Günümüz iş dünyasında tedarik zinciri yönetimin karşılaştığı en büyük zorluk artık sadece operasyonları yönetmek değil, "belirsizliği" yönetmektir. Küresel pazarlardaki jeopolitik dalgalanmalar, ani makroekonomik değişimler ve tüketici davranışlarının hiç olmadığı kadar hızlı kabuk değiştirmesi, geleneksel yöntemleri artık devre dışı bırakıyor. Önceki iki makalemde tedarik zinciri yönetiminin kurumsal önceliklendirmedeki yerini ve yapay zekanın bu alandaki genel dönüşüm potansiyelini değerlendirmiştim. Bu resmin en somut ve en çok soru işareti barındıran parçası, talep planlaması, pratikte hangi yazılımlarla yürütüldüğünü ve yapay zekanın bu araçların içine nasıl girdiğine odaklanma zamanıdır. Çünkü talep planlaması, teorik olarak en çok konuşulan ama uygulamada en çok "hangi sistemle, hangi olgunluk seviyesinde" sorusuyla karşılan kısımdır.
Geçmişin verileriyle geleceği planlamak artık doğru olmayabilir. Tedarik zincirinde devrim yaratan Talep Algılama (Demand Sensing) kavramını, bu dönüşüme liderlik eden yazılımları ve Yapay Zekanın (AI) modern planlamadaki rolünü dikkate alıyoruz. Geçmiş veriler ile yapılan planlama iki büyük sorun doğurur, gecikmeli gelen sinyaller ve tüketici talebindeki küçük dalgalanmaların, tedarik zincirinin üst noktalarına büyüyerek ulaşmasına neden olan kamçı etkisi (Bullwhip Effect). Bu noktada tedarik zinicirimizin odağı kaynaktan çıkıp müşteri (tüketim) sinyallerini hemen yakalayabilecek modele kayar.
Anlık pazar gerçeklerine dayalı günlük - haftalık veya farklı periyotlardaki talep sinyallerini yakalama yeteneği talep algılamadır (Demand sensing). Bu sistem gerçek zamanlı veri akışlarını (satış verileri- ara stok noktalarındaki seviyeler - hava durumu tahminleri - makroeknomik endeksler - sosyal medya trendleri) sisteme alır ve değerlendirir. Bu noktada belki milyonlar seviyesine ulaşan veri setlerini geleneksel yöntemler ile işlemek imkansıza yakındır. Bu noktada sistem içine AI ve makina öğrenimi algoritmaları girer. Yapay zeka, veri setlerindeki anomoli durumlarını inceler, herhangi bir geçici nedenle oluşan satış patlamalarının veya düşüşlerinin gelecek planlamasını etkilemesine izin vermez. Yeni ürünlerin, özelliklerine göre mevcut ürün kümeleri ile eşleştirip yüksek doğruluklu tahminler üretir. İnsan dikkatinden kaçabilecek çapraz korelasyonlar hesaplanır.
Dönüşümlere yön veren yazılım uygulamaları üç ana grup olarak değerlendirebiliriz. Kurumsal büyük yazılım çözümlerinin entegre ürünleri (SAP IBP, Oracle Cloud SCM ..) mevcut ERP altyapısı ile doğal bir entegrasyon ortamı sağlar, uygulama sürelerini kısaltır ancak esneklik sınırlı kalır. Bağımsız “best-of-breed” planlama platformları (Kinaxis (Maestro), o9 Solutions, Blue Yonder, ToolsGroup, Anaplan ve Logility ...) kurulduğu günden bu yana hız ve senaryo simülasyonu üzerine tasarlanmış mimarilere sahiptir. Bu araçların ortak noktası talep, arz ve finansal planlamayı tek bir "connected planning" katmanında birleştirme iddiası; farklılaştıkları nokta ise hangi sektörde, hangi veri hacminde daha olgun olduklarıdır. Üçüncü olarak KOBİ veya büyüme aşamasındaki şirketlere yönelik Netstock gibi daha hafif, bulut tabanlı çözümler. Bu noktada gerçekten bir platform yatırımına gerek olup olmadığı değerlendirilir.
Başarılı bir dönüşüm için AI tabanlı yazılımı satın almak başarı garantisini sağlamayacaktır. Algoritmaların doğruluğu, beslendikleri veri kalitesi ile orantılıdır. Bunun için ana veri temizliği, veri yönetişimi kurulmalıdır. Yapay zeka planlama ilgili sorumlu kişilerin yerini almaktan çok onları operasyonel yükten kurtarıp stratejik karar alıcıya dönüştürür. İnsan deneyimi ile yapay zeka senkronizasyonu gerekli olacaktır.
Geleneksel tahminleme yöntemleriyle bugünün karmaşık tedarik zincirini yönetmeye çalışmak, fırtınalı bir denizde sadece geçmişe bakarak rota çizmeye benzer. Pazar lideri yazılımlar ve Yapay Zeka destekli Talep Algılama modelleri, envanter maliyetlerini %20 ila %30 oranında azaltırken, müşteri memnuniyetini ve çevikliği zirveye taşımaktadır.