ಸ್ಟಾಕ್, ಮುಕ್ತಾಯ ಮತ್ತು ಪೂರೈಕೆ ನಿರ್ವಹಣೆಯಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಲಾಭಗಳು:

• ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್‌ನೊಂದಿಗೆ ಸ್ಟಾಕ್ ಮಟ್ಟವನ್ನು ವಿಶ್ಲೇಷಿಸುವ ಸಾಮರ್ಥ್ಯ, ಮುಕ್ತಾಯದ ಟ್ರ್ಯಾಕಿಂಗ್ ಮತ್ತು ಆರ್ಡರ್ ಯೋಜನೆ ಮತ್ತು ನಿರ್ಧಾರ ಕರಡು ತಯಾರಿಸುವುದು
• ನೈಜ ಸ್ಟಾಕ್ ಡೇಟಾ ಮತ್ತು ಕೋಲ್ಡ್ ಚೈನ್ ನಿಯಮಗಳೊಂದಿಗೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ಬೇಡಿಕೆ ಮುನ್ಸೂಚನೆಗಳು ಮತ್ತು ಮುಕ್ತಾಯ ಎಚ್ಚರಿಕೆಗಳನ್ನು ಪರಿಶೀಲಿಸುವ ಸಾಮರ್ಥ್ಯ
• ಡ್ರಗ್ ಟ್ರೇಸಬಿಲಿಟಿ (ITS), ಕೋಲ್ಡ್ ಚೈನ್ ಮತ್ತು ರಿಟರ್ನ್/ವಿಲೇವಾರಿ ಪ್ರಕ್ರಿಯೆಗಳಲ್ಲಿ ಅಂತಿಮ ಜವಾಬ್ದಾರಿಯು ಔಷಧಿಕಾರರ ಮೇಲಿದೆ ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು.

ಔಷಧಾಲಯದ ಕಪಾಟಿನಲ್ಲಿ ನೂರಾರು, ಸಾಮಾನ್ಯವಾಗಿ ಸಾವಿರಾರು, ವಿವಿಧ ಉತ್ಪನ್ನಗಳಿವೆ, ಮತ್ತು ಪ್ರತಿಯೊಂದಕ್ಕೂ ವೆಚ್ಚ, ಮುಕ್ತಾಯ ದಿನಾಂಕ (ಮುಕ್ತಾಯ ದಿನಾಂಕ) ಮತ್ತು ಬೇಡಿಕೆಯ ನಮೂನೆ ಇರುತ್ತದೆ. ಸರಿಯಾದ ಪ್ರಮಾಣದಲ್ಲಿ ಸರಿಯಾದ ಉತ್ಪನ್ನವನ್ನು ಹೊಂದಿರುವುದು; ಇದು ರೋಗಿಯನ್ನು ಖಾಲಿ ಕೈಯಲ್ಲಿ ಬಿಡದಿರುವುದು ಮತ್ತು ಅವಧಿ ಮೀರಿದ ಔಷಧಿಗಳಿಗೆ ಹಣವನ್ನು ಖರ್ಚು ಮಾಡದಿರುವ ನಡುವಿನ ಸೂಕ್ಷ್ಮ ಸಮತೋಲನವನ್ನು ಹೊಡೆಯುವುದು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಈ ಸಮತೋಲನದಲ್ಲಿ ಪ್ರಬಲವಾದ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಯೋಜನಾ ಸಹಾಯವಾಗಿದೆ: ಇದು ಐತಿಹಾಸಿಕ ಮಾರಾಟದ ಡೇಟಾದಿಂದ ಬೇಡಿಕೆ ಮಾದರಿಗಳನ್ನು ಹೊರತೆಗೆಯುತ್ತದೆ, ಮುಕ್ತಾಯವನ್ನು ಸಮೀಪಿಸುತ್ತಿರುವ ಉತ್ಪನ್ನಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡುತ್ತದೆ, ಆರ್ಡರ್ ಡ್ರಾಫ್ಟ್‌ಗಳನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಆದರೆ ಈ ಸಲಹೆಗಳು ಕಚ್ಚಾ ಊಹೆಗಳಾಗಿವೆ; ವಾಸ್ತವಿಕ ಸ್ಟಾಕ್, ಕೋಲ್ಡ್ ಚೈನ್ ನಿಯಮಗಳು, ಶಾಸನ ಮತ್ತು ಔಷಧಿಕಾರರ ಕ್ಷೇತ್ರದಲ್ಲಿನ ಜ್ಞಾನವನ್ನು ಪರಿಶೀಲಿಸದೆ ಇದನ್ನು ಅನ್ವಯಿಸಲಾಗುವುದಿಲ್ಲ. ಈ ಘಟಕದಲ್ಲಿ, ಸ್ಟಾಕ್, ಬಳಕೆಯಲ್ಲಿಲ್ಲದ ಮತ್ತು ಪೂರೈಕೆ ನಿರ್ವಹಣೆಯಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಸುರಕ್ಷಿತ ನಿರ್ಧಾರ ಬೆಂಬಲ ಸಾಧನವನ್ನಾಗಿ ಮಾಡುವುದು ಹೇಗೆ ಎಂಬುದನ್ನು ನೀವು ಕಲಿಯುವಿರಿ.

ಷೇರು ನಿರ್ವಹಣೆಯ ಮೂರು ಅಕ್ಷಗಳು

ದಾಸ್ತಾನು ನಿರ್ವಹಣೆ ಮೂರು ಸಮಸ್ಯೆಗಳ ಸಮತೋಲನವಾಗಿದೆ:

• ಲಭ್ಯತೆ: ರೋಗಿಗೆ ಅಗತ್ಯವಿರುವ ಔಷಧವು ಕಪಾಟಿನಲ್ಲಿದೆಯೇ? ಅವುಗಳನ್ನು ಮಾರಾಟ ಮಾಡುವುದರಿಂದ ರೋಗಿಯ ತೃಪ್ತಿ ಮತ್ತು ನಂಬಿಕೆ ಎರಡಕ್ಕೂ ಹಾನಿಯಾಗುತ್ತದೆ.
• ಬಂಡವಾಳ: ಕಪಾಟಿನಲ್ಲಿರುವ ಪ್ರತಿ ಪೆಟ್ಟಿಗೆಯೂ ಹಣ ಕಟ್ಟಲಾಗಿದೆ. ಅತಿಯಾದ ದಾಸ್ತಾನು ಹಣದ ಹರಿವನ್ನು ಅಡ್ಡಿಪಡಿಸುತ್ತದೆ.
• ಮುಕ್ತಾಯ ದಿನಾಂಕ: ಅವಧಿ ಮೀರಿದ ಔಷಧಿ ನಾಶವಾಗುತ್ತದೆ; ಇದು ನೇರ ಹಾನಿ ಮತ್ತು ರೋಗಿಯ ಸುರಕ್ಷತೆಗೆ ನಿರ್ಣಾಯಕವಾಗಿದೆ.

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಈ ಮೂರು ಅಕ್ಷಗಳನ್ನು ಒಟ್ಟಿಗೆ ವಿಶ್ಲೇಷಿಸುತ್ತದೆ ಮತ್ತು "ಯಾವ ಉತ್ಪನ್ನವನ್ನು ಆರ್ಡರ್ ಮಾಡಬೇಕು ಮತ್ತು ಎಷ್ಟು ಪ್ರಮಾಣದಲ್ಲಿ, ಯಾವುದು ಬಳಕೆಯಲ್ಲಿಲ್ಲದ ಅಪಾಯದಲ್ಲಿದೆ?" ಮುಂತಾದ ಪ್ರಶ್ನೆಗಳಿಗೆ ಕರಡು ಉತ್ತರಗಳನ್ನು ಉತ್ಪಾದಿಸಬಹುದು. ಆದರೆ ಪ್ರತಿ ಉತ್ತರವನ್ನು ನಿಜವಾದ ದಾಸ್ತಾನು ಮತ್ತು ಕ್ಷೇತ್ರ ಜ್ಞಾನದ ವಿರುದ್ಧ ಪರೀಕ್ಷಿಸಬೇಕು.

ಎಚ್ಚರಿಕೆ: ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಐತಿಹಾಸಿಕ ದತ್ತಾಂಶವನ್ನು ನೋಡುವ ಮೂಲಕ ಭವಿಷ್ಯದ ಬೇಡಿಕೆಯನ್ನು ಊಹಿಸುತ್ತದೆ; ಆದರೆ ಅನಿರೀಕ್ಷಿತ ಸಾಂಕ್ರಾಮಿಕ, ಪೂರೈಕೆ ಬಿಕ್ಕಟ್ಟು, ನಿಯಂತ್ರಕ ಬದಲಾವಣೆ ಅಥವಾ ಸ್ಥಳೀಯ ಘಟನೆಯು ಮುನ್ಸೂಚನೆಯನ್ನು ಅಡ್ಡಿಪಡಿಸುತ್ತದೆ. ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆಯು ಶಿಫಾರಸು ಅಥವಾ ಭವಿಷ್ಯವಾಣಿಯಲ್ಲ; ಔಷಧಿಕಾರರ ತೀರ್ಪಿನಿಂದ ಸಮತೋಲನಗೊಳಿಸಲಾಗಿದೆ.

Miad ನಿರ್ವಹಣೆ ಮತ್ತು FEFO

ಮುಕ್ತಾಯ ನಿರ್ವಹಣೆಯ ಸುವರ್ಣ ನಿಯಮವೆಂದರೆ FEFO (ಮೊದಲ ಮುಕ್ತಾಯ, ಮೊದಲ ಔಟ್). ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ, ಶೆಲ್ಫ್‌ನಲ್ಲಿ ಅದರ ಮುಕ್ತಾಯ ದಿನಾಂಕಕ್ಕೆ ಹತ್ತಿರವಿರುವ ಉತ್ಪನ್ನವನ್ನು ಮೊದಲು ಮಾರಾಟ ಮಾಡಬೇಕು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಸ್ಟಾಕ್ ಡೇಟಾದೊಂದಿಗೆ ನೀಡಿದರೆ:

• ಮುಕ್ತಾಯ ದಿನಾಂಕವು ನಿರ್ದಿಷ್ಟ ಮಿತಿಯನ್ನು ಸಮೀಪಿಸುತ್ತಿರುವ ಉತ್ಪನ್ನಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ (ಉದಾ. 3 ತಿಂಗಳುಗಳು).
• ಇದು ನಿಧಾನವಾಗಿ ತಿರುಗುವ ಮತ್ತು ಮುಕ್ತಾಯದ ಅಪಾಯದಲ್ಲಿರುವ ವಸ್ತುಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ.
• ರಿಟರ್ನ್ ಅಥವಾ ಪ್ರಚಾರಕ್ಕಾಗಿ ಅಭ್ಯರ್ಥಿ ಉತ್ಪನ್ನಗಳನ್ನು ಶಿಫಾರಸು ಮಾಡುತ್ತದೆ.

ಆದರೆ ನಿಜವಾದ ವಿನಾಶ/ಹಿಂತಿರುಗುವ ನಿರ್ಧಾರ, ಉತ್ಪನ್ನದ ಭೌತಿಕ ನಿಯಂತ್ರಣ, ಕೋಲ್ಡ್ ಚೈನ್ ಅನುಸರಣೆ ಮತ್ತು ಶಾಸನಕ್ಕೆ ಅನುಗುಣವಾಗಿ ಹಿಂತಿರುಗಿಸುವ ಪ್ರಕ್ರಿಯೆಯು ಔಷಧಿಕಾರರ ಜವಾಬ್ದಾರಿಯಾಗಿದೆ.

ಶೀತಲ ಸರಪಳಿ ಮತ್ತು ಪತ್ತೆಹಚ್ಚುವಿಕೆ

ಕೆಲವು ಔಷಧಿಗಳನ್ನು (ಲಸಿಕೆಗಳು, ಇನ್ಸುಲಿನ್ಗಳು, ಜೈವಿಕ ಔಷಧಗಳು) ನಿರ್ದಿಷ್ಟ ತಾಪಮಾನದ ವ್ಯಾಪ್ತಿಯಲ್ಲಿ ಶೇಖರಿಸಿಡಬೇಕು; ಇದನ್ನು ಕೋಲ್ಡ್ ಚೈನ್ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಸರಪಳಿಯು ಮುರಿದುಹೋದ ನಂತರ, ಔಷಧವು ಅದರ ಪರಿಣಾಮವನ್ನು ಕಳೆದುಕೊಳ್ಳಬಹುದು, ಮತ್ತು ಇದು ಅದೃಶ್ಯ ಅಪಾಯವಾಗಿದೆ. ಇದರ ಜೊತೆಗೆ, Türkiye ನಲ್ಲಿ, ITS (ಡ್ರಗ್ ಟ್ರ್ಯಾಕಿಂಗ್ ಸಿಸ್ಟಮ್) ಜೊತೆಗೆ QR ಕೋಡ್‌ಗಳ ಮೂಲಕ ಔಷಧಿಗಳನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಲಾಗುತ್ತದೆ; ಪ್ರತಿ ಪೆಟ್ಟಿಗೆಯ ಮಾರಾಟ, ಹಿಂತಿರುಗುವಿಕೆ ಮತ್ತು ನಾಶವನ್ನು ದಾಖಲಿಸಲಾಗಿದೆ. ಈ ಪ್ರಕ್ರಿಯೆಗಳಲ್ಲಿ AI ರಿಮೈಂಡರ್‌ಗಳು ಮತ್ತು ಡ್ರಾಫ್ಟ್ ದಸ್ತಾವೇಜನ್ನು ರಚಿಸಬಹುದು; ಆದಾಗ್ಯೂ, ತಾಪಮಾನ ರೆಕಾರ್ಡಿಂಗ್ ನಿಯಂತ್ರಣ, QR ಕೋಡ್ ವಹಿವಾಟುಗಳು ಮತ್ತು ಅಧಿಕೃತ ಅಧಿಸೂಚನೆಗಳು ಮಾನವ ನಿಯಂತ್ರಣದಲ್ಲಿವೆ.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಟರ್ಮ್ ಕ್ಲೀನಿಂಗ್. ಒಂದು ಔಷಧಾಲಯವು 3 ತಿಂಗಳೊಳಗೆ ಅವಧಿ ಮುಗಿಯುವ 40 ಪೆನ್ನುಗಳನ್ನು ಗುರುತಿಸಲು ಬಯಸಿದೆ. ಔಷಧಿಕಾರರು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ ಸ್ಟಾಕ್ ಪಟ್ಟಿಯನ್ನು (ಬೆಲೆ ಮತ್ತು ರೋಗಿಗಳ ಮಾಹಿತಿಯಿಲ್ಲದೆ) ನೀಡಿದರು; ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಅವುಗಳನ್ನು ಪ್ರಬುದ್ಧತೆಯಿಂದ ವಿಂಗಡಿಸುತ್ತದೆ ಮತ್ತು ನಿಧಾನವಾಗಿ ಹಿಂತಿರುಗಿದವರನ್ನು ಗುರುತಿಸುತ್ತದೆ. ಔಷಧಿಕಾರರು ಪಟ್ಟಿಯನ್ನು ಭೌತಿಕ ಶೆಲ್ಫ್‌ಗೆ ಹೋಲಿಸಿದರು, ಕೆಲವು ಐಟಂಗಳನ್ನು ಈಗಾಗಲೇ ಮಾರಾಟ ಮಾಡಲಾಗಿದೆ ಎಂದು ನೋಡಿದರು ಮತ್ತು ನಿಜವಾದ 32 ಐಟಂಗಳಿಗೆ ಹಿಂತಿರುಗಿಸುವ/ಪ್ರಚಾರದ ಯೋಜನೆಯನ್ನು ಮಾಡಿದರು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಗಂಟೆಗಳ ವಿಂಗಡಣೆಯನ್ನು ನಿಮಿಷಗಳಿಗೆ ಇಳಿಸಿತು; ಔಷಧಿಕಾರರು ನಿರ್ಧಾರ ಕೈಗೊಂಡರು.

ಪ್ರಕರಣ 2 - ಕಾಲೋಚಿತ ಬೇಡಿಕೆ. ಚಳಿಗಾಲದ ಮೊದಲು, ಔಷಧಾಲಯವು ಶೀತ ಉತ್ಪನ್ನಗಳಿಗೆ ಆದೇಶ ಯೋಜನೆಯನ್ನು ಮಾಡಿದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಹಿಂದಿನ ವರ್ಷಗಳ ಮಾರಾಟದಿಂದ ಮುನ್ಸೂಚನೆಯನ್ನು ನೀಡಿತು. ಔಷಧಿಕಾರರು ಈ ಅಂದಾಜನ್ನು ಆ ವರ್ಷದ ಪ್ರದೇಶದಲ್ಲಿನ ಆರಂಭಿಕ ಜ್ವರ ತರಂಗ ಮತ್ತು ಪೂರೈಕೆದಾರರ ಸ್ಟಾಕ್ ಲಭ್ಯತೆಯೊಂದಿಗೆ ಸರಿಹೊಂದಿಸಿದ್ದಾರೆ; ಇದು ಮುನ್ಸೂಚನೆಯನ್ನು 20% ಮೀರಿದೆ. AI ಆರಂಭಿಕ ಹಂತವನ್ನು ನೀಡಿತು; ಅಂತಿಮ ಸಂಖ್ಯೆಯನ್ನು ಕ್ಷೇತ್ರ ಜ್ಞಾನದಿಂದ ರೂಪಿಸಲಾಗಿದೆ.

ಪ್ರಕರಣ 3 - ಕೋಲ್ಡ್ ಚೈನ್ ದಸ್ತಾವೇಜನ್ನು. ರೆಫ್ರಿಜರೇಟರ್ ಅಸಮರ್ಪಕ ಕ್ರಿಯೆಯ ಸಂದರ್ಭದಲ್ಲಿ, ತಾಪಮಾನದ ವ್ಯಾಪ್ತಿಯನ್ನು ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಮೀರಿದೆ. ಔಷಧಿಕಾರರು ಘಟನೆಯ ದಾಖಲೆ ಮತ್ತು ಸಂಬಂಧಿತ ಉತ್ಪನ್ನಗಳ ಕರಡು ಮೌಲ್ಯಮಾಪನ ಪರಿಶೀಲನಾಪಟ್ಟಿಗಾಗಿ AI ಅನ್ನು ಕೇಳಿದರು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಯಾವ ಮಾಹಿತಿಯನ್ನು ದಾಖಲಿಸಬೇಕು ಎಂಬುದನ್ನು ಪಟ್ಟಿಮಾಡಿದೆ. ಔಷಧಿಕಾರರು ತಯಾರಕರು/ಕಾನೂನುಗಳ ಕೋಲ್ಡ್ ಚೈನ್ ಬ್ರೇಕಿಂಗ್ ಕಾರ್ಯವಿಧಾನದ ಪ್ರಕಾರ ಉತ್ಪನ್ನಗಳ ಉಪಯುಕ್ತತೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದರು ಮತ್ತು ಅಗತ್ಯ ಅಧಿಸೂಚನೆಯನ್ನು ಮಾಡಿದರು. AI ದಸ್ತಾವೇಜನ್ನು ವೇಗಗೊಳಿಸಿದೆ; ಶಾಸನ ಮತ್ತು ತಯಾರಕರ ಜ್ಞಾನದಿಂದ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳಲಾಗಿದೆ.

ಹಂತ ಹಂತದ ಸ್ಟಾಕ್ ಮತ್ತು ಮುಕ್ತಾಯ ವಿಶ್ಲೇಷಣೆ

1. ಡೇಟಾವನ್ನು ಅನಾಮಧೇಯವಾಗಿ ಮತ್ತು ನಿಖರವಾಗಿ ತಯಾರಿಸಿ. ಉತ್ಪನ್ನ, ಪ್ರಮಾಣ, ಮುಕ್ತಾಯ ದಿನಾಂಕ, ಮಾರಾಟ ದರ (ರೋಗಿಯ/ಗೌಪ್ಯ ಮಾಹಿತಿಯಿಲ್ಲದೆ).
2. ವಿನಂತಿ ವಿಶ್ಲೇಷಣೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಬಳಕೆಯಲ್ಲಿಲ್ಲದ, ನಿಧಾನವಾಗಿ ತಿರುಗುವ ವಸ್ತುಗಳು ಮತ್ತು ಆರ್ಡರ್ ಡ್ರಾಫ್ಟ್‌ಗಳ ಅಪಾಯವನ್ನು ನಿವಾರಿಸುತ್ತದೆ.
3. ನಿಜವಾದ ಸ್ಟಾಕ್ನೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ. ಭೌತಿಕ ಎಣಿಕೆ ಮತ್ತು ಸಿಸ್ಟಮ್ ಡೇಟಾದೊಂದಿಗೆ ಪರಿಶೀಲಿಸಿ.
4. ಕ್ಷೇತ್ರದ ಸಂದರ್ಭದೊಂದಿಗೆ ಸರಿಪಡಿಸಿ. ಸಾಂಕ್ರಾಮಿಕ, ಪೂರೈಕೆ, ನಿಯಂತ್ರಕ ಮತ್ತು ಸ್ಥಳೀಯ ಜ್ಞಾನವನ್ನು ಸೇರಿಸಿ.
5. ಕೋಲ್ಡ್ ಚೈನ್/ಐಟಿಎಸ್ ನಿಯಮಗಳನ್ನು ಅನ್ವಯಿಸಿ. ಶಾಸನಕ್ಕೆ ಅನುಗುಣವಾಗಿ ವಾಪಸಾತಿ, ವಿನಾಶ ಮತ್ತು ಶೇಖರಣಾ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಕೈಗೊಳ್ಳಿ.
6. ನಿರ್ಧಾರವನ್ನು ಉಳಿಸಿ. ಆದೇಶ ಮತ್ತು ವಿಲೇವಾರಿ ಕಾರಣಗಳನ್ನು ಪತ್ತೆಹಚ್ಚುವಂತೆ ಇರಿಸಿಕೊಳ್ಳಿ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ: "ನಾನು ಏನು ಆದೇಶಿಸಬೇಕು?"

ಪ್ರಬಲ: "ಕೆಳಗಿನ ದಾಸ್ತಾನು ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸಿ (ಉತ್ಪನ್ನ, ಲಭ್ಯವಿರುವ ಪ್ರಮಾಣ, ಕಳೆದ 6 ತಿಂಗಳುಗಳ ಮಾಸಿಕ ಮಾರಾಟ, ಮುಕ್ತಾಯ ದಿನಾಂಕ). ಸಾರ: 1) 3 ತಿಂಗಳೊಳಗೆ ಅವಧಿ ಮುಗಿಯುವ ಐಟಂಗಳು ಮತ್ತು ಮಾರಾಟದ ವೇಗವನ್ನು ಆಧರಿಸಿ ಮರುಪೂರಣಗೊಳ್ಳುವುದಿಲ್ಲ, 2) ಶಿಫಾರಸು ಮರುಕ್ರಮಗೊಳಿಸಿ (ಪ್ರಸ್ತುತ ವೇಗ + ಸುರಕ್ಷತೆಯ ಪೂರ್ವ ತರ್ಕದೊಂದಿಗೆ) ಶಿಫಾರಸುಗಳನ್ನು ಮರುಕ್ರಮಗೊಳಿಸಿ ಇದು ನಿಜವಾದ ದಾಸ್ತಾನು ಎಣಿಕೆ ಮತ್ತು ಪೂರೈಕೆ ಸ್ಥಿತಿಯಿಂದ ಪರಿಶೀಲಿಸಲ್ಪಡುತ್ತದೆ, ಬೆಲೆ/ಲಾಭದ ಕುರಿತು ಪ್ರತಿಕ್ರಿಯಿಸಬೇಡಿ.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್‌ನಲ್ಲಿ, ಡೇಟಾ ರಚನೆ, ಅಪೇಕ್ಷಿತ ಔಟ್‌ಪುಟ್‌ಗಳು ಮತ್ತು ಮೌಲ್ಯೀಕರಣದ ಮಿತಿ ಸ್ಪಷ್ಟವಾಗಿದೆ.

ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

ಕಾರ್ಯ: ಅವಧಿಯ ಅಪಾಯದ ವಿಶ್ಲೇಷಣೆ (DRAFT).ಇನ್‌ಪುಟ್: | ಉತ್ಪನ್ನ | ಪ್ರಮಾಣ | ಮಾಸಿಕ ಮಾರಾಟ | ಎಕ್ಸ್‌ಪೈರಿ |ಔಟ್‌ಪುಟ್: [X] ತಿಂಗಳುಗಳಲ್ಲಿ ಅವಧಿ ಮುಗಿಯುವ ಮತ್ತು ಅವುಗಳ ಮಾರಾಟ ದರದ ಪ್ರಕಾರ ಅವಧಿ ಮುಗಿಯದ ಐಟಂಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ; "ಕರಗುವ ಸಮಯ" ಅಂದಾಜು ತೋರಿಸಿ. ಇದನ್ನು ನಿಜವಾದ ಶೆಲ್ಫ್‌ನೊಂದಿಗೆ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ.

ಕಾರ್ಯ: ಶಿಫಾರಸು ಮರುಕ್ರಮಗೊಳಿಸಿ. ಇನ್‌ಪುಟ್: ಉತ್ಪನ್ನ, ಪ್ರಸ್ತುತ ಸ್ಟಾಕ್, ಸರಾಸರಿ ಮಾಸಿಕ ಮಾರಾಟ, ಪ್ರಮುಖ ಸಮಯ (ದಿನಗಳು). ಲೆಕ್ಕಾಚಾರ: ಸುರಕ್ಷತೆ ಸ್ಟಾಕ್ + ಪ್ರಮುಖ ಸಮಯದ ವಿನಂತಿ → ಸೂಚಿಸಿದ ಆದೇಶದ ಪ್ರಮಾಣ. ಹಂತಗಳನ್ನು ತೋರಿಸಿ. ಪೂರೈಕೆಯ ಸ್ಥಿತಿ ಮತ್ತು ಕಾಲೋಚಿತತೆಯನ್ನು ಔಷಧಿಕಾರರು ಸೇರಿಸುತ್ತಾರೆ.

ಕಾರ್ಯ: ನಿಧಾನಗತಿಯ ಉತ್ಪನ್ನ ವರದಿ. ಇನ್‌ಪುಟ್: ಮಾರಾಟದ ಇತಿಹಾಸ. ಔಟ್‌ಪುಟ್: ಕಳೆದ [X] ತಿಂಗಳಲ್ಲಿ [Y] ಯುನಿಟ್‌ಗಳಿಗಿಂತ ಕಡಿಮೆ ಮಾರಾಟವಾದ ಐಟಂಗಳು; ರಿಟರ್ನ್/ಅಭಿಯಾನ/ಶೆಲ್ವ್ ಫಿಟ್‌ಗಾಗಿ ಗುರುತು ಮಾಡಿ. ನಿರ್ಧಾರವು ಔಷಧಿಕಾರರಿಗೆ ಸೇರಿದೆ.

ಕಾರ್ಯ: ಡ್ರಾಫ್ಟ್ ಕೋಲ್ಡ್ ಚೈನ್ ಘಟನೆಯ ದಾಖಲೆ. ಘಟನೆ: [ದಿನಾಂಕ, ಅವಧಿ, ತಾಪಮಾನದ ವ್ಯಾಪ್ತಿ, ಉತ್ಪನ್ನಗಳ ಮೇಲೆ ಪರಿಣಾಮ ಬೀರಿದೆ]. ಔಟ್‌ಪುಟ್: ರೆಕಾರ್ಡ್ ಮಾಡಬೇಕಾದ ಮಾಹಿತಿ + ಮೌಲ್ಯಮಾಪನ ಪರಿಶೀಲನಾಪಟ್ಟಿ. ಉತ್ಪನ್ನ ಲಭ್ಯತೆ ತಯಾರಕರು/ನಿಯಂತ್ರಕ ಕಾರ್ಯವಿಧಾನದಿಂದ ನಿರ್ಧರಿಸಬೇಕು; AI ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ.

ದಾಸ್ತಾನು ನಿರ್ಧಾರ ಜವಾಬ್ದಾರಿ ಟೇಬಲ್

ಅನ್ವೇಷಣೆ

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ

ಫಾರ್ಮಾಸಿಸ್ಟ್

ಮುಕ್ತಾಯ ವಿಂಗಡಣೆ

ತ್ವರಿತ ಪಟ್ಟಿ

ಭೌತಿಕ ದೃಢೀಕರಣ

ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆ

ಐತಿಹಾಸಿಕ ಕರಡು

ಕ್ಷೇತ್ರ/ಋತು ತಿದ್ದುಪಡಿ

ಆದೇಶದ ಪ್ರಮಾಣ

ಖಾತೆ ಶಿಫಾರಸು

ಪೂರೈಕೆ/ನಗದು ನಿರ್ಧಾರ

ಕೋಲ್ಡ್ ಚೈನ್ ಮೌಲ್ಯಮಾಪನ

ದಾಖಲೀಕರಣ

ಲಭ್ಯತೆಯ ನಿರ್ಧಾರ

İTS/ಹಿಂತಿರುಗುವಿಕೆ/ವಿನಾಶ

ಪರಿಶೀಲನಾಪಟ್ಟಿ

ಅಧಿಕೃತ ಕ್ರಮ ಮತ್ತು ಹೊಣೆಗಾರಿಕೆ

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• ಭವಿಷ್ಯವಾಣಿಯನ್ನು ಭವಿಷ್ಯವಾಣಿಯಂತೆ ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. ಕ್ಷೇತ್ರದ ಮಾಹಿತಿಯೊಂದಿಗೆ ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆಯನ್ನು ಸರಿಪಡಿಸಬೇಕು.
• ಭೌತಿಕ ಎಣಿಕೆಯನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು. ಸಿಸ್ಟಮ್ ಡೇಟಾ ಮತ್ತು ಶೆಲ್ಫ್ ಭಿನ್ನವಾಗಿರಬಹುದು; ಅವಧಿಯ ನಿರ್ಧಾರದಲ್ಲಿ ಶೆಲ್ಫ್ ಅತ್ಯಗತ್ಯ.
• ಕೋಲ್ಡ್ ಚೈನ್ ನಿರ್ಧಾರವನ್ನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ ಬಿಡುವುದು. ಲಭ್ಯತೆಯನ್ನು ತಯಾರಕರು/ನಿಯಂತ್ರಕ ವಿಧಾನದಿಂದ ನೀಡಲಾಗಿದೆ.
• ITS/ರಿಟರ್ನ್ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಸಡಿಲಿಸಲಾಗುತ್ತಿದೆ. QR ಕೋಡ್‌ಗಳು ಮತ್ತು ಅಧಿಕೃತ ವಹಿವಾಟುಗಳನ್ನು ರೆಕಾರ್ಡ್ ಮಾಡಬೇಕು ಮತ್ತು ನಿಯಮಗಳಿಗೆ ಅನುಸಾರವಾಗಿ ನಡೆಸಬೇಕು.
• ನಿಯಂತ್ರಣವಿಲ್ಲದೆ ಗೌಪ್ಯ/ವಾಣಿಜ್ಯ ಡೇಟಾವನ್ನು ಅಪ್‌ಲೋಡ್ ಮಾಡಲಾಗುತ್ತಿದೆ. ರೋಗಿಯ ಮತ್ತು ಸೂಕ್ಷ್ಮ ವ್ಯವಹಾರ ಮಾಹಿತಿಯನ್ನು ರಕ್ಷಿಸಬೇಕು.

ಸಾರಾಂಶದಲ್ಲಿ

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಸ್ಟಾಕ್, ಮುಕ್ತಾಯ ಮತ್ತು ಪೂರೈಕೆ ನಿರ್ವಹಣೆಯಲ್ಲಿ ಪ್ರಬಲವಾದ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಯೋಜನೆ ಸಾಧನವಾಗಿದೆ; ಇದು ಬಳಕೆಯಲ್ಲಿಲ್ಲದ ಅಪಾಯಗಳನ್ನು ಎತ್ತಿ ತೋರಿಸುತ್ತದೆ, ಬೇಡಿಕೆ ಮುನ್ಸೂಚನೆಗಳು ಮತ್ತು ಆರ್ಡರ್ ಡ್ರಾಫ್ಟ್‌ಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ ಮತ್ತು ದಾಖಲಾತಿಯನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ. ಆದರೆ ಪ್ರತಿ ಪ್ರಸ್ತಾವನೆಯು ಕರಡು; ಕೋಲ್ಡ್ ಚೈನ್ ನಿಯಮಗಳು, ಐಟಿಎಸ್ ಮತ್ತು ಶಾಸನಗಳ ಮೂಲಕ ಪರಿಶೀಲನೆ ಇಲ್ಲದೆ ನಿಜವಾದ ಸ್ಟಾಕ್ ಎಣಿಕೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಲಾಗುವುದಿಲ್ಲ. ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆಯು ಕ್ಷೇತ್ರ ಜ್ಞಾನದಿಂದ ಸಮತೋಲಿತ ಆರಂಭಿಕ ಹಂತವಾಗಿದೆ. ಪತ್ತೆಹಚ್ಚುವಿಕೆ, ಶೀತ ಸರಪಳಿ ಮತ್ತು ವಿಲೇವಾರಿ ನಿರ್ಧಾರಗಳ ಅಂತಿಮ ಜವಾಬ್ದಾರಿಯು ಔಷಧಿಕಾರರದ್ದಾಗಿದೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ನಿಮ್ಮ ಔಷಧಾಲಯದಿಂದ ಅನಾಮಧೇಯ ಸ್ಟಾಕ್ ಮಾದರಿಯನ್ನು ತಯಾರಿಸಿ (10-15 ಐಟಂಗಳು; ಪ್ರಮಾಣ, ಮಾಸಿಕ ಮಾರಾಟ, ಮುಕ್ತಾಯ). ಮುಕ್ತಾಯ ಅಪಾಯದ ವಿಶ್ಲೇಷಣೆಯನ್ನು ವಿನಂತಿಸಿ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಿಂದ ಶಿಫಾರಸು ಮರುಕ್ರಮಗೊಳಿಸಿ. ಪ್ರಿಂಟ್ಔಟ್ ಅನ್ನು ನಿಜವಾದ ರಾಕ್ಗೆ ಹೋಲಿಸಿ ಮತ್ತು ಯಾವುದೇ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಗಮನಿಸಿ. ನಿಮ್ಮ ಸ್ವಂತ ಕ್ಷೇತ್ರ ಜ್ಞಾನದೊಂದಿಗೆ ಕಾಲೋಚಿತ ಉತ್ಪನ್ನಕ್ಕಾಗಿ AI ಮುನ್ಸೂಚನೆಯನ್ನು ಸರಿಪಡಿಸಿ. ಅಂತಿಮವಾಗಿ, ನೀವು ಕಾಲ್ಪನಿಕ ಕೋಲ್ಡ್ ಚೈನ್ ಬ್ರೇಕ್‌ಗಾಗಿ ದಸ್ತಾವೇಜನ್ನು ಹೇಗೆ ರಚಿಸುತ್ತೀರಿ ಮತ್ತು ಅದನ್ನು ತಯಾರಕರು/ನಿಯಂತ್ರಕ ಕಾರ್ಯವಿಧಾನದೊಂದಿಗೆ ಹೇಗೆ ಪರಿಹರಿಸುತ್ತೀರಿ ಎಂದು ಬರೆಯಿರಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ಸ್ಟಾಕ್ ಡೇಟಾವನ್ನು ಅನಾಮಧೇಯವಾಗಿ ಮತ್ತು ನಿಖರವಾಗಿ ಸಿದ್ಧಪಡಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಅಪಾಯದ ಪದವನ್ನು ವಿಶ್ಲೇಷಿಸಿದೆ ಮತ್ತು ಭೌತಿಕ ಶೆಲ್ಫ್‌ನೊಂದಿಗೆ ಅದನ್ನು ದೃಢಪಡಿಸಿದೆ.
• [ ] ನಾನು ಕ್ಷೇತ್ರ/ಋತುವಿನ ಮಾಹಿತಿಯೊಂದಿಗೆ ಬೇಡಿಕೆಯ ಮುನ್ಸೂಚನೆಯನ್ನು ಸರಿಪಡಿಸಿದೆ.
• [ ] ನಾನು ಪೂರೈಕೆ ಮತ್ತು ನಗದು ಲಭ್ಯತೆಯೊಂದಿಗೆ ಆರ್ಡರ್ ಪ್ರಮಾಣವನ್ನು ಸಮತೋಲನಗೊಳಿಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಕೋಲ್ಡ್ ಚೈನ್ ನಿರ್ಧಾರವನ್ನು ತಯಾರಕ/ನಿಯಂತ್ರಕ ಕಾರ್ಯವಿಧಾನದ ಮೇಲೆ ಆಧರಿಸಿದೆ.
• [ ] ನಾನು ನಿಯಮಿತವಾಗಿ İTS/ಹಿಂತಿರುಗುವಿಕೆ/ವಿನಾಶ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ನಡೆಸಿದ್ದೇನೆ.
• [ ] ನಾನು ಆದೇಶ ಮತ್ತು ವಿನಾಶದ ಕಾರಣಗಳನ್ನು ದಾಖಲಿಸಿದ್ದೇನೆ.