人工智能驱动的供应链和库存优化

MP4 |视频：h264，1920×1080 |音频：AAC，44.1 KHz，2 Ch
语言：英语 |时长：1小时48米

你将学到什么

• 预测 SKU 需求波动：使用 ABC/XYZ 分析细分产品目录并选择最佳模型（SARIMA 与 XGBoost），结合外部需求驱动
• 计算动态安全库存：部署需求和交货时间的标准差计算，以设置自动库存缓冲区，从而降低持有成本。
• 优化物流车队路线：利用启发式方法安排每日发货、消除空驶里程并节省燃油，解决车辆路线问题 (VRP)。
• 自动化货运发票审核：建立三向对账检查（费率、实际情况和距离），以识别承运商多收费用并收回附加费用
• 缓解算法厌恶：实施可解释的人工智能 (XAI) 信任卡来显示预测逻辑并在仓库车间建立一线信心。
• 建立覆盖治理：部署结构化的三门覆盖协议，其中包含原因注册表和值校准，以规范手动库存覆盖。
• 设计物流 AI 试点：创建一个现实的、可供执行的部署蓝图，以便在 30 天内运行仓库或路线优化试点。

要求

• 基本操作和供应链基础：熟悉库存管理概念、运输/仓储工作流程或基本运营指标（例如库存周转率、运输成本和交货时间）。
• 无需编码：需要零编程或数据科学背景。所有数学公式、API 查询和决策矩阵均作为干净的业务模板提供。
• 使用基本电子表格：了解 Microsoft Excel 或 Google Sheets 等标准业务工具的使用知识。

描述

欢迎学习运营人工智能系列的第二门课程：人工智能驱动的供应链与供应链库存优化。

在课程 1 中建立了利润防御之后，是时候将您的效率从后台直接扩展到仓库、供应商网络和运输路线了。传统的供应链管理依赖于滞后指标、任意安全库存缓冲区和人工承运人审核。这些传统做法占用了数百万美元的营运资金，并导致缺货或代价高昂的车队路线浪费。本课程向您介绍算法供应链扩展，这是一种用于优化库存、补货周期和物流网络的数据驱动方法。

由 Kamel Elmangalifi 领导，Kamel Elmangalifi 是一位资深运营主管，拥有超过 25 年领导埃及、沙特阿拉伯和阿联酋多站点运营和大型团队的经验，本课程为您提供可供主管使用的手册、数学公式和模板。

本课程涵盖的关键领域：

1. 预测性需求预测：使用 ABC/XYZ 矩阵细分 SKU，并部署非线性模型（XGBoost、Prophet），结合天气和促销活动。
2. 动态安全库存和动态安全库存ROP：通过计算动态适应需求波动和供应商交货时间差异的安全缓冲区来自动补货。
3. 物流及物流路线优化：解决车辆路线问题（VRP）以优化承运路线，消除空回程里程浪费，并设置自动化三向货运审核。
4. 前线信托与治理：使用可解释人工智能 (XAI) 信任卡克服“算法厌恶”，并建立结构化的三门覆盖协议（值限制和原因注册表）。

通过完成实践顶点项目，您将设计一个物流人工智能试点，以优化库存周转并释放被困的营运资金。无论您是首席运营官、供应链总监、物流经理还是运营分析师，本课程都将为您提供领导高性能自主物流运营的战略工具包。