ИИ для склада: остатки, приёмка и инвентаризация

Для склада на 500 SKU ИИ-агент может каждый день проверять остатки, находить расхождения при приёмке и отправлять в Telegram список позиций для закупки. Это не замена WMS: агент работает поверх таблиц или МойСклад и берёт на себя повторяющуюся проверку, на которую обычно уходит 30-60 минут в день. На базовой модели DeepSeek V4 Pro еженедельный отчёт по таблицам стоит примерно 10 ₽, а подписка на Мой агент — 1990 ₽ за первый месяц по акции до 1 августа 2026 года, затем со второго месяца 990 ₽/мес плюс расход токенов.

Склад часто начинает болеть не тогда, когда товаров становится очень много, а когда данные разъезжаются между несколькими местами. Остатки лежат в таблице, приход — в PDF от поставщика, продажи — в МойСклад или CRM, а сотрудник сообщает о пересорте в чате. Человек способен сверить это один раз, но ежедневная ручная проверка быстро превращается в пропущенные закупки и неожиданное «товара нет».

Что именно ИИ делает на складе

В складском сценарии агент не должен изображать автономного кладовщика. Его сильная сторона — сравнивать структурированные данные, замечать отклонения и объяснять их простым языком. Он может прочитать таблицу остатков, историю продаж и поставку, затем выдать короткий список действий: что пересчитать, что заказать, где проверить документ.

Полезные задачи делятся на четыре группы:

• контроль остатков и минимальных уровней;
• приёмка и сверка с накладными;
• инвентаризация и поиск пересорта;
• прогноз потребности в закупке.

Для каждой группы заранее задаются источник данных, частота проверки и человек, который подтверждает действие. Такой подход важнее красивого промпта: если в таблице нет артикула, единицы измерения или даты обновления, ИИ не сможет надёжно восстановить порядок.

Если ты только выбираешь первый сценарий автоматизации, начни с ИИ для отчётов: складской контроль хорошо укладывается в тот же процесс — собрать данные, проверить правила, отправить сводку.

Контроль остатков и уведомления о минимумах

Самый понятный сценарий — ежедневная проверка остатков. В таблице могут быть артикул, название, текущий остаток, минимальный запас, средние продажи за неделю, срок поставки и поставщик. Агент сравнивает значения и формирует не простыню из 500 строк, а три списка:

1. позиции ниже минимального уровня;
2. позиции, которые закончатся в течение срока поставки;
3. подозрительные значения — например, резкий скачок остатка или отрицательное число.

В уведомлении важно показывать не только тревогу, но и причину. Вместо «закажите кабель» полезнее получить: «Кабель USB-C, артикул 1842: остаток 12, средняя продажа 5 в день, поставка 7 дней. Рекомендуется проверить доступный остаток и подготовить закупку». Человек видит расчёт и может быстро его проверить.

Попробовать такой сценарий можно в Моём агенте, а системно разобраться в подходе — на курсе разговорного программирования.

Если ты только выбираешь первый сценарий автоматизации, начни с ИИ для отчётов: складской контроль хорошо укладывается в тот же процесс — собрать данные, проверить правила, отправить сводку.

Порог не должен быть одинаковым для всех товаров. Для медленно продающейся позиции запас в 10 штук может быть избыточным, а для ходового товара — недостаточным. На первом этапе можно использовать простую формулу: средние продажи за срок поставки плюс резерв. Сезонность, акции и скачки спроса агент должен помечать как факторы риска, а не выдавать точный прогноз без оговорок.

Приёмка: сверка товара с накладной

При приёмке ошибка часто возникает не из-за сложного учёта, а из-за спешки. В накладной 40 строк, часть артикулов похожа, а итог сверяют уже после того, как товар разложили по ячейкам. ИИ может выступить вторым проверяющим.

Процесс выглядит так:

1. Сотрудник загружает PDF, фотографию накладной или таблицу поставки.
2. Агент извлекает артикулы, названия и количество.
3. Данные сравниваются с ожидаемой поставкой и справочником товаров.
4. В Telegram отправляется только список расхождений.
5. Сотрудник перепроверяет спорные позиции и фиксирует результат.

Важно разделять распознавание и принятие решения. Если фотография накладной размыта, агент должен написать «не уверен» и показать строку для ручной проверки. Нельзя автоматически увеличивать остаток только потому, что модель так прочитала цифру. Безопасный режим — сначала отчёт о расхождениях, потом подтверждение человеком.

Для небольшого склада достаточно хранить эталонную таблицу: артикул, допустимое название, единица измерения и поставщик. Это снижает риск, что одинаковые слова в накладной будут ошибочно приняты за один товар.

Инвентаризация и поиск пересорта

Инвентаризация полезна не только раз в год. Даже короткая выборочная проверка десяти ходовых позиций помогает обнаружить системную ошибку: товар списывается не с того артикула, единицы измерения перепутаны, возврат не попал в таблицу.

Агент может подготовить лист проверки по нескольким правилам:

• выбрать товары с частыми расхождениями;
• поднять позиции с резким изменением остатка;
• сравнить фактическое количество с учётным;
• сгруппировать похожие названия и артикулы;
• найти товар, который числится в двух категориях.

Пересорт особенно удобно искать через таблицу соответствий. Если на складе есть «кружка белая 350 мл» и «кружка белая 500 мл», модель подсветит похожие названия, но не должна сама объединять их. В отчёте должны оставаться оба артикула, фактическое количество и рекомендация перепроверить маркировку.

Для команды полезен формат «одна проблема — одно действие»: пересчитать ячейку, сфотографировать этикетку, проверить последний приход или уточнить возврат. Так складской отчёт превращается в рабочий список, а не в ещё один документ, который никто не открывает.

Прогноз закупок по истории продаж

Прогноз потребности — самая привлекательная, но и самая рискованная часть автоматизации. ИИ может посмотреть продажи за 8-12 недель, учесть текущий остаток и срок поставки, а затем предложить список закупки. Но он не знает будущую акцию, задержку транспорта или внезапный заказ крупного клиента, если эти данные не переданы.

Поэтому проси агента показывать не одну цифру, а расчёт:

• продажи за выбранный период;
• среднее количество в день или неделю;
• текущий доступный остаток;
• срок поставки;
• резерв;
• рекомендуемое количество к заказу;
• факторы, которые могут изменить рекомендацию.

Хорошая формулировка для рабочего сценария: «Составь черновик закупки на 14 дней. Не включай позиции, по которым меньше 14 дней истории. Отдельно вынеси товары с акцией, сезонным скачком и неполными остатками». Агент должен уметь сказать «данных недостаточно», иначе прогноз будет выглядеть точнее, чем он есть.

Заявку на закупку лучше сначала получать в Telegram или Google Таблицах. После проверки закупщиком её можно переносить в МойСклад. Автоматически отправлять заказ поставщику стоит только для стабильных, недорогих и хорошо измеряемых позиций.

Как подключить таблицы, МойСклад и Telegram

Минимальная рабочая архитектура состоит из четырёх частей: источник данных, агент, правила проверки и канал уведомлений. Источником может быть Google Таблица, выгрузка из МойСклад или CSV-файл. Агент получает данные по расписанию, выполняет проверки и отправляет итог в Telegram.

Начни с одной таблицы и трёх полей: артикул, остаток, минимальный запас. Затем добавь продажи и срок поставки. Не подключай сразу запись обратно в учётную систему: сначала проверь качество отчётов на реальных данных за две недели.

Если в процессе появляются нестандартные обмены, можно описать задачу через Claude Code и подготовить техническое решение, но сам складской процесс лучше сначала отладить на простых правилах. В статье про автоматизацию продаж есть похожий принцип: агент готовит действие, а человек подтверждает его на первых итерациях.

Для небольшого склада удобно настроить три уведомления:

• утром — критические остатки;
• после приёмки — расхождения с накладной;
• раз в неделю — закупка и качество данных.

В каждом сообщении указывай дату обновления источника. Старые данные опаснее отсутствующих: они создают ощущение контроля.

В моей практике: сначала контроль, потом автономность

Когда я собирал свои сервисы и автоматизировал рабочие процессы без знания кода, повторялся один вывод: самая дорогая ошибка появляется там, где агенту слишком рано разрешают менять данные. Это относится и к складу. Красивый сценарий «ИИ сам принял поставку и заказал товар» звучит убедительно, но одна неверно распознанная цифра может испортить остатки и закупку.

Я бы запускал склад на 500 SKU в три этапа. Первый — только чтение и ежедневные уведомления. Второй — объяснение расхождений и подготовка черновиков инвентаризации. Третий — запись подтверждённых результатов в МойСклад или таблицу. На каждом этапе нужно сравнивать отчёт с ручной проверкой и сохранять примеры ошибок.

Отдельно проверяй, как агент ведёт себя с неполными данными. Если в файле нет даты, дублируется артикул или количество указано в коробках вместо штук, корректный результат — запросить уточнение. Неуверенность здесь полезнее уверенного, но неправильного ответа.

Сколько стоит такой сценарий

Платформа «Мой агент» стоит 1990 ₽ за первый месяц по акции до 1 августа 2026 года. После окончания акции первый месяц будет стоить 2490 ₽, со второго месяца — 990 ₽/мес плюс расход токенов по факту.

На базовой модели DeepSeek V4 Pro еженедельный отчёт по таблицам стоит примерно 10 ₽. Разбор одной страницы документа — около 1 ₽, но фактический расход зависит от объёма и количества шагов. Если выбрать Claude Opus, GPT-5 или другую тяжёлую модель, расчёты могут обойтись в 3-5 раз дороже.

Для склада разумно считать не только цену запроса, но и экономию времени. Если ежедневная сверка занимает 45 минут, а агент сокращает её до 10 минут проверки, главный эффект — не «дешёвый текст», а возвращённое время кладовщика или владельца. Точную экономику лучше замерить на одной группе из 30-50 SKU.

Как начать без риска для остатков

Выбери 30 товаров с понятной историей продаж и выгрузи за последние 8-12 недель остатки, приходы и продажи. Опиши минимальные запасы и сроки поставки. Затем настрой ежедневный отчёт без права менять данные.

Через неделю сравни три вещи: сколько тревог подтвердилось, сколько оказалось ошибочными и какие данные чаще всего были неполными. После этого добавь сверку накладных и выборочную инвентаризацию. Только когда отчёты стабильно проходят ручную проверку, подключай запись подтверждённых изменений.

ИИ на складе полезен не как магическая замена WMS, а как внимательный контролёр, который не забывает открыть таблицу. Для склада на 500 SKU этого уже достаточно, чтобы раньше замечать дефицит, быстрее находить пересорт и принимать закупочные решения на основе одной актуальной картины.