面對同行的競爭，公司將致力于提供端到端的服務，更全面地應對供應鏈的問題，在行業中脫穎而出。
Stemly首席數據科學官兼首席運營官馬奈接受《聯合早報》訪問時說，他們在公司從孵化到成立的過程中受益不淺。“我們在ING實驗室有機會與來自各種領域的專業人士和客戶交流，測試業務的價值主張或點子。”
Stemly首席執行官賽尼受訪時指出，供應鏈在冠病疫情期間面臨嚴峻挑戰，港口擁堵的情況影響了整個運輸業。業者其實可以利用預測需求的方案來規劃庫存。
去年6月，Stemly籌集250萬美元（330萬新元）的種子輪融資，投資者包括荷蘭國際集團屬下的創投機構ING Ventures、新加坡經濟發展局屬下的創投機構New Ventures，以及風險投資基金Elev8等。
“至于來自礦業的客戶，他們的零部件開銷一般都很高，可去到20億元。我們通過預測需求的數據來協助一家礦業公司降低這筆開銷，省下了大概11％或4000萬元的營運資本。”
當然，企業可以花上好幾個小時追溯曆史數據，手動剔除營銷活動、缺貨、一次性活動等因素對需求的影響。不過，這樣的數據是否正確仍存在爭議。
本地兩名科技專才結合各自在供應鏈科技和數據分析行業的優勢，通過荷蘭國際集團（ING）的協助成立軟件起步公司Stemly，爲企業制定供應鏈方案。
公司的主要業務是提供利用人工智能的軟件即服務（software as a service），幫助預測和優化供應鏈規劃和現金流管理，爲快速消費品公司（FMCG）、零售商、分銷商和礦業公司提供服務。目前，公司有約30名員工。
在大企業的栽培下，三家本地起步公司已贏在起跑線，它們在能源、金融科技和水産養殖等領域開始嶄露頭角，爲市場帶來新解決方案。
賽尼則有供應鏈科技背景，他曾在美國科技巨頭甲骨文（Oracle）任職14年，從事供應鏈咨詢和預售工作，他也曾在美國軟件公司Anaplan服務。
馬奈在數據科學領域已累積超過20年的經驗。他曾在2012年帶領新電信（Singtel）旗下數據分析公司DataSpark的應用分析團隊，擔任公司數據科學與産品管理部總監。他對數據分析和軟件充滿熱忱，在2018年底時加入ING實驗室，參與成立新企業的計劃。
通過預測需求規劃庫存
賽尼和馬奈是在職場上認識的，有一次剛巧負責同一個客戶的預估需求項目。兩人後來在2018年攜手創立Stemly，爲供應鏈和金融公司提供自主預測平台。
他說：“荷蘭國際集團在招聘人才、與供應商合作，以及建立人脈等方面給予公司不少的支援。集團也爲公司提供業務營運和風險管理的專業指導。”
馬奈說，預測礦業公司使用的零部件數量不是個簡單的任務，因爲它們並非每天都用零部件，一年可能才用一次或兩次。“這就跟我們不會每天刺破貨車輪胎的情況是一樣的。”
賽尼說，假設客戶預測銷售的精准度是80％，公司會進一步去思考如何改善其余20％失算。“如果業者預測銷售的精准度越高，他們便會更清楚下來需要賣多少産品，這意味著庫存應該要相應減少，另外也要考量的是每個店面或分銷中心該達到的庫存水平也不同。”
爲了解決這個難題，公司便設計出一種算法，找出間歇性的使用零部件數據，最後才算出客戶在哪些倉庫需要多少庫存。萬一生産停滯，業者至少還有足夠的庫存來應付需求。
（三之二）
賽尼舉例說：“一般上，快速消費品公司通過分銷商或直接把産品銷售給超市。然而，在過去四五年，電子商務趨勢迅速崛起，大家都直接在網上平台購物。”
賽尼說，客戶通常必須趕在促銷活動八個月前提前生産所需的産品，因爲他們還得考量到生産和運輸過程所耗的時間，所以預測需求的計劃很重要。
賽尼說，預估數據的准確度因情況而異。如果是快速消費品公司，它們預測銷量的准確度可從原本的80％至85％提高到90％至92％。至于礦業公司，預測銷量的准確度可從原本的30％至40％提高到74％至88％。
Stemly是荷蘭國際集團旗下新加坡孵化器ING實驗室（ING Labs）的衍生公司（spin-off），由馬奈（Giuseppe Manai）和賽尼（Sanjay Saini）創辦。
爲了保持競爭優勢，大型企業和跨國公司擁抱創新精神及推動企業創發，積極培養和投資于起步公司。
提供端到端服務 更全面應對供應鏈問題
除了促銷活動，競爭對手的動態、市場份額、銷售人員的數量、外彙彙率等也是影響産品需求的因素。而在了解這些因素方面，人工智能和機器學習將能夠提供很大的助力。
另一方面，Stemly上月底宣布獲得新加坡金融管理局提供展開概念驗證（Proof of Concept）的津貼，在金融服務業進行實驗、開發和推廣新興創新技術方面獲得資金援助。
公司將采用最先進的機器學習工具來提高預測的准確性和及時性，從而解決現金流規劃的問題，如現金盈余和現金短缺問題。
順應這股趨勢，公司直接從電商平台取得客戶的銷售數據，然後爲客戶提供銷售預估數據，確保庫存足以應付未來需求。