SAP EWM (легаси): приёмка, отбор и прогноз спроса с ИИ-агентом

Компания вела склад в SAP EWM (Extended Warehouse Management — расширенное управление складом): приёмка товара, размещение по местам хранения, отбор под заказы, упаковка, отгрузка и инвентаризация жили в системе. Учёт был настроен, остатки в системе отражали физическое наличие, задачи кладовщикам выходили на терминалы. Но с 2022 года вендор не выпускает обновления и не оказывает официальную поддержку в России — система работает, а контур стал легаси: логика приёмки и отбора живёт в настройках, которые делал ушедший подрядчик, а расхождения между документом и фактом разбирают люди вручную. Именно на этом участке — между документом поставки, фактическим товаром и записью в системе — теряется время и накапливаются ошибки.

Речь не о замене SAP EWM и не о переносе склада в другую систему. Речь о том, что поверх работающей системы появляется тонкий слой, который читает её данные и делает ровно тот участок, где человек медленно и с ошибками: сопоставляет документ поставки с фактом приёмки, сверяет движения с остатками, собирает прогноз пополнения и готовит черновик акта. ИИ-агент — программа, которая по заданному правилу сама читает документы и выполняет шаги; он не «оживляет» устаревшую систему и не заменяет её, а возвращает результат в тот же контур, где работает склад.

Ниже — какие процессы живут в SAP EWM, какие данные она даёт и где её границы; что добавляет агент поверх системы; какие риски это снимает и сколько часов возвращает. Отдельно — чеклист перед стартом, что остаётся за кладовщиком и руководителем склада и почему «расхождение нашли на инвентаризации» — это не про невнимательность людей, а про то, что между документом и записью в системе не было слоя данных.

Читайте также: LEAD WMS (LogistiX): ИИ-агент для приёмки, отгрузки и прогноза спроса — разбор той же логики для склада на LEAD WMS: сверка документа поставки с фактом приёмки, черновик акта расхождения, контроль сроков отгрузки и заявки на пополнение.

Коротко: что добавляет ИИ-агент к SAP EWM

ИИ-агент поверх SAP EWM читает документы приёмки, движения и остатки, сверяет их между собой, находит расхождения до инвентаризации и готовит черновики актов, а по истории отгрузок собирает прогноз пополнения. Систему он не заменяет и ничего в ней не меняет без подтверждения человека. Начать можно с бесплатного разбора стратегии внедрения ИИ в компанию — он показывает, где именно у вас теряется время между поставкой и записью в системе.

Содержание

• Что такое SAP EWM и какие процессы в ней живут
• Почему в легаси-контуре ошибку видно поздно
• Что съедает время на складе
• Что делает ИИ-агент поверх SAP EWM
• Какие риски это снимает
• Сколько часов это возвращает
• Что остаётся за человеком
• Как это выглядит на практике
• Чеклист перед стартом проекта
• Как внедрить поэтапно
• Что в итоге

Что такое SAP EWM и какие процессы в ней живут

SAP EWM — модуль SAP для управления складом в составе цифровой цепочки поставок. Его отличие от учётных складских модулей в том, что он ведёт склад не «в массе», а на уровне отдельных задач и мест хранения: система знает, в какой ячейке лежит товар, какая задача выдана кладовщику и что стоит в очереди дальше. По описанию вендора и интеграторов это модуль, который централизованно управляет движением товара и даёт единый монитор склада — комплектацию, хранение, инвентаризацию, управление ресурсами и уровень запасов (LeverX, обзор функций SAP EWM).

В типовом контуре распределительного центра в системе живут четыре группы процессов:

1. Приёмка и размещение. Разгрузка, регистрация поставки, сверка документа с фактом, приёмка по количеству и качеству, распределение товара по местам хранения — включая правила, куда класть скоропортящееся и крупногабаритное.
2. Хранение и управление запасами. Остатки по местам хранения, статусы партий, сроки годности, перемещения внутри склада, блокировки и распоряжения по товару.
3. Отбор и отгрузка. Волны заказов, комплектация, упаковка, маркировка, формирование грузовых мест, отгрузка и передача перевозчику.
4. Инвентаризация. Плановые и выборочные пересчёты, сверка учтённых остатков с фактическими, фиксация расхождений и их оформление.

SAP EWM может работать и децентрализованно, отдельно от центральной учётной системы, и обмениваться с ней данными; поддерживается мобильный сбор данных со сканеров и терминалов. Практический смысл для склада простой: система отвечает на вопросы «что, где и в каком количестве лежит» и «какая задача на очереди», а не на вопрос «сколько товара заказать на следующий месяц».

Где границы. SAP EWM — система исполнения склада, а не планирования. Прогноз спроса и пополнение живут в учётной системе и в плановом контуре: агент склада видит следствие закупки, а не её причину. Система не учитывает внешние для неё факторы — акции сети, сезон, поведение покупателя, срывы поставщика. И главное для легаси-контура: с 2022 года вендор приостановил продажи и поддержку своих продуктов в России, установленные системы продолжают работать, но без обновлений и официальной поддержки (RAMAX о переходе с SAP). Это значит, что знание о настройках постепенно уходит вместе с подрядчиком и сотрудниками, а логику приходится переносить из голов в правила.

Масштаб задачи при этом не маленький. По оценке Strategy Partners, в России системы управления складом используют 60% компаний, а рост рынка таких решений составил 25% в 2022 году, достигнув 3,1 млрд рублей (Strategy Partners, «Технологические тренды в логистике», 2025). По подсчёту TAdviser, суммарная выручка крупнейших поставщиков систем управления складом на российском рынке за 2024 год превысила 5,2 млрд рублей, а участники рейтинга прибавили в среднем 27% (TAdviser, «Российский рынок WMS: точки роста», декабрь 2025). То есть склад давно в цифре — вопрос не в том, заводить ли систему, а в том, что делать со слоем решений над ней.

Почему в легаси-контуре ошибку видно поздно

Приёмка держится не на одном действии, а на цепочке: поставщик присылает документ, машина приходит на склад, кладовщик считает товар, система фиксирует факт, бухгалтерия получает закрывающие документы. Каждый шаг по отдельности прост, но между ними нет слоя данных. Документ поставки лежит в почте или в электронном документообороте (ЭДО), факт приёмки — в системе управления складом, заказ на пополнение — в учётной системе ERP (Enterprise Resource Planning — планирование ресурсов предприятия), а спорные случаи разбирает конкретный специалист. Поэтому расхождение становится видно не тогда, когда возникло, а на инвентаризации или при разборе претензии — то есть через недели после приёмки.

В легаси-контуре у этой проблемы есть вторая часть. Когда система больше не развивается вендором, изменения делают «сбоку»: в отчётах, выгрузках, таблицах и на бумаге. Логика обросла исключениями, часть настроек никто не помнит, а носителем знаний о том, как склад реально работает, становится конкретный человек или ушедший подрядчик. Чем дольше живёт такой контур, тем дороже любая ошибка: разбирать её приходится тем же людям, которых и так не хватает.

Числа по рынку это подтверждают не с точки зрения железа, а с точки зрения зрелости. Исследование MIT и Mecalux по опросу более 2 000 руководителей логистики показало, что ИИ встроен уже в 60% складов, а больше 9 из 10 складов используют ту или иную форму ИИ или продвинутой автоматизации (MIT — Mecalux, исследование об ИИ на складах, ноябрь 2025). При этом российская статистика показывает разрыв: по данным обследования Росстата, проведённого по методологии ИСИЭЗ НИУ ВШЭ и охватившего свыше 15 тысяч крупных и средних организаций, ИИ применяется прежде всего в маркетинге и продажах, производстве и управлении персоналом, а в логистике и транспорте — значительно реже (ИСИЭЗ НИУ ВШЭ, применение ИИ в компаниях, 2025). Иными словами, склад в цифре есть почти у всех, а слой решений над складом построен далеко не везде — и именно поэтому расхождения живут до инвентаризации.

Что съедает время на складе

Когда кладовщик берётся за очередную поставку, работа почти всегда выглядит одинаково:

1. Принять машину и сверить документ. Сопоставить товарную накладную, счёт и фактические грузовые места, проверить количество, маркировку, сроки годности и целостность упаковки.
2. Зафиксировать расхождение, если оно есть. Пересчитать спорную позицию, сфотографировать, оформить акт, уведомить поставщика и снабжение — всё это не в момент приёмки, а когда освободится человек.
3. Разместить товар. Определить место хранения по правилам системы, учесть совместимость и оборачиваемость, при необходимости переставить уже лежащее.
4. Собрать заказ. Взять задачи из системы, пройти по зонам, отобрать и упаковать, промаркировать грузовые места под требования сети или маркетплейса.
5. Отгрузить. Сформировать документы, передать перевозчику, закрыть отгрузку в системе.
6. Сверить остатки. Ответить на вопросы «почему в системе одно, а на полке другое» и подготовить инвентаризацию: список позиций, порядок пересчёта, оформление результатов.
7. Собрать заявку на пополнение. Посмотреть, чего и сколько не хватает, оценить, что уйдёт в ближайшие недели, и подготовить заявку в учётную систему.

Каждый шаг прост, но их семь, они повторяются на каждой поставке, и делает их человек, читая документы глазами. При объёме в тысячи строк приёмки в месяц это и есть та работа, из которой складывается смена — и её результат остаётся у конкретного сотрудника, а не в правилах компании.

Что делает ИИ-агент поверх SAP EWM

Агент не заменяет систему управления складом и ничего в ней не «улучшает». Он работает поверх: читает те же документы и данные, что и человек, но быстро и без пропусков, а результат возвращает в тот же контур — в карточку поставки и в рабочее место склада.

1. Читает документы приёмки. Из накладной, счёта и сопроводительных документов агент вытягивает позиции, количество, артикулы, сроки годности и условия поставки — в структуру, которую можно сопоставить с данными системы.
2. Сверяет документ с фактом и с системой. Сопоставляет строки документа с фактически принятым товаром и с движениями в системе управления складом: где количество совпало, где расходится, по какой позиции нет документа вовсе.
3. Находит расхождения раньше инвентаризации. По каждому товародвижению агент проверяет цепочку «документ → движение → остаток» и выносит отдельным списком то, что не сходится, — с указанием строки документа и места хранения.
4. Готовит черновик акта и претензии. Собирает акт расхождения с фотографиями и ссылками на строки документов, чтобы спор с поставщиком опирался на факты, а не на пересказ.
5. Ведёт прогноз пополнения. По истории отгрузок и текущим остаткам агент считает, где товара хватит меньше чем на срок следующей поставки, и готовит черновик заявки на пополнение. Это не отменяет плановый контур — это его быстрый предварительный слой.
6. Подсказывает размещение. Проверяет, соответствует ли фактическое размещение правилам и оборачиваемости: что стоит в зоне отбора, что ушло в глубину склада, где товар с близким сроком годности лежит дальше, чем нужно.
7. Возвращает результат в контур. Разобранная поставка, список расхождений, черновик акта и заявка на пополнение сохраняются рядом с системой, чтобы решение можно было проверить и передать другому сотруднику.

Отдельно стоит развести две близкие задачи. Сверка приёмки и расхождений по остаткам — это не то же самое, что управление остатками и борьба с неликвидом: там речь о том, чтобы не заморозить деньги в лишнем товаре, здесь — о том, чтобы учёт совпадал с полкой. И это не то же самое, что прогнозирование спроса в учётной системе и системе управления складом: прогноз отвечает на вопрос «сколько заказывать», а сверка приёмки — на вопрос «то ли и столько ли мы приняли». Как рядом устроены разбор расхождений по остаткам и работа с ценами и аналоги материалов в снабжении, мы разбирали отдельно.

Какие риски это снимает

Главный фокус — риски, а не сэкономленные часы. Часы и деньги идут следом. Вот что именно снимает управляемая сверка приёмки, остатков и пополнения.

Расхождения в остатках и потери товара

Когда учтённые остатки не совпадают с фактическими, страдают сразу три стороны: склад не может обещать наличие, закупка ошибается с объёмом, а ретейл и маркетплейс получают недопоставку. По данным Национального исследования безопасности розничной торговли NRF, потери ретейла составили 1,6% продаж в отчётном году против 1,4% годом ранее, а в деньгах это 112,1 млрд долларов (NRF National Retail Security Survey 2023). В логистике точность учётных записей измеряется отдельно: приемлемый уровень — 95–100%, а развитые склады выходят на 98–99% (Mecalux, точность учётных записей на складе). Агент не «улучшает» этот показатель сам по себе — он делает так, чтобы расхождение было видно в момент приёмки, а не через месяц на инвентаризации.

Искажение учёта и претензии по налогам

Неверно оприходованный товар — это не только складская проблема, но и учётная. За грубое нарушение правил учёта доходов, расходов и объектов налогообложения предусмотрен штраф 10 000 рублей за один период и 30 000 рублей за несколько, а если это привело к занижению налоговой базы — 20% от неуплаченной суммы, но не менее 40 000 рублей (статья 120 Налогового кодекса РФ). Порядок инвентаризации с 1 апреля 2025 года задаёт федеральный стандарт ФСБУ 28/2023 «Инвентаризация» (приказ Минфина России от 13.01.2023 № 4н), который требует документально подтверждать наличие активов и результаты пересчёта (ФСБУ 28/2023 на «КонсультантПлюс»). Пакет документов по расхождению, собранный в момент приёмки, закрывает и претензию поставщику, и вопрос проверяющего.

Срыв отгрузки и штрафы от сетей и маркетплейсов

Сети и маркетплейсы жёстко требуют точности сборки, маркировки и сроков. Если приёмка закрыта с ошибкой, ошибка уходит дальше: товар недоступен для заказа, сборка идёт с заменой, срок срывается. Провал по поставке оборачивается штрафом по договору и риском потерять полку, а не только отгрузку. Именно требования маркетплейсов и обязательная маркировка стали, по наблюдению участников рынка, главным драйвером развития складских систем в 2025 году — об этом прямо говорят в отраслевом обзоре TAdviser ведущие поставщики решений. Ранняя сверка приёмки снимает большую часть таких ошибок до того, как они попадут в заказ.

Порча товара из-за неверного размещения

Товар с близким сроком годности, положенный в глубину склада, или несовместимые позиции рядом — это тихая потеря: о ней узнают по списанию. Агент проверяет размещение на соответствие правилам оборачиваемости и подсказывает, что нужно переставить, пока товар ещё можно продать.

Спор с поставщиком без доказательной базы

Недостача или бой, найденные через месяц, почти всегда заканчиваются спором «мы не знаем, где это произошло». Если у компании нет цепочки «документ поставщика → строка приёмки → движение в системе → фотография», спор выигрывает тот, у кого лучше оформлены бумаги. Агент собирает эту цепочку сразу и хранит её вместе с поставкой.

Зависимость от конкретного человека и от подрядчика

В легаси-контуре знание о настройках и о том, «как на самом деле» работает склад, живёт у одного-двух специалистов и у подрядчика, который делал внедрение. Отпуск, увольнение или отказ подрядчика от сопровождения — и участок встаёт. Агент переносит часть этой логики в правила рядом с системой: что считать расхождением, что требует подтверждения, какие действия запрещены.

Сколько часов это возвращает

Часы — следствие, а не цель: сначала снимаются риски — расхождения в остатках, искажение учёта, срыв отгрузки, порча товара, спор с поставщиком и зависимость от одного специалиста. Но посчитать эффект полезно, на прозрачной модели.

Возьмём типовой расчёт для распределительного центра, который принимает около 3 200 строк приёмки в месяц, разбирает порядка 700 расхождений и раз в месяц сверяет остатки.

Показатель	Вручную	С агентом
Приёмка и сверка 3 200 строк	80 ч	20 ч
Разбор 700 расхождений и черновики актов	70 ч	18 ч
Сверка остатков и подготовка инвентаризации	26 ч	7 ч
Прогноз пополнения и заявки	28 ч	8 ч
Итого в месяц	204 ч	53 ч
Стоимость при 800 ₽/час	163 200 ₽	42 400 ₽

Арифметика открытая. Ручная сверка одной строки приёмки — около полутора минут: открыть документ, сопоставить с фактом, отметить расхождение. Три тысячи двести строк дают примерно 80 часов. С агентом специалист просматривает готовый разбор и подтверждает его — это около 20 часов. Разбор одного расхождения вручную занимает около шести минут с учётом уведомления и оформления, семьсот случаев — 70 часов, с агентом — 18. Сверка остатков и подготовка инвентаризации вручную — около 26 часов, с агентом — 7. Заявки на пополнение вручную — 28 часов, с агентом — 8. Итого 204 часа против 53.

Разница — около 151 часа в месяц. При стоимости часа складского специалиста 800 рублей это примерно 120 800 рублей в месяц на одном складе, а если складов три — порядка 362 400 рублей. Важно: это высвобожденное время, а не срезанная зарплата — те же часы уходят на разбор сложных поставок, работу с сетями и порядок в данных, до которого раньше не доходили руки.

Порядок величин подтверждается внешними замерами. По исследованию MIT и Mecalux, большинство компаний направляет на ИИ и машинное обучение 11–30% складского технологического бюджета, а типичный срок окупаемости таких проектов — 2–3 года; 87% опрошенных планируют увеличить бюджеты на ИИ, а 92% уже внедряют или планируют новые проекты (MIT — Mecalux, ноябрь 2025). По данным Strategy Partners, прогнозирование спроса входит в топ-5 направлений применения ИИ в управлении цепочками поставок, причём у компаний-лидеров оно встречается заметно чаще, чем у отстающих, а в транспорте и логистике 29% российских компаний планируют использовать технологии ИИ в ближайшие два-три года (Strategy Partners, 2025). То есть разрыв между теми, кто уже управляет складом данными, и остальными — измеримый и растущий.

Что остаётся за человеком

Граница проходит по ответственности, и её лучше зафиксировать письменно до старта проекта.

• Приёмка товара. Товар принимает человек. Агент не закрывает приёмку и не подтверждает количество — он готовит сверку, а решение принимает кладовщик.
• Акты и претензии. Черновик акта собирает агент, подписывает и отправляет поставщику человек.
• Списание и оприходование. Решение о списании недостачи, оприходовании излишка или уценке принимает материально ответственное лицо, а не программа.
• Спорные поставки. Всё, что выходит за заданные пороги — крупная партия, повторяющийся поставщик, товар с коротким сроком годности, — агент помечает и отдаёт человеку отдельным списком.
• Заявка на пополнение. Агент готовит расчёт, но объём и сроки закупки утверждает снабжение с учётом договоров, цен и планов продаж.
• Правила и пороги. Что считать расхождением, какие действия требуют подтверждения, что агенту запрещено, — задаёт компания; агент исполняет правила и напоминает, когда их пора обновить.

Такое разделение снимает главный страх склада: что «программа начнёт сама закрывать приёмку» и принимать обязательства от имени компании. Не начнёт — если подтверждение человека встроено в сценарий, а действия агента пишутся в журнал.

Как это выглядит на практике

Кейсовая рамка важна не сама по себе, а как проверка: работает ли схема на живом потоке товара. Прямого проекта именно по SAP EWM у нас нет, и выдумывать его мы не станем. Зато есть опыт близких задач у ретейлера и в сети общепита: программа для команд работала с операционным директором на связи, а предметом были как раз остатки и прогноз пополнения. Назвать компанию и суммы мы не можем — это условие работы с клиентом.

Что подтвердилось и переносится на склад. Во-первых, без чистых данных агент бесполезен. Если номенклатура заведена «как получилось», единицы измерения не сопоставлены, а сроки годности лежат в свободном тексте, никакая модель не покажет расхождение — она будет пересказывать тот же беспорядок. Приведение справочников и правил приёмки в порядок — самый важный и самый бесплатный шаг, и в легаси-контуре он же самый неприятный, потому что часть настроек придётся восстанавливать по документам и опросом людей. Во-вторых, шаг с человеком не мешает скорости: когда кладовщик видит не приговор, а предложение со ссылками на строки документов, он быстрее соглашается там, где агент прав, и точнее правит там, где тот ошибся. Как рядом устроены работа с ценами и сроками поставщиков и внедрение ИИ-агентов от аудита до сопровождения, мы разбирали отдельно.

Чеклист перед стартом проекта

Прежде чем запускать ИИ-слой над складом, проверьте семь вещей. Этот список стоит пройти до разговора с подрядчиком — он экономит месяцы.

1. Номенклатура и единицы измерения сопоставлены. Один артикул — одна запись, единицы измерения приведены, дубли и устаревшие позиции помечены.
2. Правила приёмки зафиксированы. Что принимается по количеству, что по качеству, где допускается расхождение, кто принимает решение — это должно быть записано, а не храниться в голове.
3. Документы приёмки приходят в читаемом виде. Электронные документы и сканы без рукописных правок читаются агентом уверенно; если поставщики присылают фотографии накладных, это отдельная работа.
4. Понятен источник данных для прогноза. История отгрузок, остатки и сроки поставки должны быть в системе, а не в таблицах отдельных сотрудников.
5. Определены пороги. Какие расхождения требуют человеческого решения, какие суммы акта поднимаются до руководителя, что агенту запрещено.
6. Есть с кого снять риск. Участок, где сейчас всё держится на одном человеке, — лучший кандидат на пилот: эффект виден быстрее.
7. Заданы метрики пилота. Время на поставку, доля расхождений, найденных до инвентаризации, доля спорных случаев, закрытых с доказательствами, срок закрытия поставки.

Как внедрить поэтапно

1. Наведите порядок в данных. Приведите к одному виду номенклатуру и единицы измерения, соберите правила приёмки и пороги расхождений, восстановите по документам то, что помнили ушедшие специалисты. Это бесплатный и самый важный шаг.
2. Определите один процесс для пилота. Лучше всего подходит сверка приёмки: она объёмная, повторяющаяся и легко измеряется — сколько поставок разобрано, сколько расхождений найдено, сколько из них до инвентаризации.
3. Задайте правила и пороги с агентом. Что считать расхождением, что требует подтверждения, какие действия агенту запрещены, какие документы собираются в доказательную цепочку.
4. Свяжите агента с контуром. Он должен читать систему управления складом, учётную систему и электронный документооборот внутри вашей инфраструктуры, не выгружая коммерческие данные наружу; результат возвращается в те же системы.
5. Запустите пилот на одном участке склада и измерьте четыре метрики: время на разбор одной поставки, доля расхождений, найденных до инвентаризации, точность учётных записей, число споров с поставщиками, закрытых с документами. Сравните с ручным периодом на тех же позициях.
6. Расширяйте по одному шагу. После сверки приёмки добавляйте прогноз пополнения, затем подсказки по размещению и сводки для руководителя склада. Каждый следующий шаг запускайте только тогда, когда предыдущий стабильно работает.

Что в итоге

Внедрение ИИ в логистику на складе с легаси-системой — это не про замену системы и не про покупку нового продукта. Агент поверх SAP EWM читает документы приёмки, движения и остатки, сверяет их между собой, находит расхождения до инвентаризации, готовит черновики актов и расчёт пополнения, а решения по приёмке, списанию и закупке остаются за людьми. Сначала снимаются риски — расхождения в остатках, искажение учёта, срыв отгрузки сетям, порча товара, спор без доказательств и зависимость от одного специалиста. Деньги и часы идут следом и подтверждаются на вашем потоке, а не на отраслевой средней. Начать можно бесплатно и без покупки системы — с порядка в данных и одного участка склада.

Источники

• В России системы управления складом используют 60% компаний, рост рынка таких решений — 25% в 2022 году и 3,1 млрд рублей; прогнозирование спроса входит в топ-5 направлений применения ИИ в управлении цепочками поставок, 29% компаний в отрасли транспорта и логистики планируют использовать ИИ в ближайшие 2–3 года: «Технологические тренды в логистике», 2025 — Strategy Partners.
• Суммарная выручка крупнейших поставщиков систем управления складом на российском рынке за 2024 год превысила 5,2 млрд рублей, участники рейтинга прибавили в среднем 27%; в 2025 году спрос охлаждался, драйвером остаются маркировка и требования маркетплейсов: «Российский рынок WMS: точки роста», декабрь 2025 — TAdviser.
• Обследование Росстата по методологии ИСИЭЗ НИУ ВШЭ охватило свыше 15 тысяч крупных и средних организаций: ИИ чаще применяется в маркетинге и продажах, производстве и управлении персоналом, значительно реже — в логистике и транспорте: Применение технологий ИИ в компаниях, 2025 — ИСИЭЗ НИУ ВШЭ.
• По опросу более 2 000 руководителей логистики ИИ встроен в 60% складов, более 9 из 10 складов используют ИИ или продвинутую автоматизацию, на ИИ и машинное обучение идёт 11–30% складского технологического бюджета, типичная окупаемость 2–3 года, 87% планируют увеличить бюджеты и 92% внедряют или планируют новые проекты: Исследование MIT и Mecalux об ИИ на складах, ноябрь 2025 — MIT Center for Transportation & Logistics и Mecalux.
• Точность учётных записей на складе: приемлемый уровень 95–100%, у развитых складов 98–99%; низкая точность напрямую повышает издержки: Inventory record accuracy — Mecalux.
• Потери розничной торговли составили 1,6% продаж против 1,4% годом ранее, в деньгах — 112,1 млрд долларов: National Retail Security Survey 2023 — National Retail Federation.
• Функции SAP EWM: централизованный монитор склада, комплектация и хранение, инвентаризация и фиксация расхождений, управление задачами и ресурсами, мобильный сбор данных, работа отдельно от центральной учётной системы (данные вендора): Управление складами с помощью SAP EWM: лучшие практики — LeverX.
• С 2022 года SAP приостановила продажи и поддержку своих продуктов в России: установленные системы работают без обновлений и официальной поддержки, растут риски сопровождения и информационной безопасности: Переход с SAP на 1С — RAMAX Group.
• Штраф за грубое нарушение правил учёта — 10 000 рублей за один период, 30 000 рублей за несколько, 20% неуплаченного налога (не менее 40 000 рублей): статья 120 Налогового кодекса РФ — «КонсультантПлюс».
• Порядок инвентаризации с 1 апреля 2025 года задаёт ФСБУ 28/2023 «Инвентаризация» (приказ Минфина России от 13.01.2023 № 4н): ФСБУ 28/2023 — «КонсультантПлюс».

Смежные материалы по складу и логистике: [AXELOT WMS X5: приёмка, прогноз спроса и ИИ-агент](https://novacia.pro/axelot-wms-x5-ii-agent-priemka-prognoz-sprosa/), 1С:WMS: управление складом и что автоматизирует ИИ-агент, ИИ на складе: приёмка, инвентаризация и расхождения по остаткам, прогнозирование спроса в учётной системе и системе управления складом, управление остатками и неликвид, ИИ в логистике: склад и доставка, маршрутизация доставки, внедрение ИИ-агентов от аудита до сопровождения.