AI для запасів у Business Central

Ризик дефіциту

Сам по собі залишок не відповідає майже ні на що. Важливе запитання — чи покриває те, що є, плюс те, що приїде, те, що вже обіцяно й що ви очікуєте продати до наступного надходження. Це означає поєднати записи складу, відкриті замовлення закупівлі з очікуваними датами, відкриті замовлення продажу й історію споживання.

• Позиції, що падають нижче страхового запасу до наступного надходження
• Позиції, де замовлення постачальнику взагалі немає, — окремо від тих, де воно просто запізнюється
• Ризик за позиціями, вже обіцяними у відкритих замовленнях, — найдорожча категорія
• Надійність постачальників там, де надходження стабільно приходять пізніше за підтверджену дату

Останній пункт вартий наголосу. Планування за підтвердженими датами, коли постачальник звично запізнюється на одинадцять днів, дає план, який тихо не спрацює. Історія лежить у Business Central; рахувати її по кожному постачальнику ні в кого немає часу. Сам розрахунок описано в матеріалі про точку замовлення й страховий запас.

Повільний товар і неліквіди

Дзеркальна проблема й зазвичай більша сума. Капітал, що стоїть у товарі, який не рухається, невидимий у звіті про прибутки й болючий у балансі. Business Central тримає все потрібне, щоб це порахувати: дата останнього руху, кількість, вартість і оборотність по кожній позиції.

Корисний результат сортується за грошима, а не за кількістю. Чотириста повільних SKU — це звіт, за яким ніхто нічого не робить; «€180 000 запасу не рухалося рік, і 60% цієї суми — в одинадцяти позиціях» — це рішення. Наступні запитання — це застаріле, сезонне чи прив'язане до контракту — асистент відповість у тій самій розмові.

Рекомендації до закупівель

У Business Central є аркуші планування й потреби, і вони працюють. AI додає міркування навколо них: пояснює, чому з'явилася пропозиція, позначає, коли вона спирається на нетипову історію попиту (наприклад, одне велике разове замовлення), і поєднує рекомендацію з реальними, а не налаштованими термінами постачання.

Про межу варто сказати прямо. Якщо картки номенклатури підтримуються в порядку — точки замовлення, терміни, модифікатори актуальні, — стандартний механізм планування хороший, і AI має пояснювати його результат, а не підміняти. Якщо налаштування картки поповзли, аналіз AI успадкує це сповзання. Жодна з цих ситуацій не покращується від того, що модель сприймають як заміну підтримуваним довідникам.

Де аналіз запасів стає тонким

Вартість запасів залежить від методу собівартості, і аналіз, який це ігнорує, дає цифри, що не збігаються з книгою. FIFO, середня й стандартна поводяться по-різному, а цифри, зняті до прогону коригування собівартості, — попередні. Асистент має повідомляти це застереження, а не подавати попереднє число як остаточне. Механіка — у матеріалі про методи оцінки запасів.

Локації додають другий шар: товар, який є в компанії, але лежить не на тому складі, недоступний для конкретного замовлення. Аналіз на рівні компанії там, де бізнес працює на рівні локацій, формально правильний і практично марний.

Агенти для запасів

Розширити це до дії може AI-агент: створювати замовлення закупівлі з погоджених пропозицій, оновлювати точки замовлення за спостережуваним попитом або відкривати запит до постачальника, коли надходження почали зсуватися. Оскільки непроведене замовлення закупівлі виправне, це одна з ділянок, де створення без нагляду з переглядом до випуску — розумна стартова позиція, більшою мірою, ніж у фінансах.