Simulating the impacts of lean practices on supply chain performance, in the context of Industry 4.0

The current context of supply chain planning, accompanying the advancements towards Industry 4.0 is characterized by high levels of uncertainty in both supply and demand, shortening product life cycles, increasing demands for products customization, and increasing disruption risks. While most of the recent literature about Industry 4.0 intensively urges for the adoption of data analytics, the internet of things (IoT), autonomous systems, cyber-physical systems (CPS) and artificial intelligence (AI) to achieve better supply chain performances and mitigate the bullwhip effect; this study tries to investigate if low cost and low complexity practices, such as: variability reduction, setup time reduction, lot size reduction and higher shipping frequency of lean supply chains are able to achieve similar impacts on supply chain performances, in full, or at least in part. To be able to investigate such effects, a ‘discrete-event simulation’ model, of a three-stage and multi-product serial supply chain with high level of demand variability, was developed. Two factorial experiments were designed and performed, followed by analysis of variance (ANOVA) of the experimental outputs. In one experiment, the performance of the modelled supply chain was tested under different levels of process variability, setup times, lot sizes and shipment frequencies, while in the second, the performance of the supply chain was tested under different interacting levels of processing time mean (or processing speed) and processing time variability. The results showed that lot size reduction have great effects on decreasing the total SC inventory, increasing the customer service level and decreasing the bullwhip effect. Setup time reduction was found to be significantly reducing the total SC lead time and also reducing the order cycle time of the customer; while increasing the shipping frequency had the effect of decreasing the order cycle time (OCT) for the customer remarkably. On the other hand, variability reduction of the processing times appeared only to be significant on two of the six performance measures observed: the total supply chain lead time, and the mean factories saturation, slightly decreasing both of them. An important indication of the first experiment was pointing out the importance, not only of single factors, but also their ‘interactions’, as the interaction between the setup time and the lot size, in particular, showed to be significant on all the measured performance indicators. Furthermore, results of the second experiment pointed out that, in a trade-off between waste reduction or continuous improvement activities that affect the process mean and activities that affect the variability, those who affect the process mean should be highly favored. It was concluded Lean SC practices can have remarkable impacts on improving the supply performance, if the optimal balance or trade-off between those practices is found, in alignment with the SC market structure and strategic goals. The experiments performed under high demand variability and varying levels of processing time variability showed that some lean practices can improve some SC performances, while worsen other performances, and other lean practices have the opposite effect. It thus necessary to seek the best balance or trade-off between those practices, in the light of the competitive goals of the SC firms.

L'attuale contesto della pianificazione della catena di fornitura (supply chain), che accompagna i progressi verso l'Industria 4.0, è caratterizzato da elevati livelli di incertezza sia nella domanda che nell'offerta, accorciando i cicli di vita dei prodotti, aumentando le richieste di personalizzazione dei prodotti e aumentando i rischi di interruzione. Mentre la maggior parte della recente letteratura sull'industria 4.0 sollecita intensamente l'adozione di analisi dei dati, Internet delle cose (IoT), sistemi autonomi, sistemi cyber-fisici (CPS) e intelligenza artificiale (AI) per ottenere migliori prestazioni della catena di fornitura e mitigare l'effetto frusta (bullwhip); questo studio cerca di indagare se pratiche a basso costo e di bassa complessità, come: riduzione della variabilità, riduzione dei tempi di installazione, riduzione delle dimensioni del lotto e maggiore frequenza di spedizione delle catene di approvvigionamento magre (lean supply chains), sono in grado di ottenere effetti simili sulle prestazioni della catena di approvvigionamento, in pieno, o almeno in parte. Per essere in grado di studiare tali effetti, è stato sviluppato un modello di "simulazione di eventi discreti" di una catena di fornitura seriale a tre stadi, multiprodotto, con un alto livello di variabilità della domanda. Sono stati progettati ed eseguiti due esperimenti fattoriali, seguiti da analisi della varianza (ANOVA) delle uscite sperimentali. In un esperimento, le prestazioni della catena di approvvigionamento modellata sono state testate in base a diversi livelli di variabilità del processo, tempi di installazione, dimensioni dei lotti e frequenze di spedizione, mentre nel secondo, le prestazioni della catena di approvvigionamento sono state testate in base a diversi livelli interagenti di media dei tempi di elaborazione (o velocità di elaborazione) e variabilità dei tempi di elaborazione. I risultati hanno mostrato che la riduzione delle dimensioni del lotto ha grandi effetti sulla riduzione dell'inventario della catena di approvvigionamento totale, aumentando il livello del servizio clienti e riducendo l’effetto bullwhip. È stato riscontrato che la riduzione dei tempi di installazione riduce significativamente il tempo di consegna totale della supply chain. e riduce anche il tempo di ciclo dell'ordine del cliente; mentre aumentare la frequenza di spedizione ha avuto l'effetto di ridurre notevolmente il tempo di ciclo dell'ordine per il cliente. D'altra parte, la riduzione della variabilità dei tempi di elaborazione è sembrata significativa solo su due delle sei misure prestazionali osservate: il tempo di consegna totale della catena di approvvigionamento e la saturazione media delle fabbriche, diminuendole leggermente entrambe. Un'importante indicazione del primo esperimento era evidenziare l'importanza non solo dei singoli fattori, ma anche delle loro "interazioni", in quanto l'interazione tra il tempo di setup e la dimensione del lotto, in particolare, ha dimostrato di essere significativa su tutte gli indicatori di prestazione misurati. Inoltre, i risultati del secondo esperimento hanno sottolineato che, in un compromesso tra la riduzione dei rifiuti o le attività di miglioramento continuo che influenzano la media del processo e le attività che influenzano la variabilità, quelli che influenzano la media del processo dovrebbero essere fortemente favoriti. Si è concluso che le pratiche di Lean SC possono avere notevoli ripercussioni sul miglioramento delle prestazioni della fornitura, se si riscontra un equilibrio o uno scambio ottimale tra tali pratiche, in linea con la struttura del mercato SC e gli obiettivi strategici. Gli esperimenti condotti con variabilità della domanda elevata e vari livelli di variabilità del tempo di elaborazione hanno mostrato che alcune pratiche snelle possono migliorare alcune prestazioni di SC e peggiorare altre prestazioni e altre pratiche lean hanno l'effetto opposto. È pertanto necessario ricercare il miglior equilibrio o compromesso tra tali pratiche, alla luce degli obiettivi competitivi delle imprese di SC.