По оценке Gartner, к 2030 году 70% крупных компаний будут использовать ИИ для прогнозирования спроса. Многие компании развивают такие инструменты уже сегодня, в том числе и в России. 

ИИ переводит процесс в автоматический режим. ML-модели, способные обрабатывать тысячи видов данных, в режиме реального времени находят сложные паттерны и закономерности спроса. Руководителям остаётся лишь сделать выводы. 

На российском рынке такие решения развиты лучше всего в крупном ритейле, но их потенциал на этом не заканчивается. Планирование спроса служит фундаментом и тактического, и стратегического бизнес-планирования для любой компании — от фармацевтического гиганта до мясного магазина.

Нажмите на цитаты, чтобы посмотреть кейсы 👇

🔹 X5: двухуровневое ИИ-прогнозирование спроса
«Пятёрочка» и «Перекрёсток» прогнозируют с помощью ИИ выручку и количество чеков по магазинам. Это помогает точнее управлять логистикой, остатками и сводить к минимуму порчу продуктов. С 2020 года компания использует прогностическую ML-модель. Она учитывает около 200 параметров, таких как ценовая эластичность, рекламные активности и остатки товара. 

Недавно X5 Tech внедрил ещё один уровень ИИ-аналитики — модель Temporal Fusion Transformer (TFT). Она анализирует данные базовой модели, находит ошибки и корректирует с помощью ещё большего числа источников данных, таких как погода или магазины конкурентов поблизости. Точность базовой модели составляла 70% — TFT увеличила её на 7%. 

🔹 «Лемана Про»: алгоритм для предсказания спроса на мастеров
Строительный ритейлер внедрил ML-систему для прогнозирования спроса не на товары, а на услуги своих мастеров. Решение было разработано вместе с IT-компанией GlowByte. Алгоритм анализирует более 350 категорий данных, включая данные программы лояльности, проектные продажи, замеры, конверсию, геоаналитику. 

Проект охватывает более 110 магазинов и 90 категорий услуг. При этом прогноз создаётся отдельно для каждой пары услуга-магазин. Прогнозы строятся на 1, 2 и 3 месяца отдельными оптимизированными моделями. Решение повысило точность прогнозов спроса на 15%, а также увеличило GVM (валовую стоимость товара) на 2% за счёт сокращения показателя отказов. 

🔹 Производитель бытовой химии Grass: экономия на логистических издержках
Этим летом компания Grass перевела планирование спроса и запасов на платформу Novo Forecast Enterprise. Она позволяет прогнозировать спрос на разные товары и по разным регионам, а также предсказывать эффективность маркетинговых активностей. 

Решение использует более 3 000 различных алгоритмов, которые подбирает для анализа разных типов товара. Оно интегрируется с ERP/1С и цепочкой поставок: прогноз → заказ/запасы → логистика. Уже на старте проекта логистические издержки снизились на 5–10%. 

🔹 Takeda: облачный сервис прогнозирования продаж брендов
Фармацевтическая компания Takeda Россия вместе с «КОРУС Консалтинг» разработала облачную ИИ-систему прогнозирования спроса в Azure. Она использует историю продаж по брендам и другие факторы, например календарные и рыночные события, влияющие на будущие продажи. 

Система даёт точные недельные и месячные прогнозы по брендам и территориям с учётом внешних факторов и настраиваемые сценарии спроса. На основе этих данных компания строит планирование по брендам на будущий финансовый год и корректирует действия отдела продаж.

🔹 «Павловская курочка» (агрохолдинг «Русское поле»): автозаказ на базе ИИ-прогноза
Сеть магазинов курицы из 110 точек модернизировала систему автозаказа, внедрив облачный сервис Datanomics Demand Forecast — SaaS-партнера Yandex Cloud. Прогноз строится по каждой паре магазин-тип товара на дневном уровне с недельным горизонтом и учитывает промо-активности, сезонность и календарные эффекты. Прогнозы интегрированы в контур автозаказа и используются для ежедневного пополнения запасов. 

Результат: +40% к точности прогноза относительно прежней системы прогнозирования, и снижение эксплуатационных расходов за счет переноса инфраструктуры из Azure в Yandex Cloud.

Подписывайтесь 👉 @yab2btech

Сегодня у ИИ есть тысячи кейсов применения, и каждая компания интегрирует модели с внешними системами по-своему, что усложняет разработку и поддержку. Но уже появляются первые стандарты, которые обещают упорядочить этот процесс. Главный тренд — Model Context Protocol — открытый протокол прикладного уровня для взаимодействия языковых моделей с внешними инструментами.  

Как работает MCP и кто его внедряет, что изменилось на опенсорс-платформе SourceCraft после появления поддержки MCP и как обеспечить безопасность при работе с новым стандартом — в свежем выпуске IT-шоу «404 секунды» на VK Video и YouTube. 

Подписывайтесь 👉 @yab2btech 

Понедельник — время битубитех-дайджеста.

🔹 37% критичных угроз российских компаний за год связаны с майнерами криптовалют
Это данные из отчёта компании F6 об угрозах «высокого уровня критичности» с 1 июля 2024 года по 30 июня 2025 года. Число атак шифровальщиков в 2024 году выросло более чем в полтора раза по сравнению с 2023 годом, а данные около 59% российских компаний уже оказались в даркнете. Среди основных направлений атак выделяют фишинговые рассылки, создание мошеннических ресурсов, Android-трояны и злоупотребление цепочками поставок. 

В числе других популярных киберугроз также отмечают утечки персональных данных,
DDoS-атаки (выросли за I квартал 2025 года по сравнению с аналогичным периодом в 2024-м), целевой фишинг (+32% за I квартал) и программы-вымогатели (их количество увеличилось в полтора раза за год). 

🔹 Число атак на цепочки поставок компаний увеличилось на 110% 
за последние 8 месяцев по сравнению с аналогичным периодом прошлого года. Чаще всего жертвами атак становятся компании в промышленности (41%), ритейле (32%), энергетике (15%) и hi-tech (12%).  

Доля инцидентов с участием третьих сторон достигла 30%. Эксперты связывают это с усложнением экосистем поставок, широким применением open-source-модулей и активным использованием ИИ-инструментов при разработке. Злоумышленники проникают через подрядчиков, облачные сервисы и другие партнёрские каналы, что даёт возможность многократного эффекта для всех участников цепочки.

В ответ на угрозы специалисты советуют вести инвентаризацию программных компонентов (SBOM), интегрировать телеметрию и данные о рисках от поставщиков в SOC/OT-системы, а также применять стратегии Zero Trust и микросегментацию внутри сети. 

🔹 58% управленцев предсказывают полную автоматизацию административных процессов к 2030 году 
Среди 855 опрошенных руководителей и HR-специалистов в России больше половины уверены, что через 5 лет документооборот, контроль исполнения и другие подобные задачи вместо людей будут выполнять специальные сервисы. При этом 50% считают, что цифровые инструменты дают больше контроля и помогают принимать решения быстрее и точнее, а 38% видят роль руководителя как модератора процессов. 26% предсказывают также автоматизацию маркетинга и продаж, 23% — финансов, 22% — HR. 

🔹 «Искусственный интеллект исчерпал доступные для обучения данные», — 
утверждает Нима Рафаэль, директор по данным и руководитель отдела разработки данных Goldman Sachs’. Он отметил, что разработчики уже переходят к использованию машинно-сгенерированных наборов данных, но предупредил об опасности «творческого плато» — когда модели учатся только на собственных результатах (не всегда корректных) и деградируют. Рафаэль считает, что резервами для развития ИИ могут стать закрытые данные компаний — история взаимодействий с клиентами, торговые потоки и прочее, — если их правильно нормировать и обработать.

Отчёт Neptune о состоянии обучения фундаментальных моделей показывает, что одна из главных проблем команд — именно подбор и управление данными как активом. При этом стоимость создания качественных тренировочных данных для LLM может существенно превышать затраты на саму модель, потому что включает человеческий труд, экспертную разметку и обеспечение разнообразия. 

Подписывайтесь 👉 @yab2btech

ИИ-технологии доказали свою реальную пользу для бизнеса, причём не только в бигтехе. Мы регулярно рассказываем, как они упрощают работу и автоматизируют процессы в самых разных отраслях: в банковской сфере, HR, ритейле, строительстве, фэшн-индустрии, медицине, туризме и даже сельском хозяйстве.

Сегмент IaaS становится одним из самых быстро развивающихся на российском рынке: среднегодовой темп роста за 2022–2024 годы составил около 29%. 

Какие возможности бизнесу даст новый дата-центр Яндекса, зачем Nvidia строит ИИ-фабрики и как Япония пытается вернуть лидерство на рынке микропроцессоров — о IaaS и обо всём, что связано с инфраструктурой, в свежем выпуске IT-шоу «404 секунды» на VK Video и YouTube. 

Подписывайтесь 👉 @yab2btech

На Italian Tech Week Джефф Безос рассказал, что, по его мнению, сегодняшний бум инвестиций в ИИ напоминает рыночный пузырь. Из-за ажиотажа инвесторам сложно отличить хорошую идею от плохой. Следовательно, только части из них удастся увеличить прибыль или сократить издержки, а остальные просто потеряют деньги. «Но это не значит, что происходящее нереально. ИИ реален, и он изменит каждую отрасль», — утверждает Безос. 

Это ещё одно напоминание для бизнеса: не стоит гнаться за хайпом и внедрять ИИ, потому что «все так делают». Применять инструменты лучше там, где можно получить максимальный эффект. Например, платформа Yandex AI Studio позволяет создавать ИИ-приложения и агентов под конкретные задачи бизнеса — вроде голосовых помощников в колл-центр или ботов для автоматической проверки контрагентов. 

🌚 — если тоже считаете ИИ финансовым пузырем

😎— если используете ИИ эффективно, пока остальные просто хайпуют

Подписывайтесь 👉 @yab2btech