Санкт-Петербург, 18 августа 2025 года — «Группа Лента» и Napoleon IT объявили о запуске крупного проекта по автоматизации управления запасами. Ритейлер внедряет систему Napoleon AI-Driven Replenishment, которая заменяет ушедшее с рынка решение F&R (Forecasting & Replenishment).

Почему понадобилась замена
После ухода F&R «Лента» провела масштабный отбор российских технологических партнёров. Основной акцент сделали на автоматизации процессов пополнения, которые ранее требовали большого количества ручных корректировок и уже не соответствовали масштабу бизнеса. Итогом стал выбор решения Napoleon IT, которое на первом этапе должно закрыть до 60% операционных потребностей сети.

Что говорят в Ленте
Юлия Трусова, руководитель домена логистика:

«Мы выбрали Napoleon за гибкость и масштабируемость платформы, позволяющие адаптировать её под разные форматы розницы. Важна и экспертиза команды в прогнозировании спроса. Мы рассчитываем на долгосрочное партнёрство и устойчивые результаты».

Ольга Шабунина, директор службы управления запасами:

«Автозаказ — это инвестиция в будущее ритейла. Решение позволит минимизировать списания, повысить доступность товаров для покупателей и сделать логистику более эффективной».

Что говорят в Napoleon IT
Азамат Ниров, директор по продукту:

«Автоматизация пополнения — одна из самых чувствительных зон в ритейле. Ошибка в прогнозе ведёт либо к пустым полкам, либо к затовариванию. Наш подход — не воспроизведение уходящих зарубежных решений, а разработка гибкой системы под конкретные бизнес-задачи «Ленты»».

Этапы проекта
• Первый этап — внедрение в магазинах «Супер Лента», где эффект от автоматизации наиболее заметен.
• Далее система будет масштабироваться на все форматы группы.
• Общая реализация рассчитана на два года с постепенной адаптацией и минимизацией рисков.

🧾 В результате «Лента» получает не только замену ушедшей системы, но и более современное, масштабируемое и локальное решение, которое должно повысить эффективность управления запасами и конкурентоспособность сети.

Подробности

Санкт-Петербург, Россия,18 августа 2025 г.: «Группа Лента» и компания-разработчик Napoleon IT начали реализацию масштабного проекта по автоматизации управления товарными запасами. В рамках проекта внедряется система пополнения запасов — Napoleon AI-Driven Replenishment.

Предыдущий поставщик F&R (Forecasting & Replenishment) покинул российский рынок. Для перехода на новую систему «Группа Лента» провела отбор технологических партнеров на российском рынке. Особое внимание уделялось возможностям автоматизации процессов пополнения — этот блок требовал значительного обновления, так как в текущей версии зависит от множества ручных корректировок и не соответствует масштабу и динамике бизнеса. По итогам отбора была выбрана платформа Napoleon AI-Driven Replenishment, которая уже на первом этапе должна покрыть около 60% операционных потребностей сети.

Руководитель домена логистика «Группы Лента» Юлия Трусова рассказала:

 «Два года назад мы провели комплексный отбор технологических партнёров. Мы выбрали решение Napoleon AI-Driven Replenishment за его высокую гибкость и масштабируемость, позволяющие адаптировать платформу под различные форматы розницы и структуру нашей сети, а также глубокую экспертизу команды Napoleon IT в области прогнозирования спроса и пополнения товарных запасов. Мы рассчитываем, что партнёрский и открытый подход Napoleon IT к совместной работе, нацеленность на долгосрочное сотрудничество и готовность к адаптации решения под меняющиеся бизнес-задачи обеспечат успешную реализацию проекта и достижение устойчивых результатов».

Проект будет реализован поэтапно в течение двух лет. Сначала новую систему внедрят в магазинах «Супер Лента», где эффект от автоматизации проявляется быстрее всего. Далее решение будет масштабироваться на другие форматы группы. Такой подход позволяет постепенно адаптировать решение к бизнес-процессам и минимизировать операционные риски.

Директор службы управления запасами торговой сети «Супер Лента» Ольга Шабунина:

«Внедрение системы автозаказа — это инвестиция в будущее ритейла. «Группа Лента» стремится быть на передовой технологического прогресса в отрасли. Внедрение нового решения автозаказа — это важный шаг на пути к созданию современной и эффективной системы управления запасами. Данный проект – это также синергия технологий и партнерства, мы, как бизнес, получаем конкурентное преимущество, эффективный инструмент для оптимизации управления запасами с интуитивно понятным интерфейсом, широким функционалом и возможностью интеграции с существующими системами. Это позволит повысить производительность и доступность товаров для покупателей,  минимизировать списания и оптимизировать логистические процессы».

Директор по продукту «Прогнозирование и пополнение» Napoleon IT Азамат Ниров отметил:

«Выбор Napoleon IT в качестве технологического партнера для такого крупного и сложного проекта — это не только высокая оценка нашей экспертизы, но и высокая планка ожиданий, которую мы намерены оправдать. Автоматизация пополнения — одна из самых чувствительных зон в ритейле: ошибка в прогнозе или алгоритме заказа мгновенно отражается либо пустой полкой, либо затовариванием. Такие проекты требуют не просто внедрения платформы, а глубокой сонастройки с бизнесом заказчика. В «Ленте» широкий ассортимент, разные форматы магазинов и высокая операционная динамика, и всё это мы учитываем при проектировании решения. Мы начинаем внедрение нашего продукта Napoleon AI-Driven Replenishment и адаптируем его под конкретные бизнес-процессы и цели сети. Наш подход заключается не в воспроизведении уходящих зарубежных систем, а в создании гибкого, масштабируемого решения, точно соответствующего задачам клиента», — отмечает Азамат Ниров, директор по продукту «Прогнозирование и пополнение» в Napoleon IT.

Сообщение Как «Лента» закупочное решение Napoleon’ом заменила появились сначала на ECOMHUB - о E-Commerce, омниканальном ритейле, логистике, технологиях, соцсетях.

Products Analyzer позволяет ритейлерам определять цены и классифицировать товары на изображениях. Сервис также может быть использован для мониторинга цен и товаров конкурентов в офлайн-магазинах с целью расширения товарного ассортимента или корректировки ценообразования. Он также позволит определять заполненность полок в собственных магазинах, что упрощает формирование товарных запасов и сокращает недополученную из-за несвоевременной выкладки выгоду.

ML-модели, входящие в сервис, обучены на изображениях из российских продуктовых ритейл-сетей, они распознают на изображениях все товары и их цены. Для того чтобы запустить процесс распознавания, достаточно сфотографировать стеллажи магазина и загрузить изображения в сервис через API в карточке сервиса на платформе SberCloud ML Space.

Использование сервиса Product Analyzer позволит избежать расходов на создание собственного решения по мониторингу цен и заполненности полок. Также сервис оценят разработчики ПО для ритейла, поскольку это поможет сократить time-to-market подобных приложений. Продуктовые ритейлеры могут протестировать возможности сервиса, просто зарегистрировавшись на платформе ML Space.

«Product Analyzer уже используется для распознавания цен и товаров крупнейшими розничными сетями России – и мы хотели бы сделать его более доступным для широкого круга российского ритейла. Мы рады совместно с платформой ML Space развивать сервисы, которые позволяют использовать AI и машинное обучение для решения практических бизнес-задач, и планируем выкладывать новые сервисы в будущем», — отметил Руслан Ахтямов, директор по стратегии Napoleon IT.

Возможности

Решение от Napoleon IT позволяет ритейлерам определять цены и классифицировать товары на изображениях. Автоматизируется процесс ручного сбора данных мониторинга цен и товаров конкурентов.

Описание сервиса: Сервис состоит из нескольких моделей, которые позволяют последовательно распознать товары и ценники по изображениям. Product analyzer обучен на изображениях из Российских ритейл сетей.

Пайплайн моделей:

1. Находит координаты всех товаров и ценников на изображении
2. На ценниках находит область цены
3. OCR модель распознает цены на ценниках
4. Извлекает из изображений товаров вектора, отличимые в векторном пространстве. Эти векторы сравниваются с эталонными и если значение меньше порогового, то это означает принадлежность к классу.

Под каждую задачу используются следующие модели:

Детекция:

• EfficientDet5

Feature Extraction:

• ResNet обученный с применением ArcFace Loss

Детектирование цены в области ценника:

• Unet

OCR:

• AttentionOCR, обученная на миллионах примеров вырезанных цен

Преимущества

Бизнес преимущества: автоматизация процесса ручного сбора данных мониторинга цен и товаров конкурентов, а также автоматизированный контроль раскладки товаров.

Технические: Сервис уже собран в общий пайплайн распознавать и позволяет находить все товары и ценники, считывать текст цены и классифицировать товар без дополнительного обучения моделей, с помощью сравнения векторов признаков с эталонными.

Сценарии использования

• Мониторинг цен

Изначально формирование цены на товарные позиции в крупном магазине складывается из нескольких десятков переменных: затраты на закупку, логистику, выплату налогов, а также маржа, эластичность спроса, стоимость аналогов в других торговых сетях и пр. Чтобы их отслеживать, можно использовать ценовой мониторинг. Это система, которая по фотографии распознает товары на полках, их объем и цены, а затем агрегирует их стоимость у разных ритейлеров. Фото стеллажей в магазинах-конкурентах делают специальные сотрудники — мониторщики.

Как использовать? Ваш сотрудник отправляется на конкурентную разведку в ближайший магазин и присылает фотографии полок с товарами. Далее вы хотите распознавать товары на этих изображениях. Вы отправляете их на сервис, в ответ получаете все координаты товаров и их цен, а также вектора товаров, извлеченные моделью, которые можно сравнить с эталонными векторами полученными из фотографий в базе товаров.

• Контроль выкладки товаров

Ритейлер может легко потерять покупателей, если полки его магазинов окажутся пустыми: никто не захочет заходить в несколько супермаркетов, чтобы приобрести все необходимое. Данное решение позволяет избежать подобной ситуации, поможет отследить количество продуктов на стеллажах и сформировать заявки на закупки.

Как использовать? Для проверки уровня заполненности полки в магазине необходимо ее сфотографировать. Далее отправить на сервис, в ответ получить все координаты товаров, на основе которых определяется сколько пространства заполнено товарами.

Чтобы узнать больше о AI-сервисе Product Analyzer и его возможностях, регистрируйтесь на вебинар с создателями продукта

Справка о компании:

Napoleon IT — глобальная IT-компания, развивающаяся с 2011 года в трех направлениях: предоставление образования в сфере IT, заказной разработке программного обеспечения и развитии собственных B2B продуктов. 6 среди мобильных разработчиков в России по версии Рейтинга Рунета и 19 среди лучших работодателей в IT в рейтинге HeadHunter. Основные компетенции:  ML, cloud, highload backend и mobile в отраслях ритейл, промышленность, финтех. Клиенты — X5 Group, Бристоль, National Geographic, Cosmopolitan, РБК, K&Б, Kari, РИВ ГОШ.

Сообщение Ждём наплыва фотографов в магазины. Napoleon IT разработал сервис для распознавания товаров и цен появились сначала на ECOMHUB - о E-Commerce, омниканальном ритейле, логистике, технологиях, соцсетях.