一去不复返了，那些不知名的供应商组合在生产前及时提供零部件的日子已经一去不复返了。在开创了准时制供应链之后，丰田对福岛灾难的反应是储备半导体芯片等关键部件的供应一次可以维持数月。这是一个十年前．
现在，丰田可能是比竞争对手做得更好而一个全球芯片短缺汽车行业的损失高达1100亿美元。然而，越来越多的行业正在认识到a即时战略广泛应用于全球供应链的每一个零部件和原材料。
随着不可预见的破坏增加——无论是COVID-19大流行还是与气候相关的自然灾害——以及更多的产品需求关键,有限的资源在美国，需求剧烈波动、劳动力短缺、设备不足和设施受损等因素都导致了生产能力的不稳定。不发达的制造业产能使行业面临风险，价格波动，市场混乱和失去了价值．
不发达的制造业产能使工业面临风险、价格波动、市场混乱和价值损失。
不幸的是，供应链中的第一个利益相关者往往在面临中断时面临损失价值的风险最大。例如，在COVID-19大流行期间，当房主寻求改造和建造新房屋时，木材需求急剧增加。与此同时，美国的锯木厂(大部分为加拿大所有)也不得不这样做关闭超过40%他们在同一时期的能力。然而，林业种植者——生产变成木材的木材——遭受了一场灾难买方市场木材价格保持低位:经通胀调整后，木材价格处于过去50年来的最低水平。
虽然市场已经自调整木材泡沫可能只是供应没有准备好管理需求的一个例子，今天的整个美国制造业仅占GDP的11%，接近这个水平70年来最低．世代的区域专业化造成的不发达制造能力对满足需求和气候目标构成重大风险。美国能源部长詹妮弗·格兰霍姆最近写“我们的国内技术供应链薄弱，这些技术对我们的经济和国家安全至关重要……中国是唯一的国家,控制供应链的每一层锂等关键材料我们需要车辆电池,其中包括80%的原材料炼油产能…其他国家,尤其是中国,产生85%的《变形金刚》为我们的电网,而美国仍然生产几乎没有。”
汽车、能源和科技行业必须与关键的稀土金属供应链竞争，从电池到太阳能电池板，所有产品都需要稀土金属。这些产品依赖于有限的资源，通常是有害的生物多样性的地区充满了社会的不公平．(再)制造的能力回收在一个资源日益紧张的世界，这些高效、本地化的原材料对企业的持续经营至关重要。
现在是时候了:自动化和机器学习的进步、全球薪资水平的上升以及供应链中断带来的风险不断上升，表明在岸制造对许多产品生产商越来越有吸引力。在这种背景下，弹性和循环供应链是什么样的呢?供应链管理人员正在寻找合适的实例:
- 建立制造供应链的可见性，以便更好地准备和管理风险
- 采用分布式的、更具区域弹性的供应网络进行生产
- 来源原料本地和更多可回收的内容
聪明的企业家正在抓住时机，建立更具弹性的循环供应链。致力于构建认知供应链和提高效率的Partsimony公司完成了一笔200万美元的种子轮融资闭环的合作伙伴由Contour Ventures、Urban Us和其他顶级机构和天使投资者参与的Ventures Group。Partsimony应用机器学习建立一个预测和动态的制造市场网络，帮助解决复杂硬件公司的制造商发现和报价过程，这可能是一个不透明的，手工和基于卓越的过程，今天的硬件公司和制造商。Partsimony为硬件公司提供了更好的、实时的了解其制造商的能力和定价，帮助他们更快地迭代和商业化产品，并使用日益分布式的供应链。Partsimony还为制造商提供支持，作为一个合格的潜在客户生成平台，以获取与技术能力(生产方法和数量)相匹配的客户，并帮助制造商实现利润最大化。
在一个资源日益紧张的世界，有效地在当地(再)制造和回收这些原材料的能力对企业的持续经营至关重要。
Partsimony的平台展示了如何通过以下三个核心活动提高供应链的透明度和智慧，最终使企业、人类和地球受益:
将供应商关系数字化可以提高透明度
当供应链中断时，硬件公司需要更好地控制他们的生产，并向供应商透明，以便迅速适应。举个例子:丰田知道要保护芯片供应，因为该公司的“没有黑盒”的方法它只采用自己真正了解的技术，甚至包括每个部件的气体和金属。这种供应链的可见性——包括材料层面——是弹性的关键驱动因素，我们投资Partsimony是因为它的平台有助于实现这种可见性。
分布式制造供应链缩短了交货时间
在现有的离岸制造供应链网络中采用分布的离岸制造制造商网络正日益成为一种竞争优势。这不是美国优先的教条;对任何供应链来说，制造业的本地生产有助于实现区域化。这样做可以缩短交货时间，并有助于供应商基础的多样化。分布式制造商网络主要是关于发展有弹性和可持续的商业实践，以及减少与原材料和成品部件的国际运输相关的排放的额外好处。betway必威娱乐在与Stanley Black & Decker等客户的合作中，Partsimony已经证明降低了96%的成本和83%的交货时间。
数据驱动的建议可以利用工程洞察力，并鼓励使用回收内容
设计和材料的选择对产品的循环影响有很大的影响。设计糟糕的产品可能会选择难以回收和化石燃料为基础的材料，这些材料混合在一起，难以分离回收——威廉·麦克多诺(William McDonough)将这种产品称为“可怕的混合”。现在，Partsimony的人工智能技术支持硬件公司从设计的第一步就开始测试新型、更可持续的材料和替代制造方法。工程师将他们的数字设计或CAD文件上传到平台上，Partsimony正在构建其人工智能来读取组件的结构要求，并可能从可回收的内容中推荐材料，以及替代的制造解决方案。
数字可见性、分布式制造商网络和数据驱动的基础设施是当今模拟和脆弱供应链的循环解药。COVID-19大流行不是本世纪的第一次黑天鹅事件，也肯定不会是最后一次。与气候相关的灾害将继续扰乱一切照旧的准时生产和制造业。如果我们想要设计具有更公平社会准入的更循环的产品，我们还必须利用我们面前的供应链中断，重新设计我们的供应链，使其更具弹性和更循环。
