ಪೂರೈಕೆ, ದಾಸ್ತಾನು ಮತ್ತು ತ್ಯಾಜ್ಯ ಕಡಿತ: ಖರೀದಿ, ದಾಸ್ತಾನು ಮತ್ತು ಸುಸ್ಥಿರತೆ

ಲಾಭಗಳು:

• ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಬೆಂಬಲದೊಂದಿಗೆ ಖರೀದಿ ಪಟ್ಟಿ, ಕನಿಷ್ಠ ಸ್ಟಾಕ್ (ಸಮಾನ ಮಟ್ಟ) ಮತ್ತು ಆರ್ಡರ್ ಪಾಯಿಂಟ್ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಯೋಜಿಸುವ ಸಾಮರ್ಥ್ಯ
• ಆಹಾರ ತ್ಯಾಜ್ಯವನ್ನು ಅಳೆಯುವ ಸಾಮರ್ಥ್ಯ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಮೂಲ ಕಾರಣ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಕಡಿತದ ಸನ್ನಿವೇಶಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ ಮತ್ತು ಸಮರ್ಥನೀಯತೆಯನ್ನು ಬಲಪಡಿಸುತ್ತದೆ
• ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಮುನ್ಸೂಚನೆಯು ಐತಿಹಾಸಿಕ ದತ್ತಾಂಶ ಮತ್ತು ಋತುವಿನ ಮೇಲೆ ಆಧಾರಿತವಾಗಿದೆ ಮತ್ತು ಪೂರೈಕೆ ಅಡಚಣೆಗಳು ಮತ್ತು ಬೆಲೆ ವಿರಾಮಗಳ ಸಂದರ್ಭದಲ್ಲಿ ಬಾಣಸಿಗ ಮತ್ತು ಖರೀದಿದಾರರ ನಿರ್ಧಾರವು ಮೊದಲು ಬರುತ್ತದೆ ಎಂದು ಪ್ರತ್ಯೇಕಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.

ರೆಸ್ಟೋರೆಂಟ್‌ನ ಲಾಭವು ಎರಡು ಸ್ಥಳಗಳಲ್ಲಿ ಹೆಚ್ಚಾಗಿ ಮಾಡಲ್ಪಟ್ಟಿದೆ ಅಥವಾ ಕಳೆದುಹೋಗುತ್ತದೆ: ಸರಿಯಾದ ಖರೀದಿ ಮತ್ತು ಕಡಿಮೆ ತ್ಯಾಜ್ಯ. ಹೆಚ್ಚು ವಸ್ತುವು ಹಾಳಾಗುತ್ತದೆ, ತುಂಬಾ ಕಡಿಮೆ ಮೆನುವನ್ನು ಹಾಳುಮಾಡುತ್ತದೆ; ವ್ಯರ್ಥವಾಗುವ ಪ್ರತಿ ಗ್ರಾಂ ಖರೀದಿಸಿದ ಹಣ ವ್ಯರ್ಥವಾಗುತ್ತದೆ. ಈ ಘಟಕದಲ್ಲಿ, ಖರೀದಿ ಯೋಜನೆ, ಸ್ಟಾಕ್ ನಿರ್ವಹಣೆ ಮತ್ತು ಆಹಾರ ತ್ಯಾಜ್ಯವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ನಾವು ಯೋಜನಾ ಸಹಾಯಕರಾಗಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸುತ್ತೇವೆ. ಗಡಿಯು ಸ್ಪಷ್ಟವಾಗಿದೆ: ಐತಿಹಾಸಿಕ ಡೇಟಾ ಮತ್ತು ಋತುವಿನ ಆಧಾರದ ಮೇಲೆ AI ಮುನ್ಸೂಚನೆಗಳು ಮತ್ತು ಸನ್ನಿವೇಶಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ; ಪೂರೈಕೆ ಅಡಚಣೆ, ಬೆಲೆ ಒಡೆಯುವಿಕೆ ಮತ್ತು ಗುಣಮಟ್ಟದ ನಿರ್ಧಾರದಲ್ಲಿ ಮುಖ್ಯಸ್ಥ ಮತ್ತು ಖರೀದಿದಾರರ ತೀರ್ಪು ಆದ್ಯತೆಯನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ.

ಖರೀದಿಯ ಮೂಲ ಪರಿಕಲ್ಪನೆಗಳು

ಘನ ಖರೀದಿಯು ಕೆಲವು ಪರಿಕಲ್ಪನೆಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿದೆ. ಸಮಾನ ಮಟ್ಟ (ಕನಿಷ್ಠ ಸ್ಟಾಕ್ ಮಟ್ಟ) ಎನ್ನುವುದು ಎಲ್ಲಾ ಸಮಯದಲ್ಲೂ ಕೈಯಲ್ಲಿರಬೇಕಾದ ವಸ್ತುವಿನ ಕನಿಷ್ಠ ಮೊತ್ತವಾಗಿದೆ; ಅದು ಕೆಳಗೆ ಬಿದ್ದಾಗ ಆದೇಶವನ್ನು ಇರಿಸಲಾಗುತ್ತದೆ. ಆರ್ಡರ್ ಪಾಯಿಂಟ್ "ಈಗ ಆರ್ಡರ್" ಮಿತಿ ಎಂದು ಕರೆಯಲ್ಪಡುತ್ತದೆ, ಇದು ಪ್ರಮುಖ ಸಮಯವನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ (ವಸ್ತುವು ಬರಲು ಎಷ್ಟು ದಿನಗಳು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ). ಸುರಕ್ಷತಾ ಸ್ಟಾಕ್ ಅನಿರೀಕ್ಷಿತ ವಿಪರೀತ ಅಥವಾ ವಿಳಂಬದ ವಿರುದ್ಧ ಬಫರ್ ಆಗಿದೆ.

ನೀವು ಐತಿಹಾಸಿಕ ಬಳಕೆಯ ಡೇಟಾ ಮತ್ತು ನಿರೀಕ್ಷಿತ ಸಂಖ್ಯೆಯ ಕವರ್‌ಗಳನ್ನು ನೀಡಿದಾಗ, AI ಯಾವ ವಸ್ತು ಮತ್ತು ಎಷ್ಟು ಆರ್ಡರ್ ಮಾಡಬೇಕು ಮತ್ತು ಸಮಾನ ಹಂತಗಳನ್ನು ಶಿಫಾರಸು ಮಾಡುತ್ತದೆ ಎಂಬ ಕರಡು ಪ್ರತಿಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಆದರೆ ತಾಜಾ ಉತ್ಪನ್ನವು ಕಡಿಮೆ ಶೆಲ್ಫ್ ಜೀವನವನ್ನು ಹೊಂದಿದೆ; ಹೆಚ್ಚು ಖರೀದಿಸುವುದು ವ್ಯರ್ಥ, ಕಡಿಮೆ ಖರೀದಿಸುವುದು ಮೆನು ಕೊರತೆ ಎಂದರ್ಥ. AI ಭವಿಷ್ಯವು ಪ್ರಾರಂಭವಾಗಿದೆ; ಆ ದಿನದಂದು ಪೂರೈಕೆದಾರರ ಗುಣಮಟ್ಟ, ಬೆಲೆ ಮತ್ತು ಋತುಮಾನವನ್ನು ಖರೀದಿದಾರನ ನಿರ್ಧಾರಕ್ಕೆ ಬಿಡಲಾಗುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, "10 ಕೆಜಿ ಟೊಮೆಟೊಗಳನ್ನು ಖರೀದಿಸಿ" ಎಂದು AI ಹೇಳಿದರೂ ಸಹ, ಟೊಮೆಟೊಗಳು ಕಳಪೆ ಗುಣಮಟ್ಟದ್ದಾಗಿದ್ದರೆ ಅಥವಾ ಆ ದಿನ ಬೆಲೆ ಗಗನಕ್ಕೇರಿದ್ದರೆ, ಅನುಭವಿ ಖರೀದಿದಾರರು ಪರ್ಯಾಯಕ್ಕೆ ತಿರುಗುತ್ತಾರೆ.

ಸಲಹೆ: ಆರ್ಡರ್ ಪಟ್ಟಿಗಾಗಿ AI ಅನ್ನು ಕೇಳುವಾಗ, "ಪ್ರತ್ಯೇಕ ಕಾಲಮ್‌ಗಳಲ್ಲಿ ಪ್ರತಿ ಐಟಂಗೆ ಸಮಾನ ಮಟ್ಟ, ಪ್ರಸ್ತುತ ಸ್ಟಾಕ್ ಮತ್ತು ಸೂಚಿಸಲಾದ ಆದೇಶದ ಪ್ರಮಾಣವನ್ನು ತೋರಿಸಿ" ಎಂದು ಹೇಳಿ. ಈ ರೀತಿಯಾಗಿ ನೀವು ತರ್ಕಬದ್ಧ ಶಿಫಾರಸನ್ನು ಪಡೆಯುತ್ತೀರಿ, ಕುರುಡು ಪಟ್ಟಿಯಲ್ಲ, ಮತ್ತು ನೀವು ಅದನ್ನು ದೃಷ್ಟಿಗೋಚರವಾಗಿ ಪರಿಶೀಲಿಸಬಹುದು.

ಆಹಾರ ತ್ಯಾಜ್ಯವನ್ನು ಅಳೆಯುವುದು ಮತ್ತು ಕಡಿಮೆ ಮಾಡುವುದು

ನೀವು ಅಳತೆ ಮಾಡದಿರುವುದನ್ನು ನೀವು ನಿರ್ವಹಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ಆಹಾರ ತ್ಯಾಜ್ಯದ ಮೂಲಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಸೇರಿವೆ: ಅತಿಯಾದ ಖರೀದಿ (ಹಾಳು), ತಪ್ಪಾದ ಭಾಗಗಳು (ತಟ್ಟೆಯಲ್ಲಿ ಉಳಿದವುಗಳು), ತಯಾರಿಕೆಯ ತ್ಯಾಜ್ಯ (ಅತಿಯಾಗಿ ವಿಂಗಡಿಸುವುದು), ಅನುಚಿತ ಸಂಗ್ರಹಣೆ (ಅಕಾಲಿಕ ಹಾಳಾಗುವಿಕೆ) ಮತ್ತು ಮೆನು ಅಸಮತೋಲನ (ಕಡಿಮೆ ಮಾರಾಟವಾಗುವ ಪದಾರ್ಥಗಳ ಹಾಳಾಗುವಿಕೆ). ನಿಮ್ಮ ವ್ಯರ್ಥ ದಾಖಲೆಗಳನ್ನು ನೀವು ಒದಗಿಸಿದಾಗ (ಏನು, ಎಷ್ಟು, ಏಕೆ ಎಸೆಯಲಾಯಿತು), AI ದೊಡ್ಡ ತ್ಯಾಜ್ಯ ಮೂಲಗಳನ್ನು ಗೋಚರಿಸುವಂತೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ಕಡಿತದ ಸನ್ನಿವೇಶಗಳನ್ನು ಸೂಚಿಸುತ್ತದೆ: ಭಾಗವನ್ನು ಹೊಂದಿಸಿ, ಕಡಿಮೆ ಮಾರಾಟವಾದವುಗಳನ್ನು ಮೆನುವಿನಿಂದ ತೆಗೆದುಹಾಕಿ, ಮತ್ತೊಂದು ಪ್ಲೇಟ್‌ನಲ್ಲಿ ವ್ಯರ್ಥ ಪದಾರ್ಥಗಳನ್ನು ಬಳಸಿ.

ಸಮರ್ಥನೀಯತೆಯ ವಿಷಯದಲ್ಲಿ, ತ್ಯಾಜ್ಯ ಕಡಿತವು ನೈತಿಕ ಮತ್ತು ಆರ್ಥಿಕ ಎರಡೂ ಆಗಿದೆ. ತರಕಾರಿಯ ಕಾಂಡವನ್ನು ಸ್ಟಾಕ್/ತರಕಾರಿ ಸಾರು ಆಗಿ ಪರಿವರ್ತಿಸುವುದು, ಹಳಸಿದ ಬ್ರೆಡ್ ಅನ್ನು ಕ್ರೂಟಾನ್‌ಗಳಾಗಿ ಪರಿವರ್ತಿಸುವುದು ಮತ್ತು ಸಿಬ್ಬಂದಿ ಊಟದಲ್ಲಿ ತ್ಯಾಜ್ಯವನ್ನು ಬಳಸುವುದು ಮುಂತಾದ "ಮೂಗಿನಿಂದ ಬಾಲ / ಬೇರು-ಎಲೆ" ವಿಧಾನಗಳನ್ನು AI ಯಿಂದ ಕಲ್ಪನೆಗಳಾಗಿ ತೆಗೆದುಕೊಳ್ಳಬಹುದು. ಆದರೆ ಆಹಾರ ಸುರಕ್ಷತೆಯ ಅಂಚು ನಿರ್ವಹಿಸಲ್ಪಡುತ್ತದೆ: ಹಾಳಾದ ಉತ್ಪನ್ನವನ್ನು ಎಂದಿಗೂ ಮೌಲ್ಯಮಾಪನ ಮಾಡಲಾಗುವುದಿಲ್ಲ; ಅಸುರಕ್ಷಿತ ಆಹಾರವನ್ನು ಬಳಸುವುದಕ್ಕೆ "ತ್ಯಾಜ್ಯ ಕಡಿತ" ಎಂದಿಗೂ ಕ್ಷಮಿಸುವುದಿಲ್ಲ.

ಎಚ್ಚರಿಕೆ: ತ್ಯಾಜ್ಯ ಕಡಿತವು ಆಹಾರ ಸುರಕ್ಷತೆಯನ್ನು ಎಂದಿಗೂ ರಾಜಿ ಮಾಡಿಕೊಳ್ಳುವುದಿಲ್ಲ. AI "ವ್ಯಯವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ" ಎಂದು ಹೇಳಿದಾಗಲೂ, ಅಂತಿಮ ಪದವು ಆಹಾರ ಸುರಕ್ಷತೆ ನಿಯಮವಾಗಿದೆ: ಅವಧಿ ಮೀರಿದ ಯಾವುದೇ ಉತ್ಪನ್ನ, ಮುರಿದ ಶೀತಲ ಸರಪಳಿಯನ್ನು ಹೊಂದಿರುವುದಿಲ್ಲ ಅಥವಾ ರಾಜಿ ಮಾಡಿಕೊಂಡಂತೆ ತೋರುವುದಿಲ್ಲ.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಸಮಾನ ಮಟ್ಟದಲ್ಲಿ ತ್ಯಾಜ್ಯ ಕಡಿಮೆಯಾಗುತ್ತಿದೆ. ಹೋಟೆಲ್ ಅಡುಗೆಮನೆಯು ಯಾವಾಗಲೂ ಹೆಚ್ಚು ತಾಜಾ ಗಿಡಮೂಲಿಕೆಗಳನ್ನು ಖರೀದಿಸಿತು ಮತ್ತು ಅವುಗಳಲ್ಲಿ ಅರ್ಧದಷ್ಟು ಒಣಗಿದವು. ಮುಖ್ಯಸ್ಥರು AI ಗೆ 6 ವಾರಗಳ ಬಳಕೆಯ ಡೇಟಾವನ್ನು ನೀಡಿದರು; AI ನಿಜವಾದ ಸಾಪ್ತಾಹಿಕ ಬಳಕೆಯನ್ನು ಹೊರತೆಗೆಯಿತು ಮತ್ತು ಪ್ರತಿ ಮೂಲಿಕೆಗೆ ಸಮಾನ ಮಟ್ಟವನ್ನು ಶಿಫಾರಸು ಮಾಡಿದೆ. ಆರ್ಡರ್‌ಗಳನ್ನು ಈ ಮಟ್ಟಕ್ಕೆ ಇಳಿಸಲಾಯಿತು ಮತ್ತು ತಾಜಾ ಗಿಡಮೂಲಿಕೆಗಳ ವ್ಯರ್ಥವು ಗಮನಾರ್ಹವಾಗಿ ಕಡಿಮೆಯಾಗಿದೆ. ಪೂರೈಕೆದಾರರ ಗುಣಮಟ್ಟ ಕಳಪೆಯಾಗಿರುವ ವಾರಗಳಲ್ಲಿ, ಖರೀದಿದಾರನು ಮತ್ತೊಮ್ಮೆ ತನ್ನದೇ ಆದ ನಿರ್ಧಾರವನ್ನು ಮಾಡಿದನು; AI ಬೇಸ್ ಅನ್ನು ಸ್ಥಾಪಿಸಿತು, ಮಾನವರು ಅದನ್ನು ಸರಿಹೊಂದಿಸಿದರು.

ಪ್ರಕರಣ 2 - ತ್ಯಾಜ್ಯ ಮೂಲ ಕಾರಣ ವಿಶ್ಲೇಷಣೆ. ಒಂದು ರೆಸ್ಟೋರೆಂಟ್ ತಿಂಗಳಿಗೆ ಗಮನಾರ್ಹವಾದ ಆಹಾರ ತ್ಯಾಜ್ಯವನ್ನು ಅನುಭವಿಸುತ್ತಿದೆ ಆದರೆ ಅದು ಎಲ್ಲಿಂದ ಬರುತ್ತಿದೆ ಎಂದು ತಿಳಿದಿರಲಿಲ್ಲ. ಒಂದು ತಿಂಗಳ ತ್ಯಾಜ್ಯವನ್ನು (ಏನು, ಎಷ್ಟು ಕೆಜಿ, ಏಕೆ) ದಾಖಲಿಸಲಾಗಿದೆ ಮತ್ತು YZ ಗೆ ನೀಡಲಾಗಿದೆ. AI ಮೂರು ದೊಡ್ಡ ಮೂಲಗಳನ್ನು ಉಲ್ಲೇಖಿಸಿದೆ: ಕಡಿಮೆ-ಮಾರಾಟದ ಫಿಶ್ ಪ್ಲೇಟ್‌ನ ಹಾಳಾದ ಸ್ಟಾಕ್, ಸೈಡ್ ಡಿಶ್‌ನ ಹೆಚ್ಚಿನ ಭಾಗ, ಮತ್ತು ಸರಿಯಾಗಿ ಸಂಗ್ರಹಿಸದ ಸಲಾಡ್ ಪದಾರ್ಥಗಳು. ಫಿಶ್ ಪ್ಲೇಟ್ ಅನ್ನು ಮೆನುವಿನಿಂದ ತೆಗೆದುಹಾಕಲಾಗಿದೆ, ಭಾಗಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಲಾಗಿದೆ ಮತ್ತು ಶೇಖರಣೆಯನ್ನು ಸರಿಪಡಿಸಲಾಗಿದೆ. ಮೂರು ತಿಂಗಳಲ್ಲಿ ತ್ಯಾಜ್ಯ ಗಣನೀಯವಾಗಿ ಕಡಿಮೆಯಾಗಿದೆ. AI ಮೂಲವನ್ನು ತೋರಿಸಿದೆ, ತಂಡವು ನಿರ್ಧಾರಗಳನ್ನು ಮಾಡಿದೆ.

ಪ್ರಕರಣ 3 - ಪೂರೈಕೆ ಅಡಚಣೆಯಲ್ಲಿ ಮಾನವ ನಿರ್ಧಾರ. ಹಿಂತಿರುಗಿ ನೋಡಿದಾಗ, AI ತನ್ನ ದಿನನಿತ್ಯದ ಆದೇಶದ ಪಟ್ಟಿಯಲ್ಲಿ ನಿರ್ದಿಷ್ಟ ಸಮುದ್ರಾಹಾರವನ್ನು ಇರಿಸಿದೆ. ಆದರೆ ಹವಾಮಾನದ ಕಾರಣದಿಂದಾಗಿ ಆ ವಾರ ಬೇಟೆಯಾಡುವುದು ನಿಂತುಹೋಯಿತು ಮತ್ತು ಉತ್ಪನ್ನವು ಲಭ್ಯವಿಲ್ಲ ಅಥವಾ ತುಂಬಾ ದುಬಾರಿಯಾಗಿದೆ. ಖರೀದಿದಾರನು AI ಪಟ್ಟಿಯನ್ನು ಕುರುಡಾಗಿ ಅನ್ವಯಿಸಲಿಲ್ಲ; ಮೆನುವಿನಲ್ಲಿ ತಾತ್ಕಾಲಿಕ ಪರ್ಯಾಯಗಳನ್ನು ಮಾಡಿದೆ ಮತ್ತು ಪೂರೈಕೆದಾರರೊಂದಿಗೆ ಮಾತನಾಡಿದರು. AI ಹಿಂದಿನದನ್ನು ನೋಡುತ್ತದೆ; ಮಾನವನು ಕ್ಷಣಿಕ ವಿರಾಮವನ್ನು ನಿರ್ವಹಿಸುತ್ತಾನೆ.

ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ಖರೀದಿ / ಆರ್ಡರ್ ಡ್ರಾಫ್ಟ್:

ನಿಮ್ಮ ಪಾತ್ರ: ಖರೀದಿ ಸಹಾಯಕ. ಪ್ರತಿ ವಸ್ತುವಿಗಾಗಿ ಕೆಳಗೆ ನೀಡಲಾಗಿದೆ: ಸಮಾನ ಮಟ್ಟ, ಪ್ರಸ್ತುತ ಸ್ಟಾಕ್, ಕಳೆದ 4 ವಾರಗಳಲ್ಲಿ ಸರಾಸರಿ ಬಳಕೆ ಮತ್ತು ಪ್ರಮುಖ ಸಮಯ. ಮುಂದಿನ ವಾರ ನಿರೀಕ್ಷಿತ ಸಾಂದ್ರತೆ: [ಸಾಮಾನ್ಯ/ಹೆಚ್ಚು]. ಕಾರ್ಯ: ಪ್ರತಿ ವಸ್ತುವಿಗೆ ಶಿಫಾರಸು ಮಾಡಲಾದ ಆದೇಶದ ಪ್ರಮಾಣವನ್ನು ಪ್ರತ್ಯೇಕ ಕಾಲಮ್‌ನಲ್ಲಿ ಲೆಕ್ಕ ಹಾಕಿ ಮತ್ತು ಸಮರ್ಥನೆಯನ್ನು ಒಂದು ವಾಕ್ಯದಲ್ಲಿ ಬರೆಯಿರಿ. ತಾಜಾ ಉತ್ಪನ್ನಗಳ ಮೇಲೆ ಶೆಲ್ಫ್ ಲೈಫ್ ಎಚ್ಚರಿಕೆಯನ್ನು ಸೇರಿಸಿ. ಗುಣಮಟ್ಟ/ಬೆಲೆಯ ನಿರ್ಧಾರವನ್ನು ನಾನು ಮಾಡುತ್ತೇನೆ ಎಂದು ತಿಳಿಸಿ.ಡೇಟಾ: [ಕೋಷ್ಟಕ].

2) ತ್ಯಾಜ್ಯ ಮೂಲ ಕಾರಣ ವಿಶ್ಲೇಷಣೆ:

ಮಾಸಿಕ ವ್ಯರ್ಥದ ದಾಖಲೆಯನ್ನು ಕೆಳಗೆ ನೀಡಲಾಗಿದೆ: ವಸ್ತು/ತಟ್ಟೆ, ತಿರಸ್ಕರಿಸಿದ ಮೊತ್ತ, ತಿರಸ್ಕರಿಸಲು ಕಾರಣ. ತ್ಯಾಜ್ಯದ 5 ದೊಡ್ಡ ಮೂಲಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ; ಪ್ರತಿಯೊಂದಕ್ಕೂ, ಸಂಭವನೀಯ ಮೂಲ ಕಾರಣ ಮತ್ತು ತಗ್ಗಿಸುವಿಕೆಯ ಶಿಫಾರಸುಗಳನ್ನು ಬರೆಯಿರಿ. ಆಹಾರ ಸುರಕ್ಷತೆಗೆ ಧಕ್ಕೆ ತರುವ ಯಾವುದೇ ಸಲಹೆಗಳನ್ನು ನೀಡಬೇಡಿ. ಡೇಟಾ: [ಕೋಷ್ಟಕ].

3) ತ್ಯಾಜ್ಯ ಮೌಲ್ಯಮಾಪನ (ಸುರಕ್ಷಿತ):

ಕೆಳಗಿನ ತಯಾರಿಕೆಯ ತ್ಯಾಜ್ಯಗಳಿಗೆ ಸುರಕ್ಷಿತ ಮರುಬಳಕೆ ಕಲ್ಪನೆಗಳನ್ನು ಸೂಚಿಸಿ (ಉದಾ. ತರಕಾರಿ ಕಾಂಡಗಳು, ಬ್ರೆಡ್ ಕ್ರಸ್ಟ್‌ಗಳು) (ಸ್ಟಾಕ್, ತರಕಾರಿ ಸಾರು, ಕ್ರೂಟನ್‌ಗಳು, ಸಿಬ್ಬಂದಿ ಊಟ). ಪ್ರತಿ ಕಲ್ಪನೆಗೆ, ಇದು ತಾಜಾ ಮತ್ತು ಸುರಕ್ಷಿತ ಉತ್ಪನ್ನಗಳಿಗೆ ಮಾತ್ರ ಮಾನ್ಯವಾಗಿದೆ ಎಂದು ಹೇಳಿ, ಹಾಳಾದ ಉತ್ಪನ್ನವನ್ನು ಬಳಸಲಾಗುವುದಿಲ್ಲ. ತ್ಯಾಜ್ಯಗಳು: [ಪಟ್ಟಿ].

4) ಸಮಾನ ಮಟ್ಟದ ಶಿಫಾರಸು:

ವಸ್ತುವಿನ ಬಳಕೆಯ ಕೊನೆಯ 6 ವಾರಗಳು ಕೆಳಗಿವೆ. ಪ್ರತಿ ವಸ್ತುವಿಗೆ ಶಿಫಾರಸು ಮಾಡಲಾದ ಸಮಾನ ಮಟ್ಟ (ಕನಿಷ್ಠ ಸ್ಟಾಕ್) ಮತ್ತು ಸುರಕ್ಷತಾ ಸ್ಟಾಕ್ ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ. ಪೂರೈಕೆಯ ಸಮಯವನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳಿ. ತಾಜಾ/ಬಾಳಿಕೆ ಬರುವ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ಗಮನಿಸಿ. ಸೂತ್ರವನ್ನು ತೋರಿಸಿ. ಡೇಟಾ: [ಕೋಷ್ಟಕ].

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ:

ನಾನು ಎಷ್ಟು ವಸ್ತುಗಳನ್ನು ಆರ್ಡರ್ ಮಾಡಬೇಕು?

ಯಾವುದೇ ಬಳಕೆ, ಸ್ಟಾಕ್, ಪ್ರಮುಖ ಸಮಯ, ಸಾಂದ್ರತೆ; AI ಭವಿಷ್ಯವಾಣಿಗಳನ್ನು ಮಾಡುತ್ತದೆ, ಅದು ಕೆಲಸ ಮಾಡುವುದಿಲ್ಲ.

ಪ್ರಬಲ:

ನಿಮ್ಮ ಪಾತ್ರ: ಖರೀದಿ ಸಹಾಯಕ. ಟೊಮೆಟೊ: ಸಮಾನ ಮಟ್ಟ 8 ಕೆಜಿ, ಲಭ್ಯವಿದೆ 3 ಕೆಜಿ, ವಾರದ ಬಳಕೆ ~12 ಕೆಜಿ, ಪೂರೈಕೆ 1 ದಿನ. ಮುಂದಿನ ವಾರ ಹೆಚ್ಚಿನ ಸಾಂದ್ರತೆ. ಶಿಫಾರಸು ಮಾಡಲಾದ ಆದೇಶದ ಪ್ರಮಾಣವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ, ಸಮರ್ಥನೆಯನ್ನು ಬರೆಯಿರಿ, ಶೆಲ್ಫ್ ಲೈಫ್ ಎಚ್ಚರಿಕೆಯನ್ನು ಸೇರಿಸಿ. ಗುಣಮಟ್ಟ ಮತ್ತು ಬೆಲೆಯನ್ನು ನಾನು ನಿರ್ಧರಿಸುತ್ತೇನೆ.

ಪೂರೈಕೆ ಮತ್ತು ತ್ಯಾಜ್ಯ ಪರಿಕಲ್ಪನೆಗಳು (ಕೋಷ್ಟಕ)

ಪರಿಕಲ್ಪನೆ

ವಿವರಣೆ

ಇದು ಏಕೆ ಮುಖ್ಯ?

ಸಮಾನ ಮಟ್ಟ

ಕನಿಷ್ಠ ಹಾಜರಿರಬೇಕು. ಸ್ಟಾಕ್

ತುಂಬಾ ಕಡಿಮೆ ಅಲ್ಲ, ತುಂಬಾ ಅಲ್ಲ

ಆರ್ಡರ್ ಪಾಯಿಂಟ್

ಪ್ರಮುಖ ಸಮಯದ ಮೂಲಕ ಆದೇಶದ ಮಿತಿ

ಸಮಯಕ್ಕೆ ಪೂರೈಕೆ

ಸುರಕ್ಷತೆ ಸ್ಟಾಕ್

ಅನಿರೀಕ್ಷಿತ ಸಾಂದ್ರತೆ ಬಫರ್

ಮೆನು ಅಂತರವನ್ನು ತಡೆಯುತ್ತದೆ

ಬೆಂಕಿ

ಮೊತ್ತವನ್ನು ತ್ಯಜಿಸಲಾಗಿದೆ/ಕಳೆದುಕೊಂಡಿದೆ

ಹಣದ ನೇರ ನಷ್ಟ

ಮೂಲ ಕಾರಣ

ತ್ಯಾಜ್ಯಕ್ಕೆ ನಿಜವಾದ ಕಾರಣ

ಶಾಶ್ವತ ಪರಿಹಾರ

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

• AI ಆದೇಶ ಪಟ್ಟಿಯನ್ನು ಕುರುಡಾಗಿ ಅನ್ವಯಿಸಲಾಗುತ್ತಿದೆ. ಗುಣಮಟ್ಟ, ಬೆಲೆ ಮತ್ತು ಸೀಸನ್ ಜನರ ನಿರ್ಧಾರಗಳು.
• ಅಗ್ನಿಶಾಮಕ ದಾಖಲೆಗಳನ್ನು ಇಟ್ಟುಕೊಳ್ಳುತ್ತಿಲ್ಲ. ಅಳತೆ ಮಾಡದ ತ್ಯಾಜ್ಯವನ್ನು ನಿರ್ವಹಿಸಲಾಗುವುದಿಲ್ಲ; ನೋಂದಣಿ ಇಲ್ಲದೆ ಯಾವುದೇ ವಿಶ್ಲೇಷಣೆ ಇಲ್ಲ.
• ತಾಜಾ ಉತ್ಪನ್ನಗಳ ಶೆಲ್ಫ್ ಜೀವನವನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು. ಹೆಚ್ಚು ಖರೀದಿಸುವುದು ಎಂದರೆ ಹಾಳಾಗುವುದು, ಹಣ ಮತ್ತು ವ್ಯರ್ಥ.
• ಆಹಾರ ಸುರಕ್ಷತೆಗಿಂತ ತ್ಯಾಜ್ಯ ಕಡಿತವನ್ನು ಮುಂದಿಡುವುದು. ಹಾಳಾದ ಉತ್ಪನ್ನವನ್ನು ಎಂದಿಗೂ ಮೌಲ್ಯಮಾಪನ ಮಾಡಲಾಗುವುದಿಲ್ಲ.
• ಪೂರೈಕೆ ಅಡಚಣೆಯನ್ನು ನಿರ್ಲಕ್ಷಿಸಲಾಗುತ್ತಿದೆ. ಹಿಂದಿನದನ್ನು ಆಧರಿಸಿದ ಭವಿಷ್ಯವು ತ್ವರಿತ ವಿರಾಮವನ್ನು ತಿಳಿದಿಲ್ಲ.

ಸಾರಾಂಶದಲ್ಲಿ

ಸರಿಯಾದ ಖರೀದಿ ಮತ್ತು ಕಡಿಮೆ ತ್ಯಾಜ್ಯದಿಂದ ಲಾಭವನ್ನು ನಿರ್ವಹಿಸಲಾಗುತ್ತದೆ. YZ ಪಾರ್ ಮಟ್ಟವು ಕ್ರಮದ ಪ್ರಮಾಣ, ತ್ಯಾಜ್ಯ ಮೂಲ ಕಾರಣ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ವ್ಯರ್ಥ ಮೌಲ್ಯಮಾಪನ ಕಲ್ಪನೆಗಳಲ್ಲಿ ತ್ವರಿತ ಯೋಜನೆ ಸಹಾಯಕವಾಗಿದೆ; ಇದು ಅದೃಶ್ಯ ತ್ಯಾಜ್ಯವನ್ನು ಪ್ರಮಾಣೀಕರಿಸುತ್ತದೆ. ಆದರೆ ಪ್ರತಿ ಭವಿಷ್ಯವು ಹಿಂದಿನ ಮತ್ತು ಋತುವಿನ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ; ಗುಣಮಟ್ಟ, ಬೆಲೆ ಮತ್ತು ಪೂರೈಕೆ ಕಡಿತದ ನಿರ್ಧಾರವನ್ನು ಬಾಣಸಿಗ ಮತ್ತು ಖರೀದಿದಾರರಿಗೆ ಬಿಡಲಾಗುತ್ತದೆ. ತ್ಯಾಜ್ಯ ಕಡಿತವು ಆಹಾರ ಸುರಕ್ಷತೆಯನ್ನು ಎಂದಿಗೂ ರಾಜಿ ಮಾಡಿಕೊಳ್ಳುವುದಿಲ್ಲ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ಐದು ವಸ್ತುಗಳನ್ನು ಆಯ್ಕೆಮಾಡಿ ಮತ್ತು ಪ್ರತಿಯೊಂದಕ್ಕೂ ಸಮಾನ ಮಟ್ಟ, ಪ್ರಸ್ತುತ ಸ್ಟಾಕ್, ಸಾಪ್ತಾಹಿಕ ಬಳಕೆ ಮತ್ತು ಪ್ರಮುಖ ಸಮಯವನ್ನು (ಕಾಲ್ಪನಿಕವಾದರೂ) ಬರೆಯಿರಿ. YZ ನಿಂದ ತರ್ಕಬದ್ಧ ಆರ್ಡರ್ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಸ್ವೀಕರಿಸಿ. ಪ್ರತ್ಯೇಕವಾಗಿ, ಒಂದು ತಿಂಗಳ ಕಾಲ್ಪನಿಕ ತ್ಯಾಜ್ಯ ದಾಖಲೆಯನ್ನು ರಚಿಸಿ, AI ಮೂಲ ಕಾರಣ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಮಾಡಿ ಮತ್ತು ಎರಡು ದೊಡ್ಡ ತ್ಯಾಜ್ಯ ಮೂಲಗಳಿಗೆ ಕಡಿತ ನಿರ್ಧಾರವನ್ನು ಬರೆಯಿರಿ. ಪೂರೈಕೆ ಅಡ್ಡಿ ಸನ್ನಿವೇಶವನ್ನು ಹೊಂದಿಸಿ ಮತ್ತು ನೀವು ಮಾನವರಾಗಿ ಹೇಗೆ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುತ್ತೀರಿ ಎಂಬುದನ್ನು ವಿವರಿಸಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

• [ ] ನಾನು ಆರ್ಡರ್ ಡ್ರಾಫ್ಟ್ ಅನ್ನು ಸಮಾನ ಮಟ್ಟ, ಸ್ಟಾಕ್ ಮತ್ತು ಪ್ರಮುಖ ಸಮಯದ ಮೇಲೆ ಆಧರಿಸಿದೆ.
• AI ಶಿಫಾರಸ್ಸು ಗುಣಮಟ್ಟ/ಬೆಲೆಯ ನಿರ್ಧಾರವನ್ನು ಮನುಷ್ಯನಿಗೆ ಬಿಡುತ್ತದೆ ಎಂದು ನಾನು ನಿರ್ವಹಿಸುತ್ತೇನೆ.
• [ ] ನಾನು ಬೆಂಕಿಯ ದಾಖಲೆಗಳನ್ನು ಇಟ್ಟುಕೊಳ್ಳುತ್ತೇನೆ ಮತ್ತು ಮೂಲ ಕಾರಣ ವಿಶ್ಲೇಷಣೆ ಮಾಡುತ್ತೇನೆ.
• [ ] ನಾನು ತಾಜಾ ಉತ್ಪನ್ನಗಳ ಶೆಲ್ಫ್ ಜೀವಿತಾವಧಿಯ ಎಚ್ಚರಿಕೆಯನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಂಡಿದ್ದೇನೆ.
• [ ] ತ್ಯಾಜ್ಯವನ್ನು ಕಡಿಮೆ ಮಾಡುವಲ್ಲಿ ನಾನು ಆಹಾರ ಸುರಕ್ಷತೆಯನ್ನು ಎಂದಿಗೂ ರಾಜಿ ಮಾಡಿಕೊಂಡಿಲ್ಲ.
• [ ] ಪೂರೈಕೆಯಲ್ಲಿ ಅಡಚಣೆ ಉಂಟಾದಾಗ ಮಾನವ ತೀರ್ಪು ಮೊದಲು ಬರುತ್ತದೆ ಎಂದು ನನಗೆ ತಿಳಿದಿದೆ.