Prognozuokite būsimą poreikį, valdykite optimalias atsargas ir automatizuokite užsakymus tiekėjams

Gamybos įmonėje neužtenka žinoti, kiek medžiagų yra sandėlyje šiandien. Svarbu iš anksto numatyti, kiek jų reikės artimiausiu laikotarpiu, kad gamyba nesustotų dėl trūkstamų medžiagų, bet kartu sandėlyje nebūtų laikomos perteklinės atsargos.

AIVA AI Supply Planning ? dirbtinio intelekto sprendimas medžiagų ir prekių poreikiui prognozuoti, optimalioms atsargoms apskaičiuoti bei tiekimo užsakymams planuoti.

Sprendimas jungia:

• mašininiu mokymusi pagrįstą būsimo poreikio prognozavimą;
• minimalių ir maksimalių atsargų valdymą;
• faktinius sandėlio likučius;
• jau gautus klientų užsakymus;
• tiekėjų pristatymo terminus;
• automatinį tiekimo poreikio apskaičiavimą;
• užsakymų tiekėjams formavimą.

Taip DI prognozė panaudojama ne vien analizei ? ji tampa realaus tiekimo proceso dalimi.

Kodėl vien istorinių sandėlio normų nepakanka?

Tradicinėse sistemose minimalios ir maksimalios atsargų normos dažnai nustatomos rankiniu būdu arba pagal ankstesnių laikotarpių vidurkius.

Tačiau realus poreikis nuolat keičiasi dėl:

• sezoniškumo;
• klientų užsakymų svyravimų;
• pardavimų augimo ar mažėjimo;
• gamybos apimties pokyčių;
• skirtingų tiekėjų pristatymo terminų;
• naujai gautų klientų užsakymų.

AIVA AI Supply Planning  leidžia būsimą poreikį vertinti naudojant mašininio mokymosi modelį.

Kaip veikia AIVA AI Supply Planning?

Procesą galima pavaizduoti taip:

Istoriniai užsakymai ir pardavimai
-> DI poreikio prognozė
-> minimalios ir maksimalios atsargos
-> faktiniai sandėlio likučiai
-> klientų užsakymų poreikis
-> tiekimo poreikis
-> užsakymas tiekėjui.

1. DI prognozuoja būsimą medžiagų ir prekių poreikį

AIVA AI Forecasting mašininio mokymosi modelis gali analizuoti:

• istorinius klientų užsakymus;
• ankstesnių laikotarpių pardavimus;
• gaminių ar medžiagų grupes;
• sezoniškumą;
• augimo ir mažėjimo tendencijas;
• kitus įmonės sukauptus paklausos duomenis.

Pagal juos prognozuojama, kiek konkrečios prekės ar medžiagos gali būti reikalinga būsimu laikotarpiu.

Tai leidžia pereiti nuo klausimo:

?Kiek sunaudojome anksčiau??

prie:

?Kiek, tikėtina, reikės artimiausiu laikotarpiu??

2. Apskaičiuojama minimali atsarga

Minimali atsargų norma turi apsaugoti nuo situacijos, kai:

medžiagų ar prekių nebeužtenka, o naujas tiekėjo pristatymas dar neatvyko.

Skaičiuojant minimalią atsargą gali būti vertinama:

• DI prognozuojama paklausa;
• prioritetinio tiekėjo pristatymo terminas;
• prognozuojamas sunaudojimas iki papildymo gavimo;
• faktiniai sandėlio duomenys.

Minimali norma  siejama su vidutiniu dienos sunaudojimu, kuri skaičiuojams pagal DI prognozę ir tiekėjo pristatymo terminu.

3. Apskaičiuojama maksimali atsarga

Maksimali atsargų norma padeda nustatyti, kiek medžiagų ar prekių racionalu turėti iki kito planuojamo papildymo.

Vertinama:

• DI prognozuojamas poreikis;
• tiekėjo pristatymo terminas;
• laikotarpis tarp tiekimo užsakymų;
• sandėlio likutis;
• jau užsakyti, bet dar negauti kiekiai;
• numatoma paklausos kryptis.

Mmaksimali norma jau apskaičiuojama įvertinant tiekėjo pristatymo laiką, laikotarpį iki kito užsakymo ir DI prognozuojama būsima paklausą.

4. Įvertinami jau gauti klientų užsakymai

DI prognozė parodo tikėtiną būsimą poreikį.

Tačiau jau gauti klientų užsakymai yra ne prognozė, o konkretus įsipareigojimas, todėl juos taip pat būtina įvertinti.

AIVA tiekimo planavime sujungiami du poreikio šaltiniai:

Prognozuojamas poreikis

Ko, tikėtina, prireiks artimiausiu laikotarpiu.

Patvirtintas poreikis

Ko jau reikia gautiems klientų arba gamybos užsakymams.

Todėl tiekimo planas gali būti sudaromas ne vien pagal prognozę, bet pagal:

DI prognozę + realius klientų užsakymus.

5. Įvertinami sandėlio likučiai ir jau užsakytos medžiagos

Nustačius būsimą poreikį, AIVA įvertina:

• kiek medžiagų jau yra sandėlyje;
• kiek jų rezervuota;
• kiek reikia klientų ir gamybos užsakymams;
• kiek jau užsakyta iš tiekėjų;
• kiek dar trūksta iki optimalaus kiekio.

Taip apskaičiuojamas realus tiekimo poreikis.

6. Apskaičiuojama, ką ir kiek reikia užsakyti

AIVA AI Supply Planning logika gali būti išreiškiama taip:

**DI prognozuojamas būsimas poreikis

• patvirtintų klientų užsakymų poreikis
• reikalinga atsarga
  ? sandėlio likutis
  ? jau užsakyti kiekiai
  = papildomas tiekimo poreikis.**

Sistema gali pateikti:

• kokią medžiagą reikia užsakyti;
• kiek jos reikia užsakyti;
• kada reikia pateikti užsakymą;
• iš kurio tiekėjo užsakyti.

7. Formuojami užsakymai tiekėjams

AIVA AI Supply Planning nesibaigia prognozės grafiku.

Apskaičiuotas poreikis perduodamas AIVA tiekimo valdymo funkcijoms.

Sistema gali:

• sugrupuoti reikalingas pozicijas pagal tiekėjus;
• parinkti tiekėją;
• apskaičiuoti užsakytiną kiekį;
• suformuoti tiekimo užsakymą;
• pateikti užsakymą atsakingam darbuotojui patvirtinti;
• pagal nustatytą procesą perduoti jį tiekėjui.

Todėl visas procesas gali vykti:

DI prognozė -> atsargų skaičiavimas -> tiekimo poreikis -> užsakymas tiekėjui.

Tiekėjo pristatymo terminas taip pat svarbus

Vienodos medžiagos gali būti tiekiamos skirtingu greičiu.

Todėl AIVA tiekimo planavime gali būti vertinama:

• prioritetinis tiekėjas;
• jo įprastas pristatymo terminas;
• alternatyvūs tiekėjai;
• laikotarpis tarp užsakymų tiekėjui.

Esamame AIVA algoritme tiekėjo pristatymo terminas jau tiesiogiai naudojamas tiek minimaliai, tiek maksimaliai atsargai apskaičiuoti. UzduotisPrognozavimui15800s

Tai leidžia DI prognozę paversti praktiniu tiekimo sprendimu.

Mašininis mokymasis

AIVA AI Supply Planning poreikio prognozavimui naudoja AIVA AI Forecasting mašininio mokymosi modelį.

Modelis, analizuodamas istorinius duomenis, gali nustatyti:

• paklausos tendencijas;
• sezoniškumą;
• periodinius svyravimus;
• skirtingų prekių ir medžiagų grupių pokyčius.

Modelio prognozės gali būti periodiškai lyginamos su faktiniu poreikiu, o sukaupus naujus duomenis ? tikslinamos.

Taip sukuriamas grįžtamasis ryšys:

Prognozė -> faktinis poreikis -> palyginimas -> modelio tikslinimas -> nauja prognozė.

Ryšys su AIVA GAMYBA AI

AIVA AI Supply Planning yra vienas iš dviejų pagrindinių AIVA GAMYBA AI sistemoje integruotų DI sprendimų.

AIVA GAMYBA AI vienoje duomenų aplinkoje gali sujungti:

• CRM;
• klientų užsakymus;
• gaminių technologijas;
• gamybos užsakymus;
• medžiagų poreikį;
• sandėlio likučius;
• tiekėjus;
• tiekimo terminus;
• gamybos planavimą;
• faktinį medžiagų sunaudojimą.

Todėl DI prognozei nereikia kurti izoliuotos duomenų bazės ? galima panaudoti realiame įmonės procese jau kaupiamus duomenis.

Ryšys su AIVA AI Production Planning

Abu AIVA DI sprendimai papildo vienas kitą.

AIVA AI Supply Planning atsako:

Kokių medžiagų ir kada reikės?

AIVA AI Production Planning atsako:

Kas, kur ir kada turi atlikti gamybos operacijas?

Todėl visa grandinė gali atrodyti taip:

Klientų užsakymai ir paklausos istorija
-> DI medžiagų poreikio prognozė
-> atsargų ir tiekimo planas
-> medžiagų prieinamumas
-> DI gamybos planas
-> užduotys darbuotojams
-> faktinė gamyba.

Tai leidžia susieti tiekimą su realiu gamybos planavimu.

Kokią naudą gali suteikti AIVA AI Supply Planning?

Mažesnė medžiagų trūkumo rizika

DI prognozė padeda anksčiau pastebėti būsimą poreikį ir pradėti papildymą dar prieš atsargoms pasiekiant kritinį lygį.

Mažiau perteklinių atsargų

Atsargų normos gali būti koreguojamos pagal būsimą paklausą, todėl nereikia vienodų didelių atsargų laikyti visus metus.

Mažiau įšaldytų apyvartinių lėšų

Tikslesnės atsargos gali sumažinti kapitalą, laikomą retai naudojamose medžiagose ar prekėse.

Mažiau rankinio tiekimo planavimo

Sistema pati apskaičiuoja poreikį ir gali parengti užsakymus tiekėjams.

Mažesnė gamybos sustojimo rizika

Medžiagų poreikis prognozuojamas iš anksto, todėl mažėja tikimybė, kad suplanuoto darbo nebus galima pradėti dėl trūkstamų komponentų.

Kam skirtas AIVA AI Supply Planning?

Sprendimas aktualus ne tik gamybos, bet ir prekybos įmonėms.

Ypač toms, kurios:

• turi daug skirtingų medžiagų ar prekių pozicijų;
• reguliariai papildo sandėlį;
• susiduria su sezonine paklausa;
• turi skirtingus tiekėjų pristatymo terminus;
• dažnai patiria prekių ar medžiagų trūkumą;
• tuo pačiu sandėlyje turi perteklinių atsargų;
• daug laiko skiria tiekimo poreikio skaičiavimui;
• nori automatizuoti tiekimo užsakymų rengimą.

Diegimas

AIVA AI Supply Planning diegimas gali apimti:

1. Istorinių duomenų įvertinimą

Nustatoma, kokius užsakymų, pardavimo ir sunaudojimo duomenis įmonė turi.

2. Duomenų paruošimą

Duomenys parengiami mašininio mokymosi modeliui.

3. DI modelio adaptavimą

AIVA AI Forecasting modelis adaptuojamas konkrečios įmonės duomenims.

4. Integraciją su atsargų valdymu

DI prognozės sujungiamos su min?max normų, sandėlio likučių ir tiekimo poreikio skaičiavimais.

5. Integraciją su tiekimo valdymu

Poreikis panaudojamas užsakymams tiekėjams formuoti.

6. Testavimą ir bandomąją eksploataciją

Prognozės bei siūlomi užsakymo kiekiai lyginami su faktiniais rezultatais.

Norite įvertinti, kaip DI galėtų planuoti Jūsų įmonės atsargas?

Galime įvertinti:

• kokius istorinius užsakymų ir pardavimo duomenis turite;
• ar paklausoje matomas sezoniškumas;
• kiek skirtingų medžiagų ar prekių valdote;
• kaip dabar nustatomos min?max atsargų normos;
• kaip dažnai formuojami užsakymai tiekėjams;
• kiek tiekimo planavimo proceso galima automatizuoti.

Susisiekite su AIVA SISTEMA ? įvertinsime AIVA AI Supply Planning pritaikymo galimybes Jūsų įmonėje.