Лемана ПРО: ML-модель отбирает сборки для контроля, эффект более 80 млн руб. за 2025

«Лемана ПРО» оценивает логистику по системе показателей; одна из категорий — снижение операционных затрат, чтобы перекрыть рост инфляции, и здесь компания отслеживает продуктивность операций и стоимость обработки единицы товара. На разных этапах товародвижения компания проводит операции контроля товаров. До внедрения модели в 2025 году проверялись все сборки в магазинах — 100% операций, хотя ошибки фиксировались лишь в 1,8% сборок. Задача — сократить объём контроля и проверять только те операции, в которых вероятнее всего есть расхождения, сохранив качество обслуживания клиентов.

«Умный» контроль сборок в магазинах построен на модели машинного обучения. Вместо проверки всех сборок подряд алгоритм выявляет операции, в которых вероятнее всего содержатся расхождения, и направляет на контроль только сборки с повышенным риском. Для дополнительной проверки качества компания применяет встречный контроль доверительных сборок, которые модель на проверку не направила: так она отслеживает качество алгоритма и автоматически переобучает модель. Решение входит в группу моделей машинного обучения, которые минимизируют операции контроля товаров на разных этапах логистики компании.

Модель внедрена в 2025 году. После запуска на проверку направляется 60% сборок вместо 100%; среди отобранных моделью сборок расхождения составляют 3,4% против 1,8% ошибок при сплошной проверке. По данным компании, финансовый эффект по итогам 2025 года составил более 80 млн рублей, а продуктивность операции контроля выросла почти в 2 раза. О результатах рассказал директор ИТ-продукта по управлению цепями поставок «Лемана ПРО» Михаил Гариянц в колонке для IT Week 1 апреля 2026 года. По его словам, в компании внедрено более пяти подобных моделей контроля.