ИИ для прогнозирования спроса и запасов: базовый ориентир, исключения и план

Раздел

AI-автоматизация бизнес-функций

Сложность

сложная

Обновлено

2026-07-13

Короткий ответ

ИИ для прогнозирования спроса и управления запасами полезен, если прогноз отделен от решения о пополнении. Модель оценивает спрос по товарной позиции (SKU), месту и горизонту, показывает неопределенность и исключения; планировщик учитывает срок поставки, минимальную партию, мощность, срок годности и события бизнеса, после чего утверждает план. Автоматический заказ не должен быть первым этапом.

ИИ для логистики разбирает события доставки, а ИИ для системы товарных данных (PIM) — справочные данные о товарах. Здесь задача — построить прогноз спроса, проверить его и безопасно передать в план пополнения.

Документация Microsoft о прогнозировании спроса описывает прогноз как вход в стратегическое и операционное планирование. Прогнозы запасов разделяют спрос, поставки и итоговый баланс, а процесс пополнения связывает план с правилами и ответственными сотрудниками. Это пример структуры процесса, а не рекомендация продукта или обещание точности.

Зафиксируйте единицу прогноза

До модели ответьте на четыре вопроса: что, где, на какой период и для какого решения прогнозируется.

Если продажи были ограничены отсутствием товара, история продаж не равна реальному спросу. Дефицит, отмены, акции и замены должны быть явно отмечены.

Сначала базовый ориентир

Сравнивайте ИИ не с идеальным будущим, а с простой воспроизводимой моделью: прошлым годом, скользящим средним, сезонным наивным прогнозом или текущим планом команды. Одна сложная модель без базового ориентира не доказывает улучшение.

расчет_прогноза:
  группа_товаров: "категория А"
  место: "склад 1"
  горизонт: "8 недель"
  целевой_показатель: "удовлетворенный спрос"
  базовый_ориентир: "сезонное повторение"
  исключенные_периоды: ["нет товара", "перенос данных"]
  известные_события: ["утвержденная акция"]
  результат:
    точечный_прогноз: "значение модели"
    диапазон: "интервал модели"
  поправка_планировщика: "ожидается"

Храните версию прогноза на дату расчета: что модель предсказала на конкретную дату. Нельзя оценивать старый прогноз данными или корректировками, которые появились позже.

От прогноза к запасу

Прогноз не отвечает сам по себе, сколько заказать. Решение зависит от:

• текущего остатка и уже заказанного количества;
• срока поставки и его вариативности;
• правил страхового запаса и уровня сервиса;
• минимальной партии, упаковки и мощности;
• срока годности, возвратов и списаний;
• ограничений поставщика и склада;
• плановых акций, запусков и снятия товара.

ИИ может подготовить сценарии, но правила должны быть явными. Если прогноз изменился на 20%, это не означает, что заказ поставщику должен измениться на те же 20%.

Исключения и ручные изменения

Планировщик должен видеть не весь каталог одинаково, а приоритетную очередь:

1. Большое расхождение ИИ и базового ориентира.
2. Высокая неопределенность.
3. Новый товар без достаточной истории.
4. Дефицит или разрыв данных в обучающем периоде.
5. Промо или событие без подтвержденного ответственного.
6. Рекомендация, нарушающая минимальную партию заказа (MOQ), ограничения мощности или срок годности.

Каждое ручное изменение хранит код причины. Это позволяет отличить полезное знание планировщика от случайной ручной правки и использовать обратную связь в следующей версии.

Приемка пилота

Выберите одну категорию, несколько мест и фиксированный горизонт. Проведите проверку на истории по нескольким датам прогноза, затем период параллельного наблюдения рядом с текущим процессом.

Проверяйте:

• ошибку по SKU и агрегату, а не только среднее по портфелю;
• систематическое смещение: систематическое завышение или занижение;
• покрытие прогнозного интервала;
• результат отдельно для новых товаров, акций и товаров с прерывистым спросом;
• долю ручных изменений и причины;
• размер очереди исключений и время проверки планировщиком;
• стабильность после изменения ассортимента или источника данных.

Показатель ошибки зависит от процесса; одна «точность 95%» без формулы, базового ориентира, горизонта и выборки ничего не доказывает. Результат подтверждайте фактическими данными о спросе, дефиците и запасах выбранного пилота.

Чеклист

• Товар, место, интервал, целевой показатель и решение зафиксированы.
• Дефицит и отмены не считаются обычным спросом без проверки.
• Есть простой базовый ориентир и несколько дат, на которые строился прогноз.
• Версия прогноза на дату расчета сохраняется до появления факта.
• Неопределенность видна планировщику, а не спрятана в одной точке.
• Прогноз отделен от правил пополнения.
• Минимальная партия заказа, срок поставки, мощность и срок годности проверяются программными правилами.
• Ручная корректировка имеет ответственного и код причины.
• Новый товар и прерывистый спрос идут отдельным маршрутом.
• Автозаказ выключен до отдельной приемки и плана отключения.

FAQ

Какая модель лучше для прогноза спроса?

Та, которая стабильно выигрывает у согласованного базового ориентира на ваших SKU, горизонтах и режимах, оставаясь управляемой по времени и объяснению. Название алгоритма само по себе не является критерием.

Можно ли прогнозировать новый товар?

Истории самого SKU нет, поэтому нужны аналоги, атрибуты, план запуска и диапазон неопределенности. Такой прогноз должен идти на отдельную проверку, а не смешиваться со зрелым ассортиментом.

Что читать дальше?

Свяжите пилот с закупками, логистикой, системой управления товарными данными (PIM) и анализом продаж. Для разбора базового ориентира, пробелов в данных и маршрута согласования отправьте задачу в Woghan.