Конец эпохи «ручных экспертных оценок»: «чувствительность спроса» сломала традиционное прогнозирование

Ритейл прошел путь от SAP и BI к генеративному ИИ, но так и не научился превращать прогнозы в планы пополнения складов



<Российский ритейл прошел путь от простых статистических моделей к эпохе генеративного искусственного интеллекта, но ключевая проблема осталась прежней: компании умеют строить прогнозы, но терпят неудачу в планировании. Такое мнение озвучил начальник отдела прогнозирования спроса и планирования операций компании «Балтика» Никита Терехин, выступая на Supply & Demand Planning Conference.

По словам Терехина, план – это то, что компания может сделать, а прогноз – то, чего нельзя избежать, и именно для этого и нужен план. Эксперт напомнил, что в период с 2016 по 2018 год бизнес фокусировался на методологии S&OP (LR. Sales and Operations Planning – это методология управления бизнесом, которая позволяет согласовать планы продаж с производственными, закупочными, логистическими и финансовыми возможностями компании) и внедрении ERP-систем, включая SAP и BI. Однако быстро выяснилось: процесс без инструмента и без людей не работает. Тогда специалисты перешли от «ручных экспертных оценок» к математическим моделям. Терехин отметил, что в 2018–2020 годах началось массовое внедрение продвинутых статистических подходов к разным когортам товаров, что позволило учитывать тренды и цикличность.

Период 2020–2022 годов, по оценке Терехина, сломал традиционную модель прогнозирования. Локдауны и резкие изменения спроса потребовали от компаний адаптивности и гибкости. Тогда компании начали внедрять системы для прогнозирования спроса и автоматического пополнения складов, а также решения для планирования промо-акций и оценки их рентабельности с учетом эластичности. Терехин обратил внимание на феномен «чувствительности спроса» – прогнозирование стало краткосрочным и реактивным, ориентированным на немедленное отслеживание рыночных сигналов.

– Ты приходишь в отдел продаж и спрашиваешь: как дела? Что будем делать через месяц? И уходишь, потому что ответа нет», – описал он ситуацию.

С 2022 по 2026 год, продолжил Терехин, наступила эра генеративного ИИ и машинного обучения. Эти технологии сократили трудозатраты и превратили человека из поставщика цифр в полноценного бизнес-аналитика, который реинтерпретирует данные и настраивает модели. Главный запрос сейчас, по словам эксперта, – системы, которые подскажут неизвестные драйверы, и их взаимосвязи на два-три шага вперед. Речь идет о мультиоркестрации и внедрении оптимизаторов. Терехин привел пример: компании делают 10 сценариев прогноза, но не знают, как принимать решения по ним. С развитием ИИ системы научились обрабатывать огромные массивы данных, самостоятельно очищать неструктурированную и противоречивую информацию, а также оптимизировать логистические параметры для достижения максимальной эффективности.

Говоря о трансформации роли человека, Терехин подчеркнул, что прогнозирование и планирование больше не работа с прошлым, а адаптация к будущему с помощью ИИ. В качестве позитивных трендов он назвал ускорение всех циклов (модель можно пересчитать за ночь) и мультиоптимизаторы для принятия эффективных решений.

Напомним, конечная цель цифровой трансформации – передача управления организацией искусственному интеллекту. Это неизбежное следствие усложнения экономических систем, однако роль человека не исчезает, а трансформируется. Такое мнение на Supply & Demand Planning Conference высказал генеральный директор компании «МАТРИ» и преподаватель Московской школы управления Сколково Юрий Клочко. LR