Dobici:
- Sposobnost izvođenja predviđanja potražnje, sigurnosne zalihe i izračuna točke ponovnog naručivanja iz povijesnih podataka o prodaji i otpremi uz podršku umjetne inteligencije
- Sposobnost modeliranja vremena isporuke, sezonskih fluktuacija i kašnjenja u opskrbnom lancu na temelju scenarija i njihovo odražavanje u planiranju
- Sposobnost razumijevanja da je predviđanje umjetne inteligencije predviđanje vjerojatnosti 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 veže gotovinu, stvara troškove skladišta i rizike od kvarenja/zastarjelosti; Nedostatak zaliha znači gubitak prodaje, nezadovoljstvo kupaca i hitnu (skupu) opskrbu. Održavanje tanke linije između to dvoje zahtijeva dobru prognozu potražnje i točan plan zaliha. Ovo je još teže s međunarodnom nabavom jer roba ostaje na brodu tjednima; Kada naručite danas, zapravo predviđate potražnju dva mjeseca kasnije. U ovoj jedinici ćemo pokriti kako koristiti umjetnu inteligenciju kao pomoćnika u predviđanju i planiranju.
Definirajmo pojmove. Predviđanje potražnje: To je predviđanje buduće količine prodaje/upotrebe na temelju povijesnih podataka. Vrijeme isporuke: vrijeme od trenutka kada predate narudžbu do trenutka kada roba postane dostupna; To je zbroj proizvodnje + transporta + carinskog vremena za uvoz. Sigurnosne zalihe: To je međuzaliha koja se čuva protiv fluktuacija u potražnji ili vremenu ponude. Točka ponovnog naručivanja: ovo je prag na kojem se mora postaviti nova narudžba kada zaliha padne na ovu razinu; otprilike "očekivana potražnja tijekom vremena isporuke + sigurnosna zaliha". Sezonska fluktuacija (sezonalnost): To je redoviti porast i pad potražnje tijekom godine (praznici, ljeto, školski rok).
Korak po korak: predviđanje i planiranje pomoću umjetne inteligencije
Korak 1 — Pripremite povijesne podatke. Predviđanje počinje povijesnim podacima o prodaji/isporuci. Mjesečne ili tjedne prodajne brojke, kampanje i promjene cijena, ako postoje, te razdoblja kada nemate zalihe. Kada te podatke date AI-ju (samo proizvod i količinu, bez povjerljivih podataka o kupcima), on tumači trend, sezonu i skokove.
Korak 2 — Uklonite uzorak. AI čita uzorke u podacima, kao što je "povećanje od 30% ljeti, smanjenje u siječnju, godišnji trend rasta od 8%" i objašnjava ih jednostavnim jezikom. To čini vidljivim uzorke koje možda nećete primijetiti gledajući neobrađeni broj.
Korak 3 — Generirajte prognozu i skriptirajte je. AI može ocrtati prognozu potražnje na temelju povijesnog uzorka; Ono što je vrijednije je to što proizvodi "pesimistične / realne / optimistične" scenarije. Na ovaj način planirate na temelju raspona, a ne jednog broja.
Korak 4 — Izračunajte parametre zaliha. Nakon što su poznati predviđanje, vrijeme isporuke i volatilnost, izračunava se sigurnosna zaliha i točka ponovnog naručivanja. AI implementira formulu i demonstrira logiku; vi provjerite brojeve.
Korak 5 — ljudska odluka. Konačna količina narudžbe; Zadaje ga planer, uzimajući u obzir novčani tijek, kapacitet skladišta, minimalnu količinu narudžbe, tečaj i rizik opskrbe. Predviđanje je unos, a ne odluka.
Oprez: predviđanje potražnje gleda u prošlost; Ne jamči budućnost. Neočekivani događaj (zatvaranje tvornice, blokada carine, nagli porast potražnje) može poremetiti prognozu. Rizično je cijelu narudžbu pripisati jednom "točnom" broju koji vraća AI; Rad sa scenarijem i marginom sigurnosti.
Tablica komponenti odluke o dionici
komponenta
Što to znači
Doprinos AI
ljudska odluka
Prognoza potražnje
očekivana prodaja
Generira uzorak + scenarij
Prihvatiti/ispraviti
vrijeme isporuke
Narudžba→razdoblje korištenja
Rastavlja ga na komponente
Provjerava stvarnim podacima
fluktuacija potražnje
Promjenjivost potražnje
račune iz prošlosti
Komentirajte i podijelite
sigurnosna zaliha
iznos međuspremnika
Izračunava s formulom
Stanje gotovine/rizika
točka ponovnog naručivanja
Prag narudžbe
Izračunava i pokazuje
Odobrenje
Količina narudžbe
Koliko će se uzeti
nudi prijedloge
konačna odluka
Četiri predloška za kopiranje
1) Obrasci čitanja povijesnih podataka:
Vaša uloga: pomoćnik analitičara potražnje. Ispod su mjesečni podaci o prodaji proizvoda za zadnja 24 mjeseca. Dajte mi sljedeće: (a) opći trend (povećanje/opadanje, otprilike u %), (b) sezonski obrazac (koji su mjeseci visoki/niski), (c) značajni skokovi/padovi i mogući uzroci (povežite ih s događajima koje sam zabilježio, ako postoje). Provjerit ću brojke; dodavanje podataka za ugradnju. Podaci: [mjesec: popis količina]
2) Scenarij predviđanja potražnje:
Vaša uloga: pomoćnik u predviđanju potražnje. Na temelju gornje povijesti izradite tri scenarija predviđanja (PESMISIONARNO, REALNO, OPTIMISTIČNO) za sljedećih 6 mjeseci (mjesečna količina). Zapišite na kojoj se pretpostavci temelji svaki scenarij. Ovo je predviđanje vjerojatnosti; To nije konačna obveza.
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] tjedana, željena razina usluge [npr. visoka].(a) Izračunajte točku ponovne narudžbe (očekivana potražnja tijekom vremena isporuke +sigurnosne zalihe) i pokažite logiku korak po korak.(b) Objasnite pristup koji ste koristili za sigurnosne zalihe. Provjerit ću sve brojeve; Pokažite mi međukorake da mogu provjeriti.
4) Analiza rizika u vremenu isporuke:
Vaša uloga: pomoćnik u planiranju opskrbnog lanca. Moje vrijeme isporuke sastoji se od sljedećih komponenti: proizvodnja [a] dana, oceanski prijevoz [b] dana, carina [c] dana, unutarnji prijevoz [d] dana. Izdvojite moguće izvore kašnjenja u svakoj komponenti i njihov utjecaj na vrijeme narudžbe. Označite najrizičniju poveznicu i dajte preporuku za marginu sigurnosti. Prijedlog; Na meni je da odlučim.
Slab upit / Jak upit
Slab upit:
Koliko trebam naručiti sljedeći mjesec?
Ovaj zahtjev, bez pružanja povijesnih podataka, vremena isporuke, sezone i stanja gotovine, uzrokuje da AI izrađuje broj koji se ne temelji na podacima. Naručivanje s ovim brojem bila bi oklada na slijepo.
Snažan upit:
Vaša uloga: pomoćnik u planiranju zaliha. Proizvod: [šifra]. Prodaja u zadnjih 12 mjeseci: [količine]. Razdoblje isporuke je 8 tjedana, minimalna količina za narudžbu je 500 jedinica, moje zalihe su 340 jedinica. Potražnja se povećava u ljetnim mjesecima. Izvedite realan raspon potražnje za sljedeća 2 mjeseca, izračunajte sigurnosnu zalihu i točku ponovne narudžbe, a zatim predložite 2-3 scenarija količine narudžbe (s bilansom gotovinskog rizika). Prikaži međukorake brojeva; Ja ću donijeti konačnu odluku.
Ovaj prompt daje sve kritične unose, podstiče scenarij i čini korake izračuna vidljivima, omogućujući provjeru.
tri mini kućišta
1. slučaj — uhvatiti korak sa sezonom. Uvoznik je imao fiksnu narudžbu za vrtni proizvod tijekom cijele godine; U proljeće je bio bez zaliha, a ljeti je gomilao robu. U trogodišnjim podacima, YZ je jasno pokazao porast potražnje od 40% između ožujka i svibnja. Planer je uzeo u obzir vrijeme isporuke (10 tjedana) i poslao ranu i veliku narudžbu u siječnju. Rezultat: zalihe su pale na nulu u proljetnoj sezoni, a višak zaliha na kraju godine smanjen za 25%. AI je pokazao uzorak, čovjek je donio odluku o narudžbi.
Slučaj 2 — Cijena povjerenja u točan broj. Planer naručen na temelju jedinstvene procjene od "3.200 jedinica" koju je dao YZ; Nije koristio scenarij i marginu sigurnosti. Nema zaliha zbog kupčeve neočekivane velike narudžbe, dodatna opskrba izvršena je putem hitnog zračnog prijevoza (jedinični trošak 3 puta). Lekcija: planirajte na temelju raspona scenarija i sigurnosne zalihe, a ne pojedinačnih brojeva.
Slučaj 3 — Realnost vremena isporuke. Tvrtka je uvijek držala svoje sigurnosne zalihe na niskom nivou; jer je mislio da je rok isporuke "6 tjedana". Kada je YZ podijelio vrijeme isporuke na komponente (proizvodnja 3 + transport 4 + carina 1,5 tjedana ≈ 8,5 tjedana), pokazalo se da je stvarno vrijeme duže, a najpromjenjivija karika bila je carina. Točka ponovnog naručivanja je u skladu s tim podignuta; Povratne zalihe su gotove.
Uobičajene greške
- Povezivanje cijele narudžbe s jednim pogodnim brojem. Radite sa scenarijem (pesimističan/realističan/optimističan) i sigurnosnom zalihom.
- Podcjenjivanje vremena isporuke. Razmotrite zbroj i volatilnost proizvodnje + transporta + carine + domaćeg transporta.
- Ignoriranje sezone. Fiksna narudžba stvara i nedostatke i višak zaliha sezonskih proizvoda.
- Tražiti predviđanje bez davanja podataka umjetnoj inteligenciji. Broj proizveden bez povijesnih podataka je izmišljen.
- Zaobilaženje ograničenja gotovine i kapaciteta. Čak ni najtočnija prognoza ne može se provesti ako gotovina nije dovoljna; Odluka je na osobi.
Savjet: uvijek recite "prikaži međukorake" kada od umjetne inteligencije tražite izračun. Ako ne vidite kako se prikazuju brojevi, kao što su sigurnosna zaliha ili točka narudžbe, ne možete ih potvrditi; Međukoraci vam omogućuju da uhvatite pogrešku i naučite logiku.
Ukratko
Predviđanje potražnje i planiranje zaliha umijeće je uspostavljanja ravnoteže između viška i manjka zaliha; Duga i nestabilna vremena isporuke u međunarodnim nabavama to otežavaju. Umjetna inteligencija moćan je pomoćnik u čitanju obrazaca u povijesnim podacima, generiranju predviđanja scenarija, izračunavanju sigurnosne zalihe i točke ponovnog naručivanja. Ali predviđanje je predviđanje vjerojatnosti; Konačna odluka o narudžbi pripada planeru, uzimajući u obzir gotovinu, kapacitet i rizik. Vjerujte scenariju, a ne jednom broju, realno izračunajte vrijeme, provjerite međukorake.
Zadatak aplikacije
Dohvatite podatke o prodaji (broj, bez povjerljivih podataka o kupcima) proizvoda za posljednja 12-24 mjeseca. Neka AI prvo pročita uzorak (trend + sezona), a zatim izradi prognozu za tri scenarija. Zatim izračunajte točku ponovne narudžbe i sigurnosnu zalihu navodeći vrijeme isporuke, minimalnu količinu narudžbe i raspoloživu zalihu; Sami provjerite međukorake. Na kraju, donesite svoju konačnu odluku o narudžbi uzimajući u obzir svoj novac i kapacitet i usporedite je sa scenarijima umjetne inteligencije.
popis za provjeru
- [] Dao sam povijesne podatke o prodaji (anonimno) AI-ju; Procjenu sam temeljio na podacima.
- [ ] Uklonio sam trend i sezonski obrazac.
- [ ] Umjesto jedne brojke, napravio sam pesimističan/realističan/optimističan scenarij.
- [ ] Vrijeme isporuke podijelio sam na 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.