Κέρδη:
- Δυνατότητα εξαγωγής πρόβλεψης ζήτησης, αποθέματος ασφαλείας και υπολογισμών σημείων αναδιάταξης από ιστορικά δεδομένα πωλήσεων και αποστολών με υποστήριξη τεχνητής νοημοσύνης
- Δυνατότητα μοντελοποίησης του χρόνου παράδοσης, των εποχιακών διακυμάνσεων και των καθυστερήσεων της εφοδιαστικής αλυσίδας με βάση σενάριο και να αντικατοπτρίζονται στον προγραμματισμό
- Ικανότητα κατανόησης ότι η πρόβλεψη τεχνητής νοημοσύνης είναι μια πρόβλεψη πιθανοτήτων και ότι η τελική απόφαση παραγγελίας ανήκει στον προγραμματιστή, λαμβάνοντας υπόψη το κόστος, τα μετρητά και τον κίνδυνο.
Στο εξωτερικό εμπόριο και τα logistics, τα χρήματα χάνονται σε δύο σημεία: στα αγαθά που δεν μπορείτε να πουλήσετε και πίσω από τα αγαθά δεν μπορείτε να παραδώσετε στον πελάτη εγκαίρως. Το υπερβολικό απόθεμα δεσμεύει μετρητά, δημιουργεί κόστος αποθήκης και κινδύνους αλλοίωσης/απαξίωσης. Λείπει απόθεμα σημαίνει απώλεια πωλήσεων, δυσαρέσκεια πελατών και επείγουσα (ακριβή) προσφορά. Η επίτευξη της λεπτής γραμμής μεταξύ των δύο απαιτεί μια καλή πρόβλεψη ζήτησης και ένα ακριβές σχέδιο απογραφής. Αυτό είναι ακόμη πιο δύσκολο με τη διεθνή προμήθεια, επειδή τα εμπορεύματα παραμένουν στο πλοίο για εβδομάδες. Όταν παραγγέλνετε σήμερα, στην πραγματικότητα προβλέπετε τη ζήτηση δύο μήνες αργότερα. Σε αυτή την ενότητα, θα καλύψουμε πώς να χρησιμοποιήσετε την τεχνητή νοημοσύνη ως βοηθό πρόβλεψης και προγραμματισμού.
Ας ορίσουμε τους όρους. Πρόβλεψη ζήτησης: Είναι η πρόβλεψη μελλοντικών ποσών πωλήσεων/χρήσης με βάση ιστορικά δεδομένα. Χρόνος παράδοσης: Ο χρόνος από τη στιγμή που κάνετε την παραγγελία μέχρι τη στιγμή που τα αγαθά γίνονται διαθέσιμα. Είναι το άθροισμα των χρόνων παραγωγής + μεταφοράς + τελωνείου για εισαγωγές. Απόθεμα ασφαλείας: Είναι ένα απόθεμα ασφαλείας που διατηρείται έναντι των διακυμάνσεων του χρόνου ζήτησης ή προσφοράς. Σημείο αναδιάταξης: Αυτό είναι το όριο στο οποίο πρέπει να τοποθετηθεί μια νέα παραγγελία όταν το απόθεμα πέσει σε αυτό το επίπεδο. χονδρικά "αναμενόμενη ζήτηση κατά τη διάρκεια του χρόνου παράδοσης + απόθεμα ασφαλείας". Εποχιακή διακύμανση (εποχικότητα): Είναι η τακτική άνοδος και πτώση της ζήτησης καθ' όλη τη διάρκεια του έτους (αργίες, καλοκαίρι, σχολική περίοδος).
Βήμα προς βήμα: Πρόβλεψη και σχεδιασμός με τεχνητή νοημοσύνη
Βήμα 1 — Προετοιμάστε ιστορικά δεδομένα. Η πρόβλεψη ξεκινά με ιστορικά δεδομένα πωλήσεων/αποστολών. Αριθμοί μηνιαίων ή εβδομαδιαίων πωλήσεων, καμπάνιες και αλλαγές τιμών, εάν υπάρχουν, και περίοδοι που δεν έχετε αποθέματα. Όταν δίνετε αυτά τα δεδομένα στην τεχνητή νοημοσύνη (μόνο προϊόν και ποσότητα, χωρίς εμπιστευτικές πληροφορίες πελατών), ερμηνεύει την τάση, την εποχή και τα άλματα.
Βήμα 2 — Αφαιρέστε το μοτίβο. Η τεχνητή νοημοσύνη διαβάζει μοτίβα στα δεδομένα, όπως "30% αύξηση το καλοκαίρι, μείωση τον Ιανουάριο, 8% ετήσια τάση ανάπτυξης" και τα εξηγεί σε απλή γλώσσα. Αυτό κάνει ορατά μοτίβα που μπορεί να μην παρατηρήσετε κοιτάζοντας τον ακατέργαστο αριθμό.
Βήμα 3 — Δημιουργήστε την πρόβλεψη και γράψτε την. Η τεχνητή νοημοσύνη μπορεί να περιγράψει μια πρόβλεψη ζήτησης με βάση το ιστορικό πρότυπο. Το πιο πολύτιμο είναι ότι παράγει «απαισιόδοξα / ρεαλιστικά / αισιόδοξα» σενάρια. Με αυτόν τον τρόπο σχεδιάζετε με βάση ένα εύρος, όχι έναν μόνο αριθμό.
Βήμα 4 — Υπολογίστε τις παραμέτρους του αποθέματος. Μόλις γίνει γνωστή η πρόβλεψη, ο χρόνος παράδοσης και η μεταβλητότητα, υπολογίζεται το απόθεμα ασφαλείας και το σημείο αναδιάταξης. Το AI υλοποιεί τον τύπο και επιδεικνύει τη λογική. επαληθεύετε τους αριθμούς.
Βήμα 5 — Ανθρώπινη απόφαση. Ποσότητα τελικής παραγγελίας. Δίνεται από τον προγραμματιστή, λαμβάνοντας υπόψη τις ταμειακές ροές, τη χωρητικότητα της αποθήκης, την ελάχιστη ποσότητα παραγγελίας, τη συναλλαγματική ισοτιμία και τον κίνδυνο προσφοράς. Μια πρόβλεψη είναι μια εισαγωγή, όχι μια απόφαση.
Προσοχή: Η πρόβλεψη ζήτησης εξετάζει το παρελθόν. Δεν εγγυάται το μέλλον. Ένα απροσδόκητο γεγονός (κλείσιμο εργοστασίου, μπλοκάρισμα τελωνείου, ξαφνική αύξηση της ζήτησης) μπορεί να απορρίψει την πρόβλεψη. Είναι επικίνδυνο να αποδοθεί ολόκληρη η παραγγελία σε έναν μόνο «ακριβή» αριθμό που επιστρέφεται από το AI. Εργασία με σενάριο και περιθώριο ασφαλείας.
Πίνακας στοιχείων απόφασης μετοχών
συστατικό
Τι σημαίνει αυτό
Συνεισφορά του AI
ανθρώπινη απόφαση
Πρόβλεψη ζήτησης
αναμενόμενες πωλήσεις
Δημιουργεί μοτίβο + σενάριο
Αποδοχή/διόρθωση
χρόνος παράδοσης
Παραγγελία→περίοδος χρήσης
Το διασπά σε εξαρτήματα
Επικυρώνεται με πραγματικά δεδομένα
διακύμανση ζήτησης
Αστάθεια της ζήτησης
λογαριασμούς από το παρελθόν
Σχολιάστε και κοινοποιήστε
απόθεμα ασφαλείας
ποσό buffer
Υπολογίζει με τύπο
Υπόλοιπο μετρητών/κινδύνου
σημείο αναδιάταξης
Όριο παραγγελίας
Υπολογίζει και δείχνει
Έγκριση
Ποσότητα παραγγελίας
Πόσο θα ληφθεί
προσφέρει προτάσεις
τελική απόφαση
Τέσσερα πρότυπα με δυνατότητα αντιγραφής
1) Μοτίβα ανάγνωσης σε ιστορικά δεδομένα:
Ο ρόλος σας: βοηθός αναλυτή ζήτησης. Παρακάτω είναι τα στοιχεία μηνιαίων πωλήσεων για τους τελευταίους 24 μήνες ενός προϊόντος. Δώστε μου τα εξής: (α) γενική τάση (αύξηση/μείωση, περίπου σε %), (β) εποχιακό μοτίβο (οι μήνες είναι υψηλά/χαμηλά), (γ) αξιοσημείωτα άλματα/ατυχήματα και πιθανές αιτίες (συσχετίστε τα με τα γεγονότα που σημείωσα, εάν υπάρχουν). Θα επαληθεύσω τους αριθμούς. προσθήκη δεδομένων προσαρμογής. Δεδομένα: [μήνας: λίστα ποσοτήτων]
2) Πρόβλεψη ζήτησης σεναρίου:
Ο ρόλος σας: βοηθός πρόβλεψης ζήτησης. Με βάση το παραπάνω ιστορικό, παράγετε τρεις προβλέψεις σεναρίων (ΑΠΙΣΤΟΠΟΙΗΤΙΚΗ, ΡΕΑΛΙΣΤΙΚΗ, ΑΙΣΙΟΔΟΞΗ) για τους επόμενους 6 μήνες (μηνιαία ποσότητα). Γράψτε σε ποια υπόθεση βασίζεται κάθε σενάριο. Αυτή είναι μια πρόβλεψη πιθανότητας. Δεν είναι οριστική δέσμευση.
3) Απόθεμα ασφαλείας και σημείο παραγγελίας:
Ο ρόλος σας: βοηθός προγραμματισμού αποθέματος. Εισροές: μέση μηνιαία ζήτηση [X] μονάδες, αστάθεια ζήτησης [περιγραφή/δεδομένα], χρόνος παράδοσης [Y] εβδομάδες, επιθυμητό επίπεδο εξυπηρέτησης [π.χ. υψηλό].(α) Υπολογίστε το σημείο αναδιάταξης (αναμενόμενη ζήτηση για το χρόνο παράδοσης +απόθεμα ασφαλείας) και δείξτε τη λογική βήμα προς βήμα. (β) Εξηγήστε την προσέγγιση που χρησιμοποιήσατε για το απόθεμα ασφαλείας. Θα επαληθεύσω όλους τους αριθμούς. Δείξε μου τα ενδιάμεσα βήματα για να μπορέσω να ελέγξω.
4) Ανάλυση κινδύνου χρόνου παράδοσης:
Ο ρόλος σας: βοηθός σχεδιασμού εφοδιαστικής αλυσίδας. Ο χρόνος παράδοσης μου αποτελείται από τα ακόλουθα στοιχεία: παραγωγή [a] ημέρες, θαλάσσια μεταφορά [b] ημέρες, τελωνείο [c] ημέρες, εσωτερική μεταφορά [d] ημέρες. Εξάγετε πιθανές πηγές καθυστέρησης σε κάθε στοιχείο και τον αντίκτυπό του στο χρόνο παραγγελίας. Σημειώστε τον πιο επικίνδυνο σύνδεσμο και δώστε μια σύσταση για το περιθώριο ασφαλείας. Πρόταση; Είναι στο χέρι μου να αποφασίσω.
Αδύναμη προτροπή / Ισχυρή προτροπή
Αδύναμη προτροπή:
Πόσο πρέπει να παραγγείλω τον επόμενο μήνα;
Αυτό το αίτημα, χωρίς να παρέχει ιστορικά δεδομένα, χρόνο παράδοσης, σεζόν και κατάσταση μετρητών, αναγκάζει το AI να σχηματίσει έναν αριθμό που δεν βασίζεται σε δεδομένα. Η παραγγελία με αυτόν τον αριθμό θα ήταν ένα τυφλό στοίχημα.
Ισχυρή προτροπή:
Ο ρόλος σας: βοηθός προγραμματισμού αποθεμάτων. Προϊόν: [κωδικός]. Πωλήσεις τελευταίους 12 μήνες: [ποσότητες]. Η περίοδος προμήθειας είναι 8 εβδομάδες, η ελάχιστη ποσότητα παραγγελίας είναι 500 μονάδες, το απόθεμά μου είναι 340 μονάδες. Η ζήτηση αυξάνεται τους καλοκαιρινούς μήνες. Εξάγετε ένα ρεαλιστικό εύρος ζήτησης για τους επόμενους 2 μήνες, υπολογίστε το απόθεμα ασφαλείας και το σημείο εκ νέου παραγγελίας και, στη συνέχεια, προτείνετε 2-3 σενάρια ποσότητας παραγγελίας (με υπόλοιπο χρηματικού κινδύνου). Εμφάνιση ενδιάμεσων βημάτων αριθμών. Θα πάρω την τελική απόφαση.
Αυτή η προτροπή παρέχει όλες τις κρίσιμες εισόδους, προτρέπει το σενάριο και κάνει ορατά τα βήματα υπολογισμού, καθιστώντας δυνατή την επαλήθευση.
τρεις μίνι θήκες
Περίπτωση 1 — Φτάνοντας τη διαφορά με την εποχή. Ένας εισαγωγέας είχε μια σταθερή παραγγελία για ένα προϊόν κήπου όλο το χρόνο. Ήταν εκτός αποθέματος την άνοιξη και συσσώρευε αγαθά το καλοκαίρι. Σε δεδομένα τριών ετών, η YZ έδειξε σαφώς αύξηση της ζήτησης κατά 40% μεταξύ Μαρτίου και Μαΐου. Ο υπεύθυνος σχεδιασμού έλαβε υπόψη τον χρόνο παράδοσης (10 εβδομάδες) και έκανε μια πρώιμη και μεγάλη παραγγελία τον Ιανουάριο. Αποτέλεσμα: οι διακοπές αποθεμάτων μειώθηκαν στο μηδέν την άνοιξη και το πλεόνασμα στο τέλος του έτους μειώθηκε κατά 25%. Το AI έδειξε το μοτίβο, ο άνθρωπος πήρε την απόφαση παραγγελίας.
Περίπτωση 2 — Το τίμημα της εμπιστοσύνης στον ακριβή αριθμό. Ένας σχεδιαστής που παραγγέλθηκε με βάση την ενιαία εκτίμηση των "3.200 μονάδων" που δόθηκε από την YZ. Δεν χρησιμοποίησε σενάριο και περιθώριο ασφαλείας. Εκτός αποθέματος με την απροσδόκητη μεγάλη παραγγελία ενός πελάτη, έγινε πρόσθετη προμήθεια μέσω επείγουσας αεροπορικής μεταφοράς (κόστος μονάδας 3 φορές). Μάθημα: σχέδιο με βάση το εύρος του σεναρίου και το απόθεμα ασφαλείας, όχι μεμονωμένα νούμερα.
Περίπτωση 3 — Η πραγματικότητα του χρόνου παράδοσης. Μια εταιρεία διατηρούσε πάντα χαμηλά το απόθεμα ασφαλείας της. γιατί νόμιζε ότι ο χρόνος παράδοσης ήταν "6 εβδομάδες". Όταν η YZ διαίρεσε τον χρόνο παράδοσης σε εξαρτήματα (παραγωγή 3 + μεταφορά 4 + τελωνείο 1,5 εβδομάδες ≈ 8,5 εβδομάδες), αποδείχθηκε ότι ο πραγματικός χρόνος ήταν μεγαλύτερος και ο πιο ασταθής σύνδεσμος ήταν τα τελωνεία. Το σημείο αναδιάταξης αυξήθηκε αναλόγως. Τα επαναλαμβανόμενα αποθέματα τελείωσαν.
Συνήθη λάθη
- Σύνδεση ολόκληρης της παραγγελίας με έναν μόνο εικαστικό αριθμό. Εργαστείτε με το σενάριο (απαισιόδοξο/ρεαλιστικό/αισιόδοξο) και το απόθεμα ασφαλείας.
- Υποεκτίμηση του χρόνου παράδοσης. Εξετάστε το άθροισμα και τη μεταβλητότητα της παραγωγής + μεταφορά + τελωνείο + εγχώριες μεταφορές.
- Αγνοώντας την εποχή. Η σταθερή παραγγελία δημιουργεί τόσο εκτός αποθέματος όσο και πλεόνασμα σε εποχιακά προϊόντα.
- Ζητώντας μια πρόβλεψη χωρίς να δώσουμε δεδομένα στο AI. Ο αριθμός που παράγεται χωρίς ιστορικά στοιχεία είναι κατασκευασμένος.
- Παράκαμψη μετρητών και περιορισμού χωρητικότητας. Ακόμη και η πιο ακριβής πρόβλεψη δεν μπορεί να εφαρμοστεί εάν τα μετρητά δεν επαρκούν. Η απόφαση εξαρτάται από το άτομο.
Συμβουλή: Να λέτε πάντα "εμφάνιση ενδιάμεσων βημάτων" όταν ζητάτε τον υπολογισμό από την τεχνητή νοημοσύνη. Εάν δεν βλέπετε πώς βγαίνουν οι αριθμοί, όπως το απόθεμα ασφαλείας ή το σημείο παραγγελίας, δεν μπορείτε να τους επαληθεύσετε. Τα ενδιάμεσα βήματα σάς επιτρέπουν να συλλάβετε το σφάλμα και να μάθετε τη λογική.
Συνοπτικά
Η πρόβλεψη της ζήτησης και ο σχεδιασμός αποθεμάτων είναι η τέχνη της επίτευξης της ισορροπίας μεταξύ πλεονάζοντος και υπολειπόμενου αποθέματος. Οι μεγάλοι και ασταθείς χρόνοι παράδοσης στη διεθνή προμήθεια το καθιστούν δύσκολο. Η τεχνητή νοημοσύνη είναι ένας ισχυρός βοηθός στην ανάγνωση προτύπων σε ιστορικά δεδομένα, στη δημιουργία προβλέψεων σεναρίων, στον υπολογισμό του αποθέματος ασφαλείας και στο σημείο αναδιάταξης. Αλλά μια πρόβλεψη είναι μια πρόβλεψη πιθανότητας. Η τελική απόφαση παραγγελίας ανήκει στον προγραμματιστή, λαμβάνοντας υπόψη τα μετρητά, τη χωρητικότητα και τον κίνδυνο. Εμπιστευτείτε το σενάριο, όχι έναν αριθμό, υπολογίστε ρεαλιστικά τον χρόνο παράδοσης, επαληθεύστε τα ενδιάμεσα βήματα.
Εργασία εφαρμογής
Λάβετε δεδομένα πωλήσεων των τελευταίων 12-24 μηνών (αριθμός, χωρίς εμπιστευτικές πληροφορίες πελατών) ενός προϊόντος. Ζητήστε από το AI να διαβάσει πρώτα το μοτίβο (τάση + σεζόν) και στη συνέχεια να δημιουργήσει μια πρόβλεψη τριών σεναρίων. Στη συνέχεια, υπολογίστε το σημείο αναπαραγγελίας και το απόθεμα ασφαλείας δίνοντας το χρόνο παράδοσης, την ελάχιστη ποσότητα παραγγελίας και το διαθέσιμο απόθεμα. Ελέγξτε μόνοι σας τα ενδιάμεσα βήματα. Τέλος, πάρτε την τελική σας απόφαση παραγγελίας λαμβάνοντας υπόψη τα μετρητά και τη χωρητικότητά σας και συγκρίνετε τα με σενάρια τεχνητής νοημοσύνης.
λίστα ελέγχου
- [ ] Έδωσα ιστορικά δεδομένα πωλήσεων (ανώνυμα) στην τεχνητή νοημοσύνη. Στήριξα την εκτίμηση σε δεδομένα.
- [ ] Αφαίρεσα την τάση και το εποχιακό μοτίβο.
- [ ] Αντί για έναν μόνο αριθμό, παρήγαγα ένα απαισιόδοξο/ρεαλιστικό/αισιόδοξο σενάριο.
- [ ] Χώρισα τον χρόνο παράδοσης στα στοιχεία του και τον υπολόγισα ρεαλιστικά.
- [ ] Ελέγξα το απόθεμα ασφαλείας και το σημείο παραγγελίας με ενδιάμεσα βήματα.
- [ ] Πήρα την τελική απόφαση παραγγελίας, λαμβάνοντας υπόψη τα μετρητά, τη χωρητικότητα και τον κίνδυνο.