בינה מלאכותית בניהול מלאי, תפוגה ואספקה

רווחים:

• יכולת ניתוח רמת מלאי, מעקב תפוגה ותכנון הזמנות עם בינה מלאכותית והפקת טיוטת החלטה
• יכולת לאמת תחזיות ביקוש ואזהרות תפוגה המופקות על ידי בינה מלאכותית עם נתוני מלאי אמיתיים וחוקי שרשרת קרה
• הבנה שהאחריות הסופית מוטלת על הרוקח בתהליכי עקיבות תרופות (ITS), שרשרת קר ותהליכי החזרה/סילוק.

ישנם מאות, לרוב אלפי, מוצרים שונים על המדפים של בית המרקחת, ולכל אחד יש עלות, תאריך תפוגה (תאריך תפוגה) ודפוס דרישה. בעל המוצר הנכון בכמות הנכונה; מדובר באיזון העדין בין אי השארת החולה בידיים ריקות לבין אי הוצאת כסף על תרופות שפג תוקפן. בינה מלאכותית היא סיוע רב עוצמה לניתוח ותכנון באיזון זה: היא מחלצת דפוסי ביקוש מנתוני מכירות היסטוריים, מדגישה מוצרים המתקרבים לפקיעת תוקף, מציעה טיוטות הזמנות. אבל ההצעות הללו הן ניחושים גסים; לא ניתן ליישם אותו ללא אימות עם המלאי בפועל, כללי שרשרת הקירור, חקיקה וידע הרוקח בתחום. ביחידה זו תלמדו כיצד להפוך את הבינה המלאכותית לכלי תומך החלטות בטוח במלאי, מיושן וניהול אספקה.

שלושה צירים של ניהול מלאי

ניהול מלאי הוא איזון בין שלוש בעיות:

• זמינות: האם התרופה הדרושה למטופל נמצאת על המדף? מכירתן פוגעת הן בשביעות הרצון והן באמון המטופלים.
• הון: כל קופסה על המדף היא כסף קשור. מלאי מוגזם משבש את תזרים המזומנים.
• תאריך תפוגה: תרופות שפג תוקפן מושמדות; זהו פגיעה ישירה והוא קריטי לבטיחות המטופל.

בינה מלאכותית יכולה לנתח את שלושת הצירים הללו יחד ולייצר טיוטת תשובות לשאלות כמו "איזה מוצר צריך להזמין ובכמה, איזה מהם בסיכון להתיישן?" אבל כל תשובה חייבת להיבחן מול בדיקת מלאי וידע בשטח.

זהירות: בינה מלאכותית חוזה ביקוש עתידי על ידי התבוננות בנתונים היסטוריים; אבל מגיפה בלתי צפויה, משבר אספקה, שינוי רגולטורי או אירוע מקומי משבשים את התחזית. תחזית הביקוש אינה המלצה או נבואה; מאוזנת לפי שיקול דעתו של הרוקח.

ניהול Miad ו-FEFO

כלל הזהב של ניהול תפוגה הוא FEFO (תפוגה ראשונה, יוצא ראשון). במילים אחרות, יש למכור תחילה את המוצר הקרוב לתאריך התפוגה שלו על המדף. אם בינה מלאכותית מוזנת בנתוני מלאי:

• מפרט מוצרים שתאריך התפוגה שלהם מתקרב לסף מסוים (למשל 3 חודשים).
• זה מסמן פריטים שמסתובבים לאט ובסכנת תפוגה.
• ממליצה על מוצרים מועמדים להחזרה או קידום.

אך החלטת ההשמדה/החזרה בפועל, הבקרה הפיזית על המוצר, עמידה בשרשרת הקיר ותהליך ההחזרה בהתאם לחקיקה הם באחריות הרוקח.

שרשרת קרה ועקיבות

תרופות מסוימות (חיסונים, אינסולינים, תרופות ביולוגיות) חייבות להיות מאוחסנות בטווח טמפרטורות מסוים; זה נקרא שרשרת קרה. ברגע שהשרשרת נשברת, התרופה עלולה לאבד את השפעתה, וזו סכנה בלתי נראית. בנוסף, בטורקיה, תרופות מנוטרות באמצעות קודי QR עם ITS (מערכת מעקב אחר תרופות); המכירה, ההחזרה וההשמדה של כל קופסה נרשמות. בינה מלאכותית יכולה ליצור תזכורות וטיוטת תיעוד בתהליכים אלה; עם זאת, בקרת רישום טמפרטורה, עסקאות קוד QR והודעות רשמיות נמצאות בשליטה אנושית.

שלושה מיני תיקים

מקרה 1 - ניקוי טווח. בית מרקחת רצה לזהות 40 עטים שתוקפם יפוג תוך 3 חודשים. הרוקח מסר את רשימת המלאי (ללא מחיר ופרטי מטופל) לבינה המלאכותית; הבינה המלאכותית מיינה אותם לפי בגרות וסימנה את אלו שחזרו לאט. הרוקח השווה את הרשימה למדף הפיזי, ראה שכבר נמכרו כמה פריטים וערך תוכנית החזרה/קמפיין עבור 32 הפריטים בפועל. בינה מלאכותית צמצמה את שעות המיון לדקות; הרוקח קיבל את ההחלטה.

מקרה 2 - ביקוש עונתי. לפני החורף, בית מרקחת הכין תוכנית הזמנה למוצרים קרים. בינה מלאכותית הפיקה תחזית ממכירות של שנים קודמות. הרוקח תאם הערכה זו עם גל שפעת מוקדם באזור באותה שנה וזמינות המלאי של הספק; הוא עלה על התחזית ב-20%. AI נתן נקודת מוצא; המספר הסופי עוצב על ידי ידע בשטח.

מקרה 3 - תיעוד שרשרת קרה. במקרה של תקלה במקרר, טווח הטמפרטורות חרג לזמן קצר. הרוקח ביקש מה-AI רישום תקריות וטיוטת רשימת בדיקה של מוצרים רלוונטיים. בינה מלאכותית רשמה איזה מידע יש לרשום. הרוקח העריך את השימושיות של המוצרים על פי נוהל שבירת שרשרת הקירור של היצרן/חקיקה ומסר את ההודעה הנדרשת. AI האיץ תיעוד; ההחלטה התקבלה מתוך ידיעת החקיקה והיצרן.

ניתוח מלאי ותפוגה שלב אחר שלב

1. הכן נתונים באופן אנונימי ומדויק. מוצר, כמות, תאריך תפוגה, שיעור מכירה (ללא מידע מטופל/סודי).
2. בקש ניתוח. בינה מלאכותית מבטלת את הסיכון של התיישנות, פריטים מסתובבים לאט וטיוטות הזמנות.
3. השווה עם מלאי בפועל. אמת עם ספירה פיזית ונתוני מערכת.
4. תקן עם הקשר שדה. הוסף ידע על מגיפה, אספקה, רגולציה ומקומי.
5. החל כללי שרשרת קר/ITS. ביצוע תהליכי החזרה, השמדה ואחסנה בהתאם לחקיקה.
6. שמור את ההחלטה. שמור על מעקב אחר סיבות הסדר והסילוק.

הנחיה חלשה / הנחיה חזקה

חלש: "מה אני צריך להזמין?"

חזק: "נתח את נתוני המלאי הבאים (מוצר, כמות זמינה, מכירות חודשיות עבור 6 החודשים האחרונים, תאריך תפוגה). חלץ: 1) פריטים שפג תוקפם תוך 3 חודשים ולא יתחדשו בהתבסס על מהירות מכירה, 2) המלצת הזמנה מחדש (עם היגיון מהירות נוכחי + מלאי בטיחות), 3) הצג את ההצעה למחזור איטי כטיוטה בפועל; סטטוס ספירה ואספקה. אין להגיב על מחיר/רווח."

בהנחיה העוצמתית, מבנה הנתונים, התפוקות הרצויות ומגבלת האימות ברורים.

ארבע תבניות הניתנות להעתקה

משימה: ניתוח סיכונים לטווח (DRAFT).קלט: | מוצר | כמות | מכירות חודשיות | תפוגה |פלט: רשום את הפריטים שתוקפם יפוג בעוד [X] חודשים ולא יפוג בהתאם לשיעור המכירה שלהם; הצג אומדן "זמן התכה". זה יאומת עם המדף בפועל.

משימה: המלצת הזמנה מחדש. קלט: מוצר, מלאי שוטף, מכירות חודשיות ממוצעות, זמן אספקה ​​(ימים). חשב: מלאי בטיחות + בקשת זמן אספקה ​​← כמות הזמנה מוצעת. הצג שלבים. סטטוס האספקה ​​והעונתיות יתווספו על ידי הרוקח.

משימה: דוח מוצר איטיות. קלט: היסטוריית מכירות. תפוקה: פריטים שנמכרו בפחות מ-[Y] יחידות בחודש [X] האחרון; סמן להחזר/קמפיין/התאמה למדפים. ההחלטה היא של הרוקח.

משימה: טיוטת תיעוד אירועי שרשרת קר. אירוע: [תאריך, משך, טווח טמפרטורות, מוצרים מושפעים]. פלט: מידע שיירשם + רשימת הערכה. זמינות מוצר שיש להחליט על ידי היצרן/נוהל רגולטורי; AI לא מקבל החלטות.

טבלת אחריות החלטות מלאי

קווסט

בינה מלאכותית

רוקח

מיון תפוגה

רשימה מהירה

אישור פיזי

תחזית ביקוש

טיוטה היסטורית

תיקון שדה/עונה

כמות הזמנה

המלצה על חשבון

החלטה על אספקה/מזומן

הערכת שרשרת קרה

תיעוד

החלטת זמינות

İTS/החזרה/הרס

רשימת בדיקה

פעולה רשמית ואחריות

טעויות נפוצות

• טעות בתחזית כנבואה. יש לתקן את תחזית הביקוש עם מידע בשטח.
• דילוג על הספירה הפיזית. נתוני המערכת והמדף עשויים להיות שונים; מדף חיוני בהחלטה של ​​קדנציה.
• משאירים את החלטת השרשרת הקרה לבינה מלאכותית. הזמינות ניתנת לפי נוהל יצרן/רגולציה.
• הרגעת תהליך ה-ITS/החזרה. יש לרשום ולבצע קודי QR ועסקאות רשמיות בהתאם לכללים.
• העלאת נתונים סודיים/מסחריים ללא שליטה. יש להגן על מידע עסקי סבלני ורגיש.

לסיכום

בינה מלאכותית היא כלי ניתוח ותכנון רב עוצמה בניהול מלאי, תפוגה ואספקה; הוא מדגיש סיכונים מיושנים, מייצר תחזיות ביקוש וטיוטות הזמנות, ומאיץ את התיעוד. אבל כל הצעה היא טיוטה; לא ניתן ליישם ספירת מלאי בפועל ללא אימות על ידי כללי שרשרת קר, ITS וחקיקה. חיזוי ביקוש הוא נקודת מוצא, מאוזנת בידע בשטח. האחריות העליונה להחלטות העקיבות, שרשרת הקיר והסילוק היא של הרוקח.

משימת יישום

הכן דגימת מלאי אנונימית מבית המרקחת שלך (10-15 פריטים; כמות, מכירות חודשיות, תפוגה). בקש ניתוח סיכוני תפוגה והמלצה לסדר מחדש מבינה מלאכותית. השווה את התדפיס למתלה בפועל ושם לב להבדלים. תקן את תחזית הבינה המלאכותית למוצר עונתי עם ידע בתחום שלך. לבסוף, כתבו כיצד הייתם מנסחים תיעוד לשבירה היפותטית בשרשרת הקרה ותפתרו אותה עם היצרן/נוהל הרגולטורי.

רשימת בדיקה

• [ ] הכנתי את נתוני המניות באופן אנונימי ומדויק.
• [ ] ניתחתי את המונח סיכון ואישרתי אותו עם מדף פיזי.
• [ ] תיקנתי את תחזית הביקוש עם מידע שדה/עונה.
• [ ] איזנתי את כמות ההזמנה עם אספקה ​​וזמינות מזומנים.
• [ ] ביססתי את החלטת שרשרת הקיר על הנוהל היצרן/רגולטורי.
• [ ] ביצעתי את הליכי İTS/החזרה/השמדה באופן קבוע.
• [ ] רשמתי את הסיבות לסדר וההרס.