根據全球分銷商安富利公司(Avnet Inc.)的研究顯示，電子公司正在針對供應的不確定性進行調整。在某些情況下，這意味著開發(fā)更靈活的設計，以避免對特定元器件的依賴。在其他情況下，這意味著投資于戰(zhàn)略庫存。電子公司還與分銷商和制造商更緊密地合作，以實現(xiàn)更大的供應鏈可見性和控制。

安富利首席執(zhí)行官Phil Gallagher告訴EPSNews：“分銷商可以提供許多不同供應商的全球視圖或解決方案選項，客戶可以在其中找到元器件信息的單一來源。”“我們還提供設計解決方案，尤其是在短缺的情況下。由于我們的客戶群和我們可以提供的信息的多樣性，供應商也向我們傾斜。正如我們想說的，我們正處于技術和供應鏈的中間?！?/span>

芯片可用性提高

安富利發(fā)現(xiàn)，芯片可用性繼續(xù)影響工程、采購和供應鏈專業(yè)人員。某些器件仍然存在短缺，特別是MCU和模擬器件。該研究的其他結論包括：

資料來源：安富利公司(下同)

近四分之三的全球受訪者認為，元器件短缺的嚴重程度較去年有所改善：73%的受訪者表示，短缺情況已經大大好轉或有所好轉。此外，這對調查對象來說標志著一個重大轉變，他們認為與2022年相比有所改善，當時59%的人表示短缺的嚴重程度逐年惡化。2022年上半年，幾乎所有(98%)的受訪者都表示在獲取元器件方面存在挑戰(zhàn)。

市場狀況日益令人擔憂。超過四分之一的受訪者更關心市場狀況(29%)和元器件供應情況，高于2022年的18%。盡管如此，元器件可用性仍然是大多數(shù)人(69%)最關心的問題。

總體而言，受訪者表示，他們在獲取許多半導體元器件類型方面正在取得進展，尤其是無源器件(66%)。然而，受訪者仍然對模擬(19%)和MCU(20%)感到一些壓力，因為它們的需求超過了供應。

當首選器件無法獲得時，受訪者會尋找其他來源(32%)，增加緩沖庫存(19%)，并增加需求預測時間表(17%)。

尋找元器件的替代來源(32%)對新供應商來說是一個機會，因為它們通常很難進入現(xiàn)有設計的大門。

供應鏈策略

管理不確定性的能力對工程師來說已經變得很重要。安富利發(fā)現(xiàn)，當沒有設計內置元器件時，受訪者使用pin-to-pin替換(17%)、drop-in替換(16%)和重新設計電路板(15%)。當工程師被迫使用替代元器件時，后一種策略是必然的。

安富利發(fā)現(xiàn)，在供應鏈策略方面，尋求替代來源是最受歡迎的策略（32%），其次是超出批準的制造商名單（19%）和增加預測時間表（17%）。

Gallagher補充道，這些動態(tài)為分銷商提供了機會。“當出現(xiàn)短缺時，我們可以協(xié)助進行可用性設計。然后是令人興奮的新設計開始。如果沒有支持他們的供應商，就會有客戶想要保護自己。他們認為‘如果這個人不支持我，我就必須把他排除在外?！覀冋幱诶Ь持??！?/span>

據安富利稱，各公司正在加倍采取已被證明成功的策略，包括與多個制造商一起設計標準元器件(25%)，以及在流程早期測試和鑒定多個器件(22%)，顯示出自2022年以來的飛躍。

電子公司還加強與分銷商和制造商等合作伙伴的戰(zhàn)略合作，尋求簽訂長期供應協(xié)議（21%）并改善關系（分銷商：18%；制造商：17%）。這些合作伙伴關系可以幫助提高供應鏈的可見性和敏捷性，這是管理中斷的關鍵。

人工智能的作用

分銷商長期以來一直為采購和設計提供數(shù)字化解決方案。Gallagher說，人工智能在10月份的ECIA執(zhí)行會議上引起了廣泛關注，并將增強這些產品。

ECIA與會者發(fā)現(xiàn)AI在元器件規(guī)格和參考設計方面是可靠的。但它在供應鏈中的作用仍在不斷發(fā)展。安富利目前使用人工智能和機器學習(AI/ML)進行內部數(shù)據分析并通知客戶。

“人工智能真正發(fā)揮作用的地方，”Gallagher說，“是任何需要大量數(shù)據的應用。當你有很多數(shù)據，而且是好的數(shù)據時，你如何利用人工智能來獲得這些數(shù)據的好處?”

元器件比較是一個明顯的用途。AI還可以提供大量的設計樣本集。然后是預測。

“想想有多少客戶接受了預測——我們談論的是數(shù)千名客戶，”Gallagher說，“我們還收到了數(shù)百個供應商的意見。我們將人工智能視為更好地服務客戶、供應商和我們自己團隊的機會。它將提高我們工程團隊的生產力。它將增強我們的FAE。我們還認為人工智能將有助于增強我們的在線數(shù)字服務?！?/span>