עלות שרשרת האספקה – המספרים שכל מנהל צריך לדעת
ניהול שרשרת האספקה הוא אחד מהמנועים הכלכליים המשמעותיים ביותר בכל ארגון ייצורי או מסחרי. על פי נתוני Gartner ו-Deloitte, עלויות שרשרת האספקה מהוות בממוצע:
- ייצור: 50%-70% מהמחזור הכולל
- קמעונאות: 70%-85% מהמחזור
- מזון ומשקאות: 60%-75% מהמחזור
- אלקטרוניקה: 55%-65% מהמחזור
- פארמה: 30%-45% מהמחזור
ניתוח זה מלמד כי שיפור של 5% ביעילות שרשרת האספקה יכול להשפיע על רווחיות הארגון לא פחות מגידול של 20%-30% בהכנסות.
מרכיבי עלות שרשרת האספקה
עלויות שרשרת האספקה מתחלקות לכמה קבוצות עיקריות:
עלויות רכש: 50%-70% מסך עלויות השרשרת – זה כולל את מחירי הרכש הישיר חו"ג/סחורות, רכש עקיף, עמלות סוכנים, מכסים ועלויות רגולציה.
עלויות מלאי: 20%-30% – כולל את עלויות האחזקה, הביטוח, פחת מלאי (shrinkage) ועלויות ההון . המספר המקובל בתעשייה לעלות החזקת מלאי הוא 20%-25% מערך המלאי השנתי.
עלויות לוגיסטיקה ושינוע: 5%-15% – כולל את ההובלה, המכס, הביטוח ואחסנה.
עלויות ניהול ואדמינסטרציה: 3%-7% – עלויות תפעול הכוללות את כוח האדם, מערכות IT וניהול הספקים.
בקרת ביצועים בשרשרת האספקה – KPIs מרכזיים
ביצוע בקרה נכונה דורש מדידה של מדדי ביצוע (KPIs) ברורים:
OTIF (On Time In Full): אחוז המשלוחים שהגיעו בזמן ובכמות הנכונה. תעשיות מובילות שואפות ל-95%+. פרמיית שירות או קנסות בדרך כלל מופעלים מתחת ל-90%.
מחזור מלאי (Inventory Turnover): כמה פעמים בשנה "מתחלף" המלאי(סבבי מלאי). חברות מובילות כמו Amazon ו-Zara מדווחות על מחזור מלאי של 8-12 בשנה; ממוצע תעשייתי הוא 4-6.
ימי מלאי (DSI – Days of Supply): לכמה ימי פעילות מספיק המלאי הקיים. הנורמה משתנה לפי תעשייה: קמעונאות מזון – 15-30 יום; אלקטרוניקה – 30-60 יום; תרופות – 60-90 יום.
עלות לעיבוד הזמנה (Cost per Order): עלות ממוצעת לעיבוד הזמנת לקוח מקצה לקצה. הנורמה בתעשייה היא $50-$150 להזמנה בתהליכים ידניים; מערכות אוטומטיות(באמצעות AI או RPA) מגיעות ל-$8-$20.
COGS (עלות המכר כאחוז ממכירות = רווח גולמי): מדד לייעול ייצור ורכש. ממוצע S&P 500 בייצור הוא כ-65%-70%.
שימושי AI מקובלים ומומלצים בניהול שרשרת האספקה
חיזוי ביקוש (Demand Forecasting): מערכות AI יכולות לנתח נתוני מכירות היסטוריים, מגמות עונתיות, נתוני שוק ואפילו מדיה חברתית לחיזוי מדויק של ביקוש. חברות המטמיעות מערכות AI בחיזוי ביקוש מדווחות על שיפור דיוק של 20%-40% לעומת שיטות מסורתיות.
אופטימיזציית מלאי: אלגוריתמי ML מחשבים את רמות המלאי האופטימליות בכל נקודה בשרשרת – כולל safety stock דינמי המותאם לרמות אי-הוודאות בסביבת האספקה.
ניהול סיכוני ספקים: מערכות AI יכולים לקוב אחר עשרות אלפי גורמי סיכון בזמן אמת – כולל מצב פיננסי ספקים, אירועי מזג אוויר, מתחים גאו-פוליטיים וסיכוני ציות – ומתריעים על בעיות פוטנציאליות לפני שהן מתממשות.
Digital Twin לשרשרת האספקה: יצירת עותק דיגיטלי מלא של שרשרת האספקה המאפשר סימולציה של הפרעות אפשריות ובחינת תרחישי תגובה לפני יישומם בשטח.
אוטומציה וRPA: Robotic Process Automation מטפל בתהליכים חוזרים כמו עיבוד הזמנות, פתיחת ספקים, ווידוא חשבוניות – ומשחרר זמן יקר לעבודה אנליטית ואסטרטגית.
דוגמאות מהעולם
Amazon: מערכות ה-AI של Amazon מנהלות שרשרת אספקה של 350 מיליון+ מוצרים, עם 99.7% OTIF ומחזור מלאי של 9-11 פעמים בשנה. ה-AI מנבא ומניע מוצרים למחסנים לפני שהלקוח בכלל הזמין אותם.
Walmart: מערכת AI לחיזוי ביקוש שהביאה לצמצום 16% בעלויות מלאי תוך שמירה על זמינות מוצרים של 98.5%.
Maersk: ענקית הספנות הטמיעה AI לאופטימיזציית נתיבי ים והפחיתה עלויות תפעול ב-10% תוך שיפור זמני הספקה.
סיכום
בקרת ביצועים נכונה ושימוש חכם ב-AI הם שני הכלים המשמעותיים ביותר לשיפור יעילות שרשרת האספקה. ארגונים שמשקיעים בתחומים אלה ירוויחו יתרון תחרותי משמעותי לשנים הבאות.
📩 לייעוץ על ניהול ושיפור שרשרת האספקה – צרו קשר עם משיק
