AI Supply Chain Disruption Forecasting System

Разработка AI-системы прогнозирования сбоев в цепи поставок

Supply chain disruption — любое нарушение нормального потока товаров, от задержки поставщика до пандемии. Традиционно компании реагировали реактивно. AI-система позволяет предсказать сбои за 2-8 недель до их проявления и инициировать превентивные меры.

Таксономия disruptions

Operational disruptions (высокая частота, малая амплитуда):

• Задержки поставщика (OTIF < 80%)
• Качественный брак партии
• Задержки на таможне
• Недостача в поставке

Structural disruptions (редко, высокая амплитуда):

• Банкротство поставщика
• Геополитические ограничения (санкции, экспортные лицензии)
• Природные катастрофы в регионе поставщика
• Транспортные коллапсы (закрытие канала, портовые забастовки)

Macro disruptions (системные):

• Пандемии, глобальные lock-down
• Торговые войны (тарифные войны, эмбарго)
• Commodity price spikes (дефицит полупроводников 2020-2022)

Источники сигналов для предсказания

Structured data:

• OTIF-история каждого поставщика (ранний сигнал: ухудшение OTIF за 3-4 недели)
• AIS (Automatic Identification System): GPS трекинг грузовых судов — задержки в портах
• Commodity futures: backwardation как сигнал ожидаемого дефицита
• Freight rates: Baltic Dry Index, SCFI (Shanghai Containerized Freight Index)

Alternative data:

• Новости о поставщиках, регионах, отраслях (NLP классификация)
• Геополитический риск-индекс (GPR Index от ФРС)
• Earthquake/flood/hurricane forecasts для ключевых регионов
• LinkedIn/Glassdoor: увольнения на заводе поставщика
• Satellite imagery: активность на производственных объектах

Internal signals:

• Изменение lead time trend: если lead time растёт 3 недели подряд → ранний сигнал
• Increase in order exceptions от поставщика
• Рост цен на частичные поставки

NLP мониторинг новостей

from transformers import pipeline

# Fine-tuned на supply chain новостях
disruption_classifier = pipeline(
    "text-classification",
    model="supply-chain-risk-classifier-v2"
)

def monitor_news_feed(articles, supplier_list, region_list):
    risks = []
    for article in articles:
        # Проверяем упоминание поставщика или региона
        is_relevant = any(s in article['text'] for s in supplier_list + region_list)
        if not is_relevant:
            continue

        # Классификация риска
        result = disruption_classifier(article['text'][:512])
        if result['label'] == 'SUPPLY_CHAIN_RISK' and result['score'] > 0.7:
            risks.append({
                'article': article,
                'risk_score': result['score'],
                'category': classify_risk_category(article['text'])
            })
    return risks

Источники новостей:

• Reuters, Bloomberg via API
• Специализированные: SupplyChainDive, Freightos
• Региональные: мониторинг местных новостей в ключевых регионах поставок

Supplier Risk Scoring

Composite risk score для каждого поставщика:

def supplier_risk_score(supplier_id):
    components = {
        'operational_risk': calculate_operational_risk(
            otif_trend=get_otif_trend(supplier_id, weeks=8),
            lead_time_variability=get_lt_cv(supplier_id)
        ),
        'financial_risk': calculate_financial_risk(
            altman_z=get_altman_z(supplier_id),
            payment_behavior=get_payment_delays(supplier_id)
        ),
        'concentration_risk': calculate_concentration(
            spend_share=get_spend_share(supplier_id),
            single_source_count=count_single_sourced_skus(supplier_id)
        ),
        'geopolitical_risk': calculate_geo_risk(
            country=get_supplier_country(supplier_id),
            region=get_supplier_region(supplier_id)
        ),
        'news_risk': get_news_risk_score(supplier_id, last_days=30)
    }
    weights = [0.25, 0.20, 0.25, 0.20, 0.10]
    return sum(w * s for w, s in zip(weights, components.values()))

Обновляется ежедневно. При score > 0.7 → автоматический alert менеджеру по закупкам.

Реакция на предсказанные disruptions

Playbook по типу риска:

Автоматические рекомендации: AI система не только детектирует риск, но и предлагает конкретные action items с расчётом стоимости и сроков. Закупщик получает ready-to-approve рекомендацию.

Dashbord и отчётность

• Supply Chain Risk Heatmap: географическая карта рисков по поставщикам
• Trend экспозиции: как меняется portfolio риска по времени
• Alert queue: приоритизированные риски с рекомендациями
• KPI: number of disruptions predicted, avoided disruption cost

Сроки: базовая supplier risk scoring с OTIF-данными — 4-5 недель. Полноценная система с NLP-мониторингом, AIS данными и playbook automation — 4-5 месяцев.