Специалисты Института искусственного интеллекта МФТИ анонсировали новую систему управления заказами, базирующуюся на технологиях машинного обучения. В основе разработки лежит алгоритм RL-агента (reinforcement learning), что кардинально отличает решение от классических систем автозаказа, внедренных в комплексных продуктах SAP, Oracle и RELEX Solutions.
Принципы работы алгоритма
Традиционные подходы к управлению товарными запасами часто полагаются на эвристические правила или жесткие математические модели, которые редко учитывают долгосрочную перспективу. В данном же случае система использует обучение с подкреплением, что позволяет адаптировать логику заказов непосредственно под специфические бизнес-показатели компании. Если говорить проще, агент не просто следит за пополнением склада, а оценивает последствия каждого действия, максимизируя прибыль в долгосрочном периоде. На практике это значит, что нейросеть способна выбирать оптимальные стратегии, опираясь на накопленный опыт взаимодействия со всей номенклатурой товаров, сохраняя при этом индивидуальный контроль над каждой связкой «товар-склад».
Результаты тестирования и экономический потенциал
Пилотное тестирование системы проводилось на исторических данных крупного дистрибьютора. Для обучения модели использовали выборку из 10 тысяч позиций, при этом процесс обучения на стандартном серверном оборудовании потребовал менее 24 часов вычислительного времени. Результаты показали заметный рост эффективности: показатель удовлетворенного спроса увеличился с 80 до 90 процентов, а валовая прибыль продемонстрировала прирост на 7 процентов. По предварительным расчетам разработчиков, переход на использование такой модели может генерировать экономический эффект, исчисляемый десятками миллионов рублей ежегодно.
Дальнейшее развитие проекта
На текущий момент исследователи готовятся к следующему этапу испытаний, в рамках которого система будет проверена на массиве данных за 2025 год. Финальной целью проекта является интеграция разработанного алгоритма в существующие ERP-решения (системы управления ресурсами предприятия) для автоматизации процессов снабжения в промышленных масштабах.