二维码
阿哥vca

扫一扫关注

当前位置: 首页 » 新闻资讯 » 行业新闻 » 正文

食物行业:欧洲的制造企业面临着冠状病毒影响带来的诸多挑战

放大字体  缩小字体 发布日期:2025-06-17 03:08:39    来源:本站    作者:admin    浏览次数:100    评论:0
导读

    随着冠状病毒危机的加深,供应链规划软件供应商FuturMaster的首席执行官周波谈到了病毒爆发的影响,以及企业如何预测和

  

  随着冠状病毒危机的加深,供应链规划软件供应商FuturMaster的首席执行官周波谈到了病毒爆发的影响,以及企业如何预测和应对危机。

  由于许多欧洲客户担心其供应链受到的影响,周向我们揭示了制造商和零售商如何采取更多措施来降低风险,避免太大的混乱。

  对中国企业的影响

  冠状病毒对中国企业的影响巨大。官方数据显示,1、2月份中国出口同比下降17.2%。

  对于FuturMaster的一个饮料客户来说,2月份的销售额比去年同期下降了80%。对于一个时尚客户来说,该公司只能实现30%左右的同店销售额,这主要是由于在线销售,而在线销售仍然相对坚挺。

  消费者需求仍有很多令人不安的地方。来自终端消费者的短期需求大幅下降。由于如此多的人被隔离在家,需求的地理分布也发生了变化。很多需求转移到了网上。

  

  周说:“在这种不确定的时期,每个公司都需要模拟需求可能会如何演变,以及他们是否以及如何基于他们的生产和仓储能力来满足这种需求。”

  “你还需要密切关注哪些运输路线被切断,或者由于封锁,有多少工人无法出现在不同的地点。对许多在中国的公司来说,问题更加复杂,因为他们没有技术来支持这些模拟;所以他们无法通过考虑多种情况来预测需求和供应。”

  食物短缺,货架空空如也

  恐慌性抢购——许多英国超市的瓶装水、洗手液和卫生纸的货架已经空了——进一步的库存可能会考验供应商的极限。欧洲的食品和制造企业面临着冠状病毒影响带来的诸多挑战。

  然而,原材料采购可能不是供应方面的最大问题。由于劳动力短缺,企业的生产和仓储能力也在下降:例如,当一名工人的检测呈阳性时,整个团队都必须被隔离。

  运输产品也可能成为一个问题,特别是当运输路线因边境关闭而受到影响时。据麦肯锡(McKinsey)最近的一份报告,中国从工厂到港口的卡车运力约为正常运力的60-80%,货物到港口的旅程可能会延误约8-10天。

  “在危机期间,企业需要以减少的资源生产更多的产品。这是通过减少设置时间来优化生产而实现的。制造商还需要提高生产效率:有了更新的需求规划数据,你就可以只生产需求最大且有利可图的产品,”周说。

  提前预测——通过模拟——能让公司做好更充分的准备。能够以敏捷有效的方式做出反应对于应对任何危机情况都至关重要。”

  案例研究:瓶装水供应商,中国

  根据IBWA贸易协会的数据,中国的瓶装水消费量世界第一:每年约250亿加仑,占世界总量的四分之一以上。然而,作为中国最大的瓶装水供应商之一,由于采用了先进的供应链规划技术,帮助该公司预测并迅速应对紧急情况,该公司得以避免严重的库存短缺。

  该公司拥有众多工厂,可以根据需求和供应能力的预测,随时随地召集它们改变产能。通过考虑每个仓库的现有库存以及可用的生产和分销能力,它还能够确定哪些产品是最重要的,需要优先考虑。

  事实上,中国大多数工厂已经计划在春节期间关闭一周,而与此同时,许多冠状病毒病例正威胁着将武汉(Covid-19病毒爆发的发源地)推向停滞状态。然而,就在不久前,在听到越来越多不同地区的封锁消息后,一组计划人员已经在忙着准备各种可能的封锁。因此,它考虑了可能受影响最严重的地区,以及它可以在其他地方生产,以及生产能力。

  供应链团队了解了不同地方的交通限制,使用FuturMaster系统为供应网络制定了更新计划。该公司定期从当地经理那里收集信息,以了解并构建在任何给定时间最可能有员工的地点和人数。它进行了一个又一个的模拟。它提出了a计划,B计划,C计划,等等。这种远见和计划意味着它不太可能被突然袭击,并导致持续供应几乎所有地方。

  这家瓶装水公司能够经受住这次动荡很大程度上要归功于未来大师的供应链规划技术和充分的准备,使其能够模拟各种不同的场景,并提出最佳的解决方案。例如,通过将生产能力转移到不同的地点,并提前计划变化,它能够提供足够的商品来应对工厂关闭和抵消其他地方的运输问题。

  “每天看起来很正常的事情变得完全不可能。对于许多企业来说,你可能需要另找一个物流网络。你必须关注哪里是你能生产的最好的工厂,密切关注成本和可行性。供应链规划者每天使用的所有正常变量都变得不确定和可疑。但你可以有远见地采取行动来降低风险。

  在恐慌时期,在空货架的背景下,一些数字技术可以用来避免危机。数字技术可以帮助人们在事后做出更好的决定,并在需要做出选择时优先考虑。”

  人工智能与机器学习

  “在需求极度不确定和波动的时期,数字技术肯定能够快速且最佳地理解大量数据。这需要一个高度灵活和数据驱动的供应链计划工具。理想情况下,您需要能够管理尽可能多的变量,以获得更准确的需求预测,并相应地优化供应。这通常需要几天的时间手工完成。在处理数字和从大量信息中做出决定方面,机器往往比人类要好得多。”

 
(文/admin)
打赏
免责声明
• 
部分文章来源于网络,我们均标明出处,如果您不希望我们展现您的文章,请与我们联系,我们会尽快处理。
0相关评论
 

(c)2023-2023 www.agvcar.com All Rights Reserved

冀ICP备2024088436号