Mga nadagdag:
- Kakayahang kalkulahin ang EOQ, stock ng kaligtasan at muling ayusin ang mga konsepto ng punto
- Kakayahang gumamit ng AI bilang tulong sa pagsusuri ng ABC/XYZ at disenyo ng patakaran sa imbentaryo
- Kakayahang i-verify ang mga iminungkahing parameter ng stock ng AI na may formula at aktwal na data ng pagkonsumo
Ang imbentaryo ay ang nakapirming pera ng negosyo. Masyadong maraming stifles cash flow, lumilikha ng mga gastos sa bodega at pag-aaksaya; Ang mas mababa pa riyan ay nangangahulugan ng pagkawala ng mga benta, paghinto ng linya at nawawalang mga customer. Ang gawain ng inhinyero ng industriya ay itatag ang balanseng ito hindi sa "pakiramdam" ngunit sa formula at data. Ang artificial intelligence ay nagpapabilis ng accounting, klasipikasyon at disenyo ng patakaran sa lugar na ito; Gayunpaman, ang mga formula ng stock ay napaka-sensitibo sa mga error sa unit at assumption, kaya dapat na ma-verify ang AI output sa pamamagitan ng muling pagkalkula. Sa unit na ito, sasakupin namin ang EOQ, safety stock, reorder point at ABC/XYZ analysis sa isang AI-assisted na paraan.
Pangunahing Konsepto at Formula
Ang pamamahala ng imbentaryo ay may tatlong pangunahing katanungan: Magkano ang dapat kong i-order?, Kailan ako dapat mag-order?, Magkano ang buffer na dapat kong itago?
Economic Order Quantity (EOQ): Ang dami na nagbabalanse sa halaga ng pag-order at sa halaga ng paghawak.
EOQ = square root( (2 × D × S) / H )D = annual demand (unit/year)S = cost per order (TL/order)H = annual holding cost per unit (TL/item/year)
Reorder Point (ROP): Kapag bumaba ang stock sa antas na ito, isang bagong order ang inilalagay.
ROP = d × L + SSd = average na pang-araw-araw (o panaka-nakang) demandL = lead time (sa parehong yunit ng oras)SS = safety stock
Safety Stock (SS): Buffer laban sa kawalan ng katiyakan sa demand at lead time.
SS = Z × σ_d × square root(L)Z = confidence coefficient na naaayon sa antas ng serbisyo (hal. ≈ 1.65 para sa 95%)σ_d = standard deviation of demand (bawat period)L = lead time (bilang ng mga yugto)
Pag-iingat: Ang pinakakaraniwang error sa mga formula na ito ay ang unit inconsistency. Kung ibibigay mo ang demand araw-araw at ang oras ng supply linggu-linggo, ang resulta ay walang kabuluhan. I-convert ang lahat ng mga entry sa parehong yunit ng oras bago simulan ang bawat account. Madalas na nilalaktawan ng AI ang pagbabagong ito.
Sample na Pagkalkula: Hakbang sa Hakbang
Para sa isang ekstrang bahagi, hayaan ang D = 3,600 piraso/taon, S = 120 TL/order, H = 8 TL/piraso/taon.
EOQ = square root( (2 × 3600 × 120) / 8 ) = square root( 864000 / 8 ) = square root( 108000 ) ≈ 328.6 → humigit-kumulang 329 unitsBilang ng mga order bawat taon = 3600 / 329 ≈1s 10.
Ngayon ROP: araw-araw na demand d = 3,600 / 300 araw ng trabaho = 12 units/araw, lead time L = 10 araw, demand standard deviation σ_d = 4 units/day, target na antas ng serbisyo 95% (Z ≈ 1.65):
SS = 1.65 × 4 × square root(10) = 1.65 × 4 × 3.162 ≈ 20.9 → 21 unitsROP = 12 × 10 + 21 = 141 units
Sa madaling salita, kapag ang stock ay bumaba sa 141 na mga yunit, isang bagong order ng 329 na mga yunit ay inilagay. Kapag nag-outsource ka ng ganitong uri ng pagkalkula sa AI, hilingin dito na ipakita ang bawat row na bukas tulad nito; Ang isang output na nagsasabing "ang resulta ay 141" ay hindi ma-verify.
Tumutok sa ABC at XYZ Analysis
Ang pamamahala sa bawat item na may parehong pangangalaga ay isang basura. Inuuri ng pagsusuri sa ABC ang mga item ayon sa halaga (taunang paggamit × halaga ng yunit): Ang isang item (karaniwang ~20% ng mga item, ~80% ng halaga) ay mahigpit na pinamamahalaan. Ang pagsusuri ng XYZ ay nag-uuri ayon sa pagkakaiba-iba ng demand: Ang X ay regular, ang Z ay hindi regular na demand.
klase
Ibig sabihin
Pulitika
A-X
Mataas na halaga, regular na demand
Mahigpit na pagsubaybay, mababang stock ng kaligtasan, madalas na pag-order
A-Z
Mataas na halaga, pabagu-bagong demand
Isara ang pagsubaybay, maingat na buffering, nababaluktot na supply
C-X
Mababang halaga, regular na demand
Simpleng patakaran, awtomatikong pag-order
C-Z
Mababang halaga, hindi regular
Kunin kung kinakailangan, mababang priyoridad
Tungkulin: Isa kang inhinyero na pang-industriya na dalubhasa sa pamamahala ng imbentaryo.Gawain: Ipasok ang sumusunod na listahan ng mga item sa matrix ABC (taunang halaga ng paggamit) at gumawa
Mahina Prompt / Malakas na Prompt
Mahinang prompt:
Ano ang dapat na stock na pangkaligtasan para sa mga produktong ito?
Kung walang antas ng serbisyo, pagkakaiba-iba ng demand at oras ng pangunguna, ang anumang sagot ay hula.
Napakahusay na prompt:
Kalkulahin ang stock na pangkaligtasan at ROP para sa sumusunod na item. Antas ng serbisyo 98%(tukuyin ang Z value), average na pang-araw-araw na demand 30, daily demand std deviation9, lead time 7 araw. Isulat ang formula, ipakita ang bawat hakbang, suriin ang mga yunit. Pagkatapos ay ihambing kung paano nagbabago ang SS kung babawasan ko ang antas ng serbisyo sa 95%.
Ang pangalawang prompt ay naglalaman ng parehong pagkalkula at isang "sensitivity" na tanong; Nagbibigay-daan ito sa iyo na makita kung gaano nakadepende ang desisyon sa kung aling palagay.
Mini Case: Ang Halaga ng Antas ng Serbisyo
Nilalayon ng isang kumpanya ng industriya ng automotive supply para sa isang 99.9% na antas ng serbisyo upang hindi kailanman mag-iwan ng isang kritikal na gasket nawawala. Si Baran, isang inhinyero sa industriya, ay may AI calculate safety stock para sa kasalukuyan at alternatibong mga antas ng serbisyo. Ipinapakita ng formula na ang pagpunta mula 95% hanggang 99.9% ay gumagalaw sa Z mula 1.65 hanggang humigit-kumulang 3.09; kaya halos doble ang safety stock. Kapag pinarami ito ni Baran sa halaga ng hawak ng item, nakita niya na ang huling porsyento ay napakamahal. Binabawasan nito ang kabuuang halaga ng imbentaryo sa pamamagitan ng pagpili ng 95% para sa mga hindi kritikal na item at 99% para sa mga kritikal na item na humihinto sa linya. AI set up account; Ang paghatol sa engineering ni Baran ang nagpasya kung anong antas ng serbisyo ang sulit sa trabaho.
Hint: Ang stock na pangkaligtasan ay lumalaki nang husto, sa halip na linear, na may antas ng serbisyo. Ang mga huling porsyento (99% → 99.9%) ay napakamahal. Tanong kung talagang kailangan ng bawat item ang mataas na antas.
Mga Karaniwang Pagkakamali
- Paghahalo ng yunit: Pagpasok ng demand araw-araw at oras ng supply linggu-linggo at paghahanap ng walang kabuluhang SS/ROP.
- Isang antas ng serbisyo: Paglalapat ng parehong antas ng serbisyo sa lahat ng mga item at pamamahala ng mga item A at C nang pantay.
- Hindi pagpapatunay sa kalkulasyon ng AI: Pagtanggap ng mga resulta ng EOQ/SS nang hindi nakikita ang square root at multiplikasyon na mga hakbang.
- Patuloy na pagpapalagay ng demand: Pagbabalewala sa pagkakaiba-iba (σ) at pagpapanatiling zero ang stock na pangkaligtasan.
- Hindi pinapansin ang patay na stock: Patuloy na mag-order gamit ang mga lumang parameter para sa mga item na may mas mababang demand.
Sa buod
- Sinasagot ng stock ang tatlong tanong: magkano (EOQ), kailan (ROP), magkano ang buffer (SS). Ang bawat isa ay may malinaw na formula.
- Ang pagkakapare-pareho ng unit ay ang pinaka-kritikal at madalas na hindi napapansin na punto ng accounting ng imbentaryo; Siguraduhing i-verify ang output ng AI gamit ang isang unit check.
- Ang ABC/XYZ matrix ay nagdidirekta ng pagsisikap sa mga tamang item; Sayang ang pamamahala sa bawat bagay na may parehong pangangalaga.
- Habang tumataas ang antas ng serbisyo, mabilis na nagiging mahal ang stock ng kaligtasan; I-query ang mga huling percentile.
- Itinatag at pinapabilis ng AI ang account; Ang paghatol ng tao ang nagpapasya kung aling patakaran ang karapat-dapat sa trabaho.
Gawain ng aplikasyon
Maghanda ng listahan ng stock ng hindi bababa sa 8-10 item (code, taunang demand, unit cost, demand std deviation, lead time). Una, ipagawa sa AI ang ABC/XYZ matrix at malinaw na ipakita ang koepisyent ng variation. Pagkatapos ay kalkulahin ang EOQ, safety stock at mga halaga ng ROP ng isang A-item; Tingnan ang bawat hakbang at yunit. Kritikal na pag-verify: I-redo ang pagkalkula ng EOQ at SS nang personal gamit ang Excel o isang calculator at ihambing sa AI. Panghuli, kalkulahin ang antas ng serbisyo para sa parehong item sa 95% at 99% na mga sitwasyon at bigyang-kahulugan ang pagkakaiba ng stock sa kaligtasan at ang taunang epekto nito sa gastos.