Deep learning como motor de forecast de 5ª generación
Como parte de nuestro compromiso central de ofrecer los forecast precisos que la tecnología puede producir, nos enorgullece anunciar que nuestra 5ª generación de motor de forecast ya está operativa en Lokad. Este motor aporta la mayor accuracy improvement que jamás hayamos logrado en una única versión. El diseño del motor se basa en una variante relativamente reciente de machine learning llamada deep learning. Para supply chains, las mejoras large en forecasting accuracy pueden traducirse en retornos igualmente grandes, atendiendo a más clientes, sirviéndolos más rápidamente y enfrentando menores inventory risks.
De forecast probabilístico a deep learning
Hace aproximadamente 18 meses, anunciábamos la 4th generation de nuestra tecnología de forecast. La 4ª generación fue la primera en ofrecer verdaderos forecast probabilísticos. Los forecast probabilísticos son esenciales en supply chains porque los costes se concentran en los extremos estadísticos, cuando la demanda resulta inesperadamente alta o baja. En contraste, los métodos de forecast tradicionales —como los forecast diarios, semanales o mensuales— que se centran únicamente en ofrecer forecast medianos o promedios, ignoran el problema. Como consecuencia, esos métodos suelen no generar retornos satisfactorios para las empresas.
En parte por casualidad, resulta que deep learning está fuertemente orientado hacia los forecast probabilísticos por diseño. La motivación de esta perspectiva, sin embargo, estaba totalmente desvinculada de las preocupaciones de supply chain. Los algoritmos de deep learning favorecen la optimización basada en una perspectiva probabilística / bayesiana con métricas como cross entropy porque estas métricas proporcionan enormes valores de gradiente que son especialmente adecuados para el gradient descent, el “único” algoritmo que hace posible deep learning.
En el caso específico de supply chains, sucede que los fundamentos de deep learning están completamente alineados con los requerimientos reales del negocio!
Más allá del bombo de la inteligencia artificial
La inteligencia artificial — impulsada en la práctica por deep learning — ha sido la palabra de moda del año en 2017. Las afirmaciones son audaces, fascinantes y, bueno, fuzzy. Desde el punto de vista de Lokad, observamos que la mayoría de estas tecnologías de IA enterprise no están a la altura de sus expectativas. Muy pocas empresas pueden asegurar más de medio billón de USD en financiación, como Instacart, para reunir un equipo de deep learning de clase mundial que aborde con éxito un desafío de supply chain.
Con este lanzamiento, Lokad está haciendo accesible la tecnología de forecast de grado AI a cualquier empresa razonablemente “digitalizada”. Obviamente, todo sigue siendo impulsado por datos históricos de supply chain, por lo que los datos deben ser accesibles para Lokad; pero nuestra tecnología requiere cero experiencia en deep learning. A diferencia de prácticamente todas las tecnologías de IA enterprise, Lokad no depende de la ingeniería manual de features. En lo que a nuestros clientes respecta, la actualización de nuestros previos forecast probabilísticos a deep learning será perfecta.
Lokad es la primera empresa de software en proporcionar una tecnología de forecast de grado AI llave en mano, accesible tanto para pequeños 1-man ecommerces como para escalar a las mayores redes de supply chain que pueden incluir miles de ubicaciones y un millón de referencias de producto.
La era del GPU computing
Deep learning permaneció algo niche hasta que la comunidad logró actualizar su propio bloque de construcción de software para aprovechar las GPUs (unidades de procesamiento gráfico). Esas GPUs difieren notablemente de las CPUs (unidades centrales de procesamiento), que aún impulsan la gran mayoría de las apps en la actualidad, con las notables excepciones de los videojuegos, que dependen intensivamente tanto de las CPUs como de las GPUs.
Junto con la reescritura completa de nuestro motor de forecast para esta 5ª iteración, también hemos actualizado significativamente la infraestructura de bajo nivel de Lokad. De hecho, para servir a las empresas, la plataforma de Lokad ahora utiliza GPUs además de CPUs. Lokad está aprovechando las máquinas impulsadas por GPUs que se pueden alquilar en Microsoft Azure, la plataforma de computación en la nube que soporta a Lokad.
Mediante la enorme potencia de procesamiento de las GPUs, no solo hacemos nuestros forecast más precisos, sino que también los hacemos mucho más rápidos. A través de una red de GPUs, ahora obtenemos los forecast aproximadamente de 3x a 6x más rápido, para cualquier dataset de tamaño considerable (*).
(*) Para datasets ultra-pequeños, nuestro motor de forecast de 5ª generación es en realidad más lento y tarda unos minutos más, lo cual es en gran medida intrascendente en la práctica.
Lanzamientos de producto y promociones
Nuestra 5ª generación de motor de forecast está aportando mejoras sustanciales en situaciones difíciles de forecast, sobre todo en lanzamientos de producto y promotions. Desde nuestra perspectiva, los lanzamientos de producto, aunque muy difíciles, resultan un poco más sencillos que los forecast de promociones. La diferencia en dificultad se debe a la calidad de los datos históricos, que es invariablemente inferior en las promociones en comparación con los lanzamientos de producto. Los datos de promociones mejoran con el tiempo una vez que se implementan los procesos adecuados de aseguramiento de la calidad.
En particular, vemos deep learning como una enorme oportunidad para las marcas de moda que tienen dificultades con los lanzamientos de producto que dominan sus ventas: lanzar un new product no es la excepción, es la norma. Luego, a medida que las variantes de color y tamaño aumentan enormemente el número de SKUs, la situación se vuelve aún más compleja.
Acceso anticipado a deep forecasting
Estamos planeando actualizar gradualmente toda nuestra clientela a nuestro motor de forecast más reciente. Este despliegue gradual tiene la intención de asegurarse de que no introduzcamos inadvertidamente regresiones en las que la versión más reciente pudiera resultar menos precisa que la anterior. Dado que la versión 5.0 es externamente idéntica a la versión 4.0, la actualización será completamente transparente. Los clientes solo notarán la mayor precisión. Para finales del primer trimestre de 2018, todos los forecast generados a través de Envision estarán impulsados por la versión 5.0.
