Previsioni aziendali che dicono anche quanto sono sicure
Vendite, costi, prezzi delle materie prime, incassi: un foundation model per serie temporali le prevede tutte insieme, tenendo conto di listini, promozioni e calendario, e restituisce una banda di probabilità invece di un numero solo. Un agente AI la spiega in italiano.
Il principio: un modello che ha già visto milioni di serie
Il forecasting classico costruisce un modello per ogni serie e lo ritocca a mano ogni volta che qualcosa cambia. Un foundation model per serie temporali è preaddestrato su una grande varietà di serie storiche: riconosce stagionalità, trend e rotture anche su una serie che non ha mai visto, e lavora su decine di serie collegate nello stesso passaggio.
Più serie, insieme
Vendite per famiglia, costi per voce, prezzi per materia prima: le serie che si influenzano vengono previste congiuntamente, non una per una.
Una banda, non un numero
Ogni previsione arriva con i percentili: il valore mediano e l'intervallo plausibile. Il budget prudente e quello ottimista escono dalla stessa previsione.
Spiegata in italiano
Un agente LLM legge previsione, storico e ipotesi e scrive cosa sta guidando il risultato e dove l'incertezza cresce.
Cosa si può prevedere
Qualsiasi grandezza che l'azienda registra nel tempo, con almeno qualche ciclo di storico alle spalle.
Vendite e domanda
Per famiglia, cliente, canale o area, con promozioni, listini e calendario come covariate note in anticipo.
Costi e budget
Voci di costo, consuntivi mensili, scostamenti dal budget: la revisione trimestrale parte da una banda, non da un foglio copiato dall'anno prima.
Materie prime
Andamento dei prezzi di metalli, polimeri, energia e gas, insieme a cambi e indici che li accompagnano, per decidere quando coprirsi.
Incassi e cassa
Incassi e pagamenti attesi settimana per settimana, con la banda bassa come riferimento per il fabbisogno di cassa.
Magazzino e riordino
Consumi dei codici a magazzino e scorte di sicurezza calcolate dal percentile alto invece che da una regola fissa.
Energia e produzione
Consumi di stabilimento e volumi produttivi, letti dagli stessi sistemi di campo usati per il monitoraggio.
Come è fatto
I dati arrivano dai sistemi che già ci sono, Nexus li prepara, il modello prevede, il backtest controlla, l'agente LLM spiega. Le previsioni finiscono dove le persone lavorano.
Perché la banda conta più del numero
Una previsione puntuale è sbagliata quasi sempre: la domanda utile è di quanto. Con i percentili ogni reparto usa la parte di previsione che gli serve.
Lo scenario prudente
Per la tesoreria e per gli impegni che non si possono disdire: quanto incasso è ragionevolmente certo.
Il valore centrale
Per il budget e la pianificazione della produzione: la stima più probabile.
Lo scenario alto
Per scorte di sicurezza, capacità e acquisti di materie prime: quanto può servire se le cose vanno meglio o i prezzi salgono.
Le informazioni che il modello usa
Oltre allo storico, il modello accetta covariate: dati che aiutano a spiegare la serie.
Note in anticipo
Listini già decisi, promozioni pianificate, calendario lavorativo e festività, ordini in portafoglio, fermi impianto programmati.
Solo passate
Indici di prezzo, cambi, prezzi di materie prime collegate, traffico del sito o richieste di offerta: aiutano a leggere lo storico anche se il loro futuro non è noto.
Categorie
Famiglia di prodotto, area, canale, tipo di cliente: il modello impara da serie simili fra loro.
Come si adotta
Prima si dimostra che la previsione è migliore di quella attuale, su periodi già chiusi; poi la si mette in produzione.
Inventario dei dati
Quali serie, a che frequenza, quanto storico, quali covariate esistono davvero. I dati mancanti si segnano, non si inventano.
Backtest
Si rifà la previsione dei mesi già passati e la si confronta con il metodo in uso oggi, Excel compreso, e con una previsione stagionale semplice.
Pilota
Una o due famiglie di serie, con un indicatore di errore e una soglia di successo concordati prima di iniziare.
Integrazione
Dashboard Nexus con le bande, domande a voce con Vox, report di revisione del budget, avvisi via pipeline verso l'ERP.
Monitoraggio
L'errore reale si misura a ogni chiusura; quando una serie peggiora si indaga la causa prima di toccare il modello.
Cosa non fa
Un modello di previsione estende i comportamenti che trova nei dati. Una guerra, un dazio, un fornitore che chiude o un nuovo concorrente non sono nello storico: in quei casi la banda si allarga, ma non anticipa l'evento. Per le materie prime vale ancora di più: la previsione è uno scenario con la sua incertezza, da usare insieme al giudizio di chi compra, non al suo posto.
I dati restano in azienda
Il modello di previsione è compatto e gira su CPU o GPU nei vostri server, accanto a Nexus e all'LLM della suite AiDream. Vendite, costi e margini non escono dal perimetro aziendale.
Su cosa si appoggia
Il forecasting usa i dati e i canali già presenti nella suite AiDream.
Domande frequenti
È un LLM come ChatGPT?
Il modello che prevede è un foundation model per serie temporali: usa la stessa architettura transformer degli LLM, ma è addestrato su sequenze di numeri invece che su testi. L'LLM della suite lavora accanto a lui per spiegare le previsioni e rispondere alle domande in italiano.
Quanto storico serve?
Il modello è preaddestrato e funziona anche su serie brevi, ma per riconoscere una stagionalità annuale servono almeno due o tre anni di dati mensili, o qualche mese di dati giornalieri. Il backtest dice subito se lo storico basta.
Bisogna addestrare un modello per ogni serie?
No. Il modello prevede serie nuove senza addestramento specifico, ed è questo che rende praticabile prevedere centinaia di codici o voci di costo. Dove conviene, si può affinare sui dati dell'azienda.
Si possono prevedere i prezzi delle materie prime?
Si può prevederne l'andamento con la sua incertezza, usando lo storico dei prezzi e degli indici collegati. Non si possono prevedere gli shock di mercato: per questo la previsione si legge come banda e si aggiorna a ogni nuovo dato.
Funziona con i nostri file Excel?
Sì. Budget, listini e piani promozionali in Excel entrano come serie o come covariate; Nexus li unisce ai dati del gestionale e la previsione torna anche in Excel o in un report.
Mettiamo alla prova le vostre previsioni?
Partiamo da un backtest su una vostra serie, vendite, costi o una materia prima, e lo confrontiamo con il metodo che usate oggi.
Parliamone