18:14 13.09.2024 |
3258 просмотров
Х5 Group внедрила прогнозирование ресурсов на базе искусственного интеллекта в магазинах «Перекресток».
«Калькулятор ресурсной потребности» с модулем ИИ – система собственной разработки, которая позволяет рассчитать потребность в количестве персонала для каждого конкретного магазина и повысить эффективность работы торговых точек. Новая модель прогнозирования на принципах машинного обучения уже показала свою эффективность в торговой сети «Пятерочка». Торговая сеть «Перекресток» переиспользовала и тиражировала решение на всю торговую сеть с августа текущего года.
Калькулятор ресурсной потребности с высокой степенью точности рассчитывает будущую загруженность персонала в зависимости от спроса, технических особенностей и профиля каждого магазина, учитывая более 20 параметров. Это позволяет директору торговой точки минимизировать перерасход человеко-часов или, наоборот, привлечь дополнительные ресурсы, если система покажет, что будущий рост спроса необходимо обеспечить дополнительными часами. Система динамически адаптируется к спросу и планирует загрузку кадров для оперативного управления, являясь при этом частью системы бюджетирования.
Решение собирает оцифрованные данные из более чем 10 информационных систем компании. На основании этих данных и прогноза спроса ML-модели для каждого магазина выстраивается свой план по загруженности персонала, объему работ и количеству необходимых смен.
Компания планирует дальнейшее совершенствование инструмента с помощью технологий ИИ. Система будет доработана для расчета потребностей распределительных центров Х5, в нее будут внедрены новые модули по расчету операционных показателей магазинов. Интеллектуальное прогнозирование планируется использовать также для индивидуальных мотивационных планов сотрудников и будет влиять на формирование их дохода.
Теги: Автоматизация предприятий
Искусственный интеллект
Машинное обучение
X5 Retail Group
На ту же тему:
X5: как ИИ «поставить на поток»
Артем Ерохин, ведущий менеджер по работе с большими данными X5 Group, – о создании платформы AI-RUN Business Platform, позволяющей радикально ускорить процессы внедрения решений на основе искусственного интеллекта.
X5: риски ML-моделей под контролем
Святослав Орешин, руководитель команды модельного риска Х5 Tech, – о работе с рисками моделей машинного обучения, ее встраивании в процессы и роли в оптимизации работы компании.
ВТБ и РЖД анализируют объединенные данные в квантовом криптоанклаве
Банк ВТБ и РЖД применили квантовое распределение ключей шифрования данных для защиты ML-инфраструктуры. В ходе проекта создан квантовый криптоанклав – высокозащищенная платформа для конфиденциальной обработки данных и создания моделей машинного обучения в режиме полной анонимности.
X5 получила с помощью ИИ 5 миллиардов дополнительной прибыли
В течение 2025 года X5 начала промышленное применение ИИ в ряде направлений — от коммерции и логистики до клиентского опыта и корпоративных функций. По итогам 2025 года совокупный экономический эффект от внедрения ИИ-решений составил около 5 млрд руб. дополнительной операционной прибыли.
«Пятерочка» внедряет контроль полок и ценников с помощью ИИ
Торговая сеть «Пятерочка» тестирует в 100 магазинах Москвы систему компьютерного зрения Shelf Sense, которая переводит физические процессы выкладки товаров и оформления ценников в цифровой формат. Технология обеспечивает непрерывный мониторинг стеллажей, фиксирует отклонения в реальном времени и автоматически формирует для сотрудников задачи на устранение выявленных несоответствий.