Sztuczna inteligencja i geopolityka zmieniają reguły łańcuchów dostaw. Wygrywają najbardziej innowacyjni

Krajobraz łańcuchów dostaw ewoluuje w bezprecedensowym tempie. Porwanie Nicolasa Maduro, żądania terytorialne względem Grenlandii, wojna celna USA z całym światem czy rosnące napięcia na linii USA-Chiny to wydarzenia z nagłówków, które mają realny wpływ na biznes. Globalizacja, która jeszcze do niedawna stanowiła absolutny fundament gospodarki, wyraźnie zwalnia, ustępując miejsca rosnącej regionalizacji.

Zmieniają się też same fundamenty globalnych relacji handlowych. Jak czytamy w raporcie platformy edukacyjnej Dataiku, „cła przekształciły się z tymczasowych środków zaradczych w stale fluktuującą zmienną”. (…) Rządy coraz częściej, oprócz ceł, nakładają kontrolę eksportu lub wymogi dotyczące local content, aby zabezpieczyć krytyczne łańcuchy dostaw”. 

Zawirowania mają też wpływ na logistykę. Model „just in time”, oparty na dostarczaniu potrzebnych komponentów w wąskim okienku czasowym, przez dekady będący symbolem optymalizacji, w czasach permanentnej niepewności okazuje się zbyt kruchy. W jego miejsce wkracza strategia „just in case” – planowanie z buforem bezpieczeństwa, agresywna dywersyfikacja dostawców i przenoszenie produkcji bliżej rynków docelowych, czyli nearshoring.

– Celem nowoczesnego planowania jest budowa mechanizmu, który pozwoli organizacji świadomie wybierać między dostępnymi alternatywami. Zamiast spędzać tygodnie na próbach stworzenia idealnej prognozy sprzedaży, liderzy powinni skupić się na analizie scenariuszowej. Warto zadać sobie pytanie jaką strategię przyjmiemy i jakie koszty zaakceptujemy, jeśli popyt wzrośnie np. o 30 proc. lub jeśli kluczowy łańcuch dostaw zostanie przerwany? Odpowiedź na to pytanie jest warta znacznie więcej niż najlepszy raport przygotowany po szkodzie – mówi Julia Żelazny, Supply Chain Management, Solution Advisor w SAP.

Przeczytaj: Wojsko, administracja, Wielka Czwórka i nie tylko. Jak SAP w Polsce przeprowadza cichą ofensywę, na której wzorują się inne kraje. „Kiedyś liczył się kwartał i wystawienie faktury" (WYWIAD)

Przygotować się na niespodziewane

Firmy mierzą też swoją logistyczną sprawność wskaźnikami, które wcześniej nie miały aż tak kluczowego znaczenia. To chociażby czas do wykrycia anomalii (time-to-detect) oraz bezwzględny czas potrzebny na wdrożenie korekty (time-to-adjust).

Ekstremalne testy dla łańcuchów dostaw regularnie zdarzają się także na polskim podwórku. Atak rosyjskich dronów na zakłady produkcyjne firmy Barlinek, pożar parku maszynowego firmy Iglotex (zniszczeniu uległo tam około 98 proc. parku maszynowego, około 90 proc. infrastruktury technicznej i 80 proc. powierzchni biurowej oraz produkcyjno-magazynowej) czy pożar fabryki Aksam, producenta paluszków Beskidzkie.

– Nie jesteśmy w stanie przygotować się na wszystko. Niemniej próbowanie, wyciąganie wniosków i korzystanie z dotychczasowych doświadczeń, takich jak covid, wojna i zmiany geopolityczne – to dobra podstawa do wypracowania kilku możliwych scenariuszy działania oraz zmiany metody planowania. Szczególnie to ostatnie będzie stanowiło dla niektórych firm warunek sine qua non istnienia. W przypadku Barlinka, Igloteksu czy Aksamu postawiono na długoterminowe planowanie (w obliczu decyzji o odbudowie zakładów) i na planowanie w krótkim terminie – kontynuację działalności przy zwiększeniu mocy produkcyjnych linii, które pozostały niezniszczone lub działały w innych lokalizacjach – zaznacza Jakub Ciołek, Senior Solution Sales Executive w SAP.

Nie jesteśmy w stanie przygotować się na wszystko. Niemniej próbowanie, wyciąganie wniosków i korzystanie z dotychczasowych doświadczeń, takich jak covid, wojna i zmiany geopolityczne – to dobra podstawa do wypracowania kilku możliwych scenariuszy działania oraz zmiany metody planowania

Zdaniem ekspertów tego typu ekstremalne przypadki nie powinny być też traktowane jako przykry wypadek czy pech. Tego typu przypadki należy wliczyć w koszt funkcjonowania firmy.

– Zmienność zwykle traktujemy jako rodzaj zaburzenia normy. Tymczasem okazuje się, że to zmienność stała się nową normą. Geopolityka, rola regulacji i wyzwania łańcuchów dostaw powodują, że planowanie ma o wiele krótszy horyzont i o jego powodzeniu decyduje umiejętność audytowania własnych planów i nawigowania firmą tak, żeby była w stanie szybko dostosować się do kolejnych zmian. Takie firmy wysuwają się na prowadzenie i jednocześnie budują gwarancje własnej stabilności, czyli lepiej kontrolują ryzyko. Okazuje się, że im szybciej zrozumiemy, że o przewadze konkurencyjnej nie decyduje już produkt czy usługa, tym lepiej dla nas.  W tej chwili biznes, który buduje przewagę, to taki, który doskonali się w skutecznym prowadzeniu firmy rozumianej jako system – mówi Piotr Ferszka, prezes SAP Polska.

Przeczytaj: Technosymbioza i dane. Automaty nie zastąpią menedżerów, ale skrócą czas decyzji

Cyfrowe bliźniaki i agenty AI za kierownicą

Dlatego firmy poszukują dróg na zaradzenie tej niestabilności. Potężnym sojusznikiem w tej walce okazały się narzędzia oparte o sztuczną inteligencję

Mówiąc obrazowo AI przechodzi od roli doradcy do operatora. Zamiast pokazywać trendy, systemy AI będą automatycznie podejmować i wykonywać decyzje. Agenty mogą w ułamku sekundy analizować m.in. zakłócenia w portach morskich czy zawirowania pogodowe, by samodzielnie zmienić trasę kluczowych dostaw i zapobiec kosztownym przestojom. Do tego może zarządzać zapasami i zamówieniami. Do ich trenowania używa się tzw. cyfrowych bliźniaków (Digital Twins), gdzie na wirtualnych sieciach dostaw sprawdza się algorytmy uczenia.

Firmy, które wdrożyły rozwiązania oparte na AI, skróciły czas reakcji na zakłócenia o około 30 proc. i lepiej przewidują ryzyka operacyjne. Tegoroczny raport McKinsey „The state of AI in 2025” pokazuje, że w sferze optymalizacji wydatków narzędzia AI stały się wyjątkowo skuteczne – aż 56 proc. respondentów zadeklarowało, że wdrożenie AI w obszarze inwentaryzacji doprowadziło do spadku kosztów w perspektywie 1 roku. Największa grupa (47 proc.) odnotowała spadek kosztów o co najmniej 10 proc.

Za przykład mogą posłużyć dane, którymi chwali się działający na rynku stali Moris z Chorzowa. Integracja narzędzi AI i automatyzacja magazynowa pozwoliła tam skrócić ciężki rozładunek 1400 ton stali z wagonów do 8 godzin, a czas oczekiwania TIR-ów na załadunek spadł z kilku godzin do około 30 minut. Podobne optymalizacje widoczne są też w potężnych firmach spedycyjnych. Wdrażany przez DHL system oparty na sieciach neuronowych (GNNs) i stosowany przez UPS moduł ORION udowadniają eksperymentalnie, że zaawansowana AI potrafi obniżyć całkowite przebiegi i zużycie paliwa nawet o 15 proc. w warunkach miejskich.

Nic dziwnego, że przepaść zysków między rynkowymi innowatorami a resztą stawki rośnie błyskawicznie – prognozy Accenture zakładają, że luka we wzroście przychodów między liderami innowacji a pozostałymi firmami osiągnie w 2026 roku aż 37 punktów procentowych.

W wielu firmach barierą nie do przebicia jest rozproszenie danych – każda jednostka operuje na własnych zestawieniach, co prowadzi do rozbieżności w ich interpretacji.  Skutecznym antidotum na rozbieżne interesy działów jest wdrożenie dojrzałego procesu Sales & Operations Planning.

– W wielu firmach barierą nie do przebicia jest rozproszenie danych – każda jednostka operuje na własnych zestawieniach, co prowadzi do rozbieżności w ich interpretacji.  Skutecznym antidotum na rozbieżne interesy działów jest wdrożenie dojrzałego procesu Sales & Operations Planning. S&OP to w swej istocie nauka świadomego kompromisu. Proces ten pozwala na podjęcie strategicznej decyzji: które rynki lub grupy produktów są dla nas w tym kwartale priorytetowe, a gdzie godzimy się na niższy poziom obsługi klienta w imię ochrony rentowności całego biznesu. Taka transparentność skraca czas reakcji na zmiany rynkowe. Dane rynkowe z wdrożeń systemów klasy SAP IBP (Integrated Business Planning Solution) pokazują, że firmy, które potrafią zsynchronizować planowanie strategiczne z operacyjnym, osiągają wymierne korzyści: od istotnej redukcji kosztów operacyjnych po wyraźną poprawę terminowości dostaw – zaznacza Julia Żelazny, Supply Chain Management – Solution Advisor w SAP.

Przeczytaj: Nowy poligon biznesu. Jak polskie firmy uczą się żyć z AI i automatyzacją?

Etapy wnioskowania

Równie istotne, co samo wdrożenie narzędzi AI w logistyce, będzie również zwiększenie zaufania do ich działania. Istotnym punktem jest tu możliwość prześledzenia przesłanek, jakimi kierował się agent, podejmując daną decyzję.

Przekonała się o tym amerykańska sieć Target. Wdrożeniem u tego detalisty zajął się w swojej publikacji naukowej pracujący w Dolinie Krzemowej indyjski analityk Dattatreya Raychowdhuri. Ustalenia? „Wdrożenia uwzględniające funkcje wyjaśnialności wykazują znacznie wyższe wskaźniki akceptacji wśród szeregowych pracowników, a postrzegana przejrzystość zwiększa zaufanie do systemu średnio o 37 proc. w porównaniu z alternatywami w postaci »czarnej skrzynki«.”

Szczegóły na temat poszczególnych etapów decyzji są też istotne na poziomie menedżerskim, chociażby w tworzeniu scenariuszy. W sytuacji dużej zmienności przestaje bowiem działać plan idealny, a stabilność wypływa z pracy na wielu wariantach rozwoju wydarzeń.

Człowiek kontra maszyna

Im bardziej zaawansowana i decyzyjna staje się technologia zawiadująca dostawami, tym dotkliwiej branża logistyczna odczuwa brak wykwalifikowanych ludzi. Po pierwsze, widoczne jest zjawisko tzw. klifu emerytalnego (retirement cliff), czyli odchodzenie na emeryturę planistów z wieloletnią wiedzą. Po drugie, luka kompetencyjna skutecznie paraliżuje innowacyjne wdrażanie cyfrowych asystentów. Po trzecie, konkurencja o talenty wykracza poza branżę logistyki. O inżynierów danych czy programistów zabiegają obecnie wszystkie sektory gospodarki, z branżą technologiczną na czele. Rodzi to ryzyko, że przy braku radykalnych programów upskillingowych (podnoszenia kwalifikacji), tylko w amerykańskim przemyśle na obsadzenie czekać będzie prawie 2 mln (!) kluczowych stanowisk – to dane z badania Deloitte i The Manufacturing Institute.

Działy związane z łańcuchami dostaw stoją w obliczu poważnego niedoboru talentów. Z jednej strony odchodzą długoletni, doświadczeni specjaliści, z drugiej pojawienie się nowych wymagań tworzy poważną lukę kompetencyjną

– Działy związane z łańcuchami dostaw stoją w obliczu poważnego niedoboru talentów. Z jednej strony odchodzą długoletni, doświadczeni specjaliści, z drugiej pojawienie się nowych wymagań tworzy poważną lukę kompetencyjną. Jeśli firmy nie chcą zostać w tyle, już teraz czeka je zmiana podejścia do sposobu zatrudniania. Chodzi przede wszystkim o inwestowanie w szkolenia, proces podnoszenia kwalifikacji i strategie na przyciąganie specjalistów z wiedzą w zakresie technologii cyfrowych oraz zrównoważonego rozwoju. Wyzwanie polega na tym, że przyszła kadra managerska musi łączyć tradycyjną wiedzę zakupową z zaawansowanymi umiejętnościami analitycznymi i technologicznymi. Bez tego ryzyko nieefektywności operacyjnej i utracone szanse innowacyjne są niemal pewnym scenariuszem. Najbardziej poszukiwanymi rolami, również w logistyce, są obecnie inżynierowie danych (data engineers) oraz inżynierowie oprogramowania. Nic dziwnego – wśród tak zwanych „wysokich performerów” (firm czerpiących największe korzyści z AI), aż 31 proc. organizacji już teraz skaluje wykorzystanie agentów AI w łańcuchu dostaw, podczas gdy wśród pozostałych firm ten wskaźnik wynosi zaledwie 5 proc. Bez spójnej taktyki na rozwój kompetencji dysproporcja ta zapewne będzie się powiększać – prognozuje Jakub Ciołek, Senior Solution Sales Executive w SAP.

Główne wnioski

1. Niestabilność geopolityczna oraz rosnące napięcia w globalnym handlu wymuszają na firmach całkowitą zmianę dotychczasowego podejścia do zarządzania łańcuchami dostaw. Model „just in time” ustępuje miejsca strategii „just in case”, która zakłada planowanie z buforem bezpieczeństwa, dywersyfikację i przenoszenie produkcji bliżej rynków docelowych. Gwałtowne zjawiska, takie jak chociażby pożary zakładów produkcyjnych, przestają być traktowane jako anomalia, a stają się stałym kosztem funkcjonowania biznesu, wymuszając na menedżerach błyskawiczne reagowanie i ciągłe analizowanie wielu scenariuszy.
2. Sprzymierzeńcem w walce z logistycznymi zawirowaniami staje się sztuczna inteligencja, która ewoluuje z roli doradcy w samodzielnego operatora. Zamiast wyłącznie wskazywać trendy, algorytmy potrafią przeanalizować zakłócenia pogodowe czy przestoje w portach i automatycznie zmienić trasę dostaw. Do trenowania tych systemów wykorzystuje się cyfrowe bliźniaki, a wdrożenie tego typu innowacji pozwala na skrócenie czasu reakcji oraz wyraźne obniżenie kosztów magazynowania i transportu.
3. Coraz większa autonomia maszyn nie eliminuje czynnika ludzkiego, lecz obnaża brak wykwalifikowanych specjalistów na rynku pracy. Logistyka mierzy się obecnie z tzw. klifem emerytalnym oraz luką kompetencyjną, ponieważ o deficytowych inżynierów danych rywalizują dziś wszystkie sektory gospodarki. Aby skutecznie nawigować w nowych realiach, organizacje muszą inwestować w programy podnoszenia kwalifikacji oraz zadbać o przejrzystość podejmowanych przez algorytmy decyzji, ponieważ zrozumienie mechanizmów działania sztucznej inteligencji znacząco zwiększa zaufanie szeregowych pracowników do cyfrowych systemów.

Artykuł powstał na zlecenie SAP Polska.