Keuntungan:
- Keupayaan untuk memperoleh ramalan permintaan, stok keselamatan dan pengiraan titik pesanan semula daripada data jualan dan penghantaran sejarah dengan sokongan kecerdasan buatan
- Keupayaan untuk memodelkan masa utama, turun naik bermusim dan kelewatan rantaian bekalan berdasarkan senario dan mencerminkannya dalam perancangan
- Keupayaan untuk memahami bahawa ramalan kecerdasan buatan ialah ramalan kebarangkalian dan keputusan pesanan terakhir adalah milik perancang, dengan mengambil kira kos, tunai dan risiko.
Dalam perdagangan asing dan logistik, wang hilang di dua tempat: pada barangan yang anda tidak boleh jual dan di belakang barangan anda tidak boleh hantar kepada pelanggan tepat pada masanya. Lebihan inventori mengikat tunai, mewujudkan kos gudang dan risiko kerosakan/keusangan; Stok yang hilang bermakna kehilangan jualan, ketidakpuasan hati pelanggan dan bekalan segera (mahal). Menjejaki garis halus antara kedua-duanya memerlukan ramalan permintaan yang baik dan pelan inventori yang tepat. Ini lebih sukar dengan penyumberan antarabangsa kerana barangan itu kekal di kapal selama berminggu-minggu; Apabila anda memesan hari ini, anda sebenarnya meramalkan permintaan dua bulan kemudian. Dalam unit ini, kami akan membincangkan cara menggunakan kecerdasan buatan sebagai pembantu peramal dan perancangan.
Mari kita tentukan istilah. Ramalan permintaan: Ia adalah ramalan jumlah jualan/penggunaan masa hadapan berdasarkan data sejarah. Masa utama: Masa dari saat anda membuat pesanan hingga saat barang tersedia; Ia adalah jumlah pengeluaran + masa pengangkutan + kastam untuk import. Stok keselamatan: Ia adalah stok penimbal yang dipegang terhadap turun naik dalam permintaan atau masa bekalan. Titik pesanan semula: Ini ialah ambang di mana pesanan baharu mesti diletakkan apabila stok jatuh ke tahap ini; kira-kira "permintaan yang dijangka semasa masa utama + stok keselamatan". Turun naik bermusim (bermusim): Ia adalah kenaikan dan penurunan permintaan biasa sepanjang tahun (cuti, musim panas, penggal persekolahan).
Langkah demi langkah: Peramalan dan perancangan dikuasakan AI
Langkah 1 — Sediakan data sejarah. Ramalan bermula dengan data jualan/penghantaran sejarah. Nombor jualan bulanan atau mingguan, kempen dan perubahan harga, jika ada, dan tempoh apabila anda kehabisan stok. Apabila anda memberikan data ini kepada AI (hanya produk dan kuantiti, tanpa maklumat sulit pelanggan), ia mentafsir arah aliran, musim dan lonjakan.
Langkah 2 — Keluarkan corak. AI membaca corak dalam data, seperti "peningkatan 30% pada musim panas, penurunan pada bulan Januari, aliran pertumbuhan tahunan 8%" dan menerangkannya dalam bahasa biasa. Ini menjadikan corak kelihatan yang mungkin anda tidak perasan dengan melihat nombor mentah.
Langkah 3 — Hasilkan ramalan dan skripkannya. AI boleh menggariskan ramalan permintaan berdasarkan corak sejarah; Apa yang lebih berharga ialah ia menghasilkan senario "pesimis / realistik / optimistik". Dengan cara ini anda merancang berdasarkan julat, bukan satu nombor.
Langkah 4 — Kira parameter stok. Setelah ramalan, masa utama dan turun naik diketahui, stok keselamatan dan titik pesanan semula dikira. AI melaksanakan formula dan menunjukkan logik; anda mengesahkan nombor.
Langkah 5 - Keputusan manusia. Kuantiti pesanan akhir; Ia diberikan oleh perancang, dengan mengambil kira aliran tunai, kapasiti gudang, kuantiti pesanan minimum, kadar pertukaran dan risiko bekalan. Ramalan adalah input, bukan keputusan.
Awas: Ramalan permintaan melihat masa lalu; Ia tidak menjamin masa depan. Peristiwa yang tidak dijangka (penutupan kilang, sekatan kastam, lonjakan permintaan yang mendadak) boleh membatalkan ramalan. Adalah berisiko untuk mengaitkan keseluruhan pesanan kepada satu nombor "tepat" yang dikembalikan oleh AI; Bekerja dengan senario dan margin keselamatan.
Jadual komponen keputusan stok
komponen
Apakah maksudnya
Sumbangan AI
keputusan manusia
Ramalan permintaan
jualan yang dijangkakan
Menghasilkan corak + senario
Terima / betul
masa memimpin
Pesanan→tempoh penggunaan
Memecahkannya kepada komponen
Mengesahkan dengan data sebenar
turun naik permintaan
Kemeruapan permintaan
akaun dari masa lalu
Komen dan kongsi
stok keselamatan
jumlah penimbal
Mengira dengan formula
Baki tunai/risiko
titik pesanan semula
Ambang pesanan
Mengira dan menunjukkan
Kelulusan
Kuantiti pesanan
Berapa banyak yang akan diambil
menawarkan cadangan
keputusan muktamad
Empat templat yang boleh disalin
1) Corak bacaan dalam data sejarah:
Peranan anda: pembantu penganalisis permintaan. Di bawah ialah angka jualan bulanan untuk 24 bulan terakhir produk. Beri saya perkara berikut: (a) arah aliran umum (meningkat/menurun, lebih kurang dalam %), (b) corak bermusim (bulan yang tinggi/rendah), (c) lompatan/ranap yang ketara dan kemungkinan punca (hubungkan dengan peristiwa yang saya nyatakan, jika ada). Saya akan mengesahkan nombor; menambah data yang sesuai.Data: [bulan: senarai kuantiti]
2) Ramalan permintaan senario:
Peranan anda: pembantu ramalan permintaan. Berdasarkan sejarah di atas, hasilkan tiga ramalan senario (PESMISSIONARY, REALISTIC, OPTIMISTIC) untuk 6 bulan akan datang (kuantiti bulanan). Tuliskan andaian yang berdasarkan kepada setiap senario. Ini adalah ramalan kebarangkalian; Ia bukan komitmen yang pasti.
3) Stok keselamatan dan tempat pesanan:
Peranan anda: pembantu perancangan inventori. Input: purata unit [X] permintaan bulanan, turun naik permintaan [huraian/data], masa memimpin [Y] minggu, tahap perkhidmatan yang diingini [cth. tinggi].(a) Kira titik pesanan semula (jangkaan permintaan sepanjang masa utama +stok keselamatan) dan tunjukkan logik langkah demi langkah.(b) Terangkan pendekatan yang anda gunakan untuk stok keselamatan.Saya akan mengesahkan semua nombor; Tunjukkan saya langkah perantaraan supaya saya boleh menyemak.
4) Analisis risiko masa utama:
Peranan anda: pembantu perancangan rantaian bekalan. Masa utama saya terdiri daripada komponen berikut: pengeluaran [a] hari, pengangkutan laut [b] hari, kastam [c] hari, pengangkutan darat [d] hari. Ekstrak kemungkinan sumber kelewatan dalam setiap komponen dan kesannya terhadap masa pesanan. Tandai pautan paling berisiko dan berikan cadangan untuk margin keselamatan. Cadangan; Terpulang kepada saya untuk membuat keputusan.
Gesaan lemah / Gesaan kuat
Gesaan yang lemah:
Berapa banyak yang perlu saya pesan bulan depan?
Permintaan ini, tanpa memberikan data sejarah, masa utama, musim dan keadaan tunai, menyebabkan AI membentuk nombor yang tidak berdasarkan data. Memesan dengan nombor ini akan menjadi pertaruhan buta.
Gesaan kuat:
Peranan anda: pembantu perancangan inventori. Produk: [kod]. Jualan 12 bulan lepas: [kuantiti]. Tempoh bekalan adalah 8 minggu, kuantiti pesanan minimum ialah 500 unit, stok saya ialah 340 unit. Permintaan meningkat pada bulan-bulan musim panas. Dapatkan julat permintaan yang realistik untuk 2 bulan akan datang, kira stok keselamatan dan titik pesanan semula, kemudian cadangkan 2-3 senario kuantiti pesanan (dengan baki berisiko tunai). Tunjukkan langkah perantaraan nombor; Saya akan membuat keputusan muktamad.
Gesaan ini memberikan semua input kritikal, menggesa senario dan membuat langkah pengiraan kelihatan, membolehkan pengesahan.
tiga kes mini
Kes 1 — Mengikuti musim. Seorang pengimport mempunyai pesanan tetap untuk produk taman sepanjang tahun; Dia kehabisan stok pada musim bunga dan barang terkumpul pada musim panas. Dalam data 3 tahun, YZ jelas menunjukkan peningkatan 40% dalam permintaan antara Mac dan Mei. Perancang mengambil kira masa utama (10 minggu) dan membuat pesanan awal dan besar pada bulan Januari. Keputusan: gangguan stok menurun kepada sifar pada musim bunga, dan lebihan stok pada akhir tahun berkurangan sebanyak 25%. AI menunjukkan corak, manusia membuat keputusan pesanan.
Kes 2 — Harga mempercayai nombor yang tepat. Perancang yang dipesan berdasarkan anggaran tunggal "3,200 unit" yang diberikan oleh YZ; Dia tidak menggunakan senario dan margin keselamatan. Kehabisan stok dengan pesanan besar pelanggan yang tidak dijangka, bekalan tambahan dibuat melalui kargo udara segera (kos unit 3 kali). Pelajaran: merancang berdasarkan julat senario dan stok keselamatan, bukan nombor tunggal.
Kes 3 — Realiti masa utama. Sebuah syarikat sentiasa memastikan stok keselamatannya rendah; kerana dia fikir masa utama ialah "6 minggu". Apabila YZ membahagikan masa utama kepada komponen (pengeluaran 3 + pengangkutan 4 + kastam 1.5 minggu ≈ 8.5 minggu), ternyata masa sebenar lebih panjang dan pautan yang paling tidak menentu ialah kastam. Titik pesanan semula dinaikkan sewajarnya; Kehabisan stok berulang telah berakhir.
Kesilapan biasa
- Memautkan keseluruhan pesanan kepada satu nombor tekaan. Bekerja dengan senario (pesimis/realistik/optimis) dan stok keselamatan.
- Meremehkan masa utama. Pertimbangkan jumlah dan turun naik pengeluaran + pengangkutan + kastam + pengangkutan domestik.
- Mengabaikan musim. Pesanan tetap menghasilkan kedua-dua kehabisan stok dan lebihan stok dalam produk bermusim.
- Meminta ramalan tanpa memberikan data kepada AI. Nombor yang dihasilkan tanpa data sejarah adalah rekaan.
- Melangkaui wang tunai dan kekangan kapasiti. Malah ramalan yang paling tepat tidak dapat dilaksanakan jika wang tunai tidak mencukupi; Keputusan terpulang kepada orang itu.
Petua: Sentiasa sebut "tunjukkan langkah perantaraan" apabila meminta AI untuk pengiraan. Jika anda tidak melihat cara nombor keluar, seperti stok keselamatan atau tempat pesanan, anda tidak boleh mengesahkannya; Langkah perantaraan membolehkan anda menangkap ralat dan mempelajari logiknya.
Secara ringkasnya
Peramalan permintaan dan perancangan inventori ialah seni untuk mengimbangi antara lebihan dan kekurangan stok; Masa utama yang panjang dan tidak menentu dalam penyumberan antarabangsa menyukarkan perkara ini. Kecerdasan buatan ialah pembantu yang berkuasa dalam corak bacaan dalam data sejarah, menjana ramalan senario, mengira stok keselamatan dan titik pesanan semula. Tetapi ramalan adalah ramalan kebarangkalian; Keputusan pesanan terakhir adalah milik perancang, dengan mengambil kira tunai, kapasiti dan risiko. Percayai senario, bukan satu nombor, hitung masa petunjuk secara realistik, sahkan langkah perantaraan.
Tugasan permohonan
Dapatkan 12-24 bulan terakhir data jualan (nombor, tanpa maklumat sulit pelanggan) produk. Minta AI terlebih dahulu membaca corak (trend + musim), kemudian menghasilkan ramalan tiga senario. Kemudian hitung titik pesanan semula dan stok keselamatan dengan memberikan masa utama anda, kuantiti pesanan minimum dan stok tersedia; Semak sendiri langkah perantaraan. Akhir sekali, buat keputusan pesanan terakhir anda dengan mempertimbangkan wang tunai dan kapasiti anda dan bandingkan dengan senario AI.
senarai semak
- [ ] Saya memberikan data jualan sejarah (tanpa nama) kepada AI; Saya berdasarkan anggaran pada data.
- [ ] Saya mengalih keluar trend dan corak bermusim.
- [ ] Daripada nombor tunggal, saya menghasilkan senario pesimis/realistik/optimis.
- [ ] Saya membahagikan masa utama kepada komponennya dan mengiranya secara realistik.
- [ ] Saya mengesahkan stok keselamatan dan titik pesanan dengan langkah perantaraan.
- [ ] Saya membuat keputusan pesanan terakhir, dengan mengambil kira tunai, kapasiti dan risiko.