ММООЗЗГГ.ru

Разбор

Прогнозирование спроса и загрузки с ИИ: решение до проблемы

5 мин7 источников

Прогнозирование спроса с ИИ показывает, что будет завтра: сколько товара купят, когда сломается оборудование и как загрузить цеха. Решение принимается до проблемы, а не после нее. В пилоте «Перекрестка» (X5) 2020 года точность прогноза спроса была больше 70%.

На странице · 6 разделов

Как ИИ строит прогноз

Искусственный интеллект в прогнозировании опирается на историю компании. Модель берет фактические данные за прошлые периоды, находит в них закономерности и продолжает линию вперед.

В прогноз продаж обычно идут продажи по дням, цены и акции, сезон, праздники и остатки. Модель учитывает все это одновременно, а человек держит в голове два-три фактора.

Хороший прогноз дает не одну цифру, а коридор: в каких пределах окажется значение. Если коридор широкий, закупку делают осторожнее, если узкий, планируют смелее.

Главная польза во времени. Модель видит пик спроса через 3 месяца, а решение о закупке, найме или ремонте вы принимаете сейчас, пока оно дешевле. На схеме ниже показано, как прогноз продолжает факт.

Прогнозы: ИИ показывает, что будет завтра
График прогноза ИИ: факт по данным компании, сегодня, прогноз с коридором 80% и пик спроса через 3 месяца
  • >70%

    точность прогноза спроса

    X5, «Перекресток»

  • до +7%

    EBITDA за счет планирования

    Северсталь

  • 65 млн ₽

    сохранил прогноз поломки за 7 часов простоя

    Северсталь, ЧерМК

  • 9,6 млрд ₽

    эффект планирования загрузки

    альманах МФТИ

Retail.ru, 08.06.2020 · ComNews, 19.04.2024 · Альманах «ИИ в промышленности», Институт ИИ МФТИ, 2026

Прогноз спроса в торговле

В торговле прогноз решает две проблемы сразу: пустую полку и списания. Если товара мало, магазин теряет продажу, если много, теряет на скидках и утилизации.

X5 запустила систему прогноза спроса в «Перекрестке» в 2020 году. В пилоте точность прогноза превысила 70% (Retail.ru, июнь 2020).

Цифру точности всегда уточняйте у подрядчика: по какому показателю ее считают, на каком горизонте и по каким товарам. Прогноз на завтра по молоку и прогноз на квартал по новинке сравнивать нельзя.

Другие решения для магазинов, складов и банков собраны на странице про ИИ в торговле и финансах.

Прогноз поломок и затрат на ремонт

Прогноз поломок строится по той же логике, только вместо продаж модель смотрит на вибрацию, температуру и другие показания оборудования. Она замечает отклонение и считает, сколько времени осталось до отказа.

На ЧерМК «Северстали» модель предупредила 7 часов простоя, это 65 млн ₽ по оценке альманаха Института ИИ МФТИ 2026 года. Остановку на ремонт можно запланировать, а не ждать аварии.

Затраты на ремонт снижаются за счет того же окна: деталь заказывают заранее, бригаду выводят в рабочую смену. Общих цифр снижения затрат с проверенным источником мы не нашли, поэтому считаем на ваших данных: стоимость часа простоя, число аварий за год, разницу между плановым и аварийным ремонтом.

Какие данные нужны для такого прогноза и как он окупается, разобрано на странице о предиктивной аналитике.

Планирование загрузки производства

Планирование загрузки связывает прогноз продаж с работой цехов. Модель подбирает, что, где и когда производить, чтобы выполнить заказы с меньшими затратами.

«Северсталь» представила систему интегрированного планирования в 2024 году и ожидала роста плановой EBITDA на 5-7% (ComNews, апрель 2024). Альманах МФТИ оценивает эффект в 9,6 млрд ₽ при росте EBITDA до 7%.

Рядом стоит оптимизация цепочек поставок рулонной стали: на 20% меньше складских издержек, 2,76 млрд ₽ в год по оценке МФТИ. Оба кейса рынка, не наши проекты, и оба меняют работу всей компании, а не одного участка.

Такие решения дают крупные суммы, но требуют связанных систем: продажи, склад и производство должны видеть одни цифры. Другие примеры собраны на странице про ИИ в промышленности.

Что изменится к 2030 году

Прогнозы станут обычной частью управления, а решения будут чаще опираться на данные, а не на опыт одного человека. Мы видим три сдвига, и у каждого уже есть примеры сегодня.

1. Больше операций уйдет в автоматический режим. В ВТБ роботы решают больше 62% обращений клиентов без оператора (апрель 2026), а в одном из крупнейших банков робот делает 83% исходящих звонков по просроченным долгам.

2. Роботы будут работать рядом с людьми в одной смене. Автономные роботы на одном складе X5, по оценке МФТИ, дают 154 млн ₽ в год.

3. Системы будут сами предлагать решения, а часть принимать без человека. В одном из крупнейших банков уже действует около 900 автономных ИИ-агентов (отчет корпоративного университета банка, июль 2026).

Компаниям, которые соберут историю сейчас, будет на чем строить эти решения. Остальным придется начинать с первого этажа, когда конкуренты уже считают прогнозы.

С чего начать

Выберите одно решение, которое вы принимаете заранее и на котором ошибка стоит денег: закупка, ремонт, график смен. Посчитайте, во сколько обошлись ошибки за прошлый год.

Проверьте историю: есть ли продажи по дням, отказы с датами, загрузка по сменам, и лежит ли это в системе, а не в таблицах сотрудников. До запуска прогноз проверяют на прошлом периоде: модель предсказывает уже известный месяц, и вы сравниваете результат с фактом.

В карте ИИ-решений такой прогноз стоит строкой с эффектом, стоимостью и сроком окупаемости. За 15 минут бесплатного звонка скажем, какой прогноз даст эффект первым и каких данных для него не хватает.

Вопросы и ответы

Насколько точен прогноз спроса с ИИ?

В пилоте «Перекрестка» точность прогноза спроса была больше 70%. Точность зависит от товара, горизонта и качества истории: прогноз на завтра по ходовому товару точнее, чем на квартал по новинке. Поэтому точность проверяем на вашем прошлом периоде до запуска.

Сколько истории продаж нужно для прогноза?

Чтобы модель увидела сезонность, история должна покрывать хотя бы один полный сезонный цикл, для большинства товаров это год. Для новых товаров истории нет, и модель опирается на похожие позиции. Важнее длины полнота: продажи по дням, остатки, цены и акции без пропусков.

Заменит ли прогноз ИИ плановый отдел?

Нет. Модель дает цифру и коридор, а решение остается за планировщиком, который знает про акцию конкурента или срыв поставки. Меняется сама работа отдела: меньше ручного сведения таблиц, больше разбора исключений.

Источники и проверка

Проверено редакцией 14 октября 2026.

  1. Retail.ru: в «Перекрестке» появилась система прогнозирования спроса, 8 июня 2020 (retail.ru)
  2. ComNews: «Северсталь» представила систему интегрированного планирования, 19 апреля 2024 (comnews.ru)
  3. Альманах «ИИ в промышленности», Институт ИИ МФТИ, 2026 (aireport.ru)
  4. Klarna: AI assistant handles two-thirds of customer service chats in its first month, 27 февраля 2024 (klarna.com)
  5. ITSpeaker: ИИ ВТБ решает 62% обращений клиентов, апрель 2026 (itspeaker.ru)
  6. CNews: 83% звонков по просрочке в Сбере делает робот, 18 сентября 2025 (banks.cnews.ru)
  7. Минтранс со ссылкой на ТАСС: эффект ИИ в Сбере за 2025 год превысил 475 млрд ₽, 30 июля 2026 (mintrans.gov.ru)

Нашли ошибку? Напишите нам

Публикации

Как создать чат-бот в Максе: инструкция для компании

Чтобы создать чат-бот в Максе, компании нужно пройти четыре шага на платформе MAX для партнеров: проверить профиль организации через Госуслуги, заполнить карточку бота, дождаться модерации до 48 часов по рабочим дням и собрать сценарий в конструкторе или своим кодом. Ниже каждый шаг по документации MAX, проверенной 16 октября 2026 года, а также как связать бота с сайтом, CRM и командой и на чем бо

ИнструкцияИТСредний11 мин
Написать в Telegram