מאת: גלי כץ*
בעשור האחרון, עולם שרשרת האספקה עבר טלטלות משמעותיות שהוכיחו כי המודלים המסורתיים של ניהול רכש וספקים כבר אינם מספקים. חוסר הוודאות הגלובלי, לצד הצורך בהתייעלות מתמדת, מחייבים ארגונים תעשייתיים לנטוש את הניהול ה"תגובתי " (Reactive) – כזה המגיב לתקלות רק לאחר התרחשותן – ולעבור לניהול "פרואקטיבי" (Proactive) המבוסס על דאטה, חיזוי ושקיפות מקצה לקצה.
המעבר הזה אינו טכנולוגי בלבד, הוא דורש שינוי תפיסתי באופן שבו הארגון תופס את הספקים שלו, את נתוני הליבה שלו ואת היכולת של המנהל בשטח לקבל החלטות מבוססות בזמן אמת.
התחומים בהן ניהול פרואקטיבי מבוסס מידע הוא בעל יכולת השפעה משמעותי, כולל תחומים רבים בעולם שרשרת האספקה וביניהם:
- ניהול ספקים ו KPI’s מתקדמים – ניקוד ספקים – המצפן של ניהול הסיכונים
אחד הכלים המרכזיים בניהול שרשרת אספקה הוא כרטיס ניקוד הספקים. בעוד שבעבר מירב החברות התמקדו בשני פרמטרים עיקריים בבחינת יעילות הספקים – איכות (PPM) ואספקה בזמן (OTD) – המתודולוגיה המודרנית דורשת מבט מקצה לקצה.
כרטיס ניקוד אפקטיבי משלב כיום נתונים ממערכות פנימיות וחיצוניות כדי לייצר תמונה אחת שלמה:
- ניתוח סיכונים רב-ממדי: המערכת בוחנת לא רק את ביצועי העבר, אלא גם סיכונים פיננסיים וגיאופוליטיים המשפיעים על יציבות הספק.
- חיזוי באמצעות :Machine Learning שימוש באלגוריתמים לניתוח דפוסי משלוח לאורך 12 חודשים, דיווחי מלאי בתהליך (WIP) ואישורי ספקים כדי לנבא מראש כשלים פוטנציאליים באספקה.
- שקיפות ככלי לשיפור: הצגת נתונים לספק בצורה נגישה ובזמן אמת מאפשרת לו להבין את הפערים בביצועיו ולפעול לתיקונם באופן עצמאי, ומקדם דיאלוג בין מחלקת הרכש לספק.
- ניהול יבוא חכם: ביטול ה"חור השחור" הלוגיסטי
עבור חברות רבות, תהליך היבוא הוא "קופסה שחורה" של אי-ודאות. עלויות נסתרות, עיכובים בנמלים וחוסר סנכרון עם עמילי המכס פוגעים ישירות ברווחיות ובכושר הייצור.
המתודולוגיה הפרואקטיבית מציעה פתרון דרך ניהול דיגיטלי סדור של "תיק היבוא":
- שליטה במלאי בדרך (In-Transit): חיבור ישיר למערכות המשלחים מאפשר צפי הגעה (ETA) אמין בזמן אמת, מה שמאפשר לייצור לתכנן את עבודתו בצורה מדויקת יותר.
- דיוק ברווחיות (Landed Cost): חישוב אוטומטי של העמסת עלויות נלוות על המוצר (הובלה, מיסים, עמלות) מבטיח שמחלקת הכספים והרכש רואים את עלות המוצר האמיתית.
- אוטומציה מול שותפים: ממשקים אוטומטיים לעמילי המכס לקליטת רשימוני יבוא וחשבוניות מבטלים את התלות באקסלים ידניים ומפחיתים טעויות אנוש.
- הבינה המלאכותית בשירות משתמש הקצה: מנוע ה-Text2SQL
אחת המהפכות הגדולות ביותר בניהול שרשרת האספקה היא הנגשת המידע למשתמש הקצה. באופן מסורתי, מנהלי רכש נאלצו להמתין למחלקות המידע להפקת דוחות, מה שיצר צווארי בקבוק בקבלת החלטות.
הטמעת טכנולוגיית סוכן AI (Agent) משנה את חוקי המשחק:
- שאילתות בשפה טבעית: המשתמש יכול לשאול את המערכת "מה אחוז האספקות בזמן של ספק X בשלושת החודשים האחרונים? " ולקבל תשובה מיידית בטבלה או בגרף.
- עצמאות תפעולית: היכולת לחקור את מסדי הנתונים הארגוניים ללא צורך בכתיבת קוד או בהבנה טכנית עמוקה מעלה את מהירות התגובה של מחלקת הרכש לאירועים חריגים.
- אבטחה ואמינות: המערכת פועלת על סכמות נתונים שעברו ולידציה, מה שמבטיח שהנתונים שהסוכן החכם מציג הם מדויקים ותואמים למציאות בERP וכמובן מוצגים על פי רמת ההרשאות של המשתמש.
- ניהול ומעקבל אחר תיבות דואר: הסוכן יכול להתחבר לתיבות דואר מוגדרות מראש כדי לקרא ולנתח מיילים שהגיעו מספקים ולדלות מהם את האינפורמציה הרלוונטית לעולם הרכש. למשל, ספק שלח אישור הזמנה במייל. הסוכן ידע לזהות מי הספק, מה מספר ההזמנה ומה כוונת הספק – האם מאשר את ההזמנה או מבקש העלאת מחיר.
- לוח בקרה חכם – המעבר לניהול לפי חריגים
במקום לעבור על מאות הזמנות רכש, המנהל המודרני משתמש ב"קונסולת רכש" (Procurement Console) המנהלת את העבודה לפי חריגים (Management by Exceptions).
לוחות הבקרה החדשים מאפשרים ניטור של:
- מדדי שיתוף פעולה: מעקב אחר מהירות התגובה של ספקים להזמנות ועדכוני סטטוס בפורטל.
- התראות מוקדמות: זיהוי פריטים שצפויים להגיע באיחור עוד לפני שהאיחור התרחש, על בסיס ניתוח מגמות.
- אחידות בנתונים: ריכוז כל המידע ממערכות ה-ERP, ה-SRM והמערכות הלוגיסטיות לתצוגת הוליסטית מרכזית.
ניהול מחזור חיי ספק (SLM) וחוסן ארגוני: הסינרגיה המנצחת
עסקים לומדים בשנים האחרונות בדרך הקשה כי שרשראות האספקה שלהם חשופות ושבריריות. השיבושים שנגרמו עקב מלחמות ומשברים גיאו פוליטיים מרובים שכמובן לא פסחו על ישראל, מגפת הקורונה, לצד המכסים המוטלים כיום על יבוא לארה"ב ותגובות הנגד הגלובליות, חשפו את הפגיעות הקריטית של חברות הנשענות על מודלים מסורתיים. כדי לבנות שרשרת אספקה עמידה, צוותי הרכש חייבים לעבוד בשיתוף פעולה הדוק עם הספקים כדי לזהות סיכונים, להעריך נקודות פגיעות ולמפות את כלל רכיבי המוצר – מחומרי הגלם ועד ארצות המקור – תוך תכנון אסטרטגיות למקורות אספקה חלופיים.
השימוש בטכנולוגיות AI ו-Machine Learning בתוך תהליך ניהול מחזור חיי הספק והזמנת הרכש (SLM – Supplier LifeCycle Management ) מאפשר לארגון להפוך ליעיל, שקוף ורווחי יותר. חברות גלובליות שכבר אימצו מתודולוגיות אלו מדווחות על שיפור משמעותי ביכולת העמידה בלוחות זמנים (OTD) ובצמצום מלאים מיותרים, אך הערך המוסף הגדול ביותר טמון ביכולת לייצר חוסן (Resilience) בשרשרת האספקה החל משלב הצעת המחיר, ניהול הזמנת הרכש, מעקב הייצור, הלוגיסטיקה הבינלאומית ועד לבקרת איכות, קליטת החשבונית ואישור התשלום.
כיום, יותר מתמיד, נדרשת גישה פרואקטיבית ושימוש בטכנולוגיות מתקדמות כדי לבנות שיתוף פעולה מלא והדוק עם כלל הגורמים החיצוניים לארגון ולרתום את הבינה המלאכותית כדי להפוך דאטה גולמי לתובנות עסקיות אופרטיביות (Actionable Insights). הארגונים שישכילו לאמץ את המתודולוגיה הפרואקטיבית הזו, יבטיחו לעצמם יתרון אסטרטגי ארוך טווח.
———————————————————————————-
*גלי כץ – סמנכ"ל טכנולוגיות בחברת פרואקטיב 4 אס.סי.אמ.
לגלי ניסיון של 30 שנה ביישום מערכות ניהול ספקים ושרשרת אספקה בסביבה מקוונת. בשנת 2005 הקים את חברת פרואקטיב המציעה למגוון לקוחות בארץ ובעולם פתרונות לניהול ספקים ואוטומציה עסקית
לפרטים נוספים: www.proactive4.com או ליצור קשר במייל: [email protected] או בטלפון: 0506-71629
