مخزون السلامة في فارما: حل التحدي المعتدل في سلاسل التوريد باستخدام الأتمتة المعرفية

 

 

مخزون السلامة في فارما: حل التحدي المعتدل في سلاسل التوريد باستخدام الأتمتة المعرفية

يعد مخزون السلامة من بين العناصر الأكثر أهمية في سلسلة التوريد الصيدلانية. ومع ذلك، فقد ثبت أيضًا أنه من الصعب جدًا إدارة المخزون الآمن وتحسينه، حتى عندما يؤدي إلى تأمين رأس المال العامل وزيادة تكاليف المخزون.

 

تحتفظ شركات الأدوية عادةً بمستويات عالية من المخزون الآمن لتحقيق مستويات خدمة عالية تزيد من إيرادات المنتجات ذات هامش الربح المرتفع وتزيد من رضا العملاء. ويسمى أيضًا المخزون الاحتياطي، وهو يوفر شبكة أمان ضد التقلبات مثل التأخير غير المتوقع في المواد الخام أو النقل، أو الطلب المرتفع بشكل غير عادي.

 

قد يؤدي نفاد المخزون الناتج عن عدم كفاية مخزون السلامة إلى إلحاق ضرر كبير بالأعمال التجارية، مع خسارة الملايين من الإيرادات واحتمال تلف العلامة التجارية في حالة عدم توفر الأدوية الحيوية. إن الخطأ في جانب الفائض هو الممارسة السائدة، مع وجود مخزون السلامة في مصانع التصنيع ومراكز التوزيع التابعة للشركة في جميع أنحاء العالم.

 

ولكن هذا يعني أيضًا الخطأ في جانب تكاليف المخزون المرتفعة وتقييد رأس المال العامل الذي يمكن استثماره في البحث والتطوير أو مجالات أخرى لنمو الأعمال.

 

إنه التحدي المعتدل. لا يمكن لشركات الأدوية أن تخاطر بمخزون قليل للغاية. لكنهم لا يريدون عبء التكلفة أكثر من اللازم. وكما هو الحال في حكاية الأطفال "المعتدلات والدببة الثلاثة"، تحتاج شركات الأدوية إلى مخزون الأمان لتكون "مناسبة تمامًا".

 

ارتفاع المخاطر في إدارة مخزون السلامة

لتحقيق الأهداف المتنافسة المتمثلة في تقليل تكاليف المخزون الآمن وزيادة مستويات الخدمة إلى الحد الأقصى، ركز مخططو سلسلة التوريد الدوائية على معالجة تقلب الطلب وتقلب المهلة الزمنية باستخدام مجموعة من برامج إدارة سلسلة التوريد وجداول البيانات. أصبحت هذه الجهود أكثر تحديًا من أي وقت مضى في عصرنا الرقمي فائق السرعة مع استمرار ظهور متغيرات جديدة تؤثر على المخزون الآمن. إن إدارة هذه المتغيرات باستخدام أنظمة البرامج وجداول البيانات الموجودة أمر معقد للغاية.

 

إن زيادة التعقيد العالمي في الصناعة يجعل من الصعب التنبؤ بسرعة ودقة بطلب السوق والمهل الزمنية. إن نمو البيانات في الوقت الفعلي من عشرات أو مئات التطبيقات يطغى على الجهود البشرية لإدارة وتحليل المعلومات لاتخاذ القرارات المستندة إلى البيانات.

 

والنتيجة هي تخطيط أفضل تخمين عند تجميع توقعات الطلب الشهرية، وحساب المهل الزمنية التي تأخذ في الاعتبار توفر المواد، وجداول الإنتاج، وتقلب الطلب، وموثوقية المورد وعوامل أخرى، كل ذلك عبر عدد كبير من مواقع SKU.

 

ونظرًا لهذا التعقيد، تعتمد مستويات المخزون الآمن عادةً على عدد قليل من المتغيرات، وليس على مجموعة كاملة. نادرًا ما يكون مخططو سلسلة التوريد على استعداد لتعريض مستويات الخدمة للخطر عن طريق تقليص المخزون الآمن. غالبًا ما يُنظر إلى الحفاظ على مخزون احتياطي كبير على أنه تكلفة لممارسة الأعمال التجارية، ولكن ليس من الضروري أن يكون كذلك.

 

ظهور الأتمتة المعرفية في سلاسل التوريد الدوائية

تفتح الأتمتة الإدراكية فرصًا جديدة لإدارة المخزون الآمن بشكل أكثر فعالية من حيث التكلفة، من خلال الاستفادة من استخدام الذكاء الاصطناعي (AI) والتعلم الآلي. تستخدم هذه التقنية الناشئة قوة حوسبة على نطاق الإنترنت في السحابة، ومراقبة البيانات في الوقت الفعلي، والإدراك والخوارزميات المتطورة لتوفير سرعة ودقة جديدة لسلسلة التوريد الصيدلانية.

 

تعد شركات الأدوية من بين الشركات الرائدة في تبني الأتمتة المعرفية لتحسين التنبؤ بالطلب وحسابات المهلة الزمنية، مما يمهد الطريق لتحسين مستويات المخزون الآمن على نطاق عالمي واسع. توفر هذه التقنية أتمتة سلسلة التوريد الذكية بنطاق وعمق أكبر بكثير مما هو ممكن حتى مع أمهر المخططين وأفضل الأدوات التقليدية.

 

كما هو الحال، يمكن للمخططين قضاء أسابيع في جمع البيانات من التطبيقات البرمجية لتخطيط موارد المؤسسات (ERP) وإدارة علاقات العملاء (CRM) وتخطيط متطلبات المواد والخدمات اللوجستية وإدارة الموردين والمستودعات وغيرها. بعد ذلك، يتم تحليل الأرقام لحسابات الطلب والرصاص - ولكن المعلومات تصبح قديمة بحلول الوقت الذي يتم فيه الانتهاء من التوقعات، ومن السهل التغاضي عن المتغيرات الحاسمة.

 

تقوم الأتمتة المعرفية بالزحف إلى تطبيقات متعددة آلاف المرات يوميًا، وتقوم بتجميع البيانات وإثرائها في مخزن بيانات واحد. ومن هناك، تولد الخوارزميات القوية توصيات يمكنها تغطية توقعات الطلب وحسابات المهلة الزمنية ومستويات المخزون الآمنة المثالية. تعمل الأتمتة الإدراكية على زيادة خبرة المخطط البشري في المجال، مما يوفر توصيات قائمة على البيانات يمكنهم العمل عليها وتنفيذها في الوقت الفعلي.

 

هناك العديد من الخصائص التي تميز الأتمتة المعرفية التي تعمل بالذكاء الاصطناعي عن الأساليب التقليدية:

التنبؤ اليومي.
يمكن حساب فترات الطلب والمهلة على أساس يومي لأن الأتمتة المعرفية تتتبع البيانات والحالات الشاذة في الوقت الفعلي تقريبًا. يعد هذا تحسنًا كبيرًا مقارنة بالتنبؤات اليدوية مرة واحدة في الشهر أو على فترات دورية أخرى.
 

التفاصيل العميقة.
بدلاً من البيانات المختصرة، تعمل الأتمتة المعرفية مع مجموعات بيانات ذات تفاصيل عميقة، وصولاً إلى المعاملات اليومية حسب مواقع SKU والطلبات والمصانع والمواد الخام والعملاء والمزيد.
 

رؤية شاملة.
تعمل الأتمتة المعرفية على تحقيق "الكأس المقدسة" المتمثلة في رؤية سلسلة التوريد الشاملة، بحيث يمكن للمديرين التطور من استكشاف الأخطاء وإصلاحها التفاعلي إلى التحسين الاستباقي واتخاذ القرارات المستندة إلى البيانات.

ومن منظور المخزون الآمن، يمكن لهذه القدرات أيضًا أن تساعد فرق سلسلة التوريد على إدارة المنتجات التي تنتهي صلاحيتها الحساسة للوقت بشكل أفضل لتقليل عمليات دوران المخزون والانكماش وتكلفة المنتجات التي يتم التخلص منها دون داع.

 

الأتمتة المعرفية في Merck KGaA

تعد Merck KGaA أحد الأمثلة على شركة أدوية تجني ثمار سلسلة التوريد من خلال الأتمتة المعرفية، كما هو موضح في تقرير وول ستريت جورنال. وتستخدم الشركة الألمانية حلاً معرفيًا من شركة Aera Technology، في حالة استخدام تتضمن حوالي 100 منتج من أدوية الخصوبة.

يقوم البرنامج بالزحف إلى تطبيقات Merck ويجمع البيانات في طبقة بيانات معرفية. بعد ذلك، يقوم الذكاء الاصطناعي والتعلم الآلي بتحليل البيانات وتحديد مجالات المشكلات والتوصية بالإجراءات المثلى. فبدلاً من أن يكدح مخططو شركة ميرك في جداول البيانات ويتجادلون حول الأرقام، تقوم الآلات والذكاء الاصطناعي بالعمل الشاق وتقدم توصيات مبنية على البيانات حول أفضل مسار للإجراءات.

 

لم يحظ المخزون الآمن بالاهتمام الذي يستحقه، وذلك ببساطة لأنه كان من الصعب جدًا التنبؤ به بدقة وبسبب المخاطر التي قد يشكلها نقص المخزون على الشركة. واليوم، تتمتع شركات الأدوية بفرص جديدة لتحقيق وفورات كبيرة في التكاليف وتحرير رأس المال العامل من خلال نهج مدعوم بالذكاء الاصطناعي للحصول على مخزون الأمان "الصحيح تمامًا".