Decathlon, один из крупнейших в мире ритейлеров спортивных товаров, объявил о внедрении модели Chronos-2 в свою систему прогнозирования спроса. Компания, насчитывающая более 100 000 сотрудников и 400 миллионов пользователей, использует прогнозирование для обеспечения наличия нужных товаров в магазинах. Ранее Decathlon применял гибридный подход: Amazon SageMaker ИИ DeepAR для краткосрочного горизонта (1–16 недель) и метод Хольта-Винтерса для долгосрочного (17–52 недели). С 2024 года компания экспериментировала с Temporal Fusion Transformer (TFT), но все эти решения требовали еженедельного переобучения и плохо масштабировались на новые регионы.
Chronos-2 — это модель временных рядов, разработанная Amazon, которая относится к классу time series foundation models (TSFM). Такие модели обучаются на больших массивах данных и могут применяться для прогнозирования без дополнительного обучения на специфических данных компании. Decathlon провел масштабный бенчмарк на собственных данных, сравнивая несколько TSFM с производственным базовым решением. Оценка включала 101 скользящий срез за почти два года (с 48-й недели 2022 года по 44-ю неделю 2024 года), около 25 000 уникальных товаров на каждый срез и горизонты 12 и 52 недели. Основной метрикой была WAPE (взвешенная абсолютная процентная ошибка), дополненная RMSE, смещением и попарными показателями выигрышей.
| Модель | Режим | WAPE 12 недель | WAPE 52 недели |
|---|---|---|---|
| Chronos-2 | zero-shot | 0.85 | 0.92 |
| Chronos-2 | fine-tuned | 0.78 | 0.85 |
| TFT | обученная | 0.88 | 0.95 |
| DeepAR | обученная | 0.90 | 0.97 |
Результаты показали, что Chronos-2 в режиме zero-shot (без дополнительного обучения) соответствовал или превосходил полностью обученную производственную модель. Тонкая настройка (fine-tuning) модели, проводимая раз в шесть месяцев, дала дополнительное снижение ошибки на несколько процентных пунктов. Chronos-2 показал наименьшую ошибку как на 12-недельном, так и на 52-недельном горизонте. Кроме того, модель поддерживает ковариаты нативно через механизм группового внимания, что упрощает учет внешних факторов, таких как сезонность или маркетинговые акции. Инференс для 25 000 товаров занимает менее двух минут, что соответствует требованиям эффективности.
Внедрение Chronos-2 позволило Decathlon сократить операционные издержки, связанные с еженедельным переобучением моделей, и упростить масштабирование на новые регионы, включая Ближний Восток и Африку. Компания планирует расширять использование модели в своей цепочке поставок. Для других компаний, рассматривающих TSFM, опыт Decathlon показывает, что даже без тонкой настройки такие модели могут быть конкурентоспособны, а периодическое обновление весов дает значительный прирост точности.
