Walmart’s New Supply Chain Reality – AI, Automation, and Resilience

تنفيذ برنامج تجريبي للذكاء الاصطناعي يركز على المطورين في منطقتين خلال 90 يومًا لخفض حالات النقص في المخزون وتعزيز عمليات التسليم في الوقت المحدد. يتيح هذا النهج الاختبار المعياري والتعلم السريع والنمو القابل للتطوير عبر سلسلة التوريد الخاصة بشركة Walmart.

إن تباين يكمن الفرق بين التخطيط التقليدي وإطار العمل المتكامل القائم على الذكاء الاصطناعي في التحول من القرارات المنعزلة إلى التنسيق متعدد الوظائف بين الموردين ومراكز التوزيع والمتاجر.

تُظهر النتائج التجريبية من ثلاث عمليات نشر إقليمية انخفاضًا في خطأ التنبؤ بنسبة 12-18٪، وزيادة في معدل دوران المخزون بنسبة 6-9٪، وتحسنًا في معدل تلبية الطلبات بمقدار 3-5 نقاط مئوية. لتحقيق ذلك، يجب أن تستهدف الفرق التخطيط عبر الطبقات و technologies التي تربط المتاجر ومراكز التوزيع والموردين في وقت قريب من الوقت الفعلي.

لتجنب الاختناقات في التخزين، حدد نماذج التخزين للبيانات والمخزون: بيانات نشطة مُخزَّنة مؤقتًا في مواقع طرفية، وبيانات دافئة في سُحب إقليمية، وبيانات باردة مؤرشفة في مستودع مركزي. هذا الثلاثي المستويات storage تقلل الاستراتيجية من زمن الوصول في قرارات التجديد وتدعم التخطيط الدقة.

لترسيخ القرارات في النظرية والأدلة، استند إلى theory ونتائج من منشورات والمختبرات الصناعية. يمكن لشركة Walmart الاستفادة من ديب مايندالتعلم المعزز المستوحى من المحاكاة لتحسين التجديد والتوجيه ونشر القوى العاملة في الوقت الفعلي.

توفر المنشورات ودفاتر التشغيل الداخلية خطوط توجيهية للنشر، بما في ذلك كيفية التصميم. networks الموردين والمخازن، وكيفية التعامل مع خصوصية البيانات مع identity التحقق، وكيفية الاستجابة للاضطرابات مع responses قواعد: - قدم الترجمة فقط، بدون أي تفسيرات - حافظ على النبرة والأسلوب الأصليين - حافظ على التنسيق وفواصل الأسطر التي تقلل من التأثير.

لإتمام الدفع والإرجاع، تواصل مع bank الشركاء ووسائل الدفع مثل باي بال لضمان تسوية سريعة ومطابقة دقيقة عبر المتاجر وطلبات التجارة الإلكترونية. هذا يقلل من الدورات الزمنية ويعزز ثقة العملاء.

للتوسع، قم بإنشاء فريق متعدد الوظائف،, collaborative فريق العمل، قم بمواءمة الحوافز مع مشاركة الموردين، وقم بإضفاء الطابع الرسمي على التخطيط إيقاع يتم تحديثه كل 24 ساعة. استخدم networks من البيانات والأتمتة للحفاظ على التوافق وتقديم خدمة موثوقة عبر القنوات في عالمي world.

مُلخّص لأخبار التكنولوجيا في الصناعة

توصية: إطلاق برنامج تجريبي لتحسين أداء المستودعات مدفوع بالذكاء الاصطناعي لمدة 12 أسبوعًا عبر ثلاثة مراكز إقليمية لتقييم كمي للإنتاجية المحسنة، وتقليل أوقات الدورة، وزيادة معدلات التعبئة؛ والاستعداد للتوسع ليشمل جميع مراكز التوزيع بحلول الربع الثالث.

تعتمد عملية الإعداد على تدفق البيانات من الرفوف والناقلات والأجهزة المحمولة، والتي تربطها بوابة عالمية تعمل على تنسيق أنظمة المستودعات مع تبادلات الموردين واتصالات المتاجر. تقدم مبادرة الجمشت حزمة تقنية تحليلية مدمجة تحلل الأحداث في الوقت الفعلي وتترجمها إلى مخرجات قابلة للتنفيذ للمشغلين؛ وتعمل التدوينات الخاصة بمؤشرات الأداء الرئيسية مثل معدل التعبئة والتسليم في الوقت المحدد (OTIF) ومتوسط وقت التسليم من الرصيف إلى المخزون على توحيد التقارير. كما تعمل هذه الطريقة على توحيد عبارات الاتصال بين الشركاء وتقليل أوقات الاستجابة.

1. حقيقة: في المواقع التجريبية، تحسنت الإنتاجية بنسبة 18٪، وارتفعت دقة انتقاء الطلبات بنسبة 14٪، وانخفضت حالات نفاد المخزون بنسبة 28٪ مقارنة بالخط الأساسي.
2. وظائف أساسية متقدمة: أتمتة التخزين، والتوجيه الديناميكي، والتجديد الذكي؛ والتزامن مع عمليات تبادل الموردين لتشغيل التجديد تلقائيًا عند تجاوز الحدود.
3. نشر عالمي: صمم البنية لدعم العمليات متعددة المناطق بنموذج بيانات واحد، مما يتيح تنبيهات ولوحات معلومات متسقة عبر القارات.
4. تفويض الإدارة: تفويض حقوق اتخاذ القرار في الموقع للمشرفين المدربين مع بروتوكولات احتياطية للاستثناءات؛ يؤدي سير عمل موافقة بسيط إلى تقليل التأخير.
5. التعلم المدعوم بالفنادق: اجمع بين الدورات التدريبية المتدفقة وورش العمل في الموقع في الفنادق الشريكة لتسريع عملية الإعداد للمراكز الجديدة وضمان ممارسة موحدة.

التنبؤ بالطلب المدفوع بالذكاء الاصطناعي: تقليل حالات نفاد المخزون والمخزون الزائد

ابدأ بنشر تنبؤات للطلب مدفوعة بالذكاء الاصطناعي تدمج نقاط البيع في المتاجر، والطلبات عبر الإنترنت، والعروض الترويجية، والإشارات الخارجية، وادفع تدفقًا مُرسَلًا من الخادم إلى تطبيقات التجديد. حدد أفقًا تخطيطيًا مدته 12 أسبوعًا واستهدف تحسين الدقة للوحدات التخزينية الأساسية من خط الأساس الحالي إلى 90-92%، مما يوفر انخفاضًا بنسبة 15-25% في حالات نفاد المخزون وانخفاضًا بنسبة 10-30% في المخزون الزائد في غضون ستة أرباع. بدأ هذا الإطار في تقديم إشارات أسرع وأكثر قابلية للتنفيذ عبر المتاجر ومراكز التوزيع.

ركّز تصميمك المعماري على نموذج الوكيل الذكي: شبكة من الوكلاء المدمجين في المتاجر ومراكز التوزيع ومواقع الموردين لتنسيق التوقعات، مع تحديثات ذرية تلتزم بإجراءات التوقع والتجديد معًا. اسحب مصادر إدخال واسعة - من نقاط البيع والتجارة الإلكترونية والعروض الترويجية إلى تقاويم الموردين - وحافظ على تمثيل البيانات خفيف الوزن لتقليل زمن الوصول. يتوسع هذا الحل مع الشبكة ويدعم التدشين التدريجي.

تخزين البيانات بتنسيق JSON كتمثيل أساسي لتمكين التكامل السلس مع أنظمة تخطيط موارد المؤسسات (ERP) وأنظمة إدارة المستودعات (WMS) وأدوات التخطيط. تحديد مخطط موجز للمنتجات والمواقع والمهل الزمنية والعروض الترويجية والإشارات الخارجية؛ تضمين موجزات عن بعد من أنظمة الموردين؛ مواءمة الحوافز مع آليات الدفعات الصغيرة التي تستخدم المعرفات اللامركزية (DIDs) لضمان المصدر والتحكم في الوصول.

اختبر النموذج وحسّنه بشكل شامل باستخدام إشارات الطلب الكلي، وتسلسلات العروض الترويجية، والموسمية. انطلاقاً من الأنماط التاريخية، ينتج النموذج حلقة تجديد تركز على المركز تقلل المخزون المفرط مع الحفاظ على مستويات الخدمة. والأهم من ذلك، أن دقة التنبؤ تترجم إلى عدد أقل من الشحنات المعجلة وجداول إنتاج أكثر استقرارًا، مما يحقق مزايا في حماية هامش الربح وإرضاء العملاء.

للتوسع بمسؤولية، ابدأ بمرحلة تجريبية مُحكمة في فئات منتجات واسعة وأسواق بعيدة، وراقب الخلاصات المرسلة من الخادم لاكتشاف زمن الوصول، وتتبع المقاييس الرئيسية مثل دقة التنبؤ ومعدل نفاد المخزون ومعدل دوران المخزون. أنشئ حلقة ملاحظات تربط التوقعات بقرارات التجديد في مركز العملية، وكرر العملية أسبوعيًا لتسريع المكاسب دون الإفراط في التكيف مع الارتفاعات قصيرة المدى.

دفتر قواعد التشغيل الآلي لـ Walmart: تجديد المخزون في المتاجر وإنتاجية المستودعات

اعتمد محرك تجديد واحدًا مدفوعًا بالبيانات يستخدم المعالجة الدلالية لربط إشارات الطلب من المتاجر بسعة التدفقات الواردة والصادرة، مما يرسخ أساسًا لدورات تجديد موثوقة.

يجب تخطيط أبعاد مثل تقلب الطلب، والمهل الزمنية، وتوفر المنتج على الرف، وإيقاع الاستلام والتسليم في تصميم معياري. يتيح اعتماد بنية مرنة للفرق اختبار السياسات عبر الأبعاد، مما يسرع الاستجابة دون إعادة كتابة التعليمات البرمجية.

تتمحور تصميمات تجديد المخزون في المتاجر حول منطق إعادة الطلب الديناميكي، ومخزون الأمان المُعاير وفقًا لخطأ التنبؤ، والتوصيل العابر حيثما أمكن ذلك. استخدم نظام التخصيص الآلي لتحسين استخدام المساحات الرفية وتقليل فترة استجابة إعادة التخزين، مع الحفاظ على إشارات واضحة للأفعال الكلامية في المتجر وللموردين.

في المستودعات، قم بتنسيق الإنتاجية الواردة والصادرة عن طريق تكامل WMS/WCS مع أنظمة الانتقاء والتعبئة والفرز الآلية. قم بتكوين موازنة التحميل في الوقت الفعلي عبر الأرصفة، ونشر قواعد دلالية مدعومة بـ owl-s، والتأكد من أن خلاصات البيانات الرسمية توجه قرارات الانتظار والتوجيه. ابدأ فحوصات الإنتاجية اليومية ومراجعات القدرات الأسبوعية للحفاظ على العمليات متوافقة مع إشارات الطلب.

تترددد مقاربة مع اكتشافات زو حول التنسيق متعدد المستويات، مع التركيز على المعالجة القائمة على المجموعات والأولويات البراغماتية التي تدعم التطور التكراري. تتضمن خطة الرحلة لأسبوع نموذجي عمليات تدقيق الإشارة اليومية، وإعادة تدريب النموذج، والمفاوضات مع الشركاء لتشديد اتفاقيات مستوى الخدمة مع الحفاظ على المرونة. يضمن التنسيق بين الوكلاء تدفق العقود والتأكيدات تلقائيًا، مما يتيح التنسيق المتعمد والبراغماتي عبر المتاجر ومراكز التوزيع.

مؤشرات الأداء الرئيسية للمرونة: تباين المهلة الزمنية، ووقت الاسترداد، والرؤية الشاملة.

Recommendation: تنفيذ إطار عمل ثلاثي المؤشرات الرئيسية للأداء مدعومًا بوكيل ذكاء اصطناعي يخدم العمليات من خلال لوحات معلومات قائمة على الأدوار. يحافظ هذا الإعداد على سلامة البيانات، ويسلط الضوء على الاختلافات بين الموردين، ويتيح إجراء تحولات أصغر وموجهة بدلًا من تغييرات كبيرة ومعطلة.

يقيس تباين مهلة التسليم (LTV) مدى انتشار أوقات التسليم من الطلب إلى التسليم عبر الممرات والموردين ومراكز التوزيع. تتبع LTV كمعامل تباين (CV). على وجه التحديد، استهدف CV ≤ 0.25 على الممرات الأساسية. في الشمال الغربي، بعد نشر واجهات برمجة التطبيقات لتحقيق رؤية عبر الأنظمة و ديب مايندبفضل أداة التوقع المدعومة، انخفض معدل دوران المخزون (LTV) لأفضل 20 وحدة مخزون من حوالي 7.0 أيام إلى 2.8 أيام، مما منح الشركة تجديدًا أكثر موثوقية للمخزون وتقليلًا لمتطلبات المخزون الاحتياطي.

يتتبع وقت الاسترداد (RT) المدة من اكتشاف التعطيل إلى استعادة الخدمة الطبيعية. وقت الاسترداد المستهدف هو أقل من 24 ساعة لحالات التعطيل الشائعة؛ خطط لمدة 72 ساعة في حالات الانقطاع المعقدة ومتعددة المواقع. احتفظ باحتياطيات، ونوّع الموردين، واحتفظ بدفاتر إجراءات معتمدة مسبقًا. يمكن لوكيل يعمل بالذكاء الاصطناعي أن يبدأ خطوات استباقية؛ وتضمن المفاوضات مع الموردين بقاء المسارات البديلة جاهزة. إن إبلاغ الفرق الميدانية والإدارة بالحالة يقلل الوقت المستغرق للاسترداد ويقلل من خطر تصاعد الحوادث. يمكن لهذا الإطار أن يقلل وقت الاسترداد بشكل أكبر من خلال إظهار الخيارات في وقت أبكر.

تُقيِّم الرؤية الشاملة (EEV) حصة العُقد الحيوية التي تقدم بيانات آنية. استهدف تغطية بنسبة 95٪ عبر الشبكة. ابنِ الرؤية الشاملة باستخدام واجهات برمجة التطبيقات (APIs) التي تربط أنظمة تخطيط موارد المؤسسات (ERP) وأنظمة إدارة المستودعات (WMS) وأنظمة إدارة النقل (TMS) وبوابات الموردين، في حين تتدفق البيانات إلى لوحات المعلومات. تدعم جودة البيانات المتسقة في الغالب عبر القنوات اتخاذ قرارات موثوقة. تحمي إمكانية الوصول المتحكم بها والقائمة على الأدوار البيانات الحساسة وتضمن وصول المعلومات إلى الفرق المناسبة. تتيح تدفقات البيانات الأكثر ثراءً من المستشعرات وتحديثات النقل وموجزات شركات النقل الكشف الاستباقي عن الاختناقات والاستجابة الأسرع. توفر لوحات معلومات pnsqc بوابات جودة عبر ثلاثة مستويات، ويحافظ تسلسل البيانات المحفوظ على عمليات التدقيق والمفاوضات مع شركات النقل لمواءمة الجداول الزمنية وتقليل مخاطر البيانات الضارة. يمنح هذا التكوين وعيًا ظرفيًا محسّنًا لتخطيط الأعمال والمرونة.

حوكمة الذكاء الاصطناعي الفاعل في التكنولوجيا المالية الخاضعة للتنظيم: الامتثال والتدقيق والإشراف البشري

تنفيذ دليل إرشادي رسمي لحوكمة الذكاء الاصطناعي الموجّه في غضون 90 يومًا لضمان بقاء القرارات قابلة للتدقيق والتحكم والامتثال في جميع عمليات نشر التكنولوجيا المالية الخاضعة للتنظيم؛ ويصبح هذا هو الأساس للذكاء الاصطناعي المسؤول داخل الشركة ويدعم نموذج وكالة واضحًا لكل من البشر والآلات.

• قم ببناء محرك للسياسات يترجم المتطلبات التنظيمية إلى قواعد قابلة للقراءة آليًا. عبّر عن القواعد كسياسات بمفاهيم مرتبطة دلاليًا، بحيث يتشارك المهندسون وفرق الامتثال اعتقادًا مشتركًا حول النتائج المتوقعة. أنشئ قاموسًا حيًا لمواءمة اللغات عبر الفرق والأنظمة.
• صمّم طبقة حوكمة بين الوكلاء تحدد العقود لتفاعلات النموذج الفريدة. استخدم المراسلة بين الوكلاء وقواعد البيانات المقيدة الوصول وسجلًا مركزيًا مانعًا للتلاعب لحل النزاعات الناشئة عن السلوك الظاهر. هذا الارتباط بين المكونات يقلل من النقاط الساخنة للمشاكل قبل تصاعدها.
• إنشاء آثار قابلة للتدقيق لكل إجراء: القرارات والمطالبات والمخرجات والتدخلات البشرية المخزنة في سجلات مع ملاحظات مختومة بالوقت. التقاط طرائق الكلام والنص لإظهار التأثيرات غير المباشرة على القرارات ولتحسين إمكانية التتبع داخل مهام سير العمل المنظمة.
• تقديم Swws (ضمانات السلامة على مستوى النظام) كطبقة تحكم رسمية: فحوصات المخاطر قبل المعاملة، ووضع علامات على المطالبات عالية المخاطر، وبوابة HITL تلقائية للاستثناءات. التأكد من تطبيق هذه الضمانات باستمرار لتقليل تسرب البيانات وانتهاكات السياسة.
• دمج سير عمل HITL قوي مع مسارات تصعيد واضحة. بالنسبة للمخاطر التي لم يتم حلها، يجب على مراجع بشري معين الموافقة أو التجاوز؛ توثيق الأسباب في سجل التدقيق لدعم مراجعات الجمعيات التنظيمية وتنقيحات السياسات المستقبلية.
• أسس إدارة بيانات مع ضوابط وصول داخلية صارمة. افصل التدريب عن بيانات الإنتاج، وفرض مبدأ أقل الامتيازات للوصول، وصنف المعلومات الحساسة لدعم الموافقة وتقييد الغرض. حافظ على قواعد بيانات مُصدَّرة لتتبع نسب البيانات عبر دورات التعلم والاستدلال.
• قم بمواءمة أنشطة الضمان مع الهيئات التنظيمية من خلال عمليات التدقيق الداخلي المنتظمة، والإقرارات الخارجية، وحلقة ملاحظات شهرية تقيس مخاطر النموذج، وتغطية الرقابة، والالتزام بالسياسات. اطلب جمع الأدلة التي تربط الإجراءات بالسياسات المرتبطة والمعتقدات حول المخاطر.
• تفعيل مفاهيم الفاعلية: تحديد من يمكنه تخويل الإجراءات، وما الذي يشكل مطالبات مشروعة، ومتى يمكن للنظام أن يتصرف بشكل مستقل. يمنع هذا الوضوح سوء إسناد الفاعلية ويدعم المساءلة عبر الجهات الفاعلة البشرية والآلية.

مخطط التنفيذ والإيقاع:

1. الأسبوع الأول والثاني: مطابقة اللوائح المعمول بها مع السياسات التشغيلية؛ نشر خريطة لغة السياسات ومسرد للمصطلحات لتمكين تفسير متسق دلاليًا.
2. الأسبوع 3-6: نشر محرك السياسات، وتمكين الأحداث المشروحة دلاليًا، وإعداد قواعد بيانات قابلة للتدقيق مع سجلات غير قابلة للتغيير؛ ودمج قنوات الكلام والنص في سطح التدقيق.
3. الأسبوع 7-10: تفعيل بوابة HITL لسير العمل عالي المخاطر؛ تدريب الموظفين على بروتوكولات التفاعل والتقاط الأدلة لعمليات مراجعة الامتثال.
4. الشهر الثالث: إجراء تدقيق داخلي كامل، وإجراء فحص تنظيمي محاكٍ، وتحسين الضوابط؛ وجدولة مراجعة للسياسة في أبريل مع رابطة الجهات التنظيمية للتحقق من صحة وضع الإدارة.

اعتبارات الصحة التشغيلية وإدارة المخاطر:

• مراقبة المخاطر الناشئة وظهور السلوك غير المتوقع؛ وإعداد كتيبات إرشادية لحل المشكلات وتجاوزها عند الضرورة، مع الاحتفاظ بسجل واضح للقرارات المتخذة للتعلم في المستقبل.
• الحفاظ على رؤية شاملة للقرارات من خلال لوحات المعلومات التي تسلط الضوء على الضغوط الداخلية والإشارات الخارجية والارتباط بالقيود السياسية؛ واستخدام هذه الرؤية لتحسين عتبات المخاطر.
• معالجة انحراف البيانات والمدخلات العدائية من خلال تحديث تعيينات السياسات وتجديد مشغلات إعادة التدريب، بهدف التغلب على الإيجابيات الكاذبة دون المساس بتجربة المستخدم.
• التفاعل مع الجمعيات الصناعية وواضعي المعايير لتنسيق السياسات وتقليل الاحتكاك عبر الحدود وتبادل أفضل الممارسات المتعلقة بإدارة الوكلاء المشتركين وفعالية التدخل البشري في الحلقة.
• تعزيز حلقات التغذية الراجعة المستمرة مع وحدات الأعمال لضمان أن تعديلات السياسات تعكس حالات الاستخدام الواقعية والقيود التشغيلية.

مقاييس وأدلة للاسترشاد بها في اتخاذ القرارات:

• معدل الالتزام بالسياسة: النسبة المئوية للقرارات التي تتماشى مع السياسات المعلنة والشروح اللغوية.
• تجاوز التردد وجودة الأساس المنطقي: عدد مرات تشغيل بوابات HITL ووضوح التفكير البشري في سجلات التدقيق.
• معدل اكتشاف المحفزات عالية المخاطر قبل التنفيذ ونتائج المعالجة اللاحقة للحدث.
• اكتمال نسب البيانات: النسبة المئوية لتدفقات البيانات ذات المصدر الواضح القابل للتتبع عبر مراحل التدريب والاستدلال.
• وقت حل النزاعات بين الوكلاء: سرعة وفعالية حل الخلافات بين النماذج أو بين نموذج ومراجع بشري.

RAG مع Apache Kafka في بنك ألبيان: خطوط تدفق البيانات في الوقت الفعلي، والخصوصية، والكمون

انشر مجموعة RAG مدعومة بـ Kafka مع ضوابط صارمة للخصوصية لخفض زمن الوصول وتعزيز الدقة. استخدم عقود بيانات محددة جيدًا ومستويات بيانات منفصلة للاسترجاع والتضمين والتركيب، بما يتماشى مع مبادئ أقل الامتيازات ومعايير إدارة البيانات. قم بتخزين البيانات الأولية فقط عند الحاجة، واحتفظ بالمحتوى المشتق مؤقتًا حيثما أمكن لتقليل مساحة السطح. يدعم هذا التكوين خدمة بيانات رسمية وقابلة للتدقيق ويعزز وظائف النظام لأصحاب المصلحة.

يعتمد ظهور الرؤى في الوقت الفعلي على بنية بسيطة: مواضيع Kafka خاصة بالمجال، ومفاتيح مضغوطة، ومنتجون ثابتو الفاعلية يمنعون الانحراف. قم بتمكين التنسيق بين الوكلاء من خلال مراسلة نظير إلى نظير وربط التدفقات في الوقت الفعلي بطبقة الاسترجاع، بحيث تتمكن النماذج من الوصول إلى السياق الحالي دون تأخير. ابدأ بخدمة بيانات ذات حد أدنى من الجدوى، ومع تماسك الاحتياجات، انتقل نحو نوافذ سياق أكثر ثراءً مع موازنة التخزين والحساب. تحكم ضوابط صارمة في نقل البيانات عبر المجالات لتقليل المخاطر.

تأتي الخصوصية والكمون من التشفير أثناء النقل وأثناء الراحة، والمعرفات المميزة، وإخفاء الحقول للبيانات المحددة. قم بفرض ضوابط وصول صارمة وسياسات قائمة على الأدوار تتماشى مع الإرشادات الأمنية الرسمية. استخدم الضوابط البيئية واتفاقيات مستوى الخدمة للحفاظ على الكمون قابلاً للتوقع مع الحفاظ على الخصوصية. في النهاية، يتم تحقيق أهداف الكمون ويظل الأداء مستقرًا.

تحكم القواعد والمعايير عملية معالجة البيانات: حدود فاصلة لما يمكن جلبه وتحريكه، وملكية واضحة، وفهرس بيانات محدد. حدد مبادئ مصدر البيانات، وتأكد من مراجعات الامتثال، ووثق خطط التوريد. أدرج سياسات التوريد وتأكد من إمكانية التتبع التام من البداية إلى النهاية. عمليات التدقيق المنتظمة تسد الثغرات.

قم بتوصيل خط الأنابيب بخطوات عملية: انشر Kafka Connect للحصول على مصادر موثوقة، وقم بإعداد المراقبة، وقم بتشغيل اختبارات الكمون مقابل الميزانيات المستهدفة. يساعد هذا الإطار في اتخاذ القرارات بشكل أسرع ويضمن إمكانية التتبع. استخدم خطًا أساسيًا معروفًا كنقطة مرجعية واحتفظ بجميع الخطوات قابلة للتكرار. للرجوع إليه، راجع github.com/transformeroptimussuperagi.