หลักสูตรฝึกอบรม การควบคุมสินค้าคงคลังด้วย AI (AI-Driven Inventory Control)

    ในสภาพแวดล้อมทางธุรกิจที่มีความผันผวนสูง ต้นทุนเพิ่มขึ้น และความคาดหวังของลูกค้าที่ต้องการความรวดเร็วและแม่นยำ การบริหารสินค้าคงคลัง (Inventory Management) ได้กลายเป็นปัจจัยเชิงกลยุทธ์ที่ส่งผลโดยตรงต่อกำไร กระแสเงินสด และความสามารถในการแข่งขันขององค์กร

    ปัญหาที่พบในหลายองค์กร ได้แก่ สินค้าคงคลังสูงเกินจำเป็น (Overstock), สินค้าขาดสต็อก (Stockout), การคาดการณ์ความต้องการคลาดเคลื่อน และการตัดสินใจที่อาศัยประสบการณ์มากกว่าข้อมูลเชิงลึก ปัญหาเหล่านี้นำไปสู่ต้นทุนจม ความสูญเสียโอกาสทางการขาย และระดับการให้บริการที่ไม่สม่ำเสมอ

    เทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence: AI) และการวิเคราะห์ข้อมูลขั้นสูง (Advanced Analytics) ได้เข้ามามีบทบาทสำคัญในการยกระดับการควบคุมสินค้าคงคลังจากระบบเชิงปฏิบัติการ (Operational Control) ไปสู่การบริหารเชิงวิเคราะห์ โดยสามารถวิเคราะห์ปริมาณความต้องการสินค้า ในแต่ละกลุ่มสินค้า แต่ละลูกค้า และปัจจัยด้านเวลา และควาแปรปรวนต่าง ๆ เพื่อสนับสนุนการตัดสินใจที่แม่นยำและรวดเร็วมากยิ่งขึ้น

    หลักสูตร “การควบคุมสินค้าคงคลังด้วย AI” ได้รับการออกแบบเพื่อพัฒนาความรู้ ความเข้าใจ และทักษะเชิงปฏิบัติในการนำ AI และ Data Analytics มาประยุกต์ใช้กับการบริหารสินค้าคงคลังอย่างเป็นระบบ โดยมุ่งเน้นการเชื่อมโยงเทคโนโลยีกับเป้าหมายทางธุรกิจ เพื่อให้ผู้เรียนสามารถนำแนวคิดและเครื่องมือไปปรับใช้ได้จริงในองค์กร

วัตถุประสงค์

    1.     เข้าใจหลักการบริหารสินค้าคงคลังเชิงกลยุทธ์ ตระหนักถึงบทบาทของต้นทุนสินค้าคงคลังในแต่ละกลุ่ม การแบ่งกลุ่มสินค้า ความแปรปรวนความต้องการสินค้า ความแปรปรวนของระยะเวลาการส่งมอบ และตั้งระดับการให้บริการลูกค้าได้อย่างเหมาะสม

    2.     เข้าใจพื้นฐาน AI และ Data Analytics ที่เกี่ยวข้องกับ Inventory Control เช่น Safety Stock Optimization, Reorder Point Optimization และ Inventory Segmentation

    3.     สามารถวิเคราะห์ข้อมูลสินค้าคงคลังด้วยเครื่องมือ AI ได้อย่างเป็นระบบ เพื่อระบุปัญหาเชิงโครงสร้าง เช่น Slow-moving, Dead Stock, High Variability SKU

    4.     สามารถออกแบบนโยบายควบคุมสินค้าคงคลังโดยอิงข้อมูลจริง (Data-Driven Policy Design) เช่น การกำหนด Min-Max, EOQ แบบปรับด้วย AI, Dynamic Safety Stock

    5.     ลดความเสี่ยงจาก Overstock และ Stockout อย่างมีนัยสำคัญ พร้อมทั้งเพิ่ม Inventory Turnover และ Service Level

    6.     สามารถกำหนด KPI สำหรับวัดประสิทธิภาพ Inventory ด้วยมุมมอง AI เช่น Days of Inventory, Inventory Holding Cost, Purchasing Cost

    7.     เชื่อมโยงผลลัพธ์จาก AI เข้ากับการตัดสินใจทางธุรกิจและการวางแผนองค์กร เพื่อให้เกิดผลลัพธ์เชิงปฏิบัติที่วัดผลได้จริ

    •     AI จะช่วยจัดการควบคุมสินค้าคงคลังได้อย่างไร

    •     Prompt คืออะไร และการเขียน Prompt สำหรับงานด้านจัดการควบคุมสินค้าคงคลัง

    •     วิธีการใช้ ChatGPT และ Gemini ในการวิเคราะห์บริหารจัดการควบคุมสินค้าคงคลัง

    •     วิธีการสร้างรายงานและ Presentation เพื่อนำเสนอผลการจัดการด้วย AI ต่อผู้บริหารด้วย NotebookLM

    •     การจัดพื้นที่คลังสินค้าอย่างมีประสิทธิภาพ การวางผังของคลังสินค้าและการจัดการการไหลได้อย่างรวดเร็ว

    •     แนวทางการจัดเก็บสินค้าคงคลังและการนำเสนอข้อมูลสินค้าคงคลังอย่างมีประสิทธิภาพ

2.     การแบ่งกลุ่มสินค้าคงคลังแบบ ABC

    •     การแบ่งกลุ่มสินค้าตามหลักการ Pareto

    •     การบริหารจัดการสินค้าคงคลัง Type A, B และ C ที่เหมาะสม

3.     การประเมินคุณภาพของคู่ค้า (Supplier Evaluation)

    •     การติดตามระยะเวลาการส่งมอบสินค้าอย่างมีประสิทธิภาพ (Tracking Delivery Times)

    •     การบริหารจัดการคำสั่งซื้อสินค้า (Order Management)

    •     การควบคุมการรับมอบสินค้าจากคู่ค้าที่เหมาะสม (Monitoring Receipt of Goods)

4.     การควบคุมสินค้าคงคลังอย่างมืออาชีพ

    •     การจัดการและบริหารต้นทุนสินค้าคงคลังอย่างมีประสิทธิภาพ

    •     Economic Order Quantity (EOQ) การสั่งซื้อที่ประหยัด

5.     การกำหนดค่า Safety Stock และจุดการสั่งซื้อซ้ำ (Re-order Point) ที่เหมาะสม

    •     การวัดอัตรารอบการหมุนเวียนสินค้าคงคลัง (Inventory Turnover Ratio)

    •     Workshop การวัดอัตรารอบการหมุนเวียนสินค้าคงคลัง ด้วย AI

สัมมนานี้ได้รับประกาศนียบัตร