רשת קמעונאית מובילה בארה"ב סבלה מהפסדים כפולים: טונות של סחורה טרייה שנזרקו מדי חודש, לצד מוצרי יסוד מבוקשים שאזלו מהמדפים בדיוק כשהלקוחות חיפשו אותם. החלפנו את ההזמנות המבוססות על תחושות בטן במערכת לחיזוי ביקושים, שעדיין דורשת "חתימת אדם" של הקניין לפני ביצוע ההזמנה.
ניהול המלאי הוא המקום שבו רשתות קמעונאיות מפסידות הון בשקט. הרשת הזו סבלה מהפסד כפול: סחורה טרייה שהוזמנה בעודף ונרקבה בפח, לצד מוצרים מבוקשים שאזלו מהמדפים בשעות השיא ושלחו את הלקוחות ישירות למתחרים.
מקור הבעיה היה פשוט: תהליך הרכש התבסס על תחושות בטן. קניינים ומנהלי מלאי עבדו עם גיליונות אקסל מיושנים והזמינו לפי אינטואיציה או על בסיס נתוני השבוע שעבר, ללא ניתוח מעמיק של הביקוש בפועל. שיעור דו-ספרתי מקטגוריות המוצרים המתכלים ביותר (מוצרי חלב, מאפייה, פירות וירקות) נזרק ישירות לפח, פשוט כי הוזמנו כמויות גדולות מכפי שניתן למכור בזמן. בנוסף, לא היה שום חיבור בזמן אמת בין הקופות בסניפים (נתוני המכירות בפועל) לבין המרכז הלוגיסטי והספקים.
הקפדנו להשאיר גורם אנושי בשלב אישור ההזמנה, כדי למנוע רכש אוטומטי עיוור.
במקום שכל סניף ומחלקה יעבדו במנותק, חיברנו את נתוני הקופות ישירות למערכת הלוגיסטיקה הקיימת של הרשת, וייצרנו תמונת מצב אחודה בזמן אמת של המכירות בפועל בכל סניף.
שילבנו במותג משתנים חיצוניים המשפיעים ישירות על התנהגות הצרכנים (ימי עומס, חגים ומזג אוויר), כך שהתחזית משקפת במדויק את השבוע הבא, ולא רק משחזרת את השבוע שחלף.
במקום שהקניינים ינחשו כמויות, המודל מנתח את קצב המכירות בזמן אמת ומפיק המלצות רכש מדויקות לכל מוצר בכל סניף.
משקל מיוחד לשורות המוצרים קצרות החיים (מוצרי חלב, מאפייה, תוצרת) שבהן הזמנת יתר פירושה פח והזמנת חסר פירושה מדף ריק, והכמות הנכונה היא מטרה נעה.
לא אפשרנו ל-AI לבצע הזמנות באופן אוטומטי ועיוור. מדי בוקר, מנהל הרכש מקבל לנייד רשימת המלצות מסודרת, עובר עליה ומאשר את ההזמנה לספק בלחיצת כפתור אחת.
הפתרון פועל באינטגרציה מלאה עם המערכות הקיימות של הרשת (קופות, מערכות לוגיסטיקה וספקים), מה שהפך אותו לחלק בלתי נפרד מסדר היום של העובדים, ולא לעוד כלי חיצוני ומסורבל.
כבר במהלך הרבעון הראשון, שני מוקדי ההפסד החלו להצטמצם משמעותית.
סחורה שפגה והלכה לפח ירדה בכ-30% כבר ברבעון הראשון, וכך נחתך הפסד חודשי גדול שחזר על עצמו שוב ושוב. המקרים של מדף ריק במוצרים מבוקשים ירדו ב-60%, מה שהעלה את המחזור ישירות והשאיר את הלקוחות מרוצים יותר בחנות.
העבודה הסיזיפית של הקניינים על חישובי מלאי והזמנות התקצרה מכארבע שעות ביום לכחמש עשרה דקות בלבד של סקירה מהירה ואישור ההמלצות. שאר יום העבודה התפנה למשימות אסטרטגיות שבאמת דורשות מגע יד אדם.
הפתרון הזה מחזיק מעמד כי הגורם האנושי מעולם לא יצא מהתמונה. ה-AI מבצע את ניתוח הנתונים המורכב שגיליונות אקסל אינם מסוגלים לעשות ומציג המלצה ברורה, בעוד הקניין, שמכיר את השטח, שומר על סמכות ההחלטה והאישור. האיזון הזה (חיזוי חד בשילוב "חתימת אדם" על כל הזמנה) הוא שהופך את המערכת לבטוחה להרצה יומיומית, וזו אותה משמעת מקצועית שעומדת בבסיס עבודת האינטגרציה למערכות ותיקות שלנו.
קמעונאי ישראלי הריץ מבצעים שהפסידו כסף בשקט. תמחור עלות שולית בזמן אמת עם רצפה קשיחה של 12% חוסם כל עסקה מפסידה עוד לפני שהיא מגיעה לקופה, ומעלה את הרווח הגולמי בכ-4%.
לפרויקט המלא ← קידום מכירות · מוצרי צריכהיצרן מזון ישראלי מוביל עמד בכל יעד כמות, אבל הרווח התפעולי נשחק בגלל מבצעים לפי תחושת בטן. סימולציית מבצעים ב-AI עם רצפת רווחיות העלתה את הרווח הגולמי ב-~3% וקיצצה את תכנון המבצעים משבועות לדקות.
לפרויקט המלא ←
Reef TRH