Key Takeaways
- 1Eliminó $42,000 dólares en inventario muerto y redujo los quiebres de stock de SKU de alta rotación en un 28% sin comprar software corporativo carísimo.
- 2Corrió IBM Granite Time Series de forma local en una CPU, esquivando por completo los costos de la nube.
- 3Integró exportaciones en bruto de CSV desde su ERP Siigo para generar alertas automatizadas de reabastecimiento a 90 días.
Esta semana: Prueba con tus propios datos
Exporta un CSV con dos años de ventas diarias de tus 50 SKU de mayor rotación desde tu ERP. Pídele a un desarrollador junior que lo pase por el modelo zero-shot de código abierto Granite Time Series usando un script básico de Python. Compara la predicción a 90 días del modelo contra lo que dice tu tabla de Excel.
Preguntas Frecuentes
¿Puedes correr IBM Granite Time Series localmente?
Sí. El modelo PatchTST-FM-r2 tiene unos 385 millones de parámetros y no necesita GPU para hacer inferencias, así que funciona perfecto en el procesador (CPU) de cualquier laptop normal.
¿Necesito un equipo de científicos de datos para hacer predicciones zero-shot?
No. Los modelos zero-shot sacan predicciones sin necesidad de un reentrenamiento pesado, lo que significa que puedes meterle tus exportaciones de datos históricos directamente y listo.
Kyto
AI & Automation Firm
We design and build AI automations and business operating systems. Agency results + Academy sovereignty.
