United Industrial Co., Ltd

A United Industrial Co., Ltd számára kifejlesztett beszerzés-előrejelző AI asszisztens bevezetésével pontosabb készletszinteket, automatizált újraosztályozást és hatékonyabb beszerzési döntéseket értek el – ezáltal jelentősen csökkent a túl- és alulkészletezés kockázata, miközben nőtt az operatív hatékonyság.

Dátum

2025. május

Miben segítettünk

Beszerzés-előrejelző AI asszisztens, automatizált A/B/C osztályozás és min–max készletszint logika

Cég

United Industrial Co., Ltd.

Bevezetés

A United Industrial Co., Ltd ipari és karbantartási fogyóanyagokat értékesít cégeknek (B2B). Fő termékkörei: tisztítószerek és vegyszerek, ragasztók és tömítők, kézvédelem/PPE, rögzítéstechnika és csatlakozók, kenőanyagok stb. A vállalat körülbelül 3000 különböző terméket (SKU) kezel.

A készletszintek és a pontos termékbesorolás közvetlenül befolyásolja a beszerzési és ellátási költségeket, ezért kiemelt cél volt egy pontosabb, üzletileg releváns előrejelző rendszer bevezetése.

Probléma

A meglévő szoftver minimum–maximum készletszint kalkulációi sok esetben pontatlanok voltak:

A minimum gyakran túl magas volt (indokolatlan készletkötés).
Más esetekben túl alacsony, ami készlethiány kockázatához vezetett.
A rendszer nem vette figyelembe a szezonalitást, így csúcsidőszakokban torz készletszintek jelentek meg.
A termékosztályozás (A/B/C) nem tükrözte kellően a tényleges forgalmi és ellátási mintákat.
A ~3000 SKU kézi revíziója egyáltalán nem volt kivitelezhető.

Cél: havi rendszerességgel frissülő, üzleti szabályokat is követő osztályozás és pontosabb minimum–maximum logika.

Megoldás

Bevezettünk egy beszerzés-előrejelző AI asszisztenst, amely havi ciklusban dolgozik, és a vállalat által küldött nyers adatjelentésekből (reportokból) indul ki.

Fő funkciók

Automatikus A/B/C-újraosztályozás
- A cég és az AI Boost közösen definiált szabályai alapján minden SKU újraértékelése A/B/C kategóriákba.
- Az eredmény közvetlenül meghatározza a beszerzési prioritásokat.
AI-vezérelt minimum–maximum készletszintek
- Eladási múlt: az utolsó 6 hónap havi adatai súlyozva (a legfrissebb hónap nagyobb súlyt kapott).
- Szezonalitás: tavalyi azonos hónap figyelembevétele a vállalati szezonalitási lista alapján.
- Vevőszám-hatás: az utolsó 6 hónap egyedi vevőinek száma beépül a volatilitás értékelésébe.
- Lead time: a beszerzési átfutási idő arányosan tágítja vagy szűkíti a min–max rését.
- Kimenet: SKU-szintű min és max értékek egységes táblázatban.

Adatáramlás / Operáció

A United Industrial Co., Ltd minden hónapban küld egy nyers adatjelentést (reportot).
Az AI asszisztens feldolgozza az adatokat, alkalmazza az előírt üzleti szabályokat, majd generálja az új osztályozásokat és min–max értékeket.
A havi futás eredménye egy egységes táblázat, amelyet a cég beimportál a saját szoftverébe.

Implementáció

Az implementáció több lépésben zajlott:

Feltérképezés & szabályalkotás: ABC definíciók és szezonalitási lista rögzítése (jelenleg nem igényel karbantartást).
Modellépítés: 6 havi súlyozás, szezonalitási korrekció, vevőszám-hatás, lead time-alapú résképzés; egységes kimeneti struktúra.
QA & visszateszt: anomáliák/kiugró értékek ellenőrzése, határértékek finomhangolása.

Éles futás: a megoldás ~6 hónapja folyamatosan fut, havi ciklusban, üzleti validációval.

Eredmények

Ügyfél tapasztalat: ahogy Howe Márta, a United Industrial Co., Ltd. COO-ja fogalmazott a közel fél éves használat után:
„az utánrendelések száma kevesebb mint a felére csökkent.”
Lefedettség: ~3000 SKU havi újraosztályozása és sokkal pontosabb min–max szintek számítása.
Pontosság / min–max minőség: az AI és a korábbi szoftver eredményeinek összevetése a legtöbb terméknél szignifikáns, pozitív eltérést mutatott a kívánt irányba (időablak: utolsó ~6 hónap).
Készletezési egyensúly: jelentősen csökkent a túl- és alulkészletezés aránya.

Automatizáció: a folyamat teljesen automatikus, manuális teendő csak a táblázat exportálásánál és importálásánál van.

Konklúzió

A United Industrial Co., Ltd beszerzés-előrejelző AI asszisztense a havi A/B/C-újraosztályozással és az AI-alapú min–max logikával stabilabb készletezési döntéseket tett lehetővé ~3000 SKU szintjén.

Az elmúlt ~6 hónap tapasztalatai alapján a rendszer szignifikánsan javította a min–max beállítások minőségét a korábbi szoftverhez képest. A legnagyobb üzleti érték nem az időmegtakarítás, hanem a pontosabb, következetesebb készletezési döntések, amelyek mérséklik a túl- és alulkészletezés kockázatát.