Pārtikas un dzērienu rūpniecība pašlaik atrodas starp diviem dzirnakmeņiem. No vienas puses ir "COGS krīze" – nemitīgs spiediens uz sastāvdaļu cenām un enerģijas izmaksām. No otras puses ir ražotāju senais ienaidnieks: produktu īsais derīguma termiņš. Mazajiem un vidējiem ražotājiem kļūdas iespēja ir praktiski izzudusi. Izpratne par to, kā izmantot AI pārtikas ražošanā, vairs nav nākotnes greznība; tā ir galvenā aizsardzības stratēģija, lai saglabātu maksātspēju augstas inflācijas ekonomikā.
Pēdējo desmitgadi esmu pavadījis, vērojot, kā uzņēmumu īpašnieki mēģina vadīt inventāru, paļaujoties uz "iekšējo sajūtu". Viņi paļaujas uz izklājlapām, kas ir novecojušas jau brīdī, kad tiek saglabātas. Taču pasaulē, kurā viena nokavēta piegāde vai 2 grādu temperatūras svārstības var iznīcināt nedēļas peļņu, ar intuīciju vien nepietiek. AI ne tikai rēķina; tas paredz. Tas pārvērš ražošanas ceha reaktīvo haosu par proaktīvu, datos balstītu darbību.
Produktu bojāšanās nodoklis: neredzamais peļņas aizplūdums
💡 Vai vēlaties, lai Penijs analizē jūsu biznesu? Viņa kartē, kuras lomas AI var aizstāt, un izveido pakāpenisku plānu. Sāciet savu bezmaksas izmēģinājuma versiju →
Ikviens mazais ražotājs maksā to, ko es saucu par Produktu bojāšanās nodokli. Tie ir 5% līdz 15% no inventāra, kas tiek zaudēti bojāšanās, pārmērīgu pasūtījumu vai "katram gadījumam" veidotu uzkrājumu dēļ. Mēs maksājam šo nodokli, jo baidāmies no preču iztrūkuma. Mēs labāk izvēlamies, lai būtu par daudz, nevis par maz, taču šis drošības tīkls ir austs no dārgām sastāvdaļām, kas galu galā nonāk atkritumu tvertnē.
AI maina bojāšanās nodokļa matemātiku, ieviešot mikropieprasījuma prognozēšanu. Lielākā daļa mazo ražotāju skatās uz pagājušā gada pārdošanas datiem, lai prognozētu šī gada vajadzības. AI analizē pagājušā gada pārdošanas apjomus, pieskaitot rītdienas laika ziņas, vietējo pasākumu grafikus, aktuālās sociālo mediju tendences un reāllaika piegādes kavējumus. Tas atrod likumsakarības, kuras jūs nevarat saskatīt.
Kad jūs pārtraucat maksāt bojāšanās nodokli, jūsu pārdotās produkcijas pašizmaksa (COGS) ne tikai stabilizējas – tā krītas. Lai uzzinātu vairāk par to, kā tas attiecas uz jūsu specifisko nozari, skatiet mūsu pārtikas un dzērienu ražošanas ietaupījumu ceļvedi.
Trīs prognozējošās analītikas pīlāri pārtikas ražošanā
Lai efektīvi izmantotu AI savā uzņēmumā, jums jākoncentrējas uz trim atsevišķām jomām, kurās prognozējošie modeļi nodrošina visaugstāko investīciju atdevi (ROI): bojāšanās prognozēšana, iepirkumu optimizācija un aktīvu uzticamība.
1. Bojāšanās prognozēšana (72 stundu logs)
Lielākā daļa produktu sabojājas tāpēc, ka notiek kļūme 72 stundu logā – kritiskajā laikā starp sastāvdaļas saņemšanu un tās maksimālās lietderības zaudēšanu. AI vadītas redzes sistēmas un IoT sensori var uzraudzīt sastāvdaļu ķīmisko "parakstu" (piemēram, etilēna gāzi augļos vai pH līmeni piena produktos), lai precīzi prognozētu, kad partija sabojāsies.
Vispārīga datuma "Ieteicams līdz" vietā jūs saņemat norādi "Izlietot līdz otrdienas plkst. 16:00". Tas ļauj ražošanas vadītājiem reāllaikā mainīt grafikus. Ja ogu partija nogatavojas ātrāk nekā gaidīts, AI iesaka pārcelt ievārījuma ražošanu uz agrāku laiku. Tā ir veiklība, kas balstīta uz bioloģisko realitāti, nevis statisku kalendāru.
2. Iepirkumu optimizācija (COGS krīzes risināšana)
COGS krīzi veicina nepastāvība. Ja pērkat miltus šodien, tie var būt par 20% lētāki vai par 20% dārgāki nekā pagājušajā mēnesī. AI rīki var veikt izejvielu cenu riska ierobežošanu pat mazajiem uzņēmumiem. Analizējot globālos piegādes ķēdes datus, AI var ieteikt optimālo laiku, kad iepirkt vairāk ilgi uzglabājamu produktu vai kad vērsties pie konkrēta piegādātāja.
Šeit jūs izveidojat saikni starp ražošanu un piegādes ķēdi. Sinhronizējot savas ražošanas vajadzības ar prognozētajiem tirgus cenu kritumiem, jūs pārstājat būt par tirgus upuri un kļūstat par tā dalībnieku.
3. Aktīvu uzticamība un enerģijas izmaksas
Mēs bieži aizmirstam, ka COGS ietver arī enerģiju, kas tiek izmantota dzesēšanai vai gatavošanai. Ja dzesēšanas iekārta darbojas ar grūtībām, tā nav tikai elektroenerģijas patērētāja; tas ir bojāšanās risks. Prognozējošā apkope izmanto AI, lai ieklausītos jūsu mašīnu "sirdspukstos". Tā var pamanīt bojātu kompresoru vairākas nedēļas pirms tā pilnīgas apstāšanās.
Optimizējot savas sabiedriskās ēdināšanas un ražošanas iekārtas, jūs ne tikai ietaupāt uz remonta rēķiniem, bet arī aizsargājat visa sava inventāra integritāti.
Mākslīgā intelekta ieviešanas 90/10 noteikums
Kad es runāju ar ražotājiem, viņi bieži uztraucas, ka AI prasīs pilnīgu darbinieku nomaiņu. Tā nebūs. Es iestājos par 90/10 noteikumu: AI veic 90% datu sintēzes – smago darbu, sasaistot laika apstākļus, pārdošanu un piegādes ķēdes datus, – un jūsu eksperti pieņem galīgos 10% lēmumu.
Jūsu ražošanas vadītājam nav jābūt datu zinātniekam. Viņam ir nepieciešams tikai informācijas panelis, kas saka: "Šonedēļ pasūtiet par 15% mazāk piena, jo vietējā skolas brīvlaika dēļ pieprasījums kafejnīcā kritīsies." AI sniedz ieskatu, cilvēks veic izpildi. Šādi jūs vadāt efektīvāku uzņēmumu, nezaudējot to "meistarību", kas raksturo jūsu zīmolu.
Kā sākt (bez Silīcija ielejas budžeta)
Jums nav nepieciešama izstrādātāju komanda, lai sāktu. "AI vispirms" pieeja nozīmē izmantot rīkus, kas jau ir izveidoti jūsu mērogam:
- Auditējiet savus datus: Sāciet apkopot pārdošanas un atkritumu datus tīrā, digitālā formātā. AI ir tikai tik labs, cik labu "barību" jūs tam sniedzat.
- Ieviesiet "ēnu prognozēšanu": 30 dienas paralēli pašreizējam procesam izmantojiet AI pieprasījuma rīku (piemēram, Pecan.ai vai specializētus ERP moduļus). Vēl nemainiet savus pasūtījumus – vienkārši vērojiet, kurš ir precīzāks. AI parasti uzvar ar pārliecinošu pārsvaru.
- Mērķējiet uz "augstas vērtības/augsta riska" sastāvdaļām: Nemēģiniet automatizēt visu uzreiz. Koncentrējiet prognozējošo analītiku uz savām dārgākajām vai ātrāk bojājošajām sastāvdaļām. Ja esat maiznīca, tie ir sviests un olas, nevis sāls.
Pārejas realitāte
Pāreja uz AI vadītu ražošanu ir neērta. Tā prasa atteikšanos no principa "tā mēs vienmēr esam darījuši". Taču alternatīva ir sliktāka. Uzņēmumus, kas ignorē šos rīkus, turpinās graut COGS krīze, līdz nekas vairs nebūs palicis pāri.
Es neiesaku aizstāt jūsu kaislību ar algoritmu. Es iesaku izmantot algoritmu, lai aizsargātu finansiālo telpu, kurā šī kaislība dzīvo. Kad jūs precīzi zināt, kas jums nepieciešams un kad tieši tas ir nepieciešams, jūs pārstājat uztraukties par atkritumu tvertni un sākat koncentrēties uz zīmolu.
Ja esat gatavi uzzināt, kur tieši jūsu peļņas un zaudējumu aprēķinā slēpjas zaudējumi, paskatīsimies uz skaitļiem kopā.