הפתרון ל-"פקק" בשרשרת האספקה: מערכות TMS שמנהלות סיכונים בזמן אמת

נהגי המשאיות נוסעים בכבישים יום יום שעות על גבי שעות. בחלק ניכר מהזמן, "נוסעים" אינה מילה נכונה לתאר את מה שהם עושים, כי הם פשוט עומדים בפקקים האינסופיים. אם מתמזל להם המזל והדרך האלטרנטיבית לא עמוסה לעייפה גם היא, ה-ווייז מנחה אותם כיצד לעקוף את הפקק. אבל הוא לא מספר להם שהעיכוב הזה עומד לתסכל שלושה לקוחות, לעכב הזמנה דחופה ולשבש את המשמרת של הנהג הבא.

עבור ציי משאיות, חברות הפצה ומנהלי שרשראות אספקה, ניווט חכם הוא כבר מזמן לא דבר מספיק. בעולם שבו כל עיכוב קטן עלול להשפיע על לקוחות, מלאי, זמני אספקה ועלויות תפעול, הדור הבא של מערכות ניהול התחבורה (TMS) נדרש לעשות הרבה יותר מאשר להציע את הדרך הקצרה ביותר.

אי הוודאות הוא האתגר המרכזי

בעוד שמערכות ה-TMS המסורתיות התמקדו בתכנון מסלולים ובהקצאת רכבים, הדור החדש שלהן פועל כשכבת דאטה חכמה, שמחברת ERP, מלאי, נהגים, IoT, מזג אוויר ותנועה. הבינה המלאכותית מוסיפה את השכבה החשובה ביותר: זיהוי דפוסים וחריגות מראש, ויצירת מודל חי של שרשרת האספקה, שמציגה תמונה מלאה של כולה – מהרכב ועד ללקוח הסופי.

השאלה שכל מנהל שרשרת אספקה צריך לשאול את עצמו כבר איננה "איך אני מגיב לעיכוב", אלא "האם המערכת שלי ידעה על העיכוב הזה לפני שהוא קרה". התשובה לשאלה הזו היא ההבדל בין TMS ישן לדור הבא של המערכות האלה

לא רק היכן נמצאת המשאית, אלא גם מה יקרה בהמשך

דמיינו משאית שנוסעת מחיפה למרכז הארץ. מערכת TMS מתקדמת לא רק מזהה עומס בכביש 2, או 6, אלא גם מעריכה מראש כיצד אותו עומס ישפיע על זמני ההגעה, על סדר ההעמסה על המשאית, על זמינות הרציף אצל הלקוח, על זמינות הנהג ועל חלון הפריקה שיש ללקוח הקצה לטובת האספקה. אם קיים חשש לשיבוש, המערכת יכולה להציע מסלול חלופי, לעדכן את זמן ההגעה המשוער, להתריע למוקד השירות ולשנות את סדר המשימות – כל זאת עוד בטרם הפך העיכוב למשבר.

דוגמה מהשטח: חברת הפצה שפנתה אלינו, ב-וובלט, לייעוץ גילתה שרוב "האיחורים הבלתי צפויים" שלה היו צפויים לחלוטין – הם חזרו על עצמם באותם ימים ובאותם צירים. אלה לא היו איחורים אקראיים, כפי שהניחו בחברה, אלא תבנית שאיש לא איחד לכדי תמונה אחת. ברגע שנתוני התנועה, ההזמנות והנהגים התלכדו לתמונה אחת, ניתן היה לזהות מראש את הימים הבעייתיים ולתכנן סביבם, במקום להגיב אחרי שהעיכוב כבר קרה.

ובעולם? תזוזה מאופטימיזציה לחיזוי סיכונים

בעולם, החדשנות, בתחום שרשראות האספקה, ולא רק, עוברת מאופטימיזציה לחיזוי סיכונים. מי שחוקר את המגמות בתחום מגלה שניהול מסלולים מתקדם לא עוסק רק בשאלה מהי הדרך המהירה ביותר להגיע, אלא גם מהו הנתיב הבטוח והכלכלי ביותר.

גם בישראל, חברות שמנהלות מערכי הפצה ושירות בהיקף משמעותי כבר עוקבות אחרי ההתפתחויות הללו. במציאות שבה התלות בייבוא ימי גבוהה וכל שיבוש בנמלים, בכבישים או בשרשרת האספקה מורגש במהירות, אלגוריתמים כאלה יכולים לספק יתרון משמעותי לענפים כמו מזון, תרופות, קמעונאות, בנייה וטכנולוגיה.

השרשרת החיה: כשהמטען עצמו מדבר

הדור הבא של פלטפורמות ה-TMS מבטא ראייה לוגיסטית רחבה יותר: חיישנים על גבי מטענים יכולים למדוד טמפרטורה, לחות, זעזועים ותנאי הובלה חריגים. אם קיימת סכנה לפגיעה באיכות הסחורה, המערכת יכולה להתריע, להמליץ על שינוי מסלול, להקצות רכב חלופי ולעדכן את הגורמים הרלוונטיים בזמן אמת.

אחד הכיוונים המעניינים בעולם הוא חיבור בין ניהול סיכונים תפעולי למודלים כלכליים חדשים, כמו ביטוח מבוסס סיכון. בעולם ביטוחי ציי הרכב כבר ניתן לגלות פתרונות שבהם נתוני נהיגה, רמת סיכון ויציבות המסלול משפיעים על התמחור. כלומר, תכנון חכם וחיסכון כלכלי מתחברים בהדרגה ליתרון תחרותי אחד. ההשפעה אינה רק טכנולוגית, אלא גם ניהולית.

השורה התחתונה: ה-TMS הופך לשכבת מודיעין תפעולית

עוד דבר שבהחלט ניתן לומר על הדור הבא של מערכות ה-TMS הוא שהן כבר לא כלי תפעולי נקודתי. השאלה שכל מנהל שרשרת אספקה צריך לשאול את עצמו כבר איננה "איך אני מגיב לעיכוב", אלא "האם המערכת שלי ידעה על העיכוב הזה לפני שהוא קרה". התשובה לשאלה הזו היא ההבדל בין TMS ישן לדור הבא של המערכות האלה.

למאמר הראשון בסדרה לחצו כאן.

הכותבת הינה מייסדת משותפת ויו"רית וובלט (Weblet), שמתמחה בעולמות ה-SaaS, אופטימיזציה מבוססת AI של מערכי שטח, לוגיסטיקה, הפצה וטרנספורמציה דיגיטלית בארגוני B2B.