Склад живёт между двумя бедами: товар закончился раньше срока или мёртвым грузом завис на месяцы. И то, и другое — деньги. ИИ для прогноза остатков считает потребность по вашей истории продаж и подсказывает, что и когда заказывать, чтобы избежать обеих крайностей. Под капотом это языковая модель и ваши данные о продажах, а живой человек остаётся на финальном решении по закупке.
Что это решает
ИИ для прогноза остатков считает будущую потребность по истории продаж, сезонности и текущим остаткам. Он заранее показывает, где назревает дефицит, а где скопились излишки, и формирует черновик заявки на закупку. Снабженец перестаёт считать вручную в таблицах и переходит к проверке готового прогноза. Финальное решение по заказу держит человек.
В проектах со складами я постоянно вижу одну картину. Снабженец считает потребность в большой таблице, опираясь на память и интуицию: что обычно берут, что лежит давно, какой сезон на носу. Часть позиций он недозаказывает и ловит дефицит в пик спроса, часть перезаказывает и замораживает деньги в неликвиде. Ошибка стоит выручки в обе стороны, а времени на ручной счёт уходит вся неделя.
ИИ закрывает именно расчётную часть. Вы отдаёте модели историю продаж по позициям, текущие остатки и сроки поставки, а она считает потребность на горизонт и показывает, что заказывать сейчас, а что подождёт. Снабженец видит готовый черновик заявки с обоснованием по каждой позиции и тратит время на проверку и переговоры с поставщиком, а на арифметику в таблице.
Отдельная сильная сторона — раннее предупреждение. Модель замечает, что по ходовой позиции остаток тает быстрее обычного и при текущем сроке поставки уйдёт в ноль через две недели. Снабженец получает сигнал заранее и успевает заказать, а узнаёт о дефиците от разозлённого клиента. Тот же механизм подсвечивает залежавшийся товар, который пора распродавать.
- Прогноз потребности по позициям на выбранный горизонт по истории продаж
- Ранние сигналы о назревающем дефиците с учётом срока поставки
- Подсветка излишков и неликвида, который замораживает деньги
- Черновик заявки на закупку с обоснованием по каждой позиции
Как он работает
Основа прогноза — это ваши данные, а магия. Модель смотрит на историю продаж по каждой позиции, учитывает сезонность, текущие остатки и срок поставки, и считает, сколько товара уйдёт за период. Чем чище и полнее история, тем точнее прогноз. На грязных данных с пропусками и ручными правками модель путается так же, как путался бы новый снабженец.
- Выгрузите историю продаж по позициям за год-два в таблицу
- Добавьте текущие остатки и сроки поставки по каждому поставщику
- Отдайте данные модели и задайте горизонт прогноза: например, четыре недели
- Получите прогноз потребности и список позиций под заказ с обоснованием
- Сверьте прогноз с реальными продажами за прошедший период на нескольких позициях
- Закрепите рабочий запрос в шаблон и запускайте его регулярно
Возьмите топ-20 ходовых позиций, а весь ассортимент. По ним история продаж самая полная, а цена ошибки самая высокая. Прогноните прогноз на месяц, сверьте с фактом и посмотрите, насколько модель угадала. Это дешёвый тест с понятным результатом и низким риском.
Что нужно для запуска
Для пилота хватает выгрузки из вашей учётной системы и обычного чата с сильной языковой моделью. Снабженец готовит таблицу с историей и остатками, задаёт запрос и получает прогноз. Дорогая автоматизация с прямым подключением к складской системе и ежедневной выгрузкой нужна позже, когда прогноз доказал точность и пора ставить его на поток через n8n.
| Задача | Чем закрыть на старте | Когда усложнять |
|---|---|---|
| Прогноз по топ-позициям | Выгрузка в таблицу плюс запрос к модели | Когда позиций сотни — подключают автовыгрузку |
| Сигналы о дефиците | Регулярный прогон шаблона раз в неделю | Когда нужен ежедневный мониторинг остатков |
| Черновик заявки | Модель формирует список под заказ | Когда заявок десятки — связка с учётной системой |
| Разбор неликвида | Запрос на залежавшиеся позиции | Когда складов несколько — единая сводка |
Российская компания упирается в доступ к зарубежным моделям и в хранение коммерческих данных. История продаж и остатки — чувствительная информация. Здесь работают и отечественные решения, и зарубежные через корректный доступ, а закрытые данные можно держать в защищённом контуре. Конкретную связку определяют под вашу учётную систему на разборе процессов.
Стоимость на старте держится в рамках подписки на модель за десятки долларов в месяц, точную сумму сверьте на сайте сервиса. Этого хватает, чтобы снабженец считал прогноз по ключевым позициям еженедельно. Связка с автовыгрузкой и ежедневным мониторингом окупается позже, когда ассортимент большой и ручной счёт по сотням позиций дороже, чем настроить процесс один раз.
Границы инструмента
Модель ошибается уверенно. Она строит прогноз на прошлом и слепа к тому, чего в истории отсутствует: к новой акции конкурента, к перебою у поставщика, к внезапному всплеску спроса от крупного клиента. Это свойство языковых моделей называют галлюцинациями, и в прогнозах оно проявляется как красивое число без опоры на реальность. По этой причине прогноз — это подсказка, а команда на закупку.
Финальное решение по заказу, переговоры с поставщиком, учёт событий вне истории продаж — это зона снабженца. Модель считает базовую потребность и снимает рутину, а решение принимает человек, который знает про предстоящую акцию и про надёжность поставщика. Склад управляется человеком с цифрами, а цифрами без человека.
Полезно заранее договориться, что снабженец проверяет в каждом прогнозе. Прогноз по стабильной ходовой позиции можно принимать почти как есть. Прогноз по новинке без истории, по сезонному товару на стыке сезонов, по позиции с ненадёжным поставщиком снабженец пересматривает вручную. Эта граница защищает и оборотный капитал, и сервис от уверенной ошибки модели на чувствительной позиции.
- Новинки без истории продаж: модель прогнозирует вслепую, решает человек
- События вне данных: акции, перебои поставок, крупные разовые заказы учитывает снабженец
- Коммерческие данные о продажах: хранят в защищённом контуре, через корректный доступ
- Финальная заявка на закупку: остаётся за снабженцем и руководителем целиком
Главная защита от ошибок — проверка прогноза на факте перед тем, как доверять. Месяц гоняйте прогноз по топ-позициям параллельно с обычной закупкой и сравнивайте: где модель угадала, где промахнулась и почему. Расширяйте охват постепенно, удерживая контроль. Полезно держать снабженца, который раз в неделю сверяет прогноз с продажами и поправляет горизонт, — так инструмент становится точнее с каждым циклом.
Куда двигаться
Когда прогноз по ключевым позициям работает и снабженец перестаёт считать вручную, внедрение расширяется: от топ-20 к полному ассортименту, от еженедельного прогона к ежедневному мониторингу, от прогноза остатков к планированию закупок и разбору неликвида. Так за несколько месяцев склад получает управляемый запас вместо качелей между дефицитом и замороженными деньгами.
Заодно команда учится работать с прогнозом сама. Поначалу мы настраиваем запросы и горизонт вместе, дальше снабженец правит их под новые группы товаров и сезоны, а руководитель видит прогноз потребности на месяц вперёд за полчаса вместо недели ручного счёта. Этот навык остаётся с компанией: выйдут новые версии моделей — процесс переносится без переучивания.
Сложность здесь в качестве данных и в правильном выборе первых позиций. Частый провал — компания скармливает модели грязную историю с пропусками, получает прогноз мимо реальности и решает, что инструмент бесполезен. На разборе процессов мы вместе смотрим на ваши данные и склад и выбираем участок, который окупится быстрее всего.