Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Czas trwania 14 godzin
Plan Szkolenia
Moduł 1: Wprowadzenie do AI w logistyce i dostawach
- Zrozumienie Sztucznej Inteligencji: pojęcia i zastosowania
- AI w logistyce i dystrybucji paliw: możliwości i wpływ
- Bezkodowe narzędzia AI: Excel AI, ChatGPT, Power BI i inne
- Praktyczne przykłady z branży transportowej i paliwowej
Moduł 2: Strukturyzacja i analiza danych operacyjnych
- Identyfikacja kluczowych zbiorów danych logistycznych i dostaw (trasy, zbiorniki, dostawy)
- Organizowanie danych dotyczących kontroli objętościowej i zapasów pod kątem wykorzystania przez AI
- Czyszczenie, formatowanie i walidacja danych w Excelu
- Tworzenie dynamicznych tabel i wykresów przestawnych do generowania wniosków
Moduł 3: Prognozowanie wspierane przez AI dla popytu na paliwa
- Zrozumienie prognozowania popytu i zmiennych wpływających
- Wykorzystywanie funkcji AI w Excelu i ChatGPT do analizy predykcyjnej
- Prognozowanie krótkoterminowych (1–2 tygodnie) trendów popytu na paliwa
- Ćwiczenie praktyczne: budowanie prostego modelu prognozy na istniejących danych
Moduł 4: Planowanie tras i optymalizacja zasobów
- Kluczowe pojęcia w optymalizacji tras i harmonogramowaniu
- Wykorzystywanie narzędzi AI do sugerowania optymalnych tras i kolejności dostaw
- Zastosowanie Excela i ChatGPT do planowania tras z uwzględnieniem rzeczywistych ograniczeń
- Aktywność praktyczna: generowanie opcji tras dla jednostek dostawczych
Moduł 5: Szacowanie kosztów i optymalizacja logistyki
- Identyfikacja czynników kosztowych: dystans, opłaty drogowe, zużycie paliwa, fracht
- Wykorzystywanie modeli AI do szacowania kosztów logistyki
- Porównanie planowania kosztów ręcznego z planowaniem wspieranym przez AI
- Tworzenie szablonów kalkulacji kosztów z dynamicznymi danymi wejściowymi
Moduł 6: Tablice wyników i wizualizacja KPI
- Wprowadzenie do tablic wyników w Power BI i Excelu
- Projektowanie raportów wizualnych dla KPI logistyki i dostaw
- Integracja danych z systemów kontroli objętościowej
- Ćwiczenie praktyczne: tworzenie tablicy wyników wydajności logistycznej w czasie rzeczywistym
Moduł 7: Integracja AI w procesach logistycznych
- Automatyzacja powtarzalnych zadań raportowych i konsolidacji danych
- Wykorzystywanie Power Automate lub makr w Excelu do automatyzacji zadań
- Tworzenie systemów alertów dla progów zapasów lub dostaw
- Praktyczny przykład: alert oparty na AI do harmonogramowania napełniania zbiorników
Moduł 8: 90-dniowy plan wdrożenia AI w logistyce i dostawach
- Budowanie stopniowej ścieżki wdrożenia AI
- Identyfikacja pilotażowych przypadków użycia i metryk sukcesu
- Skalowanie procesów wspieranych przez AI w zespołach
- Wdrażanie praktyk ciągłego doskonalenia i dzielenia się wiedzą
Podsumowanie i kolejne kroki
Wymagania
- Podstawowa biegłość w obsłudze Microsoft Excela lub Google Sheets
- Brak konieczności posiadania wcześniejszego doświadczenia w obszarze Sztucznej Inteligencji
Grupa docelowa
- Specjaliści ds. logistyki i dostaw w branży transportu i sprzedaży paliw
- Koordynatorzy operacji i zapasów
- Nadzorcy i planiści zarządzający trasami flot i dostawami paliw