สต็อกสินค้าด้านความปลอดภัยในร้านขายยา: การแก้ปัญหาความท้าทายของ Goldilocks ในห่วงโซ่อุปทานด้วยระบบอัตโนมัติทางปัญญา

 

 

สต็อกสินค้าด้านความปลอดภัยในร้านขายยา: การแก้ปัญหาความท้าทายของ Goldilocks ในห่วงโซ่อุปทานด้วยระบบอัตโนมัติทางปัญญา

สต็อกสินค้าที่ปลอดภัยเป็นหนึ่งในองค์ประกอบที่สำคัญที่สุดในห่วงโซ่อุปทานด้านเภสัชกรรม อย่างไรก็ตาม สต็อกสินค้าด้านความปลอดภัยยังได้รับการพิสูจน์แล้วว่าจัดการและเพิ่มประสิทธิภาพได้ยาก แม้ว่าจะจำกัดเงินทุนหมุนเวียนและเพิ่มต้นทุนสินค้าคงคลังก็ตาม

 

โดยทั่วไปบริษัทยาจะรักษาสต็อกความปลอดภัยไว้ในระดับสูงเพื่อให้ได้ระดับการบริการที่สูง ซึ่งจะเพิ่มรายได้สูงสุดจากผลิตภัณฑ์ที่มีอัตรากำไรสูง และขับเคลื่อนความพึงพอใจของลูกค้า เรียกอีกอย่างว่าสต็อกบัฟเฟอร์ โดยให้ความปลอดภัยต่อความแปรปรวน เช่น ความล่าช้าของวัตถุดิบหรือการขนส่งโดยไม่คาดคิด หรือความต้องการที่สูงผิดปกติ

 

การสต๊อกสินค้าอันเป็นผลมาจากสต็อกสินค้าด้านความปลอดภัยที่ไม่เพียงพออาจสร้างความเสียหายอย่างมากต่อธุรกิจ โดยสูญเสียรายได้นับล้านและอาจสร้างความเสียหายให้กับแบรนด์ได้หากไม่มียาสำคัญ ข้อผิดพลาดในด้านของส่วนเกินเป็นแนวทางปฏิบัติทั่วไป โดยมีการจัดเตรียมสต็อกสินค้าที่ปลอดภัยไว้ที่โรงงานผลิตและศูนย์กระจายสินค้าของบริษัททั่วโลก

 

แต่นั่นยังหมายถึงความผิดพลาดในด้านต้นทุนสินค้าคงคลังที่สูงและผูกเงินทุนหมุนเวียนที่สามารถลงทุนใน R&D หรือการเติบโตของธุรกิจในด้านอื่น ๆ

 

มันเป็นความท้าทายของ Goldilocks บริษัทยาไม่สามารถเสี่ยงเรื่องสต็อกสินค้าด้านความปลอดภัยที่น้อยเกินไปได้ แต่ไม่อยากให้มีภาระต้นทุนมากเกินไป เช่นเดียวกับนิทานเด็กเรื่อง Goldilocks และ Three Bears ยาจำเป็นต้องมีสต็อกสินค้าเพื่อความปลอดภัยที่ "ถูกต้อง"

 

ความเสี่ยงที่เพิ่มขึ้นในการจัดการสินค้าคงคลังด้านความปลอดภัย

เพื่อให้บรรลุเป้าหมายการแข่งขันในการลดต้นทุนสต๊อกด้านความปลอดภัยและเพิ่มระดับการบริการให้สูงสุด ผู้วางแผนห่วงโซ่อุปทานยาได้มุ่งเน้นไปที่การจัดการกับความแปรปรวนของอุปสงค์และความแปรปรวนของเวลาในการผลิตด้วยซอฟต์แวร์การจัดการห่วงโซ่อุปทานและสเปรดชีตที่หลากหลาย ความพยายามเหล่านั้นมีความท้าทายมากขึ้นกว่าเดิมในยุคดิจิทัลที่มีความเร็วสูง เนื่องจากตัวแปรใหม่ๆ ที่ส่งผลกระทบต่อสต็อกด้านความปลอดภัยมีเพิ่มขึ้นเรื่อยๆ การจัดการตัวแปรเหล่านี้โดยใช้ระบบซอฟต์แวร์และสเปรดชีตที่มีอยู่นั้นซับซ้อนเกินไป

 

ความซับซ้อนระดับโลกที่เพิ่มขึ้นในอุตสาหกรรมทำให้ยากขึ้นในการคาดการณ์ความต้องการของตลาดและเวลารอคอยสินค้าอย่างรวดเร็วและแม่นยำ การเติบโตของข้อมูลแบบเรียลไทม์จากแอปพลิเคชันหลายสิบหรือหลายร้อยแอปพลิเคชันทำให้ความพยายามของมนุษย์ในการจัดการและวิเคราะห์ข้อมูลเพื่อการตัดสินใจที่ขับเคลื่อนด้วยข้อมูล

 

ผลลัพธ์คือการวางแผนแบบคาดเดาได้ดีที่สุดเมื่อรวบรวมการคาดการณ์ความต้องการรายเดือน และการคำนวณระยะเวลารอคอยสินค้าที่คำนึงถึงความพร้อมของวัสดุ กำหนดการผลิต ความแปรปรวนของความต้องการ ความน่าเชื่อถือของซัพพลายเออร์ และปัจจัยอื่นๆ ทั้งหมดในสถานที่ตั้ง SKU จำนวนมาก

 

เนื่องจากความซับซ้อนนี้ ระดับสินค้าคงคลังด้านความปลอดภัยจึงมักขึ้นอยู่กับตัวแปรบางตัว ไม่ใช่ชุดที่สมบูรณ์ นักวางแผนห่วงโซ่อุปทานไม่ค่อยเต็มใจที่จะทำลายระดับการบริการด้วยการลดสต็อกด้านความปลอดภัย การรักษาบัฟเฟอร์สต็อกที่พอเหมาะมักถือเป็นต้นทุนในการดำเนินธุรกิจ แต่ก็ไม่จำเป็นเสมอไป

 

การเกิดขึ้นของระบบอัตโนมัติทางปัญญาในห่วงโซ่อุปทานยา

ระบบอัตโนมัติทางปัญญากำลังเปิดโอกาสใหม่ในการจัดการสต็อกความปลอดภัยอย่างคุ้มค่ามากขึ้น โดยใช้ประโยชน์จากการใช้ปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง เทคโนโลยีเกิดใหม่นี้ใช้พลังการประมวลผลระดับอินเทอร์เน็ตในระบบคลาวด์ การตรวจสอบข้อมูลแบบเรียลไทม์ การรับรู้ และอัลกอริธึมที่ซับซ้อน เพื่อนำความเร็วและความแม่นยำแบบใหม่มาสู่ห่วงโซ่อุปทานด้านเภสัชกรรม

 

บริษัทยาเป็นหนึ่งในผู้นำในการนำระบบอัตโนมัติทางปัญญามาใช้ เพื่อปรับปรุงการคาดการณ์ความต้องการและการคำนวณระยะเวลารอคอยสินค้า ซึ่งเป็นการกำหนดขั้นตอนในการเพิ่มประสิทธิภาพระดับสต็อกสินค้าที่ปลอดภัยในระดับโลกที่กว้างขวาง เทคโนโลยีนี้นำระบบอัตโนมัติของห่วงโซ่อุปทานอัจฉริยะมาใช้ในขอบเขตและความลึกที่มากกว่าที่เป็นไปได้ แม้แต่กับนักวางแผนที่มีทักษะมากที่สุดและเครื่องมือแบบดั้งเดิมที่ดีที่สุดก็ตาม

 

ตามที่เป็นอยู่ นักวางแผนสามารถใช้เวลาหลายสัปดาห์ในการรวบรวมข้อมูลจากแอปพลิเคชันซอฟต์แวร์สำหรับ ERP, CRM, การวางแผนความต้องการวัสดุ, โลจิสติกส์, การจัดการซัพพลายเออร์และคลังสินค้า และอื่นๆ จากนั้น ตัวเลขจะถูกบีบอัดสำหรับการคำนวณอุปสงค์และลูกค้าเป้าหมาย - แต่ข้อมูลจะล้าสมัยเมื่อมีการสรุปการคาดการณ์เวลา และเป็นเรื่องง่ายที่จะมองข้ามตัวแปรที่สำคัญ

 

ระบบอัตโนมัติทางปัญญาจะรวบรวมข้อมูลแอปพลิเคชันหลายตัวหลายพันครั้งต่อวัน และรวบรวมและเสริมข้อมูลให้อยู่ในที่เก็บข้อมูลแห่งเดียว จากนั้น อัลกอริธึมอันทรงพลังจะสร้างคำแนะนำที่ครอบคลุมการคาดการณ์ความต้องการ การคำนวณระยะเวลารอคอยสินค้า และระดับสินค้าคงคลังที่ปลอดภัยที่เหมาะสมที่สุด ระบบอัตโนมัติทางปัญญาช่วยเพิ่มความเชี่ยวชาญของผู้วางแผนที่เป็นมนุษย์ โดยให้คำแนะนำที่ขับเคลื่อนด้วยข้อมูล ซึ่งพวกเขาสามารถดำเนินการและดำเนินการได้แบบเรียลไทม์

 

คุณลักษณะหลายประการทำให้ระบบอัตโนมัติด้านการรับรู้ที่ขับเคลื่อนด้วย AI แตกต่างจากแนวทางแบบเดิมๆ:

พยากรณ์รายวัน
สามารถคำนวณความต้องการและเวลารอคอยสินค้าได้ทุกวัน เนื่องจากระบบการรับรู้อัตโนมัติจะติดตามข้อมูลและความผิดปกติในเวลาใกล้เคียงเรียลไทม์ ซึ่งเป็นการปรับปรุงที่เหนือกว่าการคาดการณ์ด้วยตนเองเดือนละครั้งหรือตามช่วงเวลาอื่นๆ
 

รายละเอียดที่ลึก
แทนที่จะเป็นข้อมูลสรุป ระบบการรับรู้อัตโนมัติจะทำงานร่วมกับชุดข้อมูลที่ละเอียดลึก จนถึงธุรกรรมรายวันตามสถานที่ตั้ง SKU คำสั่งซื้อ โรงงาน วัตถุดิบ ลูกค้า และอื่นๆ
 

การมองเห็นตั้งแต่ต้นจนจบ
ระบบอัตโนมัติด้านความรู้ความเข้าใจทำให้ 'จอกศักดิ์สิทธิ์' ของการมองเห็นห่วงโซ่อุปทานแบบ end-to-end บรรลุผล เพื่อให้ผู้จัดการสามารถพัฒนาจากการแก้ไขปัญหาเชิงรับไปจนถึงการเพิ่มประสิทธิภาพเชิงรุกและการตัดสินใจที่ขับเคลื่อนด้วยข้อมูล

จากมุมมองของสินค้าคงคลังที่ปลอดภัย ความสามารถเหล่านี้ยังสามารถช่วยให้ทีมซัพพลายเชนจัดการผลิตภัณฑ์ที่หมดอายุซึ่งไวต่อเวลาได้ดีขึ้น เพื่อลดการเปลี่ยนสินค้าคงคลัง การหดตัว และต้นทุนของผลิตภัณฑ์ที่ถูกทิ้งโดยไม่จำเป็น

 

ระบบการรับรู้อัตโนมัติที่ Merck KGaA

Merck KGaA คือตัวอย่างหนึ่งของบริษัทเภสัชภัณฑ์ที่ได้รับผลตอบแทนจากห่วงโซ่อุปทานด้วยระบบการรับรู้อัตโนมัติ ดังที่ระบุไว้ในรายงานของ Wall Street Journal ธุรกิจในเยอรมนีใช้โซลูชันการรับรู้จาก Aera Technology ในกรณีการใช้งานที่เกี่ยวข้องกับผลิตภัณฑ์ยาเกี่ยวกับการเจริญพันธุ์ประมาณ 100 รายการ

ซอฟต์แวร์รวบรวมข้อมูลแอปพลิเคชันของเมอร์คและรวบรวมข้อมูลลงในชั้นข้อมูลการรับรู้ จากนั้น AI และการเรียนรู้ของเครื่องจะวิเคราะห์ข้อมูล ระบุส่วนที่เป็นปัญหา และแนะนำการดำเนินการที่เหมาะสมที่สุด แทนที่จะเป็นนักวางแผนของเมอร์คที่ต้องทำงานหนักในสเปรดชีตและโต้เถียงเรื่องตัวเลข เครื่องจักรและ AI ทำงานหนักและให้คำแนะนำที่ขับเคลื่อนด้วยข้อมูลในแนวทางปฏิบัติที่ดีที่สุด

 

สต็อกสินค้าด้านความปลอดภัยไม่ได้รับความสนใจเท่าที่ควร เพียงเพราะมันเป็นเรื่องยากมากที่จะคาดการณ์ได้อย่างแม่นยำ และเนื่องจากความเสี่ยงที่สต็อกสินค้าไม่เพียงพออาจส่งผลต่อธุรกิจได้ ปัจจุบัน บริษัทยามีโอกาสใหม่ในการประหยัดต้นทุนได้มาก และเพิ่มเงินทุนหมุนเวียนด้วยแนวทางที่ขับเคลื่อนด้วย AI เพื่อให้ได้สต็อกที่ปลอดภัย "ถูกต้อง"