Dobici:
- Sposobnost izvođenja prognoze potražnje, sigurnosne zalihe i izračunavanja tačaka ponovnog naručivanja iz historijskih podataka o prodaji i isporuci uz podršku umjetne inteligencije
- Sposobnost modeliranja vremena isporuke, sezonskih fluktuacija i kašnjenja u lancu opskrbe na bazi scenarija i odražavanja ih u planiranju
- Sposobnost razumijevanja da je predviđanje umjetne inteligencije predviđanje vjerovatnoće i da konačna odluka o narudžbi pripada planeru, uzimajući u obzir troškove, gotovinu i rizik.
U vanjskoj trgovini i logistici novac se gubi na dva mjesta: na robi koju ne možete prodati i iza robe koju ne možete isporučiti kupcu na vrijeme. Višak zaliha vezuje gotovinu, stvara troškove skladištenja i rizik od kvarenja/zastarjelosti; Nedostatak zaliha znači gubitak prodaje, nezadovoljstvo kupaca i hitnu (skupu) nabavku. Postavljanje tanke linije između njih dvoje zahtijeva dobru prognozu potražnje i tačan plan zaliha. Ovo je još teže sa međunarodnim izvorima jer roba ostaje na brodu nedeljama; Kada naručite danas, zapravo predviđate potražnju dva mjeseca kasnije. U ovoj cjelini ćemo pokriti kako koristiti umjetnu inteligenciju kao pomoćnika za predviđanje i planiranje.
Hajde da definišemo pojmove. Prognoza potražnje: To je predviđanje buduće količine prodaje/upotrebe na osnovu istorijskih podataka. Vrijeme isporuke: Vrijeme od trenutka kada naručite do trenutka kada roba postane dostupna; To je zbir proizvodnje + transporta + carina za uvoz. Sigurnosna zaliha: To je zaštitna zaliha koja se čuva protiv fluktuacija u potražnji ili vremenu ponude. Tačka ponovnog naručivanja: Ovo je prag na kojem se mora postaviti nova narudžba kada zaliha padne na ovaj nivo; otprilike "očekivana potražnja tokom vremena isporuke + sigurnosna zaliha". Sezonska fluktuacija (sezonskost): To je redovan porast i pad potražnje tokom cijele godine (praznici, ljeto, školski rok).
Korak po korak: predviđanje i planiranje uz pomoć umjetne inteligencije
Korak 1 — Pripremite istorijske podatke. Predviđanje počinje sa istorijskim podacima o prodaji/isporuci. Mjesečni ili sedmični brojevi prodaje, kampanje i promjene cijena, ako ih ima, i periodi kada nemate zalihe. Kada ove podatke date AI (samo proizvod i količina, bez povjerljivih informacija o kupcima), ona tumači trend, sezonu i skokove.
Korak 2 — Uklonite uzorak. AI čita obrasce u podacima, kao što je "30% povećanja ljeti, smanjenje u januaru, 8% godišnji trend rasta" i objašnjava ih jednostavnim jezikom. Ovo čini vidljivim obrasce koje možda nećete primijetiti gledajući sirovi broj.
Korak 3 — Generirajte prognozu i skriptirajte je. AI može ocrtati prognozu potražnje na osnovu istorijskog obrasca; Ono što je još vrijednije je to što proizvodi "pesimistične/realistične/optimistične" scenarije. Na ovaj način planirate na osnovu raspona, a ne jednog broja.
Korak 4 — Izračunajte parametre zaliha. Kada su prognoza, vrijeme isporuke i volatilnost poznati, izračunavaju se sigurnosna zaliha i tačka ponovnog naručivanja. AI implementira formulu i demonstrira logiku; ti provjeravaš brojeve.
Korak 5 — Ljudska odluka. Konačna količina narudžbe; Daje ga planer, uzimajući u obzir novčani tok, kapacitet skladišta, minimalnu količinu narudžbe, kurs i rizik isporuke. Predviđanje je ulaz, a ne odluka.
Oprez: Predviđanje potražnje gleda u prošlost; Ne garantuje budućnost. Neočekivani događaj (zatvaranje fabrike, blokada carine, iznenadni porast potražnje) može poništiti prognozu. Rizično je pripisati čitavu narudžbu jednom „tačnom“ broju koji vraća AI; Rad sa scenarijem i marginom sigurnosti.
Tablica komponenti odluka o dionicama
komponenta
šta to znači
Doprinos AI
ljudska odluka
Prognoza potražnje
očekivane prodaje
Generiše obrazac + scenario
Prihvati/ispravi
vrijeme isporuke
Narudžba→period upotrebe
Rastavlja ga na komponente
Provjerava stvarnim podacima
fluktuacija potražnje
Volatilnost potražnje
računi iz prošlosti
Komentirajte i podijelite
sigurnosna zaliha
količina pufera
Računa sa formulom
Stanje gotovine/rizika
tačka preuređenja
Prag narudžbe
Izračunava i pokazuje
Odobrenje
Količina narudžbe
Koliko će se uzeti
nudi prijedloge
konačna odluka
Četiri šablona za kopiranje
1) Čitanje obrazaca u istorijskim podacima:
Vaša uloga: pomoćnik analitičara potražnje. Ispod su podaci o mjesečnoj prodaji za posljednja 24 mjeseca proizvoda. Navedite sljedeće: (a) opći trend (povećanje/smanjenje, otprilike u %), (b) sezonski obrazac (koji mjeseci su visoki/niski), (c) značajni skokovi/padovi i mogući uzroci (povedite ih u vezu sa događajima koje sam zabilježio, ako ih ima). Ja ću provjeriti brojeve; dodavanje podataka o montaži. Podaci: [mjesec: lista količina]
2) Scenarijsku prognozu potražnje:
Vaša uloga: pomoćnik u predviđanju potražnje. Na osnovu gore navedene istorije, napravite tri scenarija prognoze (PESMISIONARNO, REALNO, OPTIMISTIČNO) za narednih 6 mjeseci (mjesečna količina). Zapišite na kojoj se pretpostavci zasniva svaki scenario. Ovo je predviđanje vjerovatnoće; To nije konačna obaveza.
3) Sigurnosna zaliha i mjesto narudžbe:
Vaša uloga: pomoćnik za planiranje zaliha. Unosi: prosječna mjesečna potražnja [X] jedinica, volatilnost potražnje [opis/podaci], vrijeme isporuke [Y] sedmica, željeni nivo usluge [npr. visoka].(a) Izračunajte tačku ponovnog naručivanja (očekivana potražnja tokom vremena isporuke +sigurnosna zaliha) i pokažite logiku korak po korak. (b) Objasnite pristup koji ste koristili za sigurnosne zalihe. Ja ću provjeriti sve brojeve; Pokažite mi međukorake da mogu provjeriti.
4) Analiza rizika vremena vođenja:
Vaša uloga: pomoćnik u planiranju lanca nabavke. Moje vrijeme isporuke se sastoji od sljedećih komponenti: proizvodnih [a] dana, okeanskog transporta [b] dana, carine [c] dana, unutrašnjeg transporta [d] dana. Izdvojite moguće izvore kašnjenja u svakoj komponenti i njihov utjecaj na vrijeme narudžbe. Označite najrizičniju vezu i dajte preporuku za marginu sigurnosti. Suggestion; Na meni je da odlučim.
Slaba prompt / Jaka prompt
Slab upit:
Koliko da naručim sljedeći mjesec?
Ovaj zahtjev, bez pružanja historijskih podataka, vremena isporuke, sezone i stanja gotovine, uzrokuje da AI napravi broj koji nije zasnovan na podacima. Naručivanje sa ovim brojem bila bi opklada na slijepo.
Snažan upit:
Vaša uloga: pomoćnik za planiranje zaliha. Proizvod: [šifra]. Prodaja u posljednjih 12 mjeseci: [količine]. Period isporuke je 8 sedmica, minimalna količina narudžbe je 500 jedinica, moja zaliha je 340 jedinica. Potražnja se povećava u ljetnim mjesecima. Izvedite realističan raspon potražnje za naredna 2 mjeseca, izračunajte sigurnosne zalihe i tačku ponovnog naručivanja, a zatim predložite 2-3 scenarija količine narudžbe (sa stanjem gotovinskog rizika). Prikaži međukorake brojeva; Ja ću donijeti konačnu odluku.
Ovaj prompt daje sve kritične ulaze, postavlja scenario i čini korake proračuna vidljivim, čineći verifikaciju mogućom.
tri mini kofera
Slučaj 1 — Sustizanje sezone. Uvoznik je imao fiksnu narudžbu za baštenski proizvod tokom cijele godine; U proljeće ga nije bilo na zalihama, a ljeti je nakupio robu. U trogodišnjim podacima, YZ je jasno pokazao porast potražnje od 40% između marta i maja. Planer je uzeo u obzir vrijeme isporuke (10 sedmica) i poslao ranu i veliku narudžbu u januaru. Rezultat: prekidi zaliha su pali na nulu u proljetnoj sezoni, a višak zaliha na kraju godine smanjen za 25%. AI je pokazao obrazac, čovjek je donio odluku o narudžbi.
Slučaj 2 — Cijena povjerenja u tačan broj. Planer naručen na osnovu jedinstvene procjene od "3.200 jedinica" koju je dao YZ; Nije koristio scenario i marginu sigurnosti. Nema na zalihama sa neočekivano velikom narudžbom kupca, dodatna nabavka je izvršena putem hitnog avio tereta (jedinična cijena 3 puta). Lekcija: planirajte na osnovu raspona scenarija i sigurnosne zalihe, a ne pojedinačnih brojeva.
Slučaj 3 — Realnost vremena isporuke. Kompanija je uvijek držala svoje sigurnosne zalihe na niskom nivou; jer je mislio da je vreme isporuke "6 nedelja". Kada je YZ podijelio vrijeme isporuke na komponente (proizvodnja 3 + transport 4 + carina 1,5 sedmica ≈ 8,5 sedmica), pokazalo se da je realno vrijeme duže i da je najpromjenjivija karika carina. Tačka ponovnog naručivanja je podignuta u skladu s tim; Ponavljajuće zalihe su završene.
Uobičajene greške
- Povezivanje cijele narudžbe s jednim brojem za pogađanje. Radite sa scenarijem (pesimističkim/realističnim/optimističnim) i sigurnosnim zalihama.
- Potcenjivanje vremena isporuke. Uzmite u obzir zbir i volatilnost proizvodnje + transporta + carine + domaćeg transporta.
- Ignorisanje sezone. Fiksna narudžba stvara i nedostatke i prekomjerne zalihe sezonskih proizvoda.
- Tražiti predviđanje bez davanja podataka AI. Broj proizveden bez istorijskih podataka je izmišljen.
- Zaobilaženje gotovine i ograničenja kapaciteta. Čak i najpreciznija prognoza ne može se provesti ako gotovina nije dovoljna; Odluka je na osobi.
Savjet: Uvijek recite "prikaži međukorake" kada tražite od AI za izračun. Ako ne vidite kako brojevi izlaze, kao što su sigurnosna zaliha ili mjesto narudžbe, ne možete ih provjeriti; Srednji koraci vam omogućavaju da uhvatite grešku i naučite logiku.
Ukratko
Predviđanje potražnje i planiranje zaliha je umjetnost uspostavljanja ravnoteže između viška i manjka zaliha; Duga i nestalna vremena isporuke u međunarodnom nabavci čine ovo teškim. Vještačka inteligencija je moćan pomoćnik u čitanju obrazaca u istorijskim podacima, generisanju predviđanja scenarija, izračunavanju sigurnosne zalihe i tačke ponovnog naručivanja. Ali predviđanje je predviđanje vjerovatnoće; Konačna odluka o narudžbi pripada planeru, uzimajući u obzir gotovinu, kapacitet i rizik. Vjerujte scenariju, a ne jednom broju, realno izračunajte vrijeme isporuke, provjerite međukorake.
Zadatak aplikacije
Dobijte podatke o prodaji za posljednjih 12-24 mjeseca (broj, bez povjerljivih informacija o kupcu) proizvoda. Neka AI prvo pročita obrazac (trend + sezona), a zatim izradi prognozu u tri scenarija. Zatim izračunajte tačku ponovnog naručivanja i sigurnosne zalihe tako što ćete dati svoje vrijeme isporuke, minimalnu količinu narudžbe i raspoložive zalihe; Provjerite međukorake sami. Konačno, donesite konačnu odluku o narudžbi s obzirom na vaš novac i kapacitet i uporedite je sa AI scenarijima.
kontrolna lista
- [ ] Dao sam istorijske podatke o prodaji (anonimno) AI; Procjenu sam bazirao na podacima.
- [ ] Uklonio sam trend i sezonski obrazac.
- [ ] Umjesto jednog broja, napravio sam pesimistički/realističan/optimistički scenario.
- [ ] Podijelio sam vrijeme isporuke na njegove komponente i realno ga izračunao.
- [ ] Provjerio sam sigurnosnu zalihu i točku narudžbe s međukoracima.
- [ ] Donio sam konačnu odluku o narudžbi, uzimajući u obzir gotovinu, kapacitet i rizik.