Google Research выпустила TimesFM-3 — модель, которая прогнозирует показатели во времени: продажи, посещаемость, нагрузку на серверы, спрос на доставку. Обычно такие прогнозы строят по одной линии: берут историю продаж и продолжают её в будущее. TimesFM-3 умеет больше — она видит сразу несколько связанных рядов и учитывает внешние факторы. Прогноз продаж мороженого можно строить с учётом погоды, трафика в магазинах и календаря промоакций. Модель заранее «знает», что в субботу акция, и закладывает рост. Второй плюс: её не нужно обучать под свою задачу. Загрузили данные — получили прогноз, причём не одно число, а диапазон: от осторожного сценария до оптимистичного. Важное ограничение — код модели открыт, а вот готовые веса распространяются по некоммерческой лицензии — в коммерческом продукте использовать её нельзя. Зачем она тогда нужна? Для быстрой проверки гипотезы. Возьмите один реальный ряд — продажи, нагрузку, что угодно — прогоните историю через модель и сравните с тем, как прогнозируете сейчас. Если связанные данные вроде промо и погоды реально улучшают точность, это повод вкладываться в полноценное решение. Если нет — вы узнали это бесплатно. pimenov.ai/blog