Potencjalne straty związane z zakłóceniami w łańcuchu dostaw są ogromne, liczone
w miliardach. Nowe, obiecujące podejście do oceny ryzyka może doprowadzić do pożądanego zmniejszenia liczby szkód.

Wydarzenia z niedalekiej przeszłości pokazały, jak wrażliwe są zoptymalizowane globalne łańcuchy dostaw,
dostosowane raczej do wysokiej przepustowości. Zdarzenia o bardzo ograniczonym zasięgu lokalnym, takie jak wypadek statku Ever Given w Kanale Sueskim, mają natychmiastowe – i rzekomo nieprzewidywalne – skutki dla globalnego przepływu towarów: puste półki dla konsumentów.

Co należy zrobić? Czy są na to jakieś rozwiązania? Czy tradycyjna analiza ryzyka poradzi sobie z taką złożonością? Czy straty można określić ilościowo na podstawie danych, jak choćby czas trwania blokady statków czy dzienny udział w światowym przepływie towarów przez Kanał Sueski?

Te i podobne zagadnienia są przedmiotem prac działu inżynierii ryzyka Swiss Re Corporate Solutions, który
zajmuje się opracowywaniem całościowych koncepcji rozwiązań. Motto brzmi: „Create Value beyond Risk Transfer”, czyli tworzenie wartości dodanej, która wykracza poza transfer ryzyka. Jednym z przykładów jest narzędzie do oceny powodzi Swiss Re FLOAT.

Wizualizacja ryzyka

Zdarzenia takie jak huragan Harvey w 2017 r., kiedy to znaczna część zalanych terenów znajdowała się poza
oficjalnymi strefami zalewowymi, uwypuklają rozbieżność między obowiązującymi strefami zalewowymi a rzeczywistymi stratami. Swiss Re FLOAT oferuje niedrogi sposób oceny ryzyka powodziowego za pomocą dronów i gromadzenia danych o wysokości terenu. Zebrany zbiór danych jest przekształcany przy użyciu mechanizmów 3D – znanych chociażby z tworzenia gier wideo. Dzięki połączeniu technologii dronów i gier komputerowych można stworzyć prostą, ale realistyczną wizualizację zagrożenia powodziowego. Firmy otrzymują interaktywną aplikację, która umożliwia im kompleksową, przestrzenną ocenę wpływu różnych poziomów powodzi na ich teren.

Pierwsze sukcesy już odnotowano. Menedżer ds. ryzyka u pewnego klienta, po pokazaniu symulacji dyrektorowi finansowemu, w krótkim czasie otrzymał sześciocyfrowy budżet na środki ochrony przeciwpowodziowej. Przyczyniło się to w znacznym stopniu do przygotowania szczegółowego planu ochrony przeciwpowodziowej. Zgodnie z naszymi modelami zagrożeń naturalnych szacowane roczne straty w tej lokalizacji (Expected Annual Loss) zredukowano o ponad 60%.

Jednak wartość dodana dla naszego klienta sięga jeszcze dalej: zakład jako jedyny w grupie produkuje podstawowe komponenty dla produktu będącego ” kurą znoszącą złote jajka”. Ponieważ „ryzyko rezydualne” powodzi zostało ocenione jako zagrożenie dla firmy, kierownictwo grupy podjęło decyzję o budowie dalszych mocy
produkcyjnych w innych lokalizacjach, o niskim prawdopodobieństwie wystąpienia powodzi.

Jest to przykład z obszaru katastrof naturalnych. W obszarze tym bardzo ściśle współpracujemy z ekspertami zajmującymi się modelowaniem zagrożeń naturalnych oraz ubezpieczycielami. Podczas analizy ryzyka tworzymy ogólny obraz i koncentrujemy się na miejscach najbardziej narażonych na powodzie, wichury czy trzęsienia ziemi. W razie potrzeby wykraczamy poza zgłoszone wartości dotyczące przerw w działalności zakładu, uwzględniając wewnętrzne relacje z dostawcami (współzależności).

Dane, dane, dane

Dane odgrywają dużą rolę w naszym modelu biznesowym. Opracowaliśmy własny algorytm PARSE – Property Account Risk Screening Engine, za pomocą którego przenosimy pozyskane informacje do bazy danych. Wykorzystujemy je również do zapewnienia underwritingowi wstępnego przeglądu oceny ryzyka oraz do określenia punktów centralnych wspólnie z inżynierami ryzyka. To bardzo obiecujące podejście, a póki co to wciąż początek możliwości. Bardzo często dostarczane dane są jeszcze nieuporządkowane, a nawet dostarczane w postaci plików tekstowych.

Na przykład w ubiegłym roku globalna grupa ekspertów z branży automotive z powodzeniem wdrożyła projekt pilotażowy: zdigitalizowaliśmy listy dostawców i byliśmy w stanie określić krytyczne węzły oraz lokalizacje, w których należy obawiać się wąskich gardeł w razie awarii, na przykład po pożarze lub wybuchu.

Cel: koncepcja na masową skalę

Niektóre z tych metod nie są jeszcze gotowe do zastosowania w skali masowej. Najpierw musimy wyjaśnić kwestie ochrony i własności danych. Zakładamy, że w ciągu najbliższych kilku lat będziemy w stanie zrealizować kilka projektów pilotażowych z udziałem klientów, ich dostawców i ewentualnie innych zainteresowanych stron. Przed nami jeszcze długa droga, aby przekształcić naszą koncepcję w zintegrowany i częściowo zautomatyzowany proces. W końcu nadal nie ma ogólnie przyjętego standardu danych dla fizycznych lokalizacji (Physical Location Assets).

Poza metodami tradycyjnymi, powszechnie stosuje się listy adresowe. Nadal popularną praktyką jest cyfrowe
szkicowanie łańcuchów dostaw (mapowanie łańcucha dostaw) na podstawie list adresowych (czasami kilku tysięcy dostawców z adresami pocztowymi). Obecnie badamy, czy i w jaki sposób utworzone w ten sposób listy oznaczone geokodami (długość i szerokość geograficzna) mogą stanowić wartość dodaną dla wszystkich zaangażowanych stron. Pod koniec 2021 r. dział inżynierii ryzyka Swiss Re Corporate Solutions zgłosił patent
na to rozwiązanie.

Podsumowując: Potencjał strat związanych z zakłóceniami w łańcuchu dostaw jest duży. Zakładamy, że tylko
w branży motoryzacyjnej luka ubezpieczeniowa wynosi 1 mld euro lub więcej. Naszym celem jest ustalenie z właściwymi partnerami odpowiednich źródeł danych w procesie tworzenia koncepcji (współtworzenie). Gdy wszystkie zaangażowane strony poczują wyraźną wartość dodaną, jesteśmy pewni, że wkrótce pojawi się światełko na końcu tunelu.


Artykuł został opublikowany w austriackim wydaniu magazynu Spotlight, skupiającego się na zagadnieniach związanych z łańcuchem dostaw. Jeśli chcesz wiedzieć więcej o tym, jak możesz chronić swoją firmę przed zmianami i nieprzewidywalnymi zakłóceniami w łańcuchu dostaw, zajrzyj do tej publikacji.

Philip-Brandl Swiss Re

Philip Brandl

Head Risk Engineering Services EMEA

T +49 69 767 255 170