Кажется, ещё недавно ИИ был прерогативой умудренных опытом специалистов и даже ученых, но сейчас его осваивают и школьники. Уже сегодня они помогают отраслевым гигантам строить прогнозные модели. Глядишь, завтра в детсадах начнут сетки обучать. Мы делали конкурс по ИИ для молодёжи, в котором выделили одной команде наши исторические данные и поставили задачу предсказать срыв поставок. И получилось! Грех было не использовать такую возможность на благо бизнес-процессов, ну мы и не стали грешить. О том, как это было, рассказывает наш аналитик данных в кластере «Корпоративные процессы» Станислав Ноздрин.
Наша задача участникам
Понятно, что срыв поставок товаров или услуг от подрядчиков для нас, как компании-заказчика — это удар по репутации и финансам, а один из главных ущербов — потеря клиентов. Хорошо ещё, если заказчики потребуют только компенсацию за причинённые убытки (хотя и это может существенно ударить по карману), но ведь могут быть и судебные разбирательства, и потеря доли рынка из-за ухода клиентов к конкурентам, и ухудшение качества конечного продукта с потерей лояльности к бренду. Привычные продажи могут упасть, а привлечь новых клиентов с такой репутацией компании будет сложнее.
В таком контексте полезно было бы научиться предсказывать срывы поставок, что позволит заранее принимать меры по сокращению потерь. Благодаря модели прогнозирования, которая предупредит «Северсталь» о надвигающихся проблемах в цепи поставок, можно будет заранее резервировать ресурсы, улучшать коммуникацию с поставщиками и разрабатывать прозрачные системы контроля.
