Pendahuluan

Pandemi COVID-19 membuat semakin kompleksnya manajemen rantai pasokan (supply chain). Kesalahan manusia (dalam proses manual), akan dapat menyebabkan kecelakaan persediaan di banyak titik (mulai dari barang masuk hingga pengepakan dan pengiriman). Pada kondisi ini, dibutuhkan dukungan teknologi yang semakin maju. Karena itu, tulisan ini akan mengangkat hal tersebut, dengan mengacu pada artikel di situs www.logistik-express.com.

Technology triumphs (www.logistik-express.com)

Seiring dengan semakin kompleksnya rantai pasokan, teknologi yang mendukungnya pun semakin maju. Tony Dobson (managing director at SnapFulfil), mengatakan bahwa melalui Smarter warehouses kita menyadari bahwa manajemen persediaan bersifat berkelanjutan, bukan proses yang berakhir begitu pengiriman diterima dan dibuang. Kesalahan manusia dan proses manual dapat menyebabkan kecelakaan persediaan di banyak titik, mulai dari barang masuk hingga pengepakan dan pengiriman.

Kemajuan teknologi (termasuk teknik pembelajaran mesin terbaru), mulai mengoptimalkan manajemen persediaan dengan memungkinkan tingkat akurasi baru. Menurut Wayne Snyder (vice president industry retail strategy EMEA at Blue Yonder), dengan menggunakan berbagai faktor seperti cuaca dan peristiwa lokal, alat (tekhnologi) ini tidak hanya melihat ke masa lalu untuk mencoba dan memprediksi masa depan, tetapi juga mengevaluasi pendorong permintaan yang sebenarnya untuk membuat prakiraan akurat berdasarkan item, lokasi, dan hari. Snyder menambahkan bahwa dengan menyelaraskan persediaan dengan permintaan ini, manajer logistik memiliki kekuatan untuk beradaptasi dengan cepat terhadap perubahan, mengoptimalkan, dan menjalankan tugas yang diperlukan untuk mendapatkan persediaan yang tepat, di lokasi yang tepat, pada waktu yang tepat.

Tetapi, memperkirakan permintaan hanyalah langkah pertama. Gangguan tak terduga dalam rantai pasokan, seperti pandemi virus corona yang sedang berlangsung, dapat membahayakan bisnis. Perusahaan dan layanan memerlukan visibilitas terkini dan real-time tentang apa yang terjadi, untuk memastikan tingkat persediaan dikelola secara efektif. Snyder mengatakan bahwa pada kondisi tersebut control towers memainkan peran yang semakin penting, yang memungkinkan manajemen untuk melihat seluruh rantai dan memperluas ekosistem digital pihak ketiga, mulai dari waktu pengiriman hingga lalu lintas di jalan dan bahkan pos media sosial. Snyder menambahkan bahwa berdasarkan wawasan yang dikumpulkan, mereka dapat melihat, menafsirkan, dan bertindak berdasarkan informasi real time dari seluruh ekosistem digital yang dimiliki. Namun, bisnis tidak dapat mengandalkan visibilitas saja. Mereka juga harus mampu menghasilkan wawasan yang dapat ditindaklanjuti berdasarkan data yang dihasilkan. Snyder melanjutkan bahwa mampu melakukan ini akan menempatkan mereka pada posisi yang jauh lebih baik untuk memenuhi harapan pelanggan daripada sebelumnya. Walaupun untuk mencapai hal tersebut akan memakan waktu untuk membangunnya, tetapi tujuan jangka panjang di sini adalah untuk menciptakan rantai pasokan yang sepenuhnya otonom, & mampu mengidentifikasi serta menyelesaikan masalah tanpa campur tangan manusia.

Menurut Jon Roberts (senior sales manager at Orderwise), tren manajemen modern saat ini kurang peduli dengan pengumpulan data. Beliau mengatakan bahwa hal tersebut terjadi karena sekarang sering diasumsikan bahwa kemajuan teknologi akan berarti bahwa peralatan yang diperlukan akan segera ada di mana-mana. Terkait hal tersebut, Roberts menyatakan bahwa pertanyaan yang lebih relevan sekarang adalah tentang sistem digital yang ada untuk mengatur dan memahami semua data yang disediakan oleh alat ini. Pembelajaran mesin dan otomatisasi adalah dua pendorong utama ini, tetapi mereka juga dipasangkan dengan integrasi WMS yang lebih luas. Karena itu, baik pembeli maupun penjual sistem manajemen persediaan di pasar modern sekarang, perlu memastikan bahwa teknologi mereka tidak hanya dapat mengumpulkan banyak data. Tetapi juga mengatur dan memproses informasi tersebut dalam format yang dapat dipahami dan berguna secara prediktif.