فائدہ:
- آرٹیفیشل انٹیلی جنس سپورٹ کے ساتھ خریداری کی فہرست، کم از کم اسٹاک (برابر سطح) اور آرڈر پوائنٹ تصورات کی منصوبہ بندی کرنے کی صلاحیت
- مصنوعی ذہانت کے ساتھ خوراک کے فضلے کی پیمائش کرنے کی صلاحیت، بنیادی وجہ کا تجزیہ اور کمی کے منظرنامے پیدا کرنے اور پائیداری کو مضبوط بنانے کی صلاحیت
- یہ فرق کرنے کے قابل ہونا کہ مصنوعی ذہانت کی پیشن گوئی تاریخی اعداد و شمار اور موسم پر مبنی ہے، اور یہ کہ سپلائی میں رکاوٹ اور قیمت میں کمی کی صورت میں شیف اور خریدار کا فیصلہ پہلے آتا ہے۔
ریستوران کا منافع زیادہ تر دو جگہوں پر کمایا یا ضائع ہوتا ہے: درست خریداری اور تھوڑا سا فضلہ۔ بہت زیادہ مواد خراب ہو جائے گا، بہت کم مینو کو برباد کر دے گا؛ ہر چنا جو ضائع ہو جاتا ہے خریدی ہوئی رقم کا ضیاع ہے۔ اس یونٹ میں، ہم مصنوعی ذہانت کا استعمال منصوبہ بندی کے معاون کے طور پر خریداری کی منصوبہ بندی، سٹاک مینجمنٹ اور خوراک کے فضلے کو کم کرنے کے لیے کریں گے۔ حد واضح ہے: AI تاریخی اعداد و شمار اور موسم کی بنیاد پر پیشین گوئیاں اور منظرنامے تیار کرتا ہے۔ سربراہ اور خریدار کا فیصلہ سپلائی میں رکاوٹ، قیمتوں کے ٹوٹنے اور کوالٹی کے فیصلے میں فوقیت رکھتا ہے۔
خریداری کے بنیادی تصورات
ایک ٹھوس خریداری چند تصورات پر انحصار کرتی ہے۔ پار لیول (کم از کم اسٹاک لیول) مواد کی کم از کم مقدار ہے جو ہر وقت ہاتھ میں ہونی چاہیے۔ جب یہ نیچے آتا ہے تو آرڈر دیا جاتا ہے۔ آرڈر پوائنٹ نام نہاد "آؤ آرڈر" کی حد ہے، لیڈ ٹائم کو مدنظر رکھتے ہوئے (میٹیریل پہنچنے میں کتنے دن لگتے ہیں)۔ سیفٹی اسٹاک غیر متوقع رش یا تاخیر کے خلاف ایک بفر ہے۔
جب آپ تاریخی استعمال کا ڈیٹا اور کور کی متوقع تعداد دیتے ہیں، تو AI ایک مسودہ تیار کرتا ہے کہ کون سا مواد اور کتنا آرڈر کرنا ہے اور برابری کی سطح کی سفارش کرتا ہے۔ لیکن تازہ پیداوار کی شیلف زندگی مختصر ہوتی ہے۔ زیادہ خریدنے کا مطلب ہے بربادی، کم خریدنے کا مطلب ہے مینو خسارہ۔ AI پیشن گوئی ایک آغاز ہے؛ اس دن سپلائر کا معیار، قیمت اور موسمی کیفیت خریدار کے فیصلے پر چھوڑ دی جاتی ہے۔ مثال کے طور پر، یہاں تک کہ اگر AI کہتا ہے کہ "10 کلو ٹماٹر خریدیں"، اگر ٹماٹر ناقص معیار کے ہیں یا اس دن قیمت آسمان کو چھو رہی ہے، تجربہ کار خریدار متبادل کی طرف رجوع کرے گا۔
مشورہ: AI سے آرڈر لسٹ کے لیے پوچھتے وقت، "ہر آئٹم کے لیے الگ الگ کالموں میں برابر کی سطح، موجودہ اسٹاک، اور تجویز کردہ آرڈر کی مقدار دکھائیں۔" اس طرح آپ کو اندھی فہرست نہیں بلکہ معقول سفارش ملتی ہے اور آپ اسے بصری طور پر دیکھ سکتے ہیں۔
خوراک کے فضلے کی پیمائش اور اسے کم کرنا
آپ جس چیز کی پیمائش نہیں کرتے ہیں اس کا انتظام نہیں کر سکتے۔ کھانے کے ضیاع کے ذرائع میں عام طور پر شامل ہیں: ضرورت سے زیادہ خریداری (خرابی)، غلط حصے (پلیٹ میں بچا ہوا)، تیاری کا فضلہ (زیادہ ترتیب دینا)، نامناسب ذخیرہ (وقت سے پہلے خراب ہونا) اور مینو میں عدم توازن (کم فروخت ہونے والے اجزاء کی خرابی)۔ جب آپ اپنے ضائع ہونے کے ریکارڈ فراہم کرتے ہیں (کیا، کتنا، کیوں پھینکا گیا)، AI فضلہ کے سب سے بڑے ذرائع کو ظاہر کرتا ہے اور کمی کے منظرنامے تجویز کرتا ہے: حصے کو ایڈجسٹ کریں، کم فروخت ہونے والے کو مینو سے ہٹائیں، ضائع ہونے والے اجزا کو دوسری پلیٹ میں استعمال کریں۔
پائیداری کے لحاظ سے، فضلہ میں کمی اخلاقی اور اقتصادی دونوں ہے۔ "ناک سے دم / جڑ سے پتے" کے طریقوں جیسے کہ سبزی کے ڈنٹھل کو اسٹاک/سبزیوں کے شوربے میں تبدیل کرنا، باسی روٹی کو کراؤٹن میں تبدیل کرنا، اور عملے کے کھانے میں فضلہ کا استعمال AI سے آئیڈیاز کے طور پر لیا جا سکتا ہے۔ لیکن فوڈ سیفٹی مارجن کو برقرار رکھا جاتا ہے: خراب مصنوعات کا کبھی اندازہ نہیں کیا جاتا ہے۔ "فضلہ میں کمی" کبھی بھی غیر محفوظ خوراک کے استعمال کا بہانہ نہیں ہو سکتی۔
احتیاط: فضلہ میں کمی کھانے کی حفاظت سے کبھی سمجھوتہ نہیں کرتی۔ یہاں تک کہ جب AI کہتا ہے کہ "ضائع کا اندازہ لگائیں"، حتمی لفظ فوڈ سیفٹی کا اصول ہے: کوئی پروڈکٹ جس کی میعاد ختم ہو چکی ہو، اس میں ٹوٹی ہوئی کولڈ چین نہ ہو یا اس میں سمجھوتہ کیا گیا ہو۔
تین چھوٹے مقدمات
کیس 1 - مساوی سطح کے ساتھ فضلہ کم ہو رہا ہے۔ ایک ہوٹل کے باورچی خانے میں ہمیشہ بہت زیادہ تازہ جڑی بوٹیاں خریدی جاتی تھیں اور ان میں سے آدھی سوکھ جاتی تھیں۔ چیف نے AI کو 6 ہفتوں کا استعمال کا ڈیٹا دیا۔ AI نے اصل ہفتہ وار استعمال کو نکالا اور ہر جڑی بوٹی کے لیے برابری کی سطح کی سفارش کی۔ آرڈرز اس سطح تک کم ہو گئے، اور تازہ جڑی بوٹیوں کے ضیاع میں نمایاں کمی واقع ہوئی۔ ہفتوں میں جہاں سپلائر کا معیار خراب تھا، خریدار نے دوبارہ اپنا فیصلہ کیا؛ AI نے بنیاد قائم کی، انسانوں نے اسے ایڈجسٹ کیا۔
کیس 2 - فضلہ کی جڑ کا تجزیہ۔ ایک ریسٹورنٹ میں ہر ماہ کھانے کے ضیاع کا سامنا تھا لیکن وہ نہیں جانتا تھا کہ یہ کہاں سے آرہا ہے۔ فضلہ کو ایک ماہ تک ریکارڈ کیا گیا (کیا، کتنے کلو، کیوں) اور YZ کو دیا گیا۔ AI نے تین سب سے بڑے ذرائع کا حوالہ دیا: کم فروخت ہونے والی فش پلیٹ کا خراب ذخیرہ، سائیڈ ڈش کا زیادہ حصہ، اور سلاد کے اجزاء کو غلط طریقے سے ذخیرہ کرنا۔ مچھلی کی پلیٹ کو مینو سے ہٹا دیا گیا تھا، حصوں کو کم کر دیا گیا تھا اور اسٹوریج کو درست کیا گیا تھا. تین ماہ میں فضلہ میں نمایاں کمی آئی۔ AI نے ذریعہ دکھایا، ٹیم نے فیصلے کیے.
کیس 3 - سپلائی میں خلل کا انسانی فیصلہ۔ پیچھے مڑ کر دیکھا تو، AI نے اپنی معمول کی آرڈر لسٹ میں ایک خاص سمندری غذا رکھی تھی۔ لیکن موسم کی وجہ سے اس ہفتے شکار روک دیا گیا، اور مصنوعات یا تو دستیاب نہیں تھی یا بہت مہنگی تھی۔ خریدار نے آنکھیں بند کرکے AI فہرست کا اطلاق نہیں کیا۔ مینو پر عارضی متبادل بنائے اور سپلائر سے بات کی۔ AI ماضی کی طرف دیکھتا ہے؛ انسان لمحاتی وقفے کا انتظام کرتا ہے۔
چار کاپی کرنے کے قابل ٹیمپلیٹس
1) خریداری / آرڈر ڈرافٹ:
آپ کا کردار: خریداری اسسٹنٹ۔ ذیل میں ہر مواد کے لیے ہے: برابر کی سطح، موجودہ اسٹاک، پچھلے 4 ہفتوں میں اوسط استعمال، اور لیڈ ٹائم۔ اگلے ہفتے متوقع کثافت: [عام/زیادہ]۔ ٹاسک: ایک الگ کالم میں ہر مواد کے لیے تجویز کردہ آرڈر کی مقدار کا حساب لگائیں اور ایک جملے میں جواز لکھیں۔ تازہ مصنوعات پر شیلف لائف وارننگ شامل کریں۔ بیان کریں کہ میں معیار/قیمت کا فیصلہ کروں گا۔ ڈیٹا: [ٹیبل]۔
2) فضلہ کی جڑ کا تجزیہ:
ذیل میں ماہانہ ضائع ہونے کا ریکارڈ ہے: مواد/پلیٹ، ضائع شدہ رقم، ضائع کرنے کی وجہ۔ فضلہ کے 5 سب سے بڑے ذرائع کی فہرست بنائیں۔ ہر ایک کے لیے، ممکنہ بنیادی وجہ اور تخفیف کی سفارش لکھیں۔ کھانے کی حفاظت سے سمجھوتہ کرنے والی کوئی تجویز پیش نہ کریں۔ ڈیٹا: [ٹیبل]۔
3) فضلہ کی تشخیص (محفوظ):
مندرجہ ذیل تیاری کے فضلے (جیسے سبزیوں کے تنوں، روٹی کے کرسٹ) (اسٹاک، سبزیوں کا شوربہ، کراؤٹن، عملے کا کھانا) کے لیے محفوظ ری سائیکلنگ کے خیالات تجویز کریں۔ ہر آئیڈیا کے لیے، یہ بتائیں کہ یہ صرف تازہ اور محفوظ مصنوعات کے لیے درست ہے، خراب شدہ پروڈکٹ استعمال نہیں کی جا سکتی۔ فضلہ: [فہرست]۔
4) برابری کی سطح کی سفارش:
ذیل میں مواد کے لحاظ سے استعمال کے آخری 6 ہفتے ہیں۔ ہر مواد کے لیے تجویز کردہ برابری کی سطح (کم سے کم اسٹاک) اور حفاظتی اسٹاک کا حساب لگائیں۔ سپلائی کے وقت کو مدنظر رکھیں۔ تازہ/پائیدار کے درمیان فرق کو دیکھیں۔ فارمولا دکھائیں۔ ڈیٹا: [ٹیبل]۔
کمزور فوری / مضبوط اشارہ
کمزور:
مجھے کتنا مواد آرڈر کرنا چاہئے؟
کوئی استعمال، اسٹاک، لیڈ ٹائم، کثافت؛ AI پیشین گوئیاں کرتا ہے، یہ کام نہیں کرتا۔
مضبوط:
آپ کا کردار: خریداری اسسٹنٹ۔ ٹماٹر: برابر کی سطح 8 کلو، دستیاب 3 کلو، ہفتہ وار استعمال ~ 12 کلو، سپلائی 1 دن۔ اگلے ہفتے ہائی ڈینسٹی۔ تجویز کردہ آرڈر کی مقدار کا حساب لگائیں، جواز لکھیں، شیلف لائف وارننگ شامل کریں۔ میں معیار اور قیمت پر فیصلہ کروں گا۔
سپلائی اور فضلہ کے تصورات (ٹیبل)
تصور
تفصیل
یہ کیوں ضروری ہے؟
برابر کی سطح
کم از کم حاضر ہونا ضروری ہے۔ اسٹاک
بہت کم نہیں، بہت زیادہ نہیں۔
آرڈر پوائنٹ
لیڈ ٹائم کے حساب سے آرڈر کی حد
وقت پر فراہمی
حفاظتی اسٹاک
غیر متوقع کثافت بفر
مینو گیپ کو روکتا ہے۔
آگ
ضائع شدہ/کھوائی گئی رقم
رقم کا براہ راست نقصان
بنیادی وجہ
بربادی کی اصل وجہ
مستقل حل
عام غلطیاں
- AI آرڈر لسٹ کو آنکھ بند کر کے لاگو کرنا۔ معیار، قیمت اور موسم لوگوں کے فیصلے ہیں۔
- آگ کا ریکارڈ نہ رکھنا۔ بے حساب فضلہ کا انتظام نہیں کیا جا سکتا۔ رجسٹریشن کے بغیر کوئی تجزیہ نہیں ہے۔
- تازہ پیداوار پر شیلف لائف کو چھوڑنا۔ بہت زیادہ خریدنے کا مطلب خرابی، پیسہ اور بربادی ہے۔
- فضلہ میں کمی کو فوڈ سیفٹی سے پہلے رکھنا۔ خراب مصنوعات کا کبھی اندازہ نہیں کیا جاتا ہے۔
- سپلائی میں خلل کو نظر انداز کرنا۔ ماضی پر مبنی پیشن گوئی کو فوری وقفے کا پتہ نہیں چلتا۔
خلاصہ میں
صحیح خریداری اور تھوڑا سا فضلہ کرکے منافع کو برقرار رکھا جاتا ہے۔ YZ برابر سطح ترتیب کی مقدار، فضلہ کی جڑ کے تجزیہ اور ضائع ہونے کی تشخیص کے خیالات میں فوری منصوبہ بندی کرنے والا معاون ہے۔ یہ پوشیدہ فضلہ کی مقدار کو درست کرتا ہے۔ لیکن ہر پیشین گوئی ماضی اور موسم پر منحصر ہے؛ معیار، قیمت اور سپلائی میں کمی کا فیصلہ شیف اور خریدار پر چھوڑ دیا جاتا ہے۔ فضلہ میں کمی کھانے کی حفاظت سے کبھی سمجھوتہ نہیں کرتی۔
درخواست کا کام
پانچ مواد کا انتخاب کریں اور ہر ایک کے لیے برابر کی سطح، موجودہ اسٹاک، ہفتہ وار استعمال، اور لیڈ ٹائم (خواہ وہ خیالی) لکھیں۔ YZ سے معقول آرڈر ڈرافٹ وصول کریں۔ الگ سے، ایک ماہ کا خیالی فضلہ کا ریکارڈ بنائیں، AI سے بنیادی وجہ کا تجزیہ کریں، اور فضلہ کے دو بڑے ذرائع کے لیے کمی کا فیصلہ لکھیں۔ سپلائی میں خلل کا منظر نامہ ترتیب دیں اور وضاحت کریں کہ آپ بطور انسان فیصلہ کیسے کریں گے۔
چیک لسٹ
- میں نے آرڈر ڈرافٹ کو برابری کی سطح، اسٹاک اور لیڈ ٹائم پر مبنی بنایا۔
- میں برقرار رکھتا ہوں کہ AI کی سفارش معیار/قیمت کا فیصلہ انسان پر چھوڑ دیتی ہے۔
- میں آگ کا ریکارڈ رکھتا ہوں اور بنیادی وجہ کا تجزیہ کرتا ہوں۔
- میں نے تازہ مصنوعات کے لیے شیلف لائف وارننگ کو مدنظر رکھا۔
- میں نے فضلہ کو کم کرنے میں فوڈ سیفٹی پر کبھی سمجھوتہ نہیں کیا۔
- میں جانتا ہوں کہ جب سپلائی میں خلل پڑتا ہے تو انسانی فیصلہ سب سے پہلے آتا ہے۔