E2open: KI, die während einer Pandemie verwendet wurde, reduzierte Lieferkettenfehler um 32 %

Die Die Transform Technology Summits beginnen am 13. Oktober mit Low-Code/No Code: Enabling Enterprise Agility. Jetzt registrieren!


Eine aktuelle Studie eines netzwerk- und cloudbasierten Supply-Chain-Management-Unternehmens E2open zeigt, dass der Einsatz von künstlicher Intelligenz und Echtzeitdaten während der Pandemie den Prognosefehler in der Lieferkette um 32 % reduziert hat.

Grafik mit dem Titel: Solider Leistungsvorteil bei der Demand Sensing in allen drei Phasen der Pandemie.  Erste Phase der Pandemie: 37 % weniger Fehler beim Einsatz von KI und Echtzeitdaten.  Zweite Phase: 28 % weniger Fehler durch den Einsatz von KI und Echtzeitdaten.  Dritte Phase: 33 % weniger Fehler durch den Einsatz von KI und Echtzeitdaten.

Die jährliche Forecasting and Inventory Benchmark Study von E2open erfasste den Stand von Lieferkette Leistung in diesem beispiellosen Zeitrahmen und bietet eine faktenbasierte Analyse der Auswirkungen auf das Geschäft.

Die Studie ergab, dass die Pandemie das Geschäft strukturell schwieriger denn je machte, wobei das Serviceniveau (dh die Fähigkeit eines Lieferanten, die Nachfrage zu erfüllen) zu Beginn der Pandemie auf ein Allzeittief von 83 % sank und sich auf einen neuen Normalwert von 86 stabilisierte % im Juni 2020. Ironischerweise stieg auch in dieser Zeit die Nachfrage nach Waren, was enorme nicht realisierte Umsatzmöglichkeiten für Unternehmen schaffte, die mit der Nachfrage nicht Schritt halten konnten.

Diese Ergebnisse zeigen, dass die neue Normalität ab 2021 ein Geschäftsumfeld ist, in dem es jetzt ist schwerer denn je zu prognostizieren, und 36 % des Volumens sind den teuersten und störendsten Fehlern ausgesetzt – 33 % mehr als vor der Pandemie.

Da das Geschäft angesichts der starken und unvorhersehbaren Nachfrage strukturell schwieriger zu prognostizieren war, wurden Unternehmen, die künstliche Intelligenz und Echtzeitdaten konnten den Prognosefehler in der Lieferkette erfolgreich um 32 % reduzieren. Dies ist wichtig, da jede Geschäftsentscheidung und jeder Gewinn oder Verlust mit einer Vorhersage dessen beginnt, was Kunden kaufen werden.

In einer Welt der globalisierten Just-in-Time-Fertigung sind dies die Arten von Welleneffekten, die wir bei zukünftigen Störungen erwarten können. Zu verstehen, was während der Pandemie passiert ist, hilft Führungskräften, sich auf andere große Störungen in der Zukunft vorzubereiten.

E2open führte direkt von seiner Plattform aus eine Studie mit über 200 Milliarden US-Dollar an schnelllebigen Konsumgütern von einigen der weltweit größten Hersteller durch, um die Prognoseleistung der Lieferkette vor, während und nach dem Höhepunkt der Pandemie zu messen.

Lies das Kompletter Bericht von E2open.

VentureBeat

Die Mission von VentureBeat ist es, ein digitaler Marktplatz für technische Entscheidungsträger zu sein, um Wissen über transformative Technologien und Transaktionen zu erlangen. Unsere Website bietet wichtige Informationen zu Datentechnologien und -strategien, die Sie bei der Führung Ihrer Organisationen unterstützen. Wir laden Sie ein, Mitglied unserer Community zu werden, um Zugang zu erhalten:
  • aktuelle Informationen zu den für Sie interessanten Themen
  • unsere Newsletter
  • geschlossene Vordenker-Inhalte und ermäßigter Zugang zu unseren preisgekrönten Veranstaltungen, wie z Transformieren 2021: Erfahren Sie mehr
  • Netzwerkfunktionen und mehr
Mitglied werden

Source: VentureBeat by feedproxy.google.com.

*The article has been translated based on the content of VentureBeat by feedproxy.google.com. If there is any problem regarding the content, copyright, please leave a report below the article. We will try to process as quickly as possible to protect the rights of the author. Thank you very much!

*We just want readers to access information more quickly and easily with other multilingual content, instead of information only available in a certain language.

*We always respect the copyright of the content of the author and always include the original link of the source article.If the author disagrees, just leave the report below the article, the article will be edited or deleted at the request of the author. Thanks very much! Best regards!