ADVANCING PREDICTIVE WAREHOUSE INVENTORY MANAGEMENT MECHANISMS BASED ON ARTIFICIAL INTELLIGENCE TECHNOLOGIES
Keywords:
management, warehouse logistics, inventory management, predictive technologies, artificial intelligence, decision-making, digital transformation, cost optimization, supply chain resilienceAbstract
This paper addresses the challenge of enhancing inventory management efficiency within trading enterprises amid high market uncertainty. The study substantiates a strategic shift from traditional reactive replenishment models to predictive decision-making mechanisms powered by artificial intelligence. The author proposes an adaptive algorithm for managing warehouse capacity limits, integrating machine learning techniques to forecast stochastic demand. The scientific novelty lies in the development of a self-learning management loop designed to minimize safety stocks while maintaining a predefined service level. The practical significance is supported by calculations demonstrating working capital release and optimized warehouse utilization, ultimately fostering increased operational efficiency in logistics management under digital transformation.
References
Беньямин О.Д. Анализ преимуществ и проблем внедрения нейросетей в складской логистике на примере склада готовой продукции на пищевом предприятии // Экономика, предпринимательство и право. 2024. Т. 14. № 5. С. 2521-2530. DOI: 10.18334/epp.14.5.120912 EDN: NEBMFY.
Просычева В.С. Интеграция WMS с ERP и MES как инструмент автоматизации складских операций с электронными компонентами с учетом лотов сроков годности и условий хранения // Вестник науки. 2025. Т. 3. № 6 (87).
Иванов Ф.Д. Предиктивное моделирование в сфере управления цепями поставок на основании методов искусственного интеллекта // Экономика и управление. 2025.Т. 31. № 9. С. 1200-1212. DOI: 10.35854/1998-1627-2025-9-1200-1212 EDN: BLWILC.
Еловой И.А., Малиновский Е.В., Настаченко Е.В. Логистика запасов и складирования: учеб.-метод. пособие. Министерство трансп. и коммуникаций Респ. Беларусь, Белорус. Гос. ун-т трансп. Гомель: БелГУТ, 2022. 210 с. ISBN: 978-985-891-066-2 EDN: NPBJJO.
Лерман Е.Б., Теслова С.А. Экономические аспекты применения информационных технологий в целях снижения транспортно-логистических издержек // Вестник НГУЭУ. 2019. № 2. С. 273-286. DOI: 10.34020/2073-6495-2019-2-273-286 EDN: WWCOIM.
Шумакова О. В., Дегенгардт А. А. (2025) Цифровая трансформация логистики АПК в условиях институциональных барьеров: региональный кейс и международные ориентиры // Наука о человеке: гуманитарные исследования. 2025. Т. 19, № 3. С. 170-184. DOI: 10.57015/issn1998-5320.2025.19.3.16 EDN: KILASX.
Измайлов М.К. Изменение ценностей и ориентиров управления промышленными предприятиями в рамках цифровой трансформации // Beneficium. 2022. № 4 (45). С. 51-58. DOI: 10.34680/BENEFICIUM.2022.4(45).51-58 EDN: SOOYRF.
Колпаков Д.А. Бэктестинг и моделирование высоконагруженных информационных систем // Universum: технические науки. 2025. № 10 (139). DOI: 10.32743/UniTech.2025.139.10.20920 EDN: FJBHVE.
Полухин П.В. Применение байесовских методов для оптимизации обучения нейросетевых моделей тестирования приложений // Вестник кибернетики. 2022. № 3 (47). С. 46-56. DOI: 10.34822/1999-7604-2022-3-46-56 EDN: PWIGRC.
Alamsah U., Muftiadi A., Arifianti R. Comparative analysis of outsourcing and in house warehouse management system to improve productivity and stock accuracy // JPPI (Jurnal Penelitian Pendidikan Indonesia). 2024. V. 10. № 4. Р. 908-919. DOI: 10.29210/020244964 EDN: TIHYVI.
Larutama W. et al. Implementation of Warehouse Management System Planning in Finished Goods Warehouse // Journal of Logistics and Supply Chain. 2022. V. 2. № 2. Р. 81-90.
