ИИ в аптечном бизнесе: предсказание спроса, борьба с фальсификатом и AI-фармацевт

Аптечная сеть «36.6» с сотнями аптек по России управляет десятками тысяч SKU, сезонными колебаниями спроса (грипп в ноябре, антигистаминные весной), жёсткими требованиями хранения и регуляторными ограничениями на торговлю. Без AI управлять таким бизнесом оптимально невозможно.

Кейс 1. Аптечные сети — предиктивное управление запасами

Инструменты

• ML-прогноз спроса по каждому SKU на каждую аптеку
• Данные: история продаж, сезонность (ОРВИ, грипп, аллергия), эпидемиологические сводки Роспотребнадзора, погодные данные, промо-активности
• Автоматическое формирование заказов поставщикам
• Out-of-stock предсказание и перераспределение между аптеками

Что происходит

Спрос на противовирусные препараты в ноябре-феврале вырастает в 3–5 раз. Без ML: аптека либо закупает слишком много («на всякий случай») и замораживает деньги, либо слишком мало — и теряет продажи. ML-модель анализирует: начало роста заболеваемости по данным Роспотребнадзора, прогноз погоды, историю прошлых сезонов, промо-активность конкурентов.

На основе прогноза: автоматический заказ у поставщика формируется за 5–7 дней до ожидаемого пика спроса. Фармацевт только подтверждает — вместо ручного анализа 15 000 позиций.

Out-of-stock перераспределение: если в одной аптеке сети кончается нужный препарат, система видит запас в соседней аптеке и автоматически организует межаптечный трансфер.

Результаты

• Уровень out-of-stock по ключевым SKU: снижение с ~8% до ~3%
• Оборачиваемость запасов: рост на ~20% (меньше «мёртвых» остатков)
• Потери на истечении сроков годности: снижение на ~15%
• «36.6»: ML-управление запасами — часть цифровой трансформации сети с 2019 года

Кейс 2. AI-консультант в аптеке — чат-боты и голосовые ассистенты

Инструменты

• Чат-бот на сайте/приложении аптечной сети (Telegram, WhatsApp)
• NLP для распознавания запроса (симптомы → рекомендация OTC-препаратов)
• Проверка взаимодействия лекарств
• AI-напоминалки о приёме лекарств

Что происходит

Покупатель пишет в Telegram аптеки: «болит голова и температура 37.5». AI-бот задаёт уточняющие вопросы: есть ли другие симптомы, принимаете ли уже что-то, есть ли аллергии. На основе ответов — рекомендация безрецептурных препаратов с указанием наличия в ближайших аптеках и цены.

Важное ограничение: AI не ставит диагнозы и не заменяет врача. Для рецептурных препаратов и серьёзных симптомов — перенаправляет к врачу.

Проверка взаимодействий: пользователь вводит список принимаемых препаратов → AI проверяет по базе взаимодействий и предупреждает об опасных комбинациях.

Результаты

• Чат-бот аптечной сети: закрывает ~50–60% типовых запросов без участия фармацевта
• Конверсия рекомендаций в покупку: ~45% (выше, чем у стандартных email-рассылок)
• NPS: клиенты, использующие AI-консультант, показывают лояльность на 12 пунктов выше

Кейс 3. AI-борьба с фальсификатом и отслеживаемость

Инструменты

• CV-системы для распознавания маркировки «Честный ЗНАК»
• ML-анализ цепочки поставок на признаки фальсификата
• Blockchain + AI для отслеживаемости каждой упаковки

Что происходит

«Честный ЗНАК» — российская система маркировки лекарств. Каждая упаковка имеет QR-код, сканируемый на всём пути от производителя до покупателя. AI-модули анализируют аномалии в цепочке: препарат «появился» у оптовика без записи у производителя → потенциальный фальсификат → алерт.

На кассе: сканирование кода → система проверяет подлинность за 0,5 секунды. Продажа фальсификата физически заблокирована.

Результаты

• «Честный ЗНАК» охватывает 100% лекарственных препаратов в России (с 2020 года)
• Выявлено и изъято фальсифицированных и незарегистрированных ЛС после внедрения: >5 млн упаковок
• Россия — один из мировых лидеров по охвату маркировкой лекарств

Источники: «36.6» операционные отчёты, Росздравнадзор данные по «Честному ЗНАКУ», CRPT (Оператор ЦРПТ) официальная статистика.