优化库存和提高服务水平的机器学习技术

公司都希望尽可能降低库存成本，同时将客户服务保持在最高水平。 最近，供应链的弹性已经占据了成本和利润的首位！ 为此，过去几十年的零库存和准时制概念已经失效。 这 使用人工智能和机器学习技术 已经开辟了许多新的解决方案来解决所谓的世界上最古老的问题之一：我需要多少？

尝试从库存投资中获取更多收益时，应重点关注供应链计划的四个主要领域。 从上到下，在不同的时间范围内，每一个都是使整个画面正确的关键，因此，将它们分别定位很重要：

供应链库存计划者应关注的四个领域

1）更好地减少预测误差 需求计划 使用机器学习

2) 使用规定性算法建立更好的库存目标水平，例如 多级库存优化（MEIO)

3) 同步供应流 S&OP 和 S&OE 并使用机器学习预测（学习）供应商客户和运营模式

4) 使用 机器学习算法 提高安全库存价值并预测中断以降低风险并提高弹性

减少预测误差

影响供应链所需库存量的两个关键因素是供应商提前期和需求不确定性。 尽管库存计划和管理预测并不总是完美的，但可以通过改进流程和技术来提高其准确性。 预测和“共识需求”（即所有部门对一个预测数字的汇总和协议）也用于确定预测误差。 因此，如果一家公司没有一个强有力的流程来促进协作，他们将无法在任何其他领域做得很好。 预测算法是一个很好的起点，尤其是在使用机器学习技术的情况下，但是必须制定流程来决定新旧产品的预测策略设计以及利益相关者是谁。 此外，系统可以监控不同参与者贡献的准确性，并相应地调整其输入的权重。

多梯队库存优化（MEIO)

在具有许多产品、地区和客户的端到端供应链中，很难确定在何处以及多少存货。 有很多方法可以重新平衡库存预算的分配方式。 此外，库存池和生产延期策略可能很复杂，而且难以按计划执行。 多梯队库存优化 (MEIO) 系统将使公司能够在决定供应链的位置以及在供应链的每个阶段拥有多少库存时考虑所有这些因素。 如果您的公司正在使用手动系统（因此，几乎是在猜测每种产品的覆盖天数）或者没有适当的流程来计算统计安全库存值及其“假设”影响关于客户服务，那么您应该研究如何 MEIO 系统可以帮助您的供应链。 MEIO，基本上是一种使用梯度下降搜索的人工智能技术，它为不同的客户和产品提供了成本和服务水平之间的权衡。 它还根据您的服务水平和成本权衡定义了最佳库存水平。

销售和运营计划

作为一部分 S&OP 和 S&OE 流程公司需要确定如何满足来自缓冲库存、预测需求和积压的库存需求。 或者可能是产能或材料限制或其他运营效率问题促使公司在实际需要之前购买或建立库存。 生产过程的产量或可靠性以及 WIP 数量的变化都会影响需要什么库存以及何时需要。 无论如何，达成共识的供应计划流程 S&OP 计划是做出这些决定的第一个地方。 除了那个， S&OP 解决方案没有考虑前面提到的有限容量、材料和操作限制的影响。 为此，除非我们有一个集成的系统，否则无法有效地控制库存水平。 S&OE 解决方案来应对来自供应商的短期中断、WIP 变化、制造问题或需求的突然变化，无论是上升还是下降。 在一个连续的计划中， S&OP 和 S&OE 使用真正的数字供应链双胞胎在同一系统内完成。 所需要的只是系统数据的粒度和频率。

使用机器学习计算安全库存

安全库存要求往往会因许多因素而变化，例如需求变化、季节性变化、产品生命周期、区域事件、资源可用性以及某些地区的预期天气中断等。 机器学习算法有助于找到供应链中影响安全库存需求的潜在模式。 根据这些模式及其根本原因，他们可以预测每个产品（系列）、客户或地区的正确安全库存水平。 这种库存计划和管理技术非常可靠，并且可以对库存成本和服务水平产生巨大影响。

总之，供应链库存计划和管理的许多领域都可以对减少库存和改善客户服务产生重大影响。 通常，公司将首先关注需求计划，然后是库存管理，同时采用简单的方法来设置库存目标水平，例如补货计划。 然后，他们将专注于更好的库存目标 MEIO 系统和更好的供应方战略，例如供应计划、安全库存计算和更可预测的执行使用 S&OE 解决方案。 有关供应链战略和在供应链规划中使用 AI/ML 的完整指南，请单击 点击此处.