إدارة المخزون بالذكاء الاصطناعي من المشاريع القليلة التي يمكن ربطها برقم واضح من اليوم الأول: نقد أقل محتجز في مخزون راكد، وفرص بيع أقل تُفقد على الأصناف سريعة الحركة. هذا دليل عملي لتجار التجزئة والصيدليات والموزعين في الكويت والخليج حول ما يتنبأ به النظام فعلاً، والبيانات التي يحتاجها، وتكلفته، وكيف تُدار أول تسعين يوماً دون إهدارها.
ما تفعله إدارة المخزون بالذكاء الاصطناعي فعلياً
بعيداً عن لغة العروض التجارية، تؤدي إدارة المخزون بالذكاء الاصطناعي ثلاث وظائف. تتوقع الكمية التي ستبيعها من كل صنف في أسبوع معين، وتحوّل هذا التوقع إلى كميات إعادة طلب تحترم مدد التوريد الحقيقية لديك، ثم تُبرز المجموعة الصغيرة من الحالات الاستثنائية التي تحتاج قراراً بشرياً اليوم. الوظيفتان الأولى والثانية تنبؤ وتحسين رياضي، أما الثالثة فهي موضع القيمة الأكبر في الشهر الأول، لأن مسؤول المشتريات الذي يدير أربعة آلاف صنف في ستة فروع لا يستطيع مراجعة كل شيء، وقائمة من أربعين صنفاً تحتاج قراراً قبل الخميس تغيّر طريقة عمله بالكامل.
ما لا يفعله النظام هو اختراع البيانات. إذا كانت أرصدة المخزون متأخرة ثلاثة أسابيع، فسيُنتج النموذج استنتاجات واثقة وخاطئة يصعب الاعتراض عليها أكثر من جدول بيانات سيئ. هذا هو السبب الأشهر لتعطل مثل هذه المشاريع، ويستحق قراءة لماذا تفشل مشاريع الذكاء الاصطناعي قبل تحديد النطاق. التنبؤ هو المحرك الأساسي لكل ذلك، فإن كان التقلب في الطلب هو مشكلتك الحقيقية لا آلية إعادة الطلب، فابدأ من التنبؤ بالطلب بالذكاء الاصطناعي وأضف طبقة الشراء لاحقاً.
من أين تأتي مشكلات المخزون في الخليج
برامج المخزون التقليدية تفترض عالماً مستقراً بمدد توريد قصيرة ومتوقعة، وهذا ليس الواقع التشغيلي هنا، وفي هذه الفجوة تتسرب معظم الأموال.
- مدد استيراد طويلة ومتغيرة. الحاوية التي تستغرق ثمانية وعشرين يوماً في المتوسط وخمسة وخمسين يوماً عند تأخر التخليص تحتاج مخزون أمان محسوباً على التغير لا على المتوسط. معظم الفرق تشتري على المتوسط ثم تطفئ الحرائق.
- طلب يتبع تقويماً مختلفاً. رمضان والعيد والعودة إلى المدارس في سبتمبر والعيد الوطني والتحرير في أواخر فبراير وموسم السفر الصيفي تحرّك المبيعات بقوة وفي اتجاهات متعاكسة. النموذج الذي لا يُغذى بالتقويم الهجري سيخطئ في الأسابيع الستة نفسها كل عام.
- أصناف مكررة بسبب الإدخال بلغتين. المنتج نفسه مُدخل مرة بالعربية ومرة بالإنجليزية، أو بثلاث كتابات لاسم العلامة، فينقسم سجل مبيعاته ويظهر كثلاثة أصناف راكدة بدل صنف سريع واحد. تنظيف هذا عمل غير لامع لكنه غالباً أعلى أسبوع مردوداً في المشروع.
- تاريخ الانتهاء ومدة الصلاحية. في الصيدليات والأغذية والتجميل، أي نموذج إعادة طلب يتجاهل تواريخ الانتهاء يحسّن طريقك نحو الإتلاف.
- واقع الفروع. قد يبدو إجمالي المخزون صحياً بينما الصنف موجود في الفرع الخطأ. توصيات التحويل بين الفروع كثيراً ما تتفوق على الشراء الإضافي.
البيانات التي تحتاجها قبل البدء
لا تحتاج مستودع بيانات، بل نحو ثمانية عشر شهراً من سجل معاملات صادق مع حقول قليلة غالباً ما تكون ناقصة. تحديداً: مبيعات على مستوى السطر بالتاريخ والفرع، وأوامر شراء بتاريخ الطلب وتاريخ الاستلام الفعلي وهو الحقل الذي يمنحك مدد التوريد الحقيقية والأكثر غياباً، والرصيد الحالي لكل موقع، والتكلفة والسعر لكل صنف، وشجرة أصناف نظيفة، وسجل لحالات النقص أو الاستبدال إن توفر. إن لم تسجل حالات النقص مطلقاً، فسجلك يقلل من حجم الطلب الحقيقي على أفضل أصنافك وسيطلب النموذج أقل من اللازم حتى تُصحح ذلك.
إذا كانت البيانات داخل نظام تخطيط موارد، فعمل التكامل معروف الحجم ولا يُعد مشروع بحث، ويمكن غالباً تشغيل أساس التنبؤ على تصدير ليلي بينما يُبنى التكامل الأعمق. ويستحق الاطلاع على المراجع القياسية حول مخزون الأمان لتتمكن من مناقشة ما يقترحه أي مزوّد، كما تنشر ماكنزي مواد عامة مفيدة في مكتبة رؤى العمليات.
تكلفة أول مشروع وما يمكن توقعه
المشروع التجريبي المحدد النطاق على فئة واحدة أو مجموعة فروع واحدة، ويغطي تنظيف البيانات ونموذج تنبؤ وتوصيات إعادة طلب ولوحة يفتحها فريق الشراء فعلاً، هو بناء من ستة إلى عشرة أسابيع لا برنامج يمتد سنة. النطاقات وما يحركها موضحة في تسعير أتمتة الذكاء الاصطناعي في الكويت. التوقع الصادق للدورة الأولى هو انخفاض بنسبة من خانة واحدة إلى مطلع العشرات في تكلفة الاحتفاظ بالمخزون للفئات التي شملها المشروع، مع نقص أقل في أفضل عشرين بالمئة من الأصناف. ومن يَعِد بأربعين بالمئة قبل رؤية سجل أوامر الشراء فهو يبيع كلاماً.
قِس النتيجة بشكل سليم من البداية: اختر الفئات، وثبّت خط أساس لتكلفة الاحتفاظ ونسبة النقص وقيمة الإتلاف، وقارن الأشهر نفسها سنة بسنة لا بالشهر الماضي.
كيف تُدار أول تسعين يوماً
شغّله كتوصيات لا كأتمتة كاملة. في أول دورتين يقترح النظام ويوافق المشتري، وهذا يحقق أمرين: يمنع تشغيلاً خاطئاً واحداً من ربط أموال حقيقية بمورد، ويمنحك سجلاً نظيفاً لمواضع خطأ النموذج وأسبابه. ثم تُؤتمت فقط الفئات التي توقف المشتري عن تجاوز توصياتها.
هذا النمط مألوف من عمل تشغيلي نفذناه في الكويت: في DWA، منصة توصيل أدوية، كانت دقة التوفر والكتالوج داخل عملية حقيقية أهم لتجربة العميل من أي خاصية على الشاشة. وذكاء المخزون هو المشكلة نفسها بطبقة أعمق. وإذا أردت تحديد النطاق على أرقامك الفعلية بدل عرض عام، فهذا ما نقوم به من خلال استوديو الذكاء الاصطناعي لدينا.