Maisto ir gėrimų pramonė šiuo metu yra patekusi į „žnyples“. Iš vienos pusės jus spaudžia „COGS krizė“ – nuolatinis ingredientų kainų ir energijos sąnaudų augimas. Iš kitos pusės tyko seniausias gamintojo priešas – produktų greitas gedimas. Smulkiesiems ir vidutiniams gamintojams vietos klaidoms nebeliko. Supratimas, kaip naudoti DI maisto gamyboje, nebėra ateities prabanga; tai pagrindinė gynybinė strategija, siekiant išlikti mokiems aukštos infliacijos ekonomikoje.
Pastarąjį dešimtmetį stebėjau, kaip verslo savininkai bando valdyti atsargas pasikliaudami savo „nuojauta“. Jie remiasi skaičiuoklėmis, kurios pasensta tą pačią akimirką, kai yra išsaugomos. Tačiau pasaulyje, kuriame vėluojanti siunta ar 2 laipsnių temperatūros pokytis gali sunaikinti savaitės pelną, nuojautos nebeužtenka. DI ne tik skaičiuoja; jis numato. Jis paverčia reaktyvų gamybos procesų chaosą iniciatyvia, duomenimis pagrįsta veikla.
„Gedimo mokestis“: nematomas jūsų pelno nutekėjimas
💡 Norite Penny analizuoti jūsų verslą? Ji nustato, kuriuos vaidmenis AI gali pakeisti, ir sudaro etapinį planą. Pradėkite nemokamą bandomąją versiją →
Kiekvienas smulkusis gamintojas moka tai, ką aš vadinu „gedimo mokesčiu“. Tai 5–15 % atsargų, kurios prarandamos dėl gedimo, per didelio užsakymų kiekio arba atsargumo dėlei laikomų rezervų. Mes mokame šį mokestį, nes bijome prekių trūkumo. Mums geriau turėti per daug nei per mažai, tačiau šis saugos tinklas yra nuaustas iš brangių ingredientų, kurie galiausiai atsiduria atliekų konteineryje.
DI keičia šią matematiką įvesdamas mikropaklausos prognozavimą. Dauguma smulkiųjų gamintojų žiūri į praėjusių metų pardavimus, kad nuspėtų šių metų poreikius. DI analizuoja praėjusių metų pardavimus, prideda rytojaus orų prognozę, vietinių renginių tvarkaraščius, dabartines socialinių tinklų tendencijas ir realaus laiko siuntimo vėlavimus. Jis randa dėsningumus, kurių jūs negalite pamatyti.
Kai nustosite mokėti „gedimo mokestį“, jūsų parduotų prekių savikaina (COGS) ne tik stabilizuosis – ji kris. Norėdami išsamiau sužinoti, kaip tai pritaikyti jūsų konkrečiame sektoriuje, skaitykite mūsų maisto ir gėrimų gamybos taupymo vadovą.
Trys nuspėjamosios analitikos ramsčiai maisto gamyboje
Norėdami efektyviai naudoti DI savo įmonėje, turite sutelkti dėmesį į tris sritis, kuriose nuspėjamieji modeliai užtikrina didžiausią investicijų grąžą (ROI): gedimo numatymą, pirkimų optimizavimą ir turto patikimumą.
1. Gedimo numatymas (72 valandų langas)
Daugiausia nuostolių dėl gedimo patiriama sutrikus 72 valandų langui – kritiniam laiko tarpui nuo ingrediento gavimo iki jo geriausių savybių praradimo. DI valdomos vaizdo sistemos ir IoT jutikliai gali stebėti cheminį ingredientų „parašą“ (pavyzdžiui, etileno dujas vaisiuose arba pH lygį pieno produktuose), kad tiksliai nuspėtų, kada partija suges.
Vietoj bendros „Geriausias iki“ datos gaunate nurodymą „Sunaudoti iki antradienio 16 valandos“. Tai leidžia gamybos vadovams realiuoju laiku koreguoti tvarkaraščius. Jei uogų partija sunoksta greičiau nei tikėtasi, DI siūlo paankstinti uogienės gamybos procesą. Tai judrumas, pagrįstas biologine realybe, o ne statišku kalendoriumi.
2. Pirkimų optimizavimas (COGS krizės sprendimas)
COGS krizę skatina nepastovumas. Jei šiandien perkate miltus, jie gali būti 20 % pigesni arba 20 % brangesni nei praėjusį mėnesį. DI įrankiai gali atlikti žaliavų kainų apdraudimą (hedging) smulkiajam verslui. Analizuodamas pasaulinius tiekimo grandinės duomenis, DI gali pasiūlyti optimalų laiką kaupti ilgo galiojimo atsargas arba kada kreiptis į konkretų tiekėją.
Čia jūs užpildote atotrūkį tarp gamybos ir tiekimo grandinės. Sinchronizuodami savo gamybos poreikius su prognozuojamais rinkos nuosmukiais, nustojate būti rinkos auka ir pradedate joje dalyvauti.
3. Turto patikimumas ir energijos sąnaudos
Dažnai pamirštame, kad į COGS įeina ir energija, naudojama produktams šaldyti ar gaminti. Jei šaldymo įrenginys veikia netinkamai, tai ne tik eikvoja elektrą, bet ir kelia gedimo riziką. Nuspėjamoji priežiūra naudoja DI, kad „įsiklausytų“ į jūsų įrangos pulsą. Ji gali pastebėti gendantį kompresorių likus kelioms savaitėms iki jo gedimo.
Optimizuodami savo viešojo maitinimo ir gamybos įrangą, ne tik sutaupote remonto išlaidoms, bet ir apsaugote visų savo atsargų vientisumą.
90/10 taisyklė diegiant DI
Kalbėdamas su gamintojais dažnai girdžiu nuogąstavimus, kad DI pareikalaus visiško personalo atnaujinimo. Taip nebus. Aš pasisakau už 90/10 taisyklę: DI atlieka 90 % duomenų sintezės – sunkų darbą susiejant orus, pardavimus ir tiekimo grandinės duomenis, o jūsų ekspertai priima likusius 10 % sprendimų.
Jūsų gamybos vadovui nereikia būti duomenų mokslininku. Jam tereikia valdymo skydelio, kuriame parašyta: „Šią savaitę užsakykite 15 % mažiau pieno, nes dėl vietinių mokyklų atostogų kavinėse sumažės paklausa.“ DI suteikia įžvalgą, o žmogus – įgyvendinimą. Taip valdote lieknesnį, efektyvesnį verslą neprarasdami „meistrystės“, kuri apibūdina jūsų prekės ženklą.
Kaip pradėti (be Silicio slėnio biudžeto)
Norėdami pradėti, jums nereikia programuotojų komandos. „DI pirmiausia“ (AI-First) požiūris reiškia, kad reikia naudoti įrankius, kurie jau sukurti jūsų mastui:
- Atlikite duomenų auditą: pradėkite rinkti pardavimų ir atliekų duomenis švariu, skaitmeniniu formatu. DI yra tiek geras, kiek geras yra „maistas“, kuriuo jį maitinate.
- Įdiekite „šešėlinį prognozavimą“: 30 dienų kartu su dabartiniu procesu naudokite DI paklausos įrankį (pvz., Pecan.ai arba specializuotus ERP modulius). Kol kas nekeiskite užsakymų – tiesiog stebėkite, kas yra tikslesnis. DI paprastai laimi triuškinamai.
- Sutelkite dėmesį į didelės vertės ir didelės rizikos ingredientus: nebandykite automatizuoti visko iš karto. Nuspėjamąją analitiką taikykite brangiausiems arba greičiausiai gendantiems ingredientams. Jei esate kepykla, tai bus sviestas ir kiaušiniai, o ne druska.
Perėjimo realybė
Perėjimas prie DI valdomos gamybos yra nepatogus. Tam reikia atsisakyti principo „mes visada taip darėme“. Tačiau alternatyva yra blogesnė. Verslai, kurie ignoruoja šiuos įrankius, bus toliau griaunami COGS krizės, kol nieko nebeliks.
Nesiūlau aistros pakeisti algoritmu. Siūlau naudoti algoritmą, kad apsaugotumėte finansinę erdvę, kurioje gyvuoja jūsų aistra. Kai tiksliai žinote, ko jums reikia ir kada tiksliai to reikia, nustojate rūpintis šiukšliadėže ir pradedate rūpintis prekės ženklu.
Jei esate pasiruošę pamatyti, kur tiksliai jūsų pelno ir nuostolių ataskaitoje slepiasi nuostoliai, pažvelkime į skaičius kartu.