Voorraadoptimalisering binnen complexe context

In tien jaar tijd is er op het vlak van demand forecasting veel geëvolueerd. En toch ook weer niet. “Aangezien de vragen van de klant continu wijzigen, is verandering eigenlijk een constante”, weet Eric Wilson, director Thought Leadership bij het Institute of Business Forecasting & Planning. “Het komt er dan ook op aan oplossingen te bedenken die daar vlot mee kunnen omgaan. Artificiële intelligentie kan daarbij een rol spelen, maar de heilige graal is het allerminst.” Daarom vindt hij het belangrijk de mogelijkheden, maar zeker ook de beperkingen van AI toe te lichten.

De groei van de direct-to-consumer-business houdt aan. Zo blijkt ook uit een recent onderzoek van Deposco, leverancier van omnichannel fulfilment software. Die evolutie is niet onlogisch, want zo kunnen bedrijven de band met hun klanten versterken. Tegelijk kan die ontwikkeling gepaard gaan met groeipijnen. Een goed zicht op de pro’s en mogelijke contra’s is dan ook een must om het onderste uit de kan te halen bij het opzetten of verder ontwikkelen van een direct-to-consumer-strategie.

Vandaag komt het onderwerp ‘digital twin’ (digitale tweeling) veelvuldig aan bod. Dermate zelfs dat het wel een nieuwe hype lijkt in het logistieke en supply chain landschap. En zoals met alle hypes worden er verwachtingen geschapen. Trends als IoT en Industry 4.0 laten ons toe massaal veel gegevens uit supply chain en logistieke systemen te verzamelen waarvan we ons terecht afvragen wat we er het best mee aanvangen. Bovendien wordt de granulariteit van die data, met name de details uit de processen en systemen, steeds groter. Misschien is digital twin, naast ‘control towers’ en visibiliteit wel de toepassing daarvoor? Maar wat kunnen we nu van een digitale tweeling verwachten in logistieke operaties zoals magazijnen? En hoe moeten we dat evalueren en inzetten?