אופטימיזציה של מלאי ומלאי

רווחים:

• יכולת לחשב EOQ, מלאי בטיחות ורעיונות נקודות הזמנה מחדש
• יכולת להשתמש ב-AI כעזר בניתוח ABC/XYZ ועיצוב מדיניות מלאי
• יכולת לאמת פרמטרי מלאי מוצעים של AI עם נוסחה ונתוני צריכה בפועל

מלאי הוא הכסף הקפוא של העסק. יותר מדי חונק את תזרים המזומנים, יוצר עלויות מחסן ובזבוז; פחות מזה אומר אובדן מכירות, עצירות קו ולקוחות חסרים. המשימה של מהנדס התעשייה היא לבסס את האיזון הזה לא עם "הרגשה" אלא עם נוסחה ונתונים. בינה מלאכותית מאיצה חשבונאות, סיווג ועיצוב מדיניות בתחום זה; עם זאת, נוסחאות מלאי רגישות מאוד לשגיאות יחידות והנחות, ולכן יש לאמת את תפוקת הבינה המלאכותית על ידי חישוב מחדש. ביחידה זו, נסקור EOQ, מלאי בטיחות, נקודת הזמנה מחדש וניתוח ABC/XYZ באופן בעזרת AI.

מושגים ונוסחאות בסיסיות

לניהול מלאי יש שלוש שאלות ליבה: כמה צריך להזמין?, מתי כדאי להזמין?, כמה חיץ צריך לשמור?

כמות הזמנה כלכלית (EOQ): הכמות שמאזנת בין עלות ההזמנה לבין עלות ההחזקה.

EOQ = שורש ריבועי( (2 × D × S) / H )D = ביקוש שנתי (יחידה/שנה) S = עלות להזמנה (TL/הזמנה) H = עלות אחזקות שנתית ליחידה (TL/פריט/שנה)

נקודת הזמנה מחדש (ROP): כאשר המניה יורדת לרמה זו, מתבצעת הזמנה חדשה.

ROP = d × L + SSd = ביקוש יומי ממוצע (או תקופתי) L = זמן אספקה (באותה יחידת זמן) SS = מלאי בטיחות

מלאי בטיחות (SS): מאגר נגד אי ודאות בביקוש ובזמן אספקה.

SS = Z × σ_d × שורש ריבועי(L)Z = מקדם ביטחון המתאים לרמת השירות (למשל ≈ 1.65 עבור 95%)σ_d = סטיית תקן של ביקוש (לכל תקופה) L = זמן אספקה (מספר תקופות)

זהירות: השגיאה הנפוצה ביותר בנוסחאות אלו היא חוסר עקביות ביחידה. אם תיתן את הביקוש מדי יום ואת זמן האספקה ​​מדי שבוע, התוצאה תהיה חסרת משמעות. המר את כל הערכים לאותה יחידת זמן לפני תחילת כל חשבון. בינה מלאכותית מדלגת לרוב על השינוי הזה.

חישוב לדוגמה: צעד אחר צעד

עבור חלק חילוף, תן D = 3,600 יחידות לשנה, S = 120 TL/הזמנה, H = 8 TL/piece/שנה.

EOQ = שורש ריבועי ( (2 × 3600 × 120) / 8 ) = שורש ריבועי ( 864000 / 8 ) = שורש ריבועי ( 108000 ) ≈ 328.6 → כ-329 יחידות מספר הזמנות בשנה = 3600 / ≈ 329 ≈ 1 הזמנה

כעת ROP: דרישה יומית d = 3,600 / 300 ימי עבודה = 12 יחידות ליום, זמן אספקה L = 10 ימים, סטיית תקן דרישה σ_d = 4 יחידות ליום, רמת שירות יעד 95% (Z ≈ 1.65):

SS = 1.65 × 4 × שורש ריבועי(10) = 1.65 × 4 × 3.162 ≈ 20.9 → 21 יחידותROP = 12 × 10 + 21 = 141 יחידות

במילים אחרות, כשהמלאי יורד ל-141 יחידות, מתבצעת הזמנה חדשה של 329 יחידות. כאשר אתה מיקור חוץ סוג זה של חישוב ל-AI, בקש ממנו להציג כל שורה פתוחה כך; לא ניתן לאמת פלט שאומר "תוצאה היא 141".

התמקד עם ניתוח ABC ו-XYZ

ניהול כל פריט באותה הקפדה הוא בזבוז. ניתוח ABC מסווג פריטים לפי ערך (שימוש שנתי × עלות יחידה): פריט (בדרך כלל ~20% מהפריטים, ~80% מהערך) מנוהלים בצורה הדוקה. ניתוח XYZ מסווג בהתאם לשונות הביקוש: X הוא רגיל, Z הוא ביקוש לא סדיר.

כיתה

משמעות

פוליטיקה

A-X

ערך גבוה, ביקוש קבוע

מעקב הדוק, מלאי בטיחות נמוך, הזמנות תכופות

א-ז

ערך גבוה, ביקוש לא יציב

ניטור צמוד, חציצה קפדנית, אספקה גמישה

C-X

ערך נמוך, ביקוש קבוע

מדיניות פשוטה, הזמנה אוטומטית

ג-ז

ערך נמוך, לא סדיר

קח לפי הצורך, בעדיפות נמוכה

תפקיד: אתה מהנדס תעשיה המתמחה בניהול מלאי. משימה: הכנס את רשימת הפריטים הבאה למטריצה ABC (ערך שימוש שנתי) והפק

הנחיה חלשה / הנחיה חזקה

הנחיה חלשה:

מה צריך להיות מלאי הבטיחות של מוצרים אלה?

ללא רמת שירות, שונות בביקוש וזמן אספקה, כל תשובה היא ניחוש.

הנחיה עוצמתית:

חשב מלאי בטיחות ו-ROP עבור הפריט הבא. רמת שירות 98% (ציין ערך Z), ביקוש יומי ממוצע 30, סטיית דרישה יומית 9, זמן אספקה ​​7 ימים. כתוב את הנוסחה, הצג כל שלב, בדוק את היחידות. לאחר מכן השוו כיצד SS משתנה אם אני מפחית את רמת השירות ל-95%.

ההנחיה השנייה מכילה גם את החישוב וגם שאלת "רגישות"; זה מאפשר לך לראות עד כמה ההחלטה תלויה באיזו הנחה.

מיני מארז: עלות רמת השירות

חברת תעשיית אספקת רכב שואפת לרמת שירות של 99.9% כדי לעולם לא להשאיר אטם קריטי חסר. לבארן, מהנדס תעשיה, יש את מלאי הבטיחות של AI לחשב עבור רמות שירות נוכחיות ואלטרנטיביות. הנוסחה מראה שמעבר מ-95% ל-99.9% מעביר את Z מ-1.65 לכ-3.09; כך שמלאי הבטיחות כמעט מכפיל את עצמו. כשברן מכפיל את זה בעלות ההחזקה של הפריט, הוא רואה שאחוז אחרון זה יקר מאוד. זה מפחית את עלות המלאי הכוללת על ידי בחירה של 95% עבור פריטים לא קריטיים ו-99% עבור פריטים קריטיים שעוצרים את הקו. הגדרת חשבון בינה מלאכותית; שיקול הדעת ההנדסי של ברן הוא שהכריע איזו רמת שירות שווה את העבודה.

רמז: מלאי הבטיחות גדל באופן אקספוננציאלי, ולא ליניארי, עם רמת השירות. האחוזונים האחרונים (99% → 99.9%) יקרים מאוד. שאלה אם כל פריט באמת צריך את הרמה הגבוהה הזו.

טעויות נפוצות

• ערבוב יחידות: הזנת ביקוש יומי וזמן אספקה מדי שבוע ומציאת SS/ROP חסר משמעות.
• רמת שירות יחידה: החלת אותה רמת שירות על כל הפריטים וניהול פריטים A ו-C באופן שווה.
• לא מאמת את חישוב ה-AI: קבלת תוצאות EOQ/SS מבלי לראות את שלבי השורש והכפל.
• הנחת ביקוש מתמיד: התעלמות משונות (σ) ושמירה על מלאי הבטיחות באפס.
• התעלמות ממלאי מת: המשך ביצוע הזמנות עם הפרמטרים הישנים לפריטים עם ירידה בביקוש.

לסיכום

• סטוק עונה על שלוש שאלות: כמה (EOQ), מתי (ROP), כמה חיץ (SS). לכל אחד יש נוסחה ברורה.
• עקביות יחידה היא הנקודה הקריטית ביותר ולעתים קרובות מתעלמים ממנה בחשבונאות המלאי; הקפד לאמת את פלט AI עם בדיקת יחידה.
• מטריצת ABC/XYZ מכוונת את המאמץ לפריטים הנכונים; חבל לנהל כל פריט באותה הקפדה.
• ככל שרמת השירות עולה, מלאי הבטיחות מתייקר במהירות; שאל את האחוזונים האחרונים.
• AI מקים ומאיץ את החשבון; שיקול הדעת האנושי הוא שמחליט איזו מדיניות שווה את העבודה.

משימת יישום

הכן רשימת מלאי של לפחות 8-10 פריטים (קוד, ביקוש שנתי, עלות יחידה, סטיית דרישה, זמן אספקה). ראשית, בקש מה-AI לבנות את מטריצת ABC/XYZ ולהציג בבירור את מקדם הווריאציה. לאחר מכן חשב את ערכי ה-EOQ, מלאי הבטיחות וה-ROP של פריט A; ראה כל שלב ויחידה. אימות קריטי: בצע מחדש את חישוב ה-EOQ וה-SS באופן אישי עם Excel או מחשבון והשווה עם ה-AI. לבסוף, חשב את רמת השירות עבור אותו פריט בתרחישים של 95% ו-99% ופרש את הפרש מלאי הבטיחות והשפעת העלות השנתית שלו.