ಪೂರೈಕೆ ಸರಪಳಿ, ಬೇಡಿಕೆ ಮತ್ತು ದಾಸ್ತಾನು ವಿಶ್ಲೇಷಣೆ

ಲಾಭಗಳು:

• ಆಟೋಮೋಟಿವ್ ಪೂರೈಕೆ ಸರಪಳಿಯ ಲೇಯರ್ಡ್ ರಚನೆಯನ್ನು ವಿವರಿಸುವ ಸಾಮರ್ಥ್ಯ (OEM, ಶ್ರೇಣಿ-1, ಶ್ರೇಣಿ-2) ಮತ್ತು ಉತ್ಪಾದನಾ ಯೋಜನೆಯಲ್ಲಿ ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆಯ ಪಾತ್ರ
• ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆ, ಪೂರೈಕೆದಾರರ ಅಪಾಯದ ಸ್ಕೋರಿಂಗ್ ಮತ್ತು ದಾಸ್ತಾನು ಆಪ್ಟಿಮೈಸೇಶನ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಕೆಲಸದ ಹರಿವನ್ನು ಸ್ಥಾಪಿಸುವ ಸಾಮರ್ಥ್ಯ
• ವ್ಯಾಪಾರ ನಿರ್ಬಂಧಗಳು, ಏಕ ಮೂಲ ಅಪಾಯ ಮತ್ತು ಸನ್ನಿವೇಶ ವಿಶ್ಲೇಷಣೆಯೊಂದಿಗೆ ಮುನ್ಸೂಚನೆ ಮತ್ತು ಶಿಫಾರಸು ಔಟ್‌ಪುಟ್ ಅನ್ನು ಪರಿಶೀಲಿಸುವ ಸಾಮರ್ಥ್ಯ

ವಿವಿಧ ದೇಶಗಳಲ್ಲಿನ ನೂರಾರು ಪೂರೈಕೆದಾರರಿಂದ ಸರಿಸುಮಾರು 30,000 ಭಾಗಗಳನ್ನು ಸಂಯೋಜಿಸುವ ಮೂಲಕ ಕಾರನ್ನು ಉತ್ಪಾದಿಸಲಾಗುತ್ತದೆ. ಈ ಭಾಗಗಳಲ್ಲಿ ಒಂದಾದರೂ ಸಮಯಕ್ಕೆ ಬರದಿದ್ದರೆ, ಲಕ್ಷಾಂತರ ಡಾಲರ್ ಮೌಲ್ಯದ ಉತ್ಪಾದನಾ ಮಾರ್ಗವನ್ನು ನಿಲ್ಲಿಸಬಹುದು. 2020-2021ರ ಚಿಪ್ ಬಿಕ್ಕಟ್ಟು ಇದನ್ನು ನೋವಿನಿಂದ ಪ್ರದರ್ಶಿಸಿತು: ಸಣ್ಣ ಅರೆವಾಹಕ ಕೊರತೆಯಿಂದಾಗಿ ಲಕ್ಷಾಂತರ ವಾಹನಗಳನ್ನು ವಿಶ್ವಾದ್ಯಂತ ಉತ್ಪಾದಿಸಲಾಗಲಿಲ್ಲ. ಅದಕ್ಕಾಗಿಯೇ ಪೂರೈಕೆ ಸರಪಳಿ ನಿರ್ವಹಣೆಯು ಆಟೋಮೋಟಿವ್‌ನ ಹೃದಯಭಾಗದಲ್ಲಿದೆ ಮತ್ತು AI ಇಂದು ಕ್ಷೇತ್ರವನ್ನು ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆಯಿಂದ ಪೂರೈಕೆದಾರರ ಅಪಾಯ ನಿರ್ವಹಣೆಗೆ ಪರಿವರ್ತಿಸುತ್ತಿದೆ. ಈ ಘಟಕದಲ್ಲಿ ನಾವು ವಾಹನ ಪೂರೈಕೆ ಸರಪಳಿಯ ರಚನೆ, AI ನ ಪಾತ್ರ ಮತ್ತು ವ್ಯಾಪಾರದ ನಿರ್ಬಂಧಗಳೊಂದಿಗೆ ಏಕೆ ಶಿಫಾರಸುಗಳನ್ನು ಸಮತೋಲನಗೊಳಿಸಬೇಕು ಎಂಬುದನ್ನು ನೋಡುತ್ತೇವೆ.

ಆಟೋಮೋಟಿವ್ ಪೂರೈಕೆ ಸರಪಳಿಯ ಶ್ರೇಣೀಕೃತ ರಚನೆ

ಆಟೋಮೋಟಿವ್ ಪೂರೈಕೆ ಸರಪಳಿಯು ಪಿರಮಿಡ್‌ನಂತಿದೆ:

• OEM (ಮೂಲ ಸಲಕರಣೆ ತಯಾರಕ): ವಾಹನವನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸುವ ಮತ್ತು ಜೋಡಿಸುವ ಮುಖ್ಯ ತಯಾರಕ (ಬ್ರಾಂಡ್).
• ಶ್ರೇಣಿ-1 (ಮೊದಲ ಹಂತದ ಪೂರೈಕೆದಾರ): ಸಂಪೂರ್ಣ ಸಿಸ್ಟಮ್‌ಗಳನ್ನು ನೇರವಾಗಿ OEM ಗೆ ಮಾರಾಟ ಮಾಡುವ ಕಂಪನಿ (ಉದಾ. ಸಂಪೂರ್ಣ ಬ್ರೇಕ್ ಸಿಸ್ಟಮ್, ಸೀಟ್, ಇನ್ಸ್ಟ್ರುಮೆಂಟ್ ಪ್ಯಾನೆಲ್).
• ಶ್ರೇಣಿ-2 ಮತ್ತು ಕೆಳಗಿನವುಗಳು: ಶ್ರೇಣಿ-1 (ಉದಾ. ಬ್ರೇಕ್ ಪ್ಯಾಡ್ ವಸ್ತು, ಮೈಕ್ರೋಚಿಪ್‌ಗಳು, ಬೋಲ್ಟ್‌ಗಳು) ಘಟಕಗಳು/ಕಚ್ಚಾ ವಸ್ತುಗಳನ್ನು ಮಾರಾಟ ಮಾಡುವವರು.

ಈ ಲೇಯರ್ಡ್ ರಚನೆ ಎಂದರೆ ಕೆಳಮಟ್ಟದಲ್ಲಿನ ಸಣ್ಣ ಸಮಸ್ಯೆಯು ಮೇಲ್ಮುಖವಾಗಿ ಬೆಳೆಯಬಹುದು ಮತ್ತು ಉತ್ಪಾದನೆಯನ್ನು ಸ್ಥಗಿತಗೊಳಿಸಬಹುದು. ಅದಕ್ಕಾಗಿಯೇ ಗೋಚರತೆ-ಅಂದರೆ, ಸರಪಳಿಯಲ್ಲಿ ಏನಿದೆ ಎಂಬುದನ್ನು ತಿಳಿದುಕೊಳ್ಳುವುದು-ವಿಮರ್ಶಾತ್ಮಕ ಆದರೆ ಕಷ್ಟಕರವಾಗಿದೆ.

ಆಟೋಮೋಟಿವ್ ಪೂರೈಕೆ ಸರಪಳಿಯಲ್ಲಿ AI ಯ ಪ್ರಮುಖ ಉಪಯೋಗಗಳು

1. ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆ: ಯಾವ ಮಾದರಿ, ಯಾವ ಯಂತ್ರಾಂಶ ಮತ್ತು ಯಾವ ಪ್ರದೇಶದಲ್ಲಿ ಎಷ್ಟು ಮಾರಾಟವಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ಊಹಿಸುವುದು. ಉತ್ಪಾದನಾ ಯೋಜನೆಯು ಇದನ್ನು ಆಧರಿಸಿದೆ.
2. ಇನ್ವೆಂಟರಿ ಆಪ್ಟಿಮೈಸೇಶನ್: ಎಷ್ಟು ಸ್ಟಾಕ್ ಇರಿಸಿಕೊಳ್ಳಬೇಕು. ಸಾಕಷ್ಟು ದಾಸ್ತಾನು = ಬಂಡವಾಳವನ್ನು ಕಟ್ಟಲಾಗಿದೆ ಮತ್ತು ಗೋದಾಮಿನ ವೆಚ್ಚ; ಕಡಿಮೆ ಸ್ಟಾಕ್ = ಲೈನ್ ಸ್ಥಗಿತದ ಅಪಾಯ. ಆಟೋಮೋಟಿವ್ ಸಾಂಪ್ರದಾಯಿಕವಾಗಿ JIT (ಜಸ್ಟ್-ಇನ್-ಟೈಮ್) ಅನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ: ಭಾಗಗಳು ಅಗತ್ಯವಿರುವಾಗ ನಿಖರವಾಗಿ ಸಾಲಿನಲ್ಲಿ ಬರುತ್ತವೆ, ಸ್ಟಾಕ್ ಕನಿಷ್ಠವಾಗಿರುತ್ತದೆ. ಇದು ಪರಿಣಾಮಕಾರಿ ಆದರೆ ದುರ್ಬಲವಾಗಿರುತ್ತದೆ.
3. ಪೂರೈಕೆದಾರ ಅಪಾಯದ ಸ್ಕೋರಿಂಗ್: ತಡವಾಗಿ ವಿತರಣೆ, ಗುಣಮಟ್ಟದ ಸಮಸ್ಯೆ ಅಥವಾ ದಿವಾಳಿತನದ ಪೂರೈಕೆದಾರರ ಅಪಾಯವನ್ನು ಊಹಿಸುವುದು (ಹಣಕಾಸಿನ ಡೇಟಾ, ಹಿಂದಿನ ಕಾರ್ಯಕ್ಷಮತೆ, ಭೌಗೋಳಿಕ ರಾಜಕೀಯ ಸಂಕೇತಗಳು).
4. ಲಾಜಿಸ್ಟಿಕ್ಸ್ ಮತ್ತು ಮಾರ್ಗ ಆಪ್ಟಿಮೈಸೇಶನ್: ಶಿಪ್ಪಿಂಗ್, ಕಸ್ಟಮ್ಸ್, ಸಾರಿಗೆ ವೆಚ್ಚ.
5. ಬೆಲೆ ಮತ್ತು ವೆಚ್ಚ ವಿಶ್ಲೇಷಣೆ: ಕಚ್ಚಾ ವಸ್ತುಗಳ ಬೆಲೆ ಚಲನೆಗಳ ಮೇಲ್ವಿಚಾರಣೆ ಮತ್ತು ಮುನ್ಸೂಚನೆ.

ಸಲಹೆ: ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆಯನ್ನು ಎಂದಿಗೂ ಒಂದೇ ಬಿಂದುವಾಗಿ ಪ್ರಸ್ತುತಪಡಿಸಬಾರದು ("ಮುಂದಿನ ತಿಂಗಳು 4,200 ಘಟಕಗಳು"), ಆದರೆ ಒಂದು ಶ್ರೇಣಿ ಮತ್ತು ಸನ್ನಿವೇಶಗಳೊಂದಿಗೆ ("ಬೇಸ್ 4,200; ಕೆಟ್ಟ ಪ್ರಕರಣ 3,600; ಉತ್ತಮ ಪ್ರಕರಣ 4,800"). ಉತ್ಪಾದನೆ ಮತ್ತು ದಾಸ್ತಾನು ನಿರ್ಧಾರಗಳನ್ನು ಅನಿಶ್ಚಿತತೆಯ ಆಧಾರದ ಮೇಲೆ ಮಾಡಲಾಗುತ್ತದೆ.

ಬೇಡಿಕೆ ಮುನ್ಸೂಚನೆ ಕೆಲಸದ ಹರಿವು

1. ಐತಿಹಾಸಿಕ ಡೇಟಾ: ಮಾರಾಟ, ಆದೇಶಗಳು, ಋತುಮಾನ, ಪ್ರಚಾರದ ಪ್ರಭಾವ.
2. ಬಾಹ್ಯ ಅಸ್ಥಿರಗಳು: ಆರ್ಥಿಕತೆ, ಇಂಧನ/ಶಕ್ತಿ ಬೆಲೆ, ಪ್ರೋತ್ಸಾಹಕಗಳು, ಸ್ಪರ್ಧಿಗಳ ಚಲನೆ.
3. ಮಾದರಿ: ಸಮಯ ಸರಣಿಯ ಮಾದರಿಗಳು (ಋತುಮಾನ + ಪ್ರವೃತ್ತಿ) ಅಥವಾ ಯಂತ್ರ ಕಲಿಕೆ.
4. ಮೌಲ್ಯಮಾಪನ: MAPE (ಸರಾಸರಿ ಸಂಪೂರ್ಣ ಶೇಕಡಾವಾರು ದೋಷ) ನಂತಹ ಮೆಟ್ರಿಕ್‌ಗಳೊಂದಿಗೆ ಮುನ್ಸೂಚನೆ ದೋಷವನ್ನು ಅಳೆಯುವುದು. ಉದಾಹರಣೆಗೆ, MAPE 8% ಭವಿಷ್ಯವಾಣಿಗಳು ವಾಸ್ತವದಿಂದ ಸರಾಸರಿ 8% ರಷ್ಟು ವಿಚಲನಗೊಳ್ಳುತ್ತವೆ ಎಂದು ಹೇಳುತ್ತದೆ.
5. ಸನ್ನಿವೇಶ ಮತ್ತು ವ್ಯವಹಾರ ವ್ಯಾಖ್ಯಾನ: ಉತ್ಪಾದನೆ/ಪೂರೈಕೆ ನಿರ್ಬಂಧಗಳೊಂದಿಗೆ ಸಂಖ್ಯೆಯನ್ನು ಸಂಯೋಜಿಸುವುದು.

ಎಚ್ಚರಿಕೆ: ಕಡಿಮೆ MAPE ಯಾವಾಗಲೂ "ಉತ್ತಮ" ಅಲ್ಲ. ಮಾದರಿಯು ಹಿಂದಿನದಕ್ಕೆ ಅತಿಯಾಗಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತಿದ್ದರೆ ಅಥವಾ ಡೇಟಾ ಸೋರಿಕೆಯನ್ನು ಹೊಂದಿದ್ದರೆ, ಅದು ಹಿಂದೆ ಉತ್ತಮವಾಗಬಹುದು ಆದರೆ ಭವಿಷ್ಯದಲ್ಲಿ ಕೆಟ್ಟದಾಗಿರಬಹುದು. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಅಪರೂಪದ ಆದರೆ ವಿನಾಶಕಾರಿ ಘಟನೆಗಳನ್ನು (ಸಾಂಕ್ರಾಮಿಕ, ಚಿಪ್ ಬಿಕ್ಕಟ್ಟು) ಮಾದರಿಯಿಂದ ಊಹಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ ಏಕೆಂದರೆ ಅವುಗಳು ಐತಿಹಾಸಿಕ ಡೇಟಾದಲ್ಲಿಲ್ಲ; ಸನ್ನಿವೇಶ ಯೋಜನೆ ಇದನ್ನು ಪೂರ್ಣಗೊಳಿಸುತ್ತದೆ.

ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಅಪಾಯ: ಏಕ-ಮೂಲ

ವೆಚ್ಚ ಆಪ್ಟಿಮೈಸೇಶನ್ ಸಾಮಾನ್ಯವಾಗಿ "ಒಂದೇ ಅಗ್ಗದ ಪೂರೈಕೆದಾರರಿಂದ ಖರೀದಿಸಿ" ಎಂದು ಹೇಳುತ್ತದೆ. ಆದರೆ ಇದು ಏಕೈಕ ಮೂಲ ಅಪಾಯವನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ: ಆ ಪೂರೈಕೆದಾರರಲ್ಲಿ ಬೆಂಕಿ, ಮುಷ್ಕರ, ದಿವಾಳಿತನ ಅಥವಾ ಭೌಗೋಳಿಕ ರಾಜಕೀಯ ಬಿಕ್ಕಟ್ಟು ಉಂಟಾದಾಗ, ನಿಮಗೆ ಯಾವುದೇ ಪರ್ಯಾಯ ಮತ್ತು ಉತ್ಪಾದನೆ ನಿಲ್ಲುವುದಿಲ್ಲ. ವೆಚ್ಚದ ಮಾದರಿಯಲ್ಲಿ AI ಒಂದೇ ಮೂಲವನ್ನು ಶಿಫಾರಸು ಮಾಡಬಹುದು; ಆದರೆ ಒಬ್ಬ ಅನುಭವಿ ಯೋಜಕರು ಇದನ್ನು ಈ ಉಪಕರಣಗಳೊಂದಿಗೆ ಸಮತೋಲನಗೊಳಿಸುತ್ತಾರೆ:

• ಎರಡನೇ ಮೂಲ (ಡ್ಯುಯಲ್ ಸೋರ್ಸಿಂಗ್): ಎರಡು ಪೂರೈಕೆದಾರರಿಂದ ಒಂದೇ ಭಾಗವನ್ನು ಖರೀದಿಸುವ ಸಾಮರ್ಥ್ಯ.
• ಸ್ಟಾಕ್ ಬಫರ್ (ಸುರಕ್ಷತಾ ಸ್ಟಾಕ್): ನಿರ್ಣಾಯಕ ಭಾಗಗಳಲ್ಲಿ ಹೆಚ್ಚುವರಿ ಸುರಕ್ಷತೆ ಸ್ಟಾಕ್.
• ಸನ್ನಿವೇಶ ವಿಶ್ಲೇಷಣೆ: "ಈ ಪೂರೈಕೆದಾರರು 3 ವಾರಗಳವರೆಗೆ ಹೊರಗೆ ಹೋದರೆ ಏನಾಗುತ್ತದೆ?"

ತಂತ್ರ

ಅನುಕೂಲ

ಅನನುಕೂಲತೆ

ಒಂದೇ ಮೂಲ

ಕಡಿಮೆ ವೆಚ್ಚ

ಸ್ಥಗಿತದ ಸಮಯದಲ್ಲಿ ಉತ್ಪಾದನೆ ನಿಲ್ಲುತ್ತದೆ

ಉಭಯ ಮೂಲ

ಬಾಳಿಕೆ

ಹೆಚ್ಚಿನ ವೆಚ್ಚ, ಸಮನ್ವಯ

ಹೆಚ್ಚಿನ ಸುರಕ್ಷತೆ ಸ್ಟಾಕ್

ಅಡಚಣೆ ಬಫರ್

ಬಂಡವಾಳ, ಗೋದಾಮಿನ ವೆಚ್ಚವನ್ನು ಕಟ್ಟಲಾಗಿದೆ

JIT (ಕಡಿಮೆ ಸ್ಟಾಕ್)

ದಕ್ಷ, ಕಡಿಮೆ ಬಂಡವಾಳ

ದುರ್ಬಲವಾದ, ಅಡಚಣೆಗೆ ಒಳಗಾಗುತ್ತದೆ

ಸರಿಯಾದ ಉತ್ತರವು "ಎಲ್ಲರಿಗೂ ಒಂದೇ" ಅಲ್ಲ: ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ಮತ್ತು ಏಕ-ಮೂಲ ಭಾಗಗಳು ಹೆಚ್ಚಿನ ರಕ್ಷಣೆಗೆ ಅರ್ಹವಾಗಿವೆ, ಅಗ್ಗದ ಮತ್ತು ಹೇರಳವಾಗಿರುವ ಭಾಗಗಳು ಕಡಿಮೆ ದಾಸ್ತಾನುಗಳಿಗೆ ಅರ್ಹವಾಗಿವೆ.

ಮಿನಿ ಕೇಸ್ ಸ್ಟಡೀಸ್

ಪ್ರಕರಣ 1 - ಏಕ ಮೂಲ ಬಲೆ. AI ವೆಚ್ಚದ ಮಾದರಿಯು ಒಂದೇ ದೂರದ ಪೂರ್ವ ಪೂರೈಕೆದಾರರಿಂದ ಸಂವೇದಕವನ್ನು ಖರೀದಿಸುವುದರಿಂದ ವಾರ್ಷಿಕವಾಗಿ EUR 1.2 ಮಿಲಿಯನ್ ಉಳಿತಾಯವಾಗುತ್ತದೆ ಎಂದು ತೋರಿಸುತ್ತದೆ. ಯೋಜನಾ ತಂಡವು ಅಪಾಯದ ವಿಶ್ಲೇಷಣೆಯನ್ನು ನಡೆಸುತ್ತದೆ: ಈ ಸಂವೇದಕವು ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ಮತ್ತು ಏಕೈಕ ಮೂಲವಾಗಿದೆ, ಪೋರ್ಟ್‌ನಲ್ಲಿ 2 ವಾರಗಳ ವಿಳಂಬವು ಸಂಪೂರ್ಣ ಅಸೆಂಬ್ಲಿ ಲೈನ್ ಅನ್ನು ನಿಲ್ಲಿಸಬಹುದು (ದೈನಂದಿನ ಅಲಭ್ಯತೆಯ ವೆಚ್ಚ ಸುಮಾರು 400,000 EUR). ಎರಡನೇ ಮೂಲ ಮತ್ತು 3 ವಾರಗಳ ಬಫರ್ ಸ್ಟಾಕ್ ಅನ್ನು ಸೇರಿಸಲಾಗಿದೆ; ನಿವ್ವಳ ಉಳಿತಾಯ ಕುಗ್ಗುತ್ತದೆ ಆದರೆ ನಿರಂತರತೆ ಖಚಿತವಾಗಿದೆ. ತೀರ್ಮಾನ: ಅಗ್ಗದವು ಹೆಚ್ಚು ಬಾಳಿಕೆ ಬರುವಂತಿಲ್ಲ.

ಪ್ರಕರಣ 2 - ಬೇಡಿಕೆಯ ಸನ್ನಿವೇಶ. ಒಂದು ಪ್ರದೇಶದಲ್ಲಿ ಹೊಸ ಸ್ಕ್ರ್ಯಾಪ್ ಪ್ರೋತ್ಸಾಹವನ್ನು ಘೋಷಿಸಿದಾಗ, AI ಮಾದರಿಯು ಬೇಡಿಕೆಯು 6% ರಷ್ಟು ಹೆಚ್ಚಾಗುತ್ತದೆ ಎಂದು ಊಹಿಸುತ್ತದೆ. ಯೋಜನಾ ತಂಡವು ಇದನ್ನು ಒಂದೇ ಸಂಖ್ಯೆಯಾಗಿ ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ; ಇದು ಉತ್ತಮ/ಕೆಟ್ಟ ಸನ್ನಿವೇಶ ಶ್ರೇಣಿಯನ್ನು (3%-11%) ರಚಿಸುತ್ತದೆ ಮತ್ತು ಹೊಂದಿಕೊಳ್ಳುವ ಉತ್ಪಾದನಾ ಯೋಜನೆಯನ್ನು ಸ್ಥಾಪಿಸುತ್ತದೆ. ನಿಜವಾದ ಹೆಚ್ಚಳವು 9% ಆಗಿದೆ; ಹೊಂದಿಕೊಳ್ಳುವ ಯೋಜನೆಗೆ ಧನ್ಯವಾದಗಳು, ಯಾವುದೇ ಸ್ಟಾಕ್ ಸ್ಫೋಟ ಅಥವಾ ಕಳೆದುಹೋದ ಮಾರಾಟಗಳಿಲ್ಲ. ತೀರ್ಮಾನ: ಸನ್ನಿವೇಶದ ವ್ಯಾಪ್ತಿಯು ಒಂದೇ ಮುನ್ಸೂಚನೆಗೆ ದೃಢವಾಗಿದೆ.

ಪ್ರಕರಣ 3 - ಪೂರೈಕೆದಾರರಿಗೆ ಮುಂಚಿನ ಎಚ್ಚರಿಕೆ. ರಿಸ್ಕ್ ಸ್ಕೋರಿಂಗ್ ಮಾದರಿಯು ಟೈರ್-2 ಪೂರೈಕೆದಾರರ ಪಾವತಿ ವಿಳಂಬ ಮತ್ತು ವಿತರಣಾ ವಿಚಲನಗಳ ಹೆಚ್ಚಳವನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತದೆ ಮತ್ತು ಅದರ ಅಪಾಯದ ಸ್ಕೋರ್ ಅನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ. ಖರೀದಿ ತಂಡವು ಪರ್ಯಾಯ ಮೂಲವನ್ನು ಮುಂಚಿತವಾಗಿ ತೊಡಗಿಸಿಕೊಳ್ಳುತ್ತದೆ; ಎರಡು ತಿಂಗಳ ನಂತರ ಸರಬರಾಜುದಾರರು ಉತ್ಪಾದನೆಯನ್ನು ನಿಧಾನಗೊಳಿಸಿದಾಗ, ಲೈನ್ ಪರಿಣಾಮ ಬೀರುವುದಿಲ್ಲ. ಫಲಿತಾಂಶ: AI ಆರಂಭಿಕ ಸಂಕೇತವನ್ನು ನೀಡಿತು, ಮಾನವ ಪೂರ್ವಭಾವಿ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಂಡಿತು.

ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೆಟ್ಗಳು

ಟೆಂಪ್ಲೇಟ್ 1 - ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆಯ ವ್ಯಾಖ್ಯಾನ:

ಪಾತ್ರ: ನೀವು ಪೂರೈಕೆ ಸರಪಳಿ ಯೋಜನೆ ವಿಶ್ಲೇಷಕರಾಗಿದ್ದೀರಿ. ಕಾರ್ಯ: ಕೆಳಗಿನ ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆಯ ಔಟ್‌ಪುಟ್ ಅನ್ನು ವ್ಯವಹಾರ ನಿರ್ಧಾರವಾಗಿ ಭಾಷಾಂತರಿಸಿ. ಸಂದರ್ಭ: ಮೂಲ ಮುನ್ಸೂಚನೆ 4,200 ಘಟಕಗಳು/ತಿಂಗಳು, MAPE 8%, ಹೊಸ ಪ್ರೋತ್ಸಾಹಕ ಅನಿಶ್ಚಿತತೆ ಅಸ್ತಿತ್ವದಲ್ಲಿದೆ (ಅನಾಮಧೇಯ ವಲಯ). ನಿರ್ಬಂಧ: ಬೆಸ ಸಂಖ್ಯೆಯನ್ನು ನೀಡಬೇಡಿ; ಉತ್ತಮ/ಬೇಸ್/ಕೆಟ್ಟ ಸನ್ನಿವೇಶದ ಶ್ರೇಣಿ ಮತ್ತು ಪ್ರತಿಯೊಂದಕ್ಕೂ ಉತ್ಪಾದನೆ/ಸ್ಟಾಕ್ ಶಿಫಾರಸುಗಳು ಔಟ್‌ಪುಟ್ ಆಗಿರುತ್ತವೆ. ಔಟ್ಪುಟ್: ಸನ್ನಿವೇಶ | ವಿನಂತಿ | ಸೂಚಿಸಿದ ಕ್ರಿಯಾ ಕೋಷ್ಟಕ.

ಟೆಂಪ್ಲೇಟ್ 2 - ಏಕ ಮೂಲ ಅಪಾಯದ ವಿಶ್ಲೇಷಣೆ:

ಪಾತ್ರ: ನೀವು ಪೂರೈಕೆ ಅಪಾಯ ತಜ್ಞ. ಕಾರ್ಯ: ಅಪಾಯಕ್ಕಾಗಿ ಏಕ-ಮೂಲ ಪ್ರಸ್ತಾಪವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ. ಸಂದರ್ಭ: ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ಸಂವೇದಕ, ಏಕ ಪೂರೈಕೆದಾರ, ವಾರ್ಷಿಕ ಉಳಿತಾಯ ದೊಡ್ಡದು; ದೈನಂದಿನ ಲೈನ್ ಡೌನ್‌ಟೈಮ್ ವೆಚ್ಚ ಹೆಚ್ಚು. ನಿರ್ಬಂಧ: ವೆಚ್ಚವನ್ನು ಮಾತ್ರ ಮಾನದಂಡವನ್ನಾಗಿ ಮಾಡಬೇಡಿ; ಎರಡನೇ ಮೂಲ, ಬಫರ್ ಸ್ಟಾಕ್ ಮತ್ತು ಸನ್ನಿವೇಶ ವಿಶ್ಲೇಷಣೆ ಮೌಲ್ಯಮಾಪನ. ಔಟ್ಪುಟ್: ಅಪಾಯ | ಸಂಭವನೀಯ ಪರಿಣಾಮ | ಕಡಿತ ಶಿಫಾರಸು | ಉಳಿದ ಅಪಾಯ.

ಟೆಂಪ್ಲೇಟ್ 3 - ಇನ್ವೆಂಟರಿ ಬ್ಯಾಲೆನ್ಸ್:

ಪಾತ್ರ: ನೀವು ದಾಸ್ತಾನು ಆಪ್ಟಿಮೈಸೇಶನ್ ಸಲಹೆಗಾರರಾಗಿರುವಿರಿ. ಕಾರ್ಯ: ಒಂದು ಭಾಗಕ್ಕೆ ಸುರಕ್ಷತಾ ಸ್ಟಾಕ್ ಮಟ್ಟವನ್ನು ಶಿಫಾರಸು ಮಾಡಿ. ಸಂದರ್ಭ: ಸರಾಸರಿ ಲೀಡ್ ಸಮಯ 18 ದಿನಗಳು, ವ್ಯತ್ಯಾಸವು ಹೆಚ್ಚು, ಭಾಗವು ನಿರ್ಣಾಯಕ ಆದರೆ ದುಬಾರಿ ಅಲ್ಲ. ನಿರ್ಬಂಧ: JIT ದಕ್ಷತೆ ಮತ್ತು ಸ್ಥಗಿತದ ಅಪಾಯದ ನಡುವಿನ ವ್ಯಾಪಾರವನ್ನು ವಿವರಿಸಿ; ನಿಖರವಾದ ಏಕ ಸಂಖ್ಯೆಯ ಬದಲಿಗೆ ಶ್ರೇಣಿಯನ್ನು ನೀಡಿ. ಔಟ್‌ಪುಟ್: ಶಿಫಾರಸು ಶ್ರೇಣಿ + ಸಮರ್ಥನೆ + ಸಿಗ್ನಲ್ ಅನುಸರಿಸಲು.

ಟೆಂಪ್ಲೇಟ್ 4 - ಪೂರೈಕೆದಾರರ ಅಪಾಯದ ಸ್ಕೋರ್ ವ್ಯಾಖ್ಯಾನ:

ಪಾತ್ರ: ನೀವು ಖರೀದಿ ಅಪಾಯದ ವಿಶ್ಲೇಷಕರಾಗಿದ್ದೀರಿ. ಕಾರ್ಯ: ಹೆಚ್ಚುತ್ತಿರುವ ಅಪಾಯದ ಸ್ಕೋರ್‌ನೊಂದಿಗೆ ಪೂರೈಕೆದಾರರಿಗೆ ಕ್ರಿಯಾ ಯೋಜನೆಯನ್ನು ಶಿಫಾರಸು ಮಾಡಿ. ಸಂದರ್ಭ: ಕಳೆದ 3 ತಿಂಗಳುಗಳಲ್ಲಿ ವಿತರಣಾ ವಿಚಲನ ಮತ್ತು ಪಾವತಿ ವಿಳಂಬ ಹೆಚ್ಚಾಗಿದೆ; ಪೂರೈಕೆದಾರರು ಶ್ರೇಣಿ-2 (ಅನಾಮಧೇಯ). ಔಟ್ಪುಟ್: ಆರಂಭಿಕ ಎಚ್ಚರಿಕೆ | ಶಿಫಾರಸು ಕ್ರಮ | ಸಮಯದ ಹಾರಿಜಾನ್.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:

ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡಿ.

ಏಕ ಸಂಪನ್ಮೂಲ ಅಪಾಯ, ಗುಣಮಟ್ಟ ಮತ್ತು ನಿರಂತರತೆಯಂತಹ ನಿರ್ಣಾಯಕ ಆಯಾಮಗಳನ್ನು ಏಕ ಮಾನದಂಡ (ವೆಚ್ಚ) ನಿರ್ಲಕ್ಷಿಸುತ್ತದೆ.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:

ಪಾತ್ರ: ನೀವು ಪೂರೈಕೆ ಸರಪಳಿ ತಂತ್ರಜ್ಞರು. ಕಾರ್ಯ: ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ಭಾಗಕ್ಕಾಗಿ ಪೂರೈಕೆ ತಂತ್ರದ ಆಯ್ಕೆಗಳನ್ನು ಶಿಫಾರಸು ಮಾಡಿ ಮತ್ತು ಪ್ರತಿಯೊಂದರ ಬಾಳಿಕೆ-ವೆಚ್ಚದ ಸಮತೋಲನವನ್ನು ಹೋಲಿಕೆ ಮಾಡಿ. ಸಂದರ್ಭ: ಪ್ರಸ್ತುತ ಒಂದೇ ಮೂಲ; ಲೈನ್ ಸ್ಟ್ಯಾಂಡ್ ತುಂಬಾ ದುಬಾರಿಯಾಗಿದೆ; ಭಾಗವು ನಿರ್ಣಾಯಕವಾಗಿದೆ. ನಿರ್ಬಂಧ: ಕೇವಲ ವೆಚ್ಚವಲ್ಲ; ಒಂದೇ ಮೂಲ ಅಪಾಯ, ಎರಡನೇ ಮೂಲ, ಬಫರ್ ಸ್ಟಾಕ್ ಮತ್ತು ಸನ್ನಿವೇಶದ ಬಾಳಿಕೆ ಮೌಲ್ಯಮಾಪನ. ಔಟ್ಪುಟ್: ತಂತ್ರ | ವೆಚ್ಚದ ಪರಿಣಾಮ | ಸಹಿಷ್ಣುತೆ | ಶಿಫಾರಸು ಪರಿಸ್ಥಿತಿ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ವೆಚ್ಚವನ್ನು ಮಾತ್ರ ಮಾನದಂಡವನ್ನಾಗಿ ಮಾಡುವುದು. ಏಕ ಮೂಲದ ಅಪಾಯವು ಉತ್ಪಾದನೆಯನ್ನು ನಿಲ್ಲಿಸಬಹುದು; ಬಾಳಿಕೆ ಕೂಡ ಒಂದು ಮೌಲ್ಯವಾಗಿದೆ.
• ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆ ಒಂದೇ ಸಂಖ್ಯೆ ಎಂದು ಯೋಚಿಸುವುದು. ಅನಿಶ್ಚಿತತೆಯ ವ್ಯಾಪ್ತಿ ಮತ್ತು ಸನ್ನಿವೇಶವು ಅತ್ಯಗತ್ಯ.
• ಕಡಿಮೆ MAPE ಅನ್ನು ಕುರುಡಾಗಿ ನಂಬುವುದು. ಓವರ್ ಫಿಟ್ಟಿಂಗ್/ಸೋರಿಕೆ ಸುಪ್ತವಾಗಿರಬಹುದು; ಅಪರೂಪದ ಘಟನೆಗಳನ್ನು ಊಹಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ.
• ಗೋಚರತೆಯನ್ನು ನಿರ್ಲಕ್ಷಿಸುವುದು. ಟೈರ್-2/ಟೈರ್-3 ಆಳವನ್ನು ತಿಳಿಯದಿರುವುದು ಒಂದು ಗುಪ್ತ ಅಪಾಯವಾಗಿದೆ.
• ವ್ಯಾಪಾರ ನಿರ್ಬಂಧಗಳ ಮೂಲಕ AI ಶಿಫಾರಸುಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡುತ್ತಿಲ್ಲ. ಮಾದರಿಯು ಒಪ್ಪಂದ, ಸಾಮರ್ಥ್ಯ ಅಥವಾ ಭೌಗೋಳಿಕ ರಾಜಕೀಯದಂತಹ ನಿರ್ಬಂಧಗಳನ್ನು ತಿಳಿದಿರುವುದಿಲ್ಲ.

ಸಾರಾಂಶದಲ್ಲಿ

• ಆಟೋಮೋಟಿವ್ ಪೂರೈಕೆ ಸರಪಳಿಯು OEM-ಟೈರ್-1-ಟೈರ್-2 ಲೇಯರ್ಡ್ ಆಗಿದೆ; ಕೆಳಗಿನ ಹಂತದಲ್ಲಿ ಸಣ್ಣ ಸಮಸ್ಯೆ ಉತ್ಪಾದನೆಯನ್ನು ನಿಲ್ಲಿಸಬಹುದು.
• ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆ, ದಾಸ್ತಾನು ಆಪ್ಟಿಮೈಸೇಶನ್, ಪೂರೈಕೆದಾರರ ಅಪಾಯದ ಸ್ಕೋರಿಂಗ್ ಮತ್ತು ಲಾಜಿಸ್ಟಿಕ್ಸ್‌ನಲ್ಲಿ AI ಪ್ರಬಲವಾಗಿದೆ.
• ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆಯನ್ನು ಅನಿಶ್ಚಿತತೆಯ ವ್ಯಾಪ್ತಿ ಮತ್ತು ಸನ್ನಿವೇಶಗಳೊಂದಿಗೆ ಪ್ರಸ್ತುತಪಡಿಸಬೇಕು; ಕಡಿಮೆ MAPE ಮಾತ್ರ ಸಾಕಾಗುವುದಿಲ್ಲ.
• ಏಕ ಮೂಲದ ಅಪಾಯವು ಅತ್ಯಂತ ನಿರ್ಣಾಯಕ ಸಮಸ್ಯೆಯಾಗಿದೆ; ವೆಚ್ಚವೊಂದೇ ಮಾನದಂಡವಲ್ಲ, ಬಾಳಿಕೆಯೂ ಮುಖ್ಯ.
• ವ್ಯವಹಾರ ನಿರ್ಬಂಧಗಳು, ಒಪ್ಪಂದಗಳು ಮತ್ತು ಸನ್ನಿವೇಶ ವಿಶ್ಲೇಷಣೆಯ ಮೂಲಕ AI ಶಿಫಾರಸುಗಳನ್ನು ಎಂಜಿನಿಯರ್/ಯೋಜಕರು ಫಿಲ್ಟರ್ ಮಾಡಬೇಕು.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ಭಾಗಗಳ ಗುಂಪನ್ನು ಆಯ್ಕೆಮಾಡಿ (ಉದಾ. ಎಲೆಕ್ಟ್ರಾನಿಕ್ ನಿಯಂತ್ರಣ ಘಟಕ ಚಿಪ್ಸ್). (1) ಪೂರೈಕೆ ಸರಪಳಿಯಲ್ಲಿ ಈ ಭಾಗದ ಪದರ ಮತ್ತು ಏಕೈಕ ಮೂಲ ಅಪಾಯವನ್ನು ಪರಿಗಣಿಸಿ. (2) ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆಯನ್ನು ಟೆಂಪ್ಲೇಟ್ 1 ನೊಂದಿಗೆ ಸನ್ನಿವೇಶದ ಶ್ರೇಣಿಗೆ ಪರಿವರ್ತಿಸಿ. (3) ಟೆಂಪ್ಲೇಟ್ 2 ನೊಂದಿಗೆ ಏಕ-ಮೂಲದ ಶಿಫಾರಸನ್ನು ಅಪಾಯ-ಪರೀಕ್ಷೆ ಮಾಡಿ. (4) ವೆಚ್ಚ ಮತ್ತು ಬಾಳಿಕೆ ನಡುವೆ ನಿಮ್ಮ ಉದ್ದೇಶಿತ ವ್ಯಾಪಾರವನ್ನು ಸಮರ್ಥಿಸಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ಪೂರೈಕೆ ಪದರ ಮತ್ತು ಭಾಗದ ವಿಮರ್ಶಾತ್ಮಕತೆಯನ್ನು ನಿರ್ಧರಿಸಿದೆ.
• [ ] ನಾನು ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆಯನ್ನು ಸನ್ನಿವೇಶದ ಶ್ರೇಣಿಯೊಂದಿಗೆ ಚರ್ಚಿಸಿದೆ.
• [ ] ನಾನು ಎರಡನೇ ಮೂಲ/ಬಫರ್‌ನೊಂದಿಗೆ ಏಕ ಮೂಲದ ಅಪಾಯವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದ್ದೇನೆ.
• [ ] ನಾನು ವೆಚ್ಚವನ್ನು ಮಾತ್ರ ಮಾನದಂಡವನ್ನಾಗಿ ಮಾಡಲಿಲ್ಲ; ಬಾಳಿಕೆಯನ್ನೂ ತೂಗಿಸಿದೆ.
• [ ] ನಾನು ಓವರ್ ಫಿಟ್ಟಿಂಗ್/ಸೋರಿಕೆಗಾಗಿ MAPE ನಂತಹ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಪ್ರಶ್ನಿಸಿದೆ.
• [ ] ನಾನು ವ್ಯಾಪಾರದ ನಿರ್ಬಂಧಗಳ ಮೂಲಕ AI ಶಿಫಾರಸನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಿದ್ದೇನೆ.