پیشبینی تقاضا یکی از مهمترین و اثرگذارترین مسائل در زنجیره تأمین شرکتهای تولیدی است. شرکتها باید پیش از آنکه سفارشهای واقعی بازار بهطور کامل مشخص شوند، درباره خرید مواد اولیه، میزان تولید و سطح موجودی تصمیمگیری کنند. هرچه این پیشبینی دقیقتر باشد، تصمیمهای عملیاتی نیز مؤثرتر و کمریسکتر خواهند بود.
در عمل، تقاضای بازار تحت تأثیر عوامل متعددی مانند قیمت، تخفیفها، فصل، تعطیلات، رفتار رقبا و شرایط اقتصادی بهصورت مداوم تغییر میکند. اگر سازمان نتواند این تغییرات را بهموقع شناسایی کند، ممکن است بیش از نیاز بازار تولید کند و با مازاد موجودی، افزایش هزینههای نگهداری و قفل شدن سرمایه در گردش مواجه شود؛ یا برعکس، به دلیل کمبود کالا، فرصت فروش را از دست بدهد و سطح خدمت به مشتریان کاهش یابد.
امروزه شرکتهای پیشرو با استفاده از دادههای واقعی و مدلهای هوش مصنوعی تلاش میکنند تغییرات بازار را سریعتر تشخیص دهند و پیشبینیهای دقیقتری برای دورههای کوتاهمدت ارائه کنند.
در این هکاتون، دادههای سه ساله از یکی از صنایع کشور در اختیار شرکتکنندگان قرار خواهد گرفت تا با استفاده از آن و سایر سیگنالهای مرتبط بازار، راهکارهایی مبتنی بر هوش مصنوعی برای پیشبینی تقاضای کوتاهمدت توسعه دهند. هدف این است که تیمها مدلهایی طراحی کنند که بتوانند نیاز بازار را با دقت بیشتری پیشبینی کرده و مبننایی قابل اتکا برای تصمیمگیری در حوزه تأمین مواد اولیه فراهم کنند.