Вернуться к исследованию рынка
Asper.ai — принадлежащий Fractal разработчик ПО для производителей упакованных потребительских товаров. Нынешняя платформа объединяет планирование спроса и управление ростом выручки: цены, акции, ассортимент, товарный микс и торговые инвестиции. Базовая платформа данных сводит коммерческую информацию, а диалоговый интерфейс AskAsper позволяет изучать сценарии и рекомендации. Существующие системы планирования ресурсов предприятия и управления торговыми акциями сохраняют транзакционные записи и получают утверждённые планы и решения. 1
Общая оценка для цепочки поставок: 4,4/10.
| Направление | Оценка |
|---|---|
| Глубина проработки цепочки поставок | 4,6/10 |
| Содержательность решений и оптимизации | 4,6/10 |
| Целостность продукта и архитектуры | 4,4/10 |
| Техническая прозрачность | 4,0/10 |
| Серьёзность подхода поставщика | 4,2/10 |
Asper решает коммерчески значимые задачи. Цены, расходы на акции и замещение товаров относятся к экономической оценке спроса. Старые кейсы также сообщают об автоматизации прогнозирования и росте производительности планировщиков. Слабость — в переходе от этих возможностей к нынешнему обещанию согласованного агентного роста: публичные свидетельства гораздо яснее подтверждают помощь в прогнозировании и коммерческие рекомендации, чем воспроизводимую систему, повышающую прибыль после затрат на внедрение и эксплуатацию. 1 6 7
Патенты описывают вероятностные рекомендации действий и оценку корректировок планировщиков, не устанавливая их реализацию в нынешней коммерческой платформе. Описания развёртывания охватывают несколько облачных сервисов, а текущее предложение включает консалтинг, содействие освоению и развитие компетенций. Стоимость сопровождения этой комбинации непосредственно влияет на обещанную отдачу. 10 11 12 13 15
Asper.ai и Lokad
Asper начинает с организации коммерческого планирования: объединяет её прогнозы, анализирует возможности выручки, моделирует цены и акции и направляет решения через существующие согласования. Lokad начинает с самих решений: какие единицы купить, произвести, распределить или уценить с учётом неопределённых спроса и поставок, операционных ограничений и финансовых последствий каждой альтернативы. Нынешнее обещание Asper сохранить рабочие процессы удобно для освоения; оно также сохраняет значительную часть организационной машины, производительность которой следует поставить под вопрос. 1 См. подход Lokad к оптимизации запасов.
Различие важно, когда акция выглядит привлекательной. Больший прогноз продаж может сочетаться с потерей продаж по полной цене, дорогими перемещениями, недостаточным пополнением или остатками после акции. Asper прямо рассматривает эффекты цен и акций. Публичные материалы не раскрывают, как неопределённые поступления от поставщиков, конкурирующие использования запасов и соответствующие финансовые последствия входят в общий расчёт решений. Патент управления отклонениями даёт полезную отправную точку — вероятности, варианты действий, ограничения, прибыли или убытки, — но не устанавливает реализованную обработку именно этой задачи цепочки поставок. 1 10
Introduction to Supply Chain от Lokad объясняет более широкую концепцию проектирования: автоматизировать числовые решения, выражать их экономику и улучшать логику по мере накопления знаний. Значимое сравнение производительности включает людей, поддерживающих соответствия данных, модели, исключения и коммерческие правила. Более короткая встреча по пересмотру прогнозов отражает только часть этой работы.
От предвидения спроса к агентному RGM
Британская компания была зарегистрирована в ноябре 2019 года как Samya.ai Limited и приняла имя Asper.ai в ноябре 2022 года. Fractal приобрела Samya в июне 2021 года. 2 4
| Период | Публичное заявление или направление продукта | Что устанавливают материалы |
|---|---|---|
| 2020 | Dynamic Demand AI использовала 200 внешних факторов и автоматизированное машинное обучение для предвидения спроса. | Запуск описывал консультации с более чем 100 планировщиками и проверку ценности в пяти компаниях потребительских товаров. Контролируемая оценка обещаний о прогнозах или выручке не публиковалась. |
| 2021 | Fractal приобрела Samya, продвигая глубокое обучение, обучение с подкреплением, вероятностные методы и десятикратное преимущество. | Объявление не определяло величину, базу сравнения или эксперимент, стоящий за преимуществом. |
| 2022 | Asper была запущена как автономный механизм решений для спроса, запасов, цен и акций. | То же объявление описывало модули планирования спроса и цен/акций как ограниченные тестовые выпуски. |
| 2023 | Кейсы описывали планирование спроса с малым вмешательством и рост производительности планировщиков. | Документированные процессы сохраняли корректировки планировщиков и выделяли высокорисковые случаи для человеческого внимания. |
| 2025 | Fractal объявила поэтапную инвестицию $20 миллионов. | Заявленный охват по-прежнему включал спрос, управление ростом выручки, планирование запасов и исполнение продаж. |
| Сейчас | Agentic RGM объединяет коммерческих агентов, AskAsper и платформу данных. | Текущее описание сосредоточено на контролируемых коммерческих решениях и сохранении существующих корпоративных процессов. |
Ранняя риторика ИИ уже была масштабной. В 2022 году «автономным» называли комплекс, рекламируемые модули которого находились в ограниченном тестовом выпуске. Более поздние клиентские документы дают узкое и убедительное описание: автоматизировать часть подготовки прогнозов и помочь планировщикам с остальным. Нынешнему агентному представлению нужны доказательства изменений в численной системе решений помимо добавления диалогового интерфейса. 5 6 7
В коммерческой задаче есть преемственность. Предвидение спроса, внешние факторы, вмешательство планировщиков и влияние на выручку повторяются по всей истории. В публичной технической документации преемственности гораздо меньше: нынешние ссылки на продукты, ресурсы и философию ИИ в основном ведут на страницу с обещанием будущего содержания, тогда как полезные кейсы сохранились в архивных PDF. Созревание продукта должно облегчать изучение механизмов и результатов. 1 6 7
Что раскрывают численные методы
Вероятностные рекомендации в патентах
Патентная заявка Samya, опубликованная в 2021 году, описывает систему управления отклонениями. Пользователь задаёт сценарий применения и метрики; связанные модели предсказывают отклонения, присваивают вероятности, прослеживают эффекты и рекомендуют действия. Формула изобретения явно включает распределения исходов действий, заданные пользователем операционные ограничения и количественную оценку выгод действия либо потерь от отказа. Механизм обратной связи записывает действия для улучшения последующих предсказаний. 10
Это содержательное свидетельство попытки выйти за пределы одного прогноза с последующим предупреждением. Опубликованный проект связывает неопределённость с альтернативными действиями и зависимыми метриками. Однако настраиваемая метрика может представлять выручку, ошибку прогноза или другую цель. Патент не решает, оценивает ли внедрённый продукт все значимые последствия согласованно, надёжно ли изучает причинные эффекты и координирует ли дефицитные запасы между конкурирующими решениями. Это вопросы реализации с прямыми экономическими последствиями. 10
Второй патент, выданный в 2025 году с приоритетом 2020 года, касается корректировок прогнозов. Он сравнивает скорректированные прогнозы с фактическими исходами, выявляет систематические смещения и присваивает оценки навыка субъектам корректировок. Затем рекомендует улучшения последующих прогнозов. Это может выявить вредные вмешательства планировщиков, но центральным результатом остаётся скорректированный прогноз. Улучшение предсказания само по себе не определяет лучшую величину заказа или цену. 11
Неопределённость спроса и поставок
Коммерческий продукт подчёркивает факторы спроса, ценовую эластичность и сценарии. Ни его нынешнее описание, ни карточки маркетплейсов не объясняют совместного распределения спроса, сроков поставщиков, доступных количеств и других неопределённостей поставок. Патент отклонений достаточно широк для нескольких метрик; недостающее свидетельство — конкретная реализация цепочки поставок, объединяющая эти неопределённости до выбора действия. 1 10 12 13
Пробел становится существенным при взаимодействии коммерческих и физических решений. Акция меняет спрос именно тогда, когда пополнение может быть ненадёжным. Ценовая рекомендация, считающая будущую доступность фиксированным входом, может выглядеть прибыльной, перекладывая затраты на срочную доставку, упущенные продажи в других местах или остаточные запасы. Больше сигналов спроса не устраняет неопределённость фактически доступного предложения.
Asper также должна отличать прогноз продаж от эффекта изменения цены или акции. Исторические акции выбирают люди, реагирующие на ожидаемый спрос, поведение конкурентов и запасы. Модель, подогнанная к этим наблюдениям, может воспроизводить этот отбор без оценки дополнительного эффекта другого действия. Публичные описания обозначают эластичность и отдачу акций, но не раскрывают метод контрфактической оценки или его ошибку. 1 13
Что измеряют клиентские свидетельства
Архивный кейс питания домашних животных даёт полезные операционные детали: 87 клиентов, 23 склада, несколько торговых каналов и скользящий прогноз на четыре месяца. Случаи с малым вмешательством автоматизировали; в сложных случаях планировщики корректировали базовый прогноз. Результаты различают автоматизацию примерно 60% портфеля и управление автоматическими решениями 42% товарного объёма. Документ не устанавливает автоматического исполнения заказов на закупку, запусков производства или цен. 6
Цифрам точности также нужны исходные знаменатели. Семьдесят процентов портфеля улучшились; это не утверждение о точности прогноза 70%. Сообщается, что треть портфеля улучшилась более чем на 20 процентных пунктов, а по трём каналам достигнуто улучшение 6%. Исходное обсуждение упоминает среднюю абсолютную процентную ошибку выше 25%, но результаты не дают согласованной формулы, весов, конечной ошибки и протокола проверки вне выборки. Покупатель не может восстановить улучшение по опубликованным цифрам. 6
Кейс упакованных продуктов питания лучше описывает время. Он сообщает об улучшении точности на 6,8% для двух категорий за первые восемь недель, более 5% между категориями за первый год, 8,2% за второй и повышении производительности планировщиков на 40%. Внедрение включало исследовательский семинар, описание процессов, проверку ценности и настройку будущего планирования. Высокорисковые ситуации продолжали получать внимание планировщиков. 7
Это заявленные выгоды клиентов со значимой информацией об охвате. Они остаются анонимными кейсами без метрики прогноза, контрольной совокупности, знаменателя производительности и полных расходов на персонал и услуги, нужных для воспроизведения оценки. Кейс продуктов питания не говорит, означает ли производительность 40% меньше часов, больше позиций на планировщика или другую структуру деятельности. Ни один кейс не даёт реализованной чистой прибыли после внедрения и регулярной работы. 6 7
Заявления маркетплейсов расширяют обещания. AWS описывает обязательство повысить точность на 5–15%; Microsoft — на 10–20 пунктов и автоматизировать до 80% портфеля. Проценты и процентные пункты — разные меры, а карточки не устанавливают общую базу сравнения или одинаковый охват продукта. Точность на уровне категории также не подтверждает качества пополнения SKU: агрегация убирает значительную часть вариации, осложняющей индивидуальные решения запасов. 12 13
Программные компоненты и операционные границы
Самые конкретные публичные описания компонентов находятся в карточках маркетплейсов, написанных поставщиком.
| Описание продукта | Названные компоненты | Значение для эксплуатации |
|---|---|---|
| Карточка прогнозирования спроса AWS | Redshift, Amazon EMR и ElastiCache | Хранилище, распределённая обработка и кеширование требуют каждое синхронизации данных, выбора мощностей и операционного сопровождения. |
| Карточка приложения Microsoft | Cosmos DB, Azure Database for PostgreSQL, Kubernetes Service, Azure OpenAI и виртуальные машины | Два сервиса баз данных, оркестрация контейнеров, обслуживание моделей и внешний ИИ создают несколько интерфейсов, требующих эксплуатации и защиты. |
| Нынешний обзор платформы | Интеграция с существующими облачными платформами и платформами данных клиентов | Инфраструктура данных клиента остаётся частью операционной схемы, а не исчезает внутри приложения. |
Описания AWS и Azure относятся к отдельным предложениям; публичные материалы не связывают их с версиями нынешней платформы Agentic RGM. Даже карточка AWS совмещает утверждение об использовании сервисов AWS с метаданными поставки, относящими продукт к профессиональным услугам и указывающими «No» для «Deployed on AWS». Это снижает её полезность как спецификации развёртывания. Покупателям нужны фактическая топология, обязанности по сервисам и путь обновления своей установки. 12 13
Вакансия Lead Data Scientist Asper описывает построение и сопровождение конвейеров моделей, их развёртывание, мониторинг поведения и обновление совместно с инженерными и бизнес-командами. Среди навыков указаны Python и SQL. Конкретный вывод — постоянная инженерная нагрузка: новые внешние сигналы, меняющиеся товары и ухудшающиеся модели требуют поддерживаемых конвейеров и осознанных пересмотров. 14
Asper ясно описывает себя как слой решений над ERP и управлением торговыми акциями. Согласование и синхронизация результатов всё равно требуют обработки сбоев: какая система отвечает за решение, что происходит при неудачной записи и как повторный запрос избегает дублирования исполнения. Публичные материалы не предоставляют контракта API, семантики повторов, схемы версионирования моделей или процедуры операционного восстановления. 1
Границы безопасности
Карточка Azure называет Kubernetes и объявляет приложение безопасным. Политика конфиденциальности сайта описывает общую защиту персональных данных. Ни одна не объясняет изоляцию клиентских вычислений, привилегии коммерческих агентов, доступ к производственным учётным данным, ограничения исходящей сети или восстановление после компрометации модели либо интеграции. Эти механизмы важны, когда рекомендации могут стать утверждёнными коммерческими действиями. 13 16
Нынешняя платформа обещает защитные рамки и аудируемость, но не описывает, как ценовой коридор или торговое правило обеспечиваются независимо от агента, предлагающего действие. След небезопасного действия его не предотвращает. Поэтому оценка безопасности остаётся слабой, пока разрешения исполнения, принудительный контроль и восстановление нельзя технически изучить. 1
Сопровождение настроек, производительность и ответственность
Платформа данных Asper включает атрибуты товаров, механики акций и коммерческую таксономию. Её агенты работают с ценовыми коридорами, размерными линейками упаковок и торговыми правилами. Это кодирует реальные знания бизнеса, но также создаёт поддерживаемые настройки. Новые упаковки, соглашения с ритейлерами, акции и структуры рынка меняют предположения расчётов. Стоимость пересмотра и безопасного обновления логики относится к полной стоимости владения. 1
Нынешнее предложение Value Enablement прямо обозначает вклад людей: участие экспертов, поддержку освоения, межфункциональное согласование и устойчивое развитие компетенций RGM. Услуги PricingOne включают стратегическую работу, поддержку внедрения, аналитику и обучение. Документ Asper 2023 года также призывал к изменениям организации и процессов. Продукт продаётся вместе с существенным изменением работы коммерческих команд. 1 15 8
Это ограничивает утверждение объявления 2025 года, что платформа устраняет барьеры внутренних ИИ-специалистов, инфраструктуры и обучения моделей. Аутсорсинг этих обязанностей может быть полезен. Он не устраняет их стоимость, работу клиента с данными или коммерческие знания, необходимые для поддержки внедрения. Заявленный период проверки ценности также заканчивается до полного развёртывания и его повторяющихся обязательств. 9 1
После 2022 года вопрос производительности шире способности планировщика задавать вопросы помощнику. Сколько людей поддерживают решения в работе и как быстро организация улучшает логику? Кейсы Asper сообщают о сокращении прогнозной работы. Нынешние публичные материалы не показывают версионируемого проверяемого процесса изменения коммерческих правил, воспроизведения решений на истории, измерения экономических эффектов и отката плохого изменения. Сохранение согласований и добавление диалогов может ускорять отдельные задачи, оставляя основной процесс улучшения трудоёмким. 6 7 1
Карточка AWS Asper действительно обещает результат: прирост точности прогнозов. Она не публикует договорную метрику, приёмочное испытание, средство исправления или распределение ответственности при недостижении цели. Значимый экономический расчёт должен включать реализованную маржу и последствия для запасов после затрат на ПО, консалтинг и труд клиента. Улучшение прогнозной оценки не даёт автоматического ответа на этот расчёт. 12
Оценка для цепочки поставок
Каждая подоценка лежит в диапазоне от 0 до 10. Общая оценка — невзвешенное среднее 25 подоценок.
Глубина проработки цепочки поставок
| Критерий | Оценка |
|---|---|
| Экономическая постановка | 6/10 |
| Конечный результат решения | 4/10 |
| Концептуальная точность в вопросах цепочки поставок | 5/10 |
| Независимость от устаревших доктринальных основ | 4/10 |
| Устойчивость к показухе вокруг KPI | 4/10 |
Среднее: 4,6/10.
Экономическая постановка — 6/10. Цены, расходы на акции, микс и маржа — значимые экономические переменные. Публичный продукт не раскрывает общего расчёта, включающего риски запасов и поставок вместе с коммерческими эффектами. 1 10
Конечный результат решения — 4/10. Нынешняя платформа обещает утверждённое коммерческое исполнение, но документированные кейсы устанавливают подготовку прогнозов и помощь планировщикам. Проценты автоматизации не идентифицируют исполненные решения пополнения или производства. 1 6 7
Концептуальная точность в вопросах цепочки поставок — 5/10. Патент отклонений связывает неопределённость, альтернативные действия, операционные ограничения и зависимые метрики. Коммерческая реализация совместной неопределённости спроса и поставок остаётся необъяснённой. 10 12
Независимость от устаревших доктринальных основ — 4/10. Предложение сохраняет единый прогноз, существующие процессы S&OP, корректировки планировщиков и согласования. Публично экономическая автоматизация решений развита слабее механики поддержки этих практик. 11 12 13
Устойчивость к показухе вокруг KPI — 4/10. Кейсы сохраняют полезные сведения об охвате и сроках, но улучшения точности и автоматизация портфеля не имеют определений, связывающих их с прибылью или численностью персонала. 6 7 13
Содержательность решений и оптимизации
| Критерий | Оценка |
|---|---|
| Глубина вероятностного моделирования | 5/10 |
| Отличительная содержательность оптимизации или машинного обучения | 5/10 |
| Учёт реальных ограничений | 4/10 |
| Автоматизация решений и производительность труда | 5/10 |
| Устойчивость к реальной операционной сложности | 4/10 |
Среднее: 4,6/10.
Глубина вероятностного моделирования — 5/10. Патент описывает распределения отклонений и исходов действий. Публичные свидетельства внедрения не объясняют их калибровку, структуру зависимостей или применение к неопределённым поставкам. 10
Отличительная содержательность оптимизации или машинного обучения — 5/10. Патенты связанных метрик и корректировок прогнозов раскрывают механизмы за пределами общего ярлыка ИИ. Их реализация, сравнительная результативность и роль в нынешнем продукте недоступны для проверки. 10 11
Учёт реальных ограничений — 4/10. Нынешний продукт обозначает коммерческие рамки, а патент допускает ограничения сценария применения. Совместный учёт физических мощностей, неопределённых поступлений, конкуренции за запасы и коммерческих обязательств не определён. 1 10
Автоматизация решений и производительность труда — 5/10. Кейсы питания животных и упакованных продуктов сообщают реальный охват автоматизации и пользу для производительности планировщиков. Ни один не измеряет весь регулярный труд или производительность изменения логики решений. 6 7
Устойчивость к реальной операционной сложности — 4/10. Многоканальные и многоскладские кейсы устанавливают значимые рабочие условия. Они не раскрывают результативность при сбоях поставок, неудачной интеграции или существенных изменениях ассортимента и правил. 6 7
Целостность продукта и архитектуры
| Критерий | Оценка |
|---|---|
| Архитектурная согласованность | 5/10 |
| Ясность границ системы | 6/10 |
| Серьёзность подхода к безопасности | 3/10 |
| Экономность программного состава и стоимость владения | 4/10 |
| Совместимость с программным и агентным управлением | 4/10 |
Среднее: 4,4/10.
Архитектурная согласованность — 5/10. Нынешние слои данных и решений формируют связную коммерческую концепцию. Для отношений между предложением AWS, приложением Azure и текущей платформой нет публичной карты версий или развёртывания. 1 12 13
Ясность границ системы — 6/10. Asper прямо оставляет транзакционные записи в ERP или управлении торговыми акциями и описывает синхронизацию планов и результатов. Семантика сбоев и ответственность за частично завершённые действия не определены. 1
Серьёзность подхода к безопасности — 3/10. Публичные описания обозначают облачную инфраструктуру и общие защиты, но не раскрывают изоляцию клиентов, привилегии агентов, защиту учётных данных или принудительные границы исполнения. 1 13 16
Экономность программного состава и стоимость владения — 4/10. Названные облачные сервисы, сопровождаемые конвейеры моделей, коммерческие настройки и услуги специалистов создают существенные операционные обязательства. Публичные цены и кейсы не оценивают их количественно. 12 13 14 15
Совместимость с программным и агентным управлением — 4/10. AskAsper и утверждённое исполнение задают агентное направление продукта. Публичные контракты API, проверяемые изменения правил и версионируемый откат логики решений отсутствуют в продуктовых материалах. 1
Техническая прозрачность
| Критерий | Оценка |
|---|---|
| Публичная техническая документация | 4/10 |
| Возможность проверки без посредничества поставщика | 3/10 |
| Прозрачность переносимости и зависимости от поставщика | 3/10 |
| Прозрачность метода внедрения | 5/10 |
| Насыщенность технических заявлений доказательствами | 5/10 |
Среднее: 4,0/10.
Публичная техническая документация — 4/10. Патенты и карточки маркетплейсов показывают предложенные алгоритмы и компоненты. Текущие ссылки продуктов часто ведут на заглушку, оставляя большой разрыв между этими записями и руководством по реализации. 1 10 11 13
Возможность проверки без посредничества поставщика — 3/10. Коммерческие заявления не сопровождаются публичной исполняемой моделью, оценочным набором данных или API решений. Клиентские PDF сообщают результаты без воспроизводимой процедуры измерения. 6 7 1
Прозрачность переносимости и зависимости от поставщика — 3/10. Платформа работает над существующей инфраструктурой клиента, но не документирует экспорт обученных моделей, коммерческих настроек, истории действий или исполняемой логики решений. 1
Прозрачность метода внедрения — 5/10. Кейс упакованных продуктов описывает исследование, картирование процессов, проверку ценности и настройку. Текущие материалы указывают специализированную работу по освоению, но не штат и график сопровождения полного внедрения. 7 1 15
Насыщенность технических заявлений доказательствами — 5/10. Два содержательных патента, описания облачных компонентов и подробные архивные кейсы позволяют провести значимую техническую оценку. У нынешнего агентного продукта гораздо меньше доказательств на уровне механизмов. 10 11 6 13 1
Серьёзность подхода поставщика
| Критерий | Оценка |
|---|---|
| Техническая серьёзность публичных коммуникаций | 4/10 |
| Последовательность технологической дорожной карты | 4/10 |
| Концептуальная точность | 5/10 |
| Экономическая ответственность | 4/10 |
| Защищённость конкурентной позиции в мире агентного ПО | 4/10 |
Среднее: 4,2/10.
Техническая серьёзность публичных коммуникаций — 4/10. Ранние заявления о десятикратном преимуществе и автономном комплексе превосходят раскрытые измерения и состояние выпусков. Более конкретные клиентские документы доступны через архивы. 4 5 6 7
Последовательность технологической дорожной карты — 4/10. Спрос и коммерческое планирование дают устойчивый бизнес-фокус. Публичная история не прослеживает превращение прежнего автономного механизма в нынешнюю агентную платформу и изменения численных возможностей. 3 5 9 1
Концептуальная точность — 5/10. Связанные коммерческие решения и измерение смещений планировщиков решают конкретные проблемы. Более сильные аналитические идеи патентов слабо связаны с текущими объяснениями продукта. 10 11 1
Экономическая ответственность — 4/10. Обязательство улучшить прогнозы прямо заявлено, но условия приёмки и меры исправления не опубликованы. Клиентские результаты опускают реализованную чистую прибыль и общие расходы поставщика, партнёров и клиента. 12 6 7
Защищённость конкурентной позиции в мире агентного ПО — 4/10. Подготовка коммерческих данных и предметные знания могут сохранять ценность. Диалоговый слой над унаследованными процессами даёт более слабое преимущество, если не снижает также труд для эксплуатации и улучшения численных решений. 1 14 15
Источники
Следующие источники проверены 4 ноября 2026 года. Архивные кейсы и документ сохраняют исторические описания продуктов и заявленные результаты.
[1] Agentic RGM и обзор платформы
Agentic RGM и обзор платформы. Текущий функциональный охват, коммерческие рамки, AskAsper, платформа данных, границы интеграции, Value Enablement и сроки проверки ценности.
[2] Реестровая запись Asper.ai Limited
Реестровая запись Asper.ai Limited. Регистрация британского юридического лица и прежнее название.
[3] Samya.ai представляет Dynamic Demand AI
Samya.ai представляет Dynamic Demand AI. Запуск продукта 2020 года, внешние сигналы, консультации планировщиков и проверки ценности.
[4] Fractal приобретает Samya.ai
Fractal приобретает Samya.ai. Приобретение и заявления о численных методах и десятикратном преимуществе.
[5] Fractal объявляет запуск Asper.ai
Fractal объявляет запуск Asper.ai. Позиционирование автономного комплекса в 2022 году и статус ограниченного тестового выпуска.
[6] Кейс планирования спроса на питание домашних животных
Кейс планирования спроса на питание домашних животных. Архивный пятистраничный кейс. Охват прогнозов, ручное вмешательство и показатели автоматизации портфеля в сравнении с объёмом; страница результатов проверена визуально.
[7] Кейс планирования спроса на упакованные продукты питания
Кейс планирования спроса на упакованные продукты питания. Архивный кейс. Подход к исследованию и настройке, поэтапные показатели точности и производительность планировщиков; страница результатов проверена визуально.
[8] Документ От прогнозирования к исполнению
Документ От прогнозирования к исполнению. Архивный документ 2023 года об организационной работе, данных и процессах, необходимых для внедрения.
[9] Fractal инвестирует $20 миллионов в Asper.ai
Fractal инвестирует $20 миллионов в Asper.ai. Объявление инвестиции в марте 2025 года, четыре продуктовых направления и заявления об аутсорсинге нагрузки разработки ИИ.
[10] Патент прогнозирования отклонений и взаимосвязанных метрик
Патент прогнозирования отклонений и взаимосвязанных метрик. Опубликованный патентный проект связанных отклонений, вероятностных исходов действий, ограничений и обратной связи. Патент не устанавливает реализацию в нынешнем продукте.
[11] Патент корректировки прогнозов и когнитивных атрибутов
Патент корректировки прогнозов и когнитивных атрибутов. Патент выдан 25 марта 2025 года с приоритетом 2020 года; касается смещений корректировок прогнозов и оценок навыка.
[12] Карточка прогнозирования спроса в AWS Marketplace
Карточка прогнозирования спроса в AWS Marketplace. Карточка AWS от поставщика: компоненты, обязательство улучшения прогнозов, порядок получения цены и метаданные поставки.
[13] Приложение Microsoft Marketplace и компоненты Azure
Приложение Microsoft Marketplace и компоненты Azure. Карточка Microsoft от поставщика: сервисы Azure, единое прогнозирование и RGM, заявления об автоматизации и точности.
[14] Вакансия Lead Data Scientist
Вакансия Lead Data Scientist. Вакансия работодателя с описанием разработки моделей, сопровождения конвейеров, производственной интеграции и мониторинга.
[15] Услуги PricingOne и развитие компетенций
Услуги PricingOne и развитие компетенций. Услуги партнёра, коммерческая экспертиза и развитие компетенций. Его общие результаты клиентов не приписываются Asper.
[16] Политика конфиденциальности сайта Asper
Политика конфиденциальности сайта Asper. Практики конфиденциальности сайта; не содержит подробной спецификации средств исполнения или изоляции коммерческой платформы.