Когда ИИ чуть не парализовал склад

Когда рынок отклонился от привычной траектории (поставщик изменил условия, конкурент дал своё агрессивное промо, спрос сместился к более дешёвым позициям), а модель продолжила «верить» прошлой структуре.

Итог оказался коварным: общий объём прогноза совпадал с фактом, но ошибка ушла в состав продаж. На складе — избыток одних товаров и хронический дефицит других. Формально система «попадала», фактически — ломала cashflow и сервис.

Проблема оказалась не в алгоритме, а в контуре управления: метрика «точность прогноза» подменила управленческую пригодность. Система оптимизировала цифру, а бизнесу нужны были последствия: оборачиваемость, доля потерянных продаж, стоимость складского дня и влияние на деньги.

Развилка.

• —Оставить автопилот и «жить по прогнозу». Плюс — скорость и меньше споров. Минус — в нестандартных периодах ошибка масштабируется быстрее, чем команда успевает заметить.
• —Отключить ИИ и вернуться в ручной режим. Плюс — контроль и ответственность «на людях». Минус — возвращаются те же качели, только без дисциплины измерений.
• —Пересобрать правила использования ИИ. Оценивать прогноз не по «точности», а по влиянию на прибыль и деньги; ввести контур проверки для чувствительных категорий (две оценки: модель и человек, разбор расхождений выше порога); ограничить автономию: стабильные позиции — по модели, новые продукты и нестандартные акции — только с обязательной проверкой.

AI в прогнозировании не может парализовать склад сам по себе. Он ускоряет ту логику, которую вы закрепили метриками и правилами.

Вопрос собственнику: по каким условиям AI в вашей компании имеет право влиять на деньги, риск и отношения с клиентом — и кто отвечает, когда «точный прогноз» даёт неверное управленческое решение?

Внедрение AI в управленческий контур — одна из наших услуг: AI-агент в аренду и управленческий аудит.

• —По каким условиям AI в вашей компании имеет право влиять на деньги, риск и отношения с клиентом?
• —Кто отвечает, когда точный прогноз даёт неверное управленческое решение?
• —Оцениваете ли вы прогноз по точности — или по влиянию на прибыль и оборачиваемость?

• Ошибка ушла в состав продаж, а не в объём. Общий прогноз совпадал с фактом, а на складе возник избыток одних позиций и дефицит других.
• Метрика «точность прогноза» подменила управленческую пригодность. Система оптимизировала цифру, а бизнесу нужны были последствия — деньги и сервис.
• Автономию модели стоит ограничивать по категориям. Стабильные позиции — по модели, новые продукты и нестандартные акции — только с проверкой.