Công ty nghiên cứu IoT Analytics đã tìm thấy tám công nghệ chính thay đổi tương lai của chuỗi cung ứng toàn cầu. Bài viết này khám phá cách truyền dữ liệu giúp đổi mới trong lĩnh vực này. Các nghiên cứu điển hình trong thế giới thực từ những người chơi toàn cầu như BMW, Bosch và Walmart cho thấy giá trị của luồng dữ liệu thời gian thực để cải thiện chuỗi cung ứng bằng cách xây dựng các trường hợp sử dụng như intralogistics tự động, theo dõi và theo dõi phương tiện, và ra quyết định chủ động và theo ngữ cảnh cụ thể với tích hợp MES và ERP.
8 công nghệ chính chuyển đổi tương lai của chuỗi cung ứng toàn cầu
“Thị trường chuỗi cung ứng kỹ thuật số đang bắt đầu tăng tốc, theo nghiên cứu mới của IoT Analytics. Tám đổi mới công nghệ chuỗi cung ứng đang giúp làm cho chuỗi cung ứng toàn cầu mạnh mẽ hơn, bao gồm công nghệ AS / RS, robot intralogistics, theo dõi và theo dõi IoT, phần mềm hỗ trợ AI và cặp song sinh kỹ thuật số chuỗi cung ứng.
“26 tuần (hoặc nửa năm) – đó là thời gian các công ty phải chờ đợi các đơn đặt hàng bán dẫn của họ, trung bình. Trong một số trường hợp, phải mất nhiều thời gian hơn. Trước khi thiếu hụt nguồn cung hiện tại, trung bình là khoảng 14 tuần – ngắn hơn đáng kể. Đây chỉ là một ví dụ về các vấn đề chuỗi cung ứng đang gây căng thẳng cho nền kinh tế trên toàn thế giới”.
Truyền dữ liệu với Apache Kafka trên toàn chuỗi cung ứng toàn cầu
Dữ liệu thời gian thực đánh bại dữ liệu chậm trên các chuỗi cung ứng toàn cầu. Điều đó đúng trong bất kỳ ngành công nghiệp nào. Hầu hết các chuỗi cung ứng hiện đại đều dựa vào tiêu chuẩn thực tế để truyền dữ liệu Apache Kafka để cải thiện luồng thông tin trên các hệ thống bên trong và bên ngoài.
Tôi đã viết về truyền dữ liệu với Apache Kafka và hệ sinh thái rộng lớn hơn của nó rất nhiều trong quá khứ:
- Hiệu quả: Apache Kafka để tối ưu hóa quản lý chuỗi cung ứng (SCM)
- Nghiên cứu điển hình: Chuỗi cung ứng thời gian thực với Apache Kafka trong ngành thực phẩm và bán lẻ
- Thời gian thực: Tháp điều khiển chuỗi cung ứng được cung cấp bởi Kafka
- Đổi mới: Xây dựng ERP hậu hiện đại với luồng dữ liệu
Để rõ ràng: Truyền dữ liệu là một khái niệm và Apache Kafka là một công nghệ để tích hợp và tương quan thông tin đến và đi. Truyền dữ liệu không cạnh tranh với các sản phẩm hoặc công nghệ chuỗi cung ứng khác. Apache Kafka là một phần của giải pháp (ví dụ: trong dịch vụ đám mây ERP hoặc MES) hoặc kết nối các giao diện khác nhau (ví dụ: cảm biến, robot, ứng dụng CNTT, nền tảng phân tích).
Bạn có thể thích
Với nền tảng này, chúng ta hãy xem xét 8 công nghệ chính của IOT Analytics chuyển đổi tương lai của chuỗi cung ứng toàn cầu và cách truyền dữ liệu giúp ích ở đây. Các ví dụ thực tế sau đây cho thấy phần truyền dữ liệu mà tôi đề cập trong mỗi phần không phải là công nghệ chính IoT Analytics được đề cập, mà là một phần của giải pháp hoặc triển khai tổng thể đó.
1. Hệ thống phân loại và truy xuất tự động
VDMA định nghĩa intra-logistics là toàn bộ quá trình trong một công ty liên quan đến việc kết nối và tương tác của các hệ thống nội bộ cho dòng nguyên liệu, phương tiện dẫn đường tự động, hậu cần, sản xuất và vận chuyển hàng hóa trong khuôn viên công ty.
Hệ thống phân loại và truy xuất tự động (AR / RS) thay thế băng tải, xe nâng và giá đỡ. Các hệ thống này là các máy được xây dựng có mục đích với phần mềm nhúng. Tuy nhiên, đồng bộ hóa dữ liệu giữa các máy này và quy trình hậu cần tổng thể (bao gồm nhiều ứng dụng khác) là rất quan trọng để tự động hóa và cải thiện intralogistics càng nhiều càng tốt.
Intralogistics kết hợp các hệ thống AR / RS với phần mềm tiêu chuẩn, chẳng hạn như hệ thống quản lý kho (WMS), hoạch định nguồn lực doanh nghiệp (ERP) và hệ thống thực thi sản xuất (MES). Hầu hết các hệ thống này kết nối thời gian thực từ các cảm biến và ứng dụng khác nhau. Truyền dữ liệu là một sự phù hợp hoàn hảo cho phần mềm tiêu chuẩn như vậy. Do đó, hầu hết các hệ thống MES và ERP hiện đại, dựa trên đám mây đều tận dụng luồng dữ liệu được cung cấp bởi Apache Kafka.
Sản xuất quan trọng là một MES hàng đầu được cung cấp bởi Apache Kafka. Nó kết hợp khối lượng công việc giao dịch MES và phân tích IoT dữ liệu lớn. Dữ liệu từ AR / RS và các hệ thống IoT khác được nhập, lưu trữ, xử lý, chuyển đổi và phân tích trong thời gian thực. Truyền dữ liệu cung cấp mộtnền tảng phân tích hợp nhất có thể mở rộng, phân tán, có khả năng mở rộng cao để xử lý dữ liệu trực tuyến hoặc ngoại tuyến quy mô lớn được nhúng vào MES.
2. Tìm nguồn cung ứng với thông tin thị trường
IoT Analytics định nghĩa phần mềm tìm nguồn cung ứng và quản lý nhà cung cấp là một công cụ trợ giúp để tìm nhà cung cấp nhằm đảm bảo họ có sẵn các thành phần phù hợp với số lượng phù hợp để duy trì hoạt động của mình. Sự đổi mới mới nhất trong phân khúc này là việc bổ sung thông tin thị trường cho phép nhóm mua sắm hành động chiến lược hơn.
Walmart tận dụng luồng dữ liệu trên toàn bộ chuỗi cung ứng, bao gồm tìm nguồn cung ứng và mua sắm, để cho phép quản lý hàng tồn kho theo thời gian thực, mua sắm hiệu quả về chi phí và trải nghiệm khách hàng tốt hơn:
Dưới đây là trích dẫn của VP của Walmart Cloud: “Walmart là một công ty có doanh thu 500 tỷ đô la, vì vậy mỗi giây trị giá hàng triệu đô la. Có Confluent là đối tác của chúng tôi là vô giá. Kafka và Confluent là xương sống của quá trình chuyển đổi đa kênh kỹ thuật số và thành công của chúng tôi tại Walmart.”
3. Thiết bị theo dõi và theo dõi IoT
Trong phân phối và hậu cần của nhiều loại sản phẩm, theo dõi & theo dõi xác định vị trí hiện tại và quá khứ (và thông tin khác) của một mặt hàng hoặc tài sản duy nhất. Các thiết bị IoT cung cấp cảm biến và mô-đun kết nối (ví dụ: thông qua mạng di động).
Truyền dữ liệu với Apache Kafka là một yếu tố hỗ trợ chính cho IoT tại Bosch Power Tools:
Bosch theo dõi, quản lý và định vị các công cụ và thiết bị khác mọi lúc mọi nơi từ nhà kho đến địa điểm làm việc với Confluent Cloud.
4. Cặp song sinh kỹ thuật số chuỗi cung ứng
Bản sao kỹ thuật số đề cập đến một bản sao kỹ thuật số của các tài sản vật chất tiềm năng và thực tế (bản sao vật lý), quy trình, con người, địa điểm, hệ thống và thiết bị.
Thuật ngữ ‘Digital Twin’ thường có nghĩa là bản sao của một tài sản duy nhất. Trong thế giới thực, nhiều cặp song sinh kỹ thuật số tồn tại. Thuật ngữ ‘Digital Thread’ kéo dài toàn bộ vòng đời của một hoặc nhiều cặp song sinh kỹ thuật số.
Trong bối cảnh chuỗi cung ứng, luồng kỹ thuật số là một mô hình kỹ thuật số của quy trình chuỗi cung ứng để cho phép giám sát, mô phỏng và dự đoán.
Các kiến trúc IoT khác nhau tồn tại để xây dựng một bản sao kỹ thuật số hoặc luồng kỹ thuật số với luồng dữ liệu.
Mercury Systems là một công ty công nghệ toàn cầu phục vụ ngành hàng không vũ trụ và quốc phòng. Mercury đã xây dựng một Digital Thread được hỗ trợ bởi luồng dữ liệu đểb kết hợp thiết kế và thông tin sản phẩm trong suốt vòng đời sản phẩm:
Các công nghệ sau đây được bao gồm:
- Một cổng thông tin dựa trên Mendix với dữ liệu kết hợp từ PLM / ERP / MES
- Hợp lưu để phát trực tuyến sự kiện thời gian thực dựa trên đám mây và đáng tin cậy trên các ứng dụng
- Công nghệ AI và ML
Chủ đề kỹ thuật số cho phép Mercury Systems xem tất cả dữ liệu ở một vị trí bằng các công cụ phổ biến. Những lợi ích khác của việc truyền dữ liệu làthời gian đưa ra thị trường, khả năng mở rộng quy mô,đường ống đổi mới đã được chứng minh và giảm chi phí thất bại.
5. Robot intralogistics
Các nhà máy thông minh bao gồm nhiều robot khác nhau để tự động hóa các quy trình sàn cửa hàng và sản xuất hàng hóa hữu hình. Ví dụ, Robotdi động (AMR) là phương tiện tự động sử dụng các cảm biến trên tàu để di chuyển vật liệu xung quanh một cơ sở. Nhiều nhà sản xuất ô tô đã sử dụng những robot này trong các nhà máy của họ. Tôi đã đến thăm “Nhà máy 56” của Mercedes vào năm 2022. Nhà máy này là một dự án ngọn hải đăng của Mercedes. Nó không sử dụng giấy nữa, mà chỉ sử dụng các dịch vụ kỹ thuật số. AMR lái xe xung quanh bạn trong khi bạn nhìn vào dây chuyền sản xuất và công nhân.
Robot không thể làm việc một mình. Họ cần giao tiếp với các hệ thống và ứng dụng khác để mang lại những mảnh ghép phù hợp cho thiết bị và công nhân dọc theo dây chuyền sản xuất.
Tập đoàn BMW tận dụng luồng dữ liệu để kết nối tất cả dữ liệu từ các nhà máy thông minh của mình lên đám mây. Robot nhập dữ liệu vào cụm Kafka được quản lý toàn phần trên đám mây. BMW cung cấp tất cả dữ liệu được tạo ra bởi 30+ cơ sở sản xuất và mạng lưới bán hàng trên toàn thế giới theo thời gian thực cho bất kỳ ai trong toàn bộ hoạt động kinh doanh toàn cầu.
Các trường hợp sử dụng của BMW bao gồm:
- Logistics và chuỗi cung ứng tại các nhà máy toàn cầu
- Cổ phiếu phù hợp tại chỗ (vật lý và trong các hệ thống ERP như SAP)
- Tích hợp OT / IoT với các tiêu chuẩn mở như OPC-UA
- Chỉ trong thời gian, chỉ trong sản xuất theo trình tự
Đây là lý do tại sao BMW chọn truyền dữ liệu cho trường hợp sử dụng này (và nhiều trường hợp khác):
- Tại sao chọn Kafka? Tách. Minh bạch. Sáng kiến.
- Tại sao hợp lưu? Sự ổn định là chìa khóa trong sản xuất.
- Tại sao lại là Confluent Cloud? Tập trung vào logic kinh doanh.
- Tách rời giữa hệ thống hậu cần và sản xuất
6. Tối ưu hóa khoảng không quảng cáo được kích hoạt Al-enabled
“Lập kế hoạch hàng tồn kho hiện đại là một nhiệm vụ rất nặng về dữ liệu với các công ty biên soạn hàng triệu điểm dữ liệu. Phần mềm tối ưu hóa hàng tồn kho hỗ trợ AI đang giúp các công ty xử lý những con số này nhanh hơn nhiều so với trước đây. Nó tự động hóa, hợp lý hóa và kiểm soát các luồng hàng tồn kho trong và ngoài nước và cải thiện quy trình với khả năng AI. ” như IoT Analytics mô tả.
AO.com là một trong nhiều nhà bán lẻ tận dụng luồng dữ liệu để tối ưu hóa hàng tồn kho theo thời gian thực trên toàn chuỗi cung ứng. Nhà bán lẻ điện cung cấp trải nghiệm bán lẻ trực tuyến được cá nhân hóa, biến mỗi lượt truy cập của khách hàng thành cơ hội tiếp thị trực tiếp. Điều này chỉ có thể thực hiện được vì AO.com cliên quan dữ liệu hàng tồn kho với dữ liệu khách hàng lịch sử và tín hiệu kỹ thuật số theo thời gian thực như một cú nhấp chuột trong ứng dụng dành cho thiết bị di động.
Giá cả, chiết khấu, bán thêm và các kỹ thuật khác theo ngữ cảnh cụ thể chỉ có thể thực hiện được do việc ra quyết định theo thời gian thực do AI hỗ trợ dựa trên thông tin hàng tồn kho trên toàn chuỗi cung ứng. Thông tin từ kho, cửa hàng bách hóa, nhà cung cấp, vận chuyển và các nguồn dữ liệu liên quan đến hàng tồn kho tương tự phải tương quan để tối đa hóa sự hài lòng của khách hàng và tăng trưởng doanh thu và tăng chuyển đổi của khách hàng.
7. Dịch vụ hiện trường chủ động
IoT Analytics mô tả một nỗi đau mà tất cả chúng ta đều trải qua từ Telco và nhiều ngành công nghiệp khác: “Phần mềm dịch vụ hiện trường chủ động dựa trên IoT cung cấp một bước tiến từ dịch vụ hiện trường truyền thống của các tài sản đang chạy trong lĩnh vực này. Trong khi phần mềm dịch vụ hiện trường truyền thống chủ yếu hoạt động phản ứng bằng cách phân bổ các kỹ thuật viên dịch vụ hiện trường đến một địa điểm sau khi báo cáo lỗi, dịch vụ hiện trường chủ động sử dụng IoT và bảo trì dự đoán để gửi các kỹ thuật viên dịch vụ hiện trường đến một trang web từ xa trước khi tài sản bị lỗi.
British Telecom (BT) là một công ty viễn thông hoạt động tại ~ 180 quốc gia. Đây là doanh nghiệp viễn thông lớn nhất ở Anh. BT tận dụng luồng dữ liệu để hiển thị các sự kiện dữ liệu thời gian thực ra bên ngoài để cải thiện dịch vụ hiện trường. Do đó, điều này cung cấp trải nghiệm khách hàng tốt hơn và tạo thêm nguồn doanh thu.
Ví dụ, sự cố mất băng thông rộng có thể được nhận ra khi nó xảy ra hoặc thậm chí trước khi nó xảy ra do dữ liệu thời gian thực. Điều này cho phép chủ động field service. Khách hàng nhận được thông báo theo thời gian thực. Khách hàng cao cấp thậm chí còn nhận được thêm dữ liệu vào điện thoại của họ để kết nối kết nối, trong khi sự cố ngừng hoạt động vẫn tiếp diễn.
Kiến trúc doanh nghiệp của British Telecom bao gồm triển khai luồng dữ liệu lai và đa đám mây:
8. Phần mềm hiển thị chuỗi cung ứng
Khả năng hiển thị chuỗi cung ứng là rất quan trọng trong việc tạo ra mạng lưới chuỗi cung ứng sẽ tồn tại sau những gián đoạn như đại dịch COVID-19 toàn cầu hoặc chiến tranh Ukraine. Những câu hỏi như “khi nào nguồn cung cấp của tôi sẽ đến?” hoặc “nhà cung cấp thay thế nào có hàng để vận chuyển”? chỉ có thể trả lời bằng thông tin thời gian thực trên toàn chuỗi cung ứng.
BAADER là nhà sản xuất máy móc tiên tiến trên toàn thế giới cho ngành công nghiệp chế biến thực phẩm. Họ điều hành chuỗi giá trị thực phẩm dựa trên IoT và dựa trên dữ liệu trên Confluent Cloud.
Cơ sở hạ tầng dựa trên Kafka hoạt động như một dịch vụ được quản lý hoàn toàn trên đám mây để cung cấp khả năng hiển thị chuỗi cung ứng từ đầu đến cuối. Một nguồn sự thật duy nhất cho thấy luồng thông tin trên các nhà máy và khu vực trong chuỗi giá trị thực phẩm:
Các hoạt động kinh doanh quan trọng luôn sẵn sàng 24/7 để theo dõi, tính toán, cảnh báo, v.v.
Từ góc độ kỹ thuật, MQTT cung cấp kết nối với máy móc và dữ liệu GPS từ xe. ksqlDB xử lý dữ liệu chuyển động liên tục ngay sau khi nhập từ biên. Trình kết nối Kafka Connect tích hợp các ứng dụng và hệ thống CNTT, chẳng hạn như Elasticsearch, MongoDB và AWS S3.
Truyền dữ liệu tối ưu hóa chuỗi cung ứng toàn cầu
Các công nghệ IoT tiên tiến biến đổi chuỗi cung ứng toàn cầu. Khả năng hiển thị từ đầu đến cuối trong việc giảm chi phí theo thời gian thực và trải nghiệm khách hàng tốt hơn là hệ quả.
Các nghiên cứu điển hình từ các công ty trong các ngành công nghiệp khác nhau cho thấy các công nghệ IoT sáng tạo và truyền dữ liệu với tiêu chuẩn thực tế Apache Kafka cho phép đổi mới trong khi vẫn giữ các đơn vị kinh doanh và công nghệ khác nhau tách biệt với nhau. Chỉ có một nền tảng truyền dữ liệu thời gian thực có thể mở rộng và phân tán mới trao quyền cho sự đổi mới như vậy.
