聯繫我們

課程簡介

模組 1:物流與供應鏈中 AI 的介紹

  • 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。
  • 無程式碼 AI 工具:Excel AI、ChatGPT、Power BI 及其他工具。
  • 來自運輸和燃料業的實用範例。

模組 2:結構化並分析營運數據

  • 識別關鍵物流與供應鏈數據集(路徑、儲油槽、送貨)。
  • 整理用於 AI 應用的體積控制與庫存數據。
  • 在 Excel 中進行數據清理、格式化與驗證。
  • 建立動態表格與樞紐圖表以產生洞察。

模組 3:AI 輔助燃料需求預測

  • 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:利用現有數據建立簡單的預測模型。

模組 4:路徑規劃與資源優化

  • 路徑優化與調度的核心概念。
  • 使用 AI 工具建議最佳路徑與送貨順序。
  • 應用 Excel 和 ChatGPT 處理具真實限制的路徑規劃。
  • 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、過路費、燃油消耗、運費。
  • 使用 AI 模型估算物流成本。
  • 比較人工與 AI 輔助的成本規劃。
  • 建立具備動態輸入值的功能表計算範本。

模組 6:儀表板與 KPI 視覺化

  • Power BI 和 Excel 儀表板的介紹。
  • 為物流與供應鏈 KPI 設計視覺報告。
  • 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整合任務。
  • 使用 Power Automate 或 Excel巨集進行任務自動化。
  • 建立庫存或送貨門檻的警報系統。
  • 實用範例:基於 AI 的儲油槽補貨調度警報。

模組 8:物流與供應鏈的 90 天 AI 採用計畫

  • 建立逐步進行的 AI 實施路線圖。
  • 識別先導用例與成功指標。
  • 跨團隊擴展 AI 輔助工作流程。
  • 確立持續改進與知識分享的實務做法。

總結與下一步

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使用經驗。

對象

  • 燃料運輸和銷售業的物流與供應鏈專業人士。
  • 營運與庫存協調員。
  • 負責管理車隊路徑和燃料送貨的主管與計畫員。
 14 小時

課程分類