Ce poate (și ce nu poate) AI-ul pentru forecasting în 2026
AI-ul pentru demand forecasting nu e magie. Pentru un importator cu volume sub 100M EUR și sub 10.000 SKU active, AI-ul nu îți va prezice cererea mai bine decât un planner experimentat care folosește un model simplu. Asta e adevărul incomod.
Ce poate AI-ul mai bine ca omul:
- Ajustează scenarii la variabile externe (curs valutar, prețuri commodity, evenimente sezoniere globale)
- Detectează pattern-uri non-evidente (corelații între SKU-uri, canibalizări între produse noi)
- Re-calibrează rapid la primele semnale ale unui sezon (în 2 săptămâni, nu 8)
- Gestionează simultan multe scenarii (Lunar New Year ușor vs sever, curs CNY ±5%, lead time ±10 zile)
Ce face omul mai bine:
- Intuiție pe context (relația cu un furnizor specific, dinamica unui client mare)
- Decizii cu informație calitativă (zvon despre o lansare a concurenței, schimbare reglementare)
Cele 3 variabile critice pentru import China
1. Lunar New Year (Chinese New Year)
În fiecare an, între sfârșit ianuarie și mijloc februarie (data variabilă, calendar lunar), fabricile chineze se opresc 3–4 săptămâni. Forța de muncă pleacă în orașele de origine. La revenire, productivitatea scade 30–50% în primele 2 săptămâni.
Impact pe lead time:
- Comandă plasată în noiembrie: lead time normal 35 zile
- Comandă plasată în decembrie: lead time 60–80 zile (intri în CNY)
- Comandă plasată în ianuarie: lead time 70–100 zile (toată fabrica în pauză)
- Comandă plasată în februarie: lead time 55–70 zile (productivitate scăzută)
AI-ul învață din istoricul tău și ajustează automat planul de achiziție pentru a evita „bulge”-ul de comenzi care încearcă să prindă marfa post-CNY (ceea ce ridică prețurile transport).
2. Congestia portuară
Porturile chineze (Shanghai, Ningbo, Shenzhen/Yantian) au cicluri de congestie:
- COVID-style closures (rare după 2022, dar nu zero)
- Weather events (taifunuri)
- Strikes la porturi UE de destinație (Hamburg, Rotterdam, Constanța, Pireu)
AI-ul agregă date din sources public (port status APIs, news) și ajustează ETA-urile. Pentru un importator de 12M EUR, dacă ETA-urile sunt mai precise cu 3–5 zile, planul de promovare către clienți devine mai realist.
3. Curs valutar și prețuri commodity
Importurile din China se plătesc tipic în USD sau CNY. Cursul EUR/USD și EUR/CNY fluctuează 5–15% într-un an. AI-ul nu prezice cursul (nimeni nu poate), dar poate:
- Sugera hedging pe PO-urile mari când volatilitatea istorică crește
- Recalcula marja proiectată pe baza scenariilor de curs
- Sugera momente optime de plată (când termenul permite, alegerea ferestrei de 30 zile)
Cum arată un proiect tipic de AI forecasting
Faza 1 — Curățarea datelor (2–3 luni)
Fără date curate, AI-ul nu funcționează. Cerințe minime:
- Istoric vânzări pe SKU minim 24 luni (ideal 36)
- Istoric PO furnizor cu lead time real (nu doar promis)
- Mapare SKU stabilă (fără rebranding fără tracking)
- Date externe relevante (CNY, curs valutar, prețuri commodity dacă aplicabil)
Faza 2 — Model baseline (1–2 luni)
Înainte de AI, construiește un model simplu (moving average sezonier + adjusters manuali). Asta îți dă baseline-ul de comparat AI-ul.
Faza 3 — AI layer (2–4 luni)
Modelele tipice care funcționează:
- Prophet (Facebook/Meta) — bun pentru sezonalitate clară, ușor de operat
- Modele transformer/LLM-based pentru integrarea de context calitativ (e.g., știri despre porturi)
- Modele ensemble care combină mai multe abordări
Pentru un importator de 5–30M EUR, soluții AI specializate pe supply chain încep să fie disponibile out-of-the-box. Soluții precum Azuvio oferă AI agents pentru business-uri B2B, inclusiv pe scenarii de forecasting și planificare, integrabile peste stack-ul existent CRM/ERP.
Pentru companii cu echipă tehnică internă, build-it-yourself peste OpenAI / Anthropic API + librării Python (Prophet, statsmodels) e fezabil sub 100K EUR.
Faza 4 — Integrare în decizia operațională (2–3 luni)
AI-ul care produce un PDF lunar = bani aruncați. AI-ul integrat în ERP pentru sugestii de PO + dashboard de variabilitate scenarii = ROI real.
Rezultate realiste
Pentru un importator de 15M EUR cu profil tipic (lead time 35–55 zile China, 10.000 SKU active, mix import + local):
- Stoc safety reducere 15–30% (eliberare ~300–700K EUR capital de lucru)
- Stockout rate reducere 20–40% pe SKU-uri A
- Stoc mort (>180 zile) reducere 25–40%
- Productivitatea planner-ului creștere 2–3x (de la 1 zi/săptămână pe forecast la 1 oră/săptămână)
Investiție tipică: 80–200K EUR setup + 30–60K EUR/an mentenanță. Payback: 9–18 luni.
Capcanele clasice
„AI fără proces” = AI inutil
Dacă procesul tău de achiziție e „cumpărătorul decide intuitiv”, AI-ul nu va schimba nimic. Procesul trebuie să fie disciplinat (regulă scrisă de când deschizi PO, când o decizi ad-hoc), apoi AI-ul accelerează procesul.
Black box fără explicații = nu va fi folosit
Planner-ul care primește „cumpără 2.400 buc” fără explicație îl ignoră. AI-ul trebuie să furnizeze:
- Confidence interval (cumpără între 2.100–2.700 cu 80% încredere)
- Variabilele principale care influențează (CNY, sezon, trend recent)
- Scenarii alternative (ce-ar fi dacă lead time crește cu 10 zile)
Forecasting fără feedback loop
Modelul trebuie să se re-antreneze cu rezultate reale. Dacă plannerul ajustează manual fără să noteze de ce, AI-ul nu învață.
Pași concreți pentru un CEO la început
- Audit calitate date — 1 lună, externalizat ideal
- Build baseline non-AI — moving average sezonier, 1 lună
- Pilot AI pe o categorie — 3–4 luni, cu măsurare clară vs baseline
- Decizie de scaling — extinde pe alte categorii dacă pilot-ul depășește baseline-ul cu cel puțin 15%
- Integrare în ERP — nu lăsa AI-ul ca PDF lunar
Realismul tehnologic pentru România în 2026
Talentul AI matur e încă rar și scump în România. Pentru un importator de 10–30M EUR, varianta SaaS sau partner extern e tipic mai rațională decât build-it-yourself. Pentru >50M EUR cifră, echipă internă de 3–5 oameni AI/data devine viabilă.
