ලාභ:
- කෘත්රිම බුද්ධි සහාය ඇතිව ඓතිහාසික විකුණුම් සහ නැව්ගත කිරීමේ දත්ත වලින් ඉල්ලුම පුරෝකථනය, ආරක්ෂිත තොග සහ ලකුණු ගණනය කිරීම් නැවත ඇණවුම් කිරීමේ හැකියාව
- ඉදිරි කාලය, සෘතුමය උච්චාවචනයන් සහ සැපයුම් දාම ප්රමාදයන් අවස්ථා පදනමක් මත ආදර්ශන කිරීමට සහ ඒවා සැලසුම් කිරීමේදී පිළිබිඹු කිරීමට ඇති හැකියාව
- කෘත්රිම බුද්ධි අනාවැකිය සම්භාවිතා පුරෝකථනයක් බවත්, පිරිවැය, මුදල් සහ අවදානම සැලකිල්ලට ගනිමින් අවසාන ඇණවුම් තීරණය සැලසුම්කරු සතු බවත් තේරුම් ගැනීමේ හැකියාව.
විදේශ වෙළඳාම සහ සැපයුම් වලදී, ස්ථාන දෙකකින් මුදල් අහිමි වේ: ඔබට විකිණිය නොහැකි භාණ්ඩ සහ භාණ්ඩ පිටුපස ඔබට නියමිත වේලාවට පාරිභෝගිකයාට ලබා දිය නොහැක. අතිරික්ත ඉන්වෙන්ටරි මුදල් බැඳීම, ගබඩා පිරිවැය සහ නරක් වීමේ/යල් පැනීමේ අවදානම් ඇති කරයි; තොග නැතිවීම යනු විකුණුම් නැතිවීම, පාරිභෝගික අතෘප්තිය සහ හදිසි (මිල අධික) සැපයුමයි. මේ දෙක අතර සියුම් රේඛාවක් ඇති කර ගැනීමට හොඳ ඉල්ලුමක් පුරෝකථනයක් සහ නිවැරදි බඩු තොග සැලැස්මක් අවශ්ය වේ. ජාත්යන්තර මූලාශ්ර සමඟ මෙය වඩාත් දුෂ්කර වන්නේ භාණ්ඩ සති ගණනක් නැවේ පවතින බැවිනි; ඔබ අද ඇණවුම් කරන විට, ඔබ ඇත්තටම මාස දෙකකට පසුව ඉල්ලුම අනාවැකි පළ කරයි. මෙම ඒකකය තුළ, අපි අනාවැකි සහ සැලසුම් සහකාර ලෙස කෘතිම බුද්ධිය භාවිතා කරන ආකාරය ආවරණය කරනු ඇත.
අපි නියමයන් නිර්වචනය කරමු. ඉල්ලුම පුරෝකථනය: එය ඓතිහාසික දත්ත මත පදනම් වූ අනාගත විකුණුම්/භාවිත ප්රමාණය පිළිබඳ පුරෝකථනයයි. ඉදිරි කාලය: ඔබ ඇණවුම ලබා දුන් මොහොතේ සිට භාණ්ඩ ලබා ගත හැකි මොහොත දක්වා කාලය; එය නිෂ්පාදන එකතුව + ප්රවාහනය + ආනයන සඳහා රේගු කාලයයි. ආරක්ෂිත තොග: එය ඉල්ලුමේ හෝ සැපයුම් කාලයෙහි උච්චාවචනයන්ට එරෙහිව රඳවා තබා ගන්නා බෆර තොගයකි. නැවත ඇණවුම් කිරීමේ ලක්ෂ්යය: තොගය මෙම මට්ටමට පහත වැටෙන විට නව ඇණවුමක් තැබිය යුතු එළිපත්ත මෙයයි; දළ වශයෙන් "පෙර කාලය තුළ අපේක්ෂිත ඉල්ලුම + ආරක්ෂිත තොග". සෘතුමය උච්චාවචනය (සෘතුමයභාවය): එය වසර පුරා (නිවාඩු, ගිම්හානය, පාසල් වාරය) ඉල්ලුමේ නිතිපතා වැඩිවීම සහ පහත වැටීමයි.
පියවරෙන් පියවර: AI බලයෙන් ක්රියාත්මක වන අනාවැකි සහ සැලසුම්
පියවර 1 - ඓතිහාසික දත්ත සකස් කරන්න. පුරෝකථනය ආරම්භ වන්නේ ඓතිහාසික විකුණුම්/නැව්ගත කිරීමේ දත්ත සමඟිනි. මාසික හෝ සතිපතා විකුණුම් අංක, ව්යාපාර සහ මිල වෙනස් කිරීම්, ඇත්නම්, සහ ඔබ තොග නොමැති කාල සීමාවන්. ඔබ මෙම දත්ත AI වෙත ලබා දෙන විට (නිෂ්පාදනය සහ ප්රමාණය පමණක්, රහස්ය පාරිභෝගික තොරතුරු නොමැතිව), එය ප්රවණතාවය, වාරය සහ පැනීම අර්ථකථනය කරයි.
පියවර 2 - රටාව ඉවත් කරන්න. AI "ගිම්හානයේ 30% වැඩිවීම, ජනවාරියේ අඩුවීම, 8% වාර්ෂික වර්ධන ප්රවණතාවය" වැනි දත්තවල රටා කියවා ඒවා සරල භාෂාවෙන් පැහැදිලි කරයි. මෙය ඔබට අමු අංකය බැලීමෙන් නොපෙනෙන රටා දෘශ්යමාන කරයි.
පියවර 3 - පුරෝකථනය ජනනය කර එය ස්ක්රිප්ට් කරන්න. AI ට ඓතිහාසික රටාව මත පදනම්ව ඉල්ලුම පුරෝකථනයක් ගෙනහැර දැක්විය හැක; වඩා වටිනා දෙය නම් එය "අශුභවාදී / යථාර්ථවාදී / ශුභවාදී" අවස්ථා නිපදවීමයි. මේ ආකාරයෙන් ඔබ තනි අංකයක් නොව පරාසයක් මත පදනම්ව සැලසුම් කරන්න.
පියවර 4 - කොටස් පරාමිතීන් ගණනය කරන්න. පුරෝකථනය, ඊයම් කාලය සහ අස්ථාවරත්වය දැනගත් පසු, ආරක්ෂිත තොග සහ නැවත ඇණවුම් කිරීමේ ලක්ෂ්යය ගණනය කරනු ලැබේ. AI සූත්රය ක්රියාවට නංවන අතර තර්කනය විදහා දක්වයි; ඔබ අංක සත්යාපනය කරන්න.
පියවර 5 - මානව තීරණය. අවසාන ඇණවුම් ප්රමාණය; එය මුදල් ප්රවාහය, ගබඩා ධාරිතාව, අවම ඇණවුම් ප්රමාණය, විනිමය අනුපාතය සහ සැපයුම් අවදානම සැලකිල්ලට ගනිමින් සැලසුම්කරු විසින් ලබා දෙනු ලැබේ. අනාවැකියක් යනු ආදානයක් මිස තීරණයක් නොවේ.
අවවාදයයි: ඉල්ලුම පුරෝකථනය අතීතය දෙස බලයි; එය අනාගතය සහතික නොකරයි. අනපේක්ෂිත සිදුවීමක් (කර්මාන්තශාලාවක් වැසීම, රේගු අවහිර කිරීම, හදිසි ඉල්ලුම වැඩිවීම) අනාවැකිය ඉවත දැමිය හැකිය. AI විසින් ආපසු ලබා දෙන තනි "නියම" අංකයකට සම්පූර්ණ ඇණවුම ආරෝපණය කිරීම අවදානම් ය; ආරක්ෂාව පිළිබඳ දර්ශනය සහ ආන්තිකය සමඟ වැඩ කරන්න.
කොටස් තීරණ සංරචක වගුව
සංරචකය
එහි තේරුම කුමක්ද
AI හි දායකත්වය
මානව තීරණය
ඉල්ලුම පුරෝකථනය
අපේක්ෂිත විකුණුම්
රටා + දර්ශනය ජනනය කරයි
පිළිගන්න / නිවැරදි කරන්න
නායකත්වය කාලය
ඇණවුම→භාවිත කාලය
එය සංරචක වලට කඩා දමයි
සැබෑ දත්ත සමඟ වලංගු වේ
ඉල්ලුම උච්චාවචනය
ඉල්ලුමේ අස්ථාවරත්වය
අතීතයේ සිට ගිණුම්
අදහස් දක්වන්න සහ බෙදාගන්න
ආරක්ෂිත තොගය
බෆර් මුදල
සූත්රය සමඟ ගණනය කරයි
මුදල් / අවදානම් ශේෂය
නැවත ඇණවුම් කිරීමේ ලක්ෂ්යය
ඇණවුම් සීමාව
ගණනය කර පෙන්වයි
අනුමැතිය
ඇණවුම් ප්රමාණය
කීයද ගන්නේ
යෝජනා ඉදිරිපත් කරයි
අවසාන තීරණය
පිටපත් කළ හැකි සැකිලි හතරක්
1) ඓතිහාසික දත්තවල කියවීමේ රටා:
ඔබේ කාර්යභාරය: ඉල්ලුම විශ්ලේෂක සහකාර. නිෂ්පාදනයක පසුගිය මාස 24 සඳහා මාසික විකුණුම් සංඛ්යා පහත දැක්වේ. මට පහත සඳහන් දේ දෙන්න: (අ) සාමාන්ය ප්රවණතාව (වැඩිවීම/අඩුවීම, ආසන්න වශයෙන් %), (ආ) සෘතුමය රටාව (ඉහළ/අඩු මාස), (ඇ) කැපී පෙනෙන පැනීම්/බිඳවැටීම් සහ විය හැකි හේතූන් (ඇත්නම් මා සටහන් කළ සිදුවීම්වලට ඒවා සහසම්බන්ධ කරන්න). මම අංක සත්යාපනය කරන්නම්; ගැලපෙන දත්ත එකතු කිරීම. දත්ත: [මාසය: ප්රමාණ ලැයිස්තුව]
2) අවස්ථා ඉල්ලුම අනාවැකිය:
ඔබේ කාර්යභාරය: ඉල්ලුම අනාවැකි සහකාර. ඉහත ඉතිහාසය මත පදනම්ව, ඉදිරි මාස 6 සඳහා (මාසික ප්රමාණය) අවස්ථා තුනක් (අශුභවාදී, යථාර්ථවාදී, ඔප්ටිමිස්ටික්) නිෂ්පාදනය කරන්න. එක් එක් සිද්ධිය පදනම් වන්නේ කුමන උපකල්පනයද යන්න ලියන්න. මෙය සම්භාවිතාව පිළිබඳ අනාවැකියකි; එය ස්ථිර කැපවීමක් නොවේ.
3) ආරක්ෂිත කොටස් සහ ඇණවුම් ස්ථානය:
ඔබේ භූමිකාව: ඉන්වෙන්ටරි සැලසුම් සහකාර. යෙදවුම්: සාමාන්ය මාසික ඉල්ලුම [X] ඒකක, ඉල්ලුමේ අස්ථාවරත්වය [විස්තරය/දත්ත], ඉදිරි කාලය [Y] සති, අපේක්ෂිත සේවා මට්ටම [උදා. ඉහළ].(අ) නැවත ඇණවුම් කිරීමේ ලක්ෂ්යය ගණනය කරන්න (පෙර කාලයට වඩා අපේක්ෂිත ඉල්ලුම +ආරක්ෂිත තොගය) සහ තාර්කික පියවරෙන් පියවර පෙන්වන්න. (ආ) ආරක්ෂිත තොග සඳහා ඔබ භාවිතා කළ ප්රවේශය පැහැදිලි කරන්න. මම සියලුම අංක සත්යාපනය කරමි; මට පරීක්ෂා කිරීමට හැකි වන පරිදි අතරමැදි පියවර පෙන්වන්න.
4) ඉදිරි කාලය අවදානම් විශ්ලේෂණය:
ඔබේ කාර්යභාරය: සැපයුම් දාම සැලසුම් සහකාර. මගේ ඉදිරි කාලය පහත සඳහන් සංරචක වලින් සමන්විත වේ: නිෂ්පාදන [a] දින, සාගර ප්රවාහන [b] දින, රේගු [c] දින, අභ්යන්තර ප්රවාහන [d] දින. එක් එක් සංරචකයේ ප්රමාදයේ ප්රභවයන් සහ ඇණවුම් වේලාවට එහි බලපෑම උපුටා ගන්න. අවදානම් සහිත සබැඳිය සලකුණු කර ආරක්ෂිත ආන්තිකය සඳහා නිර්දේශයක් ලබා දෙන්න. යෝජනාව; එය තීරණය කිරීම මට භාරයි.
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මම ලබන මාසයේ කොපමණ මුදලක් ඇණවුම් කළ යුතුද?
මෙම ඉල්ලීම, ඓතිහාසික දත්ත, ඉදිරි කාලය, වාරය සහ මුදල් තත්ත්වය ලබා නොදී, දත්ත මත පදනම් නොවන අංකයක් සෑදීමට AI හට හේතු වේ. මෙම අංකය සමඟ ඇණවුම් කිරීම අන්ධ ඔට්ටුවක් වනු ඇත.
බලවත් විමසුම:
ඔබේ කාර්යභාරය: ඉන්වෙන්ටරි සැලසුම් සහකාර. නිෂ්පාදනය: [කේතය]. පසුගිය මාස 12 විකුණුම්: [ප්රමාණ]. සැපයුම් කාලය සති 8යි, අවම ඇණවුම් ප්රමාණය ඒකක 500යි, මගේ තොගය ඒකක 340යි. ගිම්හාන මාසවලදී ඉල්ලුම වැඩිවේ. ඉදිරි මාස 2 සඳහා යථාර්ථවාදී ඉල්ලුම් පරාසයක් ව්යුත්පන්න කරන්න, ආරක්ෂිත තොග සහ නැවත ඇණවුම් කිරීමේ ලක්ෂ්යය ගණනය කරන්න, ඉන්පසු ඇණවුම් ප්රමාණ අවස්ථා 2-3ක් යෝජනා කරන්න (මුදල් අවදානම් ශේෂය සමඟ). සංඛ්යා අතරමැදි පියවර පෙන්වන්න; මම අවසාන තීරණය ගන්නම්.
මෙම විමසුම සියලු තීරණාත්මක යෙදවුම් ලබා දෙයි, දර්ශනය විමසයි, සහ ගණනය කිරීමේ පියවර දෘශ්යමාන කරයි, සත්යාපනය කළ හැකිය.
කුඩා නඩු තුනක්
නඩුව 1 - සමය සමඟ අල්ලා ගැනීම. ආනයනකරුවෙකුට වසර පුරා උද්යාන නිෂ්පාදනයක් සඳහා ස්ථාවර ඇණවුමක් තිබුණි; ඔහු වසන්තයේ දී තොග නැති වූ අතර ගිම්හානයේදී භාණ්ඩ රැස් කළේය. වසර 3ක දත්ත අනුව YZ පැහැදිලිවම මාර්තු සහ මැයි අතර ඉල්ලුමේ 40%ක වැඩිවීමක් පෙන්නුම් කළේය. සැලසුම්කරු ඉදිරි කාලය (සති 10) සැලකිල්ලට ගෙන ජනවාරි මාසයේ මුල් සහ විශාල ඇණවුමක් තැබීය. ප්රතිඵලය: වසන්ත සමයේ දී තොග ඇනහිටීම් බිංදුව දක්වා පහත වැටුණු අතර, වසර අවසානයේදී අතිරික්ත තොග 25% කින් අඩු විය. AI විසින් රටාව පෙන්නුම් කරන ලදී, මිනිසා ඇණවුම් තීරණය කළේය.
නඩුව 2 - නිශ්චිත අංකය විශ්වාස කිරීමේ මිල. YZ විසින් ලබා දී ඇති "ඒකක 3,200" හි තනි ඇස්තමේන්තුව මත පදනම්ව ඇණවුම් කරන ලද සැලසුම්කරුවෙකු; ඔහු ආරක්ෂිත අවස්ථාවක් සහ ආන්තිකය භාවිතා කළේ නැත. පාරිභෝගිකයෙකුගේ අනපේක්ෂිත විශාල ඇණවුමක් සමඟ තොග අවසන් වූ අතර, හදිසි ගුවන් භාණ්ඩ හරහා අමතර සැපයුමක් සිදු කරන ලදී (ඒකකයේ මිල 3 ගුණයක්). පාඩම: තනි ඉලක්කම් නොව, අවස්ථා පරාසය සහ ආරක්ෂිත තොග මත පදනම් වූ සැලැස්ම.
නඩුව 3 - ඊයම් කාලය පිළිබඳ යථාර්ථය. සමාගමක් සෑම විටම එහි ආරක්ෂිත කොටස් අඩු මට්ටමක තබා ඇත; මොකද ඔහු හිතුවා ඉදිරි කාලය "සති 6" කියලා. YZ විසින් ඊයම් කාලය සංරචක වලට බෙදූ විට (නිෂ්පාදනය 3 + ප්රවාහනය 4 + රේගු සති 1.5 ≈ සති 8.5), සැබෑ කාලය දිගු වන අතර වඩාත්ම වාෂ්පශීලී සබැඳිය රේගුව බව පෙනී ගියේය. ඒ අනුව නැවත ඇණවුම් ලක්ෂ්යය මතු කරන ලදී; පුනරාවර්තන තොග අවසන්.
පොදු වැරදි
- සම්පූර්ණ ඇණවුම තනි අනුමාන අංකයකට සම්බන්ධ කිරීම. දර්ශනය (අශුභවාදී/යථාර්ථවාදී/ශුභවාදී) සහ ආරක්ෂිත කොටස් සමඟ වැඩ කරන්න.
- ඉදිරි කාලය අවතක්සේරු කිරීම. නිෂ්පාදනය + ප්රවාහනය + රේගු + ගෘහස්ථ ප්රවාහනයේ එකතුව සහ අස්ථාවරත්වය සලකා බලන්න.
- සමය නොසලකා හැරීම. ස්ථාවර ඇණවුම සෘතුමය නිෂ්පාදනවල තොගයෙන් පිටත සහ අධික තොග දෙකම නිර්මාණය කරයි.
- AI එකට ඩේටා නොදී අනාවැකියක් ඉල්ලනවා. ඓතිහාසික දත්ත නොමැතිව නිපදවන ලද සංඛ්යාව ගොතන ලද ඒවා වේ.
- මුදල් සහ ධාරිතා සීමාවන් මග හැරීම. මුදල් ප්රමාණවත් නොවේ නම් වඩාත් නිවැරදි අනාවැකි පවා ක්රියාත්මක කළ නොහැක; තීරණය පුද්ගලයා සතුය.
ඉඟිය: ගණනය කිරීම සඳහා AI වෙතින් විමසන විට සැමවිටම "අතරමැදි පියවර පෙන්වන්න" යැයි පවසන්න. ආරක්ෂිත තොගය හෝ ඇණවුම් ලක්ෂ්යය වැනි අංක පිටතට එන ආකාරය ඔබට නොපෙනේ නම්, ඔබට ඒවා සත්යාපනය කළ නොහැක; අතරමැදි පියවර මඟින් ඔබට දෝෂය අල්ලා ගැනීමට සහ තර්කනය ඉගෙන ගැනීමට ඉඩ සලසයි.
සාරාංශයක් ලෙස
ඉල්ලුම පුරෝකථනය කිරීම සහ ඉන්වෙන්ටරි සැලසුම් කිරීම යනු අතිරික්ත සහ අඩු තොග අතර සමතුලිතතාවයට පහර දීමේ කලාවයි; ජාත්යන්තර මූලාශ්රවල දිගු හා වාෂ්පශීලී ඊයම් කාලය මෙය දුෂ්කර කරයි. කෘත්රිම බුද්ධිය යනු ඓතිහාසික දත්තවල රටා කියවීම, සිද්ධි අනාවැකි ජනනය කිරීම, ආරක්ෂිත තොග ගණනය කිරීම සහ නැවත ඇණවුම් කිරීමේ ලක්ෂ්යය පිළිබඳ ප්රබල සහායකයෙකි. එහෙත් අනාවැකියක් යනු සම්භාවිතාව පිළිබඳ පුරෝකථනයකි; අවසාන ඇණවුම් තීරණය මුදල්, ධාරිතාව සහ අවදානම සැලකිල්ලට ගනිමින් සැලසුම්කරුට අයත් වේ. තනි අංකයක් නොව, දර්ශනය විශ්වාස කරන්න, ඊයම් කාලය යථාර්ථවාදීව ගණනය කරන්න, අතරමැදි පියවර සත්යාපනය කරන්න.
යෙදුම් කාර්යය
නිෂ්පාදනයක පසුගිය මාස 12-24 විකුණුම් දත්ත (අංක, රහස්ය පාරිභෝගික තොරතුරු නොමැතිව) ලබා ගන්න. AI හට පළමුව රටාව (ප්රවණතාව + සමය) කියවීමට සලස්වන්න, ඉන්පසු අවස්ථා තුනක පුරෝකථනයක් නිපදවන්න. ඉන්පසු ඔබේ ඉදිරි කාලය, අවම ඇණවුම් ප්රමාණය සහ පවතින තොග ලබා දීමෙන් නැවත ඇණවුම් කිරීමේ ලක්ෂ්යය සහ ආරක්ෂිත තොගය ගණනය කරන්න; අතරමැදි පියවර ඔබම පරීක්ෂා කරන්න. අවසාන වශයෙන්, ඔබේ මුදල් සහ ධාරිතාව සැලකිල්ලට ගෙන ඔබේ අවසාන ඇණවුම් තීරණය කර එය AI අවස්ථා සමඟ සසඳන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම ඓතිහාසික විකුණුම් දත්ත (නිර්නාමික) AI වෙත ලබා දුනිමි; මම දත්ත මත ඇස්තමේන්තුව පදනම් කර ගත්තෙමි.
- [ ] මම ප්රවණතාවය සහ සෘතුමය රටාව ඉවත් කළෙමි.
- [ ] තනි අංකයක් වෙනුවට, මම අශුභවාදී/යථාර්ථවාදී/ශුභවාදී දර්ශනයක් නිෂ්පාදනය කළෙමි.
- [ ] මම ඉදිරි කාලය එහි සංරචක වලට බෙදා එය යථාර්ථවාදීව ගණනය කළෙමි.
- [ ] මම අතරමැදි පියවර සමඟ ආරක්ෂිත තොග සහ ඇණවුම් ස්ථානය සත්යාපනය කළෙමි.
- [ ] මම මුදල්, ධාරිතාව සහ අවදානම සැලකිල්ලට ගනිමින් අවසාන ඇණවුම තීරණය කළා.