Mga nadagdag:
- Kakayahang kunin ang forecast ng demand, stock sa kaligtasan at mga kalkulasyon ng reorder point mula sa mga makasaysayang benta at data ng pagpapadala na may suporta sa artificial intelligence
- Kakayahang magmodelo ng lead time, seasonal fluctuation at supply chain delay sa isang scenario basis at sumasalamin sa mga ito sa pagpaplano
- Kakayahang maunawaan na ang hula ng artificial intelligence ay isang probabilidad na hula at ang panghuling desisyon ng order ay pagmamay-ari ng tagaplano, na isinasaalang-alang ang gastos, pera at panganib.
Sa dayuhang kalakalan at logistik, nawawala ang pera sa dalawang lugar: sa mga kalakal na hindi mo maibebenta at sa likod ng mga kalakal na hindi mo maihahatid sa customer sa oras. Ang labis na imbentaryo ay nagbubuklod ng pera, lumilikha ng mga gastos sa bodega at mga panganib ng pagkasira/pagkaluma; Ang nawawalang stock ay nangangahulugan ng pagkawala ng mga benta, kawalang-kasiyahan ng customer at apurahang (mahal) na supply. Nangangailangan ng mahusay na forecast ng demand at tumpak na plano ng imbentaryo ang pag-toe sa fine line sa pagitan ng dalawa. Ito ay mas mahirap sa international sourcing dahil ang mga kalakal ay nananatili sa barko nang ilang linggo; Kapag nag-order ka ngayon, hinuhulaan mo talaga ang demand pagkalipas ng dalawang buwan. Sa yunit na ito, tatalakayin natin kung paano gamitin ang artificial intelligence bilang katulong sa pagtataya at pagpaplano.
Tukuyin natin ang mga termino. Pagtataya ng demand: Ito ay ang hula ng hinaharap na halaga ng benta/paggamit batay sa dating data. Lead time: Ang oras mula sa sandaling inilagay mo ang order hanggang sa sandaling maging available ang mga produkto; Ito ang kabuuan ng produksyon + transportasyon + oras ng customs para sa mga pag-import. Safety stock: Ito ay isang buffer stock na hawak laban sa mga pagbabago sa demand o oras ng supply. Reorder point: Ito ang threshold kung saan dapat ilagay ang isang bagong order kapag bumaba ang stock sa antas na ito; humigit-kumulang "inaasahang demand sa panahon ng lead time + stock ng kaligtasan". Pana-panahong pagbabagu-bago (seasonality): Ito ang regular na pagtaas at pagbaba ng demand sa buong taon (holiday, summer, school term).
Hakbang-hakbang: pagtataya at pagpaplano na pinapagana ng AI
Hakbang 1 — Maghanda ng makasaysayang data. Nagsisimula ang pagtataya sa makasaysayang data ng pagbebenta/pagpapadala. Ang buwanan o lingguhang mga numero ng benta, mga kampanya at mga pagbabago sa presyo, kung mayroon man, at mga panahon kung kailan wala ka nang stock. Kapag ibinigay mo ang data na ito sa AI (produkto at dami lamang, nang walang kumpidensyal na impormasyon ng customer), binibigyang-kahulugan nito ang trend, season at mga paglukso.
Hakbang 2 - Alisin ang pattern. Binabasa ng AI ang mga pattern sa data, gaya ng "30% pagtaas sa tag-araw, pagbaba sa Enero, 8% taunang trend ng paglago" at ipinapaliwanag ang mga ito sa simpleng wika. Gumagawa ito ng mga nakikitang pattern na maaaring hindi mo mapansin sa pamamagitan ng pagtingin sa raw na numero.
Hakbang 3 — Buuin ang hula at i-script ito. Maaaring magbalangkas ang AI ng isang forecast ng demand batay sa makasaysayang pattern; Ang mas mahalaga ay ang paggawa nito ng mga "pessimistic / realistic / optimistic" na mga senaryo. Sa ganitong paraan nagpaplano ka batay sa isang hanay, hindi isang solong numero.
Hakbang 4 — Kalkulahin ang mga parameter ng stock. Kapag nalaman na ang forecast, lead time, at volatility, kakalkulahin ang safety stock at reorder point. Ipinapatupad ng AI ang formula at nagpapakita ng lohika; i-verify mo ang mga numero.
Hakbang 5 — Desisyon ng tao. Panghuling dami ng order; Ito ay ibinibigay ng tagaplano, na isinasaalang-alang ang daloy ng salapi, kapasidad ng bodega, dami ng minimum na order, halaga ng palitan at panganib sa supply. Ang hula ay isang input, hindi isang desisyon.
Babala: Ang pagtataya ng demand ay tumitingin sa nakaraan; Hindi nito ginagarantiyahan ang hinaharap. Ang isang hindi inaasahang kaganapan (isang pagsasara ng pabrika, isang pagbara sa customs, isang biglaang pagtaas ng demand) ay maaaring mawalan ng hula. Mapanganib na iugnay ang buong order sa isang solong "eksaktong" numero na ibinalik ng AI; Magtrabaho nang may senaryo at margin ng kaligtasan.
Talaan ng mga bahagi ng desisyon sa stock
sangkap
Ano ang ibig sabihin nito
Kontribusyon ng AI
desisyon ng tao
Pagtataya ng demand
inaasahang benta
Bumubuo ng pattern + senaryo
Tanggapin/tama
lead time
Order→panahon ng paggamit
Hinahati ito sa mga bahagi
Pinapatunayan gamit ang totoong data
pagbabagu-bago ng demand
Pagkasumpungin ng demand
mga account mula sa nakaraan
Magkomento at magbahagi
stock ng kaligtasan
halaga ng buffer
Kinakalkula gamit ang formula
Balanse sa pera/panganib
reorder point
Order threshold
Kinakalkula at ipinapakita
Pag-apruba
Dami ng order
Magkano ang kukunin
nag-aalok ng mga mungkahi
pangwakas na desisyon
Apat na maaaring kopyahin na mga template
1) Mga pattern ng pagbabasa sa makasaysayang data:
Ang iyong tungkulin: demand analyst assistant. Nasa ibaba ang mga buwanang numero ng benta para sa huling 24 na buwan ng isang produkto. Ibigay sa akin ang sumusunod: (a) pangkalahatang trend (tumataas/bumababa, humigit-kumulang sa %), (b) seasonal pattern (kung saan ang mga buwan ay mataas/mababa), (c) kapansin-pansing mga pagtalon/pag-crash at mga posibleng dahilan (iugnay ang mga ito sa mga pangyayaring nabanggit ko, kung mayroon man). Ive-verify ko ang mga numero; pagdaragdag ng angkop na data.Data: [buwan: listahan ng dami]
2) Pagtataya ng demand sa sitwasyon:
Ang iyong tungkulin: humingi ng katulong sa pagtataya. Batay sa kasaysayan sa itaas, gumawa ng tatlong pagtataya ng senaryo (PESMISSIONARY, REALISTIC, OPTIMISTIC) para sa susunod na 6 na buwan (buwanang dami). Isulat kung anong palagay ang batayan ng bawat senaryo. Ito ay isang hula ng posibilidad; Ito ay hindi isang tiyak na pangako.
3) Pangkaligtasang stock at order point:
Ang iyong tungkulin: katulong sa pagpaplano ng imbentaryo. Mga Input: average na buwanang demand na [X] na mga unit, pabagu-bago ng demand [paglalarawan/data], lead time [Y] na linggo, ninanais na antas ng serbisyo [hal. mataas].(a) Kalkulahin ang reorder point (inaasahang demand sa lead time +safety stock) at ipakita ang logic step by step.(b) Ipaliwanag ang approach na ginamit mo para sa safety stock.Ive-verify ko ang lahat ng numero; Ipakita sa akin ang mga intermediate na hakbang para masuri ko.
4) Pagsusuri ng panganib sa lead time:
Ang iyong tungkulin: katulong sa pagpaplano ng supply chain. Ang aking lead time ay binubuo ng mga sumusunod na bahagi: produksyon [a] araw, transportasyon sa karagatan [b] araw, customs [c] araw, panloob na transportasyon [d] araw. Kunin ang mga posibleng pinagmumulan ng pagkaantala sa bawat bahagi at ang epekto nito sa timing ng order. Markahan ang pinakamapanganib na link at magbigay ng rekomendasyon para sa margin ng kaligtasan. Mungkahi; Ako na ang bahalang magdesisyon.
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Magkano ang dapat kong i-order sa susunod na buwan?
Ang kahilingang ito, nang hindi nagbibigay ng makasaysayang data, lead time, season at sitwasyon ng pera, ay nagiging sanhi ng AI na bumuo ng isang numero na hindi batay sa data. Ang pag-order gamit ang numerong ito ay isang blind bet.
Napakahusay na prompt:
Ang iyong tungkulin: katulong sa pagpaplano ng imbentaryo. Produkto: [code]. Huling 12 buwang benta: [mga dami]. Ang supply period ay 8 weeks, ang minimum order quantity ay 500 units, ang stock ko ay 340 units. Tumataas ang demand sa mga buwan ng tag-init. Kumuha ng makatotohanang hanay ng demand para sa susunod na 2 buwan, kalkulahin ang stock na pangkaligtasan at reorder point, pagkatapos ay magmungkahi ng 2-3 mga sitwasyon ng dami ng order (na may balanseng cash-risk). Ipakita ang mga intermediate na hakbang ng mga numero; Ako ang gagawa ng pangwakas na desisyon.
Ibinibigay ng prompt na ito ang lahat ng kritikal na input, sinenyasan ang senaryo, at ginagawang nakikita ang mga hakbang sa pagkalkula, na ginagawang posible ang pag-verify.
tatlong mini case
Case 1 — Paghabol sa season. Ang isang importer ay may nakapirming order para sa isang produkto ng hardin sa buong taon; Wala siyang stock sa tagsibol at naipon ang mga kalakal sa tag-araw. Sa 3-taong data, malinaw na nagpakita ang YZ ng 40% na pagtaas sa demand sa pagitan ng Marso at Mayo. Isinasaalang-alang ng planner ang lead time (10 linggo) at naglagay ng maaga at malaking order noong Enero. Resulta: ang mga stock outage ay bumaba sa zero sa panahon ng tagsibol, at ang labis na stock sa katapusan ng taon ay bumaba ng 25%. Ipinakita ng AI ang pattern, ginawa ng tao ang desisyon ng order.
Case 2 — Ang presyo ng pagtitiwala sa eksaktong numero. Isang planner na iniutos batay sa iisang pagtatantya ng "3,200 units" na ibinigay ng YZ; Hindi siya gumamit ng scenario at margin of safety. Out of stock sa hindi inaasahang malaking order ng customer, ang karagdagang supply ay ginawa sa pamamagitan ng apurahang air cargo (unit cost 3 beses). Aralin: plano batay sa saklaw ng sitwasyon at stock ng kaligtasan, hindi mga solong numero.
Case 3 — Ang realidad ng lead time. Ang isang kumpanya ay palaging pinananatiling mababa ang stock ng kaligtasan nito; dahil akala niya "6 weeks" ang lead time. Nang hatiin ng YZ ang lead time sa mga bahagi (produksyon 3 + transportasyon 4 + customs 1.5 linggo ≈ 8.5 linggo), lumabas na ang totoong oras ay mas mahaba at ang pinaka-pabagu-bagong link ay customs. Ang reorder point ay itinaas nang naaayon; Tapos na ang paulit-ulit na stockout.
Mga karaniwang pagkakamali
- Pag-uugnay ng buong order sa isang numero ng hula. Makipagtulungan sa scenario (pessimistic/realistic/optimistic) at safety stock.
- Minamaliit ang lead time. Isaalang-alang ang kabuuan at pabagu-bago ng produksyon + transportasyon + customs + domestic na transportasyon.
- Hindi pinapansin ang season. Ang nakapirming order ay lumilikha ng parehong out-of-stock at overstock sa mga seasonal na produkto.
- Humihingi ng hula nang hindi nagbibigay ng data sa AI. Ang bilang na ginawa nang walang makasaysayang data ay gawa-gawa.
- Pag-bypass sa cash at limitasyon sa kapasidad. Kahit na ang pinakatumpak na hula ay hindi maipapatupad kung hindi sapat ang pera; Nasa tao ang desisyon.
Tip: Palaging sabihin ang "ipakita ang mga intermediate na hakbang" kapag humihingi ng kalkulasyon sa AI. Kung hindi mo nakikita kung paano lumalabas ang mga numero, gaya ng safety stock o order point, hindi mo mabe-verify ang mga ito; Nagbibigay-daan sa iyo ang mga intermediate na hakbang na pareho mong mahuli ang error at matutunan ang lohika.
Sa buod
Ang pagtataya ng demand at pagpaplano ng imbentaryo ay ang sining ng pag-aaklas ng balanse sa pagitan ng labis at understock; Ang mahaba at pabagu-bagong oras ng lead sa international sourcing ay nagpapahirap dito. Ang artificial intelligence ay isang makapangyarihang katulong sa mga pattern ng pagbabasa sa makasaysayang data, pagbuo ng mga pagtataya ng senaryo, pagkalkula ng stock ng kaligtasan at punto ng muling pagkakaayos. Ngunit ang isang hula ay isang hula ng posibilidad; Ang panghuling desisyon ng order ay pag-aari ng tagaplano, na isinasaalang-alang ang cash, kapasidad at panganib. Pagkatiwalaan ang senaryo, hindi isang solong numero, kalkulahin ang oras ng lead nang makatotohanan, i-verify ang mga intermediate na hakbang.
Gawain ng aplikasyon
Kunin ang huling 12-24 na buwan ng data ng benta (numero, walang kumpidensyal na impormasyon ng customer) ng isang produkto. Ipabasa muna sa AI ang pattern (trend + season), pagkatapos ay gumawa ng three-scenario forecast. Pagkatapos ay kalkulahin ang reorder point at safety stock sa pamamagitan ng pagbibigay ng iyong lead time, minimum na dami ng order at available na stock; Suriin ang mga intermediate na hakbang sa iyong sarili. Panghuli, gawin ang iyong huling desisyon sa pag-order na isinasaalang-alang ang iyong pera at kapasidad at ihambing ito sa mga sitwasyon ng AI.
checklist
- [ ] Nagbigay ako ng makasaysayang data ng benta (anonymous) sa AI; Ibinatay ko ang pagtatantya sa data.
- [ ] Inalis ko ang trend at seasonal pattern.
- [ ] Sa halip na isang numero, gumawa ako ng isang pessimistic/realistic/optimistic na senaryo.
- [ ] Hinati ko ang lead time sa mga bahagi nito at kinakalkula ito nang makatotohanan.
- [ ] Na-verify ko ang safety stock at order point gamit ang mga intermediate na hakbang.
- [ ] Ginawa ko ang panghuling desisyon ng order, isinasaalang-alang ang cash, kapasidad at panganib.