Оптовая база живёт на тонкой грани между дефицитом и затаренным складом. ИИ закрывает три участка: прогноз спроса по истории отгрузок, расчёт точки заказа по каждому SKU и подсветку неликвида, который завис на полках. Начинают с одной товарной группы, проверяют точность прогноза на живых данных и расширяют. Под капотом это связка языковой модели и ваших таблиц продаж.
Где ИИ помогает
ИИ на оптовой базе закрывает три задачи: прогнозирует спрос по истории отгрузок, считает точку заказа и страховой остаток по каждой позиции, подсвечивает неликвид и пересортицу. Закупщик перестаёт сводить остатки вручную и работает с готовыми рекомендациями. Финальное решение по заказу остаётся за человеком, который знает поставщиков и сезон.
На оптовой базе деньги застывают в двух местах сразу. Часть позиций кончается в пик спроса, и клиент уходит к конкуренту. Другая часть лежит мёртвым грузом по полгода и съедает оборотку. Закупщик пытается удержать баланс по памяти и по выгрузкам из учётной системы, но при тысячах SKU держать всё в голове физически тяжело.
Здесь ИИ снимает рутину расчётов. Вы выгружаете историю отгрузок за полтора-два года, и модель строит прогноз спроса по каждой товарной группе с учётом сезонности и тренда. Дальше она считает точку заказа: при каком остатке пора формировать заявку поставщику, чтобы товар приехал до того, как полка опустеет. Закупщик получает список позиций к заказу вместо часов сверки таблиц.
Отдельная сильная сторона — разбор неликвида. Модель находит позиции, которые отгружаются медленнее, чем приходят, и сводит их в список с суммой замороженных денег. На выходе вы видите, что треть оборотки висит в товаре, который продаётся раз в квартал. Это уже основание для распродажи или возврата поставщику вместо смутного ощущения, что склад затарен.
- Прогноз спроса по истории отгрузок с учётом сезона и тренда
- Расчёт точки заказа и страхового остатка по каждому SKU
- Подсветка неликвида и медленно оборачиваемых позиций с суммой замороженных денег
- Черновики заявок поставщикам и сводка по дефициту перед закупочным циклом
Первые шаги
Старт идёт от одной товарной группы, а от попытки охватить весь ассортимент разом. Возьмите категорию с понятным спросом и хорошей историей продаж, постройте по ней прогноз и сверьте с тем, что реально отгрузилось за последний месяц. Так вы рискуете одной группой и быстро видите, попадает модель в спрос или мажет. Дешёвый способ проверить гипотезу перед тем, как доверять системе закупку миллионов.
- Выгрузите историю отгрузок за 18-24 месяца по одной товарной группе с датами и количеством
- Очистите данные от разовых аномалий: крупный проектный заказ, который искажает картину спроса
- Отдайте таблицу модели и попросите прогноз спроса на ближайший месяц по каждой позиции
- Сверьте прогноз с фактическими отгрузками за прошлый месяц и посчитайте отклонение
- Добавьте к прогнозу срок поставки и попросите рассчитать точку заказа по каждому SKU
- Закрепите рабочий запрос в промпт-шаблон и передайте закупщику для регулярной работы
Возьмите подсветку неликвида. Это задача с быстрым результатом и низким риском: модель находит зависшие позиции по вашей выгрузке остатков и отгрузок, а вы решаете, что с ними делать. Деньги, высвобожденные из мёртвого склада, часто окупают всю затею ещё до того, как вы дошли до прогноза спроса.
Чем пользоваться
Для старта хватает выгрузки из учётной системы в таблицу и чата с сильной языковой моделью. Сложная связка с автоматической выгрузкой остатков и автозаказом нужна позже, когда вы уже убедились, что прогноз попадает в спрос. Строить дорогую интеграцию до проверки гипотезы — верный способ закопать бюджет в систему, которой никто доверяет. Хороший промпт-шаблон с описанием вашей номенклатуры заменяет половину разговоров про большое внедрение.
| Задача | Чем закрыть | Когда усложнять |
|---|---|---|
| Прогноз спроса по группе | Выгрузка отгрузок в таблицу плюс запрос к модели | Когда групп десятки — настраивают регулярную выгрузку и сводку |
| Расчёт точки заказа | История продаж и срок поставки в запросе к модели | Когда нужен ежедневный пересчёт по всему ассортименту |
| Подсветка неликвида | Выгрузка остатков и отгрузок, модель сводит в отчёт | Когда баз несколько — настраивают сводный отчёт по складам |
| Черновики заявок поставщикам | Прогноз дефицита и промпт-шаблон заявки | Когда заявок десятки в день — подключают автоматизацию через n8n |
Российская оптовая база упирается в вопрос доступа к зарубежным моделям и оплаты из страны. Здесь работают и отечественные решения, и зарубежные через корректный доступ. Конкретный выбор зависит от объёма данных и чувствительности коммерческой информации по поставщикам и ценам — это как раз тема, которую мы разбираем на разборе процессов.
Стоимость на старте держится в рамках десятков долларов в месяц за подписку на модель, точную цифру сверьте на сайте сервиса — тарифы меняются. Для одной базы этого хватает: закупщик гоняет прогнозы и заявки, руководитель раз в неделю смотрит сводку по неликвиду. Платная связка с автоматической выгрузкой из учётной системы и автозаказом окупается позже, когда ручной пересчёт по всему ассортименту дороже, чем настроить процесс один раз.
Границы инструмента
Модель ошибается уверенно. Она способна выдать ровный прогноз там, где спрос на самом деле скачет от крупных проектных заказов, или назвать точку заказа без учёта того, что поставщик встал на месяц. Это свойство языковых моделей называют галлюцинациями. По этой причине прогноз и рекомендации по закупке остаются черновиком, который проверяет закупщик, знающий своих поставщиков и рынок. Чем чище данные на входе, тем меньше пространства для выдумки на выходе.
Переговоры с поставщиком, решение по крупной закупке, оценка надёжности контрагента, реакция на резкий скачок спроса — это зона человека. Модель готовит расчёт и снимает рутину, а итоговое решение по деньгам держит закупщик. Склад управляет человек, который отвечает за результат, а алгоритм без присмотра.
Полезно заранее договориться, какие позиции система рекомендует к автозаказу, а какие всегда проходят через закупщика. Ходовой товар с ровным спросом можно вести по рекомендации модели почти автоматически. Дорогую позицию, новинку без истории продаж и товар от ненадёжного поставщика закупщик смотрит лично. Эта граница защищает оборотку от уверенной ошибки алгоритма на старте работы.
- Новинки без истории продаж: прогноз по ним строится вслепую, решение остаётся за человеком
- Крупные проектные заказы: их вычищают из истории, иначе они искажают прогноз спроса
- Дорогие позиции и большие закупки: рекомендация модели проходит проверку закупщиком
- Коммерческие данные по поставщикам и ценам: отдают модели через корректный доступ
Главная защита от ошибок — узкая товарная группа на старте и сверка прогноза с фактом. Когда вы видите, что на реальном месяце отклонение держится в рамках допустимого, доверие к системе растёт само. Расширяйте охват постепенно, удерживая контроль на каждом шаге. Полезно держать одного человека, который раз в неделю сверяет прогноз с отгрузками и правит шаблон под живые ситуации. Так система становится точнее с каждым циклом, а закупщик привыкает работать с ней спокойно.
Куда двигаться
Когда прогноз по первой группе попадает в спрос и закупщик доверяет рекомендациям, база переходит к следующей категории, а затем к автоматической выгрузке остатков из учётной системы. Так за несколько недель ручной пересчёт по таблицам сменяется готовыми списками к заказу, а руководитель видит замороженные деньги в неликвиде раньше, чем они становятся проблемой. Это нормальный путь внедрения — по одной группе, с проверкой точности.
Заодно команда учится формулировать задачи модели сама. Поначалу промпт-шаблоны для прогноза и расчёта заказа мы пишем вместе, дальше закупщик правит их под новые товарные группы и сезонные акции без посторонней помощи. Этот навык остаётся с компанией: даже когда выйдут новые версии моделей, ваша команда уже умеет с ними работать и переносит наработки без переучивания.
Сложность здесь в выборе правильной первой группы и в чистоте исходных данных. Самый частый провал — база отдаёт системе грязную историю с проектными выбросами, получает кривой прогноз и решает, что инструмент бесполезен. На разборе процессов мы вместе смотрим на вашу номенклатуру и выбираем участок, где система окупится быстрее всего.