Агент управления запасами

1️⃣ Автоматическое управление неликвидами и избыточными запасами

Ситуация: Розничная сеть из 70+ магазинов ежемесячно теряет миллионы рублей на товарах, которые «зависают» на полках. Ручной анализ отчётов Excel занимает недели, решения принимаются «на глаз», без прозрачной оценки эффективности .

Действие агента:
— Агент ежедневно анализирует по каждому SKU и каждому магазину: оборачиваемость, динамику продаж, текущий остаток, дату поступления. Выявляет позиции, перешедшие в категорию «неликвиды» (низкая оборачиваемость, избыточный запас).
— Для каждого неликвида агент автоматически подбирает оптимальную стратегию: перемещение в магазин с более высоким спросом (если товар востребован сетью, но «завис» локально), возврат поставщику (если есть договорённости), уценка (точечная, только для позиций, где требуется ускоренная распродажа), промо-акция за счёт поставщика .
— Агент формирует готовые задачи для категорийных менеджеров в Битрикс24 с чёткими приоритетами: «Переместить 15 единиц товара Х из магазина А в магазин Б — потенциальный эффект 45 000 руб.», «Провести уценку товара Y на 20% — прогнозируемый срок распродажи 7 дней».
— Все решения фиксируются в едином процессе; эффект от каждого действия автоматически рассчитывается в деньгах и отображается в дашборде.

Результат (по опыту сети «Бегемаг»):
— За первый месяц (при осторожной стратегии, без активных уценок) объём неликвидов сокращён на 2%, высвобождены средства в оборот. Причина неликвидов стала прозрачной и измеримой. Следующий этап — внедрение автоуценок (до 80% задач по неликвидам) для масштабирования эффекта .

2️⃣ Единая бесшовная синхронизация остатков: 1С ↔ МойСклад ↔ Wildberries/OZON

Ситуация: Продавец работает одновременно на Wildberries, Ozon и через собственный интернет-магазин на базе «МоегоСклада». Учёт ведётся в 1С. Ручное обновление остатков по 10 000 SKU приводит к постоянным ошибкам: товар продаётся на маркетплейсе, но на складе его уже нет → штрафы, отмена заказов, падение рейтинга.

Действие агента:
— Агент подключён к HTTP-сервисам 1С и в реальном времени получает все изменения остатков и резервов.
— Через API МойСклад агент синхронизирует остатки с учётной системой интернет-магазина, контролирует резервы под заказы .
— Через API Wildberries и Ozon агент мгновенно передаёт актуальные остатки на витрины маркетплейсов. При достижении порога «меньше страхового запаса» товар автоматически скрывается с витрины; при поступлении новой партии — витрина открывается .
— Все операции логируются, при сбоях агент создаёт задачу в Битрикс24 с указанием точной причины (недоступность API, некорректные данные, превышение лимитов запросов).

Результат:
— Полное исключение «минусовых» продаж. Экономия на штрафах маркетплейсов и логистике отменённых заказов — до 1–2 млн руб. в год для среднего селлера. Время на синхронизацию сокращено с 4 часов ручного труда до 2 секунд автоматической обработки.

3️⃣ Интеллектуальное планирование закупок и автозаказ

Ситуация: Производственное предприятие с широкой номенклатурой сырья и материалов. Постоянные остановки конвейера из-за отсутствия комплектующих либо, наоборот, затоваривание складов «мёртвыми» запасами. Классические ERP-системы не учитывают динамику спроса и перебои поставщиков .

Действие агента:
— Агент интегрирован с key2SCM (для крупного промышленного сегмента) либо напрямую с 1С:ERP.
— Он получает: прогноз потребности в материалах (от Агента №1), текущие остатки и резервы (из 1С/МойСклад), статусы по открытым заказам поставщикам, календарь производства.
— Ежедневно агент пересчитывает по каждой позиции: точку заказа (Order Point) с учётом прогнозного спроса, сезонности, текущего времени доставки; страховой запас (Safety Stock) — динамически корректирует его в зависимости от надёжности поставщика и волатильности спроса.
— При достижении порога агент автоматически формирует заказ поставщику в 1С, согласовывает бюджетные лимиты с финансовым контуром (через key2SCM или интеграцию с 1С:Бюджетирование) .
— Если поставщик срывает срок, агент мгновенно перестраивает производственное расписание (взаимодействие с Агентом №3) и предлагает альтернативы: замена материала, переброска с другого склада, срочная закупка у резервного поставщика.

Результат (по данным CUSTIS key2SCM):
— Высвобождение 10–15% оборотного капитала, замороженного в запасах. Снижение объёма срочных (премиальных) закупок на 50–70%. Прозрачность материальных потоков на всех горизонтах — от годового планирования до ежедневных операций 

🧑‍💼 Руководитель отдела материально-технического снабжения (МТО) — автоматизация планирования закупок, контроль дефицита.
🧑‍💼 Категорийный менеджер / товаровед — управление неликвидами, уценками, перемещениями.
🧑‍💼 Директор по логистике / управлению цепями поставок — синхронизация запасов между каналами продаж, оптимизация оборотного капитала.
🧑‍💼 Финансовый контролёр — прозрачность запасов в денежном выражении, контроль выполнения бюджетов закупок.

🔵 1С:ERP / 1С:УПП / 1С:Комплексная автоматизация (HTTP-сервисы)
— Двусторонняя синхронизация остатков, резервов, планов закупок.
— Автоматическое создание документов «Заказ поставщику», «Перемещение товаров», «Списание» при достижении пороговых значений.
— Получение себестоимости товаров для расчёта экономики запасов.

🟢 МойСклад (JSON API + Вебхуки)
— Вебхук CREATE товара: при добавлении новой позиции агент автоматически создаёт её в связанных системах (1С, маркетплейсы) и рассчитывает стартовые параметры (страховой запас, точка заказа) .
— Вебхук UPDATE остатков: любое изменение остатков на складе мгновенно синхронизируется с OZON/Wildberries и 1С, исключая риск «минусовых» продаж.
— GET/POST остатки и резервы: агент в реальном времени получает текущие остатки по складам и резервы под заказы, анализирует их достаточность.

🔵 Wildberries API (Управление остатками)
— Автоматическая передача актуальных остатков по складам Wildberries (FBO/FBS).
— Контроль поставок: отслеживание статусов приёмки, своевременное создание заданий на дозаказ при снижении остатков ниже норматива .

🔵 OZON Seller API (Управление остатками)
— Синхронизация остатков по схеме FBO и реальных остатков на складе продавца (FBS).
— Получение уведомлений о выявленных расхождениях через webhook-уведомления .

🟡 СБИС (sbis-api-client) — в разработке
— Планируется: get_nomenclature_balances() — получение остатков по торговым точкам, автоматическое перераспределение товаров между магазинами сети.

🟢 Битрикс24 (REST API / RoboREST)
— Уведомление категорийных менеджеров о достижении критических остатков, просроченных поставках, выявленных неликвидах.
— Создание задач на инвентаризацию, перемещение, уценку .

🟢 Платформа key2SCM (CUSTIS)
— Опциональная интеграция с отечественной промышленной платформой для крупных предприятий. Единая непротиворечивая модель планирования снабжения, синхронизация с производственным и финансовым контурами .

• Основная модель: 🇷🇺 YandexGPT 5.1 Pro — классификация неликвидов, выбор оптимальной стратегии утилизации/перемещения, RAG по корпоративным регламентам управления запасами. Контекст 32К токенов, цена 0,40 ₽/1000 токенов.
• Специализированные ML-модели:
— CatBoost / XGBoost — прогнозирование точки заказа, динамический расчёт страхового запаса.
— Алгоритмы кластеризации — ABC/XYZ-анализ, сегментация номенклатуры по паттернам потребления.
• Альтернативы: 🇨🇳 GLM-4.7-Flash (30B MoE, 3B активных) — идеален для высокочастотных задач классификации SKU, автономных агентов в контуре управления запасами. Работает на 24 ГБ VRAM (RTX 4090). Есть free tier и платный FlashX для production .
• GPU VPS (умеренная нагрузка, до 10 000 SKU):
— NVIDIA RTX 4090 (24 ГБ) — достаточно для GLM-4.7-Flash и инференса YandexGPT Light. Скорость 60–90 токенов/сек.
— NVIDIA L40S (48 ГБ) — для комплексных сценариев с одновременным запуском нескольких моделей (LLM + ML-модели). Доступно в Т1 Cloud / Yandex Cloud.
• Для крупных предприятий (100 000+ SKU, интеграция с key2SCM): кластер 2×NVIDIA L40S или NVIDIA H200 (141 ГБ).

1. Внедрение AI-ассистента в службу поддержки
Клиент — интернет-магазин с 5000+ обращений в месяц. Настроили бота на основе GPT, который отвечает на 70% типовых вопросов. В итоге нагрузка на операторов снизилась на 40%, время ответа упало с 15 минут до 30 секунд.
Подробнее

2. Внедрение AI-ассистента в службу поддержки
Клиент — интернет-магазин с 5000+ обращений в месяц. Настроили бота на основе GPT, который отвечает на 70% типовых вопросов. В итоге нагрузка на операторов снизилась на 40%, время ответа упало с 15 минут до 30 секунд.
Подробнее