Infineon Technologies AG は、世界最大の半導体メーカーの 1 つです。自動車およびパワー半導体の市場リーダーです。
半導体業界は一般に、資本集中と需要の変動性の高さが特徴です。半導体の需要は不安定で、イノベーションサイクルに大きく依存しており、その変動性により、半導体サプライチェーンはブルウィップ効果を受けやすい業界です。
シミュレーションは生産需要とサプライチェーンの問題を解決するための効果的なツールであるため、Infineon のサプライチェーンエンジニアは長年 AnyLogic を使用してきました。AnyLogic Conference 2012 で、彼らは市場におけるブルウィップ効果を調査するプロジェクトについてプレゼンをしました。当時、彼らはエージェントベースのアプローチと離散イベントモデリングのアプローチを組み合わせて、多層半導体サプライチェーンのモデルを構築し、需要の変動にうまく適応し、ブルウィップ効果を軽減することができました。
問題
最近では、需要の変動性とブルウィップ効果の問題が以前よりもさらに困難になっています。COVID-19 パンデミック中、自動車需要が大幅に減少し、在庫が過剰になりました。人々が在宅勤務をし、通勤が減ったために自動車の需要が減少しました。その後、市場は回復し、需要の増加と世界的なコンピューター用マイクロチップの不足が重なりました。
下のグラフでは、世界経済の成長と半導体市場の成長の相関関係がわかります。2008 年から 2009 年にかけて、世界危機と経済低迷により、半導体の需要は大幅に減少しました。しかし、2009 年から 2010 年にかけて経済成長が回復し、すぐに半導体市場に影響を及ぼしました。これは、ブルウィップ効果がどのように機能するか、そしてなぜそれが業界で大きな懸念事項であるかを示す良い例です。
2020 年、コロナ禍の最中、半導体市場の成長は世界経済の成長に追随するものではなくなり、それほど劇的な変化は見られませんでした。それにもかかわらず、変動性は依然として残っており、ブルウィップ効果を削減することで収益性が向上する可能性が高くなりました。
解決策
2012 年のプロジェクトとは対照的に、Infineon のサプライチェーン エンジニアは、ブルウィップ効果を研究するためにシステム ダイナミクスツールを適用することにしました。彼らは、新しい結果を 2012 年の研究結果と比較したいと考えていました。簡単に言えば、エンジニアは同じ問題を少し異なる角度から見てみたかったのです。
システム ダイナミクスは主にマクロ レベルで使用され、モデルの抽象度が高くなります。システム ダイナミクス ツールを使用すると、フィードバック ループを特定し、根本的な問題を理解し、その症状を調べる目的でシステム思考を適用するのに役立ちます。
エンジニアには 3 つの主な目標がありました:
- 自動車用半導体サプライチェーンにおけるコロナ禍からの需要回復をシミュレート。
- さまざまなエンドマーケット回復シナリオに対するブルウィップ効果の影響を理解。
- 共同作業や習慣を評価するためのツールを提供。
目標を達成するために、エンジニアは 4 つの重要なタスクを完了しました:
- エンドマーケットの需要回復シナリオの特定: U 字型、V 字型、L 字型など。
- AnyLogic でのシステム ダイナミクス サプライ チェーン モデルの作成。
- 履歴データを使用したモデルのテスト。
- どのパラメータが結果に最も大きな影響を与えるかを確認するための感度分析。
エンドツーエンドの半導体サプライチェーン構造は、以下の図で見ることができます:
右から左に、構造には 4 つの階層が含まれており、各階層はサプライ チェーンのメンバーを表します:
- Echelon 1: OEM (相手先ブランドの製品製造業者)
- Echelon 2: Tier-1サプライヤー
- Echelon 3: Tier-2 サプライヤー
- Echelon 4: 半導体サプライヤー
これらすべての階層は世界的に集約されたレベルにあります。つまり、OEM は世界レベルですべての OEM メーカーを表し、半導体メーカーは世界のすべての半導体メーカーを指します。上の図からわかるように、このサプライ チェーンの情報の流れは上流に伝播し、製品の物理的な流れはサプライ チェーンの下流に伝播します。
シミュレーションでは 4 つの階層が具体的にモデル化されました。各階層は、次のステージに出力する前に、入力をいくつかの制御ループに渡します。階層が異なれば、同じコンポーネントに対して、予測、キャパシティ、作業中、在庫、バックログ、および供給ライン管理などのパラメータも異なります。
このサプライチェーン モデルでは、半導体サプライヤーはシリコン の供給がサプライヤーによって保証されているため、無限であると仮定します。
各階層のシステム ダイナミクスの基本構造には、いくつかのループがあります:
サプライ チェーン モデルのデータ入力は、履歴データを使用しました。これにより、モデルの検証とシナリオのテストの基盤が提供されました。
コロナ禍の間、小型自動車の販売は大幅な減少に直面しましたが、自動車1台当たりの電子機器含有量は徐々に増加しました。どちらの要因も半導体市場の需要に大きな影響を与えます。
エンドツーエンドのサプライ チェーン モデルには、シナリオ分析を行う際に、さまざまなシナリオやさまざまなパラメータのバリエーションを選択するためのシミュレーション ダッシュボードがあります。
結果
サプライ チェーン モデルの結果では、需要の低下が他のパラメータにどのような影響を与えたかがわかります。
パンデミック中に半導体の需要が崩壊した後、エンドマーケットの需要回復需要回復
- シミュレーション モデルの結果は、小型自動車販売のエンドマーケットにおける変化が明らかに拡大していることを示しています。サプライチェーンの上流になるほど、コロナ禍中に受信した需要シグナルの低下が大きくなります。
- エンドマーケットの需要の回復段階では、需要の増加が大きく増幅されています。半導体階層への流入需要は、Tier-2と比較して 2 倍に拡大し、エンドマーケットの需要を約 40% 上回っています。
サイクルタイムが長く、回復中の需要が高いため、在庫回復は困難であり、半導体不足につながります。
- 下流のサプライチェーンパートナーからの注文のキャンセルにより、半導体階層の在庫が増加。サイクルタイムが長いため、半導体階層の在庫を柔軟にすることができません。
- コロナ禍からの回復段階では、半導体階層の在庫レベルは不十分です。生産能力の制限と下流階層からの高い需要により、在庫レベルはゆっくりとしか回復しません。
さまざまな階層およびパラメータの感度分析は、サプライチェーン全体のパフォーマンスを向上させるための将来の方向性を示します。さまざまな行動パラメータは、Tier-2 サプライヤーに対するバックログ レベル、つまりサプライ チェーン全体の半導体不足にさまざまな影響を与えます。情報の流れがより最新でタイムラグが少なくなるため、バックログレベルが減少します。
テストと分析の結果、Infineon のサプライチェーンエンジニアは次のような複数の洞察を得ました:
- サプライチェーンにおける需要の増幅と振幅は、回復シナリオと個々の階層の行動パラメータによって異なります。
- サプライチェーンの上流メンバーが混乱によって最も大きな被害を受けるため、均衡の回復はさらに長く続く可能性があります。需要低下時の対応は、需要回復への対応力に影響を与えます。
- ブルウィップ効果を習得するには、協力と信頼が重要です。注文行動、在庫範囲、リードタイムに関するコミュニケーションにより、状況を改善できる可能性があります。
- Infineon では、下流/上流の根本原因をより深く洞察するために、VMI KPI 改善コンセプトを開発しました。
このケーススタディは、AnyLogic Conference 2021 で Infineon の Abdelgafar Ismail 氏と Hans Ehm 氏によって発表されました。
スライドは PDF (英語) で入手できます。他のモデリング手法との比較については、 2012 年の Infineon 半導体サプライチェーン スタディを参照してください。