Dnes velmi populární téma nástupu Průmyslu 4.0 bych rád doplnil o další oblast, která bude do budoucna hrát stále důležitější roli. Podívejme se společně na problematiku řízení zásob. Správná výše zásob v čase je dlouhodobým cílem každé firmy podnikající jak v oblasti výroby, tak v oblasti velkoobchodu nebo maloobchodu. Pokud v minulosti stačilo mít data o historických prodejích od zkušeného zásobovače, v současné době je tomu jinak. Mnoho společností zjišťuje, že tradiční nástroje pro řízení stavu zásob dle takzvaných limitních stavů nedostačují. V oblasti řízení zásob působí celá řada faktorů, jako je sezónnost, počasí, spotřebitelské akce, ale i dnes tak populární prodejní akce. Ty ovlivňují jak požadavky na výši zásob sortimentu v akci, tak i zboží, které v akci sice není, ale je s ní nějakým způsobem propojeno. Má na prodejnost vliv i konkrétní výše slevy nebo třeba umístění do kompletu s jiným produktem? A zohledňují kupříkladu loňská prodejní data skutečnou dostupnost zboží? V současnosti je pro zásobovače až nereálné pracovat s daty z minulosti, pokud odpovědi na výše uvedené otázky nezná. Popsané faktory se nezasazují do výpočtu snadno, protože jejich vzájemné vztahy nejsou lineární a uchopitelné jednoduchým vzorcem. To je důvod, proč se slova ujímají umělá inteligence, big data a neuronové sítě. Maximální množství dostupných dat čerpaných jednak z tradičních informačních systémů typu ERP, jednak z dalších zdrojů jako evidence prodejních akcí, nebo dokonce předpověď počasí, vstupuje do algoritmů, jež opakovaně přepočítávají neuronové sítě. Jejich předností je vysoký výpočetní výkon a schopnost vyhledávat souvislosti. Zkušenosti zásobovačů jsou tak konfrontovány s výstupy z pokročilých nástrojů pro predikci. Dokonce se začínají evidovat svátky, významné sportovní a kulturní akce v daném regionu, uzávěrky dopravy, otevření nových prodejen v okolí, data o spotřebitelích z věrnostních systémů, konkurenční letákové akce a další. Všechny tyto údaje přispívají k výraznému zpřesnění predikce prodejů. Vhodný software se tak stává významným a mnohdy nezbytným pomocníkem zásobovačů. Vedle řízení zásob vstupuje umělá inteligence i do odvětví, které ještě před lety bylo nepředstavitelné zpracovat strojově, například překládání textů nebo predikce hustoty dopravy. Z předložených dat umí dobrý software vytěžit maximální potenciál a poskytnout tak uživatelům nenahraditelnou konkurenční výhodu. My ve společnosti KVADOS se těmto oblastem věnujeme řadu let, spolupracujeme s matematiky na vysokých školách, ale také konzultujeme s našimi klienty jejich zkušenosti a potřeby. Již dnes dostupné nástroje tak postupně vstupují do reálné práce nejen zásobovačů, ale také marketérů, obchodníků a managementu. Petr Gregor www.kvados.cz
