IT 153 หลักสูตร การควบคุมสินค้าคงคลังด้วย AI (AI-Driven Inventory Control)

หลักการและเหตุผล  

             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

วัตถุประสงค์การเรียนรู้

1. เพื่อให้เข้าใจในหลักการบริหารสินค้าคงคลังเชิงกลยุทธ์ตระหนักถึงบทบาทของต้นทุนสินค้าคงคลังในแต่ละกลุ่ม การแบ่งกลุ่มสินค้า ความแปรปรวนความต้องการสินค้า ความแปรปรวนของระยะเวลาการส่งมอบ และตั้งระดับการให้บริการลูกค้าได้อย่างเหมาะสม
2. เพื่อเข้าใจพื้นฐาน AI และ Data Analytics ที่เกี่ยวข้องกับ Inventory Control  เช่น Safety Stock Optimization, Reorder Point Optimization และ Inventory Segmentation
3. เพื่อสามารถวิเคราะห์ข้อมูลสินค้าคงคลังด้วยเครื่องมือ AI ได้อย่างเป็นระบบ ระบุปัญหาเชิงโครงสร้าง เช่น Slow-moving, Dead Stock, High Variability SKU
4. เพื่อสามารถออกแบบนโยบายควบคุมสินค้าคงคลังโดยอิงข้อมูลจริง (Data-Driven Policy Design)เช่น การกำหนด Min-Max, EOQ แบบปรับด้วย AI, Dynamic Safety Stock
5. เพื่อลดความเสี่ยงจาก Overstock และ Stockout อย่างมีนัยสำคัญพร้อมทั้งเพิ่ม Inventory Turnover และ Service Level
6. เพื่อสามารถกำหนด KPI สำหรับวัดประสิทธิภาพ Inventory ด้วยมุมมอง AI  เช่น Days of Inventory, Inventory Holding Cost, Purchasing Cost
7. เพื่อเชื่อมโยงผลลัพธ์จาก AI เข้ากับการตัดสินใจทางธุรกิจและการวางแผนองค์กรให้เกิดผลลัพธ์เชิงปฏิบัติที่วัดผลได้จริง

เนื้อหาหลักสูตร

• AI จะช่วยจัดการควบคุมสินค้าคงคลังได้อย่างไร
• Prompt คืออะไร และการเขียน Prompt สำหรับงานด้านจัดการควบคุมสินค้าคงคลัง
• วิธีการใช้ ChatGPT และ Gemini ในการวิเคราะห์บริหารจัดการควบคุมสินค้าคงคลัง
• วิธีการสร้างรายงานและ Presentation เพื่อนำเสนอผลการจัดการด้วย AI ต่อผู้บริหารด้วย NotebookLM
• การจัดพื้นที่คลังสินค้าอย่างมีประสิทธิภาพ การวางผังของคลังสินค้าและการจัดการการไหลได้อย่างรวดเร็ว         
• แนวทางการจัดเก็บสินค้าคงคลังและการนำเสนอข้อมูลสินค้าคงคลังอย่างมีประสิทธิภาพ
• Workshop แนวทางการจัดเก็บสินค้าคงคลังและการนำเสนอข้อมูลสินค้าคงคลังอย่างมีประสิทธิภาพด้วย AI

• การแบ่งกลุ่มสินค้าตามหลักการ Pareto
• Workshop การแบ่งกลุ่มสินค้าตามหลักการ Pareto ด้วย AI
• การบริหารจัดการสินค้าคงคลัง Type A, B และ C ที่เหมาะสม

• การติดตามระยะเวลาการส่งมอบสินค้าอย่างมีประสิทธิภาพ (Tracking Delivery Times)
• การบริหารจัดการคำสั่งซื้อสินค้า (Order Management)
• การควบคุมการรับมอบสินค้าจากคู่ค้าที่เหมาะสม (Monitoring Receipt of Goods)
• Workshop การบริหารจัดการคำสั่งซื้อสินค้าและการควบคุมเพื่อลดสต็อกได้อย่างเหมาะสม

• การจัดการและบริหารต้นทุนสินค้าคงคลังอย่างมีประสิทธิภาพ
• Workshop บริหารต้นทุนสินค้าคงคลังอย่างมีประสิทธิภาพ ด้วย AI
• Economic Order Quantity (EOQ) การสั่งซื้อที่ประหยัด
• Workshop การหาปริมาณการสั่งซื้อที่ประหยัด (EOQ) ด้วย AI

• Workshop การกำหนดค่า Safety Stock และจุดการสั่งซื้อซ้ำ (Re-order Point) ที่เหมาะสม ด้วย AI
• การวัดอัตรารอบการหมุนเวียนสินค้าคงคลัง (Inventory Turnover Ratio)
• Workshop การวัดอัตรารอบการหมุนเวียนสินค้าคงคลัง ด้วย AI

หลักสูตรนี้เหมาะสำหรับ ผู้จัดการคลังสินค้า/ ผู้บริหารระดับกลาง หรือเจ้าหน้าที่ระดับบริหาร และระดับปฏิบัติการ ฝ่ายคลังสินค้า ฝ่ายจัดซื้อ ฝ่ายผลิต ฝ่ายวางแผนการผลิต วิศวกร

ระยะเวลาการอบรม 1 วัน (09.00 – 16.00 น.)

รูปแบบการฝึกอบรม

1. การบรรยาย                                                                        
2. การให้คำปรึกษา
3. แนะนำ                                                                     
4. Workshop