Ami Season
재배 지역과 계절별 수확량을 예측하고 성수기 전에 가공 능력을 맞춥니다.
성수기는 계획을 기다려 주지 않습니다: 가공 능력은 수확물이 오기 전에 준비돼 있어야 합니다. 에이전트가 재배 지역별 수확량을 예측하고 실제 보유 능력과 대조합니다.
일을 받은 다음 에이전트가 하는 일
위에서 한 번 맡기셨습니다. 그때부터 에이전트는 스스로 데이터를 지켜보다가 업무 사건이 생기면 움직이고, 위임받은 부분을 처리한 뒤 나머지를 근거와 함께 가져옵니다. 지금까지 한 일과 아직 기다리는 일이 아래에 있습니다.
에이전트가 알아서 처리함
- 지역별 재배 면적과 품종 확인
- 주 단위 수확량 예측 작성
- 지난 시즌 수확량과 비교
- 거점별 가공 능력과 대조
- 수확량이 능력을 넘는 주 정리
결정을 기다리는 일
- 같은 주에 성수기가 겹치는 지역 2곳확인 대기
- 성수기 매입 계획승인 대기
성수기에 가공 능력이 버팁니까?
시즌 대부분은 버팁니다. 다만 두 지역이 겹치는 성수기 두 주가 문제입니다.
예측대로 매입 계획을 세우고 능력 초과분은 따로 알려 주세요.
수확량 예측에 맞춰 지역별 주간 매입 계획을 세웠습니다.
성수기 매입 계획은 위임 범위 밖입니다. 작성해 두었고 승인을 기다립니다.
초과하는 두 주는 어떻게 합니까?
두 가지입니다. 가공을 외부에 맡기거나, 한 지역과 수확 시기를 늦추기로 합의하는 것입니다. 각각 옮겨야 할 물량을 계산해 두었습니다.
감사 로그 · Ami Season · 원물 지역 총괄 위임
이 예시의 숫자는 설명용입니다. 실제 운영에서 에이전트는 숫자를 만들지 않고, 시스템에 이미 있는 값을 읽어 정리할 뿐입니다.
- 여러분의 권한 안에서 읽습니다
- 위임받은 범위 안에서 실행합니다
- 모든 동작은 흔적을 남깁니다
에이전트를 만나는 곳
- 모듈 화면 안에서 바로지금 열어 둔 전표 옆에 제안이 뜹니다. 다른 앱으로 갈 필요가 없습니다.
- Ami에게 말로 묻기타이핑이든 음성이든, 시스템에서 이미 쓰고 계신 언어 그대로 쓰시면 됩니다.
- 할 일이 생기면 스스로 실행업무 사건에 맞춰 움직이고 일을 가져다줍니다. 기억해 내실 때까지 기다리지 않습니다.
에이전트는 데이터를 어디에서 읽는가
에이전트에게는 별도의 데이터 저장소가 없습니다. 밖으로 동기화하지도, 사본을 두지도 않습니다. 모듈이 이미 돌고 있는 권한 적용 데이터 계층에서 바로 읽으며, 호출한 사람의 권한을 그대로 따릅니다.
- 데이터가 회사 밖으로 나갑니다
- 권한을 두 번째로 다시 세워야 하고, 어긋날 수 있습니다
- 수치가 동기화 주기만큼 늦습니다
- 지역별 면적·품종·재배 일정
- 이전 시즌 수확 실적
- 권역별 가공·보관 능력
그러면 AI 모델은 어디에서 도는가
위 그림은 데이터가 어디 있는지를 말하고, 이 부분은 모델이 어디에서 도는지를 말합니다. 서로 다른 이야기입니다. 민감도에 따라 자동으로 갈리므로 작업마다 고르실 필요는 없습니다.
하이브리드 AI 모델 보기같은 그룹의 에이전트
같은 데이터 계층 위의 다른 에이전트들. 보통 함께 켭니다.
- Ami Sourcing견적을 비교하고 실제 납기 이력으로 공급업체를 평가하며 이상 가격을 경고합니다.
- Ami Stock품절과 악성 재고를 경고하고 FEFO와 창고별 안전재고에 따라 보충을 제안합니다.
- Ami Demand실제 판매 데이터로 수요를 예측하고 생산능력과 대조해 계획 확정 전 시나리오를 시뮬레이션합니다.
- Ami Scheduling현장의 실제 능력에 맞춰 작업지시 순서를 제안하고 지연 위험 지시를 경고합니다.
- Ami Quality불량을 분류하고 공정과 근무조까지 근본 원인을 추적해 증빙과 함께 CAPA를 개시합니다.
- Ami Maintenance가동 시간과 설비 데이터로 고장을 예측하고 라인이 서기 전에 보전 지시를 냅니다.
- Ami Recipe매장별 레시피 편차와 손실을 추적해 마진을 갉아먹는 메뉴를 보여 줍니다.
- Ami Fleet실주행 거리로 정비 시점을 예측하고 검사·보험 만료가 다가오면 경고합니다.
- Ami Assortment매장별 재고를 그 매장의 실제 판매 속도와 대조해 이동을 제안하고 저회전 품목을 알립니다.
- Ami Consumption객실 가동률로 린넨·어메니티·주방 자재 소모를 예측해 성수기 전에 발주합니다.
- Ami Pharmacy의약품과 소모품을 로트와 유효기간으로 추적하고 임박 재고를 경고하며 시설 간 이동을 제안합니다.
이 에이전트가 하지 않는 일
- 스스로 권한을 만들지 않습니다.양식을 미리 채우고 시스템에 기록할 수 있지만 위임받은 범위 안에서만이며, 그 밖의 일은 제안에서 멈춥니다.
- 데이터로 가는 우회로가 없습니다.호출한 계정이 볼 수 있는 것만 보며, 별도 연결을 두지 않습니다.
- 익명으로 움직이지 않습니다.어느 에이전트가 누구의 위임으로 처리했고 누가 승인했는지 로그에 남으므로, 책임은 사람에게 남습니다.
이 에이전트를 켜는 방법
- 회사에서 계획 – S&OP/MRP/DRP 모듈을 쓰고 있어야 합니다. 에이전트는 그 모듈의 데이터를 읽습니다.
- 별도의 권한 설정은 없습니다. 에이전트의 권한이 곧 호출한 사람의 권한입니다.
- 도입 과정에서 켜고 다듬으며, 기존 승인 흐름을 그대로 따릅니다.
구체적인 범위와 모듈별 적용 순서는 현재 상태를 보고 데모에서 정합니다.
자주 나오는 질문
에이전트가 스스로 데이터를 고칩니까?+
스스로 고치지는 않지만 읽기만 하는 것도 아닙니다. 위임하신 범위 안에서는 양식을 미리 채우고 시스템에 기록합니다. 범위를 벗어나면 제안에서 멈추고 권한 있는 담당자를 기다립니다. 어느 쪽이든 모든 조작은 감사 로그에 남습니다.
제안이 틀리면 어떻게 됩니까?+
모든 제안에는 근거가 함께 옵니다. 어느 전표의 어느 줄이며 왜 그런지까지 붙습니다. 승인자가 기록되기 전에 고치거나 반려하며, 그 두 조작 역시 감사 기록을 남깁니다.
챗봇과는 무엇이 다릅니까?+
챗봇은 물어야만 답합니다. 에이전트는 한 번 맡긴 일을 받아 스스로 데이터를 지켜보고, 업무 사건이 생기면 움직이고, 결과를 보고합니다. 챗봇이 하지 못하는 절반이 바로 이 부분입니다.
자동화 흐름과는 무엇이 다릅니까?+
자동화 흐름은 미리 설정한 단계를 그대로 실행합니다. 에이전트는 업무 데이터를 읽고 상황에 따라 순위를 매겨 무엇을 할지 스스로 고릅니다. 다만 위임하신 범위 안에서만이고, 승인이 필요한 일은 기존 승인선을 그대로 거칩니다.
데이터가 회사 밖으로 나갑니까?+
민감한 데이터를 다루는 작업은 귀사 인프라 안에 둔 내부 AI에서 돕니다. 외부 모델은 민감하지 않은 작업에만 씁니다. 데이터 민감도에 따라 자동으로 갈립니다.