Infor cria Supply Chain orientado por dados com uso de AI

A Infor, provedora de aplicações desenvolvidas para a nuvem para grandes companhias e de pequeno e médio porte de todo o mundo, anuncia o lançamento de um Centro de Controle, uma ferramenta avançada e inteligente que permite que o Supply Chain seja orientado por dados. O objetivo é melhorar a visibilidade para o setor logístico.

O Centro de Controle combina dados da Infor GT Nexus Commerce Network, uma rede global para gerenciamento de Sypply Chain baseada em nuvem, com os recursos de Inteligência Artificial (AI) da Infor para capacitar os líderes da cadeia de fornecimento para alavancar os negócios.

A solução oferece visibilidade completa para ajudar os líderes da cadeia de suprimentos a filtrar os desafios do dia-a-dia, contextualizar as informações certas para decisões mais precisas e executar processos de forma rápida, usando inteligência preditiva e prescritiva. A visibilidade de ponta a ponta do Centro de Controle, juntamente com seus recursos de Machine Learning, podem prever adversidades em toda a cadeia logística e auxiliar as empresas a reagir aos problemas antecipadamente.

Além disso, o Centro de Controle permite que as empresas avancem rumo à independência do Supply Chain, capacitando usuários, automatizando tarefas comuns e fornecendo inteligência de rede.

“Os líderes da cadeia de suprimentos estão pedindo, urgentemente, mais inteligência e insights para mitigar riscos e garantir confiabilidade aos clientes”, disse Rod Johnson, vice-presidente executivo de Manufatura e Supply Chain da Infor. “O Centro de Controle traz confiabilidade e certeza para um mundo instável e repleto de riscos. Pela primeira vez, as organizações logísticas têm o poder de fornecer um serviço consistente e confiável, o que é um diferencial competitivo”.

Cada vez mais, os clientes exigem que as empresas do setor logístico operem de maneira proativa e veloz. A taxa média de mudança nessa cadeia é 50 vezes por segundo na Infor GT Nexus. No entanto, as soluções atuais estão mal equipadas para fornecer insights oportunos, devido à extensão, falta de conectividade na rede e incapacidade de obter as informações certas para fornecer em tempo hábil aos líderes da cadeia. Como resultado, os gestores enfrentam sobrecarga de trabalho e lutam para acessar e processar dados com rapidez suficiente para atuar.

De acordo com Ann Grackin, CEO da ChainLink Research, líder em pesquisa de Supply Chain, maior controle de estoque combinado com visibilidade logística e ciência de dados, ideal para identificar e prever problemas precocemente, são fundamentais para uma execução proativa da cadeia de suprimentos. “Com a evolução do Supply Chain, já não é mais suficiente saber onde o estoque está localizado. É necessário ter informações para tomar decisões e mitigar possíveis problemas no início do ciclo, evitando prejuízos de receitas e maximizando as margens de vendas”, afirma Grackin.

Como funciona?

O Centro de Controle monitora continuamente o fluxo de produtos, materiais, pedidos, demanda e capital em toda a rede de suprimentos, além de identificar possíveis riscos. Aplicação de AI e aprendizado de máquina ajuda a entender o contexto de cada oportunidade e prescrever a melhor resolução.

A solução mede o pulso do Supply Chain. Essa é a diferença entre um aplicativo na rede e um sistema conectado por fio que fornece visibilidade desatualizada. O Centro de Controle oferece inteligência de dados nativa, que é a base de uma cadeia de suprimentos orientada a dados.

Enquanto a maioria dos sistemas de cadeia de suprimentos é configurada para reconhecer possíveis problemas em apenas uma transação, o Centro de Controle é executado em observação dinâmica. Pode calcular e observar, constantemente, a movimentação do fluxo de trabalho para reconhecer mudanças de padrões. Mesmo antes de um problema aparecer, o sistema sabe que algo não está certo e determina se a ação é necessária. Em caso afirmativo, o Centro de Controle prescreve a medida a ser tomada e mede os resultados para aprender e melhorar ao longo do tempo.