Sampai saat ini, semua bisnis telah mengalami secara langsung disrupsi yang disebabkan oleh COVID-19. Supply chain jadi salah satu sektor yang terdampak paling parah. Pabrik, restoran, dan toko ditutup atau beralih ke kegiatan operasi dengan kapasitas yang dikurangi. Kita sudah menyaksikan bersama panic buying yang terjadi di beberapa negara yang berdampak pada stok di toko menjadi kosong selama berminggu-minggu.
Situasi tersebut mengekspos kelemahan sistemik dalam supply chain global saat ini. Kelemahan yang selama ini tersembunyi di bawah permukaan, tidak pernah disadari sebelumnya. Kelemahan dari segi desain dan eksekusi supply chain selama ini. Tapi, pandemi sebenarnya bukan satu-satunya sumber gangguan ini.
Pola cuaca ekstrim dan peristiwa geopolitik yang mengakibatkan perubahan tarif, kebijakan perdagangan dan pajak terjadi dengan frekuensi yang lebih besar. Risiko supply chain dan persyaratan mengenai keberlanjutan berkaitan erat satu sama lain. Keterkaitan ini kemudian mengarah pada kesimpulan bahwa supply chain yang tangguh adalah supply chain yang berkelanjutan dan supply chain yang berkelanjutan adalah supply chain yang tangguh.
Supply chain yang tangguh adalah supply chain yang berkelanjutan dan supply chain yang berkelanjutan adalah supply chain yang tangguh.
Untuk membangun supply chain yang berkelanjutan dan tangguh semacam ini, kita harus mengubah fokus ke circular economy atau ekonomi sirkular, sebuah sistem ekonomi untuk mengatasi tantangan global seperti perubahan iklim, keberagaman (biodiversity), limbah dan polusi. Untuk mengatasinya, setiap bisnis perlu merancang kembali tiga proses utama supply chain: desain, pemantauan, dan operasi supply chain.
1. Supply Chain Design
Meningkatkan desain supply chain melibatkan transformasi inovasi produk dan desain jaringan pasokan. Inovasi produk menentukan 80% biaya supply chain dan keberlanjutan, sementara desain jaringan bertanggung jawab atas 20% sisanya. Untuk kasus inovasi produk, perusahaan memerlukan wawasan yang lebih holistik tentang material, bahan baku, dan komponen mana yang digunakan; bahan kemasan apa yang dibutuhkan; di mana sumber pasokan berasal; proses produksi dan konsumsi energi apa yang terjadi; dan lain-lain. Sementara itu, desain jaringan melibatkan pengelolaan jaringan distribusi serta proses daur ulang dan pengembalian. Seperti halnya dalam inovasi produk, desain jaringan memerlukan visibilitas komprehensif ke dalam data dari banyak sumber serta model artificial intelligence (AI) dan machine learning (ML) untuk membuat data dapat ditindaklanjuti.
2. Supply Chain Monitoring
Sebagian besar perusahaan hanya memiliki koneksi ke pemasok langsung mereka. Artinya, mereka tidak tahu banyak tentang pemasok-pemasok mereka. Keterbatasan ini membuat mereka sulit untuk memahami tantangan supply chain sepenuhnya, baik logistik atau lingkungan, di seluruh siklus hidup output perusahaan. Oleh karena itu, membangun proses pelacakan dan penelusuran yang efektif memerlukan jaringan perusahaan yang saling berbagi informasi. Teknologi tambahan seperti blockchain, 5G, dan sensor yang diletakkan pada pada palet juga penting karena membantu menyediakan konektivitas yang aman dan real-time serta visibilitas ke dalam interaksi jaringan. Untuk mengumpulkan dan mengelola semua informasi ini membutuhkan data lake yang berkembang dan integrasi dengan banyak sumber data.
3. Supply Chain Execution
Proses ini melibatkan prediksi risiko dan manajemen gangguan. Seperti dua proses inti sebelumnya, ada benang merah yang sama yaitu menyatukan data dari banyak sumber yang berbeda sehingga keputusan dapat dibuat secara holistik. Selain itu dengan menerapkan model ML ke data yang terkumpul, keputusan yang dibuat dapat lebih cerdas dan lebih cepat. Saat ini, misalnya, perusahaan cenderung membuat keputusan jangka pendek berdasarkan dampak biaya, tanpa melihat variabel keberlanjutan yang lebih luas. Manajemen gangguan perlu mempertimbangkan manajemen risiko dan informasi keberlanjutan untuk memandu para profesional pelaku supply chain.
Dari ketiga proses utama tersebut, kita dapat melihat bahwa persyaratan solusi untuk membentuk supply chain yang tangguh dan berkelanjutan melibatkan pengintegrasian berbagai sumber data, memungkinkan kolaborasi dengan jaringan pemasok, dan mengembangkan model AI dan machine learning inovatif untuk memberikan wawasan, prediksi, dan rekomendasi yang berharga.
Lalu, bagaimana data kolektif itu akan digunakan?
Data kolektif tersebut kemudian digunakan untuk:
Membangun model supply chain ujung ke ujung yang mencakup pemasok multi-tier, mitra logistik, mitra manufaktur, produsen peralatan, penyedia layanan, dan juga pelanggan.
Memonitor tingkat risiko untuk membedakan antara tiga kategori risiko utama yaitu: risiko alam, operasional, dan keuangan. Risiko alam termasuk kejadian terkait cuaca ekstrem. Risiko operasional mengacu pada akurasi perkiraan, posisi inventaris, kekurangan pasokan, dan downtime aset. Risiko keuangan mencakup profil risiko mitra bisnis.
Memantau keberlanjutan seperti pemantauan emisi gas rumah kaca dan tanggung jawab sosial. Perusahaan harus memahami tidak hanya emisi yang mereka sebabkan, tetapi juga konsumsi energi mereka (termasuk berapa banyak yang berasal dari sumber terbarukan) serta emisi dan konsumsi energi dari mitra mereka.
Memanfaatkan algoritma AI atau machine learning untuk memprediksi risiko dan dampak keberlanjutan. Langkah selanjutnya adalah menggunakan algoritma tersebut untuk inovasi produk, desain jaringan, prediksi risiko, dan manajemen gangguan.
Membangun supply chain yang tangguh dan berkelanjutan telah menjadi prioritas utama bagi perusahaan di setiap industri, dan setiap wilayah di dunia. Dan di sinilah data dan analitik memberikan visibilitas dan kecerdasan yang diperlukan untuk memastikan supply chain dioptimalkan untuk mengurangi dampak lingkungan sekaligus mampu beradaptasi dan mengurangi gangguan secara real-time.
Sumber:
How Data is Driving Resilient and Sustainable Supply Chain, Google Cloud Whitepaper
