Konfiguracje wymagane dla prognozy AI

Aby możliwe było generowanie prognoz zapotrzebowania z wykorzystaniem sztucznej inteligencji, konieczne jest wcześniejsze przygotowanie odpowiednich ustawień systemowych. Proces konfiguracji obejmuje trzy kluczowe etapy:

  • określenie rodzaju prognozy zapotrzebowania
  • wprowadzenie danych w aplikacji Konfiguracja, istotnych dla generowania prognoz
  • przygotowanie serwera planowania w aplikacji Planowanie zapotrzebowania materiałowego

Poszczególne etapy oraz odpowiadające im aplikacje zostały opisane poniżej.

Aplikacja Rodzaje prognoz zapotrzebowania

W tej aplikacji należy zdefiniować rodzaj prognozy zapotrzebowania, który będzie wykorzystywany do przygotowania prognozy sztucznej inteligencji. Opis aplikacji Rodzaje prognoz zapotrzebowania, wyjaśnienie jej budowy i szczegółowy opis pól znajduje się w artykule Prognozy zapotrzebowania i ich rodzaje.

Aplikacja Konfiguracja

W aplikacji Konfiguracja, w sekcji Prognoza AI, należy zdefiniować domyślne ustawienia dla generowanych prognoz AI. Kluczowym krokiem jest aktywacja funkcji Prognoza AI, co umożliwia korzystanie z mechanizmów prognozowania opartych na sztucznej inteligencji w dalszych etapach planowania.

Aplikacja Konfiguracja, sekcja Prognoza AI

Na zakładce Ustawienia należy uzupełnić pola niezbędne do konfiguracji:

  • Lokalizacja pliku – lokalizacja, do której powinien zostać wygenerowany plik z prognozami sztucznej inteligencji. Należy wprowadzić w tym polu link do repozytorium wiedzy KStore, ze wskazaniem bazy, na której aktywowana została funkcja, predefiniowanego folderu i jego podfolderu. Po zakończeniu procesu, to tam będzie widoczny plik z powstałą prognozą zapotrzebowania.
  • API URL – link do API, gdzie powinny zostać eksportowane dane historyczne transakcji magazynowych
  • Data – data początkowa, od której sztuczna inteligencja ma rozpocząć pobieranie transakcji magazynowych do policzenia prognozy. Jeżeli pole Data nie zostanie wypełnione, wówczas przeanalizowana zostanie cała dostępna historia transakcji magazynowych.
  • Rodzaj prognozy zapotrzebowania – w tym polu należy wprowadzić rodzaj prognozy zapotrzebowania, utworzony dla planowania AI
  • Negatywna wartość – pole to odnosi się do procesu pobrania wartości ujemnych z magazynu. Tutaj należy wskazać właściwy proces, który będzie odpowiadał wartości zapisanej w kluczu transakcji. Do wyboru dostępne są dwie wartości:
    • Przychód
    • Wydanie
Uwaga
Pola Lokalizacja pliku, URL AI serwer, Rodzaj prognozy zapotrzebowania oraz Negatywna wartość są polami obowiązkowymi. Jeżeli pole Data nie zostanie wypełnione, powinna zostać przesłana cała dostępna historia transakcji magazynowych.

Poniżej, pod polami ustawień, widoczna jest też sekcja Statystyki transferowe, a w niej pole Ostatni transfer prognozy zapotrzebowania – wskazuje ono datę, w której dokonano ostatniego transferu prognozy. To pole nie podlega edycji, gdyż system sam wskazuje właściwą datę.

Aplikacja Planowanie zapotrzebowania materiałowego

Aplikacja ta umożliwia rozpoczęcie planowania po wprowadzeniu kluczowych danych dla generowania prognozy sztucznej inteligencji:

  • W polu Planowanie zapotrzebowanie materiałowego należy wskazać właściwy serwer planowania.
  • Istotne jest, aby sprawdzić kolejkę przetwarzania – pole to nie może być puste, gdyż przeprowadzenie planowania nie będzie możliwe.
  • W sekcji Dane planowania, w polu Rodzaj prognozy zapotrzebowania należy wprowadzić taki sam rodzaj prognozy zapotrzebowania jak w polu o tej samej nazwie w funkcji Prognoza AI w aplikacji Konfiguracja.
  • W polu Lokalizacje należy wskazać organizacje logistyki magazynowej, w których znajdują się artykuły objęte prognozą zapotrzebowania.
Wskazówka
Szczegółowy opis pozostałych pól aplikacji Planowanie zapotrzebowania materiałowego znajduje się w artykule Planowanie zapotrzebowania materiałowego.

Po poprawnym skonfigurowaniu wyżej omówionych aplikacji można przystąpić do generowania prognozy zapotrzebowania z wykorzystaniem sztucznej inteligencji. Przykładowy przebieg procesu planowania został opisany krok po kroku w artykule Przykład procesu planowania zapotrzebowania materiałowego z wykorzystaniem AI.

Czy ten artykuł był pomocny?