LogisticsIT.com تجزیہ کار اور وینڈر کمیونٹیز کے سرکردہ نمائندوں کے ساتھ بات چیت کی تاکہ طلب کی پیشن گوئی اور منصوبہ بندی کی ٹیکنالوجی کے اندر ہونے والی جدت کے کچھ اہم ترین نکات اور جدت کے شعبوں پر تبادلہ خیال کیا جا سکے۔
زیادہ بکھرے ہوئے اور غیر مستحکم کھیل کے میدان کے معمول بننے کے ساتھ، کمپنیوں کو متوقع اور حقیقی مانگ کو منظم کرنے کے ساتھ ساتھ اسٹاک آؤٹ سے بچنے اور وقت پر ڈیلیور کرنے کے ذریعے آرڈرز کو مؤثر طریقے سے انجام دینے اور پورا کرنے کے لیے زیادہ درست فیصلے کرنے کے قابل ہونے کی ضرورت ہے۔ اس بات سے قطع نظر کہ آرڈر براہ راست ذخیرہ کرنے کے لیے ہے یا صارفین کو براہ راست۔
خوش قسمتی سے، دستیاب ٹیکنالوجی ان چیلنجوں کا مقابلہ کر رہی ہے۔ یہ صرف ایک معاملہ ہے کہ آپ اپنے راستے میں جو کچھ دستیاب ہے اور جو آپ کی اپنی مخصوص ضروریات اور دستیاب بجٹ کے مطابق ہو سکتا ہے اس کے ارد گرد نیویگیٹ کر سکیں۔ تو، مانگ کی پیشن گوئی اور منصوبہ بندی سے متعلق حل کے چند کلیدی چیلنجز کیا ہیں جو انہیں ایک مشکل عمل سے کم کر سکتے ہیں؟
طلب اور رسد کے درمیان کنکشن کلیدی ہے۔
سپلائی چین پلاننگ سلوشنز کے حوالے سے، ٹم پینے، ریسرچ کے نائب صدر، گارٹنر، یہ نکتہ پیش کرتا ہے کہ ڈیمانڈ پلاننگ اور سپلائی چین پلاننگ کے درمیان حد بندی اب بڑی حد تک غائب ہو گئی ہے۔ "لہذا، طلب اور رسد کے درمیان تعلق کلیدی حیثیت رکھتا ہے اور تیزی سے ہم نے دیکھا ہے کہ ٹیکنالوجی کو مساوات کی طلب اور رسد کی منصوبہ بندی دونوں کا احاطہ کرنے کے قابل ہے کیونکہ یہ واقعی اہم ہے،" وہ کہتے ہیں۔ پینے نے مزید کہا کہ ان دنوں سب کچھ بادل پر ہے۔ "کوئی بھی مارکیٹ میں نیا منصوبہ بندی کا حل نہیں لاتا جو خالصتاً بنیاد پر ہو۔"
پینے یہ بھی بتاتے ہیں کہ مزید وینڈرز اب مزید AI اور مشین لرننگ کو منصوبہ بندی کے حل میں شامل کر رہے ہیں۔ "کاروباری ماڈلز میں تبدیلی کا مطلب ہے کہ کمپنیوں کو منصوبہ بندی کے حل میں بہت زیادہ لچک کی ضرورت ہے،" وہ کہتے ہیں۔ "مثال کے طور پر، کنزیومر گڈز کمپنیاں روایتی طور پر اینٹوں اور مارٹر کے خوردہ فروشوں کو فروخت کرتی تھیں اور یہی ان کا مرکزی چینل تھا۔ اب ای کامرس کے ساتھ ان کمپنیوں کو آن لائن فروخت کی مانگ کو بھی دیکھنا ہوگا۔ یہ بزنس ماڈل کی تبدیلی ہے۔
"آپ اب بھی بنیادی طور پر انہی اصولوں کو لاگو کر رہے ہیں جس کے لحاظ سے آپ کو اب اپنے ای کامرس چینل کی مانگ کو اسی طرح دیکھنا پڑے گا جیسا کہ آپ نے اینٹوں اور مارٹر کی مانگ کے لئے کیا ہے، حالانکہ آن لائن کی مانگ اینٹوں اور مارٹر کے خوردہ فروش کے مقابلے میں فروخت مختلف عوامل سے چلتی ہے۔ لہذا، کمپنیوں کو اس بات پر غور کرنے کی ضرورت ہے کہ کتنی انوینٹری کو رکھنا ہے اور آیا دو چینلز کے لیے الگ الگ انوینٹری کے مقامات یا اسٹاک رکھنے ہیں - اسٹور اور آن لائن - یا انہیں یکجا کریں کیونکہ آپ مزید لچک چاہتے ہیں۔ لہذا، سپلائی چین کی منصوبہ بندی کا حل اس omnichannel ماڈل سے نمٹنے کے قابل ہو گیا ہے۔
فیصلہ سازی کے معیار کو بہتر بنانا
تاہم، Payne کا خیال ہے کہ کمپنیوں کے لیے سب سے بڑی توجہ، چاہے وہ خوردہ فروش ہوں یا ہائی ٹیک، فارماسیوٹیکل یا صنعتی مینوفیکچررز وغیرہ، ان کے فیصلوں کے معیار کو بہتر بنانا ہے۔ "لہذا، عمل پر بہت زیادہ توجہ دی جاتی ہے - مانگ کی منصوبہ بندی کا عمل، سپلائی چین کا عمل۔ سیلز اور آپریشنز کی منصوبہ بندی کا عمل وغیرہ۔ تاہم، ہم اکثر پراسیس پر متعین ہو جاتے ہیں - کیا ہم ڈیمانڈ پلاننگ کے عمل کی پیروی کر رہے ہیں، کیا ہر کوئی ہمارے معیاری S&OP عمل کے مطابق ہے؟ تاہم، منصوبہ بندی کا نقطہ بنیادی طور پر فیصلے کرنا ہے۔ منصوبہ بندی فیصلہ سازی کی ایک شکل ہے اور ہمیں یہ فیصلہ کرنا ہے کہ ہم کتنا سوچتے ہیں کہ ہم انوینٹری کو بیچنے، منتقل کرنے، بنانے اور ڈالنے جا رہے ہیں۔ لہذا، منصوبہ بندی کا نتیجہ فیصلہ ہے، اور اچھی منصوبہ بندی کا نتیجہ اچھے فیصلے کرنا ہے – جسے میں اعلیٰ معیار کے فیصلوں کے طور پر بیان کرتا ہوں۔
"اگر ہم اعلیٰ معیار کے فیصلے کرتے ہیں تو ہم قدر کے رساو کو کم کرنے اور قدر بڑھانے کے مواقع پیدا کرنے کے قابل ہو جاتے ہیں کیونکہ ہمیں صحیح وقت پر صحیح جگہ پر صحیح وسائل ملتے ہیں، اور ہم ان رکاوٹوں اور واقعات سے فائدہ اٹھا سکتے ہیں جو مارکیٹ تو ایک سوئچ ہو رہا ہے، خاص طور پر اب بہت زیادہ ڈیجیٹلائزیشن ہو رہی ہے۔ تمام ڈیجیٹائزیشن اور ڈیجیٹل تبدیلی کے کام کے ساتھ جو کمپنیاں ایک بڑا فوکس ایریا کر رہی ہیں جس کے لیے ہمیں سپلائی چین لگتا ہے۔
مختلف تجزیاتی تکنیکوں کا مجموعہ
سپلائی چین کے اندر، پینے نے تبصرہ کیا کہ سب سے اوپر فوکس ایریا سپلائی چین پلاننگ ہے کیونکہ ڈیجیٹائزیشن بہت سارے ڈیٹا اور تجزیات کو استعمال کرنے کے بارے میں ہے۔ اور خاص طور پر مشین لرننگ، جو پیشین گوئی کے بارے میں ہے اور منصوبہ بندی پیشین گوئی کے بارے میں ہے۔ انہوں نے مزید کہا کہ فیصلہ سازی کی آٹومیشن بھی ایک کلیدی توجہ ہے۔ "لہذا، مینوفیکچرنگ کمپنیوں کی طرف سے اس حوالے سے بہت زیادہ توجہ مرکوز کی جا رہی ہے کہ وہ ہمارے فیصلوں کے معیار کو کیسے بہتر بنا سکتی ہیں،" وہ کہتے ہیں۔ "یہ بہت ساری تکنیکی تبدیلیوں کا باعث بن رہا ہے، نہ کہ اصلاح کے طریقوں کو اپنانا بلکہ اضافی تجزیاتی تکنیکوں کو شامل کرنا جیسے مشین لرننگ اپنی تمام مختلف شکلوں میں، گہری سیکھنے اور قدرتی زبان کی پروسیسنگ وغیرہ۔ لہذا، یہ مختلف تجزیاتی طریقوں کا مجموعہ بن رہا ہے۔ وہ تکنیکیں جو فیصلہ سازی کے معیار کو بہتر بنانے میں مدد کرتی ہیں۔
اومنی چینل کا اثر
برائن بال، صنعت کے تجزیہ کار اور مشیر، سابقایبرڈین حکمت عملی اور تحقیق، یہ نکتہ بناتا ہے کہ Covid نے بہت سی کمپنیوں کے آرڈرز کو پورا کرنے کی صلاحیت پر بہت زیادہ دباؤ ڈالا، جس کی بڑی وجہ اومنی چینل میں اضافہ ہے۔ "اس کا مطلب یہ تھا کہ بہت سی کمپنیوں کو مختلف نکات سے آرڈرز کو پورا کرنے کی ضرورت تھی جس سے انہوں نے ابتدائی طور پر پورا کرنے کا منصوبہ بنایا تھا،" وہ کہتے ہیں۔ "مثال کے طور پر، کھانے اور مشروبات کی صنعت میں، اگر کسی کمپنی کے معمول کے مطابق ڈسٹری بیوشن ڈلیوری پوائنٹ گروسری اسٹورز اور ریستوراں تھے کیونکہ لوگ ریستوراں میں کھا رہے تھے اور گروسری آؤٹ لیٹس میں خریداری کر رہے تھے، تو اسے اچانک ہر چیز پر دوبارہ غور کرنا پڑا کیونکہ وبائی امراض کے دوران ریستوراں بند ہو گئے تھے اور یا تو سب کچھ۔ اینٹوں اور مارٹر گروسری چینل کے ذریعے یا آن لائن آرڈر کے ذریعے گئے۔ لہذا، اس شعبے کی خدمت کرنے والی کمپنیوں کو بہت تیزی سے ایڈجسٹ کرنا پڑا اور چیزوں کو مختلف طریقے سے منتقل کرنا پڑا۔"
دوبارہ سوچنے کی تکمیل
لہذا، بال وضاحت کرتا ہے کہ موصول ہونے والی ان باؤنڈ معلومات سے متعلق مانگ کی منصوبہ بندی اور پیشن گوئی کی طرف نئے چیلنجز تھے۔ "دوسرے لفظوں میں، اس بارے میں نئے مسائل تھے کہ مانگ کہاں سے آ رہی ہے، مانگ کا وقت اور مانگ کا حجم نیز ڈیٹا کی درستگی اور مانگ میں اتار چڑھاؤ وغیرہ کے بارے میں سوالات،" وہ کہتے ہیں۔ "تاہم، ہوم ڈیلیوری میں زبردست نمو کے ساتھ، مثال کے طور پر، بڑی حد تک وبائی بیماری کی وجہ سے، کمپنیوں کو اس بات پر بھی نظر ثانی کرنا پڑی کہ انہوں نے کس طرح اپنے آپ کو تکمیل کی طرف، عمل درآمد کی طرف تبدیل کیا، اور اس بارے میں مزید سوچنا کہ مصنوعات کو ترتیب میں کہاں رکھا جانا چاہیے۔ آرڈرز کو تیزی سے اور مؤثر طریقے سے پورا کرنے کے لیے۔ تاریخی طور پر، سامان کو عام طور پر روایتی تقسیم کے مراکز میں ذخیرہ کیا جاتا تھا جو کمپنی نے قائم کیے تھے، لیکن براہ راست سے صارفین کے ماڈل میں تبدیلی کی وجہ سے، کچھ کمپنیاں، خاص طور پر کچھ بڑی کمپنیوں نے اس بارے میں سوچنا شروع کر دیا کہ وہ اسٹور سائٹس کو کیسے استعمال کر سکتی ہیں۔ تکمیل کی تقسیم کے پوائنٹس کے طور پر کیونکہ وہ اس کے قریب تھے جہاں سے زیادہ تر براہ راست صارفین کے آرڈر آرہے تھے۔
بال جاری رکھتا ہے: "تاریخی طور پر، انہوں نے بڑے علاقائی علاقوں کو ڈھکنے والے علاقائی DCs پر انحصار کیا ہوگا، اب، براہ راست سے صارف کے ماڈل میں بڑی ترقی کی وجہ سے، وہ انہیں کسی بڑے شہر یا بڑے مقام کے قریب رکھنے کا فیصلہ کر سکتے ہیں۔ ترسیل کا نقطہ - مثال کے طور پر نیویارک، فلاڈیلفیا، اٹلانٹا، ہیوسٹن یا لاس اینجلس۔ پہلے، کمپنیوں نے ٹریفک کی بھیڑ کی وجہ سے مقامی لاجسٹک چیلنجوں کی وجہ سے اسے ایک آپشن کے طور پر نہیں سمجھا تھا، لیکن چونکہ اس قسم کے مقامات اب آن لائن آرڈر کرنے والے لوگوں کا گڑھ ہیں، رہائش گاہوں اور کونڈو تک ڈیلیور کرنا ایک معمول بن گیا ہے لہذا کمپنیاں تیزی سے اپنی سٹور سائٹس کو تکمیل پوائنٹس کے طور پر استعمال کر رہے ہیں۔ لہٰذا، اب نہ صرف ان باؤنڈ ڈیمانڈ اور پیشن گوئی کی جانب سے ممکن حد تک درست ڈیٹا حاصل کرنا ضروری ہے، بلکہ آؤٹ باؤنڈ سائیڈ پر اس بات کی ضرورت ہے کہ زیادہ سے زیادہ ذہین ماڈل بنایا جائے جو آپ کو بتائے کہ آپ کی لاگت کو کم کرنے کے لیے پروڈکٹس کو کہاں اسٹاک کرنا بہتر ہے۔ ترسیل."
جب کہ ڈیمانڈ پلاننگ اور پیشن گوئی آپ نے سپلائی چین میں جو کچھ کیا اس سے متعلق ایک فرنٹ اینڈ ٹکڑا ہوا کرتا تھا، بال بتاتا ہے کہ یہ اب ایک بہت ہی متحرک حصہ بن گیا ہے جو آپ کو مؤثر طریقے سے انجام دینے اور اس کی تکمیل کے لیے کرنے کی ضرورت ہے۔ نئی اومنی چینل ورلڈ - براہ راست صارفین یا اینٹوں اور مارٹر اسٹورز کے لیے۔ "زیادہ تر منصوبہ بندی کا ماڈل ان باؤنڈ معلومات پر مبنی ہے جس سے متعلق ہے کہ آپ کس طرح کچھ آئٹمز کو بہتر انداز میں بنا سکتے ہیں اور انہیں بھیجنے کے لیے بہترین مقام کے بارے میں بہتر وضاحت حاصل کر سکتے ہیں،" وہ کہتے ہیں۔ "اگرچہ کسی خاص قسم کی شے کی مجموعی مانگ کافی حد تک مستحکم ہو سکتی ہے، لیکن مطالبہ کی قسم اس بات پر منحصر ہو سکتی ہے کہ گاہک کہاں واقع ہے۔
"مثال کے طور پر، چھوٹے، درمیانے یا بڑے کپڑوں کے بارے میں سوچیں۔ چھوٹے، درمیانے اور بڑے میں فروخت کا فیصد مجموعی طور پر بہت زیادہ مختلف نہیں ہو سکتا، لیکن مقام کے لحاظ سے ہر سائز کا فیصد بہت مختلف ہو سکتا ہے۔ یہ معاملہ ہو سکتا ہے کہ شہروں میں بڑے سائز کے کپڑوں کی زیادہ مانگ ہو، یہ صورت ہو سکتی ہے کہ ہلکے کپڑوں کی مانگ جنوب میں زیادہ ہے جہاں سال بھر درجہ حرارت مسلسل زیادہ ہوتا ہے۔ لہذا، مطالبہ کی پیشن گوئی اور منصوبہ بندی کے حل کو تکمیل کے اختتام پر نفاست کی ایک بڑی سطح پیش کرنی چاہیے۔ آپ کو شاید جنوب میں برف کے ہل کی ضرورت نہیں ہوگی، اس لیے اگر آپ کے پاس کوئی ایسا پودا ہے جو برف کا ہل بناتا ہے تو اسے کسی ایسی جگہ پر رکھنا بہتر ہوگا جہاں برف اور شاید پہاڑ ہوں، مثال کے طور پر ٹینیسی۔ یہ صارفین کے لیے تقسیم کا ایک اچھا نقطہ ہے اور یہ مسابقتی لاگت والی مینوفیکچرنگ بھی پیش کرتا ہے۔
سوشل میڈیا کے اثرات
سٹیو مرفی، ڈائریکٹر - کلائنٹ سروسز، پینوراما کنسلٹنگ گروپ, کئی اہم شعبوں کا مشاہدہ کرتا ہے جو آج طلب کی پیشن گوئی اور منصوبہ بندی کے چہرے کو بدل رہے ہیں۔ وہ کہتے ہیں، "ایک تو صارفین کی طلب کو پورا کرنے کے لیے اومنی چینل کا ارتقاء ہے، اور اب صارفین کے پاس اسٹور میں خریداری اور آن لائن آرڈرز کے درمیان انتخاب ہے۔" "پچھلے کچھ سالوں میں آن لائن فروخت پھٹ گئی ہے، خاص طور پر وبائی مرض کے بعد سے۔ سوشل میڈیا پر، آج ہم آپ کی آن لائن سرگرمی کی سخت ٹریکنگ کی بنیاد پر ٹارگٹڈ اشتہارات کے ساتھ بمباری کر رہے ہیں۔ صرف چند سال پہلے، آپ جو اشتہارات پاپ اپ دیکھیں گے وہ چار یا پانچ اہم کمپنیوں کے ہوں گے جو اس قسم کے اشتہارات کو نشانہ بنا رہے تھے۔ آج، اگر آپ گھنٹوں کے اندر کسی آن لائن صفحہ پر جاتے ہیں، تو آپ کو اس کمپنی اور اس کی مصنوعات سے متعلق اشتہارات پاپ اپ نظر آنے لگیں گے۔ جب آپ اپنے لینڈنگ پیج پر سائن اپ کرتے ہیں، چاہے وہ گوگل ہو، یاہو ہو یا جو بھی معاملہ ہو، آپ کو اس خوردہ فروش یا اس پروڈکٹ کے بارے میں اشتہارات یا کہانیاں نظر آئیں گی۔"
مرفی کا خیال ہے کہ یہ نہ صرف آج ٹیکنالوجی کی وجہ سے تبدیل ہو رہا ہے بلکہ یہ بڑے واقعات، خاص طور پر وبائی امراض کی وجہ سے بھی بدل سکتا ہے۔ "وبائی بیماری ایک 'ایک بار' کا واقعہ تھا، لیکن اس نے سب کچھ بدل دیا،" وہ کہتے ہیں۔ "اس نے بدل دیا کہ کمپنیاں اپنی سپلائی چین کیسے چلاتی ہیں اور بڑی ٹرانسپورٹیشن کمپنیوں کو اس بات پر دوبارہ غور کرنا پڑا کہ وہ سامان کی ترسیل کیسے کریں گی۔ آج، سمندری مال برداری کے معاملے میں، مثال کے طور پر، اب آپ کسی بھی وقت چیک ان کر سکتے ہیں اور یہ دیکھ سکتے ہیں کہ GPS پر کھیپ کہاں ہے۔"
اے آئی اور مشین لرننگ
مرفی کے مطابق آج ڈیمانڈ پلاننگ اور پیشن گوئی کے اندر ایک اور اہم پیشرفت اے آئی اور مشین لرننگ کا ارتقاء ہے۔ "سرکردہ ERP وینڈرز جیسے اوریکل، SAP اور Microsoft کے ساتھ ساتھ خصوصی ڈیمانڈ کی پیشن گوئی اور منصوبہ بندی کے حل فراہم کرنے والے، مثال کے طور پر، AI کا استعمال پچھلے تین مہینوں کے رجحان ساز معاشی نمونوں کو لینے کے لیے کر سکتے ہیں، اسے سسٹم میں کھینچ سکتے ہیں اور درست اندازہ لگا سکتے ہیں۔ مطالبہ اگلے مہینے کے لئے ہو جائے گا. ان نظاموں کی درستگی کی سطح چھلانگ اور حد سے بہتر ہوئی ہے۔"
مرفی نے مزید کہا کہ اگرچہ مشین لرننگ زیادہ اور بہتر ڈیٹا فراہم کرتی ہے، لیکن یاد رکھنے کے لیے ایک اہم نکتہ یہ ہے کہ آپ کو مجموعی طور پر کنٹرول کرنے کے لیے ایک انسان کی ضرورت ہے۔ "بڑے واقعات کی صورت میں جن کا اثر مصنوعات کی فروخت پر پڑ سکتا ہے، جیسے کہ سپر باؤل، وہ لوگ جو کئی سالوں کے تجربے کی بنیاد پر ڈیمانڈ کی پیشن گوئی اور منصوبہ بندی کو سمجھتے ہیں، وہ کہہ سکتے ہیں کہ میرے خیال میں اسٹاک کی سطح کو 1 فیصد تک بڑھایا جانا چاہیے۔ اس سے اوپر جو ڈیٹا تجویز کرتا ہے یا اسے اسی سطح سے نیچے پمپ کرتا ہے۔ یہ اکثر تجویز کردہ مشین لرننگ ڈیٹا سے زیادہ درست ثابت ہو سکتا ہے۔ لہذا، آپ کو اب بھی اس انسانی عنصر کی ضرورت ہے جو کہ مشین سے نکلنے والے نمبروں پر مکمل طور پر انحصار کرنے کی بجائے ڈیمانڈ کی پیشن گوئی اور منصوبہ بندی کے تجربے پر مبنی ہو۔
مکل کرشنا۔ عالمی ریسرچ پریکٹس لیڈر - سپلائی چین اور لاجسٹکس، فراسٹ اور سلیوان، اس بات کی عکاسی کرتا ہے کہ یہ صرف ایک دہائی یا اس سے زیادہ پہلے کی بات تھی کہ انڈسٹری نے ابھی ڈیجیٹلائز کرنا شروع کیا تھا، اور لوگوں نے ڈیٹا اکٹھا کرنا اور ڈیٹا رپورٹس بنانا شروع کیا۔ "پیش گوئی کی درستگی میں اضافہ کے لحاظ سے اس سے بہت سے قیمتی ڈیٹا نکلنا شروع ہو گئے،" وہ کہتے ہیں۔ "پھر، حال ہی میں، وبائی مرض نے متاثر کیا اور اس نے بہت سی کمپنیوں کو دوبارہ سوچنے پر مجبور کیا کہ وہ کس طرح مانگ کی پیشن گوئی اور منصوبہ بندی کا انتظام کرتی ہیں۔
تاریخی اعداد و شمار سے آگے بڑھنا
"ملبوسات کی صنعت میں کسی نے مجھے بتایا کہ اس کی کمپنی کی 2022 کے موسم بہار کے لیے منصوبہ بندی پچھلے سال کے ڈیٹا پر مبنی تھی۔ تاہم، وبائی امراض کے تناظر میں یہ تمام تاریخی اعداد و شمار ایک سال یا اس سے زیادہ پیچھے جا رہے ہیں۔ غیر مستحکم اوقات میں، خاص طور پر جب چیزیں بہت تیزی سے بدل رہی ہیں، تاریخی ڈیٹا کا مطلب بہت کم ہے۔ عام طور پر، مانگ کی پیشن گوئی جس پر انحصار کرتی ہے وہ یہ تاریخی ڈیٹا رہا ہے، لیکن اب زیادہ لوگ اس حقیقت سے بخوبی واقف ہیں کہ وہاں اتنی غیر یقینی صورتحال ہے کہ باقاعدہ معاشی ڈیٹا کو پڑھنا بھی بہت مشکل ہے۔
وبائی مرض سے پہلے ہی، کرشنا بتاتے ہیں کہ بہت سے خوردہ گاہک ای کامرس کے خیال سے بہت آرام دہ ہو رہے تھے۔ "پھر وبائی مرض کے دوران، یہ صارفین سمجھ بوجھ سے آن لائن بکنگ کرنے میں اور زیادہ آرام دہ ہو گئے۔ لہذا، کمپنیوں کو نہ صرف اینٹوں اور مارٹر کی ترسیل اور صارفین سے براہ راست ترسیل دونوں کا انتظام کرنا ہے، بلکہ انہیں ریورس لاجسٹکس کو بھی اہمیت دینے کی ضرورت ہے کیونکہ کچھ صارفین کو 10 اشیاء کا آرڈر دینے کی عادت پڑ گئی ہے، لیکن صرف ان میں سے 5، یا اس سے بھی کم رکھنے کا ارادہ ہے۔ لہذا، اب ریٹرن کا انتظام کرنے اور اشیاء کو شیلف پر واپس لانے یا گودام یا DC میں صحیح جگہ پر واپس لانے کا ایک اضافی چیلنج ہے تاکہ دوسرے گاہک کو بھیجنے کے لیے تیار رہیں۔
کرشنا نے مزید کہا کہ کچھ کمپنیاں اب بھی تاریخی ڈیٹا پر توجہ دے رہی ہیں لیکن اب وہ ڈیٹا پر زیادہ انحصار کرتی ہیں جو صرف چند ماہ پرانا ہے۔ "وہ مصنوعی ذہانت کا استعمال بھی شروع کر رہے ہیں اور حقیقی مانگ کا پتہ لگانے کی کوشش کرنے کے لیے جو کچھ ہو رہا ہے اس کی مثلث کرنے کی کوشش کر رہے ہیں،" وہ کہتے ہیں۔ "صرف اس وجہ سے کہ پچھلے سال کچھ ہوا تھا اس کا مطلب یہ نہیں ہے کہ یہ اس سال ہونے والا ہے، لہذا کمپنیاں زیادہ غیر یقینی صورتحال کے وقت درست اعداد و شمار کے بہتر احساس کے امکانات کو بڑھانا چاہتی ہیں۔"
اس کے علاوہ، موسمیاتی تبدیلی کے ساتھ، کرشنا کا خیال ہے کہ کمپنیوں کو اپنے آپ سے یہ پوچھنے کی ضرورت ہے کہ آیا یہ موسم گرما ہوگا کیونکہ اس سے بعض مصنوعات کی زیادہ مانگ پر اثر پڑ سکتا ہے جن کی تاریخی طور پر سال کے اس وقت اتنی مانگ نہیں تھی۔ "لہذا، اس طرح کی چیزیں اب کمپنیوں کے لئے زیادہ ذہن میں آتی جا رہی ہیں جس کی وجہ سے انہوں نے ماضی میں ان کے بارے میں اتنا نہیں سوچا ہو گا جب مانگ کا اندازہ لگانے کی کوشش کر رہے ہیں۔" تاریخی اعداد و شمار پر بھروسہ کرنے کے برعکس ڈیمانڈ کے زیادہ درست نمونوں کا پتہ لگانے کی کوشش کے سلسلے میں، کرشنا بتاتے ہیں کہ اب مزید کمپنیاں AI یا ایڈوانس اینالیٹکس کا استعمال کرتے ہوئے ڈیٹا کو بہتر انداز میں ماڈل بنانے کی کوشش کر رہی ہیں تاکہ زیادہ پیشن گوئی اور نسخہ بننا شروع ہو سکے۔ "یہ سب کچھ الگورتھم میں زیادہ امکان متعارف کرانے میں مدد کر سکتا ہے،" وہ کہتے ہیں۔
ساس/پرائمیس بحث
بال نے مشاہدہ کیا ہے کہ بہت سی کمپنیاں اور بہترین درجے کی کمپنیاں یقینی طور پر آگے بڑھ رہی ہیں، یا پہلے ہی اپنی کچھ فعالیت کو SaaS ماڈل میں منتقل کر چکی ہیں، طلب کی پیشن گوئی اور منصوبہ بندی اور ERP دونوں لحاظ سے۔ "وہ بنیادی طور پر کچھ ٹکڑوں کو بادل میں منتقل کرنے کا فیصلہ کر سکتے ہیں، جیسے فیصلے کی حمایت،" وہ کہتے ہیں۔ "وہ مالی منصوبہ بندی کو منتقل کرنے کا فیصلہ نہیں کر سکتے کیونکہ وہ دیکھتے ہیں کہ ان کے مالی نمبر ان کی 'بادشاہت کی کنجی' ہیں۔ وہ اپنے منصوبہ بندی کے ڈیٹا کو کلاؤڈ میں ڈالنے کا فیصلہ کر سکتے ہیں۔
"تاہم، اس کے باوجود وہ اس کے بارے میں زیادہ خفیہ رہنا چاہتے ہیں کیونکہ ان کے منصوبہ بندی کے اعداد و شمار میں حجم، مصنوعات، مارکیٹنگ اور قیمتوں کی معلومات ہوتی ہے۔ لہذا، وہ اس قسم کے ڈیٹا کے بارے میں محفوظ رہ سکتے ہیں۔ اس کے باوجود، وہ اس ڈیٹا کے ٹکڑے لینے اور اسے آف سائٹ منتقل کرنے کا فیصلہ کر سکتے ہیں۔ عام طور پر، بہت سی کمپنیاں ہر چیز کو گھر میں رکھنے کے رویے سے گزر چکی ہیں۔ اس نے کہا، اب بھی بہت سے مینوفیکچررز ہیں جو بادل میں اپنا خفیہ فارمولا نہیں چاہتے ہیں اور اگر یہ بنیاد پر ہے تو وہ زیادہ محفوظ محسوس کرتے ہیں۔ کوویڈ کے معاملے میں جہاں لوگ سائٹ پر کام جاری نہیں رکھ سکتے تھے، SaaS اس بات کو یقینی بنانے میں بہت قیمتی ثابت ہوا کہ انوینٹری سے متعلق ڈیٹا تک رسائی حاصل کی جا سکتی ہے جہاں بھی وہ لوگ تھے جن کے پاس اس معلومات کو دیکھنے کا اختیار تھا۔
ایک کنارہ ہونا
کرشنا سمجھتے ہیں کہ ساس سے متعلق بہت سے ابتدائی خدشات دور ہو گئے ہیں۔ تاہم، اس کا ماننا ہے کہ بعض صنعتوں میں، جیسے کہ خوردہ، بنیادی حل اور کنارے کی صلاحیتیں اومنی چینل ماڈل کے انتظام میں یکساں طور پر اہم ہیں - براہ راست صارف کے لیے اور براہ راست اسٹور کے لیے۔ کرشنا نے یہ نکتہ بھی پیش کیا کہ ایج کمپیوٹنگ کو کم تاخیر کے معاملے میں کلاؤڈ پر فائدہ حاصل ہوسکتا ہے، جس کے بارے میں ان کا خیال ہے کہ سپلائی چین کی دنیا میں تیزی سے اہم ہے جہاں طلب اور اسٹاک کی ضروریات کو پورا کرنے کے لیے فوری ردعمل اہم ہوسکتا ہے۔
وہ کہتے ہیں، "وبائی مرض کے دوران، بہت سے لوگ بیمار ہوئے اور چھوڑنا بھی اعلیٰ سطح پر پہنچ گیا۔" "بہت سے لوگوں نے دوبارہ ہنر یا ہنر بڑھانے اور گیگ اکانومی میں آنے کے لیے اپنی ملازمتیں چھوڑ دیں۔ بڑی حد تک اس کی وجہ سے، کمپنیوں نے مزید AI پر مبنی آٹومیشن کا فائدہ اٹھانے کی کوشش کی۔ لہذا، مثال کے طور پر، مزید انوینٹری مینجمنٹ روبوٹ استعمال کیے گئے تھے. یہ روبوٹ بنیادی طور پر پہیوں پر چلنے والے ایج کمپیوٹنگ ڈیوائسز ہیں۔ دریں اثنا، آر ایف آئی ڈی اسکینرز اور مشین ویژن کو آئٹمز کو اسکین کرنے کے لیے تعینات کیا گیا تاکہ یہ معلوم کیا جا سکے کہ کیا اسٹاک میں ہے اور کیا نہیں ہے۔ لہذا، اس قسم کے کام جو شاید انسانی کارکنوں کے لیے تھکا دینے والے سمجھے جاتے تھے اب آٹومیشن کے ذریعے مؤثر طریقے سے کیے جا سکتے ہیں اور آپ کو حقیقی وقت میں زیادہ تر معلومات فراہم کرنے کے قابل ہیں۔
غیر متوقع رجحانات کے اوپری حصے میں رہنا
کرشنا ہمیں یاد دلاتا ہے کہ جب وبائی بیماری کی زد میں آنے والے لوگوں نے ہر قسم کی اشیاء کے لیے ایک بیل لائن بنانا شروع کر دی تھی جو عام حالات میں شیلف سے نہیں اڑتی تھیں، جیسے کہ ٹوائلٹ پیپر۔ انہوں نے ریمارکس دیتے ہوئے کہا ، "میرے اپنے مقامی گروسری اسٹور میں میں نے کوویڈ سے پہلے کبھی پیاز ختم ہوتے نہیں دیکھا تھا ،" انہوں نے مزید کہا کہ پھر کچھ دکانوں نے کچھ اشیاء کو راشن دینا شروع کیا ، مثال کے طور پر فی گاہک دو اشیاء کی اجازت دیتا ہے۔ "اگر آپ کے پاس ڈیٹا حقیقی وقت کے قریب آتا ہے تو آپ ان غیر متوقع رجحانات کی نگرانی شروع کر سکتے ہیں اور کچھ ایسی پالیسیاں تشکیل دے سکتے ہیں جو آپ کو سٹاک کو ختم ہونے سے روکنے میں مدد فراہم کریں گی،" وہ کہتے ہیں۔
"تاہم، کلاؤڈ کو بھیجے گئے ڈیٹا کا مطلب ہے کہ اسے واپس حاصل کرنے سے کسی حد تک تاخیر کا سامنا کرنا پڑے گا، اور یہاں تک کہ تھوڑی سی تاخیر بھی طلب کو پورا کرنے اور رجحانات کی پیروی کرنے میں بڑا فرق پیدا کر سکتی ہے۔ لہذا، آپ تاخیر کی سطح کو کم سے کم کرنا چاہتے ہیں۔ مثال کے طور پر، آپ نہیں چاہتے کہ آپ کی خود مختار گاڑی بادل سے بات کرے۔ اس کے بجائے، آپ چاہتے ہیں کہ وہ گاڑی بادل کے ساتھ بات چیت کی ضرورت کے بغیر خود مختار فیصلے کرے۔ لہذا، اگر آپ کے پاس بہت ساری خودمختار گاڑیاں ہیں جو آخری میل کی ترسیل کر رہی ہیں آن بورڈ ایج کمپیوٹنگ کی صلاحیت کو استعمال کرتے ہوئے فیصلے کرنے کے لیے بادل میں اور پیچھے جانے کی بجائے، یہ بہت زیادہ کارآمد ثابت ہو سکتی ہے۔ اسی طرح، گودام میں آپ کا انوینٹری مینجمنٹ روبوٹ ایج کمپیوٹنگ کا استعمال کرتے ہوئے آپ کو قریب قریب حقیقی وقت میں بتا سکتا ہے کہ آپ کے پاس کسی خاص پروڈکٹ کی کمی ہے اور آپ کو اسٹاک ختم ہونے کا تجربہ کرنے سے پہلے مزید آرڈر کر سکتے ہیں۔"
اخراجات میں فیکٹرنگ
کرشنا نے مزید کہا کہ اکثر یہ کہا جاتا ہے کہ اگر آپ مسئلہ پر کافی رقم ڈالیں گے تو مسئلہ دور ہو جائے گا۔ تاہم، بہت سی کمپنیوں کے پاس بڑی رقم نہیں ہے۔ جدید ٹیکنالوجی مہنگی ہو سکتی ہے، اس لیے ترقی پذیر ممالک میں جہاں مزدوری اب بھی نسبتاً سستی ہے، بہت سی کمپنیاں جدید ٹیکنالوجی میں سرمایہ کاری کرنے کے معاملے میں سڑک پر لات مارنا جاری رکھیں گی۔ اس کے بجائے، وہ صرف مزید لوگوں کو ملازمت دیں گے۔ اگر آپ شمالی امریکہ، مغربی یورپ، جنوبی کوریا یا جاپان جیسے زیادہ متمول علاقوں پر نظر ڈالیں تو آپ کو گودام آٹومیشن اور روبوٹس کا زیادہ استعمال نظر آئے گا، خاص طور پر فعال چننے والے ہتھیاروں کے ساتھ روبوٹس کو چننے کے معاملے میں - حالانکہ زیادہ پیچیدہ گوداموں میں جہاں گلیارے ہو سکتے ہیں۔ 30 یا 40 ریک اونچائی تک پہنچیں، چننے والے روبوٹ کو انتہائی واضح اور پیچیدہ زاویوں پر منتقل کرنے کی ضرورت ہوگی جس کا مطلب ہے کہ بہت زیادہ پیچیدگی شامل ہے۔ لہذا، اس قسم کی پیچیدگی اور اخراجات کی وجہ سے، کمپنیوں کو زیادہ آٹومیشن کی طرف جانے کے لیے ایک بہت اچھی معاشی وجہ کی ضرورت ہوتی ہے۔ بہت سی کمپنیاں یہ نہیں سوچتی ہیں کہ ان کی صورتحال اتنی سنگین ہے، اور ان کے پاس زیادہ دستی طریقے سے چننے کا انتظام کرنے کے لیے کافی لوگ دستیاب ہیں۔"
اگر ان کے پاس بجٹ دستیاب ہے تو، کرشنا بتاتے ہیں کہ اب مزید کمپنیاں کو-بوٹس بھی استعمال کر رہی ہیں۔ "اس کے باوجود، جیسا کہ آٹومیشن زیادہ عام ہو جاتا ہے، مجھے اب بھی نہیں لگتا کہ ڈارک گودام کا تصور کم از کم اگلے دو یا تین سالوں میں بہت زیادہ آگے بڑھنے والا ہے،" وہ کہتے ہیں۔ "بلاشبہ تاریک گودام اس مشینری میں ایک حساس مسئلہ ہے جو ممکنہ طور پر گوداموں اور ڈی سی میں زیادہ تر انسانی افرادی قوت کی جگہ لے سکتا ہے۔ جوابی دلیل یہ ہے کہ بہت سے معاملات میں زیادہ خودکار ٹیکنالوجی انسانی افرادی قوت کے کام کو بڑھا سکتی ہے اور مدد کر سکتی ہے۔
توسیع کا عنصر
اگرچہ SaaS کو اب کئی سالوں سے گزر چکے ہیں، بہت سی کمپنیاں اب بھی اپنے سرورز کو بنیاد پر رکھنے میں زیادہ آرام دہ ہیں، شاید سیکورٹی خدشات کی وجوہات کی بناء پر، حالانکہ آج یہ بہت کم ہیں۔ تاہم، مرفی وضاحت کرتے ہیں کہ اگر آپ آن پریمائز حل کے طویل مدتی اخراجات کو دیکھتے ہیں، تو یہ کافی زیادہ مہنگا ہو سکتا ہے کیونکہ سائٹ پر اپ گریڈ کرنے اور ممکنہ طور پر توسیعی کام کرنے کے لیے کنسلٹنٹس کی خدمات حاصل کرنے کی ضرورت ہے (توسیع اب عام طور پر اصطلاح ہے۔ حسب ضرورت کے بجائے استعمال کیا جاتا ہے)۔ "یقینا، SaaS سبسکرپشن ماڈل کا ایک اہم فائدہ جہاں کمپنی سہ ماہی یا سالانہ ادائیگی کرتی ہے، وہ یہ ہے کہ، کم از کم اوپری درجے کی زیادہ تر کمپنیوں کے لیے، ان کے سافٹ ویئر کی ایک خودکار سہ ماہی اپ ڈیٹ ہوتی ہے۔ اس کا مطلب ہے کہ وہ ہمیشہ سافٹ ویئر کے ساتھ تازہ ترین رہتے ہیں اور بالکل تازہ ترین ورژن استعمال کرتے ہیں۔ مجھے لگتا ہے کہ یہ شاید SaaS کے سب سے بڑے فوائد میں سے ایک ہے۔
مرفی کے مطابق، آن پریمائس اور ساس کے درمیان ایک اور خاکہ آن پرائمیس کے ساتھ ہے اگر آپ جب بھی اپ گریڈ کرتے ہیں تو آپ کچھ ایکسٹینشنز شامل کرنے کا فیصلہ کرتے ہیں، آپ کو ممکنہ طور پر ایک کنسلٹنٹ کی ضرورت ہو گی تاکہ وہ ایکسٹینشن کے کام کا انتظام کرے۔ "SaaS ماڈل کے ساتھ، آپ ہر صارف کے لیے حل کو اپنی مرضی کے مطابق نہیں بنانا چاہتے ہیں لہذا فعالیت عام طور پر مخصوص صنعتوں کے لیے بہترین طریقوں پر مبنی ہوتی ہے۔ اگر کسی کو کسی خاص کاروبار کو زیادہ مضبوطی سے فٹ کرنے کے لیے توسیع کی خاص ضرورت ہے تو اس ممکنہ طور پر مہنگے منصوبے کے ساتھ آگے بڑھنے سے پہلے ہم جو تجویز کرتے ہیں وہ یہ ہے کہ آپ احتیاط سے سوچیں کہ آپ سافٹ ویئر سے کیا حاصل کرنا چاہتے ہیں۔
یہ جاننا ضروری ہے کہ مجموعی فوائد کیا ہوں گے اور کیا اس میں شامل اضافی لاگت کی بنیاد پر ایسا کرنا سمجھ میں آتا ہے۔ احتیاط سے سوچنے کے بعد، آپ فیصلہ کر سکتے ہیں کہ معیاری سافٹ ویئر پیکج پر انحصار کرنا زیادہ فائدہ مند ہوگا۔ لہذا، لاگت کے فائدہ کا تجزیہ یا تبدیلی کے فائدہ کا تجزیہ معنی رکھتا ہے۔ اگر ایکسٹینشن ترجیحی آپشن ہے، تو ہم سافٹ ویئر کمپنیوں کو اس ایکسٹینشن کو ڈیزائن کرنے میں مدد کر سکتے ہیں۔ ایکسٹینشن کرنا اتنا پیچیدہ یا مشکل عمل نہیں لگتا جتنا پہلے ہوا کرتا تھا۔ اب یہ کچھ ہیوی ڈیوٹی حسب ضرورت بنانے جیسا نہیں ہے جو ہم پہلے کرتے تھے۔
آگے کیا ہے
اگلے ایک یا دو سال کے دوران دیکھنے کے لیے اگلی اختراعات/ترقیات کیا ہو سکتی ہیں؟ مرفی بتاتے ہیں کہ، آج کی ڈیمانڈ کی پیشن گوئی اور منصوبہ بندی کے حل میں AI اور مشین لرننگ کی تعمیر کے ذریعے، ٹیکنالوجی ان تمام لین دین سے مسلسل سیکھ سکتی ہے جو ترتیب اور تکمیل کے اختتام پر ہوتے ہیں۔ مرفی کا کہنا ہے کہ اس کے بارے میں سوچنے کے لیے کچھ اور ہے، کیا سوشل میڈیا کے ڈیٹا سمیت ڈیمانڈ کے رجحانات کی نگرانی کے لیے ڈیٹا کے بہت سے ذرائع موجود ہیں۔ "ایسا ہوتا تھا کہ آپ ماضی کی فروخت کی تاریخ اور معاشی پیشین گوئیوں کو دیکھتے تھے اور مختلف علاقوں کی بنیاد پر آپ کے بازار میں کیا ہو رہا تھا اور ملک کے ان حصوں میں فروخت کے رجحانات کیا تھے۔
"اب، ڈیٹا کے ذرائع اتنے وسیع ہیں کہ سسٹم میں ڈالنے کے لیے زیادہ سے زیادہ اور بہتر ڈیٹا اکٹھا کرنے کی کوشش کرنا اہم مقاصد میں سے ایک ہے۔ لہذا، میں سمجھتا ہوں کہ اگر ہم ڈیمانڈ کی پیشن گوئی اور منصوبہ بندی کے نظام کے اندر استعمال کرنے کے لیے ڈیٹا اکٹھا کرنے کے بہتر طریقے تلاش کر سکتے ہیں، تو یہی وہ جگہ ہے جہاں بنیادی بہتری آئے گی۔ میرے خیال میں ان تمام وسیع ذرائع سے اس قیمتی ڈیٹا کو حاصل کرنے کے لیے کوئی اور بھی بہتر ڈیٹا اکٹھا کرنے کے عمل کو ڈیزائن کرنے جا رہا ہے۔ پھر، یہ ایک سوال ہے کہ اس زیادہ قیمتی معلومات کو طلب کی بہترین پیشن گوئی اور منصوبہ بندی کے حل کے ذریعے کس طرح مربوط اور عمل کیا جاتا ہے۔ یہ اگلا مرحلہ ہوگا۔"
سخت لیبر مارکیٹ کو کم کرنے کے لیے مزید آٹومیشن
مستقبل کی ممکنہ پیش رفت کے موضوع کو جاری رکھتے ہوئے، ایلکس میکفرسن، ڈائرکٹر آف حل کنسلٹنگ اور اکاؤنٹ مینجمنٹ، مین ہٹن ایسوسی ایٹس، سخت لیبر مارکیٹ کو کم کرنے کے لیے آٹومیشن کے تسلسل کی طرف اشارہ کرتا ہے، خاص طور پر گودام کے شعبے میں۔ وہ کہتے ہیں، "یہ اپنے عروج کے ادوار میں صلاحیت فراہم کرنا ہے جو واقعات پر مبنی ہوتے ہیں اور نہ صرف معمول کی موسمی چوٹیوں کا جن کا کاروبار نے تجربہ کیا ہے،" وہ کہتے ہیں۔ "اس آٹومیشن کی شکل روایتی ASRS اور کنویئر سے چلنے والی آٹومیشن سے کوبوٹس اور روبوٹکس تک مختلف ہوگی۔" میکفرسن نے مزید کہا کہ AI اور مشین لرننگ کا استعمال گودام کے ماحول میں پھٹ جائے گا، بہت سے کاموں کو چلائے گا جو دستی طور پر شروع کیے گئے تھے جیسے لہروں کا چلنا اور لیبر کی پیشن گوئی کی توقع۔ وہ کہتے ہیں، "یہ شعبہ ایسا رہا ہے جس نے AI کا وسیع استعمال نہیں دیکھا اور یہ بدلنے والا ہے۔"
میکفرسن نے مزید کہا کہ یہ دیکھنا دلچسپ ہوگا کہ خوردہ فروش اگلے 12 سے 18 مہینوں میں واپسی کے ساتھ کیسے سلوک کرتے ہیں۔ وہ کہتے ہیں، "تمام کاروباروں پر ریٹرن کی حد اور ان کے انتظام میں بھاری اخراجات کا آخر کار احساس ہو گیا ہے اور اس سے نمٹا جائے گا۔" "چاہے یہ واپسی کے لیے چارج کرنا ہو یا صارفین کو سامان واپس کرنے کے لیے سالانہ فیس ادا کرنے کے لیے حاصل کرنا ہو، یہ ایک اور شعبہ ہو گا جو تیزی سے اور فیصلہ کن طور پر تبدیل ہو گا۔ ہم نے پہلے ہی کئی ہائی پروفائل خوردہ فروشوں کی طرف سے پہلا موور فائدہ دیکھا ہے، اور یہ باقیوں کو عمل کرنے کی تحریک دے گا۔
کوئی بتیاں نہیں بجھی
پینے کا خیال ہے کہ ہم AI کے نقطہ نظر سے بہت کچھ دیکھیں گے۔ “اگر ہم کوویڈ سے پہلے کے اوقات پر نظر ڈالیں تو میں نے بہت سارے اختتامی صارفین کو یہ کہتے ہوئے سنا ہے کہ وہ لائٹ آؤٹ پلاننگ چاہتے ہیں، کوئی ٹچ پلاننگ یا خود مختار منصوبہ بندی نہیں۔ خوش قسمتی سے، ان سرکردہ کمپنیوں کے ذریعہ ایک احساس ہوا ہے کہ ایسا نہیں ہونے والا ہے۔ آپ کبھی بھی سپلائی چین میں تمام فیصلہ سازی کو خودکار نہیں کریں گے۔ آپ اس میں سے بہت کچھ خودکار کر سکتے ہیں، لیکن آپ ان سب کو خودکار نہیں کر سکتے۔ انسانی ان پٹ انسانی فیصلے کے لیے ابھی بھی کچھ خاص قسم کے فیصلوں کی ضرورت ہے، جو ہم نے ہمیشہ کہا ہے۔ مکمل طور پر خود مختار منصوبہ بندی ایک پائپ خواب تھا، لیکن آپ اس دستی طریقے سے بہت کچھ کر سکتے ہیں جس کی منصوبہ بندی ابھی بھی بہت سی کمپنیاں اسپریڈ شیٹس پر کرتی ہیں۔
پینے کے مطابق، تخلیقی AI کا بڑھتا ہوا اثر پڑے گا۔ "فی الحال، بہت سے لوگ کہہ رہے ہیں کہ Chat GPT ہمارے کام کرنے کے طریقے کو بدل دے گا۔ یہ صرف ایک اور AI تکنیک ہے، لیکن بڑے زبان کے ماڈلز کا استعمال منصوبہ سازوں کے منصوبہ بندی کے نظام کے ساتھ تعامل کے طریقے کو بدل سکتا ہے۔ لہذا، آپ منصوبہ بندی کے نظام کے ساتھ قدرتی گفتگو کر سکتے ہیں۔ شاید یہی وہ جگہ ہے جہاں ہم منصوبہ بندی کی دنیا میں استعمال کے کچھ ابتدائی معاملات دیکھنے جا رہے ہیں۔
مصنوعی ڈیٹا۔
جدت کا ایک اور شعبہ جو ممکنہ طور پر زیادہ کرشن حاصل کرے گا، پینے کے خیال میں، مصنوعی ڈیٹا کی تخلیق ہے۔ "آپ مصنوعی ڈیٹا بنانے کے قابل ہونے کے لیے اپنے ڈیجیٹل سپلائی چین ٹوئن کو ممکنہ طور پر استعمال کر سکتے ہیں تاکہ مصنوعی ڈیٹا تخلیق کیا جا سکے۔ اس ڈیٹا کے ساتھ، آپ ہر طرح کے منظرناموں اور اختیارات کی جانچ کر سکتے ہیں۔
ساختی تبدیلی
ایک مزید ترقی جو ہم اگلے دو سالوں میں دیکھ سکتے ہیں، پینے کے مطابق، مانگ کی پیشن گوئی اور منصوبہ بندی کے حل کے ڈھانچے میں تبدیلی ہے۔ "آج، جب کمپنیاں پلاننگ ٹکنالوجی کا حل خریدتی ہیں، تو وہ کہہ سکتے ہیں کہ اسے ڈیمانڈ پلاننگ، انوینٹری پلاننگ، ریپلیشمنٹ پلاننگ، پروڈکشن پلاننگ، سیلز اینڈ آپریشنز پلاننگ یا مربوط بزنس پلاننگ کرنا ہے۔ بنیادی طور پر، وہ جس چیز کی تلاش کر رہے ہیں وہ ایک مکمل اینڈ ٹو اینڈ پلاننگ حل ہے۔ یہ وہ جگہ ہے جہاں وینڈرز جیسے کنیکسس، ایس اے پی، اوریکل، بلیو یونڈر اور وہ تمام بڑے پلیٹ فارم کھیلتے ہیں۔
تاہم، یہ معاملہ ہو سکتا ہے کہ کوئی کمپنی اضافی فعالیت چاہتی ہے جو اس بند پلیٹ فارم میں شامل نہ ہو جسے وہ فی الحال استعمال کرتی ہے اور اس لیے فریق ثالث کے حل تلاش کرتی ہے یا خود کچھ بناتی ہے، ہو سکتا ہے کہ اپنی تجزیات اور ڈیٹا سائنس ٹیموں کا استعمال کر کے شیڈولنگ کے ساتھ خلا کو پُر کر سکے۔ یا تجزیات وغیرہ۔ تاہم، ایک رحجان بڑھ رہا ہے کہ حل کے لیے قابل تبادلہ تعمیراتی بلاکس کی فعالیت کی پیشکش کی جائے، چاہے آپ زیادہ تر بلڈنگ بلاکس ایک وینڈر سے استعمال کریں یا مکس۔ گارٹنر اس کمپوز ایبلٹی کو کہتے ہیں، جس سے حل بہت زیادہ ماڈیولر اور موافقت پذیر ہوتا ہے۔"
- SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
- پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
- پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
- پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
- پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
- ماخذ: https://www.logisticsit.com/articles/2024/01/02/improving-your-demand-and-fulfilment-processes
- : ہے
- : ہے
- : نہیں
- :کہاں
- $UP
- 10
- 12
- 150
- 2022
- 30
- 40
- a
- کی صلاحیت
- قابلیت
- ہمارے بارے میں
- اوپر
- رسائی
- کے مطابق
- اکاؤنٹ
- اکاؤنٹ مینجمنٹ
- درستگی
- درست
- درست طریقے سے
- ایکٹ
- فعال
- سرگرمی
- اصل
- شامل کریں
- انہوں نے مزید کہا
- ایڈیشنل
- جوڑتا ہے
- ایڈجسٹ
- اشتھارات
- اعلی درجے کی
- فائدہ
- اشتہار.
- کے بعد
- پہلے
- آگے
- AI
- یلیکس
- یلگوردمز
- تمام
- اجازت دے رہا ہے
- ساتھ
- پہلے ہی
- بھی
- اگرچہ
- ہمیشہ
- امریکہ
- رقم
- مقدار
- an
- تجزیہ
- تجزیہ کار
- تجزیاتی
- تجزیاتی
- اور
- اینجلس
- سالانہ
- سالانہ
- ایک اور
- اندازہ
- متوقع
- متوقع
- کوئی بھی
- ملبوسات
- اطلاقی
- درخواست دینا
- نقطہ نظر
- کیا
- رقبہ
- علاقوں
- دلیل
- ہتھیار
- ارد گرد
- مصنوعی
- مصنوعی ذہانت
- AS
- پوچھنا
- مدد
- At
- اٹلانٹا
- توجہ
- رویہ
- اضافہ
- اتھارٹی
- خود کار طریقے سے
- آٹومیٹڈ
- خودکار
- میشن
- خود مختار
- خود مختار گاڑی
- خود مختار گاڑیاں
- دستیاب
- گریز
- دور
- واپس
- گیند
- کی بنیاد پر
- بنیادی طور پر
- BE
- بن گیا
- کیونکہ
- بن
- ہو جاتا ہے
- بننے
- رہا
- اس سے پہلے
- شروع
- کیا جا رہا ہے
- خیال ہے
- فائدہ مند
- فائدہ
- فوائد
- BEST
- بہترین طریقوں
- بہتر
- کے درمیان
- بیورو
- بگ
- سب سے بڑا
- بلاکس
- بلیو
- بکنگ
- دونوں
- حد
- اینٹوں کی اور مارٹر
- لاتا ہے
- بجٹ
- تعمیر
- عمارت
- تعمیر
- کاروبار
- بزنس ماڈل
- کاروباری منصوبہ بندی
- کاروبار
- لیکن
- خرید
- by
- کالز
- کر سکتے ہیں
- صلاحیتوں
- صلاحیت
- اہلیت
- قبضہ
- ہوشیار
- احتیاط سے
- کیس
- مقدمات
- مراکز
- کچھ
- یقینی طور پر
- چین
- زنجیروں
- چیلنج
- چیلنجوں
- تبدیل
- تبدیل کر دیا گیا
- تبدیلیاں
- تبدیل کرنے
- چینل
- چینل
- چارج کرنا
- چیٹ
- سستے
- انتخاب
- حالات
- شہر
- شہر
- کلائنٹ
- آب و ہوا
- موسمیاتی تبدیلی
- کلوز
- بند
- قریب
- کپڑے.
- بادل
- CO
- جمع
- جمع
- مجموعہ
- مجموعہ
- جمع
- کس طرح
- آرام دہ اور پرسکون
- آنے والے
- تبصروں
- کامن
- عام طور پر
- ابلاغ
- کمیونٹی
- کمپنیاں
- کمپنی کے
- کمپنی کی
- مکمل
- مکمل طور پر
- پیچیدہ
- پیچیدگی
- کمپیوٹنگ
- تصور
- اندیشہ
- بارہ
- اندراج
- بھیڑ
- کنکشن
- غور کریں
- سمجھا
- سمجھتا ہے
- مسلسل
- کنسلٹنٹ
- کنسلٹنٹس
- مشاورت
- صارفین
- صارفین
- مسلسل
- جاری
- جاری
- جاری ہے
- کنٹرول
- روایتی
- بات چیت
- قیمت
- مہنگی
- اخراجات
- سکتا ہے
- مقابلہ
- ممالک
- ملک
- جوڑے
- کورس
- احاطہ
- ڈھکنے
- کوویڈ
- تخلیق
- بنائی
- تخلیق
- مخلوق
- اہم
- اس وقت
- گاہک
- گاہکوں
- جدید
- گہرا
- اعداد و شمار
- ڈیٹا سائنس
- تاریخ
- دن
- dc
- نمٹنے کے
- دہائی
- فیصلہ کرنا
- فیصلہ
- فیصلہ کرنا
- فیصلے
- گہری
- گہری سیکھنے
- نجات
- ترسیل
- ترسیل
- ترسیل
- ڈیمانڈ
- ڈیمانڈ پیشن گوئی
- منحصر ہے
- تعینات
- بیان
- ڈیزائن
- اس بات کا تعین
- ترقی
- ترقی پذیر ممالک
- ترقی
- رفت
- کے الات
- DID
- مختلف
- فرق
- مختلف
- مشکل
- ڈیجیٹل
- ڈیجیٹل تبدیلی
- ڈیجیٹل
- ڈیجیٹائزیشن
- سنگین
- براہ راست
- ڈائریکٹر
- بات چیت
- ترسیل
- رکاوٹیں
- تقسیم
- do
- کرتا
- نہیں
- کر
- ڈان
- کیا
- نہیں
- دروازے
- نیچے
- خواب
- کارفرما
- ڈرائیونگ
- دو
- کے دوران
- ای کامرس
- ہر ایک
- اقتصادی
- معیشت کو
- ایج
- کنارے کمپیوٹنگ
- موثر
- مؤثر طریقے
- ہنر
- مؤثر طریقے سے
- یا تو
- اور
- آخر
- آخر سے آخر تک
- کافی
- کافی رقم
- کو یقینی بنانے ہے
- ماحولیات
- یکساں طور پر
- ERP
- خاص طور پر
- بنیادی طور پر
- قائم
- تخمینہ
- وغیرہ
- Ether (ETH)
- یورپ
- بھی
- واقعہ
- واقعات
- ہر کوئی
- سب
- سب کچھ
- ارتقاء
- بالکل
- مثال کے طور پر
- عملدرآمد
- پھانسی
- مہنگی
- تجربہ
- تجربہ کار
- بیان کرتا ہے
- مدت ملازمت میں توسیع
- ملانے
- وسیع
- حد تک
- اضافی
- چہرہ
- حقیقت یہ ہے
- عنصر
- عوامل
- کافی
- محسوس
- فیس
- چند
- کم
- میدان
- اعداد و شمار
- بھرنے
- آخر
- مالی
- مالی منصوبہ بندی
- مل
- پہلا
- فٹ
- پانچ
- لچک
- توجہ مرکوز
- کے بعد
- کھانا
- کے لئے
- فارم
- فارمیٹ
- فارم
- فارمولا
- خوش قسمتی سے
- آگے
- چار
- بکھری
- مال ڑلائ
- سے
- فراسٹ
- فعالیت
- بنیادی طور پر
- مزید
- مزید ترقی
- مستقبل
- مستقبل کی پیش رفت
- حاصل کرنا
- فرق
- گارٹنر
- جنرل
- پیداواری
- پیداواری AI۔
- حاصل
- حاصل کرنے
- گگ معیشت
- دے دو
- گلوبل
- Go
- اہداف
- جا
- گئے
- اچھا
- سامان
- گوگل
- ملا
- GPS
- عظیم
- زیادہ سے زیادہ
- گروسری
- بڑھتے ہوئے
- ترقی
- عادت
- تھا
- ہاتھوں پر
- ہو
- ہوا
- ہو رہا ہے۔
- ہے
- ہونے
- he
- سنا
- بھاری ذمہ داری
- مدد
- مدد کرتا ہے
- ہائی
- ہائی پروفائل
- اعلی
- انتہائی
- کرایہ پر لینا
- ان
- تاریخی
- تاریخی
- تاریخ
- مارو
- پکڑو
- ہوم پیج (-)
- گھر تک ترسیل
- HOURS
- ہیوسٹن
- کس طرح
- تاہم
- HTTPS
- بھاری
- انسانی
- i
- خیال
- if
- اثر
- اہم
- کو بہتر بنانے کے
- بہتر
- بہتری
- کو بہتر بنانے کے
- in
- دیگر میں
- اسٹور
- سمیت
- اضافہ
- اضافہ
- اضافہ
- دن بدن
- صنعتی
- صنعتوں
- صنعت
- معلومات
- ابتدائی
- ابتدائی طور پر
- شروع ہوا
- جدت طرازی
- ان پٹ
- کے بجائے
- انسٹی ٹیوٹ
- ضم
- انٹیلی جنس
- انٹیلجنٹ
- ارادہ کرنا
- بات چیت
- دلچسپ
- میں
- متعارف کرانے
- انوینٹری
- انوینٹری مینجمنٹ
- سرمایہ کاری
- ملوث
- مسئلہ
- مسائل
- IT
- اشیاء
- میں
- جاپان
- نوکریاں
- فوٹو
- صرف
- رکھیں
- رکھتے ہوئے
- کلیدی
- کلیدی علاقے
- لات مار
- جان
- کوریا
- لیبر
- لینڈنگ
- لینڈنگ پیج
- زبان
- بڑے
- بڑے پیمانے پر
- بڑے
- آخری
- آخری سال
- تاخیر
- تازہ ترین
- رہنما
- معروف
- چھلانگ
- جانیں
- سیکھنے
- کم سے کم
- چھوڑ دیا
- کم
- دو
- سطح
- سطح
- لیوریج
- جھوٹ
- جھوٹ ہے
- ہلکا
- کی طرح
- امکان
- تھوڑا
- مقامی
- مقامی
- واقع ہے
- محل وقوع
- مقامات
- لاجسٹکس
- طویل مدتی
- دیکھو
- دیکھا
- تلاش
- ان
- لاس اینجلس
- بہت
- لاٹوں
- مشین
- مشین لرننگ
- مشین وژن
- مشینری
- بنا
- مین
- اہم
- بنا
- بناتا ہے
- بنانا
- انتظام
- انتظام
- مینیجنگ
- انداز
- دستی
- دستی طور پر
- مینوفیکچررز
- مینوفیکچرنگ
- بہت سے
- بہت سے لوگ
- مارکیٹ
- مارکیٹنگ
- بازار
- مئی..
- شاید
- me
- مطلب
- مطلب
- کا مطلب ہے کہ
- مراد
- دریں اثناء
- میڈیا
- درمیانہ
- اجلاس
- مائیکروسافٹ
- شاید
- برا
- کم سے کم
- کم
- تخفیف کریں
- اختلاط
- ماڈل
- ماڈل
- ماڈیولر
- قیمت
- کی نگرانی
- نگرانی
- مہینہ
- ماہ
- زیادہ
- زیادہ موثر
- سب سے زیادہ
- منتقل
- آگے بڑھو
- منتقل ہوگیا
- منتقل
- بہت
- my
- قدرتی
- قدرتی زبان
- قدرتی زبان عملیات
- تشریف لے جائیں
- قریب
- ضرورت
- ضرورت ہے
- ضرورت
- ضرورت ہے
- ضروریات
- کبھی نہیں
- پھر بھی
- نئی
- NY
- اگلے
- نہیں
- عام
- عام طور پر
- شمالی
- شمالی امریکہ
- اب
- تعداد
- تعداد
- مشاہدہ کرتا ہے۔
- سمندر
- of
- بند
- پیش کرتے ہیں
- تجویز
- اکثر
- پرانا
- اولینچالل
- on
- ایک
- والوں
- آن لائن
- آن لائن فروخت
- صرف
- OP
- کام
- آپریشنز
- مواقع
- مخالفت کی
- اختیار
- آپشنز کے بھی
- or
- اوریکل
- حکم
- احکامات
- دیگر
- ہمارے
- باہر
- نتائج
- آؤٹ لیٹس
- پر
- مجموعی طور پر
- خود
- پیکج
- صفحہ
- وبائی
- کاغذ.
- خاص طور پر
- خاص طور پر
- پارٹی
- گزشتہ
- پیٹرن
- ادا
- ادائیگی
- ملک کو
- چوٹی
- لوگ
- فی
- فیصد
- ادوار
- نقطہ نظر
- دواسازی کی
- فلاڈیلفیا
- جسمانی
- اٹھا
- ٹکڑا
- ٹکڑے ٹکڑے
- پائپ
- مقام
- منصوبہ
- منصوبہ بنایا
- منصوبہ بندی
- پلانٹ
- پلیٹ فارم
- پلیٹ فارم
- پلاٹا
- افلاطون ڈیٹا انٹیلی جنس
- پلیٹو ڈیٹا
- کھیلیں
- کھیل
- پوائنٹ
- پوائنٹس
- پالیسیاں
- پاپ آؤٹ
- پاپ اپ
- پوزیشن
- ممکن
- ممکنہ طور پر
- ممکنہ طور پر
- پریکٹس
- طریقوں
- پری کوویڈ
- ٹھیک ہے
- پیش گوئی
- کی پیشن گوئی
- پیشن گوئی
- پیشن گوئی
- کو ترجیح دی
- صدر
- دباؤ
- کی روک تھام
- پچھلا
- پہلے
- قیمتوں کا تعین
- بنیادی طور پر
- اصولوں پر
- امکان
- شاید
- مسئلہ
- عمل
- عملدرآمد
- عمل
- پروسیسنگ
- مصنوعات
- پیداوار
- حاصل
- ثابت ہوا
- فراہم
- فراہم کرنے والے
- فراہم کرتا ہے
- پمپ
- خریداریوں
- خالص
- ڈال
- معیار
- سہ ماہی
- سوال
- سوالات
- فوری
- جلدی سے
- میں تیزی سے
- بلکہ
- RE
- تک پہنچنے
- پہنچ گئی
- پڑھیں
- تیار
- اصلی
- اصل وقت
- واقعی
- وجہ
- وجوہات
- موصول
- حال ہی میں
- سفارش
- کو کم
- کم
- کی عکاسی کرتا ہے
- بے شک
- علاقائی
- خطوں
- باقاعدہ
- متعلقہ
- نسبتا
- انحصار کرو
- یقین ہے
- یاد
- کی جگہ
- رپورٹیں
- نمائندگان
- ضروریات
- تحقیق
- وسائل
- جواب
- باقی
- ریستوران
- خوردہ
- خوردہ فروش
- خوردہ فروشوں
- واپس لوٹنے
- واپسی
- ریورس
- ٹھیک ہے
- سڑک
- میں روبوٹ
- روبوٹکس
- روبوٹس
- رن
- چل رہا ہے
- s
- ساس
- محفوظ
- کہا
- فروخت
- اسی
- SAP
- کا کہنا ہے کہ
- یہ کہہ
- کا کہنا ہے کہ
- اسکین
- منظرنامے
- شیڈولنگ
- سائنس
- موسمیاتی
- خفیہ
- سیکشنز
- شعبے
- سیکورٹی
- دیکھنا
- دیکھ کر
- طلب کرو
- لگتا ہے
- دیکھا
- فروخت
- بھیجنے
- احساس
- حساس
- بھیجا
- علیحدہ
- سرورز
- سروسز
- خدمت
- کئی
- سمتل
- منتقل
- خریداری
- دکانیں
- مختصر
- ہونا چاہئے
- کی طرف
- سائن ان کریں
- اسی طرح
- اسی طرح
- بعد
- سائٹ
- سائٹس
- صورتحال
- سائز
- سائز
- مہارت
- چھوٹے
- برف
- So
- سماجی
- سوشل میڈیا
- سافٹ ویئر کی
- فروخت
- حل
- حل
- کچھ
- کسی
- کچھ
- نفسیات
- ذرائع
- جنوبی
- جنوبی کوریا
- خصوصی
- مخصوص
- نردجیکرن
- موسم بہار
- مستحکم
- معیار
- شروع کریں
- شروع
- شروع
- مرحلہ
- ابھی تک
- اسٹاک
- سٹاکس
- ذخیرہ
- ذخیرہ
- پردہ
- خبریں
- حکمت عملی
- ساخت
- سبسکرائب
- سبسکرپشن ماڈل
- اس طرح
- پتہ چلتا ہے
- سپر
- سپر باؤل
- فراہمی
- فراہمی کا سلسلہ
- فراہمی چین منصوبہ بندی
- سپلائی چین
- حمایت
- سوئچ کریں
- مصنوعی
- مصنوعی ڈیٹا
- کے نظام
- سسٹمز
- T
- لے لو
- لیتا ہے
- لینے
- بات کر
- ھدف بنائے گئے
- ھدف بندی
- کاموں
- ٹیموں
- تکنیک
- تکنیک
- تکنیکی
- ٹیکنالوجی
- کہہ
- ٹینیسی
- اصطلاح
- شرائط
- ٹیسٹ
- سے
- کہ
- ۔
- دنیا
- ان
- ان
- موضوع
- خود
- تو
- وہاں.
- لہذا
- یہ
- وہ
- چیزیں
- لگتا ہے کہ
- تھرڈ
- اس
- اس سال
- ان
- اگرچہ؟
- سوچا
- تین
- کے ذریعے
- درجے
- مضبوطی سے
- ٹم
- وقت
- اوقات
- وقت
- کرنے کے لئے
- آج
- آج کا
- ٹوالیٹ
- بتایا
- بھی
- سب سے اوپر
- کل
- چھو
- ٹریکنگ
- کرشن
- روایتی
- روایتی طور پر
- ٹریفک
- معاملات
- تبدیل
- تبدیلی
- نقل و حمل
- علاج
- رجحان
- رجحان سازی
- رجحانات
- کوشش کی
- سچ
- کوشش
- کی کوشش کر رہے
- یکے بعد دیگرے دو
- دو
- قسم
- اقسام
- عام طور پر
- غیر یقینی صورتحال
- کے تحت
- سمجھ
- قابل فہم۔
- شروع
- غیر متوقع
- اپ ڈیٹ کریں
- اپ گریڈ
- us
- استعمال کی شرائط
- استعمال کیا جاتا ہے
- رکن کا
- کا استعمال کرتے ہوئے
- ہمیشہ کی طرح
- قیمتی
- قیمتی معلومات
- قیمت
- مختلف
- وسیع
- گاڑی
- گاڑیاں
- وینڈر
- دکانداروں
- ورژن
- بہت
- متحرک
- وائس
- نائب صدر
- لنک
- نقطہ نظر
- دورہ
- واٹیٹائل
- استرتا
- حجم
- جاگو
- چاہتے ہیں
- چاہتے تھے
- چاہتا ہے
- گودام
- گودام آٹومیشن
- گرم
- تھا
- دیکھیئے
- لہروں
- راستہ..
- طریقوں
- we
- اچھا ہے
- چلا گیا
- تھے
- مغربی
- مغربی یورپ
- کیا
- کیا ہے
- جو کچھ بھی
- جب
- چاہے
- جس
- ڈبلیو
- گے
- موسم سرما
- ساتھ
- کے اندر
- بغیر
- الفاظ
- کام
- مشقت
- کارکنوں
- افرادی قوت۔
- دنیا
- گا
- یاہو
- سال
- سال
- یارک
- آپ
- اور
- زیفیرنیٹ