تخطٍّ إلى المحتوى
AI / MLSaaS

الطلب، مرئيًّا قبل أن يحدث.

منصة تنبؤ بالتعلّم الآلي تستوعب تاريخ المبيعات والموسمية والإشارات الحية للتنبؤ بالطلب — لتخطّط الفرق المخزون والعمالة والإنفاق بثقة بدلًا من التخمين.

98%دقة التنبؤات
−58%نفاد المخزون
−41%مخزون فائض
العميلمجموعة FeelEat
القطاعAI / ML · العمليات
المنصةSaaS · ويب
التخصصاتAI / ML · البيانات · SaaS
الموجز

الطازج لا يغفر أي تقريب.

العميلمجموعة FeelEat
الدقة98% في الإنتاج
نفاد المخزون−58%
الأسطحSaaS · ويب

عملية وجبات طازجة تحيا أو تموت على رقم الغد: اطبخ أكثر من اللازم فتذهب الأرباح إلى سلة المهملات، واطبخ أقل من اللازم فتبقى الثلاجات فارغة عند الظهيرة. كان التخطيط يقوم على الخبرة وجداول البيانات — حدس جيد، بلا ذاكرة، وبلا وسيلة للتوسّع عبر شبكة ثلاجات متنامية.

بنينا المنصة التي تتذكّر كل شيء: عامان من تاريخ المبيعات، والموسمية، والطقس، والإشارات الحية من أسطول الثلاجات، مُقطَّرة إلى تنبؤات بالطلب لكل موقع ولكل طبق. يُخطَّط الآن للمخزون والعمالة والإنفاق على رقم اكتسب الثقة — 98% دقة في الإنتاج.

في الإنتاج، يخطّط النموذج لليوم قبل أن يبدأه المطبخ: 98% دقة في التنبؤ، انخفاض نفاد المخزون بنسبة 58%، وانخفاض المخزون الفائض بنسبة 41% — مع مراقبة الانحراف وإعادة تدريب مجدولة للبقاء موثوقًا حين يتحرّك الطلب.

التحدي

الحدس لا يتوسّع.

كان مخطّطون جيدون يديرون العملية بالخبرة — وهي خبرة لا تُنسخ إلى المواقع العشرة التالية.

01 — المشكلة

كان رقم الغد مجرد تخمين.

الطازج يعاقب على الخطأ في الاتجاهين، كل يوم، بلا استثناء.

  • الإفراط في الإنتاجأرباح تُرمى حرفيًّا في سلة المهملات في نهاية كل يوم.
  • نفاد المخزونثلاجات فارغة عند الظهيرة تعني إيرادًا وثقةً ضائعين.
  • ذاكرة جدول بياناتلم يكن للتخطيط أي استذكار منهجي للموسمية.
  • حدس محلّيتبقى الخبرة لدى مخطّط واحد، في موقع واحد.
02 — الحل

رقم اكتسب الثقة.

تنبؤات بالطلب لكل موقع ولكل طبق، مُقطَّرة من التاريخ والموسمية وإشارات الأسطول الحية.

  • 98% دقةبجودة الإنتاج، مقيسة باستمرار.
  • إشارات في المدخلاتتاريخ المبيعات، والطقس، والموسمية، وقياسات الثلاجات عن بُعد.
  • عروض تخطيط في المخرجاتالمخزون والعمالة والإنفاق متوائمة على رقم واحد.
  • تصحيح ذاتيإعادة التدريب المؤتمتة تُبقي النموذج صادقًا مع نمو الشبكة.
ما بنيناه

من الإشارات إلى خطة.

الحلقة الكاملة — الاستيعاب، والتنبؤ، وعروض التخطيط، وإعادة التدريب التي تُبقي كل ذلك صادقًا.

01

استيعاب الإشارات

تاريخ المبيعات، والموسمية، وآثار التقويم، وقياسات الأسطول الحية عن بُعد، عبر مسارات معالجة محكمة.

02

نماذج التنبؤ بالطلب

تنبؤات لكل موقع ولكل طبق، مضبوطة على الأفق الذي يشتري عنده المخطّطون فعلًا.

03

عروض تخطيط المخزون

تنبؤات مترجَمة إلى كميات طلب وخطط إنتاج — لا منحنيات خام.

04

تخطيط العمالة والإنفاق

منحنى الطلب نفسه يقود جداول الفرق وميزانيات الشراء.

05

مراقبة الانحراف

الدقة متتبَّعة باستمرار في مواجهة الواقع، مع تنبيهات عندما يتحرّك العالم.

06

إعادة تدريب مجدولة

تُعيد النماذج تدريب نفسها تلقائيًّا على بيانات حديثة — تنجو الدقة إلى الربع القادم، وما بعده.

كيف بنيناه

كسب ثقة المخطّطين.

أربع مراحل — منها أشهر من العمل بصمت إلى جانب البشر.

1

بلورة الفكرة

تأطير دالة الكلفة مع المشغّلين: وجبة مُهدَرة مقابل ثلاجة فارغة.

2

التصميم

عروض تخطيط تقول ماذا تطبخ — لا لوحات تحكم تجيب «حسب الحال».

3

التطوير

الاستيعاب، ومسار الميزات، والنماذج، وحلقة إعادة التدريب المؤتمتة.

4

النشر

تجربة في الوضع الظلّي مقابل خطط البشر، ثم التحوّل موقعًا تلو الآخر.

الأجزاء الصعبة

ما أرّقنا ليلًا.

المشكلات التي كانت تقرر ما إذا كان المنتج يعمل من الأساس.

01

الثقة قبل الأتمتة

يتجاهل المخطّطون الصندوق الأسود. عمل النموذج في الوضع الظلّي مقابل خطط البشر إلى أن كسب سجلّ إنجازه — لا رياضياته — النقاش.

02

مواقع تبدأ من الصفر

المواقع الجديدة بلا تاريخ. النقل من مواقع مشابهة يمنح تنبؤات من اليوم الأول، تتقارب مع تدفّق البيانات المحلية.

03

الانحراف في شبكة متغيّرة

القوائم تتبدّل، ومواقع تُفتتح، والمواسم تتغيّر. إعادة التدريب المؤتمتة ومراقبة الدقة تُبقيان نسبة الـ98% صادقة على المدى.

البنية

حزمة التقنيات.

حلقة تعلّم تمتد على كامل شبكة الثلاجات.

PythonNode.jsMySQLRedisElasticSearch
النتيجة

أرقام يراقبها الملّاك.

سدّدت المنصة كلفتها منذ الربع الأول — ثم امتدّت إلى تخطيط الطلب.

98%الدقة

رقم إنتاجي، مقيس في مواجهة ما بِيع فعلًا — لا تباهٍ على مجموعة اختبار.

−58%نفاد المخزون

انهارت لحظات الثلاجة الفارغة؛ الغداء حاضر حين يحضر العميل.

−41%مخزون فائض

طازج أقل يُطبخ للمهملات — الربح والاستدامة، الرافعة نفسها.

سدّدت منصة التنبؤ كلفتها منذ الربع الأول. وبعد ستة أشهر، طلبنا من CODT تطبيق المنهج نفسه على تخطيط الطلب — يتعاملون مع الاثنين كمنتج واحد.
Yi-Ning Hsiao
مسؤول المخزون · FeelEat
دورك الآن

هل لديك مشكلة تستحق
حلًّا متقنًا؟

حدّثنا عن منتجك وجدولك الزمني وقيودك. نردّ خلال يوم عمل واحد بقراءة صادقة حول الملاءمة والنطاق والفريق المناسب.