استفاده Walmart و Mars از هوش مصنوعی برای مدیریت زنجیره تأمین و پیش‌بینی تقاضای هالووین

این روزها هالووین از تابستان آغاز می‌شود؛ هوش مصنوعی چگونه شیرینی‌ها و لباس‌ها را سریع‌تر به قفسه‌ها می‌رساند

پاییز تازه از راه رسیده است، اما برای شرکت‌های فعال در حوزه شیرینی‌جات و لباس‌های ویژه هالووین، این فصل هیجان‌انگیز از تابستان امسال کلید خورده است.

در شرکت Mars — تولیدکننده شکلات‌ها و تنقلات معروفی چون M&Ms، Twix و Skittles — مدیران متوجه شده‌اند که مشتریان تمایل دارند جشن‌های هالووین را به حداکثر برسانند. رامش کولپارا، معاون ارشد و مدیر ارشد فناوری بخش تنقلات Mars، با استناد به گزارش تحلیلی اخیر این شرکت درباره الگوی مصرف شیرینی‌جات توضیح داد که مشتریان اکنون از ماه جولای خرید شکلات‌های هالووین را آغاز کرده و به این روند زودهنگام روی آورده‌اند.

کولپارا در این باره می‌گوید: «این تغییر به آن معناست که ما باید فراتر از بازه سنتی فروش هالووین فکر کنیم. ما نه تنها باید میزان تقاضا را پیش‌بینی کنیم، بلکه باید بدانیم این تقاضا چه زمانی آغاز می‌شود، در چه مناطقی شکل می‌گیرد و ترکیب سبد محصولات چگونه تغییر خواهد کرد.»

به همین دلیل، کولپارا هالووین را یک «آزمون تنش بزرگ» برای زنجیره‌های تأمین توصیف می‌کند. بنجامین باند، معاون ارشد استراتژی و موفقیت مشتریان در شرکت Simbe (فعال در زمینه رباتیک خرده‌فروشی و هوش مصنوعی)، اشاره می‌کند که این فرآیند با پیچیدگی مضاعفی روبه‌روست؛ زیرا فصل خرید هالووین دارای مهلت زمانی مشخصی برای تحویل کالاها به فروشگاه‌ها است و در عین حال، سفارش بیش از حد موجودی نیز منجر به هدررفت سرمایه و اتلاف کالا می‌شود.

برای تولیدکنندگانی مانند Mars و خرده‌فروشان بزرگی چون Walmart، هوش مصنوعی نقشی کلیدی در یافتن نقطه تعادل ایده‌آل ایفا می‌کند. مادهاو دوربها، معاون استراتژی صنعت تولید در پلتفرم هوش مصنوعی RELEX Solutions، اشاره می‌کند که در گذشته، برنامه‌ریزان زنجیره تأمین پارامترها را به صورت دستی تنظیم می‌کردند و پیش‌بینی‌ها بر پایه آزمون و خطا بود؛ اما اکنون هوش مصنوعی اعمال تغییرات را خودکار کرده است تا کارشناسان دیگر نیازی به تغییرات دستی مداوم در الگوریتم‌ها نداشته باشند.

به‌کارگیری هوش مصنوعی برای یافتن نقطه تعادل در موجودی انبار

شرکت Mars برای رصد و برنامه‌ریزی دقیق زمان اوج تقاضا برای محصولات خود، به هوش مصنوعی تکیه کرده است. به گفته کولپارا، هوش مصنوعی داده‌های حاکی از خریدهای زودهنگام مصرف‌کنندگان را با موجودی فعلی، ظرفیت تولید و تقاضای مشتریان ادغام و تحلیل می‌کند.

کولپارا توضیح می‌دهد که در Mars، هوش مصنوعی ارتباط میان چهار پرسش اساسی را برقرار می‌سازد که پاسخ آن‌ها می‌تواند بر اساس موقعیت جغرافیایی و رفتار مصرف‌کنندگان متفاوت باشد؛ این پرسش‌ها عبارتند از:

• مصرف‌کنندگان چه محصولی می‌خواهند؟
• شرکت Mars چه چیزی باید تولید کند؟
• موجودی انبار باید به کدام مناطق ارسال شود؟
• تقاضا برای محصولات در چه زمانی شکل خواهد گرفت؟

به عنوان نمونه، تحقیقات Mars نشان داد که مصرف‌کنندگان در غرب ایالات متحده بیشتر به دنبال محصولات فانتزی و تم‌های خاص هالووین هستند، در حالی که ساکنان مناطق جنوبی آب‌نبات‌های ژله‌ای را ترجیح می‌دهند. این تحلیل دقیق به Mars امکان می‌دهد موجودی خود را دقیقاً بر اساس ترجیحات منطقه‌ای هدایت کند.

مشابه Mars، استفاده Walmart از هوش مصنوعی در زنجیره تأمین نیز با فرآیند پیش‌بینی آغاز می‌شود. ایندیرا اوپالوری، معاون ارشد فناوری زنجیره تأمین در Walmart، اشاره کرد که این خرده‌فروشی داده‌های سال گذشته هالووین، محصولات جدید و روندهای شبکه‌های اجتماعی را جمع‌آوری کرده و آن‌ها را از طریق هوش مصنوعی تجزیه‌وتحلیل می‌کند تا حجم سفارش‌ها به تأمین‌کنندگان با بالاترین دقت ثبت شود.

فروشگاه‌های زنجیره‌ای Walmart همچنین شبکه‌های توزیع خود را با هوش مصنوعی زیر نظر دارند تا مطمئن شوند محصولات به‌موقع بسته‌بندی و برای خریداران ارسال می‌شوند. سیستم هوش مصنوعی این شرکت بار هر تریلر را ارزیابی کرده و آن را با موجودی فعلی فروشگاه مطابقت می‌دهد؛ سپس مشخص می‌کند کدام تریلرها باید فوراً تخلیه شوند و کدام‌یک می‌توانند در صف انتظار بمانند؛ ابزاری که در ایام اوج شلوغی تعطیلات بسیار حیاتی است.

اوپالوری تأکید می‌کند: «در نهایت، جریان پیوسته کالا برای ما بیشترین اهمیت را دارد. همیشه باری در حال ورود و باری در حال خروج است؛ مسئله اصلی این است که چگونه جابه‌جایی مناسب را برای موجودی مناسب تضمین کنیم.»

مدیریت زنجیره تأمین در جریان فصل هالووین

باند معتقد است رساندن محصولات به انبارها، تنها بخشی از پازل زنجیره تأمین هالووین به شمار می‌رود.

خرده‌فروشان باید علاوه بر آن، موجودی را با سرعت بالا از انبارهای پشتی فروشگاه به قفسه‌ها منتقل کرده و به نوسانات تقاضا واکنش نشان دهند. باند می‌گوید: «فروشگاه‌ها برای مدیریت موفق این فصل، بازه زمانی محدودی در حدود ۱۰ روز پیرامون اوج تقاضا در اختیار دارند.»

اوپالوری توضیح می‌دهد که در طول فصل، اگر هوش مصنوعی Walmart نشانه‌هایی از مازاد یا کسری موجودی را شناسایی کند، سیستم در میانه راه مسیر را تصحیح می‌کند. برای مثال، اگر حجم شیرینی‌های فروش‌نرفته بالا باشد، ممکن است ارسال محموله‌های جدید از سوی تأمین‌کننده موقتاً متوقف شود.

همزمان با ورود شیرینی‌ها و لباس‌ها به مراکز توزیع Walmart، فناوری اتوماسیون کالاها را بر اساس جایگاه چیدمان آن‌ها در راهروهای فروشگاه روی پالت‌ها مرتب می‌کند. بدین ترتیب، کارکنان فروشگاه می‌توانند محموله‌ها را به سرعت تخلیه کرده و قفسه‌ها را شارژ کنند.

علاوه بر این، Walmart پالت‌های مربوط به کالاهای فصلی را پیشاپیش آماده کرده و در مراکز توزیع نگهداری می‌کند تا از ازدحام در انبارهای پشتی فروشگاه‌ها — که فضای محدودتری دارند — جلوگیری شود. به محض اینکه فروشگاهی نیاز به موجودی جدید داشته باشد، پالت آماده ارسال است. این پالت‌ها همچنین به برچسب‌های IoT و RFID مجهز هستند تا از تحویل آن‌ها به فروشگاه مقصد اطمینان حاصل شود.

به گفته اوپالوری، با وجود تمام الگوریتم‌های پیچیده‌ای که در پشت صحنه فعالیت می‌کنند، معیار نهایی موفقیت ساده است: اینکه آیا خریدار می‌تواند شکلات و لباس مورد نظر خود را در زمان مناسب تهیه کند یا خیر.

او در پایان می‌افزاید: «شما می‌توانید هوشمندترین سیستم‌ها را داشته باشید، اما اگر تنوع کالای مورد نیاز مشتری در زمان مناسب روی قفسه در دسترس نباشد، هیچ چیز دیگری اهمیتی نخواهد داشت.»