Kategoria: AI w firmie

AI w hurtowni: wykrywanie strat, niskich marż i zalegającego towaru

AI w praktyce · Kacper Bernecki

Podłączenie bazy do modelu językowego nie wystarczy. Najpierw potrzebujesz poprawnych obliczeń i definicji wskaźników.

Dane i reguły

Zbierz sprzedaż, koszty nabycia, zwroty, rabaty, koszty logistyczne oraz aktualne stany. Zdefiniuj marżę i jednostkę miary.

Nie traktuj brakującego kosztu jako zera. W przypadku błędnych danych każda analiza może wskazywać fałszywe możliwości.

Co powinien liczyć SQL

Silnik analityczny może wykrywać ujemne marże, rosnący koszt dostawcy, spadek marży przy wzroście obrotów i produkty zalegające ponad ustalony próg.

AI może uporządkować alarmy i wytłumaczyć ich znaczenie. Nie powinno samo wymyślać kwoty «odnalezionych pieniędzy».

Pilotaż bez zmian cen

Sprawdź alerty na historii kilku miesięcy z właścicielem lub analitykiem. Dokumentuj fałszywe alarmy i poprawiaj reguły.

Na pierwszym etapie rekomendacje wymagają zatwierdzenia przez człowieka. Popyt i sezonowość nie zawsze wynikają z danych magazynowych.