Cowry e ChatGPT per le vendite

E’ il sogno di ogni imprenditore e responsabile commerciale poter dare una data di consegna tempestiva e affidabile ad un cliente. Invece, nella gran parte delle realtà, ci si accontenta di risposte approssimative, basate su tempi di consegna convenzionali e poco verificati.

👉 Questa situazione è destinata a cambiare radicalmente grazie al connubio di sistemi di IA generativa come ChatGPT e i moderni APS.
Nel video che segue è presentata un’integrazione tra ChatGPT e l’APS Cowry.

💡 Si è fatto ricorso alle possibilità offerte da ChatGPT di integrare la sua base di conoscenza ed è stato istruito sul fatto che per rispondere a certe domande può ricorrere a Cowry con i dati aziendali (la base dati dell’azienda è in Cowry, non in ChatGPT).

Cowry mette a disposizione i suoi motori di calcolo a capacità finita e il pegging completo degli ordini per determinare in modo rapido e documentabile una data di consegna.

✅ E’ Cowry che calcola la data di consegna, non ChatGPT, ma quest’ultimo consente di gestire in linguaggio naturale le richieste di datazione o eventuali altre domande riguardanti il piano di produzione e acquisti

 

Le politiche di riordino

Anche se avete acquistato il software di pianificazione più costoso e sviluppato con le tecnologie in hype, non ne trarrete alcun beneficio se non sapete come parametrizzarlo.

Nel manufacturing le POLITICHE ed i PARAMETRI DI RIORDINO dei vari articoli dipendono sia da fattori esterni che interni all’azienda e, in contesti con frequenti cambiamenti, richiedono un adeguamento continuo e puntuale.

Le politiche ed i parametri di riordino servono a definire:

  • le quantità da ordinare, la frequenza e la datazione degli ordini per i vari materiali che un sistema produttivo gestisce,
  • i buffer di scelta degli ordini in schedulazione

e tutti questi elementi possono essere assegnati manualmente o massivamente secondo criteri logici e documentabili.

La buona notizia è che l’assegnazione delle politiche e di molti parametri può ESSERE AUTOMATIZZATA, la cattiva è che pochi sanno come farlo e ancor meno hanno gli strumenti per automatizzare in modo articolato.

1. Il primo aspetto da prendere in considerazione per l’assegnazione dei parametri è chiarire se un nuovo ordine per un certa materiale può essere emesso a fronte di un ordine cliente o deve essere rilasciato in anticipo, cioè in base a previsioni di consumo. Questa decisione è associata alla differenza, se esiste, tra lead time di mercato e lead time cumulato (si veda il dizionario APICS per le definizioni di questi).

2. Un’altra cosa da considerare è se un materiale è standard o deve essere fabbricato su specifica del cliente.

Altri aspetti rilevanti sono il valore unitario degli articoli da ordinare, il loro consumo a valore e la predicibilità dei loro consumi.

Stabilito che alcuni materiali devono essere riordinati su previsione, è opportuno integrare tali previsioni nel modello di pianificazione, vuoi con una semplice gestione a punto di riordino o adottando algoritmi più efficaci in presenza di domanda con stagionalità e trend significativi. Inoltre la gestione all’interno di un modello di pianificazione sia di fabbisogni previsionali che di fabbisogni certi richiede lo scorporo dalla previsione dei nuovi fabbisogni certi man mano che vengono acquisiti e il ricalcolo della previsione e dei riordini al manifestarsi di variazioni significative rispetto alle previsioni precedentemente calcolate.
Capita spesso di sentirci dire in azienda: “ma da noi non è possibile fare previsioni”. Non può essere. Ma questo sarà argomento di un altro post.

Il valore della simulazione in tempi di crisi

Le supply chain delle aziende sono sempre più connesse ed estese: questo aumenta i rischi e gestirli è diventato essenziale. Se accade qualcosa di imprevisto nel mercato o nella fornitura che interrompe i normali flussi di materiali e risorse, diventa fondamentale prendere decisioni tempestive e basate su scenari verosimili. In questi casi la capacità di simulazione diventa molto utile: serve a ridurre i danni economici immediati dell’azienda e, indirettamente, a non perdere la fiducia dei clienti. In molti ambiti la simulazione è uno strumento ed una pratica consolidata e diffusa: nella progettazione di prodotti e impianti, in medicina e nella finanza, per esempio, si sono affermati nel tempo strumenti e metodologia.
Nel supply chain management la situazione è meno rosea: i moduli di pianificazione del sistema ERP non consentono di fare simulazioni perchè sono ancorati al piano corrente di produzione e acquisto. E anche se consentono qualche anticipazione di scenari si tratta sovente di procedure limitate nella portata e molto semplificate. Prova ne è, come tentativo di ovviare a questo, il dilagare di fogli elettronici o altri strumenti poco strutturati. Anche molti sistemi APS non riescono a supportare al meglio le simulazioni, soprattutto se si basano sulle tecnologie transazionali dei sistemi ERP o dei MES, poco adatti ai calcoli massivi. Situazioni impreviste in cui è importante poter fare simulazioni possono avere varie origini:

  • un fornitore è in difficolta e bisogna valutare l’impatto delle sue consegne su quelle ai nostri clienti. Per quanto tempo possiamo sfruttare il nostro magazzino di componenti? per quanto tempo possiamo alimentare la produzione prima di aver trovato un altro fornitore?
  • concorrenti di altri paesi sono danneggiati da eventi catastrofici: quale sarà l’aumento di domanda e come sopperirvi?
  • nuove norme o sentiment fanno calare la domanda di prodotti con certe caratteristiche (per esempio: imballi in plastica o certi ingredienti alimentari): qual è il rischio di obsolescenza del magazzino? qual è l’impatto sulla nostra domanda e sui nostri impianti produttivi? quanto tempi ci vuole per riconvertire i flussi di materiali?
  • clienti britannici, in vista della brexit, fanno scorte dei nostri prodotti: nell’immediato dobbiamo fronteggiare un aumento di carico sugli impianti ma non va sovrastimata la domanda futura e l’approvvigionamento delle nostre materie prime

La simulazione è utile anche senza crisi o imprevisti esterni ma per la valutazione di decisioni della stessa azienda:

  • phase-in/out di prodotti e componenti
  • valutazione di nuovi assetti produttivi e della catena di fornitura
  • valutazione dell’impatto di diverse tecniche di gestione (kanban, rythm-wheel, ecc)

In ogni caso, per essere in grado di rispondere in modo articolato ed efficace al presentarsi di nuovi scenari, fa la differenza disporre di strumenti di simulazione in grado di:

  • modellare adeguatamente vincoli e flussi
  • rappresentare gli scenari in modo esauriente ed efficace
  • elaborare rapidamente gli scenari
  • mescolare valori reali e ipotetici delle variabili in gioco, sfruttando anche fonti dati poco strutturate

Non ha senso attendere la crisi per dotarsi degli strumenti adatti a gestirla

Pianificare la distribuzione con Cowry

Cowry ha superato la distinzione tra i sistemi nati per pianificare la distribuzione e quelli che pianificano e schedulano produzione e acquisti.
In un’unico modello dati e in una singola elaborazione è infatti possibile:

  • calcolare le previsioni di vendita e consumarle con gli ordini cliente sui magazzini di distribuzione, sia quelli terminali che quelli intermedi
  • nettificare i fabbisogni sui magazzini di distribuzione e ottenere le proposte di trasferimento tra i magazzini di più livelli
  • sfruttare la disponibilità in eccesso su magazzini di pari livello prima di richiedere nuove produzioni
  • propagare la nettificazione sul magazzino aziendale e esplodere i fabbisogni della distinta base, nel caso di aziende di produzione, o direttamente sugli acquisti per quelle di distribuzione
  • network di distribuzione differenziati per articolo
  • sincronizzare i trasferimenti tra magazzini sulle vettoriali dei trasportatori, sia in back-scheduling che in forward-scheduling
  • gestire la nettificazione dei fabbisogni in base a priorità configurabili, non solo per data
  • impostare i parametri di riordini a diversi livelli di dettaglio, fino alla terna articolo/magazzino di partenza/magazzino di destinazione

Poter disporre di un unico modello di calcolo integrato permette inoltre di verificare l’impatto di un ritardo su un ordine di acquisto sulla produzione e quindi sulla distribuzione. E’ inoltre possibile simulare in Cowry un diverso assetto della distribuzione partendo dai dati correnti utilizzati per la pianificazione

Paneido
Paneido è sinonimo di vent’anni di esperienza con i sistemi di pianificazione e simulazione. La nostra filosofia è rendere semplici e veloci le attività quotidiane e praticabili le soluzioni ai problemi meno ricorrenti: phase-in/out di prodotti, adeguamento capacità produttiva, ottimizzazioni, ecc.

Questo sito web utilizza cookies per garantire il corretto funzionamento dei servizi offerti e per migliorare l’esperienza d’uso delle applicazioni on-line; può contenere componenti multimediali di terze parti, i quali possono generare a loro volta cookies sui quali non è possibile avere controllo; per ulteriori informazioni consulta la nostra informativa.