November 2012 Download this article as a PDFAbstract

На ежедневной основе предприятия всех размеров справиться с турбулентности и неустойчивости требований рынка, стоимости изменчивости и сильное давление от глобально распределенных конкурентов. Управление неопределенность в отношении требований будущего спроса и объемов в производственно-сбытовых цепочек сетей стала приоритетом. Одним из путей устранения неопределенности является использование методов моделирования и инструменты, которые обеспечивают большую предсказуемость принятия решений. Например моделирование широко применяется в процессах принятия решений, касающихся глобальных логистики и производственных сетей на стратегическом, тактическом и оперативном уровнях, где он используется для прогнозирования воздействия решений до их внедрения в сложной и неопределенной средах. Крупные предприятия склонны использовать инструменты моделирования, в то время как малых и средних предприятий, как представляется, недооценивают ее преимущества. Цель этой статьи заключается в том, чтобы подчеркнуть актуальность моделирования для проектирования и управления производственно-сбытовых цепочек сетей с точки зрения малых и средних фирм.

Введение

Моделирование является методом для решения проблемы путем построения модели соответствующей системы. Она начинается с абстракции процесса, из которого построена динамическая модель системы и логики. Программное обеспечение моделирования обеспечивает среду разработки, в которой модель реализуется, проверено, проверены и экспериментировал с для оценки различных сценариев интереса, которые зависят от целей моделирования. Исследователи и компании могут создавать свои собственные инструменты моделирования «в доме», хотя коммерческое программное обеспечение также доступны и широко используется в промышленности. Цены варьируются в зависимости от доступности функций, обновления программного обеспечения, техническое обслуживание, Обслуживание клиентов, дополнительных функций и удобство для пользователя.

Широкое использование инструментов моделирования на крупных предприятиях, а также исследовательских институтов подтверждает свою актуальность и практическую полезность. Однако эта статья подчеркивает растущее значение моделирования в сети поставок и управления и, что более важно, ее актуальность для малых и средних предприятий (МСП) как источник конкурентных преимуществ и прогнозирования власти в принятии решений.

Представьте себе, что вы являетесь менеджером, ответственным за логистику небольшой производственной компании, которая получает заказы от своего основного заказчика, крупного предприятия. Каждый один заказ от крупного предприятия должны соответствовать стандартам качества и может иметь другой уровень сложности и стоимости. Глобально распределенных (суб-) поставщиков специализируется на производстве критических вложенных компонентов, которые вам нужно для того, чтобы построить и завершить ваши поставки. Сроки закупок может сильно варьироваться в зависимости от рыночных условий, транспорта, доступности материала и цены. Ваше конкурентное преимущество основано на гибкости и надежности ваших поставок и на качество предметов вы предоставляете из-за вашего опыта в управлении поставщиками, производственных операций и клиент заказ времени цикла. Однако новые конкуренты доступ к рынку, и спрос на компоненты колеблется из-за изменений в спросе клиентов ваших основных клиентов. Некоторые из ваших поставщиков сталкиваются с трудностями в удовлетворении запросов из-за финансового кризиса. Затраты труда и энергии увеличивается. Значение и уровни вашего инвентаря резко возрастает, но вы должны быть гибкой в удовлетворении спроса.

Как будет управлять этой сложной ситуации с точки зрения конфигурации цепи поставок, планирования, совершенствования бизнес процессов и потребностей в инновационной деятельности? Как вы предсказать последствия спроса и заблаговременность неопределенности на спектакли материально-технического обеспечения производства и денежных потоков в течение разумного времени Горизонт? Как вы оцениваете последствия внедрения новых технологий складирования в вашей деятельности? Которые являются взаимосвязи между переменными решения и их чувствительность к колебаниям спроса и параметров? Как будет питать доверие вашего основного заказчика (крупное предприятие) так, чтобы вы могли сохранить надежность и конкурентоспособность в рамках своей сети значение? Ваш основной клиент также справляется с турбулентности и неустойчивости требований рынка, стоимости изменчивости и сильное давление от глобально распределенных конкурентов. Задача заключается в том, активно управлять неопределенность в отношении потребностей будущего спроса и объемов находясь в состоянии регулировать или даже перестроить внутренние процессы, а также отношения с клиентами и партнерами производственно-сбытовых цепочек в ответ на внезапное, неожиданные изменения или сбои в цепочке поставок.

Многие фирмы, с которыми сталкиваются эти проблемы использовать моделирование процессов принятия решений, касающихся их глобальной логистики и производственных сетей. Она становится все более настоятельной для более мелких компаний иметь возможность соответствовать динамической поставки своих ресурсов на процессы принятия решений их основных крупных клиентов. Поддержка принятия решений может быть выполнена из стратегических, тактических или оперативной точек зрения через выполнение «что если» анализ на основе целенаправленно разработан эксперименты.

Ряд средств моделирования и оптимизации программного обеспечения для проектирования и управления цепочками сетей доступны на рынке, как показано в исследованиях по Суэйн (2011a) и Фунаки (2009). Эти инструменты могут быть конкретные инструменты, которые предназначены для производственно-сбытовых цепочек вопросов или общего назначения моделирования сред. Глядя на сайты основных поставщиков (как указано в двух исследованиях, приведенных выше), можно увидеть, что наиболее важными клиентами являются главным образом крупные предприятия. МСП могут быть частью расширенной цепочки поставок сетей во время поставщиков крупных предприятий и других МСП, или они могут самостоятельно конкурировать на рынке арене. Однако МСП, как представляется, недооценивать преимущества использования этих программных средств. Одной из основных идей этой статьи является указать на то, что возможности моделирования становятся ключевым конкурентным преимуществом и что МСП необходимо учитывать потенциальную ценность инструментов моделирования для эффективности их внутренних операций и их возможности для облегчения процессов принятия решений их ключевых клиентов.

Статья организована следующим образом. Следующий раздел представляет роль моделирования в сетях производственно-сбытовых цепочек и его использования. После этого представлены методы моделирования для логистики и производственных сетей. Далее актуальность моделирования для МСП как катализатор для получения конкурентных преимуществ в сетевой системы логистики производства и во внутренних процессах выделяется. Второй последнем разделе рассматриваются потенциальные преимущества моделирования для МСП и вопросы доступности. Выводы следуют.

Методы моделирования для сетей производства и логистики

Сеть производственно-сбытовых цепочек состоит из поставщиков, производителей, дистрибьюторов и розничных торговцев, связанных с материалами и информацией, а также финансовых потоков, направленных на удовлетворение спроса клиентов при наименьших затратах с помощью разнообразных бизнес-стратегий, механизмов сотрудничества и моделей конфигурации сети. Моделирование в области производства и логистики могут быть направлены на уровнях различные системы: от оценки одного узлов сети (например, ячейка производства, завод, склад, контейнерный терминал) для всей сети взаимодействующих узлов (например, производственной сети с соответствующих потоков различных уровней и логистики). Система материально-технического обеспечения производства под следствием образцу и воспроизводится в программном обеспечении среде где ввода, параметры, переменные и стохастические элементы могут имитировать сценарии, определенные модели разработчиками и пользователями.

Заинтересованность в использовании моделирования в управление цепочкой поставок было продемонстрировано в обзоре литературы Terzi и Кавальери (2004), который отметил большое число работ, в более чем 80 документов по этому вопросу. Можно выделить четыре основных моделирования типа для управления цепочками: моделирование электронных таблиц, динамики системы, дискретно-событийное моделирование динамических систем и бизнес игры (Kleijnen, 2005). Несколько методов моделирования можно использовать в разработке и управлении процессов логистики и производства в рамках производственно-сбытовых цепочек сетей. Расширенная классификация моделирования подходов, принятых для моделирования логистики и производственных сетей одновременно учитывает несколько категорий, как показано в таблице 1.

Таблица 1. Классификация моделирования подходов для логистики и производственных сетей *

Категория

Описание

Техника моделирования

 

 

  • Моделирование дискретных событий (DES)
  • Системная динамика
  • Моделирование Монте-Карло
  • Моделирование на основе агентов
  • Бизнес симуляторы игры
  • Гибридные/комплексные подходы (предназначенные как сочетание различных моделирования методов или интеграция оптимизации/математическое моделирование и моделирование)

Моделирование парадигмы

  • Локальные и распределенных симуляторов

Тип сети

  • Сеть или сеть производственно-распределительной цепи

Масштаб

 

  • Один сайт (один завод/объект)
  • Несколько сайтов (сети растений, несколько уровней, или участников в сети)

Использование междисциплинарных подходов

  • Моделирование подходы, одновременно с участием нескольких дисциплин (например, техника, биология, экономика, физика)

* Адаптировано из Лиотта (2012).

Один из самых популярных методов моделирования для моделирования логистики и производственных сетей является моделирование дискретных событий (DES). DES часто принимается для изучения материально-технического обеспечения, производственно-сбытовых цепочек и транспортных систем (Swain, 2011b), и это особенно полезно для имитации цепочки поставок сред (Terzi и Кавальери, 2004). Несколько исследовательских работ включают в себя более сложные подходы, которые сочетают моделирования и оптимизации.

Текущие исследования подчеркивается необходимость сосредоточиться на нескольких открытых вопросов (Лиотта, 2012), включая: i) использование сложных адаптивных систем для расследования dynamicity и самостоятельной адаптации сетевых структур и механизмов сотрудничества в сети производственно-распределительной цепи эволюции; II) эффективность и хорошую производительность стратегий контроля в производственных сетях на одном заводе масштабе с использованием подходов, разработанных на биологии; и iii) рассмотрение банкротства и неудач с точки зрения экономики и финансов с помощью изучения подходов на основе физики. Однако исследования до сих пор не включены аспекты, касающиеся экологической, экономической и социальной устойчивости с всеобъемлющих подходов – другими словами, параллельно, включая моделирование транспорта, использование выбросов, земли и социальных последствий поставок цепи и производственных сетей (Лиотта, 2012).

Что касается моделирования в обрабатывающей промышленности и бизнеса DES является популярной техникой, но она не влечет за собой такой же уровень участия заинтересованных сторон, как другие методы, такие как динамики системы и моделирование игры (Jahangirian соавт, 2010). DES может повлечь за собой много времени и сложных этапах сбора данных, в то время как система динамики делает использование стандартизированных методов концептуального моделирования и не нуждается в такой же уровень данных как DES (Jahangirian соавт, 2010). С другой стороны моделирование игры широко применяется для образования и учебных целей, а также исследований. Перспективный эволюционный тренд опирается на совместное использование DES и аналитических моделей (например, оптимизационные модели) или дискретного моделирования и непрерывные модели. Этот аспект может быть чрезвычайно полезным для: i) оптимизировать количество экспериментов, выполняемых для достижения требуемой производительности в виртуальной среде; II) воплощают разведки в логику управления моделирования; III) выполните сравнение между решениями, статически и динамически получены для целей проверки и проверки; и iv) включать в дискретные системы воздействия нескольких явлений, описанных непрерывных функций в реальности (Лиотта, 2012).

С точки зрения моделирования парадигмы моделирования распределенных и параллельных представляют собой проблему, поскольку они могут быть пригодны для моделирования сети логистики и производства систем с несколькими субъектами/моделей, участвующих в распределенных сценариях, контролируемых одной компанией, или в сценариях с привлечением нескольких автономных компаний, использующих различные моделирования инструменты (Лиотта, 2012). Архитектуры, такие как «архитектура высокого уровня» (HLA) являются основной движущей силы для этой цели. Однако по-прежнему существует необходимость преодолеть некоторые недостатки в технологии, которые препятствуют широкий и экономичное принятие распределенных и параллельных моделирования в промышленной практике. Для моделирования для эффективного принятия решений помощи для промышленных потребителей экономически эффективные инструменты, которые производят допустимые модели в удобной для пользователя форме требуется. А также решения для комбинированного использования методов оптимизации и моделирования, способствуя тем самым интеграции и взаимодействия двигателей оптимизации и моделирования (Лиотта, 2012) крайне необходимы подходящие моделирования технологии и архитектуры, которые позволяют взаимодействия. Действительно текущая скорость разработки коммерческих компьютеров часто не позволяет быстрых тестов сложных оптимизационных моделей в сочетании с моделированием, несмотря на заметные улучшения были сделаны для комбинации оптимизации и моделирования, такие, как в случае моделирования оптимизации.

Моделирование может помочь компаниям получить конкурентные преимущества, поскольку она позволяет им динамически наблюдать и быстро прогнозировать последствия внешних явлений, стохастик события, а также как (и что более важно) процесс системы изменения в сжатые сроки определяется пользователем, без каких-либо возмущений существующей системы. Например путем имитации закупки материалов на протяжении данного периода в ответ на структуру спроса, которые статистически сформированы согласно историческим данным, резкое сокращение издержек производства и инвентаризации могут быть разрешены путем прогнозирования скорее всего источников потребностей. Во времени реалистичной оценкой уровней входящего и исходящего потока материала может иметь положительное влияние на денежный поток, работа в прогресс, риски запасов устаревания и использования ресурсов. Опять же моделирование новой технологии производства или дополнительных производственных ресурсов поддерживает выбору растений и выявление потенциальных конфликтов ресурсов, и предоставляет информацию для расширения возможностей реагирования на нестабильные рыночные требования. Рассмотрим еще один пример: путем имитации транспортного средства маршрутизации транспортно распределение флота, можно оценить реальные возможности предоставления клиентам на время поставки вместе с непрерывной улучшения уровня обслуживания. В этом же сценарии моделирования можно также разрешить менеджерам для оценки потенциальной экономии, полученной в результате внедрения маршрутизации системы оптимизации, которые могут привести к сокращению расстояний покрыты и лучшее использование мощности транспортного средства. Это лишь несколько кратких примеров моделирования потенциала с точки зрения стоимости преимуществ и клиента.

Компании, желающие воспользоваться преимуществами моделирования необходимо тщательно выбирать между различными инструментами и имеющихся методов. Есть более 50 программных средств моделирования в настоящее время на рынке (см. Swain, 2011a); чтобы выбрать между ними, компании должны рассмотреть проблему (ы) необходимо решить, доступность данных, программное обеспечение цены и усилия, необходимые для данных сбора также для моделирования системы. Однако можно использовать несколько дополнительных критериев в отношении целей проекта. Программное обеспечение для моделирования можно оценить на основе результатов, например: его типичные приложения, рынки, на которых программное обеспечение особенности прикладной, модель здания, средства статистического анализа для ввода распределения, вывод средств анализа, поддержка/учебные услуги, Пользовательский интерфейс и функции анимации. Подробности этих аспектов обследования Суэйн (2011a), который также включает наблюдение, что логистика и цепи часто включаются в как типичные применения программного обеспечения и первичных рынков приложений см.

Актуальность моделирования для МСП

МСП вносят замечательный вклад в экономику во всем мире. Например на МСП приходится примерно 99% европейских предприятий, из которых 92% являются микро предприятий (Европейская Комиссия, 2011 и 2012); доля МСП в экономике сопоставимы в Китае (Синьхуа, 2012) и Индии (правительство Индии, 2012).

Уже существует некоторый интерес в применении инструментов моделирования сети поставок в контексте МСП, включая интересные идеи исследования (например, альбинос и др, 2007; Jain и Леонг, 2005; Бирн и хеви, 2004; Swarnkar и Хардинг, 2009). Однако число исследований весьма ограничены по сравнению с объемом литературы, посвященная цепочки поставок сети моделирования сценариев для крупных предприятий (например, глобальные компании). Во многих случаях эти исследования, как представляется, представляют собой научно ориентированных приложений, которые могут не иметь никаких практических последствий с точки зрения менеджеров МСП. И наоборот актуальность моделирования для крупных предприятий является очевидным, как инструмент для разработки и управления сложными сетями производственно-сбытовых цепочек или производственных систем.

Использование различных методов моделирования в МСП могут быть проанализированы в двух разных контекстах: i) когда МСП одиночных пользователей для анализа и оценки своих внутренних процессов, и ii) когда МСП являются частью сетей производственно-сбытовых цепочек, которые состоят из других МСП, а также крупных предприятий. В первом контексте использование моделирования имеет отношение к, например: полное управление качеством; ускорение бизнес-процесс реорганизации проектов (см. о ' Кейн и др., 2007); поставщик, инвентаризации и управления спросом (таким образом, для сохранения конкурентных преимуществ с точки зрения гибкости); быстрота и эффективность адаптации к изменениям. Моделирование может затем посвящен анализу структуры спроса и материально-технического обеспечения/производственных процессов в отношении ключевых показателей.

В втором контексте использование моделирования может быть неизбежным вариантом из-за необходимости МСП быстро оценить целесообразность выполнения заказов, поступающих от крупных предприятий или других партнеров в сети производственно-распределительной цепи. Процесс представления МСП следует привести в соответствие предопределенных уровней, введенных или в крупной сети производственно-сбытовых цепочек в зависимости от механизмов сотрудничества или стратегических союзов, которые реализованы в рамках переговоров (например, непрерывное пополнение, управляемый поставщик инвентаризации, быстрый ответ). В этих контекстах моделирование является полезным средством для анализа «что если» сценарии.

Существующие исследования подчеркивается, что МСП часто не могут полностью получить преимущества, вытекающие из реализации методов управления цепочкой поставок и инструментов на основе информационно -коммуникационных технологий (ИКТ) (например, Vaaland и Хайде, 2007). Потенциал ИКТ для управления поставками,-в том числе аналитика и передовые программные средства, такие как моделирование – обычно забывают из-за отсутствия специальных навыков, снижение размера фирмы, высокая стоимость приобретения и внедрения и менеджеров МСП доверия практического влияния на компании выступления, связанные с их использованием. Однако в сильно динамических средах, характеризуется высокой степенью неопределенности и риска, таких, как сети логистики и систем производства, моделирование является наиболее подходящим методом для прогнозирования производительности системы, использование ресурсов и последствия изменения во времени.

К сожалению, имитационного моделирования и использования соответствующих инструментов требуют конкретных навыков и значительные усилия, посвященные: проблемы и системы определения; сбор данных и анализ; Реализация модели; Проверка; Проверка; и выполнение эксперимента. Крупные предприятия весьма чувствительны и склонны использовать инструменты моделирования управления поставками. Существующая литература подчеркивается, что МСП, как правило, уделять меньше внимания моделирования и сценариев средства анализа, среди других планирования и управления ИКТ, в отношении крупных предприятий (например, Vaaland и Хайде, 2007). Таким образом может возникнуть технологический разрыв, что приведет к конкурентным преимуществом для крупных предприятий из-за их ИКТ-возможность планировать их ответ на рынок при меньших затратах и с более высокими уровнями обслуживания. Затем, как представляется, что МСП не воспринимают необходимость использовать этот метод, а также другие методы и программные средства для управления поставками.

О ' Кейн и его коллеги (2007) продемонстрировали актуальность моделирования для МСП через соответствующий вклад моделирования для управления качеством и бизнес-процесс реорганизации упором на производственных операций. Другие исследования (например, Дин соавт., 2006) обсудили потенциальную роль МСП в сетях производственно-сбытовых цепочек при симуляции бизнес-среды, которые могут включать также крупные предприятия.

Коном и Hüsig (2006) представить дело немецких МСП, обсуждая скромное использование компьютерного инновационных инструментов (например, программное обеспечение технологии для поддержки творческого этапа дизайнеров и разработчиков процессов). В этом случае программные продукты были ранее неизвестные для потенциальных пользователей, которым выгоды не ясны, и для которых стоимость была барьер. Моделирования виртуальной реальности была упомянута среди других инновационных программных средств. Интересным аспектом этой работы является применимые поля для категории программного обеспечения выявленных инновации охватывают Управление сценариями (например, специализированные инструменты для создания методических прогнозов на будущее) также как целостные решения/технологических процессов (например, решения для облегчения всего нового процесса разработки продукта или, например, посвященный портфолио/ресурсами). Моделирование могут быть затем включены в категории инструментов для управления инновациями поскольку также механизм поддержки для управления процессом преобразований; Это может быть средством для оценки осуществимости и воздействия продукции и процесса инноваций.

Хотя моделирование может сильно способствовать конкурентное преимущество крупных предприятий постоянного совершенствования и инноваций их бизнес-процессов, кажется, что их потенциальные выгоды с точки зрения МСП не изучены недостаточно. Однако они будут значительно повысить свою конкурентоспособность путем добавления более устойчивость к их гибкости за счет использования надлежащих вспомогательных инструментов для управления неопределенности. Например в случае внезапного, высоким приоритетом увеличение заказов и разнообразие от клиента, который позволит увеличить возможности будущих продаж, прогнозирование последствий задержки исполнения ордеров в прогресс (например, потенциальные меры наказания, материальных запасов в наличии) и дополнительных расходов для новых ордеров (например, материалы для закупки, затраты на создание, потребностей в дополнительной рабочей силе) может помочь менеджер МСП оценить и сравнить затраты в новом сценарии. Более того он может позволить менеджер для прогнозирования соответствующих пособий в средне долгосрочной перспективе, а также потенциальные потребности в ресурсах для поддержания существующих клиентов, способствуя росту компании. Кроме того сбор данных и разработка относительно внутренней деятельности может помочь управлять высокой изменчивости уровня производства и обслуживания раз. В дополнение к поддержке ИКТ оптимизации практических ресурсов этого менеджера predictive мощность может быть решающей конкурентоспособности водителя. В текущем турбулентного рынка сценариев, отсутствует возможность рынка или неуважение производительности согласованного или даже ожидалось, уровень может определить успех или неудача в бизнесе.

Как Prahalad и Кришнан (2008) утверждают, бизнес-процессы и аналитики представляют слои посредничества между изо дня в день операции, бизнес-моделей и инноваций. Бизнес-процессы являются динамическими, в то время как аналитики обеспечивают понимание путем разработки данных. Сфокусированные Аналитика может представлять уникальную возможность для выявления тенденций и вмешательства менеджеров. Кроме того в архитектуре ИКТ, два слоя, состоящие из, соответственно, собственности и стандартные аналитики и применения ИКТ, могут обеспечить источник конкурентных преимуществ (Prahalad и Кришнан, 2008). Таким образом поскольку бизнес-процессы и аналитики могут быть источники конкурентных преимуществ, моделирование как метод для моделирования процессов и получения данных для сложных разработок и анализа, представляет катализатор для стимулирования непрерывного совершенствования и инноваций.

Потенциальные преимущества моделирования для МСП

Символическое тематическое исследование Jain и Леонг (2005) показывает, как моделирование способствовало успеху МСП, способствуя ее выбор в качестве поставщика для защиты подрядчика. Готовность МСП имитируемых цепочки поставок и ее потенциала для удовлетворения потребностей и целей убедил основных клиентов и защиты крупных производителей, которые затем поддержали контракт для МСП. Рассмотрим еще один случай МСП, действующих в качестве поставщика для крупного предприятия. МСП предложил новую конфигурацию процессов закупок, которые также участие других поставщиков крупных предприятий в производственно-распределительной цепи сети. Моделирование эксперименты подчеркнул значительное увеличение в стабильность системы и Нижняя время поддерживая новый сценарий конфигурации сети поставок.

Доступность имитационного моделирования и связанных с ними инструментов для МСП главным образом влияют два фактора: i) разрыв в знаниях, связанных с отсутствием навыков и осознания преимуществ моделирования и ii) стоимость приобретения и внедрения. Разрыв в знаниях МСП связанных с analytics и поэтому для моделирования в их операциях можно преодолеть путем развития профессиональной подготовки и компетентности. Инвестирование в такие мероприятия могут представлять основной шаг в план направлении укрепления конкурентных преимуществ в средне долгосрочной перспективе. Например, можно преодолеть этот разрыв в знаниях по формам сотрудничества с другими МСП, которые готовы поделиться квалификации в этой области или с исследовательскими институтами и учебными заведениями.

Ценовой барьер можно преодолеть путем рассмотрения новых бизнес-моделей, которые могут быть реализованы путем моделирования программного обеспечения разработчиков, поставщиков и экспертов. Как показано Хейккиля и Kuivaniemi (2012), среди прочих, Бизнес экосистемы становятся все более и более наукоемкий, поэтому продажа систем продуктов и услуг с поддержкой технологии будет становиться все более актуальной в ближайшем будущем. Таким образом обеспечение моделирования как служба может повысить доступность инструментов моделирования для МСП путем снижения стоимости владения (например, лицензионные сборы) и объем обучения, профессиональной подготовки и навыков, необходимых для использования начального этапа. В опросе по Суэйн (2011a) цены программного обеспечения для моделирования колебалась между $700 долларов США до более чем $ 15 000 долларов США). Однако общая стоимость владения на протяжении определенного периода может быть существенна, учитывая также усилия, необходимые для сбора данных и анализа, системы моделирования и экспериментальных кампаний в среде моделирования. МСП должны оценить стоимость и сравнить со стоимостью их традиционных процессов принятия решений и альтернативные издержки, связанные с отсутствием этих инструментов (например, с точки зрения времени на рынок, время отклика на неожиданные события, эффективности и действенности процессов управления изменениями в ответ на процесс продукта инновации).

Проект моделирования требует обоих экспертов системы для изучения (то есть, основные члены Организации, для которой проводится проект) и методов моделирования и инструментов. Если организации не хватает последней категории, могут быть разработаны имитационное исследование внутренне путем найма специалиста или обучение внутри ресурса или внешних консультантов может быть заключен (Шеннон, 1998). В частности подготовка внутренних людей может потребоваться несколько месяцев и может зависеть от выбранного инструмента. Усилий и время может варьироваться в зависимости от ряда факторов, таких, как проблема сложности, уровень детализации модели, сбор данных и анализ, программирование потребностей, количество экспериментальных кампаний, анализ вывода и инструмент и удобство для пользователей. Например опытный человек может реализовать проект DES в течение нескольких недель или месяцев, в зависимости от указанных факторов. Кроме того сбор входных данных и оценки может потребоваться до одной трети от общего времени, необходимого для изучения (Shannon, 1998). И наконец необходимо подчеркнуть, что экономии масштаба и охвата может быть получена, если дизайн модели моделирования для многократного использования, гибкости, модульность и масштабируемость с эффективным использованием параметров и переменных. Таким образом можно получить соответствующие экономия времени и усилий в дальнейших экспериментальных кампаний и новых исследований.

В целом что касается на основе технологии методов планирования и контроля в области управления поставками (в том числе систем моделирования и сценариев анализа), принятие МСП, отсутствуют необходимые финансовые, людские и другие ресурсы могут основываться на горизонтальном сотрудничестве с другими МСП, развитие вертикальных партнерских связей в цепочке поставок, и расширение поставщиков ИТ продуктов диапазонов, включая поддержку, направленную на доставку под ключ решения для МСП (Vaaland и Хайде 2007). С другой стороны Фунаки (2009) обсуждает бизнес-модели для производственно-сбытовых цепочек разработки программного обеспечения, например, предлагая альянсы между цепочками поставок консалтинговых фирм и поставщиков управления поставками программного обеспечения и проектирования платформ, обеспечивая тем самым инфраструктуру, на которой компании могут осуществлять проектирование производственно-сбытовых цепочек и обзор процессов а также получить консультацию по требованию.

Такие бизнес-модели может повысить доступность моделирования для МСП, и поэтому сети производственно-сбытовых цепочек, переплелись в их бизнес экосистемы выиграют от повышения оперативности, надежности и устойчивости партнеров. Государственные органы, исследовательские учреждения, ассоциации, банковской системы, а также инвесторы могут позитивно взаимодействовать с МСП и крупными предприятиями в этой среде, которая во все большей степени ориентирована на поддержкой технологии бизнес-процессов и инноваций. Экосистема бизнес будет Арена, где сеть цепочки поставок становится реальной стоимости сети и где co-opetition имеет место. Значение совместное создание, на основе предоставления и использования программных средств моделирования могут быть затем реализованы с двух точек зрения: i) пользователей (например, МСП) и ii) моделирования продавцов и консультантов.

Для пользователей значение совместного творчества может быть реализованы из возможностей:

  1. Самостоятельно создайте свои собственные эксперименты и моделирования настроек в среде моделирования. Эти возможности возникают в контексте внутренне выполненной модели реализации и среды моделирования настройки.
  2. Обмен и совместно разрабатывать информацию с партнерами сети производственно-сбытовых цепочек, например, при тестировании параметров и переменных общего пользования, или выходные данные и параметры моделей партнеров путем, например, распределенных моделирования парадигмы. Эти того возникают в контексте реализации внутренне выполненной модели и совместного использования выбранных данных через интерфейсы и архитектуры для запуска распределенных моделей разработанных различными компаниями.

Для моделирования продавцов и консультантов, совместного создания стоимости могут быть реализованы от возможностей:

  1. Настройка среды моделирования МСП на основе требований пользователей
  2. Разработать новые возможности для инструментов, вдохновленные новыми требованиями пользователей
  3. Действовать в качестве поставщика услуг моделирования для малого и среднего бизнеса
  4. Наброски и передачи управления изменениями и инновационных моделей моделирования пользователей на основе прошлого опыта или опыта в производственно-распределительной цепи дизайн или ре-дизайн проектов

Таким образом, моделирование может представлять «Пользовательский инструментарий для инноваций» (см. фон Хиппель, 2001): в случае моделирования в службу, поставщик программного обеспечения будет, на практике моделирования пользователя, в то время как МСП будет актер, используя вывод службы моделирования. В этом случае МСП, имеющих неясные идеи о своих реальных инноваций могут получить идеи и сосредоточены показания для вождения своих инновационных процессов. В то же время поставщик услуг моделирования может вводить новшества инструментов, предлагаемых на основе новых требований заказчика, которые возникли в этом взаимодействии и имеют отношение к рынку.

Заключение

МСП вносят замечательный вклад в валовой внутренний продукт как современных, так и возникающих экономик во всем мире. Они могут работать независимо друг от друга в мелких производственно-сбытовых цепочек или в больших сетях производственно-сбытовых цепочек, в том числе крупных предприятий. Моделирование может использоваться МСП на индивидуальном уровне для оценки их производительности. МСП могут также сделать использование моделирования на уровне сети поставок для сравнения их производительности оценки требований интеграции сети, сотрудничая с крупными предприятиями. И наконец моделирование может использоваться МСП для поддержки их процессов инновационного управления. Действительно имитационного моделирования опирается на творчество, которая является одной из возможностей для инновационной деятельности.

Тем не менее Помимо конкретной полезности моделирования систем ИКТ уже представляют собой предрасположенность к виртуальный тест сценария альтернатив посредством наличия информационной инфраструктуры и больших объемов данных, поступающих от выполнения бизнес-процессов. ИКТ и аналитика для управления цепочкой поставок и управления изменениями, создают условия для оценки комплексных решений на стратегическом, тактическом и оперативном уровнях. Доступ к этим технологиям МСП могут препятствуют барьеры, знаний и затрат. Эти препятствия могут быть преодолены с помощью сотрудничества и различных бизнес-моделей с участием индустрии программного обеспечения и пользователей в процессах совместного создания стоимости в рамках бизнес экосистемы. Крупные предприятия уже выгоду от использования этих инструментов, но МСП не должны упустить эту возможность для получения и поддержания их конкурентные преимущества также, как и для повышения их инновационного потенциала.

Доля этой статьи:

Цитируете эту статью:

Оцените содержание: 
Нет голосов были поданы еще. Скажи свое слово!

Ключевые слова: конкурентные преимущества, инновации, моделирование, малых и средних предприятий, малого и среднего бизнеса, цепочки поставок сети

Добавить новый комментарий

Обычный текст

  • Теги HTML не разрешены.
  • Адреса электронной почты и адреса страниц включите в ссылки автоматически.
  • Строки и параграфы переносятся автоматически.