报告
乍一看
- 现在，供应链的目标不仅仅是价格、质量和库存水平。
- 2019冠状病毒病(Covid-19)大流行期间的短缺凸显了在供应链中建设韧性的重要性。
- 随着消费者和股东要求提高产品的问责和可持续性，供应链也变得更加透明和可追溯。
- 新的数字工具正在帮助企业减少浪费，提高问责制，并提高工人的安全。
本文是贝恩公司《2021年能源和自然资源报告》的BOB体育app一部分。
在大多数职业生涯中，供应链和运营经理都有一个明确的任务:采购原材料，并以最佳价格提供合适的质量水平的产品。在能源和自然资源领域，这意味着按照消费者愿意支付的价格，提供原油、天然气或成品油、化工产品和塑料、开采材料以及农产品。
突然之间，这个公式变得复杂多了。质量和价格仍然是关键。但现在，衡量企业运营状况的标准更广泛，可以包括温室气体排放、其他可持续性、供应和运营中断的弹性、以及企业对社会影响的问责制。
想想仅仅过去一年左右发生的事件吧。在石油和天然气方面，需求在2020年春季突然下降，导致生产商供过于求，以至于西德克萨斯中质原油(West Texas Intermediate)一度跌至负价格。在农业方面，由于封锁将消费者留在家中，产品需求从为外出就餐准备和包装的食品转向了对在家消费的产品的新的重视。农业公司必须继续向世界市场供应，同时调整包装业务，应对受病毒影响的劳动力。
几乎与此同时，客户、股东和政府都在要求对碳排放、塑料生产和其他外部性承担更大的责任，不仅是对公司自身的运营，也对其上游供应链和下游客户。
所有这一切意味着，一切照旧的日子已经结束。供应链和运营团队必须迅速开发新的能力。更平衡的计分卡需要很多改变:减少碳足迹，在供应链中建立更大的弹性，创造更多的透明度，并确保问责制。
大流行加速了这一变化，到2020年年中，供应链高管已经在重新调整投资的优先次序。BOB体育app贝恩对运营高管的调查发现，他们的投资更注重弹性和灵活性，而不是降低成本和速度(见图1)。
2020年，企业将供应链投资从降低成本转向了弹性和灵活性
为了帮助实现所有这些变化，大多数公司都在投资于数字改进，包括分析和自动化，一开始是受到节省成本和提高效率的机会吸引。现在他们需要这些投资来实现他们记分卡上的其他目标。
新的数字能力
好消息是，通过培养在更严格的审查和更激烈的竞争时期蓬勃发展所需的新力量，企业可以将自己的业务转变为真正的竞争武器。一种能够平衡效率与可持续性、透明度、问责制和弹性的运营模式，是一种能够使一家公司在其市场中脱颖而出的模式。
遗留企业管理工具虽然仍然是必要的，但不能满足快速发展的操作单元的所有需求。越来越多的公司将需要采用和开发下一代数字工具，专注于非常具体的问题，如供应链的透明度和问责制、网络优化和库存优化。BOB体育app贝恩的研究发现，85%的受访公司表示，他们正在投资大数据和分析。这些工具已经证明了自己:高级分析可以提高供应链预测的准确性高达60%。下一波能力建设需要关闭这个循环，确保从分析中收集到的见解用于运营，从而产生价值。
更新的数字运营模式
将数字技术应用于这四种趋势，不仅在成本方面，而且在满足平衡计分卡的其他目标方面，都有很大的不同。
- 智能自动化．工业自动化的第一波浪潮解决了大型的、重复性的任务，通常是在受控的制造环境中。新的智能自动化浪潮采用人工智能和物联网系统来更灵活地管理困难、危险或精确的任务。这一转变有望使能源和自然资源行业实现更大程度的自动化，这些行业通常处于更开放、更多变的环境中。
例如，一项有效开采钾肥的技术要求一个人类观察者指挥一台钻孔机在地下深处的泥土和岩石中最有希望的盐矿脉。智能自动化将传感器和智能应用于过程中，对钻孔位置做出相同或更好的决策——提高产量，减少浪费，并使操作人员处于更安全的位置。无人机监控也很有前景。例如，依赖煤炭燃料的公用事业公司可以部署无人机来调查他们的煤炭库存，制作3d模型，计算剩余的供应，并报告煤炭的状况(干燥或潮湿)。
- 端到端可见性。公司正在整合他们的数据集，因为这让他们对整个供应链的库存水平和可用性有了更全面的了解。但今天，透明度不仅仅关乎库存。它帮助企业了解产品和零部件的来源，帮助它们履行环境和社会承诺。总部位于新加坡的大宗食品公司奥兰国际(Olam International)开发了数字平台AtSource，可以追溯食品供应链的各个环节，包括加工商、供应商和农民。该平台提供了一个数字仪表盘，还提供了从现场收集的丰富的经济和背景信息，包括支付给农民的保费、排放、土地和水的使用，以及工人家庭的社会状况。
- 智能供应链。BOB体育app贝恩的研究发现,超过一半的受访高管在能源和自然资源部门说他们不满意他们的需求预测的准确性(参见图2),先进的预测和更复杂的需求模型促进准确的计划,可以减少浪费,不仅提高投资回报率,还能减少供应链运营的足迹。例如，在Permian盆地，一家油服公司采用远程监测和算法预测来知道油井何时需要更多钻井液。这就减少了浪费，因为公司或客户不需要派卡车去检查钻井液。
预测性规划可以走得更远，从一系列来源聚合所有相关数据，包括库存水平和消费水平，生产过程中的约束，以及可能影响需求的外部因素——从商业周期到天气的一切。智能系统可以根据观察到的模式和实时数据生成未来的情景，并提出概率情景及其对供应链的影响。
超过一半的能源和自然资源行业高管表示，他们对需求预测的准确性不满意
- 新一代的人才．与其他行业一样，能源和自然资源领域的一线工作者必然会变得更加精通技术。随着他们所依赖的系统变得越来越复杂，工人们正在接受重新培训，以理解和使用日益监控和指导他们活动的数字系统。
技术也在支持工人的工作，并提高他们的安全。辅助现实(AR)耳机正从实验阶段进入大规模部署阶段，将视觉指导应用于无限范围的任务，让工作人员触手可及。一家北美的海事承包商很难找到足够多的熟练焊工，他们开发了一种将人工智能和AR结合起来的系统，将指令投射到头戴式显示器上，指导焊工完成每个任务。
最后，由于运营越来越多地根据更广泛的要求来衡量，高管们需要重新检查他们的资本投资计划，问自己:“除了节省成本，我从这次投资中得到了什么?”资本投资还需要提供效率、可持续性、弹性和灵活性。(有关资本投资的详细信息，请参阅“提高能源和自然资源资本项目的生产率”)。如果一家公司的资本投资决策仍然只基于降低成本，那么它的投资理念就跟不上其战略雄心。