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正常战略广泛应用于全球供应链的每一个零部件和原材料。
由于不可预见的中断增加 - 无论是Covid-19大流行或气候有关的自然灾害 - 以及更多产品需求关键,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，市场脱位和失去了价值．
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，供应链中的一英里利益攸关方往往是面对中断时失去价值的风险。例如，当房主在Covid-19大流行期间制造新房时，对木材的需求大幅增加。同时，美国锯木厂（主要是加拿大拥有）不得不关闭超过40％在同一时间段内的能力。然而林业种植者 - 生产木材，成为木材 - 遭受了一个买方的市场市场看到木材价格仍然低：当调整通货膨胀时，在过去的50年里，木材价格处于最低。
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：“我们对我们的经济和国家安全至关重要的技术，我们拥有薄弱的国内供应链......中国是唯一有控制电动汽车电池所需的关键材料的每一层供应链的国家，包括80％原材料精炼能力......其他国家，特别是中国，为我们的电网生产了85％的变压器 - 而美国仍然产生几乎没有。“
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社会不公平．(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:
- 创造进入制造供应链的可视性，以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
- 源原料本地以及从更可用的回收内容
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。零食应用机器学习建立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价格报价流程 - 这可以是今天硬件公司和制造商的不透明，手动和基于Excel的过程。PartsImony提供了硬件公司，更好地实时了解其制造商的能力和定价，帮助他们迭代和商业化产品，越来越多地分布式供应链。Partsimony还通过作为合格的领先生成平台来支持制造商，以获得产品匹配技术能力（生产方法和卷）的客户，并帮助制造商最大化边缘。
（重新）的能力有效地和局部地制造和再循环这些原材料对业务连续性在越来越资深的世界中是至关重要的。
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
当供应链中断发生时，硬件公司需要更好地控制其生产和透明度进入其供应商以快速调整。案例指出：丰田知道由于公司的“没有黑匣子“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
采用现有的离岸制造商在现有的离岸制造供应链网络中采用分布式制造商网络越来越多地成为竞争优势。这不是关于美国 - 第一个教条;制造业的支持有助于区域化任何供应链的生产。这样做缩短了交货时间，有助于将供应商基数多样化。分布式制造商网络主要原因是开发弹性和可持续的商业实践，增加了减少与原材料和成品组成部分的国际运输相关的排放的额外福利。好用的买球外围app网站与斯坦利黑色和甲板等客户合作，配件均展示了96％的成本减少和83％的递减时间减少。
数据驱动的建议可以利用工程洞察力和激励使用回收内容的使用
设计和材料选择对产品的圆形影响产生了外部影响。设计不良的产品可以以物质融入和难以分离的格式选择难以回收和化石燃料基础材料 - 产品威廉麦克唐呼吁“怪异的混合动力”。现在，PartsImony的AI支持在首次设计中测试新颖，更可持续的材料和替代制造方法的硬件公司。工程师将他们的数字设计或CAD文件上传到平台，并且部件正在构建其AI，以读取组件部分的结构要求，并可能推荐来自再生内容的材料，以及替代制造解决方案。
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。
