Come Li & Fung utilizza l'IA e le piattaforme per l'orchestrazione della supply chain

Li & Fung, il fornitore di servizi per la supply chain con sede a Hong Kong, ha integrato l'intelligenza artificiale nella sua piattaforma digitale per automatizzare le decisioni chiave di approvvigionamento, dal calcolo dei costi iniziale alla selezione delle fabbriche e alla gestione degli ordini. L'azienda, che coordina la produzione attraverso una rete di fornitori per marchi globali di moda e retail, sta utilizzando l'IA per elaborare grandi quantità di dati sui fornitori, abbinare gli ordini alle fabbriche in base a capacità e disponibilità, e generare stime dei costi più rapidamente rispetto ai processi manuali tradizionali.

Qual è la strategia della piattaforma digitale di Li & Fung?

Li & Fung è passata da un modello di intermediazione tradizionale a una piattaforma di orchestrazione basata sulla tecnologia che collega i marchi con i fornitori. La piattaforma dell'azienda consolida i dati di migliaia di fabbriche nella sua rete, consentendole di fornire visibilità e coordinamento attraverso supply chain frammentate. Questa infrastruttura digitale sostiene l'implementazione dell'IA dell'azienda, poiché i modelli di machine learning richiedono dati coerenti e strutturati per funzionare efficacemente.

L'approccio basato sulla piattaforma riflette tendenze più ampie del settore verso la trasparenza e la velocità. Invece di limitarsi a intermediare relazioni, Li & Fung si posiziona come fornitore di tecnologia che gestisce la complessità, in particolare per i marchi che non hanno la scala o l'esperienza per costruire relazioni dirette con i fornitori in più paesi e categorie di prodotto.

Come utilizza Li & Fung l'IA per l'abbinamento delle fabbriche?

Li & Fung utilizza algoritmi di machine learning per abbinare gli ordini in arrivo con le fabbriche adatte della sua rete di fornitori. L'IA analizza molteplici variabili tra cui le capacità delle fabbriche, la capacità produttiva, lo storico della qualità, le certificazioni di conformità, i tempi di consegna e la posizione geografica. Elaborando automaticamente questi dati, il sistema può consigliare i partner di produzione ottimali molto più rapidamente rispetto alla valutazione manuale.

Questa capacità è particolarmente preziosa quando i marchi effettuano ordini complessi che richiedono competenze tecniche specifiche o finestre di consegna ristrette. L'IA può filtrare migliaia di potenziali fornitori per identificare quelli con le attrezzature giuste, la capacità disponibile e le prestazioni comprovate in categorie di prodotto simili. Il sistema impara anche dagli ordini passati, perfezionando i suoi consigli in base a quali abbinamenti di fabbriche hanno portato a risultati positivi.

Che ruolo gioca l'IA nel calcolo dei costi e nei preventivi?

Gli strumenti di calcolo dei costi basati sull'IA consentono a Li & Fung di generare stime di prezzo più rapidamente attingendo ai dati storici degli ordini, ai costi attuali dei materiali, alle tariffe della manodopera e alle metriche di efficienza delle fabbriche. I processi tradizionali di calcolo dei costi spesso richiedono negoziazioni manuali e molteplici cicli di preventivazione tra acquirenti e fornitori. I sistemi automatizzati possono comprimere questa tempistica accedendo istantaneamente ai dati di riferimento e calcolando i costi probabili in base alle specifiche del prodotto.

I modelli di IA tengono conto di variabili come il volume degli ordini, il tipo di tessuto, la complessità della costruzione e i requisiti di consegna. Possono anche segnalare potenziali fattori di costo nelle prime fasi della progettazione, consentendo ai marchi di prendere decisioni informate sui materiali o sui metodi di costruzione prima di impegnarsi nella produzione. Questa capacità predittiva aiuta a evitare sforamenti di budget e riduce gli scambi tipicamente richiesti per finalizzare i prezzi.

Come viene applicata l'IA alla gestione e al monitoraggio degli ordini?

Una volta effettuati gli ordini, gli strumenti di IA monitorano i progressi della produzione e segnalano potenziali ritardi o problemi di qualità. La piattaforma di Li & Fung aggrega dati in tempo reale dalle fabbriche, inclusi traguardi di produzione, risultati delle ispezioni e stato delle spedizioni. I modelli di machine learning possono rilevare pattern che indicano rischi, come una fabbrica in ritardo rispetto al programma o metriche di qualità in calo, e avvisare i responsabili della supply chain di intervenire.

Questo monitoraggio predittivo aiuta a mitigare le interruzioni prima che si aggravino. Se è probabile che una fabbrica non rispetti una scadenza, l'IA può suggerire piani di produzione alternativi o riassegnare porzioni di un ordine ad altre strutture con capacità disponibile. Il sistema fornisce inoltre ai marchi visibilità sui loro ordini attraverso più fornitori e aree geografiche, consolidando informazioni che altrimenti sarebbero sparse tra email, fogli di calcolo e sistemi separati delle fabbriche.

Quali sono i principali casi d'uso nelle operazioni di Li & Fung?

L'implementazione dell'IA di Li & Fung si estende a diverse funzioni principali all'interno del suo modello di orchestrazione della supply chain:

• Scoperta e valutazione dei fornitori: L'IA esamina le potenziali nuove fabbriche analizzando registri di conformità, stabilità finanziaria, capacità produttive e storico della qualità, accelerando il processo di inserimento.
• Previsione della domanda: I modelli di machine learning analizzano i pattern storici degli ordini e i segnali di mercato per aiutare Li & Fung e i suoi clienti di marca ad anticipare le esigenze di produzione e allocare la capacità.
• Previsione della qualità: I modelli di IA utilizzano i dati delle ispezioni passate e delle prestazioni delle fabbriche per prevedere quali ordini potrebbero affrontare sfide di qualità, consentendo un controllo qualità proattivo.
• Ottimizzazione della logistica: Gli algoritmi valutano le rotte di spedizione, le opportunità di consolidamento e i requisiti doganali per ridurre i costi di trasporto e i tempi di consegna.
• Monitoraggio della sostenibilità: Gli strumenti di IA monitorano i dati di conformità ambientale e sociale dei fornitori, aiutando i marchi a soddisfare i requisiti di trasparenza e reporting.

Quali sfide affronta l'IA nelle supply chain della moda?

Le supply chain della moda sono caratterizzate da complessità, frammentazione e volatilità. I marchi tipicamente lavorano con decine o centinaia di fornitori, ciascuno con capacità, sistemi e standard diversi. Coordinare la produzione attraverso questo ecosistema richiede comunicazione costante, riconciliazione dei dati e presa di decisioni. L'IA aiuta ad automatizzare compiti di routine, come verificare la disponibilità delle fabbriche o calcolare i tempi di consegna, liberando i team umani per concentrarsi su eccezioni e relazioni strategiche.

La tecnologia affronta anche l'asimmetria informativa. I marchi spesso mancano di visibilità dettagliata nelle operazioni delle fabbriche, affidandosi ad aggiornamenti periodici e reporting manuale. Digitalizzando i dati dei fornitori e applicando il machine learning, Li & Fung può fornire informazioni più dettagliate e in tempo reale sullo stato della produzione, sui vincoli di capacità e sui potenziali rischi. Questa trasparenza è sempre più importante mentre i marchi affrontano la pressione di dimostrare la responsabilità della supply chain e rispondere rapidamente alle interruzioni.

Tuttavia, l'implementazione dell'IA in questo contesto dipende dalla qualità dei dati e dalla partecipazione dei fornitori. Le fabbriche devono adottare strumenti digitali e condividere informazioni in modo coerente affinché la piattaforma funzioni efficacemente. La capacità di Li & Fung di guidare questa adozione deriva dalla sua scala e dalle relazioni di lunga data con i fornitori, che le danno la leva per stabilire standard e investire in aggiornamenti tecnologici attraverso la sua rete.