Александр Костин – ИИ в закупках и снабжении: как снизить дефициты и высвободить деньги из запасов (страница 5)

Третья техника – политика «ассортиментного долга». Если хвост постоянно растет, компании нужен механизм остановки. ИИ может формировать список кандидатов на вывод или заморозку закупок, опираясь на отсутствие движения, повторяемость списаний, утрату актуальности, замещение аналогами, рост затрат на хранение. Это не «урезание ассортимента ради экономии». Это возвращение контроля над складом.

Анализ стабильности спроса (XYZ): как ИИ находит непредсказуемые позиции

XYZ анализ часто воспринимают как «стабильно или нестабильно». В реальности он отвечает на более важный вопрос: насколько прогнозируемо поведение товара и какова цена ошибки.

X – это товары, где спрос сравнительно предсказуем. По ним можно держать более стройные запасы, заказывать более уверенно, строить более четкий ритм. Y – товары, где спрос меняется волнами: сезонность, кампании, проектные пики, импульсные всплески. Z – товары, где спрос выглядит хаотичным, и любая попытка «угадать» приводит к перезакупу или к дефициту.

ИИ усиливает XYZ, потому что видит больше причин вариативности. Он способен отделить реальную нестабильность от учетных шумов: от списаний, от пересортицы, от провалов из-за отсутствия товара, от разовых крупных заказов, от изменения цены. Он способен увидеть, что товар кажется Z, потому что его постоянно нет, и продажи фиксируют только остаточный спрос. Он способен увидеть, что товар кажется X, потому что его искусственно «держат» в наличии большими запасами, и спрос выглядит ровным, пока деньги заморожены.

С практической точки зрения XYZ нужен для того, чтобы перестать применять одинаковые нормы. Товар X требует одного режима страхового запаса и частоты заказов. Товар Z требует другого режима: меньшие партии, быстрые реакции, подбор аналогов, ограничение риска, иной подход к бюджету.

Совмещение ABC и XYZ: автоматическое определение стратегии для каждой ячейки

Главная сила матрицы ABC-XYZ появляется в момент, когда вы назначаете управленческую стратегию каждой ячейке. Именно здесь «анализ» становится «управлением».

AX – это главный пул. Высокий вклад и высокая предсказуемость. Для него оправдан жесткий контроль, частый пересчет, точные точки заказа, низкая терпимость к дефициту, высокий приоритет бюджета. Тут обычно заложена основная выручка и часть репутации. Ошибка по AX дороже всего.

AY – высокая важность и волнообразность. Тут нужна связь с календарем промо, сезонностью, проектными планами. Тут важен сценарный подход и осторожное наращивание запасов под будущие события. Тут полезно, когда ИИ строит несколько сценариев потребности и переводит их в диапазон заказа, а закупщик выбирает уровень риска, который бизнес готов принять.

AZ – высокая важность и непредсказуемость. Это одна из самых опасных зон. Стандартная реакция компаний – держать большие запасы «на всякий случай». Это часто ведет к переплате и к неликвидам. Более зрелый подход строится на управлении риском: быстрые каналы поставок, резервные поставщики, согласованные аналоги, разделение заказа на базовую часть и гибкую часть, договоренности по экспресс-доставке, лимиты по заморозке капитала. ИИ может подсветить, где риск оправдан, где риск можно снижать иными способами, где товар нужно пересматривать по ассортименту.

BX, BY, BZ – зона управляемой эффективности. Тут решения должны давать максимум результата при умеренных усилиях. В этой зоне часто скрыты возможности для улучшения оборачиваемости и для роста сервиса, потому что A обычно уже в фокусе, а B часто недооценен. ИИ помогает видеть, где B начинает превращаться в A, где B деградирует в C, где спрос меняет характер, где появилось новое значение товара.

CX, CY, CZ – зона автоматизации и дисциплины. Тут нужны жесткие рамки: максимум запаса, понятные точки заказа, политика вывода, правила замены. Важно удерживать хвост в управляемом состоянии, не превращая его в бесконечный список исключений.

Когда ИИ автоматически назначает стратегию по ячейкам, происходит важный психологический эффект: решения становятся последовательными. Закупщик перестает каждый раз «изобретать» подход. Он работает по понятному режиму, и это снижает количество ошибок.

Поиск неликвидов и «спящих» товаров через ИИ-фильтры

Неликвид редко возникает внезапно. Он накапливается. Сначала товар закупили под ожидания. Потом ожидания не подтвердились. Потом товар «пока лежит». Потом становится неудобно признать ошибку. Потом товар превращается в часть интерьера склада. В этот момент люди начинают рационализировать: «когда-нибудь пойдет», «это стратегический запас», «вдруг вернется спрос».

ИИ полезен тем, что не спорит с эмоциями и не ищет оправданий. Он смотрит на факты движения и на стоимость капитала. Он умеет выделять группы товаров, которые требуют управленческого решения: распродажа, возврат поставщику, комплектование, разукомплектация, списание, перенос на другую площадку, изменение цены, смена канала.

Для выявления неликвидов важны несколько сигналов: отсутствие движения по дням, рост срока хранения, повторяемость списаний, падение маржинальности, вытеснение аналогом, снижение спроса, ухудшение оборачиваемости, рост затрат на хранение. ИИ способен собрать эти сигналы в понятный список приоритетов, где видно, какие товары «съедают» больше всего денег, а не просто «лежат».

Отдельная категория – «спящие» товары, которые иногда двигаются, и это мешает признать проблему. Они продаются раз в несколько месяцев, иногда случайно, иногда под разовые запросы. Такие товары часто опаснее явного неликвида: они создают иллюзию оправданности, и склад продолжает их держать, пока капитал постепенно застревает. ИИ помогает сформировать критерии, по которым «спящий» товар переходит в режим особого контроля: ограничение пополнения, закупка только под заказ, минимальный уровень, замена аналогом.

Оптимизация страхового запаса: ИИ считает риски вместо использования фиксированных норм

Страховой запас любят ставить как фиксированную норму: две недели, месяц, десять дней. Это удобная цифра, ее легко объяснить. Проблема в том, что риск не фиксирован. Риск меняется, и он разный по товарам.

Риск по товару складывается из двух переменных: вариативность спроса и вариативность поставки. Вариативность спроса зависит от сезонности, промо, конкурентного давления, каналов продаж, проектных заказов, замещений. Вариативность поставки зависит от надежности поставщика, логистики, таможни, времени на приемку, качества, полноты поставки.

ИИ позволяет заменить фиксированную норму на риск-ориентированный подход. Это означает, что по стабильным товарам с надежной поставкой запас может быть меньше, деньги высвобождаются. По критичным товарам с рисковой поставкой запас может быть выше, сервис защищается. При этом речь идет не о том, чтобы «везде поднять запасы». Речь идет о перераспределении запаса туда, где он оправдан.

Практическая ценность риск-ориентированного запаса появляется в момент, когда ИИ умеет объяснить решение. Не формулой, а смыслом: по этой позиции вырос разброс сроков поставок, по этой позиции ожидается волна спроса, по этой позиции участились недопоставки, по этой позиции усилились возвраты, по этой позиции вырос риск порчи при хранении. Когда причины видны, решения становятся управляемыми, а не «магическими».

Влияние срока годности на приоритеты закупок

Срок годности часто обсуждают только в контексте списаний. В управлении запасами срок годности должен быть встроен в приоритеты закупок, в глубину запаса, в частоту поставок, в выбор партии, в принцип ротации, в выбор поставщика, в логику промо.

Если товар портится, у него появляется дополнительная стоимость владения: риск списания, риск уценки, риск потери качества, риск репутационных потерь, риск запрета на продажу. Для таких товаров стратегия запасов редко совпадает со стратегией товаров без срока годности. Часто выгоднее чаще поставлять меньшими партиями, чтобы держать свежесть и снижать риск потерь. Иногда выгоднее платить больше за более стабильную логистику, чтобы не замораживать большие объемы.

ИИ важен тем, что он способен учитывать срок годности как ограничение в планировании. Он может видеть, что закупка большой партии по скидке создает скрытый риск списаний, и это снижает фактическую прибыль. Он может предложить режим заказа, который снижает риск порчи, даже если цена закупки чуть выше, потому что итоговая экономика становится устойчивее.

При этом срок годности влияет не только на закупку, он влияет на распределение запасов по складам и точкам. Если у вас несколько площадок, ИИ может подсказать, где товар будет быстрее продан, куда имеет смысл перераспределить запасы, где нужно ускорять продажу уценкой, где нужно остановить пополнение.

Анализ оборачиваемости: как ИИ находит деньги, застрявшие в бетоне

Оборачиваемость часто воспринимают как финансовый показатель для отчетов. В реальности это физика бизнеса: скорость превращения денег в товар, товара в продажи, продаж в деньги. Когда оборачиваемость падает, бизнес как будто тяжелеет. Он становится менее маневренным, он хуже переживает кризисы, он хуже инвестирует в рост, он чаще прибегает к дорогому финансированию, он нервничает.