OpenClaw ile AI Envanter Yönetimi Aracıları

Envanter, her önemli işletme fonksiyonunun kesişim noktasında yer alır: finans (stoğa bağlı işletme sermayesi), operasyonlar (karşılama hızı ve doğruluğu), satış (satılmaya hazır olma) ve satın alma (tedarikçi ilişkileri ve teslim süreleri). Bunu bir yönde yanlış yönetirseniz, satışlarınızı kaybedecek ve müşteri ilişkilerine zarar verecek stoklarınız olur. Diğerinde yanlış yönetirseniz, nakit para bağlayan, depo alanı kaplayan ve satılmadan önce süresi dolabilecek veya geçerliliğini yitirebilecek fazla stokunuz olur.

Geleneksel envanter yönetimi statik parametrelere dayanır: sabit yeniden sipariş noktaları, sabit emniyet stok seviyeleri ve manuel inceleme döngüleri. Bu parametreler bir kez ayarlanır ve bir stok tükenmesi veya stok fazlası olayı dikkati çekene kadar nadiren tekrar gözden geçirilir. OpenClaw AI aracıları, statik parametreleri, değişen talep modellerine, tedarikçi güvenilirliği değişikliklerine ve pazar sinyallerine gerçek zamanlı olarak yanıt veren dinamik, sürekli uyum sağlayan envanter zekasıyla değiştirir.

Önemli Çıkarımlar

• OpenClaw Talep Tahmin Aracıları, daha yüksek doğruluk için satış geçmişinizde harici sinyallerle (mevsimsellik, promosyonlar, pazar eğilimleri) zenginleştirilmiş zaman serisi modelleri kullanır.
• Yeniden sipariş noktası ve emniyet stoğu parametreleri, talep modelleri geliştikçe otomatik olarak yeniden hesaplanır; artık manuel parametre güncellemesine gerek yoktur.
• Tedarikçi Koordinasyon Temsilcisi, RFQ dağıtımını, PO oluşturmayı, teslimat takibini ve kalite kontrol koordinasyonunu otomatikleştirir.
• Çok konumlu envanter dengeleme, yeniden sipariş verilmeden önce talebin yüksek olduğu konumlara aktarılabilecek, tek bir konumdaki yavaş hareket eden stoğu tanımlar.
• Son kullanma tarihi ve eskime yönetimi, risk altındaki envanteri proaktif olarak tanımlar ve indirim veya yeniden dağıtım eylemlerini tetikler.
• Temsilciler, OpenClaw araç katmanı aracılığıyla Odoo, SAP, NetSuite, Fishbowl ve özel ERP/WMS sistemleriyle entegre olur.
• Her temsilcinin kararı kendi mantık zincirini içerir; parametreler, sinyaller ve hesaplamalar tamamen şeffaf ve denetlenebilirdir.
• ECOSIRE, üreticiler, distribütörler ve çok lokasyonlu perakendeciler için OpenClaw envanter yönetimi sistemleri oluşturur.

---

Envanter Yönetimi Mimarisi

OpenClaw envanter yığınında beş uzman aracı bulunur:

[ Sales History + External Data ]
              ↓
[ Demand Forecasting Agent ]   — forecast per SKU per location per week
              ↓
[ Parameter Optimization Agent ] — calculate optimal reorder points and safety stock
              ↓
[ Replenishment Agent ]        — trigger POs, transfers, or production orders
              ↓
[ Supplier Coordination Agent ] — RFQ, PO, delivery tracking, receipt coordination
              ↓
[ Exception Agent ]            — stockout risk alerts, overstock alerts, expiry alerts

Tüm aracılar, webhook aracılığıyla ERP/WMS'den güncellemeleri alan gerçek zamanlı bir envanter veri deposunu paylaşır. Aracı kararları, öneriler (insanlar tarafından incelenir) veya eylemler (ilke yapılandırmanıza bağlı olarak bağımsız olarak gerçekleştirilir) olarak ERP'ye geri yazılır.

---

Talep Tahmin Aracısı: Neye İhtiyacınız Olacağını Tahmin Etmek

Doğru talep tahmini, envanter yönetimindeki diğer her şeyin temelidir. %30 oranında yanlış olan bir tahmin, %30 oranında hatalı yeniden sipariş noktalarına, %30 oranında hatalı güvenlik stoğuna ve yanlış miktarlar için satın alma siparişlerine yol açacaktır.

OpenClaw'ın tahmin aracısı bir model hiyerarşisi kullanır. Her SKU için seçilen model, talep geçmişinin uzunluğuna ve istikrarına bağlıdır:

Üstel Düzeltme (ETS): En az 12 aylık geçmişi ve nispeten istikrarlı talebi olan SKU'lar için. Model seviye, trend ve mevsimsellik bileşenlerini yakalar.

SARIMA: Güçlü mevsimsel kalıplara ve yeterli geçmişe (2+ yıl) sahip SKU'lar için. Karmaşık mevsimsel döngüleri ETS'den daha iyi yönetir.

Makine Öğrenimi (gradyan artırma): Dış sinyallerden (promosyonlar, hava durumu, ekonomik göstergeler) etkilenen SKU'lar için. Özellik girdilerini zaman serisinin ötesine taşır.

Hareketli Ortalama: Geçmişi 3 aydan kısa olan yeni SKU'lar için. Daha karmaşık modeller için yeterli geçmiş mevcut olana kadar basit, düşük sapmalı temel çizgi.

export const ForecastDemand = defineSkill({
  name: "forecast-demand",
  tools: ["erp", "analytics", "external-data"],
  async run({ input, tools }) {
    const salesHistory = await tools.erp.getSalesHistory({
      productId: input.productId,
      locationId: input.locationId,
      weeks: 104, // 2 years of weekly data
    });

    const externalSignals = await tools.externalData.getSignals({
      productCategory: input.category,
      signals: ["seasonality-index", "market-trend", "promotion-calendar"],
    });

    // Model selection
    const model = selectForecastModel(salesHistory.length, externalSignals.hasPromoCalendar);

    const forecast = await analytics.forecast({
      model,
      history: salesHistory,
      signals: externalSignals,
      horizonWeeks: 13,
      confidenceIntervals: [0.80, 0.95],
    });

    return {
      productId: input.productId,
      locationId: input.locationId,
      forecastWeeks: forecast.weeks,
      // Returns point estimate + confidence intervals per week
    };
  },
});

Tahmin hatası izleme: Aracı, haftalık olarak her SKU için fiili ve tahmini izler ve MAPE'yi (Ortalama Mutlak Yüzde Hata) hesaplar. Modelin sürekli olarak düşük performans gösterdiği (MAPE > %25) SKU'lar, manuel inceleme veya güncellenmiş özelliklerle modelin yeniden eğitimi için işaretlenir.

---

Parametre Optimizasyon Aracısı: Dinamik Güvenlik Stoku ve Yeniden Sipariş Noktaları

Parametre Optimizasyon Aracısı, elindeki doğru tahminlerle her konumdaki her SKU için istatistiksel olarak en uygun güvenlik stokunu ve yeniden sipariş noktasını hesaplar.

Emniyet Stoku Formülü: Temsilci, hedef hizmet seviyenize göre kalibre edilmiş istatistiksel emniyet stoğu formülünü kullanır:

Safety Stock = z × σ_LT × √(L + R)

Nerede:

• z = Hedef hizmet düzeyi için z puanı (ör. %95 için 1,65, %99 için 2,33)
• σ_LT = teslim süresi boyunca talebin standart sapması
• L = hafta cinsinden tedarikçi teslim süresi
• R = hafta cinsinden inceleme süresi

Hizmet düzeyi hedefi ürün kategorisine göre yapılandırılabilir. Yavaş hareket eden, düşük marjlı ürünler %90'ı kullanabilir; hızlı hareket eden, yüksek marjlı ürünler veya uzun teslim süresi olan ürünler %99'u kullanabilir.

export const OptimizeParameters = defineSkill({
  name: "optimize-inventory-parameters",
  tools: ["erp", "analytics"],
  async run({ input, tools }) {
    const [forecast, supplierData, currentParams] = await Promise.all([
      tools.analytics.getForecast({ productId: input.productId, locationId: input.locationId }),
      tools.erp.getSupplierLeadTime(input.productId),
      tools.erp.getCurrentInventoryParams(input.productId, input.locationId),
    ]);

    const serviceLevel = getServiceLevelTarget(input.productCategory);
    const z = getZScore(serviceLevel);

    // Calculate demand variability during lead time
    const demandDuringLeadTime = forecast.weeks.slice(0, supplierData.leadTimeWeeks);
    const meanDemand = mean(demandDuringLeadTime.map(w => w.pointEstimate));
    const stdDevDemand = stdDev(demandDuringLeadTime.map(w => w.pointEstimate));

    const safetyStock = Math.ceil(z * stdDevDemand * Math.sqrt(supplierData.leadTimeWeeks + 1));
    const avgWeeklyDemand = mean(forecast.weeks.map(w => w.pointEstimate));
    const reorderPoint = Math.ceil(avgWeeklyDemand * supplierData.leadTimeWeeks + safetyStock);
    const economicOrderQty = calculateEOQ(avgWeeklyDemand, input.orderingCost, input.holdingCostRate, input.unitCost);

    const recommendation = {
      safetyStock,
      reorderPoint,
      economicOrderQty,
      currentSafetyStock: currentParams.safetyStock,
      currentReorderPoint: currentParams.reorderPoint,
      changeSignificant: Math.abs(reorderPoint - currentParams.reorderPoint) / currentParams.reorderPoint > 0.15,
    };

    if (recommendation.changeSignificant) {
      // Significant change — flag for human review before applying
      await flagForReview(recommendation, input);
    } else {
      // Minor adjustment — apply automatically
      await tools.erp.updateInventoryParams(input.productId, input.locationId, { safetyStock, reorderPoint });
    }

    return recommendation;
  },
});

Parametre değişikliği politikası: Büyük parametre değişiklikleri (yeniden sipariş noktasında veya güvenlik stoğunda %15'ten fazla ayarlama), otomatik olarak uygulanmak yerine insan incelemesi için işaretlenir. Küçük ayarlamalar kesintisiz olarak uygulanır. Bu, sistemin, tahmin modelinin henüz filtrelemeyi öğrenmediği kısa vadeli talep artışlarına dayalı olarak dramatik değişiklikler yapmasını engeller.

---

Yenileme Temsilcisi: Doğru Eylemi Doğru Zamanda Tetiklemek

Stok yeniden sipariş noktasına veya altına düştüğünde, Stok Yenileme Temsilcisi uygun eylemi belirler; bu her zaman bir satın alma siparişi değildir.

İkmal için karar ağacı:

1. Stok, sahip olunan başka bir lokasyonda mevcut mu? Evetse ve transfer maliyeti sipariş maliyetinden düşükse, lokasyonlar arası transferi başlatın.
2. Bu ürün için mevcut bir açık PO var mı? Evetse ve beklenen giriş ihtiyacı karşılıyorsa, gerekiyorsa bir kopya oluşturmak yerine PO miktarını güncelleyin.
3. Satın alma siparişi uygun mu? Herhangi bir minimum sipariş gereksinimine göre ayarlanmış ekonomik sipariş miktarına sahip bir PO oluşturun.
4. Bu stoğa göre üretilmiş bir ürün mü? Satınalma siparişi yerine bir üretim siparişi oluşturun.

export const TriggerReplenishment = defineSkill({
  name: "trigger-replenishment",
  tools: ["erp", "warehouse"],
  async run({ input, tools }) {
    const neededQty = input.reorderPoint + input.economicOrderQty - input.currentStock;

    // Check inter-location transfers
    const otherLocations = await tools.erp.getStockByLocation(input.productId, {
      excludeLocation: input.locationId,
      minAvailable: neededQty,
    });

    if (otherLocations.length > 0) {
      const source = otherLocations.sort((a, b) => b.available - a.available)[0];
      const transferCost = await estimateTransferCost(source.locationId, input.locationId, neededQty);
      const orderCost = await estimateOrderCost(input.productId, neededQty);

      if (transferCost < orderCost * 0.7) {
        await tools.erp.createInternalTransfer({
          productId: input.productId,
          fromLocationId: source.locationId,
          toLocationId: input.locationId,
          qty: neededQty,
        });
        return { action: "TRANSFER_CREATED", sourceLocation: source.locationId };
      }
    }

    // Create purchase order
    const bestVendor = await selectBestVendor(tools.erp, input.productId, neededQty);
    const po = await tools.erp.createPurchaseOrder({
      productId: input.productId,
      vendorId: bestVendor.id,
      qty: Math.max(neededQty, bestVendor.minimumOrderQty),
      price: bestVendor.price,
      expectedDelivery: addDays(new Date(), bestVendor.leadTimeDays),
    });

    return { action: "PO_CREATED", poId: po.id, qty: neededQty, vendor: bestVendor.name };
  },
});

---

Çok Lokasyonlu Envanter Dengeleme

Birden fazla deposu veya perakende satış yeri olan işletmeler için stok dengesizlikleri yaygındır: A Konumunda 200 birim Ürün X toz topluyor, B Konumu ise stokta yok ve bir satın alma siparişi veriyor. Dengeleme Temsilcisi bu fırsatları haftalık olarak tanımlar.

Dengeleme algoritması:

1. Yerel talep tahminine dayalı olarak her konumdaki tahmini tedarik haftalarını hesaplayın.
2. 8 haftadan fazla tedarik süresi olan (taleplerine göre fazla stoklanmış) yerleri belirleyin.
3. Tedarik süresi 3 haftadan az olan (stok eksikliği) yerleri belirleyin.
4. Tüm konumları hedef tedarik haftalarına getiren transfer miktarlarını hesaplayın.
5. Transfer maliyetinin, alım yeri için yeni bir PO yerleştirme maliyetinden düşük olup olmadığını kontrol edin.
6. Ekonomik açıdan gerekçeli transferler için transfer emirleri oluşturun.

---

Son Kullanma ve Eskime Yönetimi

Bozulabilir ürünler ve kısa ürün yaşam döngülerine sahip elektronik cihazlar, aktif son kullanma tarihi yönetimi gerektirir. Sona Erme Aracısı risk altındaki envanteri izler ve zamanında müdahaleleri tetikler.

Bozulabilir ürünler için:

• Son kullanma tarihinden 60 gün önce: öncelikli toplama için işaret (FEFO—ilk son kullanma tarihi, ilk çıkar).
• Son kullanma tarihinden 30 gün önce: Promosyon fiyatları için satış ekibine mevcut stokları bildirin.
• Son kullanma tarihinden 14 gün önce: indirimli fiyatlandırma önerisi veya bağış/bertaraf yetkisi oluşturun.

Yavaş hareket eden ürünler için:

• Envanter hızını (ayda satılan adetler) ve mevcut tedarik aylarını hesaplayın.
• Tedarik süresi 12 aydan fazla olan ve hız eğilimi düşüş gösteren ürünler fazlalık olarak işaretlenir.
• Temsilci, önerilen eylemlerle birlikte fazla SKU'ların bir listesini oluşturur: indirim, tedarikçiye iade (eğer iade sözleşmesi varsa) veya tasfiye.

---

Tedarikçi Performans Takibi

Tedarikçi Koordinasyon Temsilcisi, tedarikçi performansını üç boyutta izler: zamanında teslimat oranı, miktar doğruluğu (teslim edilen miktara karşı sipariş edilen miktar) ve kalite kabul oranı. Bu ölçümler, yeni satın alma siparişleri oluşturulurken satıcı seçim kararlarına katkıda bulunur.

export const UpdateSupplierPerformance = defineSkill({
  name: "update-supplier-performance",
  tools: ["erp"],
  async run({ input, tools }) {
    const receipt = await tools.erp.getPurchaseReceipt(input.receiptId);
    const po = await tools.erp.getPurchaseOrder(receipt.poId);

    const onTime = receipt.receivedDate <= po.expectedDelivery;
    const qtyAccuracy = receipt.receivedQty / po.orderedQty;
    const qualityAcceptanceRate = receipt.acceptedQty / receipt.receivedQty;

    await tools.erp.updateSupplierScore(po.vendorId, {
      deliveryId: receipt.id,
      onTime,
      qtyAccuracy,
      qualityAcceptanceRate,
      leadTimeActual: daysBetween(po.createdDate, receipt.receivedDate),
    });

    return { vendorId: po.vendorId, onTime, qtyAccuracy, qualityAcceptanceRate };
  },
});

Satıcı puanları her teslimatla birlikte güncellenir ve Stok Yenileme Aracısındaki satıcı seçimini etkiler. Sürekli olarak zamanında teslimatı zayıf olan bir satıcının seçim algoritmasındaki ağırlığı azaltılır ve gelecekteki PO'lar daha güvenilir alternatiflere yönlendirilir.

---

Sıkça Sorulan Sorular

Talep tahmin modelinin yeni SKU'lar için doğru hale gelmesi ne kadar sürer?

Satış geçmişi olmayan yeni SKU'lar, en az 4 haftalık veri gerektiren hareketli ortalama modeliyle başlar. 12 hafta sonra ajan üstel düzeltmeye geçer. 52 haftadan sonra mevsimsel desenler dahil edilebilir. İlk 12 hafta boyunca, model kalibre edilirken stok tükenmesine karşı koruma sağlamak için güvenlik stoğu ihtiyatlı bir şekilde ayarlanır (ürün kategorisi için sektör ortalama değişkenliği temsili olarak kullanılır). Tahmin doğruluğu genellikle 16-24 hafta içinde hedef aralığa (kararlı ürünler için MAPE %15'in altında) ulaşır.

Sistem, talebin yoğun olduğu (aralıklı, düzensiz satışlar) ürünleri nasıl ele alıyor?

Yoğun talep (yedek parçalar, B2B ürünler, sezonluk özel ürünler için yaygın olan) standart zaman serisi tahminlerine uymaz. Toplu talebe sahip olduğu belirlenen SKU'lar için (Croston yöntemi kullanılarak talepler arası aralık 1,3'ten büyük), aracı, aralıklı talep için tasarlanmış Croston yöntemine veya Syntetos-Boylan yaklaşımına geçiş yapar. Topaklı talep ürünlerine yönelik emniyet stoku hesaplamaları, daha yüksek değişkenliği hesaba katmak için daha geniş güven aralıkları kullanır.

Sistem 3PL'nin WMS'si ile entegre olabilir mi?

Evet. Tedarikçi Koordinasyon ve Yenileme temsilcileri, 3PL'lerle yayınladıkları API'ler aracılığıyla (büyük 3PL'lerin çoğu REST API'ler sunar) veya 3PL'nin modern bir API'si yoksa EDI aracılığıyla iletişim kurar. API erişimi olmayan 3PL'ler için temsilci, e-postayla gönderilen ASN'yi (Ön Gönderi Bildirimi) ve envanter raporu dosyalarını belge işleme hattını kullanarak otomatik olarak işleyebilir.

Talebin promosyonlar veya tek seferlik etkinlikler tarafından yönlendirildiği durumlarda sistem ürünleri nasıl ele alıyor?

Promosyon etkinlikleri harici sinyal veri kaynağına kaydedilir. Bilinen bir promosyondan önce temsilci, benzer promosyonlar için geçmiş artış oranını (varsa) veya yapılandırılabilir bir artış çarpanını kullanarak tahmini yukarı doğru ayarlar. Promosyondan sonra temsilci, promosyon sonrası talep düşüşünü tespit eder ve promosyon sonrası talebin aşırı oluşmasını önlemek için stok yenilemeyi buna göre ayarlar. Geçmiş verileri olmayan tek seferlik olaylar için aracı, etkinlik planlama dönemi sırasında manuel tahmin ayarlaması için ilgili SKU'ları işaretler.

Yenileme eyleminin gerçekleştirilmesi gerektiğinde ERP çevrimdışı olursa ne olur?

Stok Yenileme Aracısı, stok yenileme görevlerini kalıcı bir mesaj kuyruğunda sıraya koyar. ERP bağlantısı geri yüklendiğinde aracı, sıraya alınmış görevleri sırayla işler. Zamana duyarlı yenileme için (yüksek öncelikli müşteri siparişi bekleyen sıfır stoklu bir ürün), temsilci ayrıca sistem bağlantısı yeniden kurulurken manuel bir PO yerleştirilebilmesi için tedarik ekibine bir uyarı gönderir.

---

Sonraki Adımlar

Statik envanter yönetimi, her yönden masanın üzerinde para bırakıyor; tahmin edilmesi kolay ürünler için fazla güvenlik stoğu, değişken olanlar için yetersiz koruma. OpenClaw envanter aracıları sürekli olarak gerçekliğe göre yeniden ayarlanarak hem stok tükenmesi riskini hem de taşıma maliyetlerini aynı anda azaltır.

ECOSIRE'ın OpenClaw uygulama hizmetleri tam envanter yönetimi otomasyonunu içerir; talep tahmini kalibrasyonu, parametre optimizasyon kurulumu, yenileme politikası yapılandırması ve ERP entegrasyonu. Operasyon ekibimiz, ölçülebilir işletme sermayesi iyileştirmesi sağlayan sistemler oluşturmak için derin tedarik zinciri bilgisini OpenClaw mühendisliğiyle birleştirir.

Envanter yönetimiyle ilgili karşılaştığınız zorlukları görüşmek ve özel bir otomasyon teklifi almak için ECOSIRE ile iletişime geçin.