اختارت ديكاتلون، إحدى أكبر تجار التجزئة للسلع الرياضية عالميًا بأكثر من 100 ألف موظف، نموذج Chronos-2 المتخصص في السلاسل الزمنية كأساس لنظام التنبؤ بالطلب لديها. يغطي النظام عشرات آلاف المنتجات الممتدة على أكثر من 80 رياضة، موزعة عبر قارات متعددة بأنماط طلب موسمية متباينة، مع توقعات أسبوعية لأفق يمتد 12 أسبوعًا للتوريد و52 أسبوعًا للتخطيط الاستراتيجي.

أجرت ديكاتلون تقييمًا دقيقًا لعدة نماذج أساسية متخصصة في السلاسل الزمنية على بيانات البيع الفعلية. أثبت Chronos-2 تفوقًا متسقًا في الدقة حتى في الاستخدام مباشرة دون تدريب محدد، وحقق تحسنًا إضافيًا عند ضبطه على بيانات ديكاتلون. تميز النموذج بدعمه الطبيعي للمتغيرات المصاحبة من خلال آلية الانتباه الجماعية، مما أتاح التعامل مع التنبؤات متعددة المتغيرات بفعالية أعلى من المتنافسين.

بنت ديكاتلون معمارية إنتاجية على AWS تجمع بين معالجة البيانات عبر PySpark والنماذج المسجلة في MLflow. تتم عملية ضبط النموذج كل ستة أشهر باستخدام تقنية Low-Rank Adaptation عبر AutoGluon، مما يسمح بتكييف فعال دون إعادة تدريب كاملة. يعمل النظام حاليًا في منطقتي جنوب شرق آسيا وأمريكا اللاتينية، مع خطط للتوسع الكامل بحلول 2026.

ترجمت الدقة المحسّنة إلى منافع عملية ملموسة: كل نقطة تحسن في مقياس الخطأ المرجح تقلل المخزون الزائد وتخفض تكاليف العمليات والمخاطر. خفضت الشركة أيضًا وقت نشر النموذج في المناطق الجديدة بشكل جذري، ما يسرع توسعها إلى أسواق جديدة. تخطط ديكاتلون لاستكشاف نهج التجميع متعدد الخبراء لتحسين الأداء الإضافي.