Agent AI do zarządzania zapasami w retail: prognozy, zamówienia i kontrola

Problem zapasów zaczyna się w danych

Łatwo sprowadzić temat do „AI przewidzi popyt”. Nawet dobry model nie naprawi procesu, w którym sprzedaż z kas nie zgadza się ze stanem magazynowym, zwroty są księgowane z opóźnieniem, warianty produktów są dublowane pod różnymi SKU, a czas dostawy dostawcy wpisano raz i nigdy nie zaktualizowano. W takim środowisku agent produkuje eleganckie sugestie na krzywych danych.

Dlatego agent najpierw codziennie zestawia dane i wskazuje niespójności: SKU z ujemnym stanem, produkty sprzedające się mimo braku dostępności, różnice między sklepem internetowym a magazynem, zamówienia bez potwierdzonego terminu, towar z wysokim zapasem i niską rotacją. Prognoza pokazuje scenariusz bazowy, ostrożny i przy promocji. Propozycja zamówienia ma podstawę: sprzedaż, zapas, zamówienia w drodze i czas dostawy.

Ile to kosztuje i kiedy się zwraca

Rachunek liczy pracę wokół sprawy: szukanie, czytanie, pisanie i przekazywanie. Zostaje czas na sprawdzenie wyniku, w scenariuszu 30% dzisiejszej pracy. Przed wyceną mierzymy oba czasy na 20 do 100 sprawach, które zespół już obsłużył, w teście za 0 zł trwającym 5 dni roboczych.

W rachunku liczymy tylko czas kupca. Mniejsze braki i niższy zapas mierzymy w pilotażu osobno, bo zależą też od promocji, sezonu i decyzji kupców.

Kiedy prognoza nie jest pierwszym krokiem

Jeśli dane z kas, magazynu i sklepu internetowego się nie zgadzają, pierwszym etapem jest ustalenie, które dane są wiarygodne i kto odpowiada za wyjątki. McKinsey opisuje predykcyjne planowanie popytu jako obszar, w którym analityka korzysta z wielu zmiennych, ale to nie gwarantuje wyniku w konkretnym sklepie. Koszt działania agenta liczysz na jednostkę, na przykład propozycję zamówienia, co opisuje FinOps. Zatrzymanie przed zamówieniem u dostawcy zapewnia akceptacja człowieka, na przykład w LangChain z udziałem człowieka.

Od czego zacząć

Pilotaż obejmuje jedną grupę produktów i kilka sklepów, z porównaniem do okresu sprzed pilotażu. Szerszy zakres magazynu opisuje AI w magazynie. Takie wdrożenie budujemy w ramach agentów AI. Na bezpłatną analizę wystarczy opis jednej sprawy z ostatnich tygodni i narzędzi, w których się toczyła. Nie trzeba przesyłać poufnych dokumentów, a plan na piśmie dostajesz w 2 dni robocze.