Анастасия Пылёва, Старший эксперт по управлению цепочками поставок, Planingo
На протяжении долгого времени эффективность бизнес-планирования измерялась просто: точность прогноза, уровень сервиса, оборачиваемость запасов. Кто точнее прогнозирует, тот выигрывает.
Но эта логика всё чаще даёт сбой. Экономика Казахстана зависит от сырьевых рынков, курс тенге чувствителен к внешним факторам, цепочки поставок проходят через несколько стран и границ. Любое событие, будь то колебание цен на нефть, изменение логистических маршрутов или новые регуляторные требования в странах-партнёрах, сразу отражается на себестоимости, спросе и доступности товара. Данных становится все больше, и все сложнее отделить сигнал к действию от шума.
В такой реальности планирование — это уже не просто расчёт набора показателей, а способ управлять риском и устойчивостью бизнеса. Значит, нужны инструменты, которые позволяют быстрее видеть отклонения, моделировать сценарии и оценивать последствия решений. Именно поэтому казахстанские компании обращаются к технологиям искусственного интеллекта.
ИИ встроен в ведущие мировые платформы планирования – Anaplan, O9, Oracle. Машинное обучение способно быстрее человека заметить, что потребители начали переключаться на более доступные бренды после скачка курса. Алгоритм может за минуты просчитать последствия задержки поставки: насколько хватает текущих запасов, какие SKU окажутся в зоне риска, где вырастет нагрузка на склад, как изменится потребность в оборотном капитале.
Получается, что человек уже не нужен? Для финансиста или планёра это не революция профессии, а её усложнение: алгоритмы берут на себя расчёты, а человеку остаётся самое трудное — принятие решений в условиях неопределённости. Алгоритм показывает последствия, но не определяет наилучшее решение для бизнеса: перераспределить ли товар, увеличить ли страховой запас или временно ограничить промо.
Планёр всё меньше занят ручными пересчётами и всё больше интерпретацией результатов. Он работает не с одним «правильным» планом, а с диапазоном сценариев. Его задача — понимать чувствительность модели к данным, видеть ограничения алгоритмов и переводить цифры в управленческие решения. От точности расчёта фокус смещается к качеству выбора.
Такое смещение роли неизбежно меняет и требования к компетенциям. Недостаточно просто уметь строить прогноз. Важно понимать, как он влияет на денежный поток, маржинальность, устойчивость цепочки поставок. Важно уметь задать модели правильный вопрос и не принимать её ответ без критического анализа. Важно удерживать баланс между сервисом, запасом и риском, когда каждый из этих параметров тянет систему в свою сторону.
Планёр будущего — это не только аналитик, но и интерпретатор сложной системы.
Во-первых, критически важной становится умение работать с данными — не в смысле способности построить модель, а в понимании того, как она работает. Какие данные лежат в основе прогноза? Где возможны искажения? К чему чувствительна модель — к цене, к промо, к исторической базе? Без этого взаимодействие с ИИ превращается в слепое доверие цифрам.
Во-вторых, усиливается роль сценарного мышления. Казахстанский бизнес живёт в диапазоне вероятностей. Работать с одним «оптимальным» планом уже недостаточно. Необходимо уметь управлять диапазоном вероятностей, понимать, как быстро можно переключиться между сценариями, и заранее видеть точки, где система становится уязвимой.
В-третьих, возрастает значение финансовой грамотности. Решение о повышении сервиса на несколько процентных пунктов — это не только операционный вопрос, но и вопрос капитала. Увеличение страхового запаса — это защита от риска, но одновременно замороженные деньги. Планёр всё чаще работает на стыке операционных показателей и финансовых последствий.
Кроме того, необходимы навыки управления риском и устойчивостью. Речь идёт не о минимизации запаса любой ценой, а об осознанном определении, где система должна быть «гибкой», а где — «с запасом прочности». Это уже не оптимизация в классическом смысле, а архитектура устойчивости.
Не менее важны и коммуникационные навыки. Планирование — это пространство компромиссов. Продажи стремятся к максимальному сервису, финансы — к эффективности капитала, производство — к стабильности. Умение аргументировать решения, объяснять последствия сценариев и выстраивать доверие становится частью профессиональной экспертизы.
И, наконец, ключевой компетенцией становится адаптивность и быстрая обучаемость. Технологии будут меняться быстрее, чем должностные инструкции. Способность быстро осваивать новые инструменты, пересматривать подходы и не цепляться за привычные модели работы становится конкурентным преимуществом.
ИИ даёт скорость, масштаб и глубину анализа. Но устойчивость создаётся управленческими решениями там, где нужно принять осознанный компромисс, а не выбрать математически лучший вариант.
Как уже сегодня специалисты по планированию работают с технологиями ИИ? Вот несколько примеров.
Во время резких колебаний курса тенге часть покупателей начинает переключаться на более дешёвые бренды и СТМ. Классическая модель компании потребительского сектора, построенная на исторических продажах, не сразу «видит» этот сдвиг. ML-модель, которая учитывает ценовую чувствительность и динамику категорий, быстрее фиксирует изменение структуры спроса. Но решение увеличивать запасы СТМ или пересматривать промо-план всё равно принимает человек.
Или другой пример. Компания-дистрибутор получает сигнал о возможной задержке поставок из-за перегруженного пограничного перехода. Система сразу пересчитывает: хватит ли текущего запаса; какие SKU в зоне риска; где целесообразно перераспределить остатки между регионами. ИИ помогает увидеть последствия. А планёр решает, перераспределять ли товар, увеличивать ли страховой запас или временно ограничить промо.
Парадокс в том, что чем умнее становятся системы, тем выше требования к людям, которые с ними работают. Профессия планёра не исчезает, она становится сложнее и ближе к стратегическому уровню бизнеса. Не потому, что алгоритмы недостаточно хороши, а потому, что в условиях высокой неопределённости выбор всегда остаётся за человеком.
И, возможно, главный показатель зрелости планирования в эпоху ИИ — это не точность прогноза, а способность компании спокойно сказать: «Мы понимаем риски. Мы видим сценарии. И мы осознанно выбираем этот путь».
