Yapay zeka ile talep ve envanter optimizasyonu nasıl yapılır?

Bir deponun en pahalı rafını bulmak için dolu raflara bakmayın. En pahalı raf, üç aydır satılmayı bekleyen ürünlerin durduğu, kimsenin uğramadığı raftır. Orada duran şey ürün değil, satışa çıkamamış nakittir. Aynı işletmede çoğu zaman birbirini yalanlayan iki şikayet duyulur. Depo sorumlusu "yer kalmadı" der. Aynı hafta satış ekibi "yine stok yok, müşteriye söz veremiyorum" der. İkisi de doğrudur ve ikisi aynı kökten çıkar: hangi üründen ne kadar satılacağı önceden bilinmiyor. Bunun bilinen çözümü elle yapılır. Geçen yılın rakamına bir miktar eklenir, riskli görünen üründe fazladan tampon tutulur, gerisi tecrübeye bırakılır. Bu yöntem kötü bir ayı kurtarır ama kök nedeni çözmez, çünkü fazladan tutulan stok tahmini düzeltmez; yalnızca yanlış tahminin faturasını depoya taşır. Talep ve envanter neden tek bir karardır? Talep tahmini ile stok yönetimi çoğu şirkette iki ayrı iş sayılır: biri pazarlamanın, diğeri operasyonun işi. Oysa ikisi tek bir soruya bağlıdır: önümüzdeki dönem bu üründen kaç adet satacağız. O soruya verilen cevap aynı anda hem tahmini hem sipariş miktarını belirler. Yapay zekanın burada ne yaptığı çoğu zaman yanlış anlaşılır. Model geleceği tam bilmez, hiçbir model bilemez. Yaptığı şey daha incedir. Her ürün için talebi tek bir sayı olarak değil, bir aralık olarak verir: "gelecek ay büyük olasılıkla 80 ile 120 arası, kampanya olursa üst banda yakın." Güvenlik stoğunu bu aralığın genişliğine göre kurar. Talebi kestirmesi kolay bir üründe aralık dardır, tampon küçülür. Talebi oynak bir üründe aralık geniştir, model açığı biraz daha stokla kapatır. Envanter, ta…