N
Negotiations.AI
← Back to blog

Senaryo: Değerlendirme Kullanılarak Üretim için Elektronik Bileşenler

Değerlendiren Yapay Zekâ Çıktılarının, Üretim için Elektronik Bileşenlerde sonuçları nasıl değiştirdiğini gösteren somut bir senaryo.

9 min read

Senaryo: Değerlendirme Kullanılarak Üretim için Elektronik Bileşenler

Kısa cevap

Elektronik bileşen tedarikinde yapay zekâ, müzakere hazırlığını hızlandırabilir; ancak yalnızca alıcılar, çıktıyı tedarikçilerle kullanmadan önce aktif biçimde değerlendirirse. En büyük riskler sadece kötü ifade edilmiş metinler değildir; bunlar, teslim süreleri, tahsis normları, fiyatlandırma mantığı ve standart yaşam döngüsü maddeleri hakkında LLM halüsinasyonlarıdır ve bunlar müzakere pozisyonunuzu zayıflatabilir. Pratik bir gözden geçirme süreci, tedarik ekiplerinin yapay zekâyı riskli bir kestirme yoldan fabrika tedarik anlaşmaları için güvenilir bir hazırlık aracına dönüştürmesine yardımcı olur.

Bir üretim tedarik ekibi, bir kontrolör montajında kullanılan elektronik bileşenler için tedarik şartlarını yeniden müzakere etmeye hazırlanıyor. Tesis baskı altında: talep artıyor, kritik bir mikrodenetleyicinin teslim süreleri uzamış durumda ve operasyon ekibi, manşet niteliğinde birim fiyat kazanımından çok tedarik sürekliliği istiyor.

Kategori, dolaylı katalog alımı değil, doğrudan harcama kategorisi. Bu önemli. Elektronik bileşen tedarikinde müzakere genellikle bir değişkenler paketi etrafında döner: birim fiyat, teslim süresi müzakeresi, tahsis önceliği, NCNR maruziyeti, tampon stok şartları, eskime yönetimi ve onaylı tedarikçi listesine bağlı üretim hacmi taahhütleri.

Senaryo

Orta ölçekli bir endüstriyel üretici, paketleme hatları için kontrol panelleri üretiyor. Tesislerinden biri her çeyrekte üç kritik bileşen tüketiyor:

  • 40.000 mikrodenetleyici
  • 60.000 güç yönetimi entegre devresi
  • 25.000 endüstriyel iletişim modülü

Tedarikçi A ile yıllık harcama yaklaşık 4,8 milyon $. Tedarikçi A, AVL üzerinde yer alıyor ve şu anda mikrodenetleyici ile güç yönetimi entegre devresini tedarik ediyor. Tedarikçi B yalnızca güç yönetimi entegre devresi için onaylı, Tedarikçi C ise mikrodenetleyici için kalifikasyon sürecinde ancak en az 16 hafta boyunca üretime hazır olmayacak.

Acil sorun mikrodenetleyici:

  • Mevcut fiyat: birim başına 8,40 $
  • Tedarikçinin önerdiği yeni fiyat: birim başına 9,10 $
  • Mevcut teklif edilen teslim süresi: 18 hafta
  • Tesis emniyet stoğu kapsamı: 5 hafta
  • Tahmin doğruluğu: artı eksi %20
  • Tedarik kesintisi olursa olası hat duruş maliyeti: tesis için günde yaklaşık 180.000 $

Tedarikçi A'nın satış temsilcisi, tahsisin sıkılaştığını ima ediyor ve şunları talep ediyor:

  • 12 aylık hacim taahhüdü
  • Hızlandırılmış birikmiş siparişler için NCNR şartları
  • Yeniden planlamalarda azaltılmış esneklik
  • “Gerekirse” ikame parça kabulü

Tedarik ekibi, kurum içi bir yapay zekâ asistanından bir müzakere planı taslağı hazırlamasını istiyor.

Yapay zekânın hata yaptığı yer

Yapay zekâ, kendinden emin görünen bir özet hazırlıyor. Şunları öneriyor:

  1. “Bileşen piyasaları normale döndü” gerekçesiyle %15 fiyat indirimi için bastırın.
  2. “Mikrodenetleyiciler için sektör standardı teslim süresi 4–6 haftadır” gerekçesiyle 30 günlük teslim süresi talep edin.
  3. “Alıcılar genellikle tam iptal haklarını korur” gerekçesiyle tüm NCNR şartlarını reddedin.
  4. Herhangi bir eşdeğer bileşen için otomatik ikame hakkı isteyin.
  5. Hacmin %100’ünü AVL üzerindeki başka bir tedarikçiye taşıma tehdidinde bulunun.

İşte tam da bu noktada yapay zekâ çıktılarının değerlendirilmesi önem kazanır.

Özet kulağa düzgün geliyor, ancak ekip birden fazla sorun fark ediyor:

1. Piyasa koşullarını karıştırıyor

Yapay zekâ, genel elektronik yorumlarını belirli parça ailesiyle harmanlamış. Bu mikrodenetleyici için piyasa, daha emtialaşmış pasif bileşenlere kıyasla hâlâ daha sıkı. Canlı bir müzakerede genel bir “piyasalar normale döndü” iddiasını kullanmak güvenilirliğe zarar verir.

2. Bir kıyas ölçütü uyduruyor

4–6 haftalık teslim süresi iddiası, ekibin mevcut tedarikçi teklifleri, broker istihbaratı veya son fabrika teyitleri tarafından desteklenmiyor. Bu, klasik bir LLM halüsinasyonudur: belirli, makul görünen ve yanlış.

3. Tahsis gerçeğini göz ardı ediyor

Kısıtlı bir piyasada, hacmin %100’ünü kaydırma tehdidi ancak alternatif kaynak kalifiye, erişilebilir ve işi almaya istekliyse işe yarar. Burada AVL tedarikçi stratejisi zayıf, çünkü yedek kaynak kritik parça için henüz hazır değil.

4. Riskli ikame dili öneriyor

“Tedarik eşdeğeri bileşen”, tesis operasyonları kaynak bulmada basit bir ticari taviz değildir. Herhangi bir ikame; mühendislik doğrulaması, firmware testi, EMC incelemesi, müşteri bildirimi hatta yeniden sertifikasyon gerektirebilir.

5. Müzakereyi yalnızca fiyat etrafında çerçeveliyor

Bu kategoride bileşen tahsis riski, çoğu zaman birkaç puanlık birim maliyetten daha önemlidir. Teslimatı güvenilmez olan daha ucuz bir parça, tesis düzeyinde çok daha pahalıya mal olabilir.

Ekip yapay zekâ çıktısını nasıl değerlendiriyor

Yapay zekâyı tamamen bir kenara bırakmak yerine, tedarik müdürü basit bir değerlendirme filtresi kullanıyor.

AI güvenilirliği müzakeresi için pratik bir kontrol listesi

Yapay zekâ tarafından üretilen herhangi bir öneriyi kullanmadan önce, şu beş soruya göre test edin:

1. İddia kategoriye özgü mü?

Çıktının geniş elektronik piyasa dili yerine tam olarak bu bileşen türüne, pakete, üretici ailesine ve kaynak bulma durumuna atıfta bulunup bulunmadığını kontrol edin.

2. Kıyas ölçütünü izleyebiliyor muyuz?

Yapay zekâ bir teslim süresi, fiyat eğilimi veya “standart madde” belirtiyorsa şunu sorun: bunu hangi iç teklif, tedarikçi e-postası, ERP geçmişi veya mühendis girdisi destekliyor?

3. Mevcut tedarik riskini yansıtıyor mu?

Elektronik bileşen tedarikinde müzakere hazırlığı; tahsis maruziyetini, broker bağımlılığını, kalifikasyon teslim sürelerini ve müşteri teslimat taahhütlerini hesaba katmalıdır.

4. Paydaş kısıtlarımızla uyumlu mu?

Şunlarla doğrulayın:

  • Operasyonlar: gereken minimum stok kapsamı
  • Mühendislik: ikame ve yaşam döngüsü riski
  • Kalite: PPAP veya doğrulama etkileri
  • Finans: stok taşıma toleransı
  • Satış/müşteri hizmetleri: son müşterilere verilen hizmet seviyesi taahhütleri

5. Bunu tedarikçiye söylemekte rahat olur muyduk?

Ekip, bir tedarikçi toplantısında bir noktayı kanıtla savunamıyorsa, o nokta metinde yer almamalıdır.

Gözden geçirilmiş müzakere stratejisi

Yapay zekâ çıktısını inceledikten sonra ekip, planı gerçekçi kaldıraçlar etrafında yeniden kuruyor.

Gerçek hedefleri

Öncelik sırası:

  1. Bileşen tahsis riskini azaltmak
  2. Teslim süresi görünürlüğünü ve teslimat performansını iyileştirmek
  3. NCNR ve eskime maruziyetinden kaynaklanan aşağı yönlü riski sınırlamak
  4. Fiyat artışını kontrol etmek
  5. AVL esnekliğini korumak

Veriye dayalı pozisyonları

Ekip müzakereye şu iç verilerle giriyor:

  • Son 2 çeyrekte mikrodenetleyici için tedarikçinin zamanında teslimat oranı: %82
  • Son 12 ayda spot alımlar yoluyla ödenen hızlandırma primi: 96.000 $
  • Tahmini tesis kesinti maliyeti: günde 180.000 $
  • Kritik mikrodenetleyici için alternatif kaynak kalifikasyonu: minimum 16 hafta
  • İç tahmin güveni, 8 haftalık pencere içinde belirgin biçimde iyileşiyor, ancak 24 haftada değil

Bu, konuşmanın yönünü değiştiriyor.

Bunun yerine ne talep ediyorlar

Ekibin, yapay zekânın kusurlu metnini kullanmak yerine bir paket anlaşma önermesi.

Ticari paket

Mikrodenetleyici programı için şunları teklif ediyorlar:

  • 9 aylık yuvarlanan tahmin
  • 12 haftalık bağlayıcı pencere
  • Tedarik güvencesine odaklı 2 üç aylık iş gözden geçirmesi
  • Tam münhasırlık değil, 12 ay boyunca 140.000 birimlik hacim taahhüdü

Buna karşılık Tedarikçi A’dan şunları istiyorlar:

  • 9,10 $ yerine 8,75 $ ile sınırlandırılmış fiyat
  • Standart serbest bırakmalar için en fazla 14 haftalık teslim süresi taahhüdü
  • 12 haftalık bağlayıcı pencereye bağlı tahsis önceliği
  • Tedarikçi hub stokunda tutulan, ortalama talebin 3 haftasına eşit tampon stok şartları
  • Bağlayıcı olmayan ufuk içinde artı eksi %15 yeniden planlama esnekliği
  • Yazılı mühendislik onayı olmadan ikame yapılmaması
  • 12 aylık son alım bildirimi gerektiren yaşam döngüsü ve eskime maddeleri
  • NCNR’nin yalnızca bağlayıcı pencere ve tedarikçi onaylı özel birikmiş siparişlerle sınırlı olması

Tedarikçi performans şartları

Ekip ayrıca fabrika tedarik anlaşmasında basit KPI’lar öneriyor:

  • Zamanında teslimat hedefi: %95
  • Taahhüt tarihi doğruluğu: %90
  • 48 saat içinde hızlandırma yanıtı
  • Tespit edildikten sonra 3 iş günü içinde kıtlık için erken uyarı bildirimi

Bunlar, belirsiz “azami çaba” dilinden çok daha kullanışlıdır.

Müzakere sonucu

Tedarikçi A, fiyat ve tampon stok konusunda geri adım atıyor. Stok tutmanın maliyetli olduğunu ve tahsis önceliğinin daha güçlü hacim kesinliği gerektirdiğini savunuyor.

İki turun ardından taraflar şu noktada uzlaşıyor:

  • Birim fiyat: 8,82 $
  • Teslim süresi: sözleşmesel hedef 15 hafta
  • Haftalık yenilenen, tedarikçi tarafından tutulan 2 haftalık tampon stok
  • 12 haftalık bağlayıcı taahhüt penceresi
  • NCNR yalnızca bağlayıcı pencere ve alıcı onaylı hızlandırılmış siparişler için geçerli
  • 9 aylık eskime bildirimi ve köprü stoğu görüşme hakkı
  • Tek taraflı ikame yok
  • AVL genişlemesi ve çift kaynak hazırlığının üç aylık gözden geçirilmesi

Yalnızca fiyat açısından bakıldığında ekip, mevcut 8,40 $ karşısında “kazanmış” olmadı. Ancak tedarikçinin önerdiği 9,10 $ ile karşılaştırıldığında, 140.000 taahhütlü birim genelinde birim başına 0,28 $ yani 39.200 $ tasarruf ettiler. Daha da önemlisi, tedarik güvencesini artırdılar ve hat duruşu olasılığını azalttılar.

AI güvenilirliği müzakeresindeki temel ders budur: çıktının değerlendirilmesi, hedefi genel bir fiyat kavgasından gerçekçi, riske göre ayarlanmış bir anlaşmaya dönüştürdü.

Bunun üretim tedarikinde neden önemli olduğu

Tesis operasyonları kaynak bulmada yapay zekâ hataları pahalıdır, çünkü çoğu zaman makul görünürler. Halüsinasyon ürünü bir kıyas ölçütü aynı anda üç soruna yol açabilir:

  • Tedarikçinin gerçekçi olmadığını bildiği şartları talep edersiniz
  • İç paydaşlar tedarik hazırlığına olan güvenini kaybeder
  • Kısıtlı bir kategoride gerçekten önemli olan birkaç kaldıraç noktasını kaçırırsınız

Elektronik bileşen tedarikinde bu kaldıraçlar çoğu zaman şunlardır:

  • Tahsis önceliği
  • Bağlayıcı pencerelere bağlı teslim süresi müzakeresi
  • AVL tedarikçi stratejisi ve kalifikasyon zamanlaması
  • Tampon stok şartları
  • Yaşam döngüsü ve eskime maddeleri
  • Kontrollü ikame dili
  • Münhasırlığı aşırı taahhüt etmeden üretim hacmi taahhütleri

Pratik yapmak için AI istemleri

Sadece düzgün öneriler değil, kanıt ve belirsizlik zorlayan istemler kullanın.

  • “Kısıtlı mikrodenetleyici tedarik anlaşması için bir müzakere planı taslağı hazırla ve doğrulanmış gerçekleri varsayımlardan ayır.”
  • “Teslim süreleri, NCNR ve ikame maddeleri için elektronik bileşen tedarikinde olası LLM halüsinasyonlarını listele.”
  • “Fiyat, tampon stok şartları ve tahsis önceliği arasında takas yapan üç müzakere paketi oluştur.”
  • “Bu tedarikçi teklifini operasyonlar, mühendislik ve kalite perspektifinden stres testine tabi tut.”
  • “Bu müzakere özetini yalnızca sağladığım verilerle desteklenen iddiaları kullanarak yeniden yaz.”

Tedarik ekipleri için basit bir çıkarım

Yapay zekâ; düşünceyi yapılandırmaya, ödünleşimleri karşılaştırmaya ve seçenek taslakları oluşturmaya yardımcı olduğunda doğrudan malzeme müzakerelerinde faydalıdır. Ekipler akıcı çıktıyı piyasa gerçeği olarak gördüğünde tehlikeli hâle gelir.

Kategorinizde tahsis baskısı, uzun kalifikasyon döngüleri ve yüksek hat duruş maliyetleri varsa, tedarikçi görüşmesine girmeden önce yapay zekâ tarafından üretilen her kıyas ölçütünü değerlendirin. Elektronik bileşenlerde bu disiplin, istemin kendisinden daha önemli olabilir.

Daha fazla okuma

SSS

Elektronik bileşen tedarikinde başlıca AI riski nedir?

En büyük risk, teslim süreleri, tahsis koşulları veya standart sözleşme şartları hakkında kendinden emin ama doğrulanmamış çıktıları kullanmaktır. Bu LLM halüsinasyonları, bilgili tedarikçiler karşısında pozisyonunuzu zayıflatabilir.

Alıcılar teslim süresi müzakeresinde AI'ı nasıl kullanmalı?

AI'ı seçenekler, sorular ve ödünleşim paketleri üretmek için kullanın. İddiaları tedarikçi verileri ve iç kayıtlarla doğrulamadığınız sürece, onu kategori kıyas ölçütleri için doğruluk kaynağı olarak kullanmayın.

Tampon stok şartları üretimde neden bu kadar önemli?

Doğrudan malzemelerde kaçırılan bir teslimat üretimi durdurabilir. Hat duruş maliyetleri yüksek olduğunda, tampon stok şartları küçük bir birim fiyat tavizinden daha değerli olabilir.

AVL tedarikçi stratejisi müzakere gücünü nasıl etkiler?

Pazarlık gücünüz, alternatif tedarikçilerin gerçekten kalifiye, erişilebilir ve mühendislik ile kalite tarafından kabul edilebilir olup olmamasına bağlıdır. Kâğıt üzerindeki onaylı tedarikçi listesi, geçişe hazır bir tedarik seçeneğiyle aynı şey değildir.

Uzun yaşam döngülü bileşenlerde hangi maddeler en önemlidir?

Yaşam döngüsü ve eskime maddeleri, ikame kontrolleri, son alım bildirim süreleri ve NCNR sınırları genellikle merkezî önemdedir; çünkü zaman içinde tedarik sürekliliğini ve stok riskini şekillendirirler.

Feragatname: Bu makale yalnızca genel bilgilendirme amaçlıdır ve hukuki, finansal veya mühendislik tavsiyesi değildir.

Prompt’ları sizin için biz hazırlayalım

Prompt’ları sizin için biz hazırlayalım—yapay zekâ müzakereleri için Negotiations.AI kullanın. Anlaşma bağlamını ve kısıtları verin; platform yapılandırılmış takas paketleri, konuşma akışları ve simülasyonlar üretir—prompt mühendisliği olmadan.