微信扫码
与创始人交个朋友
我要投稿
接下来的几篇文章,风叔会从行业实践的角度,详细介绍AI Agent在各个业务领域的应用场景,涵盖营销、供应链、门店、生产、财务、人力资源等环节。
本篇文章,我们先来谈谈AI Agent在供应链场景下的应用。一个完整的供应链包括五大环节,计划、采购、生产(仓储)、交付、以及可能出现的退货环节。下面风叔详细介绍一下每个环节的内容,以及AI Agent的潜在应用场景。
想提前了解全部内容的同学,可以关注公众号,回复关键词“供应链Agent”,获得AI Agent在供应链场景下应用的完整框架。
1. 计划
“凡事预则立,不预则废”,计划是驱动供应链的核心因素,贯穿在供应链的整个生命周期环节,包括销售计划、采购计划、生产计划和库存计划。
销售计划
销售计划是指当产品开始售卖时,预计每个产品能有多少销量。销售计划的颗粒度可大可小,从整个企业层面,销售计划包括年度计划、季度计划和月度计划;在更细粒度的产品和门店层面,还可以制定周计划和日计划。
企业需要根据产品的保质期和用途,设立合理的销售计划颗粒度。比如在服装行业,因为服装的季节性,使用季度计划和月度计划比较合适;但是在餐饮行业,还需要细化到周计划和日计划,因为很多餐饮食材的保质期就只有1天。
销售计划是企业实际开展经营的总纲领。销售计划决定了需要采购多少原材料、配置多少库存、以及配送周期和数量。如果没有销售计划,产品卖出去多少都是抓瞎,最终的结果要么就是库存积压卖不出去,要么就是商品售罄供不应求,该赚的利润都没有赚到。
当然,销售计划也只是一个预估,和最终实际的销量不可能100%匹配,但我们需要做的就是尽量减少实际的误差。
销售计划的关键在于训练企业的销量预测模型,最简单的销量预测模型是线性回归模型。通过收集企业过去每个品类、每个门店的销售记录,拟合出影响销售额的核心关键因子的权重,比如品类、地区、门店、营销活动、价格、季节、天气等因素。
可以训练一个专门进行销售计划的AI Agent,其主要作用包括:
对接企业的商品、订单、门店、优惠等数据;
定期训练和更新销量预测模型,细化到门店和品类;
将模型预测的结果以标准销售计划文档或表格形式输出,再由人工进行校对;
支持对输入问题进行答复,比如数据源头、计算方式、各因子权重等;
采购计划
采购计划是指企业需要提前采购多少原材料、找哪些供应商采购、采购周期是多久。
采购计划是跟着销售计划联动的,受到销售计划的指引。因为销售计划不一定准确,所以采购计划也需要保留一些buffer。同时,采购计划也需要考虑上游供应商的响应效率和成本。
对于采购计划,同样可以训练一个AI Agent,其主要作用包括:
对接企业的供应商、商品BOM等数据;
接收由销售计划Agent传递过来的详细销售计划文档,并进行解析;
结合商品BOM清单、供应商成本和响应时间,输出标准采购计划清单,再由人工进行校对;
支持对输入问题进行答复,比如数据源头、计算依据等;
生产计划
生产计划是指,企业需要如何安排产品的制造和生产。
生产计划也是跟着销售计划联动的,同时也受到产能的制约。因为生产是将原材料正式变成产品的过程,产线一旦启动就比较难停下来。所以,企业一定要提前安排好生产计划,每天生产多少、需要多少条产线支撑、需要多少工人等等。即使企业将生产环节外包出去,也务必需要和代工厂谈好生产计划。
对于零售批发业务,比如超市、便利店或电商平台,直接采购现成的商品进行售卖,则不需要考虑生产计划。
类似的,生产计划的AI Agent其主要作用包括:
对接企业的生产管理系统;
接收由销售计划Agent传递过来的详细销售计划文档,以及由采购Agent传递过来的采购计划文档,并进行解析;
结合产能因素,输出标准生产计划,再由人工进行校对;
支持对输入问题进行答复,比如数据源头、计算依据等;
库存计划
库存计划是指企业需要准备多少产品库存,在什么仓位时需要补货。
库存是销售环节和生产、采购环节之间的缓冲,因为销售动作是实时的,而产品的生产和采购需要一定的时间,所以需要有合适的库存。库存的数量不能太多,否则容易导致库存积压,产品卖不出去;库存的数量也不能太少,否则容易出现售罄,消费者的需求得不到即时响应。
库存计划的主要任务是计算四大类库存,周转库存、安全库存、过剩库存和风险库存。周转库存是业务正常经营用的库存,由周转周期决定,比如周转周期是一周,门店日常都会备一周的货,这就是周转库存;安全库存是用来应对需求和供给的不确定性,也是最最重要的库存,是整个库存计划的核心;过剩库存是超出周转库存和安全库存,但是能够在一定时间内消化掉的库存;风险库存是整体库存中剩余的部分,即存在巨大风险,很难在短期被消化掉的库存,极易形成库存坏账。
库存计划的目标就是实现充足的周转库存和安全库存,以应对市场需求,但尽量消除过剩库存和风险库存。
我们也可以训练一个专门进行库存计划的AI Agent,其主要作用包括:
对接企业的实时销售数据和采购数据;
根据特定计算方式,为每个品类、每个门店计算上述四大库存;
输出标准库存计划,再由人工进行校对;
支持对输入问题进行答复,比如每个门店、品类的安全库存值、数据来源、计算方式等;
在上述内容中,大家不难发现,在计划环节,我们构建了4个AI Agent。为什么不直接使用一个AI Agent解决所有问题呢?因为目前AI的规划能力还存在比较大的短板,只有将每个Agent的职责边界进行固化和缩小,才能保障Agent执行的准确性,以及方便我们追溯问题。这也是我们在每个AI Agent中,都要加入人工校对的原因。
2. 采购
采购需要根据采购计划来拆解和执行,需要满足采购的7R原则。即需要在合适的时间(Right time)、选择合适的供应商(Right source)、以合适的价格(Right price)、购买合适数量(Right quality)和合适质量(Right quantity)的商品(Right Goods)、并配送到合适的地点(Right place)
一个完整的采购流程需要做好供应商管理和采购订单管理,这是两个最核心的环节。
供应商管理
管理供应商的关键数据,包括供应商的商品、资质、单价、联系方式、供货周期和绩效等等。对于供应商的评估,需要从多个维度进行考量,包括供货价格、服务水平、响应时效及稳定性、网点分布情况、供应商规模、账期等等。
传统的供应商管理环节,需要大量且重复的人工操作,比如供应商寻源、检查供应商的各项资质和证书、供应商信息入库、供应商信息更新等。
供应商管理环节同样可以有专属的AI Agent,其主要作用包括:
寻源:根据企业对供应商的要求,自动在特定网站爬取供应商基本信息;
外呼:通过AI外呼自动联系供应商;
检查:通过OCR等技术,自动检查供应商的各项资质和证书,进行筛选;
入库:对于符合要求的供应商,进行人工核验后入库;
更新:根据外部输入,自动更新和维护供应商信息;
采购订单管理
管理具体的采购订单,订单记录了采购的供应商、商品、数量、价格和约定的到货时间。当供应商的商品到货,质量检查无误之后,需要关闭采购订单。
在传统的采购订单环节,也需要大量且重复的人工操作,比如联系供应商、下采购单、跟踪采购进度、催促供应商、到货商品检查等等。
因此,针对这个环节的AI Agent,其主要作用包括:
下采购单:接收采购员或库存Agent的信息,自动向对应的供应商,下单特定数量的特定商品;
追踪进度:对接供应商的系统API,自动跟踪采购单的进展;
催货:当进度不及预期时,自动拨打供应商电话进行催货;
关单:到商品到货后,接收商品入库信号,自动关闭采购订单。
3. 仓储(生产)
坦白说,对于商品的生产制造环节,风叔的理解也不是很深入,所以在这一小节先只讲仓储。
仓储是一个承上启下的环节,在业务经营中起着非常重要的作用。对于零售商,采购过来的商品,需要进行统一的存储和调拨。对于生产商,采购的原材料在正式投产之前需要存储,生产出来的商品在往下游配送之前也需要存储。
尤其是在现在线上线下融合的时代趋势下,仓储的重要性愈发突出。一方面仓储需要为门店供应库存,当门店缺货时,需要从附近的区域仓请货;另一方面,对于门店无法配送的区域,还需要从仓库直接发货配送。
通常一个完整的仓储流程包括这几个环节:
入库:入库是指采购、生产或者退货的商品进入仓库。仓库内的区域划分可以按照品类、型号、区域等方式,但需要满足入库区和出库区分离的原则,避免产生混乱。
盘点:盘点是指库内作业,例如对商品进行清点、移库移位等操作,方便企业对自己的货品管理做到心里有数。
出库:出库是指因为线上订单、门店订货等原因产生的商品调出仓库,商品出库一定需要有出库单,出库单需要和订单相关联。
还有一个概念稍微提一下,叫做中央库存。中央库存并不是一个物理意义上的库存,而是一个虚拟意义上的库存。它是指将企业分散在全国各地的仓库、门店库存进行集中管理和调度,避免出现各地仓库和门店各自为政的情况,更好的在全渠道模式下,满足消费者需求。
对于仓储管理,可以训练专属AI Agent,其主要作用包括:
查询:仓库工作人员可以通过对话方式,向AI Agent查询某个商品或品类在哪个区域
监测:监测商品的库存数量,当库存数量达到安全库存水位时,自动向采购Agent发起采购请求,或者发送提醒给仓库管理员或采购员
检查:通过OCR技术对各项单据进行检查,比如入库单、出库单、调拨单等等,对异常信息进行提醒
4. 交付
交付是企业将商品最终交付到消费者手上的过程,是整个供应链环节中和消费者产生实际接触的环节。所以交付环节体验的好坏,直接影响消费者对品牌的感受。
对于线下渠道来讲,交付主要是消费者进入门店后获得商品和服务的环节,消费者关心门店商品是否有货、购买是否顺畅。影响门店端交付体验的,主要是门店的购物体验和有货率,购物体验和营销更相关,而有货率和供应链挂钩。
为了保障门店有货,通常门店都会有门店报货系统,门店店长基于门店销售和库存情况,决定报货下单量。更高阶的做法是,总部基于各个门店的销量和库存,自动进行补货。
在这个环节,我们可以为门店搭建三个Agent。
需求预测Agent:专门基于门店历史销量数据,进行门店和品类的未来销量预测
库存监控Agent:根据历史需求数据和供给数据,为门店计算每个品类的安全库存,并监控当前库存水平,给出预警,通知门店报货Agent进行补货
门店报货Agent:根据库存监控Agent的输入信息,向企业总部发起报货请求
对于线上渠道来讲,交付是消费者在线上购买商品后,将商品从仓库或门店配送到消费者指定地点的过程。因此,我们还可以搭建一个物流追踪Agent,以对话机器人的形式,方便消费和查询配送进展。
5. 退货
退货是前述环节的逆向过程,当消费者对交付的产品不满意时,会向产生交易的渠道退货,商品会退回到门店或仓库。
一个很自然而然联想到的AI Agent是售后客服Agent,主要有以下作用:
解答消费者提出的关于产品和服务的问题;
识别消费者情绪,当消费者情绪不佳时,立刻转人工;
退货后,通过短信等形式自动向消费者发送补偿优惠券;
总结
本篇文章是AI Agent在供应链场景下的应用的上篇,从供应链五大环节出发,介绍了每个环节中AI Agent能够带来的提效。有很多细节在本篇文章中点到为止了,留到下篇文章中再进行详细阐述。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-10-05
打造银行智能营销助手:大模型助力精准营销
2024-10-01
让微信公众号成为你的AI智能体!
2024-09-30
记忆型AI的崛起,情感驱动的智能社交即将爆发
2024-09-30
埃森哲财报透视AI落地应用:全年新增AI订单达30亿美元,数据是阻碍AI落地的最大因素!
2024-09-30
AI重塑零售行业,技术带来无限可能
2024-09-27
Google 185个最佳人工智能用例与应用建议报告(万字长文)
2024-09-27
Google发布185个真实AI应用场景案例,涵盖六大领域,全球170多个公司和组织(2)
2024-09-27
Google发布185个真实AI应用场景案例,涵盖六大领域,全球170多个公司和组织(1)
2024-07-18
2024-07-20
2024-07-04
2024-07-18
2024-07-16
2024-07-25
2024-07-07
2024-07-14
2024-03-28
2024-07-09