Как машинное обучение меняет управление запасами и прогнозирование
С учетом того, что за последние пару лет искусственный интеллект получил огромное распространение в популярной культуре, вызывая в воображении научно-фантастические образы разумных роботов, захвативших мир, автомобили, которые ездят сами по себе, предположения о том, что все наши рабочие места будут сокращены, и так далее, один вопрос: что на самом деле может сделать искусственный интеллект, и могут ли предприятия использовать эту технологию сегодня?
Ответ категорически да, и в этом посте я объясню, как машинное обучение, подмножество ИИ, может быть полезным в управлении запасами для розничных продавцов и производителей, особенно в области малого и среднего бизнеса.
Что он может сделать?
В самом широком смысле машинное обучение — это практика программирования компьютеров для программирования самих себя. Это приводит к тому, что программное обеспечение самообучается и перенастраивается по мере постоянного поступления новых данных, автоматизируя задачи, которые обычно требуют человеческого интеллекта.
В некоторых формах эта технология использовалась в течение нескольких десятилетий, но только в последние годы она стала популярной благодаря возможностям облачных или «онлайн» платформ, которые делают вычислительную мощность доступной для масс по доступным ценам.
Даже в небольших операциях управление запасами сопряжено со значительными трудностями — трудно предсказать, сколько запасов вам понадобится в определенное время, и очень часто можно случайно заказать слишком много, растратив капитал или не справившись с тем, что запасы закончатся, когда вам нужно. это самое. Это еще сложнее, когда у вас есть сотни или тысячи артикулов, каждый из которых имеет разные сроки выполнения и модели спроса.
Ручные усилия по прогнозированию спроса для планирования объемов ваших заказов начинают давать сбои по мере того, как вы выполняете всестороннюю работу. Таблицы Excel или неинтеллектуальная система планирования заказов просто не помогут — они не смогут вовремя реагировать на изменение рыночных тенденций или сроков выполнения заказов.
Чтобы точно спланировать свои заказы, вы должны начать с точного прогноза спроса, а самые точные из них требуют выбора правильной модели спроса для каждой отдельной SKU. Ваш спрос плоский? Увеличивается или уменьшается (и если да, то с какой скоростью)? Зависит ли это от внешних факторов, например, от погоды, сезонности, введения или удаления с рынка других товаров? Сколько нужно истории продаж, чтобы сделать хороший прогноз — несколько лет или последние несколько месяцев — лучший показатель?
Все эти и многие другие факторы необходимо учитывать при выборе модели спроса. Алгоритм машинного обучения способен оптимизировать модель спроса для каждого отдельного SKU, что было бы практически невозможно сделать вручную. Всего за несколько минут вычислений ИИ может автоматически тестировать различные сценарии и заранее обдумывать, чтобы найти лучшую модель, например шахматную партию в реальном времени. Более того, по мере ввода новых данных он может сравнивать ранее рассчитанные прогнозы с фактическим спросом, чтобы увидеть, какая модель является наиболее точной.
После того, как сделан точный прогноз, необходимо установить буферный запас (подробно описанный в другом посте), а затем просто вычесть существующие суммы в наличии и под заказ, чтобы рассчитать план заказа. Хорошее программное обеспечение для машинного обучения также будет иметь удобный интерфейс, чтобы показать вам этот отчет.
Что он не может сделать?
Хотя он отлично подходит для автоматизации многих задач и может мгновенно обнаружить многие идеи, на которые у человека ушло бы много времени, он не может заменить человеческую интуицию.
ИИ настолько хорош, насколько хороши данные, которые подаются в алгоритм, поэтому, если ваши данные неточны, прогнозы также будут точными. Часто есть вещи, которые менеджер запасов знает о будущих событиях, которых не будет в данных, поэтому в этих случаях ответственное лицо должно будет скорректировать прогнозы.
Поэтому я не думаю, что это заменит рабочие места в ближайшем будущем, это определенно высвободит время и позволит умным операторам и менеджерам по запасам проявить больше своего творчества и сообразительности, вместо того, чтобы быть поглощенными технической ежедневной работой. Работа. Это сделает ваш бизнес компактнее, эффективнее и в целом более конкурентоспособным.
