Автоматизация учета склада обычно начинается с вопроса «сколько у нас есть», а заканчивается более ценным вопросом «сколько нам понадобится». Когда модель прогнозирует спрос по каждой позиции, закупщик перестаёт выбирать между пустой полкой и замороженными деньгами.
Пустые полки и лишние паллеты одновременно
В строительной рознице спрос скачет по сезонам, погоде и даже по выходным. Закупщик заказывает по опыту: если в прошлом мае ушло сто мешков штукатурки, значит, и в этом так же. Опыт работает, пока магазинов один-два.
С ростом сети появляются обе проблемы сразу. В одном магазине заканчивается ходовая плитка, и покупатель уходит к конкуренту. В другом полгода стоит краска, которую никто не берёт, а деньги за неё давно заплачены поставщику.
Отчёты в учётной системе показывают факт, но не подсказывают решение. Закупщик сводит выгрузки вручную, тратит на заказы по 2-3 дня в неделю и всё равно ошибается.
Как работает автоматизация учета склада с ИИ
Система забирает из 1С историю продаж, остатки, приходы и возвраты по каждому магазину. Модель учитывает сезонность, праздники, акции и сроки поставки от каждого поставщика.
На основе этого каждую неделю формируется:
- прогноз продаж по позициям на 2-4 недели вперёд;
- рекомендуемый заказ поставщику с учётом кратности упаковки и минимальной партии;
- список позиций с риском дефицита в ближайшие дни;
- список неликвида, который стоит перебросить в другой магазин или распродать.
Закупщик видит готовый черновик заказа и правит его, а не собирает с нуля. Автоматизация склада 1С при этом не ломает привычный учёт: все документы по-прежнему создаются в учётной системе, программа только подсказывает. Такие инструменты автоматизации управления складом особенно полезны сетям, где закупки централизованы, а спрос в точках разный.
Пример: сеть строительных магазинов
Сеть из пяти магазинов строительных и отделочных материалов, около 120 сотрудников, 11 000 позиций в ассортименте, учёт в 1С. Два закупщика формировали заказы вручную. Дефицит по ходовым позициям фиксировался в среднем на 9% ассортимента, а неликвид старше 180 дней занимал около 14% стоимости запасов.
Сделали программу прогноза и формирования заказов, связанную с 1С. Первые шесть недель закупщики сравнивали рекомендации модели со своими решениями, по расхождениям настраивались параметры: минимальные остатки, сезонные коэффициенты, приоритет поставщиков.
Через полгода дефицит снизился до 3%, доля неликвида до 8%, а в оборот вернулось около 6 млн рублей. На заказы закупщики тратят около дня в неделю. Проект окупился примерно за 7 месяцев.
Стоимость и сроки
Программы под задачу у AI-TEAC начинаются от 630 000 ₽, срок от 21 дня. На цену влияют число магазинов и складов, объём ассортимента, качество исторических данных и то, нужно ли перемещение товара между точками. Точную сумму фиксируем в смете за 24 часа. Демо первой версии от 7-го дня, код и доступы остаются у вас.
С чего начать работу
- Проверьте, есть ли в 1С история продаж хотя бы за год по каждому магазину.
- Отметьте 200-300 позиций, по которым дефицит обходится дороже всего.
- Соберите сроки поставки и минимальные партии по основным поставщикам.
- Запустите пилот на одном магазине и одной товарной группе.
- Через два месяца сравните дефицит и неликвид с прошлым периодом.
Автоматизация учета склада с прогнозом не заменяет закупщика, но избавляет его от ручного сведения таблиц. Решения становятся быстрее, а деньги перестают лежать на полках без движения.
