Le batterie sono prodotte per lo stoccaggio, in una catena di approvvigionamento su ordinazione
Ad aggravare il problema di un'accurata pianificazione e produzione di veicoli elettrici? Le case automobilistiche utilizzano due approcci completamente diversi per pianificare e produrre i veicoli elettrici e le loro batterie.
La maggior parte dei produttori di auto e camion, in collaborazione con i propri fornitori di batterie, utilizza un approccio make-to-stock e basato sull'offerta per la produzione e l'approvvigionamento di batterie per veicoli elettrici, basato sulla disponibilità di materiali scarsi come litio, nichel, manganese e cobalto. Le previsioni di approvvigionamento di materie prime, le capacità produttive e la disponibilità dei fornitori sono i principali vincoli. L'obiettivo è quello di ricostituire le scorte di batterie per veicoli elettrici su base continuativa, poiché vengono utilizzate nei veicoli finiti.
Quando le batterie entrano nel tradizionale processo di pianificazione della produzione per i veicoli, tuttavia, fanno ora parte di un'operazione di produzione discreta e basata sulla domanda. Le batterie entrano nel flusso di produzione come celle, componenti elettronici e pacchi finiti, creando una serie di sfide miste per la pianificazione della produzione e l'integrazione dei componenti. Le loro particolari esigenze di movimentazione creano sfide pratiche e finanziarie durante il trasporto in entrata, lo stoccaggio presso l'impianto di produzione e l'assemblaggio dei veicoli. Il flusso di batterie nelle linee di produzione dei veicoli elettrici è l'opposto di essere continuo, prevedibile e facilmente gestibile.
Il risultato finale? La "spinta" della produzione di batterie per veicoli elettrici raramente soddisfa la "spinta" della domanda di veicoli elettrici con un certo grado di precisione.
È facile capire come le case automobilistiche siano finite in questa situazione. I materiali rari utilizzati nelle batterie dei veicoli elettrici sono sempre più limitati, in particolare a causa di eventi geopolitici come il conflitto Russia-Ucraina. C'è una reale sensazione tra gli specialisti dell'approvvigionamento e i pianificatori della produzione di batterie che questo singolo vincolo debba necessariamente guidare i programmi e i risultati della produzione di veicoli elettrici.
D'altra parte, non c'è fiducia che i consumatori aspetteranno di acquistare un veicolo elettrico una volta prodotto, completo di batteria. Mentre ogni mese in Cina vengono venduti oltre un milione di veicoli elettrici, la domanda è inferiore e molto meno prevedibile nel resto del mondo.
Necessario: un modo più intelligente per far incontrare domanda e offerta
È comprensibile il motivo per cui le case automobilistiche hanno iniziato a utilizzare questo approccio combinato push-driven e pull-driven, che è spesso in contrasto con se stesso. Ma questo approccio datato non è né intelligente né economicamente sostenibile nell'odierno panorama di produzione di veicoli elettrici, estremamente volatile. I produttori non possono permettersi di continuare ad accumulare batterie pesanti, costose e altamente regolamentate senza una ragionevole aspettativa che saranno incorporate nei veicoli che verranno venduti immediatamente.
Allora qual è la risposta? Noi di Blue Yonder crediamo fermamente in un approccio dinamico e integrato alla pianificazione della produzione, basato sull'intelligenza artificiale (AI) e sull'apprendimento automatico (ML).
Immaginate se tutte le funzionalità digitali necessarie per pianificare la fornitura, la domanda, il trasporto, lo stoccaggio e la produzione, sia per i componenti che per i veicoli finiti, fossero integrate sulla stessa piattaforma. E se condividessero gli stessi dati end-to-end in tempo reale? E se questa visibilità si estendesse oltre la catena di approvvigionamento interna della casa automobilistica, per includere fornitori e partner chiave?
In questo ambiente idealizzato, la pianificazione, la produzione e la logistica sarebbero orchestrate in modo intelligente l'una con l'altra. Un'eccezione in un nodo della catena di approvvigionamento, come una carenza di materiale per le batterie, una catena di montaggio interrotta o un calo della domanda di veicoli elettrici, verrebbe riconosciuta in tutta la rete. L'intelligenza artificiale e il machine learning troverebbero autonomamente e immediatamente una soluzione ottimale, come un nuovo fornitore di materiali, per mantenere la domanda e l'offerta in modo redditizio e ottimale.
Per realizzare questa visione, le case automobilistiche devono identificare un partner tecnologico in grado di coordinare l'intera catena di approvvigionamento end-to-end, dall'approvvigionamento alla consegna dell'ultimo miglio, tramite una serie di soluzioni interoperabili, unite su una piattaforma supportata dall'edge. Abbinando dinamicamente l'offerta alla domanda, queste soluzioni interoperabili e basate sull'intelligenza artificiale acquisiscono dati in tempo reale e applicano analisi avanzate per consentire decisioni più intelligenti, risposte più rapide e risultati più connessi e prevedibili.
Ogni giorno, i titoli dei giornali si riempiono di notizie sulle innovazioni delle batterie per veicoli elettrici. Recentemente Panasonic, Stellantis, Ford, la startup Slate e il colosso cinese CATL hanno annunciato grandi miglioramenti delle prestazioni e innovazioni tecnologiche. Nonostante l'incerta domanda globale di veicoli elettrici, è chiaro che le principali case automobilistiche e i loro fornitori stanno scommettendo molto e investendo molto nel futuro dell'elettrificazione dei veicoli.
È giunto il momento di abbinare l'innovazione di prodotto a un approccio altrettanto innovativo e carico alla pianificazione e alla collaborazione della supply chain. Sarebbe fantastico ottenere il design perfetto della batteria per i veicoli elettrici, ma le catene di approvvigionamento automobilistiche devono ancora consegnarle in modo redditizio e affidabile ai consumatori come parte di un veicolo finito.
