดอยู่) สร้างการคาดการณ์ และปรับโมเดลอย่างต่อเนื่องเพื่อปรับปรุงความแม่นยำเพื่อช่วยลดการทำงานด้วยตนเองและการคาดเดาด้านการวางแผนความต้องการ การวางแผนความต้องการ AWS Supply Chain จะเรียนรู้จากรูปแบบความต้องการที่มีการเปลี่ยนแปลงไป รวมทั้งข้อมูลที่ได้จากผู้ใช้อย่างต่อเนื่องเพื่อเสนอข้อมูลการคาดการณ์ที่อัปเดตใกล้เคียงกับเรียลไทม์ คุณจึงสามารถปรับการดำเนินการซัพพลายเชนได้อย่างทันท่วงที