Tak, jeśli podstawy są w porządku: rzeczywiste czasy dostaw od dostawców, otwarte zamówienia zakupu i stany magazynowe, którym ufasz. Obliczenia wykonują reguły uzupełniania zapasów w twoim ERP. AI dodaje to, czego reguły nie widzą, na przykład e-maile dostawców o opóźnieniach i duże zamówienia klientów wspomniane w wiadomościach, wyjaśnia każde ostrzeżenie prostym językiem i przygotowuje projekt zamówienia. Każde zamówienie zatwierdza planista.
#Najważniejsze wnioski
- Większość braków towaru wynika z nieaktualnych czasów dostaw, nieaktualnych punktów ponownego zamówienia i spóźnionych informacji od dostawców, a nie ze słabego modelu prognozowania.
- Reguły uzupełniania zapasów w ERP i prognozowanie statystyczne już istnieją; sprawdź, czy z nich korzystasz, zanim dodasz AI.
- AI przydaje się przy sygnałach nieustrukturyzowanych: zawiadomieniach dostawców o opóźnieniach, e-mailach klientów i notatkach handlowców.
- Każda propozycja zamówienia powinna mieć uzasadnienie, a zatwierdza ją planista.
- Mierz braki najważniejszych pozycji i to, jak często planiści akceptują lub zmieniają propozycje.
#Jak wygląda tydzień planisty przed brakiem towaru?
W poniedziałek planista eksportuje raport stanów z SAP, Oracle albo Odoo do Excela i porównuje go z poziomami minimalnymi i maksymalnymi ustawionymi dawno temu. Dostawca pisze, że dostawa się przesunęła; e-mail leży we wspólnej skrzynce. Kierownik sprzedaży wspomina na WhatsAppie o dużym zamówieniu. Otwarte zamówienie zakupu wciąż pokazuje pierwotną datę dostawy, więc nic nie wygląda podejrzanie.
Później półka jest pusta, a wszyscy znajdują ostrzeżenie w swoich skrzynkach. Dane były dostępne, tylko nie tam, gdzie zagląda logika zamawiania. Badania w handlu detalicznym wskazują to samo: IHL Group, wrzesień 2025 wymienia błędy dostawców i wewnętrzną nieefektywność wśród głównych przyczyn braków i nadmiernych zapasów.
#Co musi być w porządku, zanim AI pomoże?
- Czasy dostaw mierzone na podstawie rzeczywistych przyjęć, dla każdego dostawcy i pozycji, a nie liczba z kartoteki dostawcy.
- Otwarte zamówienia zakupu z aktualnymi, potwierdzonymi datami dostaw.
- Stany magazynowe, którym ufasz, w tym towar w drodze i w innych magazynach.
- Pozycje sklasyfikowane według ważności, aby najbardziej krytyczne były najuważniej obserwowane.
- Punkty ponownego zamówienia i zapasy bezpieczeństwa przeglądane niedawno, a nie odziedziczone.
- Wskazany planista odpowiedzialny za każdą grupę pozycji.
Jeśli to pominiesz, AI będzie tylko generować pewne siebie ostrzeżenia na złych danych. Gartner, lipiec 2024 wymienił słabą jakość danych wśród głównych powodów porzucania projektów generatywnej AI po etapie proof of concept.
#Co AI dodaje do reguł uzupełniania zapasów?
Reguły uzupełniania działają na liczbach w ERP. AI potrafi przeczytać to, czego tam jeszcze nie ma: e-maile dostawców zapowiadające opóźnienia lub dostawy częściowe, e-maile klientów i notatki handlowców o nietypowo dużych zamówieniach oraz plany promocji we wspólnym dokumencie. Każdy taki sygnał zamienia w proponowaną zmianę, na przykład nową oczekiwaną datę w otwartym zamówieniu, z odnośnikiem do wiadomości źródłowej.
Potem może wyjaśnić ostrzeżenie prostym językiem: tej pozycji zabraknie przed kolejną dostawą, bo dostawca przesunął wysyłkę, a zbliża się termin dużego zamówienia klienta. Przygotowuje też projekt zamówienia albo prośby do dostawcy o przyspieszenie, które planista zatwierdza, poprawia lub odrzuca. Nic nie zostaje zamówione bez planisty.
#Kiedy wystarczą reguły uzupełniania zapasów w ERP?
Jeśli informacje od dostawców niezawodnie trafiają do ERP, czasy dostaw są mierzone, a asortyment jest stabilny, wystarczą reguły uzupełniania lub MRP w twoim ERP, na przykład uzupełnianie zapasów w Odoo albo MRP w SAP. Dedykowane narzędzie do planowania popytu ma sens, gdy problemem jest samo prognozowanie, na przykład przy silnej sezonowości w wielu lokalizacjach.
AI wypełnia lukę między skrzynką pocztową a ERP: gdy ostrzeżenia istnieją, ale przychodzą jako wiadomości po arabsku i angielsku od wielu dostawców, a nikt nie ma czasu porównać ich wszystkich z otwartymi zamówieniami.
#Jak prowadzi to Stennir?
Stennir zaczyna od doradztwa AI, bo uczciwa odpowiedź często brzmi: najpierw popraw czasy dostaw i punkty ponownego zamówienia. Audyt możliwości AI szereguje pięć przebiegów pracy, każdy z kosztami i uzasadnieniem zwrotu, i rekomenduje jedną budowę, czasem poprawę danych zamiast rozwiązania AI.
Gdy problemem jest luka między skrzynką a ERP, w ramach wdrożeń AI budujemy czytanie wiadomości od dostawców i klientów, proponowane aktualizacje i projekty zamówień, a planista zatwierdza każde z nich. Arabski i angielski są w pełni obsługiwane, inne języki na życzenie. Następnie zarządzane operacje AI śledzą, jak często planiści akceptują propozycje, i poprawiają to, co regularnie odrzucają. Szkolenia z AI pomagają planistom z tym pracować.
We are
Stennir łączy wiadomości od dostawców i klientów z twoim procesem zamawiania, a planista zatwierdza każde zamówienie i każdą zmianę oczekiwanej daty.
We aren't
Stennir nie jest pakietem do planowania popytu i nie składa zamówień zakupu samodzielnie.
#Co powinien teraz zrobić kierownik łańcucha dostaw?
Wypisz pięć ostatnich braków ważnych pozycji i ustal, gdzie pojawiło się pierwsze ostrzeżenie. Jeśli było w e-mailu lub wiadomości, luka dotyczy czytania, a nie prognozowania. Zobacz AI dla operacji i jak wybrać pierwszy proces do automatyzacji, a potem wypełnij bezpłatną ocenę gotowości albo umów 30-minutową rozmowę.
#Najczęstsze pytania
Czego potrzebujecie od naszego zespołu?
Dostępu do odczytu stanów, otwartych zamówień i przyjęć w twoim ERP, wspólnej skrzynki, do której trafiają informacje od dostawców, oraz planistów odpowiedzialnych za grupy pozycji. Omawiają oni niedawne braki, aby budowa skupiła się na sygnałach, które faktycznie zostały przeoczone. Wskazany planista zatwierdza każdą propozycję.
Czy będzie składać zamówienia automatycznie?
Nie. Przygotowuje projekty zamówień, próśb o przyspieszenie i proponowanych zmian dat w otwartych zamówieniach. Planista zatwierdza, poprawia lub odrzuca każdą z nich, a decyzja jest rejestrowana wraz z uzasadnieniem. Niektóre zespoły później dopuszczają automatyczne aktualizacje przy zmianach niskiego ryzyka, ale to twoja decyzja, podejmowana na podstawie dowodów.
Czy czyta e-maile od dostawców po arabsku?
Tak. Stennir buduje przebiegi pracy, które czytają wiadomości po arabsku i angielsku, także mieszane, i łączą każdą z odpowiednim zamówieniem zakupu. Inne języki są obsługiwane na życzenie i najpierw testowane na twoich własnych wiadomościach od dostawców. Niejasne wiadomości trafiają do planisty, zamiast cokolwiek aktualizować.
Co może pójść nie tak?
Błędne czasy dostaw dają błędne ostrzeżenia, a źle odczytany e-mail może podsunąć niewłaściwą datę. Dlatego najpierw dane, każda propozycja wskazuje źródło, a zatwierdza ją planista. Śledź odrzucone propozycje; rosnący ich odsetek oznacza, że dane wejściowe wymagają uwagi, zanim ktokolwiek zaufa wynikom.
