Depo Fotoğrafından Sayım: Raf Görseli ile Stok Sapması Avcısı

Depo sayımı çoğu işletmede iki uç arasında sıkışır: Ya hiç yapılmaz ya da yılda bir kez herkesin işi bırakıp gece gündüz saydığı bir kabusa dönüşür. Oysa stok sapması, yıllık bir sürpriz değil günlük bir birikimdir. Yanlış lokasyon, eksik giriş, hatalı barkod, yanlış paketleme, iade karmaşası. Bu fikir, sayımı “ritüel” olmaktan çıkarıp “hafif ve sürekli” bir kontrole dönüştürür.

Raf Görseli ile Stok Sapması Avcısı, depo çalışanının telefonla çektiği raf fotoğraflarından ürün adedi ve raf doluluk oranı tahmini yapar, sonra bunu sistemdeki beklenen stokla karşılaştırır. Ama burada kritik nokta şudur: Amaç yüzde yüz sayım değil; sapmayı erken yakalamaktır. Yani ürün “10 mu 11 mi” değil, “10 bekliyorduk ama rafta 2 var” gibi büyük farkları yakalamak.

Ürün iki modda çalışır. Mod 1 hızlı tarama: Depo şefi her gün farklı bir koridoru gezer, 20 fotoğraf çeker, sistem 15 dakikada rapor üretir. Mod 2 hedefli kontrol: Sistem, stok hareketlerine göre riskli ürünleri seçer ve “bugün bu rafları çek” der. Riskli ürünler genelde hızlı dönen, iade oranı yüksek, promosyonlu ya da küçük parçalar olur. Böylece sayım, işin içinde doğal bir rutin haline gelir.

Teknik tarafta en zor kısım ürün tanıma değildir; depo çeşitliliğidir. Aynı ürün farklı kutuda olabilir, koli üstünde etiket farklı basılmış olabilir, raf düzeni değişebilir. Bu yüzden MVP yaklaşımı “tam görsel tanıma” yerine “doluluk ve paket birimi” ile başlar. Örneğin her raf lokasyonu için bir referans tanımlanır: bu rafta bu ürün, paket birimi şu, fotoğrafta görünen kutu sayısından adet tahmini çıkar. Zamanla model daha iyi tanır ve ürün ayrımı da yapabilir.

Sistem, fotoğrafı aldıktan sonra üç çıktı üretir. Birincisi tahmini adet ve güven puanı. İkincisi anomali uyarısı: beklenen stokla fark varsa işaretler. Üçüncüsü aksiyon: sayım doğrulaması iste, lokasyon kontrolü yap, iade alanını kontrol et, sevkiyat bekleyen paleti kontrol et. Böylece operasyon ekibi fotoğrafı çekip “bitti” demez; neye bakacağını bilir.

Bu fikrin en büyük değeri, çalışan alışkanlığını değiştirmeden veri üretmesidir. Depoda telefon zaten var. Barkod okutma her zaman düzenli yapılmıyor, ama fotoğraf çekmek daha kolay. Bu nedenle ürün tasarımı, aşırı disiplin istemeden fayda üretmelidir. Panelde “haftanın sapma haritası” gösterilebilir: hangi koridorlarda sapma fazla, hangi ürün grupları sorunlu. Bu da süreç iyileştirmeye kapı açar.

Monetizasyon tarafında depo sayısı, raf lokasyonu sayısı ve fotoğraf adedi üzerinden paketlenebilir. E-ticaret depoları, yedek parça depoları ve perakende arka depolar hedeflenebilir. Büyük depo sistemleri WMS ile entegre edilebilir; ama ilk aşamada basit CSV stok listesi yeter.

İş fikrini farklı kılan şey, Ai kullanımını “metin yazdırma”dan çıkarıp fiziksel dünyaya bağlamasıdır. Fotoğraf üzerinden sapma yakalamak, küçük işletmeler için bile somut bir kazanım yaratır: kayıp azalır, stok doğruluğu artar, müşteri memnuniyeti yükselir. Ayrıca çalışanlar için de faydalıdır; çünkü yanlış sevkiyat ve iade stresini düşürür.

Uzun vadede ürün, depo süreç zekasına dönüşebilir. Fotoğraflardan raf düzeni, güvenlik riski, yerleşim verimliliği gibi çıkarımlar da yapılabilir. Ama ilk hedef net olmalı: stok sapmasını erken yakalamak. Bu netlik, ürünün pazarlanmasını ve uygulanmasını kolaylaştırır.

Bu raf fotoğrafından görünen kutu sayısını ve tahmini adet aralığını çıkar. Beklenen stok ile farkı hesapla ve doğrulama adımı öner. Beklenen: {expected} Fotoğraf açıklaması: {image_notes}