تقييم مخاطر الموردين تلقائياً: تحديد الحلقات الضعيفة في سلسلة التوريد الخاصة بك

كان لدى شركة تصنيع أجهزة طبية في ماساتشوستس 340 مورداً نشطاً. كان فريق المشتريات لديها يراجع مخاطر الموردين سنوياً، حيث يقضي حوالي 4 ساعات لكل مورد في التحليل المالي ومراجعة أداء الجودة والتحقق من الوثائق. أي ما يعادل 1,360 ساعة عمل سنوياً، أي ما يقارب 65% من موظف بدوام كامل، لإنتاج لقطة تصبح قديمة في غضون أشهر.

بعد نشر نظام تقييم مخاطر مستمر قائم على الذكاء الاصطناعي، اكتشفوا تدهوراً مالياً لدى مورد من المستوى الثاني قبل 4 أشهر من إعلان المورد إفلاسه. منحهم الإنذار المبكر الوقت الكافي لتأهيل مصدر بديل وبناء مخزون احتياطي، مما جنّبهم انقطاعاً في التوريد لمدة 12 أسبوعاً لمكوّن يُستخدم في 3 من منتجاتهم الأكثر مبيعاً.

ما الذي يدخل في تقييم مخاطر الموردين

ينظر التقييم التقليدي لمخاطر الموردين في عدة فئات: الصحة المالية (التصنيف الائتماني، اتجاهات الإيرادات)، أداء الجودة (معدلات العيوب، سجل الإجراءات التصحيحية)، أداء التسليم (نسبة التسليم في الوقت المحدد، ثبات المهل الزمنية)، والامتثال (الشهادات، نتائج التدقيق). المشكلة في التقييم التقليدي ليست في الفئات؛ بل في التكرار. فالمراجعات السنوية أو نصف السنوية تفوّت التطورات التي تحدث بين المراجعات.

يراقب تقييم المخاطر القائم على الذكاء الاصطناعي نفس الفئات لكنه يفعل ذلك بشكل مستمر من خلال استيعاب البيانات من مصادر متعددة. تستخدم المراقبة المالية بيانات مكاتب الائتمان، وإيداعات هيئة الأوراق المالية والبورصات (للشركات العامة)، وقواعد البيانات المالية من أطراف ثالثة التي تتتبع سلوك الدفع والإيداعات القانونية. تراقب بعض الأنظمة موجزات الأخبار ووسائل التواصل الاجتماعي بحثاً عن إشارات تتعلق بالمورد قد تدل على مشاكل (تسريح عمال، مغادرة مسؤولين تنفيذيين، شكاوى عملاء، إجراءات تنظيمية).

تأتي بيانات أداء التسليم والجودة من نظام تخطيط موارد المؤسسة الخاص بالشركة المصنعة: سجل أوامر الشراء، نتائج فحص الاستلام، تقارير عدم المطابقة، وأوقات الاستجابة للإجراءات التصحيحية. تشمل بيانات المخاطر الجغرافية التعرض للكوارث الطبيعية، ومؤشرات الاستقرار السياسي، وتصنيفات البنية التحتية اللوجستية لموقع المورد.

يجمع نموذج الذكاء الاصطناعي هذه الإشارات في درجة مخاطر مركّبة، عادةً على مقياس من 0 إلى 100. والأهم من ذلك، أنه يولّد تنبيهات عندما تتغير درجة مخاطر المورد بشكل ملحوظ، مما يمكّن فريق المشتريات من التحقيق بشكل استباقي بدلاً من ردّ الفعل.

الرؤية على مستوى المستوى الثاني والثالث

من أكثر القدرات قيمة هي توسيع مراقبة المخاطر إلى ما وراء الموردين المباشرين (المستوى الأول) لتشمل مورديهم (المستوى الثاني) وأبعد من ذلك. أظهر نقص أشباه الموصلات في الفترة 2021-2023 كيف يمكن لاضطراب في عمق سلسلة التوريد أن يتسلسل ليؤثر على المنتجات النهائية. شركة التصنيع التي تراقب موردي المستوى الأول فقط لديها رؤية محدودة لهذه المخاطر في المراحل الأعلى.

تبني أنظمة الذكاء الاصطناعي خرائط سلسلة التوريد من خلال الجمع بين معلومات قوائم المواد، وإفصاحات الموردين، وقواعد بيانات الاستيراد/التصدير، وقواعد المعرفة الصناعية. عندما تضرب كارثة طبيعية منطقة تنتج مادة خام حيوية، يمكن للنظام تتبع أي من موردي المستوى الأول لديك يتوردون من تلك المنطقة (مباشرة أو من خلال مورديهم) وتقدير التأثير المحتمل على إمداداتك.

تتفاوت دقة رسم خرائط المستوى الثاني وما بعده بشكل كبير. بالنسبة لسلاسل التوريد الكبيرة والموثقة جيداً (السيارات، الفضاء)، تكون البيانات كاملة نسبياً. أما بالنسبة للموردين الأصغر أو الصناعات الأقل تنظيماً، فيعتمد رسم الخرائط على الاستدلال الاحتمالي بدلاً من البيانات المؤكدة، وينبغي التعامل مع عدم اليقين وفقاً لذلك.

تصميم نموذج التقييم

تستخدم معظم أنظمة تقييم المخاطر في بيئة الإنتاج نموذج شجرة معززة بالتدرج مدرّب على بيانات أداء الموردين التاريخية. تتضمن مجموعة التدريب أمثلة على موردين تعرضوا لاضطرابات كبيرة (إفلاس، تسرب جودة، أحداث قوة قاهرة) إلى جانب مؤشرات المخاطر التي سبقت الاضطراب. يتعلم النموذج أي مجموعات من الإشارات تتنبأ بالمشاكل المستقبلية.

يمكن لنموذج مدرّب جيداً تحقيق دقة تتراوح بين 70% و80% في تحديد الموردين الذين سيتعرضون لاضطراب كبير خلال الأشهر الـ 12 القادمة، مقارنة بحوالي 45% إلى 55% لعمليات المراجعة السنوية التقليدية. معدل الإنذارات الكاذبة هو المقايضة: سيُصنّف النموذج بعض الموردين على أنهم عاليو المخاطر بينما يتبين أنهم بخير، مما يولّد عمل تحقيق لفريق المشتريات لا يؤدي إلى إجراء.

تستخدم التطبيقات الأكثر فعالية درجة المخاطر لتحديد أولويات الاهتمام بدلاً من اتخاذ قرارات تلقائية. المورد الذي تنخفض درجته من 72 إلى 58 خلال ربع سنة يتلقى مكالمة هاتفية من مدير السلع وربما زيارة ميدانية. الذكاء الاصطناعي لا يقرر تبديل الموردين؛ بل يخبر فريق المشتريات أين ينظر.

التكامل مع سير عمل المشتريات

يصبح نظام تقييم المخاطر أكثر فائدة عندما يكون متكاملاً مع عمليات المشتريات وتخطيط سلسلة التوريد. يمكن لدرجات المخاطر العالية أن تؤدي تلقائياً إلى زيادة مخزون الأمان للمكونات المتأثرة. ويمكنها الإشارة إلى أوامر الشراء القادمة للموردين عاليي المخاطر، مما يدفع المشتري لتقسيم الطلب بين المورد الأساسي ومورد بديل. كما يمكنها التغذية في بطاقات أداء الموردين المستخدمة خلال مفاوضات العقود السنوية.

ربط بعض المصنعين درجات المخاطر باستراتيجية تنويع الموردين لديهم. عندما تتجاوز درجة مخاطر المورد الأساسي حداً معيناً، يبدأ النظام تلقائياً عملية تأهيل مورد بديل من قائمة مرشحين معتمدين مسبقاً. هذا يقلل الوقت من تحديد المخاطر إلى التخفيف من أشهر إلى أسابيع.

التكلفة والتنفيذ

تتراوح تكاليف التنفيذ من 50,000 دولار إلى 200,000 دولار حسب عدد الموردين، وعمق رسم خرائط المستوى الثاني وما بعده، ومصادر البيانات المشمولة. تتراوح تكاليف التشغيل السنوية (اشتراكات البيانات، صيانة النموذج، ترخيص المنصة) من 25,000 إلى 75,000 دولار. بالنسبة لشركة تصنيع لديها أكثر من 200 مورد وتعقيد كبير في سلسلة التوريد، عادةً ما تُبرَّر التكلفة بتجنب اضطراب واحد فقط، حيث يُقدَّر متوسط تكلفة اضطراب سلسلة التوريد لشركة تصنيع متوسطة الحجم بين 180,000 و400,000 دولار عند تضمين تكاليف التعجيل وتأخيرات الإنتاج وغرامات العملاء.

أكبر تحدٍّ في التنفيذ ليس تقنياً؛ بل تنظيمي. فرق المشتريات المعتادة على المراجعات السنوية وإدارة الموردين القائمة على العلاقات تقاوم أحياناً تقييمات المخاطر المبنية على البيانات، خاصة عندما يُصنّف النموذج مورداً قديماً على أنه عالي المخاطر. يتطلب بناء الثقة في النظام إثبات دقته على مدى 6 إلى 12 شهراً وتقديمه كأداة تعزز حكم المشتريات بدلاً من استبداله.