OPTIMIZE / WHS

Warehouse Intelligence

Inventory velocity, FIFO compliance, aging, throughput and space utilization across every facility.

AI Models Used on this page

Every insight on this page is traceable to a model and an agent. No black-box AI.

Model catalog
ModelPurposeConfLast refreshStatusExplain
Inventory Velocity Forecasting

v3.2.0 · Flow Intelligence

Forecast inventory turn velocity per SKU class.0.872026-05-19production Why
Forklift Optimization Model

v2.4.0 · Asset

Optimize forklift assignment and path.0.832026-05-09production Why
FIFO Violation Risk

v2.1.0 · Warehouse

Risk of FIFO violation per pick wave.0.922026-05-24production Why
Inventory Aging Risk

v3.0.1 · Warehouse

Aging stock risk by SKU class.0.902026-05-20production Why
Stockout Risk

v2.8.0 · Warehouse

Per-SKU stockout probability.0.882026-05-22production Why
Space Utilization Optimization

v1.7.0 · Warehouse

Optimize rack-level slotting.0.852026-05-13production Why
Warehouse Throughput Prediction

v2.5.0 · Warehouse

Predict outbound throughput per shift.0.892026-05-23production Why
Pick Path Optimization

v3.2.1 · Warehouse

Wave-level pick path optimization.0.862026-05-16production Why
Warehouse Efficiency Index

v1.8.0 · Policy

Per-warehouse composite efficiency.0.852026-05-15production Why
Constraint Solver

v6.0.0 · Foundation

Feasibility + assignment under constraints.0.932026-05-26production Why
Optimization Engine

v5.1.0 · Foundation

MILP/LP optimizer for routing + slotting.0.922026-05-26production Why

Network warehouse indicators

Inventory velocity

19.4turns/yr
+0.4 vs LW

FIFO compliance

94.7%
+0.2 pts

Aging > 60d

9.8%
-0.4 pts

Throughput

7.2k/day
+1.8% WoW

Space utilization

82%
+2 pts

Facility selector

Digital twin · Singapore DC-04

Zones, rack fills (ABC class), live forklift trails and the highlighted pack journey.

Warehouse digital twin · SIN-04
84,000 sqm · 96 bays · 8 forklifts
inboundstoragevasoutboundreturnscold
Inbound dock73% utilStorage88% utilVAS / kitting66% utilOutbound dock84% utilReturns48% utilCold chain82% utilAisle A Bay 1 · A · 100% · 37/dAisle A Bay 2 · A · 100% · 30/dAisle A Bay 3 · A · 100% · 43/dAisle A Bay 4 · A · 100% · 35/dAisle A Bay 5 · C · 70% · 1/dAisle A Bay 6 · C · 77% · 1/dAisle A Bay 7 · A · 100% · 40/dAisle A Bay 8 · C · 78% · 7/dAisle A Bay 9 · C · 69% · 2/dAisle A Bay 10 · B · 89% · 12/dAisle A Bay 11 · A · 100% · 30/dAisle A Bay 12 · C · 80% · 2/dAisle A Bay 13 · A · 100% · 33/dAisle A Bay 14 · A · 100% · 40/dAisle A Bay 15 · B · 86% · 16/dAisle A Bay 16 · B · 87% · 9/dAisle B Bay 1 · B · 83% · 19/dAisle B Bay 2 · C · 78% · 5/dAisle B Bay 3 · A · 98% · 44/dAisle B Bay 4 · A · 100% · 36/dAisle B Bay 5 · B · 90% · 13/dAisle B Bay 6 · B · 90% · 9/dAisle B Bay 7 · A · 98% · 45/dAisle B Bay 8 · A · 100% · 33/dAisle B Bay 9 · B · 82% · 19/dAisle B Bay 10 · A · 100% · 28/dAisle B Bay 11 · C · 75% · 2/dAisle B Bay 12 · A · 99% · 41/dAisle B Bay 13 · B · 88% · 20/dAisle B Bay 14 · C · 81% · 1/dAisle B Bay 15 · A · 97% · 41/dAisle B Bay 16 · B · 91% · 14/dAisle C Bay 1 · B · 82% · 19/dAisle C Bay 2 · A · 100% · 33/dAisle C Bay 3 · B · 97% · 13/dAisle C Bay 4 · A · 99% · 30/dAisle C Bay 5 · A · 100% · 36/dAisle C Bay 6 · C · 81% · 2/dAisle C Bay 7 · A · 100% · 39/dAisle C Bay 8 · C · 80% · 3/dAisle C Bay 9 · B · 84% · 12/dAisle C Bay 10 · C · 66% · 4/dAisle C Bay 11 · B · 85% · 13/dAisle C Bay 12 · A · 100% · 39/dAisle C Bay 13 · C · 77% · 3/dAisle C Bay 14 · B · 90% · 14/dAisle C Bay 15 · B · 82% · 13/dAisle C Bay 16 · B · 88% · 15/dAisle D Bay 1 · B · 82% · 15/dAisle D Bay 2 · B · 93% · 13/dAisle D Bay 3 · A · 100% · 33/dAisle D Bay 4 · A · 100% · 39/dAisle D Bay 5 · B · 88% · 17/dAisle D Bay 6 · B · 88% · 19/dAisle D Bay 7 · C · 67% · 2/dAisle D Bay 8 · B · 82% · 13/dAisle D Bay 9 · A · 100% · 29/dAisle D Bay 10 · C · 71% · 3/dAisle D Bay 11 · A · 100% · 35/dAisle D Bay 12 · B · 90% · 22/dAisle D Bay 13 · C · 67% · 3/dAisle D Bay 14 · A · 100% · 29/dAisle D Bay 15 · B · 87% · 8/dAisle D Bay 16 · A · 100% · 40/dAisle E Bay 1 · B · 92% · 20/dAisle E Bay 2 · C · 74% · 2/dAisle E Bay 3 · C · 80% · 5/dAisle E Bay 4 · C · 72% · 3/dAisle E Bay 5 · C · 79% · 3/dAisle E Bay 6 · B · 88% · 12/dAisle E Bay 7 · C · 71% · 6/dAisle E Bay 8 · A · 100% · 36/dAisle E Bay 9 · C · 66% · 7/dAisle E Bay 10 · B · 83% · 9/dAisle E Bay 11 · B · 93% · 22/dAisle E Bay 12 · B · 90% · 20/dAisle E Bay 13 · A · 98% · 45/dAisle E Bay 14 · C · 68% · 3/dAisle E Bay 15 · C · 80% · 5/dAisle E Bay 16 · A · 100% · 44/dAisle F Bay 1 · A · 99% · 33/dAisle F Bay 2 · A · 97% · 29/dAisle F Bay 3 · B · 90% · 14/dAisle F Bay 4 · C · 76% · 6/dAisle F Bay 5 · A · 100% · 38/dAisle F Bay 6 · B · 88% · 8/dAisle F Bay 7 · C · 80% · 6/dAisle F Bay 8 · C · 70% · 1/dAisle F Bay 9 · B · 88% · 16/dAisle F Bay 10 · C · 73% · 7/dAisle F Bay 11 · B · 85% · 18/dAisle F Bay 12 · B · 96% · 17/dAisle F Bay 13 · C · 78% · 1/dAisle F Bay 14 · C · 72% · 2/dAisle F Bay 15 · B · 86% · 21/dAisle F Bay 16 · C · 68% · 6/dFLT-01 · Aman · movingFLT-01FLT-02 · Liu · movingFLT-02FLT-03 · Mira · idleFLT-03FLT-04 · Tariq · chargingFLT-04FLT-05 · Eva · chargingFLT-05FLT-06 · Joon · movingFLT-06FLT-07 · Noor · movingFLT-07FLT-08 · Sven · movingFLT-0812345678

Inventory health

Aging inventory
1,199 SKU-locations
  • < 7d464 · 38.7%
  • 7–30d336 · 28.0%
  • 30–60d192 · 16.0%
  • 60–90d109 · 9.1%
  • 90+d98 · 8.2%
Material flow
Origin zone → destination zone, daily volume
  • inbound → storage820
  • inbound → vas180
  • storage → vas240
  • storage → outbound720
  • vas → outbound360
  • returns → storage90
  • returns → outbound40
  • cold → outbound110
Pick activity heatmap
7 days × 24 hours
0003060912151821MonMon 00:00 · 34Mon 01:00 · 29Mon 02:00 · 28Mon 03:00 · 26Mon 04:00 · 45Mon 05:00 · 44Mon 06:00 · 41Mon 07:00 · 63Mon 08:00 · 60Mon 09:00 · 64Mon 10:00 · 79Mon 11:00 · 73Mon 12:00 · 73Mon 13:00 · 78Mon 14:00 · 68Mon 15:00 · 75Mon 16:00 · 65Mon 17:00 · 60Mon 18:00 · 50Mon 19:00 · 49Mon 20:00 · 30Mon 21:00 · 25Mon 22:00 · 26Mon 23:00 · 37TueTue 00:00 · 21Tue 01:00 · 26Tue 02:00 · 34Tue 03:00 · 37Tue 04:00 · 39Tue 05:00 · 41Tue 06:00 · 52Tue 07:00 · 66Tue 08:00 · 51Tue 09:00 · 73Tue 10:00 · 76Tue 11:00 · 61Tue 12:00 · 72Tue 13:00 · 81Tue 14:00 · 60Tue 15:00 · 71Tue 16:00 · 58Tue 17:00 · 49Tue 18:00 · 54Tue 19:00 · 39Tue 20:00 · 40Tue 21:00 · 41Tue 22:00 · 37Tue 23:00 · 24WedWed 00:00 · 29Wed 01:00 · 33Wed 02:00 · 21Wed 03:00 · 42Wed 04:00 · 36Wed 05:00 · 38Wed 06:00 · 51Wed 07:00 · 65Wed 08:00 · 56Wed 09:00 · 56Wed 10:00 · 67Wed 11:00 · 72Wed 12:00 · 63Wed 13:00 · 70Wed 14:00 · 76Wed 15:00 · 65Wed 16:00 · 56Wed 17:00 · 52Wed 18:00 · 44Wed 19:00 · 35Wed 20:00 · 45Wed 21:00 · 36Wed 22:00 · 36Wed 23:00 · 21ThuThu 00:00 · 32Thu 01:00 · 31Thu 02:00 · 30Thu 03:00 · 41Thu 04:00 · 35Thu 05:00 · 36Thu 06:00 · 55Thu 07:00 · 49Thu 08:00 · 66Thu 09:00 · 59Thu 10:00 · 77Thu 11:00 · 78Thu 12:00 · 68Thu 13:00 · 71Thu 14:00 · 67Thu 15:00 · 61Thu 16:00 · 52Thu 17:00 · 49Thu 18:00 · 41Thu 19:00 · 44Thu 20:00 · 37Thu 21:00 · 39Thu 22:00 · 22Thu 23:00 · 25FriFri 00:00 · 31Fri 01:00 · 33Fri 02:00 · 27Fri 03:00 · 26Fri 04:00 · 37Fri 05:00 · 39Fri 06:00 · 42Fri 07:00 · 50Fri 08:00 · 62Fri 09:00 · 58Fri 10:00 · 60Fri 11:00 · 74Fri 12:00 · 74Fri 13:00 · 80Fri 14:00 · 72Fri 15:00 · 66Fri 16:00 · 62Fri 17:00 · 56Fri 18:00 · 42Fri 19:00 · 49Fri 20:00 · 30Fri 21:00 · 27Fri 22:00 · 34Fri 23:00 · 37SatSat 00:00 · 9Sat 01:00 · 29Sat 02:00 · 27Sat 03:00 · 15Sat 04:00 · 38Sat 05:00 · 44Sat 06:00 · 50Sat 07:00 · 44Sat 08:00 · 44Sat 09:00 · 58Sat 10:00 · 61Sat 11:00 · 68Sat 12:00 · 56Sat 13:00 · 70Sat 14:00 · 63Sat 15:00 · 55Sat 16:00 · 50Sat 17:00 · 38Sat 18:00 · 38Sat 19:00 · 44Sat 20:00 · 36Sat 21:00 · 17Sat 22:00 · 13Sat 23:00 · 24SunSun 00:00 · 12Sun 01:00 · 25Sun 02:00 · 30Sun 03:00 · 20Sun 04:00 · 32Sun 05:00 · 27Sun 06:00 · 33Sun 07:00 · 54Sun 08:00 · 47Sun 09:00 · 60Sun 10:00 · 63Sun 11:00 · 69Sun 12:00 · 65Sun 13:00 · 55Sun 14:00 · 62Sun 15:00 · 47Sun 16:00 · 55Sun 17:00 · 37Sun 18:00 · 31Sun 19:00 · 36Sun 20:00 · 23Sun 21:00 · 22Sun 22:00 · 30Sun 23:00 · 10

Forklift fleet

FLT-01
Aman
moving · 172°
FLT-02
Liu
moving · 132°
FLT-03
Mira
idle · 315°
FLT-04
Tariq
charging · 298°
FLT-05
Eva
charging · 192°
FLT-06
Joon
moving · 138°
FLT-07
Noor
moving · 40°
FLT-08
Sven
moving · 274°

Pack-level visibility

Material journey for PKG-918273 across SIN-04.

StepTypeZonePackNoteT+
1receiveInbound dockPKG-918273GRN created, ASN matched3s
2scannedInbound dockPKG-918273Carton label scanned19s
3putawayStorage A-12PKG-918273Putaway to A-12 (Class A)40s
4scannedStorage A-12PKG-918273Bin confirmed54s
5pickStorage A-12PKG-918273Picked by FLT-0374s
6packVAS / kittingPKG-918273Kitted with insert92s
7scannedOutbound dockPKG-918273Sorted to lane 04109s
8loadedOutbound dockPKG-918273Loaded onto TX-928130s

Active issues

Trend telemetry

Throughput

1284

+1.8% WoW

Dwell

27h

+1.2h

Pick accuracy

99.4%

+0.1

Related surfaces

Continue your investigation in adjacent modules.

Ports Intelligence

Berth, yard, and gate performance.

Corridor Intelligence

Multimodal corridor cost and time.

Road Freight

Trucking, fleet, corridors, first-mile to last-mile.

Rail Freight

Rakes, wagons, DFCs, ICDs, terminals, freight corridors.

Air Cargo

Airports, ULDs, cold chain, customs, gateway intelligence.

Asset Intelligence

Fleet, container, and equipment yield.

Data provenance

all streams nominal

CoreSync

live

node/lane telemetry · 184 streams

TimeVault

indexed +3s

historical archive · 90d hot

Constraint Graph

rebuilt 02:14 ago

147 constraints · 1,284 vars

Insight Hub

live

agent observations + briefings

Ved Fabric

live

8 agents · 45 models active