AI 재고·발주 관리

데모로 증명 — 품목마다 과거 실제 재고(실선)에서 미래 예측(점선+신뢰구간)으로 이어지는 ‘예측의 지평선’ 그래프와 소진 D-day 마커, AI 발주량(EOQ) 제안이 실제로 계산됩니다. 예측 정확도는 백테스트(MAPE)로 검증해 함께 보여주고, 안전재고 최적화·“수요가 30% 늘면?”·리드타임 변동 같은 시뮬레이션도 즉시 다시 계산됩니다. 충족률·결품률·GMROI·재고일수(DOI)·재고회전율·ABC 같은 선도 재고 시스템 표준 지표로 성과를 한눈에 봅니다.

데모로 증명 — 입고→재고→출고, 발주 생성→승인→입고가 즉시 반영(낙관적 업데이트)되고, 바코드 스캔과 거래명세서·세금계산서 OCR 촬영으로 입출고가 자동 기록됩니다. ‘실시간 운영 시뮬레이션’을 켜면(▶ 재생) 입출고·판매·보충이 흐르듯 들어오며 KPI·차트가 실시간으로 갱신되는 걸 눈으로 확인할 수 있습니다 — QuestDB 시계열 + Lambda 스트리밍, BUWHive에서 다진 강점입니다.

데모로 증명 — 재고 어시스턴트에게 자연어로 시키면 조회를 넘어 발주서 생성·안전재고 적용·시나리오 계산까지 직접 실행합니다: “발주서 준비해줘”, “예산 300만원으로 발주해줘”, “안전재고 최적화해줘”, “수요가 30% 늘면?”, “재고 최적화 — 뭘 줄일까?”, “소진 임박 품목”, “재고 가치·회전율은?”. AI 입고·출고·수주·재고 브리핑이 오늘 할 일을 정렬하고, 수요 이상(급증·급감)을 감지하며, 전수 실사 대신 AI가 점검 대상만 고르는 ABC 순환 실사와 창고 동선을 최적화한 AI 피킹 리스트까지 만듭니다.

데모로 증명 — 식품·화장품 등 유통기한 관리 품목은 임박·폐기 단계(0–30 / 31–60 / 61–90일)로 자동 분류되고, 회전이 멈춘 데드스톡과 재고 경과(Aging), 묶인 자본 가치를 AI가 표시해 할인·번들·반품 검토를 권합니다. ‘부족·유통임박·과잉’ 상태 필터로 지금 손봐야 할 품목만 바로 추립니다.

데모로 증명 — 거래처 셀프 발주 포털(거래처별 단가·재고 가시성)에서 넣은 주문이 공급사 수주로 실시간 연결되고, 즉시 출고 가능 여부(ATP 충족 가능성)까지 판단합니다. 공급 쪽은 공급사 스코어카드(정시 입고율·리드타임·신뢰 점수)와 공급 집중·단일 의존 리스크를 AI가 분석합니다. 역할 기반 접근통제로 거래처별 노출 범위를 통제합니다.

데모로 증명 — 재고·거래처·매입가를 외부 SaaS가 아닌 자사 AWS(서울 리전)에 저장·암호화(KMS)하고, 대표·구매담당·창고담당 역할로 보이는 데이터와 가능한 작업을 분리(RBAC)하며, 입·출고·조정·발주 모든 변경을 감사 로그로 남겨 누가 언제 무엇을 바꿨는지 추적합니다. AI가 만든 결과는 인디고(✦)로 구분되어, 사람이 검토·승인한 뒤 반영됩니다.