Dołącz do grona liderów, którzy chcą więcej
BIZNES I TECHNOLOGIE

Odkryj potencjał cyfrowych bliźniaków w łańcuchach dostaw

2 października 2022 10 min czytania
Özden Tozanli
Maria Jesús Saénz
Odkryj potencjał cyfrowych bliźniaków w łańcuchach dostaw

Streszczenie: Cyfrowe bliźniaki to wirtualne repliki fizycznych obiektów, które umożliwiają śledzenie, analizowanie i optymalizowanie procesów w czasie rzeczywistym. Wykorzystują zaawansowaną technologię, w tym sztuczną inteligencję, czujniki, chmurę obliczeniową oraz rzeczywistość rozszerzoną. Pomagają w podejmowaniu decyzji oraz mogą współpracować z ludźmi i urządzeniami w różnych branżach. Ich potencjał jest szczególnie widoczny w zarządzaniu łańcuchami dostaw, gdzie pozwalają na dynamiczne dostosowywanie procesów i zwiększenie wydajności. Choć technologia jest już dostępna, nadal jest niedostatecznie wykorzystywana w tym obszarze z powodu nieporozumień dotyczących jej zastosowania.

Pokaż więcej

Coraz więcej firm w coraz szerszym zakresie optymalizuje swoje łańcuchy dostaw z pomocą cyfrowych bliźniaków. Ogromny potencjał tej technologii zyskuje stale rosnące uznanie.

Z początkiem XXI wieku technologia cyfrowych bliźniaków (digital twins) jest coraz bardziej powszechna i przystępna cenowo, siłą rzeczy stała się więc popularna w wielu branżach. Jednakże wciąż nie jest efektywnie wykorzystana w zarządzaniu łańcuchem dostaw. Częściowo wynika to ze złożonej natury samych łańcuchów dostaw, a także z nieporozumień związanych z zastosowaniem, możliwościami i potencjalną wartością tej technologii. Jednak przy odpowiedniej strategii wdrażania cyfrowe bliźniaki mogą dostarczyć ogromnych korzyści w szerokim zakresie łańcuchów dostaw.

Cechy charakterystyczne cyfrowych bliźniaków

Cyfrowe bliźniaki to wirtualne repliki fizycznych jednostek i ich interakcji — składają się z kombinacji technologii wspomagających i funkcji analitycznych. Technologia ta jest jednak często źle pojmowana; wiele osób błędnie zakłada, że cyfrowe bliźniaki to wyłącznie różnego rodzaju czujniki, modele 3D, symulatory lub algorytmy sztucznej inteligencji. Inni błędnie uważają, że cyfrowe bliźniaki to w dużej mierze teoria, która nie ma przełożenia na zarządzanie łańcuchem dostaw. Jeszcze inni zakładają, że cyfrowy bliźniak może powstać dopiero po opracowaniu swojego fizycznego odpowiednika. Żadne z powyższych założeń nie jest prawdziwe.

Cyfrowe bliźniaki stanowią połączenie wielu technologii wspomagających, takich jak chmura obliczeniowa, czujniki, sztuczna inteligencja i zaawansowana analityka, a także symulacja, wizualizacja oraz rzeczywistość rozszerzona i wirtualna. Firmy mogą korzystać z niestandardowej mieszanki tych technologii, w zależności od swoich potrzeb i oczekiwań. Tym, co wyróżnia cyfrowe bliźniaki i sprawia, że są tak potężne, jest zdolność do naśladowania ludzkich umiejętności, wspierania w podejmowaniu krytycznych decyzji, a nawet podejmowaniu ich w imieniu człowieka.

Cyfrowe bliźniaki „obserwują” swoje fizyczne otoczenie dzięki ogromniej ilości czujników pozyskujących dane w czasie rzeczywistym; rozwijają się, ucząc się na podstawie tych informacji i ich kontekstów oraz wchodząc w interakcje z ludźmi, urządzeniami lub nawet z siecią innych digital twins. Ponieważ mogą stale komunikować się i współpracować z powiązanymi obiektami fizycznymi i cyfrowymi oraz z człowiekiem, są aktywnymi i użytecznymi narzędziami. Pomagają zaplanować procesy twórcze minimalizujące udział pośredników, rozciągające się w ramach całego projektu, umożliwiając tym samym rozpoznanie wzorców wysoce złożonych i dynamicznych oddziaływań.

Zastosowania w łańcuchu dostaw

Nasze badania w MIT Digital Supply Chain Transformation Lab (Cyfrowe Laboratorium Przekształceń Łańcuchów Dostaw) wykazały, że cyfrowe bliźniaki mogą poprawić wyniki biznesowe poprzez badanie złożoności zachowań w ekosystemie łańcucha dostaw i podejmowanie ich dynamicznych dostosowań, co w rezultacie zwiększa wydajność aktywów.

Łańcuchy dostaw rozwinęły się tak, że obejmują już znacznie więcej niż tylko liniowy przepływ towarów. Obecnie to skomplikowane wielowarstwowe systemy globalnie połączonych partnerów handlowych. Bliźniaki cyfrowe umożliwiają firmom odwzorowanie takich złożonych systemów wraz z ich ukrytymi niewiadomymi, sygnalizowanie decyzji i adaptację do ciągle zmieniającego się środowiska operacyjnego.

W praktyce cyfrowa replika łańcucha dostaw zapewnia pełną reprezentację złożonego, rzeczywistego systemu, łączącą jego elementy składowe od dostawców, magazynów i centrów dystrybucji aż do produktów oraz odbiorców. Poprzez osadzenie AI w scenariuszach symulacyjnych, cyfrowe bliźniaki mogą pomagać firmom poprawić wydajność łańcuchów dostaw w szerokim zakresie funkcjonalności i analizować kompromisy pomiędzy kosztami, poziomem usług oraz emisją. Konkretne przykłady tych zastosowań obejmują konsolidację przesyłek w centrach dystrybucyjnych, optymalizowanie flot transportowych, testowanie układów magazynowych, regulowanie przepływu towarów i trasowania w celu dostosowania się do popytu oraz wspieranie programów utrzymania predykcyjnego.

Cyfrowe bliźniaki stosowane przez Amazon dynamicznie optymalizują operacje w sieci fizycznej dystrybucji tego giganta internetowego. Śledzą przesyłki, usprawniając przepływ produktów w czasie rzeczywistym, aby osiągnąć wysoki poziom obsługi w ramach dwudniowych usług dostawy do domu. Pomogły też firmie farmaceutycznej GlaxoSmithKline w opracowaniu solidnego procesu produkcji szczepionek oraz lepszego pakowania produktów w kontrolowanej temperaturze dzięki poprawionym procedurom testowym. Podobnie Ikea wykorzystuje tę technologię do przewidywania wydajności nowych materiałów w projektach zrównoważonych opakowań.

Przodujące firmy wykorzystują technologię bliźniaków cyfrowych w trzech głównych obszarach funkcjonalności.

Planowanie łańcucha dostaw. Cyfrowe bliźniaki wbudowane w zintegrowane platformy planowania biznesowego mogą usprawnić planowanie łańcucha dostaw, od planowania operacyjnego aż do podejmowania strategicznych decyzji. Wykorzystują wiele źródeł danych, by zwiększyć widoczność połączeń między kontrahentami, a także skuteczniej wykorzystać dane statyczne przechowywane w platformach zarządzania zasobami przedsiębiorstwa. Na przykład dzięki przesyłaniu w czasie rzeczywistym danych z czujników i informacji o interakcjach międzyludzkich, a także danych operacyjnych, finansowych oraz handlowych, firma Kraft Heinz, zajmująca się produkcją żywności i napojów, dynamicznie monitoruje zmiany stanów magazynowych, zarządza lokalizacją produktów w czasie rzeczywistym oraz dokładniej przewiduje zapotrzebowania, aby poprawić doświadczenia interesariuszy.

Jednak podstawową wartością cyfrowych bliźniaków w planowaniu łańcucha dostaw jest długoterminowe podejmowanie decyzji. Philip Morris International używa ich do symulacji tysięcy scenariuszy typu „co by było, gdyby”, odzwierciedlających długoterminowe skutki podejmowania strategicznych decyzji. Dzięki tej możliwości analityki nakazowej może analizować scenariusze, by lepiej oceniać ryzyko i przygotowywać plany łagodzenia skutków potencjalnych zakłóceń. Firma wykorzystuje tę technologię także do równoważenia popytu oraz podaży, optymalizowania kompromisów pomiędzy odpornością a wydajnością, a także analizowania zwrotu z kosztownych inwestycji na wielu horyzontach czasowych. FedEx również używa cyfrowych bliźniaków do optymalizacji swojej floty transportowej, wykorzystania aktywów i przydzielania zasobów, jak też w celu wzmocnienia zdolności do dokładnego prognozowania, identyfikowania i minimalizowania szkód oraz zakłóceń.

Zarządzanie magazynami. Zintegrowane z systemami automatyki magazynowej cyfrowe bliźniaki mogą zostać wykorzystane w wielu zadaniach, od zarządzania zapasami aż po projektowanie obiektów. Firmy poszukują obecnie takich rozwiązań, by móc zasymulować organizację magazynu i wirtualnie testować różne sposoby rozłożenia towaru w celu uzyskania optymalnego projektu obiektu. Na przykład firma Lineage Logistics, zajmująca się magazynowaniem i logistyką w systemie łańcuchów chłodniczych, wykorzystuje cyfrowe bliźniaki do optymalizacji procesu projektowania przed dokonaniem kosztownych inwestycji w budowę fizycznych magazynów. Przygotowując liczne scenariusze, cyfrowe bliźniaki biorą pod uwagę takie czynniki, jak lokalizacja obiektu, profil klienta i charakterystyka popytu, by pomóc firmie w opracowaniu indywidualnych projektów dla każdego magazynu. Podobnie internetowy detalista spożywczy Ocado Group wdraża cyfrowe bliźniaki, by naśladować swoje istniejące centra realizacji zamówień spożywczych w czasie rzeczywistym, symulując wyniki potencjalnych zmian układu na swoich wirtualnych replikach. Pomaga to firmie podejmować trafne i opłacalne decyzje bez zakłócania działalności modernizowanego obiektu.

Chociaż cyfrowe bliźniaki mogą być źródłem znacznej wartości biznesowej w projektowaniu magazynów i centrów dystrybucyjnych, wpływ tej technologii staje się jeszcze bardziej znaczący w dłuższej perspektywie, gdy łączy się ją z przeprowadzaniem inwentaryzacji. Tetra Pak, firma produkująca opakowania o wartości 13 miliardów dolarów, jest pionierem w stosowaniu technologii digital twins w zarządzaniu magazynem. Cyfrowa wersja magazynu firmy w Azji Południowo‑Wschodniej jest zasilana danymi operacyjnymi z infrastruktury czujników internetu rzeczy zainstalowanych w fizycznym obiekcie. Cyfrowy bliźniak wspiera Tetra Pak w zarządzaniu towarem, przepływem pracy, lokalizacjami zapasów oraz w przydzielaniu wyposażenia do magazynów. W rezultacie firma osiąga lepsze wykorzystanie przestrzeni magazynowej, większą wydajność operacyjną i podwyższone standardy bezpieczeństwa na miejscu pracy. Natomiast Schneider Electric wykorzystuje cyfrowe bliźniaki do automatyzacji operacji magazynowych oraz do symulacji pracy obiektu, procesów, produktów i personelu. Z pomocą tej technologii firma monitoruje przepływ materiałów, ruch palet w strefach załadunkowych oraz pozycje zapasów, optymalizując proces projektowania i przydzielania zasobów, a także oferując operacyjny i strategiczny wgląd w proces podejmowania decyzji w czasie rzeczywistym.

Zarządzanie transportem i dostarczenie towaru do odbiorcy końcowego. Firma UPS rozmieszcza setki czujników w swoich ciężarówkach, węzłach i paczkach oraz gromadzi dane od pracowników, kierowców i klientów, by stale śledzić informacje operacyjne generowane przez każdy podmiot w rozległej sieci logistycznej. Zasilają one zaawansowane programy analityczne firmy, pomagając w optymalizacji sieci logistycznej w celu zwiększenia wydajności i elastyczności. Wspierają te działania, śledząc przesyłki przechodzące przez system w czasie rzeczywistym, od utworzenia listu przewozowego do końcowego doręczenia. Cyfrowe bliźniaki mogą również uczyć się zachowań poszczególnych klientów — takich jak preferencje dotyczące dostawy i pakowania lub liczba wysłanych i odebranych zamówień. Nawiązują ponadto interakcje z kierowcami odpowiedzialnymi za doręczenia, a także analizują ich zachowanie na drodze i przestrzeganie zasad bezpieczeństwa. Wirtualna replika sieci wykonuje również dynamiczną optymalizację tras i zadania nawigacyjne, zarządza dynamicznym przydziałem przepustowości oraz trasami wysyłki paczek w węzłach.

PRZECZYTAJ TAKŻE

Nowe możliwości dzięki cyfrowym bliźniakom 

Pushkar P. Apte , Costas J. Spanos

Osiągnięcia w dziedzinie technologii przynoszą nowe zastosowania wirtualnych modeli rzeczywistych obiektów.

Perspektywy na przyszłość

Chociaż powyższe przykłady dowodzą wartości cyfrowych bliźniaków w łańcuchach dostaw, stanowią one jedynie ułamek potencjalnych zastosowań tej technologii. Więcej firm może ją z powodzeniem wykorzystywać, jeśli uprzednio podejmą systematyczne działania mające na celu jej wprowadzenie i rozwój.

Przed rozpoczęciem tych inwestycji przedsiębiorstwa muszą ocenić i przeanalizować swoją obecną funkcjonalność łańcucha dostaw. Którzy jego uczestnicy brani są pod uwagę? Które z kluczowych wskaźników wydajności wymagają poprawy? Jakie źródła danych i możliwości analityczne są aktualnie dostępne? Istotne jest, by odpowiedzieć na te pytania, aby dokładnie określić, które wskaźniki łańcucha dostaw należy poprawić, a w kwestii praktycznej — wskazać, jakie podstawowe funkcje będzie naśladował cyfrowy bliźniak.

Firmy mogą zacząć od zbudowania cyfrowego bliźniaka dla najlepiej dopasowanej i najpilniejszej funkcji łańcucha dostaw, a następnie rozbudować go, aby połączył się z cyfrowymi bliźniakami dla funkcji uzupełniających. To połączenie stworzy sieć cyfrowych bliźniaków, która z czasem pomoże firmie poprawić wydajność całego łańcucha dostaw.

ZOBACZ

Cyfrowy bliźniak. Strategiczny kierunek cyfryzacji przemysłu? 

Jarosław Gracel PL

Jarosław Gracel, wiceprezes Astora podczas III Kongresu MIT Sloan Management Review Polska przybliżył koncepcję cyfrowego bliźniaka i jego rolę we wprowadzaniu koncepcji Przemysłu 4.0.

O autorach
Tematy

Może Cię zainteresować

Księgowość jako źródło przewagi konkurencyjnej. Dlaczego firmy nie wykorzystują wiedzy, którą już posiadają?

Firmy nie przegrywają przez brak danych — przegrywają, bo ignorują wiedzę, którą już mają. W fakturach, kosztach i korektach od lat zapisuje się prawdziwa historia firmy. Czy księgowość może stać się Twoją przewagą konkurencyjną?

Cyfrowe rozczarowanie. Dlaczego w wielu firmach automatyzacja nie przynosi efektów? 

Wdrażasz nowe narzędzia, ale nie widzisz efektów? Problem rzadko leży w technologii. Automatyzacja niespójnych i nieuporządkowanych procesów sprawia jedynie, że błędy pojawiają się szybciej. Przeczytaj, dlaczego technologia nie naprawi firmy za Ciebie i jak mądrze przygotować się do wdrożenia rozwiązań AI, by przyniosły realne korzyści.

Ciemna strona AI: Treści dla dorosłych i ryzyko dla firm

Nowe badanie naukowe ujawnia, że szeroka dostępność treści dla dorosłych generowanych przez sztuczną inteligencję mogła doprowadzić do gwałtownego wzrostu przestępczości na tle seksualnym. Analiza szczegółowych danych o przestępczości, opublikowanych przez japońską Narodową Agencję Policji, wykazała, że w okresach szczytowego zaangażowania w materiały oznaczone jako wygenerowane przez AI i przeznaczone wyłącznie dla dorosłych, odnotowano statystycznie istotny wzrost liczby gwałtów. Może to wskazywać na nadciągające ryzyko wizerunkowe i prawne dla firm dostarczających narzędzia oraz platformy dla tego typu treści.

Premium
Gdy firma rośnie, a zysk znika

laczego szybko rozwijająca się firma nagle traci marże, chociaż przychody notują historyczne rekordy? Przekonaj się, na czym polega problem „ziemi niczyjej” w ewolucji biznesu i sprawdź, dlaczego wdrożenie sztucznej inteligencji w nieuporządkowanej architektonicznie organizacji jest prostym przepisem na skalowanie chaosu.

Premium
Skalowanie AI dzięki adaptacyjnemu ładowi zarządczemu

Zastosowanie sztucznej inteligencji na szeroką skalę diametralnie zwiększa ryzyka biznesowe i wizerunkowe. Poznaj koncepcję adaptacyjnego ładu zarządczego – innowacyjnego podejścia, które wbudowuje mechanizmy kontroli bezpośrednio w procesy i struktury operacyjne firmy, chroniąc przed niewidocznymi, kaskadowymi błędami modeli uczących się.

Premium
Twórz wartość z generatywnej AI w skali całej organizacji

Jak skutecznie wdrażać generatywną sztuczną inteligencję w całej organizacji, unikając organizacyjnych silosów? Zobacz, dlaczego tradycyjne struktury decyzyjne zawodzą przy GenAI i dowiedz się, w jaki sposób innowacyjny twór zwany „kręgosłupem AI” pozwala łączyć kompetencje biznesowe oraz technologiczne, przynosząc firmom wymierny zwrot z inwestycji.

Premium
Strategia w cieniu AI. Gdy sprawy pilne wypierają ważne

AI zmienia sposób, w jaki firmy tworzą kampanie, analizują dane i docierają do klientów. Jednak największym ryzykiem nie jest brak wdrożenia nowych technologii, lecz wykorzystanie ich w sposób, który zwiększa produktywność kosztem przewagi konkurencyjnej. Liderzy muszą odpowiedzieć na pytanie: jak skalować działania marketingowe, nie tracąc tego, co czyni markę wyjątkową?

Premium
Jak liderzy uwalniają innowacyjność na pierwszej linii

Najlepsze innowacje ratujące jakość i efektywność często rodzą się na operacyjnej pierwszej linii. Sprawdź, dlaczego to średni szczebel zarządzania jest kluczem do ich uwolnienia.

Premium
Jak GenAI może – a jak nie może – pomóc w zarządzaniu wiedzą o klientach

Generatywna sztuczna inteligencja rewelacyjnie analizuje informacje o konsumentach, ale nie naprawi kultury Twojej firmy. Gdzie kończą się możliwości technologii?

Premium
Co prezesi muszą wiedzieć o suwerennej AI

Globalna skala AI zderza się z lokalnymi regulacjami prawnymi. Dlaczego strategia „suwerennej sztucznej inteligencji” to pilne zadanie dla prezesów, a nie tylko dla działu IT?

Materiał dostępny tylko dla subskrybentów

Jeszcze nie masz subskrypcji? Dołącz do grona subskrybentów i korzystaj bez ograniczeń!

Subskrybuj

Otrzymuj najważniejsze artykuły biznesowe — zapisz się do newslettera!