机器学习 (ML) 是最突出的人工智能技术之一,其特点是能够从数据中学习并随着时间的推移提高性能,而无需明确编程。ML 算法分析大型数据集以识别模式、做出预测并提供可以推动决策和运营效率的见解 (Jordan and Mitchell, 2015)。对于中小企业来说,ML 在客户关系管理 (CRM)、供应链优化和预测性维护等领域尤其有益。例如,ML 可以分析客户数据以预测购买行为、细分市场和个性化营销策略,从而提高客户参与度和满意度 (Chen et al., 2012)。在供应链管理中,ML 可以优化库存水平、预测需求并简化物流,从而节省成本并改善服务交付 (Hofmann and Rüsch, 2017)。
1-3. 接收物资时(无论是来自上级供应源、其他供应支持活动 [SSA] 还是直接从战略来源),大多数物资在接收点进入接收 SSA,而一些物资(可用的和不可用的)通过上交部分进入 SSA。收到后,物资被放入储藏箱,其中可能包括码垛、堆放或搁置进来的库存。物资根据要求发放给受支持单位。发放包括维护受支持单位的签名卡。发放、接收和上交部分需要 DA 表格 1687(授权委托通知 - 物资收据)来授权和委派人员代表其单位和组织接收、上交和进行交易。所有责任记录保存和库存水平均由 SSA 仓库库存控制部分管理。
库存管理、策略和系统始终是零售商关注的重点。任何错误,无论是缺货、延迟发货还是库存过剩,都会对销售、客户忠诚度和效率产生重大影响。保持最新的库存水平和高效的供应链补货对于满足客户需求、可用性和忠诚度至关重要。根据 IHL Services 的数据,“2023 年,库存失真的总成本预计为 1.77 万亿美元,比 2022 年下降 1720 亿美元,缺货占 1.2 万亿美元,库存过剩总额为 5620 亿美元。毫无疑问,一个巨大的问题仍然存在——比拉丁美洲/南美洲零售 GDP 的总和还要大。这凸显了缺货和库存过剩的重大影响,强调了制定准确的库存补货策略的迫切需要。”
III. 信息处理的需求和水平。从技术上讲,计算机化的 MIS 无法做出决定,但它可以尽其所能地处理数据和遵循指令。例如,可以正确指示计算机将库存水平与预先设定的重新订购水平和数量的决策规则进行比较,并生成采购申请、采购询价和采购订单等。这可以与采购文件的自动控制进行比较。管理信息系统 (MIS) 在复杂组织中的管理决策中的现代作用已被比作军事指挥官的作用。指挥官经常采用基于对部分情况的直接观察的策略。通过与远程销售站、工厂部门和其他办公室定期通信来跟踪运营的经理使用这种方式。例如,一家旅行社的中央营销组织必须跟踪其遍布印度的所有预订办公室,以便做出与营销相关的决策。
通过监控库存水平和准备报告来支持库存管理 帮助协调运输和配送活动。 收集、分析和维护物流数据,如交货时间、成本和效率指标。 更新数据库并为物流团队或管理层准备报告。 确保发票、装运单和海关文件的正确记录。 识别当前物流流程中的低效率并提出改进建议。 协助实施新的物流或库存管理系统。 与供应商、厂商和货运公司沟通以解决问题并确认时间表。 通过分析交货时间和成本效率来帮助评估供应商绩效。 确保遵守安全标准、运输法和公司政策。 支持对物流流程的质量和合规性审核。 安排和组织与物流或供应链项目相关的会议。 准备总结物流活动的演示文稿或文件。 学习目标和收益:
人工智能 (AI) 是一种使机器能够执行通常需要人类智能才能完成的任务(例如学习、推理和解决问题)的技术。在供应链管理的背景下,人工智能可用于改进各种流程,例如需求预测、库存管理、运输规划和订单履行。通过分析大量数据,人工智能算法可以识别人类可能错过的模式和见解,从而做出更准确、更高效的决策 (Böhme, 2019)。随着企业不断适应不断变化的全球市场格局,人工智能 (AI) 在优化供应链管理中的作用变得越来越重要。基于人工智能的技术正在专门开发,以帮助组织监控供应链活动中日益复杂的方面。根据供应管理协会 (ISM) 的说法,人工智能技术可以降低与供应链中断相关的风险、积极管理库存水平、改善客户服务并提高运营效率 (Wood, 2021)。
评级降级认为PUR Energy Private Limited的(PEPL)持续延伸的流动性位置,这是由于其营运资本限制可忽略不计的,这是由于库存持有和延迟的长期资金筹集的升高。虽然在过去六个月中,该公司的库存水平降低,但鉴于营运资本限制的减少,其流动性仍在延伸。该公司计划筹集大量的长期资本,以资助其增长和营运资金需求。但是,由于监管过程/挑战,筹款已被延迟。公司正计划筹集卢比的桥梁资金。在接下来的几个月中,在接下来的一年中为其扩张计划提供资金,并在未来一年内长期资金。 及时的资金合作尚待观察。在接下来的一年中为其扩张计划提供资金,并在未来一年内长期资金。及时的资金合作尚待观察。
增强的需求计划是指使用机器学习和预测分析的软件,以更好地估计商店订单量。理想的系统优化了新鲜农产品,并考虑了变量,例如入站货物,近期和历史销售,促销,库存水平,显示尺寸,季节性和易腐性,以制定需要最小干预的准确商店订单。更准确的订购会导致较少的产品坐在背部室,从而减少了时间产品的年龄,但无法出售。人类对系统产生的订单的干预也减少了,也可以节省劳动力。本研究中的一位零售商使用专门设计用于生成农产品商店订单的重新软件,并在减少倒房库存方面有了显着改善。在对Aftresh客户的数据进行抽样时,在实施软件后,草莓废物减少了15.5%。
确保对所有资产和用品的正确存储,管理和跟踪,以保持准确的记录。通过维护NPHIL拥有的所有设备和材料的最新清单来确保适当的资产管理。根据政府和捐助者法规,监督处置过时或损坏的设备。维持对Nphil车辆车队的监督,以确保对项目活动和紧急响应的适当维护,跟踪和有效的派遣。确保获得必要的批准用于车辆使用和移动。监控燃油消耗并确保车队运营的成本效益。确保为NPHIL的应急准备和响应工作提供物流支持,包括库存紧急用品和协调快速响应部署。确保所有物流活动都符合NPHIL,政府和捐助政策以及国际最佳实践。准备并提交有关物流操作,库存水平和车辆管理的定期报告。确保遵守物流行动的健康和安全标准。
