Charisma ERP + AI Forecasting cerere — cum optimizezi stocul și aprovizionarea (2026)
Charisma BI e raportiv, nu predictiv. Cum adaugi AI peste Charisma pentru forecast cerere per SKU/locație, optimizare stoc și planificare aprovizionare.
Mihai Istrati — CTO Azuvio · 2026-05-30 · 9 min · ERP & Integrări
De ce contează AI Forecasting
Stocul e cash blocat. Subdimensionat → vânzări pierdute. Supradimensionat → cash imobilizat + risc expirare. Diferența între o companie cu rotație stoc 8x/an și una cu 4x/an = 50% mai puțin cash blocat la aceeași cifră.
Charisma BI raportează ce s-a întâmplat (vânzări, stocuri, rotații). Dar nu prezice ce se va vinde luna viitoare per SKU per locație. Asta cere AI / ML.
Ce face AI Forecasting (Smart Layer)
Date input din Charisma:
Istoric vânzări pe 24-36 luni
Stoc actual per gestiune
Lead time furnizor per SKU
Promoții trecute (dată, % discount, sell-out)
Calendar (sărbători, sezon)
Output AI:
Cerere previzionată per SKU per locație pe 4-12 săptămâni
Cantitate optimă de comandat (ROP — Reorder Point + EOQ)
Alert SKU în risc de OOS (out-of-stock)
Alert SKU supra-stoc (slow-mover, expirare apropiată)
Recomandări mix promoții (ce SKU să promovezi pentru maxim revenue)
Acuratețe tipică
Pentru SKU-uri cu istoric stabil (12+ luni vânzări): MAPE 8-15% (industrial standard).
Pentru SKU-uri noi (sub 6 luni): MAPE 20-35% — încă mai bun decât gut-feeling manual.
ROI
Distribuitor cu 5.000 SKU-uri active, stoc mediu 3 mil€:
Reducere stoc: 18-25% → eliberare ~550-750k€ cash
Reducere OOS: -60% → vânzări recuperate ~250-400k€/an
Reducere stoc expirat: -70% → economie 80-150k€/an
ROI Smart Layer AI Forecasting: 2-3 luni
Cum se integrează cu Charisma
1. ETL nocturn — extragere date din Charisma (vânzări, stoc, comenzi furnizor) către Smart Layer data lake
2. AI processing — modele ML rulează zilnic, recalculează forecast
3. Push back în Charisma — recomandări reaprovizionare apar ca «propuneri comandă» în Charisma; operator validează / modifică / aprobă
4. Dashboard executive — KPI live (fill-rate, OOS rate, days of stock per SKU)
Setup tipic
Săpt 1-2: extragere și curățare date Charisma
Săpt 3-6: training modele ML pe istoric
Săpt 7-8: validare cu echipa, calibrare
Săpt 9-10: go-live progresiv (10% SKU → 50% → 100%)
Cost: 10-25k€/an (inclus în pachet Smart Layer).
Concluzie
AI Forecasting nu înlocuiește planificatorul — îl asistează. Decizia finală rămâne om, dar input-ul AI elimină 80% din munca repetitivă de calcul comandă pentru 80% din SKU-uri.
Vezi «[Limitări Charisma](/blog/charisma-limitari-cand-ai-nevoie-de-smart-layer-2026)».