التنبؤ بالطلب المعتمد على الذكاء الاصطناعي: ما الذي يحسّنه فعلاً

التنبؤ هو القرار الأول في سلسلة الإمداد. فكل أمر شراء وتحويل وخطة إنتاج يعتمد عليه، لذلك ينتقل حتى التحسن البسيط في الدقة على طول الطريق إلى الرف.

ماذا تقول الأبحاث

في تحليلها للتنبؤ التشغيلي المعتمد على الذكاء الاصطناعي، أفادت McKinsey & Company أن تطبيق التنبؤ المعتمد على الذكاء الاصطناعي في إدارة سلسلة الإمداد يمكن أن يقلل أخطاء التنبؤ بنسبة 20 إلى 50 بالمئة. ويمكن أن يترجم هذا التحسن إلى انخفاض في المبيعات الضائعة وعدم توفر المنتجات بنسبة تصل إلى 65 بالمئة. ويشير التحليل نفسه إلى انخفاض تكاليف التخزين بنسبة 5 إلى 10 بالمئة، وانخفاض التكاليف الإدارية بنسبة 25 إلى 40 بالمئة.

لماذا يقصر التنبؤ التقليدي

• تُطبّق طريقة واحدة على كل الأصناف، رغم اختلاف أنماط الطلب كثيراً.
• يُستخدم التاريخ كما هو، بما فيه العروض والطلبات الاستثنائية وفترات نفاد الصنف.
• تُعد التوقعات مرة واحدة ونادراً ما تُراجع مقارنة بما حدث فعلاً.
• لا يوجد مالك أو اعتماد واضح، فلا أحد مسؤول عن الرقم.

كيف يبدو التنبؤ الجيد المعتمد على الذكاء الاصطناعي

1. نماذج كثيرة، وأفضل نموذج واحد. اختبر مكتبة من الخوارزميات على كل صنف واختر الأفضل أداءً، بدل فرض طريقة واحدة على الجميع.
2. فحوص الأهلية. لا تستخدم نموذجاً إلا إذا كان للصنف تاريخ كافٍ ونمط مناسب له.
3. معالجة حسب الفئة. خطط للأصناف المستقرة عالية القيمة بشكل مختلف عن الأصناف غير المنتظمة منخفضة الحجم.
4. احتساب العروض والمناسبات. عدّل وفق الأحداث المستقبلية المعروفة بدل التعامل معها كمفاجآت.
5. مراجعة واعتماد بشري. أظهر الاستثناءات التي تحتاج إلى انتباه ودع المخططين يعتمدون، مع توثيق كل تغيير.

تبنّيه دون استبدال نظام ERP

لا تحتاج إلى نظام ERP جديد لتتنبأ بشكل أفضل. OPTIAI يتصل بالنظام الذي تستخدمه حالياً، بما في ذلك SAP S/4HANA و SAP Business One و Oracle و Odoo، ويطبّق أكثر من 74 خوارزمية للتنبؤ مع فحوص الأهلية واختيار النموذج الأنسب لكل صنف، اعتماداً على فئات ABC-XYZ. اطّلع على صفحة التكامل للتفاصيل.