Czy Państwa strategie zarządzania ryzykiem w łańcuchu dostaw przynoszą odwrotny skutek?

Dziewięć na dziesięć firm wdrożyło strategie zarządzania ryzykiem w latach po COVID. Działania te, zgodnie z badaniem McKinsey z 2022 roku, obejmują m.in. wdrożenie pulpitów do pełnej widoczności w łańcuchu dostaw (67%), planowanie scenariuszy (37%) oraz działania mające na celu zebranie odpowiednich danych (53%). 

Choć te działania przynoszą pozytywne efekty—firmy deklarują, że są 1,5–2 razy mniej narażone na zakłócenia w łańcuchach dostaw—nie stanowią one tak skutecznego antidotum na problemy łańcucha dostaw, jak oczekiwała większość liderów tego sektora. 

Jednak kadra zarządzająca łańcuchami dostaw wciąż nie czuje się w pełni przygotowana na obecne i przyszłe zakłócenia. Od szybko rosnących list sankcyjnych po nowe regulacje środowiskowe wymagające bezprecedensowej widoczności w łańcuchu dostaw, kolejne wyzwania spędzają liderom sen z powiek i rodzą pytania o nowe, pojawiające się ryzyka. 

Aby sprostać tym wyzwaniom, przedsiębiorstwa coraz częściej sięgają po strategie, które stały się wyznacznikiem nowoczesnego podejścia do ograniczania ryzyka. Obejmują one:

1. Pogłębianie współpracy z dostawcami (61%)
2. Inwestowanie w transformację cyfrową (42%)
3. Optymalizację zarządzania popytem (37%)

Choć te działania to krok w dobrym kierunku, obecne metody ich realizacji nie są wystarczające wobec dzisiejszych zagrożeń. Dlaczego? Ponieważ brakuje im dwóch kluczowych elementów: skalowalności i trwałości.

Współpraca z dostawcami: ręczny proces z licznymi ograniczeniami

Ankiety dla dostawców nadal są najczęściej wykorzystywanym narzędziem do zbierania krytycznych informacji na temat łańcucha dostaw firmy. Przeprowadzane zwykle raz w roku lub co dwa lata, dają wgląd w zgodność z przepisami, zarządzanie ryzykiem i ogólną wydajność dostawców. Jednak jako proces ręczny, współpraca poprzez ankiety napotyka na istotne ograniczenia, szczególnie w kontekście skalowalności i trwałości.

Ankietowanie dostawców to proces statyczny

Podstawowy problem stanowi tu statyczny charakter ankiet: zbierane dane odzwierciedlają jedynie chwilowy stan z momentu wypełnienia. Jeśli np. dostawca zostanie przebadany w marcu, a w czerwcu trafi na listę podmiotów zakazanych, przedsiębiorstwo może nie być tego świadome aż do kolejnej tury ankiet—czyli nawet przez rok. Powstaje w ten sposób luka w widoczności, która naraża firmy na ryzyka związane z niezgodnością, odpowiedzialnością prawną i innymi zakłóceniami pojawiającymi się pomiędzy cyklami badań.

Ankiety dla dostawców mają też inną wadę: trudno je skalować do poziomu, którego wymaga nadciągająca fala regulacji ESG (Environmental, Social, Governance). Dyrektywy wymuszają coraz większy wgląd w praktyki i etykę dostawców, przez co liczba ankiet kierowanych do dostawców Tier 1 oraz żądania informacji o sub-tierach gwałtownie rosną. Zwiększanie jakości, zakresu i szczegółowości ankiet nie gwarantuje lepszej odpowiedzi—firmy i tak zmagają się z niepełnym feedbackiem i malejącą efektywnością tej współpracy.

Dostawcy coraz częściej odczuwają zmęczenie ankietami

Zjawisko „zmęczenia ankietowego” narasta. W badaniu Voice of the Supplier 2024 aż 61% producentów przyznało, że „najważniejszy klient wysyła zbyt wiele próśb o informację”. Dodatkowo 60% respondentów oceniło, że „ich kluczowy klient oczekuje zbyt dużego zaangażowania w procesy administracyjne”.

Dostawcy obsługujący wielu klientów, z których każdy żąda szczegółowych danych o zgodności, szybko zostają przeciążeni. Skutkuje to niekompletnymi lub pośpiesznymi odpowiedziami, zwłaszcza ze strony dostawców średniego szczebla, którzy nie zawsze priorytetyzują mniejsze firmy. Nawet zgromadzone odpowiedzi często cechuje niska jakość i ograniczona wartość. To jeszcze bardziej zmniejsza efektywność wysiłków na rzecz współpracy z dostawcami.

Dostawcy nie zawsze podzielają Państwa priorytety

Powszechnie wiadomo w branży łańcucha dostaw, że to, co korzystne dla końcowego producenta, rzadko jest w pełni zgodne z interesem dostawcy—szczególnie gdy mowa o regulacjach ESG i CSR (Corporate Social Responsibility). Dostawcy mogą mieć inne priorytety oraz standardy etyczne niż firmy, którym dostarczają części, podzespoły czy inne produkty. Starając się wypaść jak najlepiej, utrzymać klienta lub uniknąć problemów regulacyjnych, dostawcy mogą selektywnie podawać informacje, przedstawiając niepełny stan zgodności lub pomijając istotne szczegóły. Powoduje to, że firmy inwestują i podejmują działania na bazie obrazu sytuacji, który nie zawsze odzwierciedla rzeczywistość.

Technologie cyfrowe: wdrożenia bez strategii

Transformacja cyfrowa przyniosła szereg rozwiązań software’owych pomagających firmom zarządzać m.in. emisją CO₂ czy ryzykiem dostawców. Wdrażanie tych narzędzi to krok w stronę nowoczesności, jednak wiele firm decyduje się na digitalizację bez spójnej strategii. 

Pojedyncze, wyspecjalizowane narzędzia fragmentują dane

Większość dostępnych rozwiązań cyfrowych to tak zwane „point solutions”, które odpowiadają na bardzo konkretne problemy, np. ocenę ESG czy monitoring stabilności finansowej dostawców. W pogoni za rozwiązaniem wybranych wyzwań wiele firm wdraża technologie bez planu na spójność technologiczną. W efekcie krajobraz technologiczny firm staje się coraz bardziej złożony i pełen silosów danych, z którymi pracownicy nie są w stanie efektywnie pracować. Według BetterCloud, firmy korzystają dziś średnio ze 112 aplikacji SaaS, a pracownicy przełączają się między 35 kluczowymi narzędziami nawet 1100 razy dziennie. 

Te narzędzia cyfrowe rozwiązują wybrane problemy, ale generują kolejne wyzwanie: fragmentację danych. Fragmentacja polega na tym, że informacje są rozproszone, niespójne i przechowywane w wielu bazach. Specjaliści pracujący w takim środowisku mają trudności ze stworzeniem spójnego obrazu całości łańcucha dostaw.

Brak integracji danych ogranicza szeroką widoczność

Niedostateczna integracja danych prowadzi do jednej z największych wad większości cyfrowych transformacji: braku widoczności. Gdy firmy mówią o problemach z widocznością w łańcuchu dostaw, często mają na myśli brak danych. To stale powracający problem. Jednak pojawia się nowe zjawisko ślepoty informacyjnej—powodowane nie tylko gęstą strukturą wartości, ale także samymi narzędziami technologicznymi. Niespójne zbiory danych, których nie da się połączyć w jednolity obraz, uniemożliwiają zrozumienie pełnego kontekstu na podstawie posiadanych już danych.

Silosy danych to nie nowość i firmy od lat walczą z ich skutkami. Jednak chaotyczne wdrażanie różnorodnych technologii bez uwzględnienia ich wpływu na całościową widoczność danych oraz współpracę między działami prowadzi firmy na manowce. Ten rozproszony krajobraz danych sprawia, że specjaliści ds. łańcucha dostaw mogą nie dostrzegać kluczowych zagrożeń zarówno u dostawców, jak i w wewnętrznych operacjach. 

Syntetyzowanie danych wymaga korzystania z nieoficjalnych narzędzi IT

Brak integracji między bazami danych powoduje, że pracownicy sięgają po „shadow IT”—czyli nieautoryzowane oprogramowanie lub ręczne rozwiązania, np. Google Sheets czy narzędzia low-code, by łączyć dane z wielu systemów. Tymczasem takie obejścia rodzą własne ryzyka, zwłaszcza w zakresie jakości danych oraz bezpieczeństwa. Nawet 32% rozwiązań SaaS wykorzystywanych przez firmy nie jest zatwierdzonych przez działy IT, co generuje znaczące zagrożenia dla zarządzania danymi.

Systemy te są również pełne błędów. Badanie akademickie z 2024 r. wykazało, że 94% arkuszy kalkulacyjnych wykorzystywanych do podejmowania decyzji biznesowych zawiera błędy, narażając firmy na straty finansowe oraz pomyłki operacyjne. Bazy danych zbudowane na ręcznym kopiowaniu i braku standaryzacji często są niezweryfikowane i prowizoryczne. 

W miarę jak firmy gromadzą coraz większe ilości danych na potrzeby zarządzania ryzykiem i licznych audytów, brak solidnej strategii technologicznej prowadzi do procesów SCRM (Supply Chain Risk Management) opartych na ogromnych wolumenach danych o niepewnej jakości. 

Problem jakości danych w zarządzaniu popytem

Efektywne zarządzanie popytem jest kluczowe dla optymalizacji zasobów i dopasowania do możliwości dostaw, ale opiera się na jednym fundamencie: wiarygodności danych będących podstawą decyzji. Zarządzanie popytem wymaga precyzyjnych i czystych danych do rzetelnego prognozowania i planowania. Jeśli dane są wadliwe, nieaktualne lub rozproszone, nawet najlepiej przygotowana strategia nie przyniesie oczekiwanych efektów.

Zanieczyszczone dane podważają wiarygodność baz

Sukces strategii zarządzania popytem zależy od jakości informacji wprowadzanych do prognoz. Jeśli dane pochodzące od zespołów sprzedaży, marketingu, dostawców czy z historycznych zapisów są niespójne lub błędne, cały proces zostaje zaburzony. Z badań Gartnera wynika, że niska jakość danych kosztuje organizacje „co najmniej 12,9 mln USD rocznie, średnio”.

Analiza zestawień materiałowych (BOM) przeprowadzona przez Z2Data pokazuje, że niepoprawne lub niejednolite dane powodują poważne zakłócenia w działaniach łańcucha dostaw. Okazało się, że firmy posługiwały się ponad 500 różnymi wariantami zapisu produktów Texas Instruments w swoich systemach, co niepotrzebnie komplikowało monitorowanie i zarządzanie dostawcami. Taki chaos może prowadzić do braków i utraty sprzedaży lub—z drugiej strony—nadwyżek, które podnoszą koszty składowania i skutkują stratami produktowymi.

Brak weryfikacji danych pochodzących od dostawców

Wiele firm w dużym stopniu polega na informacjach dostarczanych przez dostawców na potrzeby planowania popytu, nie wdrażając jednak rzetelnych mechanizmów weryfikacji. Jeżeli dane dotyczące czasu realizacji (lead time) lub dostępnych zapasów są nieprawidłowe albo nie zostały niezależnie potwierdzone, grozi to poważnymi zakłóceniami.

Analiza Z2Data wykazała, że spośród 473 190 komponentów wycofanych z produkcji w 2023 roku, aż ok. 142 000—czyli 30%—nie było objętych żadnym oficjalnym powiadomieniem o zmianie produktu (PCN) od producenta. 

Poleganie na niezweryfikowanych lub niepełnych danych naraża firmy na nagłe braki lub opóźnienia—sytuacje, którym można byłoby zapobiec dzięki lepszym mechanizmom zarządzania popytem. Brak wiarygodnych danych zmusza firmy do reaktywnego działania i podejmowania decyzji na podstawie niepełnych lub wprowadzających w błąd informacji. Wraz ze wzrostem wymogów regulacyjnych i liczby zbieranych danych, te wyzwania będą się nasilać, pogłębiając problematyczność weryfikacji i jakości informacji.

Wdrażanie dynamicznego zarządzania ryzykiem w łańcuchu dostaw

Mimo istotnych postępów w zakresie proaktywnego zarządzania ryzykiem, obecne podejścia nie nadążają za złożonością współczesnych łańcuchów dostaw. Ręczne procesy, takie jak ankiety dla dostawców, rozfragmentowane środowiska cyfrowe oraz niezweryfikowane dane generują luki w widoczności i skalowalności, narażając firmy na ryzyka związane z brakiem zgodności oraz zakłóceniami. 

Ograniczenia te wskazują na pilną potrzebę wdrożenia takich strategii, które nie tylko są perspektywiczne, lecz także odpowiadają na płynne, powiązane wyzwania współczesnych łańcuchów dostaw. Bez rozwiązań skalowalnych oraz integracji danych w czasie rzeczywistym nawet najambitniejsze inicjatywy z zakresu zarządzania ryzykiem nie przyniosą oczekiwanych efektów.