インテリジェントな在庫管理にAIを使用する方法

衝撃的な金額の資本が現在在庫に拘束されています。売掛金と買掛金に加えて、在庫は現金で1.1兆ドルに相当します。これは、米国の国内総生産の7％に相当します。幸いなことに、人工知能（AI）は、この現金へのアクセスを支援する可能性があります。

実際、インダストリー4.0は、サプライチェーン全体での作業方法を変えています。 AI、センサー、モノのインターネット（IoT）テクノロジーを使用して、スマートでデータ駆動型の流通センターを開発できます。たとえば、エンタープライズリソースプランニング（ERP）システムを消費者の傾向データと相互参照することにより、AIテクノロジーは、注文を満たすために正しい量の原材料を自動的に注文し、無駄を減らし、利益を増やすことができます。

複雑な流通網がAIのメリットに開かれているため、サプライチェーンは、製造業におけるAIの他のどのアプリケーションよりも大きな経済的メリットをもたらす可能性があります。このテクノロジーを使用すると、ディストリビューターは当て推量で製品の需要を予測する必要がなくなり、代わりにデータセットをマージして将来について正確な予測を行い、十分な情報に基づいたビジネス上の意思決定を行えるようになります。

在庫レベルの効率

AIは、将来の需要を洞察することで、以前の注文に基づいてサプライヤーの需要を予測するのにも役立ちます。これは、在庫レベルを最適化するために重要な決定を下すことができることを意味します。たとえば、AIがディストリビューターに、他の多くのディストリビューターが12か月以内に同じ機器を必要としていることを知らせた場合、キューを飛び越えて、もっと早く注文することで先に進むことができます。

売上原価

在庫レベルが最適化されていないことが重要なのはなぜですか？ええと、それは在庫レベルの効率に関係しています。使用を超えて在庫を保持するコストが発生しないため、売上原価（COGS）が減少します。 2015年には、在庫過剰のコストは4,700億ドルでしたが、在庫不足のコストは世界中で6,300億ドルでした。現金と保管スペースを解放すると、節約の可能性が生まれます。

リードタイム

インダストリー4.0により、サプライチェーンがさまざまな注文をより迅速に管理できるようになるため、顧客のリードタイムが短縮されます。ただし、これにより、毎回、時間どおりに納品するというプレッシャーが高まります。これを軽減するために、AIを使用すると、手遅れになる前に在庫のギャップを見つけて、信頼と信頼性に基づいて構築された長期的な顧客関係を維持できます。

これらの手法を理論的な例に適用することで、AIが享受できる経済的メリットについての洞察を得ることができます。 Robo-botsと呼ばれるロボットディストリビューターを想像してみてください。 Robo-botsは、最近の機械製造用のコンポーネントの不足に驚かされ、サプライヤからの予想外の膨大なリードタイムにつながりました。

ロボットの需要が毎年増加するにつれて、ロボットの重要なコンポーネントの注文量も増加します。 Robo-botsの遅延の原因は、ロボットで使用するハーモニックドライブ、ベアリング、ボールねじを調達するためのサプライヤーの苦労でした。

RoboボットがAIソフトウェアを使用していた場合、状況は異なる可能性があります。 AIは、ロボットの需要、ベアリングの供給、ボールねじの供給などのデータを、人間よりもはるかに速く精査することができます。次に、このデータを会社独自の注文履歴、在庫、および数値と相互参照して、ビジネスで事前にコンポーネントが不足していたことを示すことができます。

興味深いことに、このテクノロジーは成長する市場を特定するためにも使用できます。この場合、クリーンルームロボットの成長する市場を区別することができます。洞察によると、ロボボットは、追加のクリーンルームの適応を備えた通常のロボットのいくつかを注文する決定を下すことができます。突然、ロボボットの停滞したトップラインの成長ははるかに繁栄しているように見えます。

もちろん、Robo-botsは理論的な状況を持つ理論的な会社ですが、メッセージは同じです。インテリジェントな在庫管理は、ビジネスの収益を改善する大きな可能性を秘めています。

AIは、機械製造業者だけでなく、産業機器の再販業者や販売業者にも有望です。例としてサーボモーターディストリビューターを考えてみましょう。同社はサーボモーターサプライヤーに定期的に注文しており、四半期ごとに一括注文を受けています。 1年後、ディストリビューターは、これらのモーターの需要が予想どおりではなかったことを発見し、サーボモーターの備蓄が倉庫に形成され、貴重な保管スペースと現金を占有しました。

これを回避するために、ディストリビューターはAIディストリビューションソフトウェアを実装して、サプライチェーン全体の在庫、市場動向、売上、需要を追跡できます。需要がなかった場合、ディストリビューターはサーボモーターのサプライヤーと提携する前に、より多くの情報に基づいた決定を下すことができます。

在庫管理にAIを使用すると、不適切な意思決定を回避し、新しい投資に関する情報を提供するのに役立ちます。ただし、この改善は一夜にしては起こりません。このテクノロジーの成功は、高いデータ粒度に大きく依存します。粒度は、AIが大きく依存しているデータセットのスケールまたは詳細レベルを特徴づけるために使用されます。粒度が大きいほど、データ全体の詳細レベルが深くなります。

AIの実装が今後の計画に含まれているかどうかに関係なく、データの収集と保存が効果的であることを確認することをお勧めします。最終的に、現在在庫に拘束されている1.1兆ドルを解く場合、AIが答えを提供する可能性があります。

作者について

ジョナサンウィルキンスはのマーケティングディレクターです。 EUオートメーション 、 廃止された産業用部品サプライヤー。 にメールでジョナサンに連絡してください [email protected] 。