Amazon: базовая ИИ-модель прогноза спроса точнее на 20% в регионах

Цепочка поставок Amazon должна заранее размещать товары на складах так, чтобы они оказывались ближе к покупателям, которым понадобятся. Спрос заметно различается по регионам и сезонам: компания приводит в пример солнцезащитный крем на Кейп-Коде в штате Массачусетс летом и горнолыжные очки в Боулдере в штате Колорадо в разгар сезона. Прежние системы планирования запасов опирались на историю продаж. Задача — точнее предсказывать, какой товар, где и когда захотят купить клиенты, и по этим прогнозам размещать запасы в сети.

Amazon внедрила в цепочке поставок новую базовую (foundation) ИИ-модель прогнозирования спроса. Модель предсказывает, что, где и когда захотят купить клиенты, — для сотен миллионов товаров в день. К истории продаж, на которой строились прежние системы, она добавляет данные, привязанные ко времени, — погодные условия и календарь праздников, — чтобы точнее размещать нужные товары в нужных точках. Модель учитывает региональные различия в спросе. Компания описала её 11 июня 2025 года в числе трёх ИИ-разработок для логистики наряду с генеративной системой картографии Wellspring и агентным ИИ для роботов.

По данным Amazon, прогнозы модели способствовали улучшению долгосрочных национальных прогнозов для акций на 10% и региональных прогнозов для миллионов популярных товаров на 20%. Компания связывает это с ростом производительности и снижением углеродного следа сети: посылки приходят быстрее, иногда в тот же день вместо двух дней, партнёры по доставке проезжают меньше миль, сокращаются пробки и выбросы. На июнь 2025 года технологию уже используют операционные сети Amazon в США, Канаде, Мексике и Бразилии; компания сообщает о скором расширении на другие рынки.