กลยุทธ์การบริหารความเสี่ยงห่วงโซ่อุปทานขององค์กรของคุณกำลังสร้างผลเสียหรือไม่

เก้าจากสิบองค์กรได้จัดทำกลยุทธ์การบริหารความเสี่ยงในช่วงหลายปีหลัง COVID ความพยายามเหล่านี้ ตามข้อมูลจากการสำรวจของ McKinsey ปี 2022 ประกอบด้วยการดำเนินการ อาทิ การติดตั้งแดชบอร์ดเพื่อการมองเห็นห่วงโซ่อุปทานแบบ end-to-end (67%) การวางแผนกรณีเหตุการณ์ต่าง ๆ (37%) และการทำงานเพื่อรวบรวมข้อมูลที่เพียงพอ (53%)

แม้กลยุทธ์เหล่านี้จะส่งผลเชิงบวก — หลายองค์กรรายงานว่ามีโอกาสได้รับผลกระทบต่อห่วงโซ่อุปทานลดลงถึง 1.5-2 เท่า — แต่องค์กรต่าง ๆ ก็ยังพบว่ากลยุทธ์เหล่านี้ไม่สามารถแก้ปัญหาห่วงโซ่อุปทานได้อย่างเด็ดขาดตามที่คาดหวัง

ผู้บริหารระดับสูงด้านห่วงโซ่อุปทานยังไม่มั่นใจว่ามีความพร้อมเพียงพอในการรับมือกับการหยุดชะงักทั้งในปัจจุบันและอนาคต ตั้งแต่รายการคว่ำบาตรที่ขยายตัวรวดเร็วไปจนถึงข้อกำหนดด้านสิ่งแวดล้อมใหม่ ๆ ที่ต้องการระดับการมองเห็นในห่วงโซ่อุปทานที่ไม่เคยเกิดขึ้นมาก่อน อุปสรรคเหล่านี้ทำให้ผู้นำองค์กรกังวลว่าจะมีความเสี่ยงรูปแบบใหม่เกิดขึ้นอีกเมื่อไร

ในการรับมือกับความท้าทายเหล่านี้ ธุรกิจกำลังปรับไปใช้ กลยุทธ์ที่กลายเป็นมาตรฐานของการลดความเสี่ยงเชิงรุกมากขึ้น กลยุทธ์เหล่านี้ประกอบด้วย:

1. การเพิ่มความร่วมมือกับซัพพลายเออร์ (61%)

2. การลงทุนด้านการเปลี่ยนแปลงสู่ดิจิทัล (42%)

3. การยกระดับการบริหารอุปสงค์ (37%)

แม้วิธีการเหล่านี้จะเป็นก้าวที่ถูกทาง แต่ท้ายที่สุดก็ยังไม่สามารถตอบโจทย์ความเสี่ยงในปัจจุบันได้ อันเนื่องมาจากวิธีการนำไปปฏิบัติ เหตุผลคือกลยุทธ์เหล่านี้ขาดสององค์ประกอบสำคัญ นั่นคือ ความสามารถในการขยายขนาด (scalability) และความยั่งยืน (sustainability)

ความร่วมมือกับซัพพลายเออร์: กระบวนการแบบแมนนวลที่ถูกจำกัดด้วยข้อจำกัด

การสำรวจซัพพลายเออร์ยังคงเป็นวิธีหลักในการเก็บข้อมูลสำคัญเกี่ยวกับห่วงโซ่อุปทานขององค์กร โดยปกติจะดำเนินการปีละครั้งหรือสองครั้ง เพื่อให้ข้อมูลเชิงลึกด้านการปฏิบัติตามข้อกำหนด การบริหารความเสี่ยง และประสิทธิภาพโดยรวมของซัพพลายเออร์ อย่างไรก็ดี เนื่องจากเป็นกระบวนการแบบแมนนวล ความร่วมมือกับซัพพลายเออร์ผ่านการทำแบบสอบถามจึงมีข้อจำกัดที่สำคัญหลายประการ โดยเฉพาะเมื่อพิจารณาถึงความสามารถในการขยายขนาดและความยั่งยืน

การทำแบบสอบถามกับซัพพลายเออร์เป็นกระบวนการแบบสแตติก

สิ่งแรกคือ ลักษณะของแบบสอบถามเป็นการเก็บข้อมูลแบบสแตติก ข้อมูลที่ได้จากแบบสอบถามหรือการสอบถามอื่น ๆ จะสะท้อนสถานการณ์เฉพาะ ณ เวลานั้น ตัวอย่างเช่น หากสอบถามซัพพลายเออร์ในเดือนมีนาคม แต่ซัพพลายเออร์นั้นถูกขึ้นบัญชีดำในเดือนมิถุนายน องค์กรอาจไม่ทราบการเปลี่ยนแปลงนี้จนกว่าจะถึงรอบการสำรวจถัดไป — ซึ่งอาจเกิดขึ้นอีกเป็นปี นำไปสู่ช่องว่างการมองเห็น (visibility gap) ที่ทำให้องค์กรตกอยู่ในความเสี่ยงด้านการปฏิบัติตามข้อกำหนด ความรับผิดทางกฎหมาย และการหยุดชะงักอื่น ๆ ที่เกิดขึ้นระหว่างรอบการสำรวจ

อีกปัญหาของแบบสอบถามซัพพลายเออร์คือ ไม่สามารถรองรับการขยายขนาดตามข้อกำหนด ESG ที่จะบังคับใช้อย่างครอบคลุมได้ ผู้ออกข้อกำหนดต่าง ๆ ต้องการข้อมูลเชิงลึกเกี่ยวกับแนวทางปฏิบัติของซัพพลายเออร์และจริยธรรม ระบบสอบถามที่หลั่งไหลไปยัง Tier 1 เพื่อขอข้อมูลการมองเห็นซัพพลายเออร์ลำดับถัดไปจะเพิ่มขึ้นอย่างมาก บริษัทที่พยายามเพิ่มความเข้มข้นและครอบคลุมของแบบสอบถามเหล่านี้จึงยังคงต้องเผชิญกับซัพพลายเออร์ที่ไม่ตอบสนองและประสิทธิผลที่ลดลง

ซัพพลายเออร์มักประสบปัญหาอ่อนล้าจากการทำแบบสอบถาม

ความอ่อนล้าจากการทำแบบสอบถามเป็นประเด็นที่ทวีความสำคัญ การสำรวจ Voice of the Supplier ปี 2024 จากกลุ่มซัพพลายเออร์ พบว่า 61% ของผู้ผลิตเหล่านี้รู้สึกว่า “ลูกค้าคนสำคัญส่งคำร้องขอข้อมูลมากเกินไป” นอกจากนี้ 60% ที่ร่วมสำรวจยังระบุว่า “ลูกค้าคนสำคัญคาดหวังให้พวกเขาทำงานเอกสารมากเกินไป”

ซัพพลายเออร์ที่ดำเนินธุรกิจกับลูกค้ามากกว่าหนึ่งรายและต้องจัดเตรียมข้อมูลด้านการปฏิบัติตามข้อกำหนดจำนวนมาก มักถูกกดดันจนโอเวอร์โหลด ส่งผลให้เกิดการตอบแบบสอบถามที่ไม่ครบถ้วนหรือเร่งรีบ โดยเฉพาะในกลุ่มซัพพลายเออร์ลำดับกลาง ซึ่งอาจไม่ให้ความสำคัญกับองค์กรขนาดเล็ก แม้จะได้ข้อมูลตอบกลับแล้ว คุณภาพและความลึกของข้อมูลก็มักถูกลดทอนลงไป ข้อจำกัดเหล่านี้ลดประสิทธิภาพของความร่วมมือกับซัพพลายเออร์

ซัพพลายเออร์ไม่ได้ให้ความสำคัญเหมือนคุณเสมอไป

ข้อเท็จจริงที่ผู้เชี่ยวชาญในห่วงโซ่อุปทานมักทราบดีคือ สิ่งที่เป็นประโยชน์ต่อผู้ผลิตปลายทางอาจไม่เหมาะกับซัพพลายเออร์ โดยเฉพาะข้อกำหนดทาง ESG และ CSR ซัพพลายเออร์อาจไม่มีลำดับความสำคัญหรือมาตรฐานจริยธรรมเดียวกับองค์กรที่พวกเขาจำหน่ายชิ้นส่วนหรือผลิตภัณฑ์ให้ เพื่อแสดงภาพลักษณ์เชิงบวกต่อองค์กร รักษาฐานลูกค้า และหลีกเลี่ยงปัญหาด้านข้อกำหนด ซัพพลายเออร์บางรายอาจคัดเลือกข้อมูล รายงานสถานะการปฏิบัติตามข้อกำหนดที่ไม่ตรงตามจริง หรือเว้นรายละเอียดสำคัญ ซึ่งทำให้องค์กรลงทุนและดำเนินการกับชุดข้อมูลที่อาจไม่สะท้อนความจริงทั้งหมด

เทคโนโลยีดิจิทัล: การนำไปใช้โดยไม่มีโร้ดแม็ป

กระแสการเปลี่ยนผ่านสู่ดิจิทัลทำให้เกิดโซลูชั่นซอฟต์แวร์มากมาย เพื่อช่วยให้องค์กรบริหารจัดการตั้งแต่การปล่อย CO₂ ไปจนถึงความเสี่ยงจากซัพพลายเออร์ แม้ว่าการนำเทคโนโลยีเหล่านี้ไปใช้จะแสดงให้เห็นถึงความทันสมัย แต่องค์กรจำนวนมากเร่งนำเทคโนโลยีดิจิทัลมาใช้โดยขาดโร้ดแม็ปแบบองค์รวม

โซลูชั่นเทคโนโลยีเฉพาะจุดกำลังทำให้ข้อมูลของคุณกระจัดกระจาย

โซลูชั่นดิจิทัลส่วนใหญ่ในตลาดทุกวันนี้เป็น “point solutions” ที่สร้างมาเพื่อแก้ปัญหาเฉพาะ เช่น การให้คะแนน ESG หรือการตรวจสอบเสถียรภาพทางการเงินของซัพพลายเออร์ ในความพยายามรับมือกับความท้าทายเฉพาะด้าน หลายองค์กรนำเทคโนโลยีมาใช้โดยไม่มีแผนการผสาน การเชื่อมโยงระบบเทคโนโลยี ผลลัพธ์ที่ตามมาคือภูมิทัศน์เทคโนโลยีที่ซับซ้อนยิ่งขึ้น เต็มไปด้วยไซโลข้อมูล (data silos) ที่พนักงานต้องใช้ความพยายามอย่างมากในการค้นหาและใช้งาน ตามข้อมูลจาก BetterCloud ปัจจุบันองค์กรใช้แอปพลิเคชัน SaaS เฉลี่ย 112 ตัว โดยพนักงานต้องสลับใช้งาน 35 แอปหลักมากกว่า 1,100 ครั้งต่อวัน

แม้เครื่องมือดิจิทัลเหล่านี้จะช่วยแก้ปัญหาเฉพาะทาง แต่ก็สร้างปัญหาใหม่ที่ใหญ่กว่า: การกระจัดกระจายของข้อมูล (data fragmentation) การกระจัดกระจายของข้อมูลเป็นสถานการณ์ที่ข้อมูลไม่เป็นระเบียบ ไม่เชื่อมโยง และถูกเก็บไว้ตามฐานข้อมูลต่าง ๆ อย่างกระจัดกระจาย ผู้เชี่ยวชาญที่ต้องทำงานในสภาพแวดล้อมลักษณะนี้มักไม่สามารถมองเห็นภาพรวมของห่วงโซ่อุปทานทั้งหมดได้อย่างครบถ้วน

การขาดการบูรณาการข้อมูลบดบังการมองเห็นภาพรวมของคุณ

ปัญหานี้ยังนำไปสู่ข้อบกพร่องสำคัญในความพยายามเปลี่ยนผ่านสู่ดิจิทัล นั่นคือ การขาดการมองเห็น โดยทั่วไปเมื่อพูดว่าขาดการมองเห็นห่วงโซ่อุปทาน จะหมายถึงปริมาณข้อมูลที่ไม่เพียงพอ ซึ่งยังเป็นปัญหาหลักซ้ำซาก แต่รูปแบบการ “มืดบอด” แบบใหม่กำลังเกิดขึ้น ซึ่งถูกขับเคลื่อนเท่า ๆ กันทั้งจากเครื่องมือเทคโนโลยี และความซับซ้อนของห่วงโซ่อุปทานที่แผ่ขยาย ฐานข้อมูลที่ไม่สามารถสังเคราะห์ให้เป็นมุมมองภาพรวมและเชื่อมโยงกันได้ กำลังปิดกั้นการเห็นภาพใหญ่ของข้อมูลที่องค์กรมีอยู่แล้ว

ไซโลข้อมูลไม่ใช่เรื่องใหม่ องค์กรต่าง ๆ พยายามแก้ปัญหานี้มานานหลายทศวรรษ อย่างไรก็ดี การนำแพลตฟอร์มเทคโนโลยีที่แตกต่างหลากหลายมาใช้โดยไม่คำนึงถึงผลกระทบต่อการมองเห็นข้อมูลทั่วทั้งองค์กรและการประสานงานข้ามแผนก กำลังนำพาองค์กรไปผิดทิศทาง ระบบนิเวศข้อมูลที่แยกส่วนและไม่เชื่อมโยงเช่นนี้ เสี่ยงต่อการที่ผู้เชี่ยวชาญด้านห่วงโซ่อุปทานจะพลาดจุดเปราะบางหลัก ทั้งในกลุ่มซัพพลายเออร์และในกระบวนการภายในของตนเอง

การสังเคราะห์ข้อมูลมักบังคับให้พนักงานใช้ Shadow IT

เพื่อแก้ปัญหาการขาดการเชื่อมต่อฐานข้อมูล พนักงานจำนวนมากต้องหันไปใช้โซลูชั่น “shadow IT” เช่นซอฟต์แวร์ที่ไม่ได้รับรอง หรือวิธีแก้ปัญหาแมนนวล เช่น Google Sheets หรือเครื่องมือ low-code เพื่อรวมข้อมูลจากหลายระบบ อย่างไรก็ตาม มาตรการเฉพาะหน้าดังกล่าวก็นำมาซึ่งปัญหาใหม่ ด้านความถูกต้องของข้อมูลและไซเบอร์ซิเคียวริตี้ มากถึง 32% ของโซลูชั่น SaaS ที่องค์กรใช้ ไม่ได้รับการอนุมัติจากแผนก IT และนำไปสู่ความเสี่ยงในการบริหารข้อมูลที่สำคัญ

ระบบทางเลือกเหล่านี้ก็เต็มไปด้วยข้อผิดพลาด การศึกษาทางวิชาการปี 2024 พบว่า 94% ของสเปรดชีตที่ถูกใช้ในการตัดสินใจธุรกิจมีข้อผิดพลาด ก่อให้เกิดความเสี่ยงรุนแรงต่อความสูญเสียทางการเงินและความผิดพลาดในการดำเนินงาน ฐานข้อมูลเหล่านี้มักเกิดจากการคัดลอก-วางแบบแมนนวลและไม่มีมาตรฐานการตรวจสอบรับรอง ส่งผลให้ข้อมูลถูกรวบรวมแบบชั่วคราว โดยไม่มีการตรวจสอบอย่างเพียงพอ

เมื่อองค์กรเก็บข้อมูลมากขึ้นเพื่อการบริหารความเสี่ยงและการประเมินต่าง ๆ หลายด้าน การขาดกลยุทธ์เทคโนโลยีที่มั่นคงจะทำให้ SCRM เป็นกระบวนการที่เต็มไปด้วยข้อมูลจำนวนมหาศาลซึ่งอาจขาดความถูกต้อง

ปัญหาข้อมูลในกระบวนการบริหารอุปสงค์

แม้การบริหารอุปสงค์เป็นสิ่งจำเป็นสำหรับการเพิ่มประสิทธิภาพการใช้ทรัพยากรและการประสานการจัดหากับความต้องการ ความท้าทายหลักคือความถูกต้องของข้อมูลที่ใช้ขับเคลื่อนการตัดสินใจ กระบวนการนี้ขึ้นอยู่กับข้อมูลที่แม่นยำและสะอาดเพื่อการพยากรณ์และวางแผน หากข้อมูลบกพร่อง ล้าสมัย หรือกระจัดกระจาย ต่อให้กลยุทธ์การบริหารอุปสงค์ถูกออกแบบมาอย่างดีเพียงใด ย่อมไม่สามารถส่งมอบผลลัพธ์ตามเป้าหมายได้

ฐานข้อมูลของคุณถูกบิดเบือนด้วยข้อมูลที่ผิดพลาด

ความสำเร็จของการบริหารอุปสงค์ขึ้นอยู่กับความสมบูรณ์ของข้อมูลที่ผู้เชี่ยวชาญป้อนเข้าสู่แบบจำลอง หากข้อมูลจากทีมขาย ทีมการตลาด ซัพพลายเออร์ หรือข้อมูลในอดีตไม่สอดคล้องหรือไม่ถูกต้อง กระบวนการทั้งหมดก็จะบกพร่อง งานวิจัยของ Gartner ชี้ให้เห็นว่าคุณภาพข้อมูลที่ต่ำก่อให้เกิดต้นทุน “อย่างน้อย $12.9 ล้านต่อปีโดยเฉลี่ย”

การวิเคราะห์ BOM (รายการวัสดุ) ของผลิตภัณฑ์โดย Z2Data ยังชี้ชัดว่าข้อมูลที่ไม่ถูกต้องหรือบกพร่องสามารถสร้างภาระอย่างรุนแรงต่อการดำเนินงานห่วงโซ่อุปทาน การวิเคราะห์พบว่าองค์กรใช้รูปแบบสะกดชื่อสินค้าของ Texas Instruments มากกว่า 500 แบบในระบบ เพิ่มความยุ่งยากในการติดตามและบริหารซัพพลายเออร์ ความไม่เป็นระเบียบนี้อาจก่อให้เกิดปัญหาชิ้นส่วนขาดแคลนจนเสียโอกาสการขาย หรือในอีกด้านหนึ่ง ทำให้เกิดสินค้าคงคลังส่วนเกิน นำไปสู่ต้นทุนเก็บรักษาที่เพิ่มขึ้นและของเสียที่มากขึ้น

ไม่มีขั้นตอนการยืนยันข้อมูลที่ซัพพลายเออร์ส่งมา

องค์กรจำนวนมากต้องพึ่งพาข้อมูลจากซัพพลายเออร์ในแผนการบริหารอุปสงค์ โดยขาดมาตรการตรวจสอบความถูกต้องที่เข้มแข็ง หากข้อมูลเกี่ยวกับระยะเวลาส่งมอบ (lead time) หรือปริมาณสินค้าคงคลังจากซัพพลายเออร์ไม่ถูกต้องหรือตรวจสอบไม่ได้ อาจนำไปสู่ความหยุดชะงัดครั้งสำคัญ

ในความเป็นจริง การวิเคราะห์ของ Z2Data พบว่า จากจำนวนชิ้นส่วน 473,190 รายการที่เลิกผลิตในปี 2023 มีประมาณ 142,000 รายการ หรือคิดเป็น 30% ไม่ได้รับ PCN (การแจ้งเปลี่ยนแปลงผลิตภัณฑ์) จากผู้ผลิต

การพึ่งพาข้อมูลที่ขาดการยืนยันหรือไม่สมบูรณ์ทำให้องค์กรเสี่ยงต่อการขาดชิ้นส่วนหรือความล่าช้าโดยกะทันหัน — ซึ่งสามารถจัดการได้หากมีระบบควบคุมการบริหารอุปสงค์ที่ดีกว่า หากไม่มีข้อมูลที่ถูกต้อง องค์กรมักจำต้องตอบสนองแบบเฉพาะหน้า ด้วยการตัดสินใจบนพื้นฐานข้อมูลที่ไม่ครบถ้วนหรือเข้าใจผิด เมื่อข้อกำหนดด้านกฎระเบียบส่งผลให้ต้องเก็บและบริหารข้อมูลในปริมาณที่เพิ่มขึ้น ปัญหาเหล่านี้ยิ่งทวีความซับซ้อน สะสมและขยายผลต่อประเด็นความถูกต้องและการตรวจสอบข้อมูล

ก้าวสู่การบริหารความเสี่ยงห่วงโซ่อุปทานแบบไดนามิก

แม้การพัฒนากลยุทธ์การบริหารความเสี่ยงเชิงรุกจะยกระดับอย่างมีนัยสำคัญ แต่แนวทางในปัจจุบันยังไม่สามารถรับมือกับความซับซ้อนของห่วงโซ่อุปทานยุคใหม่ได้ กระบวนการแบบแมนนวล เช่น การสำรวจซัพพลายเออร์ ระบบดิจิทัลที่กระจัดกระจาย และข้อมูลที่ยังขาดการยืนยัน ล้วนสร้างช่องว่างด้านการมองเห็นและขยายขนาด นำไปสู่อันตรายด้านการปฏิบัติตามข้อกำหนดและความเสี่ยงการหยุดชะงัก

ข้อจำกัดเหล่านี้สะท้อนความจำเป็นอย่างเร่งด่วนของกลยุทธ์ที่ทั้งคิดล่วงหน้าและสามารถรองรับความเชื่อมโยงและความท้าทายที่เปลี่ยนแปลงตลอดเวลาของห่วงโซ่อุปทานยุคใหม่ หากไม่มีโซลูชั่นที่ขยายขนาดได้และข้อมูลแบบเรียลไทม์ แม้ความพยายามบริหารความเสี่ยงที่ตั้งใจดีที่สุดก็อาจไม่สำเร็จตามเป้าหมาย