공급망 개선을 약속하는 인공 지능

글로벌 전자 부품 공급망은 점점 더 예측이 불가능해지고 있습니다. 시스템에 대한 충격의 빈도와 영향이 점점 더 심각해짐에 따라 조직은 공급망의 회복탄력성을 높이는 방식으로 노출을 줄이는 데 집중하고 있습니다. 인공 지능(AI) 기술이 중요한 역할을 수행할 수 있습니다.

공급망의 안전성 확보

공급망에 혼란을 일으킬 수 있는 위협에는 여러 가지가 있습니다(그림 1). 예상 가능한 위협도 있지만 예측하기가 훨씬 더 어려운 위협도 있으며, 모두 수백만 달러에서 수십억 달러에 이르는 막대한 비용을 초래할 수 있습니다. 이러한 위협은 규제 변화, 군사적 충돌 또는 사이버 공격과 같이 인간이 만든 문제부터 팬데믹 및 지진과 같은 자연적 재해에 이르기까지 광범위합니다.

그림 1: 공급망에 혼란을 줄 수 있는 요인은 수없이 많고 다양하며 불가피합니다. (이미지 출처: McKinsey & Company)

조직은 혼란이 발생할 수 있는지 여부가 아니라 어떤 유형의 혼란이 발생할 것인지 파악해야 합니다. 잠재적 혼란이 공급망에 영향을 미칠 수 있는지 기간도 반드시 이해해야 합니다.

이러한 현실로 인해 업계는 가능한 한 공급망의 투명성과 회복탄력성을 높이는 기술에 투자해야 했습니다. 공급망 위기가 닥칠 경우 가장 빠르게 대체원을 찾을 수 있는 조직이 승리하게 될 것 입니다.

기술 퍼포먼스

AI를 활용하는 공급망 응용 분야 및 서비스가 도움이 될 수 있습니다. 공급망 내의 사용 사례는 다음을 포함하여 매우 다양합니다.¹

• 생산 계획: AI는 배송을 향상시키고, 포트폴리오에서 제품의 우선 순위를 지정하며, 생산 및 배포 비용을 줄이고, 최종 변경 비용을 줄이도록 생산 일정을 최적화할 수 있습니다.
• 사전 구축된 사전 예측: AI는 과거의 데이터, 고객의 행동, 시장 동향 및 다양한 외부 요인을 고려하여 시간에 따른 조달 필요 사항을 더 잘 이해할 수 있도록 합니다.
• 재고 계획 및 관리: 기존의 재료 소요 계획(MRP) 시스템은 대응성이 부족합니다. 실세계의 공급 및 수요 불확실성을 모델링함으로써 재고를 높은 수준으로 유지해야 하는 필요성을 줄여 돌발 상황을 대비할 수 있습니다.
• 소싱: AI는 조직이 가격 변동, 공급업체 위험 프로필의 변화, 비용 절감 기회를 발견하는 데 도움을 주는 공급업체 관점의 통합 정보를 생성할 수 있습니다.
• 공급망 설계: 모델링 기능을 통해 조직은 기존 공급망을 정기적으로 재검토하여 민첩성, 비용 이점, 위험 완화, 고객 대응력을 향상시킬 수 있습니다.
• 물류 관리: AI는 조직이 새로운 운송 및 물류 문제를 발견하여 신속하게 적극적으로 대응하도록 지원할 수 있습니다.

AI는 적극적으로 공급망 혼란을 식별하고 이에 대응하는 것과 관련하여 많은 사례를 보유하고 있습니다.² 예를 들어, AI는 인터넷에서 웹 사이트 스크래핑을 수행하여 잠재적인 신규 공급업체에 대한 데이터를 찾을 수 있습니다. 공급업체의 재무 보고서, 고객 평가, 지속가능성 스코어카드, 다양성 점수, 지적 재산권 정보(예: 특허 및 디자인 어워드), 미국 세관의 문서를 조사하여 무엇을 확인할 수 있는지 고려해 보세요. 소셜 미디어와 뉴스피드는 인적 자원 변화 및 조직 재구성과 같은 비즈니스 정보를 제공할 수 있습니다.

AI는 또한 제조업체가 기존 공급업체 관리를 최적화하는 데 도움을 줄 수 있습니다. 예를 들어 일부 AI 도구는 조직 내에 보유된 공급업체 정보를 세부적으로 파악하여, 현재 비즈니스 협력업체 목록 내에서 앞으로 다가올 요구 사항에 대한 공급 옵션을 식별할 수 있습니다. 이러한 도구는 이전 구매 주문, 청구서, 견적서 및 기타 과거의 조달 데이터를 사용하여 기존 협렵업체 목록 내에서 일치하는 잠재적 소싱을 식별할 수 있습니다. 이렇게 하면 신규 공급업체를 찾는 데 필요한 많은 시간과 비용을 줄일 수 있습니다.

주목할 만한 가치

기업의 리더들은 AI의 잠재적 영향에 대해 낙관적입니다. 최근 설문 조사에 따르면 10명의 CEO 중 7명이 AI가 해당 조직에 높은 투자 수익을 제공한다고 말했습니다.³ 공급망(76%)과 조달(71%)은 AI가 가장 많이 배치되는 두 영역입니다. 다른 비즈니스 활동에는 품질 관리(47%) 및 자동화(37%)가 포함됩니다.

시장 조사 기관들은 공급망에서의 AI 사용에 대해 장밋빛 예측을 제시합니다. Stratview Research에 따르면(그림 2), 이 시장은 2022년 31억 5천만 달러에서 2029년 307억 5천만 달러로 성장할 것으로 예측됩니다.⁴ 이는 38.5%의 연간 성장률에 해당합니다.

그림 2 : 공급망에서 AI 시장은 2022년 31억 5천만 달러에서 2029년 307억 5천만 달러로 성장할 것으로 예측됩니다. (이미지 출처: Stratview Research)

데이터의 양의 증가와 가시성 및 투명성 필요성에 대한 관심 증가는 AI 도입 증가와 함께 시장의 성장을 주도하고 있습니다. AI 전문가 부족은 하나의 걸림돌일 수 있습니다.

AI는 글로벌 전자 기기 공급망의 복잡성 증가와 시스템의 가시성 및 응답성 향상 요구에 대한 하나의 해답으로 자리 잡고 있습니다. AI는 또한 시간 및 비용에 있어 주목할 만한 절약을 약속합니다. 고위 임원들이 AI의 미래에 대해 낙관적인 것은 놀라운 일이 아닙니다.

참고 자료

1: https://www.ascm.org/ascm-insights/5-ways-ai-is-becoming-essential-to-supply-chain

2: https://hbr.org/2023/11/how-global-companies-use-ai-to-prevent-supply-chain-disruptions

3: https://www.xometry.com/resources/blog/manufacturing-resilience-q4-ceo/

4: https://www.stratviewresearch.com/3283/artificial-intelligence-in-supply-chain-market.html#market-dynamics