Ett kontrolltorn för leveranskedjan upptäcker ett problem, beslutar om åtgärd och säkerställer att beslutet verkställs. Om det du säljs upptäcker och visar, men inte kan besluta eller agera, är det en instrumentpanel med ett bättre namn. Denna distinktion är hela ämnet, och den förklarar varför så många av dessa program slutar med skärmar som ingen öppnar efter nio månader.
Jag har granskat ett antal av dessa driftsättningar, och de som fungerade delade en egenskap som inte syns i några leverantörsjämförelser: en namngiven person fick spendera pengar klockan två på morgonen utan att be om lov. Flera av misslyckandena hade bättre mjukvara än framgångarna.
De fyra lagren, och hur vart och ett av dem misslyckas
| Lager | Jobb | Typiskt fel |
|---|---|---|
| Datainmatning | Samla ordrar, leveranser, lager och transportörshändelser på ett ställe | Masterdata-mismatch, där en plats har fyra identifierare och ingenting stämmer överens |
| Händelsemodell | Omvandla flöden till tillstånd som försenad, riskerar eller brist | Larm utlöses vid varje avvikelse, så personalen stänger av dem inom tre veckor |
| Beslutslogik | Föreslå eller välj svar, med kostnad angiven | Rekommenderar flygfrakt som ingen budgetansvarig kommer att godkänna |
| Utförande och revision | Skjut besluten tillbaka in i systemen som flyttar varor och registrera resultatet | Endast läsbar integration, så varje beslut måste skrivas in manuellt i ett annat system |
Köpare granskar det fjärde lagret sist, och det avgör om investeringen ger någon avkastning. Ett torn med skrivskyddad integration kan inte sluta cirkeln, så det kan aldrig bevisa sitt eget värde. När förnyelsen kommer 24 månader senare kan ingen peka på en leverans som räddades, och budgeten går någon annanstans.
Mognadstrappan, ärligt beskriven
Leverantörer beskriver generellt 4 stadier. Att veta vilket man köper är viktigt, eftersom prisskillnaderna är stora och kapacitetsskillnaderna är ännu större.
- **Synlighet.** Visar var saker finns. Verkligen användbart, och rutinmässigt sålt som hela produkten.
- Prediktiv. Uppskattar ankomst och flaggar sändningar som sannolikt inte kommer fram i tid. Värt att betala för endast om uppskattningen överträffar dina egna planerare på 8 av 10 rutter, vilket är ett testbart påstående och sällan testas.
- **Föreskrivande.** Föreslår ett specifikt svar med en kostnadsjämförelse. Masterdata-kvalitet slutar vara förhandlingsbar i detta skede.
- Autonom. Utför definierade svar inom gränser som ingen godkänner individuellt, vilket är samma gränsfråga som AI-agenter som citerar frakt tar upp. Få operationer körs här, och styrning snarare än teknologi är barriären i varje driftsättning jag har sett sedan 2019.
De flesta organisationer som frågar mig om ett kontrolltorn vill ha beteende från nivå 3 och har data som stöder nivå 1. Att upptäcka detta efter underskrift är dyrt, och en 2 veckor lång datarevision hittar det i förväg.
Data du behöver innan du handlar
Dessa system misslyckas inte med algoritmer. De misslyckas med indata, och de nödvändiga indata är specifika. Havsfrakter kräver händelser från transportörer, positionsdata för fartyg från AIS och en bokningsreferens som överlever omlastning. Digital Container Shipping Association, bildad 2019 av Maersk, MSC, CMA CGM och Hapag-Lloyd, publicerar spårning och spårningsstandarder som gör dessa händelser jämförbara mellan transportörer, och en leverantör som inte kan säga vilken version de använder gissar.
Vägtransport kräver EDI 214-statusmeddelanden eller ett transportör-API, plus ett ärligt svar om underleverantörer, eftersom underleverantörens chaufför inte finns i din leverantörs app. Tenderingsprocessen och avräkning lägger till 204, 990 och 210 i samma konversation. Ovanför transport behöver du lagerpositioner som uppdateras oftare än nattetid, öppna inköpsordrar med bekräftade datum, och en platsförteckning där varje plats har exakt en identifierare.
Det sista punkten låter trivial och orsakar mer fördröjning än någon annan, vilket de 5 månaderna nedan visar. Jag såg ett program som ägnade den tiden åt att stämma av anläggningskoder mellan ett ERP-system och två lagersystem innan någon enda bit av tornet-logik kördes. Ett användbart test före köpet kostar ingenting: ta 10 sändningar som gick fel förra kvartalet och rekonstruera manuellt, från dina nuvarande system, ögonblicket då varje problem först blev känt. Om ditt team inte kan bygga den tidslinjen manuellt, kommer ingen plattform att bygga den automatiskt.
Bygga eller köpa
| Tillvägagångssätt | Förnuftigt när | Verklig kostnadsställe | Risk |
|---|---|---|---|
| Planeringssvitmodul | Du kör redan leverantörens planeringsstack | Licens plus konfiguration, vanligtvis ett åtagande på 3 till 5 år | Stark i leverantörens datamodell, svag utanför data |
| Synlighetspecialist | Din lucka är transportenheter och ankomstuppskattningar | Prissättning per sändning eller per rutt som skalar med volym | Utmärkt på transport, inte en beslutsmotor |
| Bygg på en plattform du äger | Ni har ingenjörskapacitet och ovanliga processer | Människor, permanent, snarare än en projektbudget | Du äger nu en produkt och måste bemanna den |
| Samlas kring din transportledningssystem | De flesta undantag är transportundantag | Integrationarbete per transportör, ofta 6 veckor vardera | Tunn vy av lager och efterfrågan |
Kategorierna är viktigare än namnen, men namnen gör dem konkreta. Kinaxis, grundat 1984, o9 Solutions, grundat 2009, och Blue Yonder, som köptes av Panasonic 2021 för rapporterade 7,1 miljarder dollar, säljer planeringscentrerade produkter med ett torn på sin egen datamodell. SAP och Oracle positionerar moduler inom sina bredare sviter. Project44 och FourKites, båda grundade 2014, är specialister på transportöversikt. E2open, grundat 2000, säljer en nätverksplattform, och Altana arbetar med leverantörskartläggning bortom den första nivån.
Styresmodellen från TradeLens
TradeLens, som lanserades av Maersk tillsammans med IBM 2018, avvecklades 2022 efter 4 år. Mjukvaran fungerade, och över 175 organisationer anslöt sig, inklusive fem av de sex största containerrederierna. Vad den aldrig fick var tillräckligt med deras faktiska data, eftersom en plattform som ägs av din största konkurrent snarare är en plats att finnas på än en plats att engagera sig i.
För ett internt program handlar den överförbara lärdomen om ägande snarare än blockkedjeteknik. Ett torn som ägs av en affärsenhet och som behöver data från tre andra kommer att svältas på samma sätt som TradeLens blev. Den som äger det måste antingen äga datan eller ha befogenhet att kräva den, och den frågan hör hemma i designfasen snarare än i det tredje styrkommittémötet.
Åtgärder som klarar en ekonomigranskning
Inloggningar till instrumentpanelen och antal larm är "vanity metrics", och det är vad de flesta program rapporterar. Dessa fem är försvarbara:
- **Tid från kännbar till känd.** Om en försening kunde upptäckas på måndagen och ditt team fick reda på det på torsdagen, är de 3 dagarna arbetet.
- Undantagsupplösningstid. Timmar mellan en varning och ett beslut som registreras mot den. Ökande antal varningar med platt upplösningstid innebär att du har köpt brus.
- **Påskynda utgifter.** Nödfrakt med flyg och prioriterade transporter på väg bör minska, eftersom problem upptäcks tillräckligt tidigt för billigare lösningar.
- **Andel automatiskt avslutade undantag.** Det enda ärliga måttet på mognad, och det som leverantörer undviker att ange.
- **Uppskatta noggrannhet mot två baslinjer.** Jämför förutsagd ankomst med faktisk ankomst och med dina planerares egna uppskattningar, eftersom det är lätt att slå ett transportföretags uppskattning, men inte en erfaren planerare.
Sekvensen som fungerar
Börja med en undantagstyp som kostar riktiga pengar och som du kan räkna, till exempel havstransportcontainrar som saknar en inlandsjärnvägsanslutning. Instrumentera det enda flödet från slut till slut, inklusive exekveringssteget, ge sedan en namngiven person befogenhet att agera inom en angiven gräns. Kör det under ett kvartal och jämför stängningstid och expeditionskostnader mot föregående kvartal.
Detta ger en oimponerande första demonstration och ett försvarbart affärsfall, vilket är rätt ordning. Att ansluta varje datakälla innan man väljer ett beslut att förbättra är hur dessa program blir tvååriga integrationsprojekt som slutar med en skärm och inga bevis. Om den första versionen misslyckas med att ändra ett beslut inom 90 dagar, kommer köp av ytterligare lager inte att rädda den.