聯繫我們

課程簡介

模組1:物流與供應鏈中AI的簡介

  • 理解人工智慧:概念與應用。
  • AI在物流與燃料分銷中的機會與影響。
  • 無代碼AI工具:Excel AI、ChatGPT、Power BI及其他工具。
  • 來自運輸與燃料產業的實際案例。

模組2:營運數據的結構化與分析

  • 識別關鍵的物流與供應鏈數據集(路徑、油罐、送貨)。
  • 為AI使用整理體積控制與庫存數據。
  • 在Excel中進行資料清理、格式化與驗證。
  • 建立動態表格與樞紐圖表以產生見解。

模組3:輔助燃料需求的AI預測

  • 理解需求預測及影響變數。
  • 使用Excel的AI功能與ChatGPT進行預測分析。
  • 預測短期(1-2週)的燃料需求趨勢。
  • 實作練習:使用現有數據構建簡單的預測模型。

模組4:路徑規劃與資源優化

  • 路徑優化與排程的關鍵概念。
  • 利用AI工具建議最佳路徑與送貨順序。
  • 結合實際限制條件,使用Excel和ChatGPT進行路徑規劃。
  • 實作活動:為送貨單元生成路徑選項。

模組5:成本估算與物流優化

  • 識別成本驅動因素:距離、通行費、燃料消耗、運費。
  • 使用AI模型估算物流成本。
  • 比較手動規劃與AI輔助成本規劃的差異。
  • 構建帶有動態輸入的成本計算範本。

模組6:儀表板與KPI視覺化

  • Power BI與Excel儀表板的簡介。
  • 設計物流與供應鏈KPI的視覺報告。
  • 整合來自體積控制系統的數據。
  • 實作:建立即時物流效能儀表板。

模組7:將AI整合至物流工作流程

  • 自動化重複性的報告與數據彙總任務。
  • 使用Power Automate或Excel巨集進行任務自動化。
  • 建立針對庫存或送貨門檻的警示系統。
  • 實際案例:基於AI的油罐補貨排程警示。

模組8:物流與供應鏈的90天AI採用計畫

  • 構建逐步的AI實施路線圖。
  • 識別試點用例與成功指標。
  • 跨團隊擴展AI輔助工作流程。
  • 建立持續改進與知識分享的實踐模式。

總結與下一步行動

最低要求

  • 具備Microsoft Excel或Google Sheets的基本操作能力。
  • 無需先前的人工智慧經驗。

受眾對象

  • 燃料運輸與銷售產業的物流與供應鏈專業人員。
  • 營運與庫存協調員。
  • 負責車隊路徑和燃料送貨的管理主管及規劃人員。
 14 小時

人數


每位參與者的報價

即將到來的課程

課程分類