Guadagni:
- Possibilità di ricavare previsioni della domanda, scorte di sicurezza e calcoli dei punti di riordino dai dati storici di vendita e spedizione con il supporto dell'intelligenza artificiale
- Capacità di modellare tempi di consegna, fluttuazioni stagionali e ritardi della catena di fornitura sulla base di scenari e di rifletterli nella pianificazione
- Capacità di comprendere che la previsione dell'intelligenza artificiale è una previsione probabilistica e che la decisione finale sull'ordine spetta al pianificatore, tenendo conto di costi, liquidità e rischio.
Nel commercio estero e nella logistica, il denaro si perde in due posti: sulla merce che non si può vendere e sulla merce che non si riesce a consegnare al cliente in tempo. Le scorte in eccesso vincolano la liquidità, creano costi di magazzino e rischi di deterioramento/obsolescenza; Stock mancanti significa perdita di vendite, insoddisfazione dei clienti e fornitura urgente (costosa). Per mantenere la linea sottile tra i due sono necessari una buona previsione della domanda e un accurato piano delle scorte. Ciò è ancora più difficile con l’approvvigionamento internazionale perché la merce rimane sulla nave per settimane; Quando ordini oggi, in realtà prevedi la domanda due mesi dopo. In questa unità tratteremo come utilizzare l'intelligenza artificiale come assistente di previsione e pianificazione.
Definiamo i termini. Previsione della domanda: è la previsione dell'importo futuro di vendite/utilizzo basato su dati storici. Lead time: il tempo che intercorre dal momento in cui effettui l'ordine al momento in cui la merce diventa disponibile; È la somma di produzione + trasporto + tempi doganali per le importazioni. Scorta di sicurezza: è una scorta cuscinetto mantenuta contro le fluttuazioni della domanda o dei tempi di fornitura. Punto di riordino: questa è la soglia alla quale deve essere effettuato un nuovo ordine quando lo stock scende a questo livello; più o meno "domanda prevista durante il lead time + scorte di sicurezza". Fluttuazione stagionale (stagionalità): è il regolare aumento e calo della domanda durante tutto l'anno (vacanze, estate, periodo scolastico).
Passo dopo passo: previsione e pianificazione basate sull'intelligenza artificiale
Passaggio 1: preparare i dati storici. La previsione inizia con i dati storici di vendita/spedizione. Numeri di vendita mensili o settimanali, campagne e variazioni di prezzo, se presenti, e periodi in cui le scorte sono esaurite. Quando fornisci questi dati all’intelligenza artificiale (solo prodotto e quantità, senza informazioni riservate sul cliente), interpreta la tendenza, la stagione e i salti.
Passaggio 2: rimuovere il motivo. L'intelligenza artificiale legge i modelli nei dati, come "aumento del 30% in estate, diminuzione in gennaio, trend di crescita annuale dell'8%" e li spiega in un linguaggio semplice. Ciò rende visibili modelli che potresti non notare guardando il numero grezzo.
Passaggio 3: genera la previsione e inseriscila nello script. L’intelligenza artificiale può delineare una previsione della domanda basata su un modello storico; Ciò che è più prezioso è che produce scenari “pessimistici/realistici/ottimisti”. In questo modo pianifichi in base a un intervallo, non a un singolo numero.
Passaggio 4: calcolare i parametri delle scorte. Una volta noti la previsione, i tempi di consegna e la volatilità, vengono calcolati la scorta di sicurezza e il punto di riordino. L'intelligenza artificiale implementa la formula e dimostra la logica; verifichi i numeri.
Passo 5 – Decisione umana. Quantità dell'ordine finale; Viene fornito dal pianificatore, tenendo conto del flusso di cassa, della capacità del magazzino, della quantità minima dell'ordine, del tasso di cambio e del rischio di fornitura. Una previsione è un input, non una decisione.
Attenzione: la previsione della domanda guarda al passato; Non garantisce il futuro. Un evento inaspettato (la chiusura di una fabbrica, un blocco doganale, un improvviso aumento della domanda) può mandare all’aria le previsioni. È rischioso attribuire l’intero ordine ad un unico numero “esatto” restituito dall’AI; Lavorare con scenario e margine di sicurezza.
Tabella dei componenti delle decisioni azionarie
componente
Cosa significa
Contributo dell'intelligenza artificiale
decisione umana
Previsione della domanda
vendite previste
Genera modello + scenario
Accettare/correggere
tempo di consegna
Ordine→periodo di utilizzo
Lo scompone in componenti
Valida con dati reali
fluttuazione della domanda
Volatilità della domanda
conti del passato
Commenta e condividi
scorta di sicurezza
importo del buffer
Calcola con la formula
Equilibrio liquidità/rischio
punto di riordino
Soglia dell'ordine
Calcola e mostra
Approvazione
Quantità dell'ordine
Quanto verrà preso
offre suggerimenti
decisione finale
Quattro modelli copiabili
1) Modelli di lettura dei dati storici:
Il tuo ruolo: assistente analista della domanda. Di seguito sono riportati i dati di vendita mensili per gli ultimi 24 mesi di un prodotto. Dammi quanto segue: (a) tendenza generale (aumento/diminuzione, approssimativamente in %), (b) andamento stagionale (quali mesi sono alti/bassi), (c) salti/incidenti notevoli e possibili cause (correlali agli eventi che ho notato, se presenti). Verificherò i numeri; aggiunta dei dati di adattamento.Dati: [mese: elenco quantità]
2) Scenario previsione della domanda:
Il tuo ruolo: assistente per la previsione della domanda. Sulla base della cronologia di cui sopra, produrre tre previsioni di scenario (PESMISSIONARIO, REALISTICO, OTTIMISTICO) per i prossimi 6 mesi (quantità mensile). Annota su quale ipotesi si basa ogni scenario. Questa è una previsione di probabilità; Non è un impegno definitivo.
3) Scorta di sicurezza e punto ordine:
Il tuo ruolo: assistente alla pianificazione dell'inventario. Input: domanda mensile media [X] unità, volatilità della domanda [descrizione/dati], tempi di consegna [Y] settimane, livello di servizio desiderato [ad es. alto].(a) Calcola il punto di riordino (domanda prevista nel tempo di consegna + scorte di sicurezza) e mostra la logica passo dopo passo. (b) Spiega l'approccio utilizzato per le scorte di sicurezza. Verificherò tutti i numeri; Mostrami i passaggi intermedi così posso controllare.
4) Analisi dei rischi in termini di tempi di consegna:
Il tuo ruolo: assistente alla pianificazione della supply chain. Il mio tempo di consegna è composto dai seguenti componenti: produzione [a] giorni, trasporto marittimo [b] giorni, dogana [c] giorni, trasporto interno [d] giorni. Estrarre le possibili fonti di ritardo in ciascun componente e il relativo impatto sui tempi dell'ordine. Contrassegnare il collegamento più rischioso e fornire una raccomandazione per il margine di sicurezza. Suggerimento; Sta a me decidere.
Prompt debole / Prompt forte
Suggerimento debole:
Quanto dovrei ordinare il mese prossimo?
Questa richiesta, senza fornire dati storici, tempi di consegna, stagione e situazione di cassa, fa sì che l'IA compensi un numero che non è basato sui dati. Ordinare con questo numero sarebbe una scommessa cieca.
Suggerimento potente:
Il tuo ruolo: assistente alla pianificazione dell'inventario. Prodotto: [codice]. Vendite degli ultimi 12 mesi: [quantità]. Il periodo di fornitura è di 8 settimane, la quantità minima dell'ordine è di 500 unità, il mio stock è di 340 unità. La domanda aumenta nei mesi estivi. Deriva un intervallo di domanda realistico per i prossimi 2 mesi, calcola le scorte di sicurezza e il punto di riordino, quindi suggerisci 2-3 scenari di quantità degli ordini (con bilancio rischio-contante). Mostra i passaggi intermedi dei numeri; Prenderò la decisione finale.
Questa richiesta fornisce tutti gli input critici, suggerisce lo scenario e rende visibili le fasi di calcolo, rendendo possibile la verifica.
tre mini custodie
Caso 1 – Recuperare il ritardo con la stagione. Un importatore aveva un ordine fisso per un prodotto da giardino tutto l'anno; Era esaurito in primavera e accumulava merce in estate. Nei dati triennali, YZ ha mostrato chiaramente un aumento della domanda del 40% tra marzo e maggio. Il pianificatore ha tenuto conto del tempo di consegna (10 settimane) e ha effettuato un ordine anticipato e di grandi dimensioni a gennaio. Risultato: le scorte in esaurimento sono scese a zero nella stagione primaverile e le scorte in eccesso a fine anno sono diminuite del 25%. L'intelligenza artificiale ha mostrato lo schema, l'umano ha preso la decisione dell'ordine.
Caso 2: il prezzo per fidarsi del numero esatto. Un planner ordinato sulla base della stima unica di "3.200 unità" fornita da YZ; Non ha utilizzato uno scenario e un margine di sicurezza. Esaurito a causa di un ordine inaspettato di grandi dimensioni da parte di un cliente, è stata effettuata una fornitura aggiuntiva tramite trasporto aereo urgente (costo unitario 3 volte). Lezione: piano basato sulla gamma dello scenario e sulle scorte di sicurezza, non su singoli numeri.
Caso 3 – La realtà dei tempi di consegna. Un’azienda ha sempre mantenuto basse le sue scorte di sicurezza; perché pensava che il tempo di consegna fosse "6 settimane". Quando YZ ha diviso il lead time in componenti (produzione 3 + trasporto 4 + dogana 1,5 settimane ≈ 8,5 settimane), si è scoperto che il tempo reale era più lungo e il collegamento più volatile era quello doganale. Il punto di riordino è stato sollevato di conseguenza; Le ricorrenti rotture di stock sono finite.
Errori comuni
- Collegamento dell'intero ordine a un singolo numero indovinato. Lavorare con lo scenario (pessimistico/realistico/ottimista) e le scorte di sicurezza.
- Sottovalutare i tempi di consegna. Consideriamo la somma e la volatilità di produzione + trasporti + dogane + trasporti nazionali.
- Ignorando la stagione. L'ordine fisso crea sia scorte esaurite che scorte in eccesso nei prodotti stagionali.
- Chiedere una previsione senza fornire dati all'IA. Il numero prodotto senza dati storici è fabbricato.
- Superare i vincoli di liquidità e capacità. Anche la previsione più accurata non può essere attuata se i contanti non sono sufficienti; La decisione spetta alla persona.
Suggerimento: pronuncia sempre "mostra passaggi intermedi" quando chiedi all'IA il calcolo. Se non vedi come vengono visualizzati i numeri, ad esempio scorta di sicurezza o punto ordine, non puoi verificarli; I passaggi intermedi consentono sia di individuare l'errore che di apprendere la logica.
In sintesi
La previsione della domanda e la pianificazione delle scorte sono l'arte di trovare l'equilibrio tra scorte in eccesso e scorte insufficienti; I tempi lunghi e volatili nell’approvvigionamento internazionale rendono tutto questo difficile. L’intelligenza artificiale è un potente assistente nella lettura dei modelli nei dati storici, nella generazione di previsioni di scenari, nel calcolo delle scorte di sicurezza e del punto di riordino. Ma una previsione è una previsione di probabilità; La decisione finale sull'ordine spetta al progettista, tenendo conto di liquidità, capacità e rischio. Fidati dello scenario, non di un singolo numero, calcola i tempi di consegna in modo realistico, verifica i passaggi intermedi.
Compito dell'applicazione
Ottieni gli ultimi 12-24 mesi di dati di vendita (numero, senza informazioni riservate sul cliente) di un prodotto. Chiedi all'IA di leggere prima il modello (tendenza + stagione), quindi di produrre una previsione a tre scenari. Quindi calcola il punto di riordino e le scorte di sicurezza indicando i tempi di consegna, la quantità minima dell'ordine e le scorte disponibili; Controlla tu stesso i passaggi intermedi. Infine, prendi la decisione finale sull'ordine considerando i tuoi soldi e la tua capacità e confrontala con gli scenari AI.
lista di controllo
- [ ] Ho fornito i dati storici delle vendite (anonimi) ad AI; Ho basato la stima sui dati.
- [ ] Ho rimosso la tendenza e lo schema stagionale.
- [ ] Invece di un singolo numero, ho prodotto uno scenario pessimistico/realistico/ottimista.
- [ ] Ho suddiviso il lead time nelle sue componenti e l'ho calcolato realisticamente.
- [ ] Ho verificato la scorta di sicurezza e il punto d'ordine con passaggi intermedi.
- [ ] Ho preso la decisione finale sull'ordine, tenendo conto di contanti, capacità e rischio.