Εξέλιξη Κομματιού

Μονάδα 1: Εισαγωγή στην Τεχνητή Νοημοσύνη για τη Στοίχηση και τον Εφοδιασμό

  • Κατανόηση της Τεχνητής Νοημοσύνης: εννοιές και εφαρμογές
  • Τεχνητή Νοημοσύνη στην στοίχηση και τη μεταφορά κυροκέρματος: ευκαιρίες και επιρροή
  • Υπόδοχα εργαλεία ΤΝ: Excel AI, ChatGPT, Power BI, και άλλα
  • Πρακτικά παραδείγματα από τον τομέα μεταφορών και κυροκέρματος

Μονάδα 2: Δομή και Ανάλυση Λειτουργικών Δεδομένων

  • Εξαγωγή σημαντικών πλαισίων λειτουργίας και εφοδιασμού (δρομολόγοι, κυλίνδροι, παραδόσεις)
  • Διαχείριση δεδομένων υπολογισμού κυβικών μετρών και αποθέματος για την ΤΝ
  • Καθαρισμός, διαμόρφωση και επιβεβαίωση δεδομένων στο Excel
  • Δημιουργία δυναμικών πινάκων και επίσκεψης για την ημερήσια γεννήση αντιλήψεων

Μονάδα 3: Τεχνητός νοημοσύνης πρόβλεψη για την απόθεμα κυροκέρματος

  • Κατανόηση της πρόβλεψης απόθεματος και επιπτώσεις μεταβλητών
  • Χρήση των χαρακτηριστικών ΤΝ στο Excel και ChatGPT για προϊμαντική ανάλυση
  • Πρόβλεψη απόθεματος στον κάτω χρονικό πίνακα (1-2 εβδομάδες)
  • Πρακτική εξάσκηση: δημιουργία απλού μοντέλου πρόβλεψης με υφιστάμενα δεδομένα

Μονάδα 4: Σχεδίαση Δρομολόγων και Βελτιστοποίηση Πόρων

  • Κύριε εννοιές στη βελτιστοποίηση δρομολόγου και προγραμματισμού
  • Χρήση εργαλείων ΤΝ για να υποδεικνύουν βέλτιστους δρομολόγους και ακολουθίες παραδόσεων
  • Εφαρμογή Excel και ChatGPT για σχεδίαση δρομολόγου με πραγματικά περιορισμούς
  • Πρακτική δραστηριότητα: γεννήση επιλογών δρομολόγου για μονάδες παραδόσεων

Μονάδα 5: Εκτίμηση και Βελτιστοποίηση Λογιστικών Κόστους

  • Εξαγωγή σημαντικών παραδειγμάτων: απόσταση, τέλη μεταφοράς, καύσιμο, φόρτο
  • Χρήση μοντέλων ΤΝ για εκτίμηση λογιστικών κόστους
  • Σύγκριση χειροκίνητων σε αναλυτικές προγραμματισμών με επιστημονική βοήθεια
  • Ενδυνάμωση πρότυπων υπολογισμών κόστους με δυναμικές εισαγωγές

Μονάδα 6: Πίνακες Και Οπτική Ανάλυση KPI

  • Εισαγωγή στους Power BI και Excel πίνακες
  • Σχεδιασμός οπτικών αναφορών για την αλυσίδα εφοδιασμού και KPI
  • Ενσωμάτωση δεδομένων από συστήματα υπολογισμού κυβικών μετρών
  • Πρακτικά: δημιουργία πραγματικής ροής λογιστικής απόδοσης

Μονάδα 7: Ενσωμάτωση Τεχνητής Νοημοσύνης στις Διαδικασίες Στοίχησης

  • Αυτομάτωση επαναλαμβανόμενων αναφορών και διαδικασιών συγκέντρωσης δεδομένων
  • Χρήση Power Automate ή Excel macros για αυτομάτωση διαδικασιών
  • Δημιουργία συστημάτων προειδοποιήσης για ορία αποθέματος ή παραδόσεων
  • Πρακτικό παράδειγμα: σύστημα αυτόματης προειδοποίησης για την πλήρωση κυλίνδρων

Μονάδα 8: Πρακτικό Πλάνο 90 Ημερών για την Εισαγωγή ΤΝ στη Στοίχηση και τον Εφοδιασμό

  • Κατασκευή μέθοδου πλήρως βήμα-προς-βήμα για την εισαγωγή ΤΝ
  • Εξαγωγή πειραματικών χρήσεων και μετρικών επιτυχίας
  • Ανάδειξη AI-διασφαλιζόμενων διαδικασιών κατά μήκος των ομάδων
  • Δημιουργία πρακτικών βελτιστοποίησης συνεχόντων και μερίδων γνώσεων

Περίληψη και επόμενα βήματα

Απαιτήσεις

  • Βασικές εξαιρέσεις με το Microsoft Excel ή Google Sheets
  • Δεν απαιτείται προηγούμενη εμπειρία στην Τεχνητή Νοημοσύνη

Ακροατήριο

  • Ειδικοί στην στοίχηση και εφοδιασμό στον τομέα μεταφοράς κυροκέρματος και πώλησης
  • Διευθυντές και συντονιστές λειτουργίας και αποθέματος
  • Κατευθυντήριοι και σχεδιαστές που διαχειρίζονται το πλάι γραμμών μεταφοράς και αποθήκης κυροκέρματος
 14 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετέχοντα

Εφεξής Μαθήματα

Σχετικές Κατηγορίες