Ця Заява про прозорість штучного інтелекту (“Заява”) пояснює, як функціональність штучного інтелекту та машинного навчання планується використовувати в PRE–ORDER, яку роль відіграють результати ШІ на Платформі, які дані можуть підтримувати такі результати, як зберігається людський контроль та які гарантії застосовуються щодо прозорості, захисту даних, моніторингу й контролю користувачів.
Цю Заяву слід читати разом із Політикою конфіденційності, Повідомленням щодо GDPR, Умовами користування, Умовами маркетплейсу, Угодою з Продавцем, Угодою з Покупцем та іншими застосовними політиками PRE–ORDER. Вона описує заплановану та впроваджену роль функціональності ШІ на загальному рівні. Окремі функції можуть запроваджуватися, змінюватися, обмежуватися або припинятися в міру розвитку продукту та зміни технічних, правових і валідаційних вимог.
1. Оператор і сфера застосування
1.1 Платформа PRE–ORDER управляється “PRE–ORDER Europe” EOOD, UIC/EIK 208904127, зареєстрованою за адресою: Arthur Residential Complex, Block C, Floor 3, Apartment C44, 8229 Sveti Vlas, Nessebar Municipality, Burgas District, Bulgaria (“PRE–ORDER”, “Оператор”, “ми”, “нас” або “наш”).
1.2 Ця Заява застосовується до функціональності з підтримкою ШІ, яка надається через вебсайт PRE–ORDER, мобільний застосунок, адміністративні інтерфейси, інструменти для Брендів, аналітичні модулі та пов’язані сервіси, якщо PRE–ORDER визначає або контролює відповідний сценарій використання ШІ.
1.3 PRE–ORDER може використовувати технологічних постачальників, хмарні сервіси, підрядників із розробки, обробників даних або спеціалізованих постачальників моделей. Їх участь не змінює принципів прозорості, викладених у цій Заяві. Якщо сторонній ШІ-сервіс суттєво впливає на функцію, видиму користувачу, PRE–ORDER прагнутиме надавати належну інформацію в продукті, документації або матеріалах про конфіденційність.
2. Призначення ШІ PRE–ORDER
2.1 PRE–ORDER створюється як платформа передзамовлень і інформації про попит у fashion-секторі. Функціональність ШІ призначена насамперед для підтримки бізнес-користувачів у прогнозуванні попиту та прийнятті пов’язаних рішень до або під час планування виробництва.
2.2 Залежно від етапу запуску продукту та доступних даних, функціональність із підтримкою ШІ може допомагати:
- прогнозувати ймовірний попит на колекцію, товар або SKU;
- виявляти закономірності попиту та їх зміни з часом;
- аналізувати передзамовлення, конверсію та релевантні історичні сигнали попиту;
- формувати рекомендації щодо обсягів виробництва;
- показувати невизначеність, тренди або аномалії в доступних даних попиту;
- підтримувати аналіз запасів і ризику перевиробництва;
- підтримувати валідацію та аналітику під час пілотів проєкту.
2.3 Функціональність ШІ не призначена для заміни професійного судження, договірних зобов’язань, законодавчих обов’язків, відповідальності за безпеку продукції або рішень, які Бренди, Продавці, Покупці чи інші користувачі зобов’язані приймати самостійно.
3. Для чого ШІ PRE–ORDER не призначений
PRE–ORDER не проєктує ШІ для прогнозування попиту з метою:
- прийняття юридично обов’язкових рішень щодо фізичних осіб;
- визначення доступу особи до основних послуг;
- автономного вирішення питання про надання особі кредиту, роботи, житла, медичної допомоги чи іншої життєво важливої можливості;
- автономного прийняття фінансових рішень щодо фізичних осіб;
- автономного запуску виробництва без підтвердження уповноваженою людиною;
- заміни відповідальності Продавця за безпеку, відповідність, доставку, повернення коштів або виконання договору;
- гарантування майбутнього попиту, продажів, прибутковості, успішності виробництва чи екологічних результатів.
Якщо в майбутньому буде запроваджено суттєво інший сценарій використання ШІ, PRE–ORDER оцінить його окремо та, за потреби, оновить відповідні матеріали щодо прозорості, конфіденційності, ризиків і управління.
4. Підтримка рішень, а не автономне виробництво
4.1 Результати ШІ, що використовуються для планування виробництва, мають рекомендаційний характер. Уповноважений користувач Бренду залишається відповідальним за остаточне виробниче рішення та може прийняти, змінити або відхилити рекомендацію, сформовану за підтримки ШІ.
4.2 Запланована логіка прийняття рішення: дані та сигнали попиту → прогноз → рекомендація → перевірка людиною → рішення людини → виробництво або інша бізнес-дія.
4.3 Виробництво не повинно автоматично запускатися лише тому, що модель ШІ сформувала рекомендацію. Якщо Платформа надає автоматизацію робочого процесу, відповідний користувач Бренду залишається відповідальним за підтвердження бізнес-дії, якщо окрема, чітко розкрита та належним чином оцінена автоматизація не буде запроваджена в майбутньому.
4.4 PRE–ORDER може зберігати первинну рекомендацію, подальше рішення людини та релевантні зміни для аудиту, валідації, покращення якості та підтримки при спорах відповідно до застосовних правил захисту даних і строків зберігання.
5. Загальний опис процесу прогнозування
5.1 PRE–ORDER може використовувати статистичні методи, машинне навчання або нейронні мережі для оцінювання майбутнього попиту. Конкретний тип моделі може відрізнятися залежно від функції, категорії товару, доступності даних, результатів валідації та етапу впровадження.
5.2 На загальному рівні процес прогнозування може включати:
- збір або отримання релевантних операційних даних і сигналів попиту;
- очищення, перевірку, агрегацію або псевдонімізацію даних, де це доречно;
- створення ознак моделі, які відображають поведінку попиту, сезонність, активність замовлень чи інші релевантні фактори;
- навчання або калібрування моделі на відповідних наборах даних;
- формування прогнозу для визначеного товару, SKU, колекції або періоду;
- застосування розкритих бізнес-обмежень або правил прийняття рішень, де це релевантно;
- відображення рекомендації разом із доступною інформацією про впевненість або невизначеність та змістовним пояснювальним контекстом.
5.3 Рівень рекомендацій може враховувати такі бізнес-обмеження, як підтверджені передзамовлення, оплачений попит, мінімальні обсяги замовлення, виробничі ліміти або інші правила, налаштовані Брендом чи відповідним процесом. Тому прогноз і рекомендований обсяг виробництва не обов’язково є однаковими значеннями.
6. Дані, які можуть підтримувати ШІ та аналітику
Залежно від функції та законної мети, прогнозування попиту з підтримкою ШІ може використовувати такі дані:
- інформація про товари, SKU та колекції;
- історичні й поточні дані про продажі або замовлення;
- обсяги та статуси передзамовлень;
- показники конверсії та взаємодії, зокрема перегляди товарів і колекцій, wishlist та додавання до кошика;
- статус платежу або показники оплаченого попиту, де це доречно, без використання повних реквізитів платіжної картки як ознак моделі;
- обсяги виробництва та строки виконання;
- дані про запаси й доступність;
- сезонні та часові фактори;
- показники сталості або операційні показники, якщо вони релевантні конкретній аналітичній меті;
- агреговані або похідні змінні, зокрема Demand Score, показники конверсії та прогнозні змінні.
Фактичний набір вхідних даних може відрізнятися залежно від моделі та налаштувань клієнта. PRE–ORDER прагне використовувати лише дані, релевантні конкретній меті прогнозування, та уникати зайвих персональних даних.
7. Дані, які не призначені для використання як ознаки ШІ
Наступні категорії не є необхідними для прогнозування попиту PRE–ORDER і не призначені для використання як ознаки моделей ШІ:
- паролі;
- номери платіжних карток;
- CVV або коди безпеки карток;
- дані автентифікації;
- документи, що посвідчують особу;
- приватні платіжні реквізити;
- вміст приватних чатів у вільній текстовій формі;
- спеціальні категорії персональних даних за статтею 9 GDPR, якщо майбутній окремо оцінений сценарій законно не потребуватиме таких даних.
Якщо користувач випадково вводить чутливу інформацію в поле вільного тексту або чат, PRE–ORDER не планує вилучати таку інформацію для навчання моделей прогнозування попиту. Водночас користувачам слід уникати надсилання зайвої чутливої інформації через комунікації Платформи.
8. Персональні дані, псевдонімізація та агрегація
8.1 ШІ та аналітика можуть включати персональні дані, якщо поведінка користувача, метадані транзакцій або бізнес-контактна інформація можуть бути пов’язані з конкретною особою. Така обробка регулюється Політикою конфіденційності, Повідомленням щодо GDPR та застосовним законодавством про захист даних.
8.2 Де це можливо та доречно, PRE–ORDER планує відокремлювати прямі ідентифікатори від аналітичних наборів даних і використовувати псевдонімізовані або агреговані дані для прогнозування, валідації моделей та звітності на рівні проєкту.
8.3 Використання персональних даних для цілей, пов’язаних із ШІ, не скасовує права суб’єктів даних. Якщо профілювання або автоматизована обробка мають юридичне значення, PRE–ORDER оцінить застосовні вимоги щодо прозорості, заперечення, доступу та інших прав і надасть додаткову інформацію, якщо це необхідно.
9. Дані для навчання та валідації
9.1 Під час розробки й пілотної валідації PRE–ORDER може використовувати синтетичні, анонімізовані, агреговані, псевдонімізовані або реальні операційні дані компаній, якщо це доречно та законно.
9.2 Реальні дані пілотних компаній можуть включати дані про товари та SKU, колекції, історичні чи поточні продажі, обсяги передзамовлень, статуси замовлень, обсяги виробництва, строки виробництва, запаси, показники конверсії, а також показники сталості чи операційної діяльності.
9.3 Якщо набори даних компаній містять персональні дані, наприклад інформацію про представників компаній або фізичних осіб-підприємців, до таких елементів застосовуються вимоги законодавства про захист даних.
9.4 Набори даних для навчання та валідації мають документуватися достатньою мірою для підтвердження походження, оцінювання якості, перевірки продуктивності та подальшого розслідування суттєвих проблем.
10. Зрозумілі для людини пояснення
10.1 PRE–ORDER прагне надавати прозоре та придатне для аудиту пояснення логіки підтримки рішень, а не стверджувати, що складна нейронна мережа може надати ідеальну причинно-наслідкову реконструкцію кожної внутрішньої математичної операції.
10.2 Для суттєвого прогнозу попиту або виробничої рекомендації пояснення для користувача може містити, якщо це технічно доречно та достатньо перевірено:
- що саме прогнозувалося і для якого товару, колекції, SKU або горизонту прогнозування;
- прогнозований попит або інший релевантний результат;
- назву або версію моделі, якщо це доречно для аудиту та підтримки;
- рівень впевненості, невизначеність або інтервал прогнозу, якщо модель це підтримує;
- основні групи вхідних факторів або змінні, пов’язані з результатом;
- релевантні виробничі або бізнес-обмеження;
- правило або логіку перетворення прогнозу на рекомендацію, якщо таке правило застосовується;
- рекомендацію, показану Бренду;
- зазначення, що рекомендація має дорадчий характер і потребує перевірки людиною.
10.3 Якщо використовуються post–hoc методи пояснюваності, їх результат слід розуміти як інтерпретацію факторів, пов’язаних із поведінкою моделі, а не як гарантоване причинне пояснення внутрішньої логіки нейронної мережі.
11. Впевненість, невизначеність і недостатність даних
11.1 Будь-який прогноз містить невизначеність. PRE–ORDER не представляє прогнози ШІ як гарантований майбутній результат.
11.2 Якщо доступних даних недостатньо, впевненість моделі є неналежною або пояснення неможливо надати з достатньою надійністю для відповідного сценарію, PRE–ORDER може:
- показати попередження про низьку впевненість або недостатність даних;
- показати ширший діапазон невизначеності;
- вимагати додаткової перевірки людиною;
- використати простішу або більш інтерпретовану базову модель;
- не надавати виробничу рекомендацію;
- обмежити функцію до завершення додаткової валідації.
11.3 Бренд не повинен сприймати високий показник впевненості як гарантію ринкового попиту. Неочікувані ринкові умови, події в ланцюгу постачання, поведінка споживачів, ціни, маркетингова активність, якість товару та інші зовнішні фактори можуть суттєво впливати на фактичний результат.
12. Точність і цілі проєкту
12.1 PRE–ORDER оцінює роботу моделей за допомогою відповідних метрик валідації. Залежно від сценарію прогнозування це можуть бути MAE, MAPE, RMSE, відсоток точності прогнозу або інші показники, придатні для конкретної моделі та набору даних.
12.2 Проєкт PRE–ORDER містить ціль досягти щонайменше 85% точності прогнозування за наявності достатніх валідаційних даних. Це ціль розробки та перевірки проєкту, а не договірна гарантія того, що кожен окремий прогноз, категорія товару, Бренд, колекція чи впровадження досягне цього рівня.
12.3 Результативність може відрізнятися залежно від обсягу та якості даних, типу товару, сезонності, волатильності ринку, зрілості моделі та горизонту прогнозування.
13. Моніторинг і управління життєвим циклом моделі
PRE–ORDER планує підтримувати пропорційні процедури моніторингу та управління моделями, які можуть включати:
- версіонування моделей і конфігурацій;
- документування навчальних і валідаційних наборів даних;
- оцінювання продуктивності та порівняння прогнозів із фактичними результатами;
- моніторинг дрейфу моделі та аномальних помилок;
- перевірку результатів із низькою впевненістю або суттєво неправильних результатів;
- процедури перенавчання та рекалібрування, якщо це обґрунтовано;
- можливість відкату або вимкнення моделі чи функції у разі неприйнятного ризику;
- логування інформації, достатньої для розслідування суттєвих рекомендацій і змін.
Моніторинг моделі не усуває всі помилки. Його мета — допомогти виявляти деградацію, неочікувану поведінку та суттєві обмеження, щоб можна було вжити належних коригувальних заходів.
14. Справедливість, упередження та якість даних
14.1 Прогнозування попиту може відображати обмеження та упередження історичних чи операційних даних. Модель, навчена на неповних, нерепрезентативних або систематично викривлених даних, може давати менш надійні прогнози.
14.2 PRE–ORDER планує зменшувати відповідні ризики через перевірки якості даних, валідацію, порівняння між наборами даних або періодами, моніторинг незвичних помилок і людський контроль. Конкретні заходи залежатимуть від моделі та контексту впровадження.
14.3 ШІ PRE–ORDER призначений для прогнозування комерційного попиту та підтримки планування виробництва, а не для визначення чутливих характеристик осіб чи прийняття дискримінаційних рішень щодо людей.
15. Обов’язки користувача при використанні результатів ШІ
Користувачі, які отримують прогнози або рекомендації з підтримкою ШІ, повинні:
- перевіряти контекст відповідної колекції, товару, ціни, передзамовлень та операційних даних;
- враховувати, чи є дані, передані PRE–ORDER, повними, актуальними й точними;
- враховувати невизначеність, попередження та обмеження моделі;
- застосовувати професійне судження та всі правові, безпекові, фінансові й операційні вимоги, що стосуються їх бізнесу;
- не представляти прогноз ШІ третім особам як гарантований майбутній результат;
- повідомляти про суттєві помилки або неочікувані результати через доступні канали підтримки.
Бренд залишається відповідальним за остаточно обраний ним обсяг виробництва, навіть якщо PRE–ORDER надав рекомендацію з підтримкою ШІ.
16. ШІ, екологічна інформація та перевиробництво
16.1 PRE–ORDER створено для того, щоб допомагати краще узгоджувати виробництво з фактичним та очікуваним попитом. Прогнозування за допомогою ШІ може підтримувати цю мету, надаючи Брендам додаткову інформацію до остаточного виробничого рішення.
16.2 Будь-які екологічні показники, оцінки скорочення відходів, CO₂ або перевиробництва, що відображаються PRE–ORDER, можуть залежати від припущень, коефіцієнтів, якості даних і методології валідації. Цілі проєкту та результати пілотів не слід трактувати як уже доведені універсальні результати.
16.3 Якщо ШІ використовується для підтримки показників сталості або ESG, PRE–ORDER прагнутиме, де це практично можливо, розрізняти виміряні дані, оцінки, змодельовані значення та цілі проєкту.
17. Контент, створений або підтриманий ШІ
17.1 Основний задокументований сценарій використання ШІ PRE–ORDER — прогнозування попиту та підтримка виробничих рішень. У майбутньому Платформа може включати додаткові інструменти на основі ШІ, наприклад допомогу зі створенням контенту, збагачення даних про товари або роботу із зображеннями.
17.2 Якщо така функціональність буде запроваджена, PRE–ORDER прагнутиме застосовувати належні правила розкриття, інтелектуальної власності, захисту споживачів, захисту даних і модерації контенту. Користувачі залишаються відповідальними за законність, точність і неманіпулятивний характер опублікованого ними контенту.
17.3 Зображення, створені ШІ, не повинні використовуватися для суттєвого викривлення основних характеристик Товару, якщо така презентація може ввести Покупця або Споживача в оману.
18. Логування, простежуваність та аудит
18.1 Для суттєвих результатів ШІ PRE–ORDER планує зберігати достатньо інформації для розумного відтворення контексту підтримки рішення. Залежно від функції запис може містити інформацію про модель і версію, час, об’єкт прогнозу, горизонт прогнозування, групи вхідних факторів, результат, впевненість або невизначеність, бізнес-обмеження, рекомендацію, рішення людини та подальший фактичний результат.
18.2 Логи можуть використовуватися для контролю якості, валідації моделей, безпеки, усунення несправностей, комплаєнсу, підтримки, вирішення спорів і розслідування суттєвих помилок відповідно до правил доступу та зберігання.
18.3 Записи простежуваності не призначені для розкриття пропрієтарного вихідного коду, комерційних таємниць, конфіденційних параметрів моделей або інформації, розкриття якої може поставити під загрозу безпеку чи права інших користувачів.
19. Захист даних, безпека та контроль доступу
19.1 PRE–ORDER планує застосовувати принципи protection by design і protection by default до обробки, пов’язаної з ШІ.
19.2 Відповідні заходи можуть включати шифрування під час передачі, шифрування при зберіганні для відповідних категорій даних, рольовий доступ, принцип найменших привілеїв, журналювання, безпечну автентифікацію API, розділення середовищ, псевдонімізацію та моніторинг подій безпеки.
19.3 Доступ до даних розробки моделей, логів ШІ або чутливої аналітичної інформації має бути обмежений уповноваженим персоналом і постачальниками послуг, яким такий доступ необхідний для законних операційних, технічних, безпекових або комплаєнс-цілей.
20. Оцінка ризиків та управління
20.1 PRE–ORDER оцінюватиме сценарії використання ШІ з урахуванням їх мети, категорій користувачів, даних, рівня автономності, потенційного впливу та застосовного законодавства. Якщо сценарій може створювати високий ризик для фізичних осіб, до впровадження можуть знадобитися додаткова оцінка, захисні заходи або Оцінка впливу на захист даних (DPIA).
20.2 Обов’язки з управління можуть розподілятися між продуктовою, технічною, AI/ML, безпековою, privacy/compliance та операційною функціями. Відповідні постачальники послуг можуть бути договірно зобов’язані підтримувати вимоги щодо безпеки, захисту даних і технічної документації.
20.3 PRE–ORDER розробляється з метою відповідності застосовним вимогам ЄС щодо ШІ, захисту даних, цифрових сервісів і захисту споживачів. Регуляторна класифікація залежить від конкретного фактично впровадженого сценарію й може переглядатися в міру розвитку продукту.
21. Запитання, зауваження та оскарження
21.1 Користувачі можуть звернутися до PRE–ORDER, якщо мають запитання щодо функції з підтримкою ШІ, вважають результат суттєво неправильним, потребують пояснення ролі ШІ в процесі або бажають повідомити про питання конфіденційності.
21.2 Контакт: info@b2b–agency.cc. Користувачам слід надати достатньо контексту для ідентифікації відповідної функції, замовлення, колекції або рекомендації, але не надсилати паролі, CVV-коди чи повні реквізити картки.
21.3 У випадках, передбачених законодавством про захист даних, користувачі також можуть реалізувати права, описані в Політиці конфіденційності та Повідомленні щодо GDPR. Ця Заява не обмежує права, від яких не можна законно відмовитися.
22. Зміни до цієї Заяви
PRE–ORDER може оновлювати цю Заяву, якщо суттєво змінюються функціональність ШІ, архітектура моделей, джерела даних, правові вимоги, механізми управління або пояснення для користувачів. Про суттєві зміни буде повідомлено належним чином. Поточна редакція застосовуватиметься з дати набрання чинності, зазначеної вище.
Додаток 1. Мінімальний запис прозорості для суттєвих результатів ШІ
Якщо це релевантно для конкретного сценарію, внутрішній або користувацький запис PRE–ORDER щодо ШІ може містити:
- ID прогнозу або рекомендації;
- назву та версію моделі;
- дату й час;
- Бренд / Колекцію / Товар / SKU;
- горизонт прогнозування;
- релевантні групи вхідних факторів;
- прогнозований попит або інший результат;
- впевненість, невизначеність або інтервал прогнозу, якщо доступні;
- застосовні бізнес-обмеження, зокрема MOQ, оплачений попит або виробничі ліміти;
- правила прийняття рішення, що перетворюють прогноз на рекомендацію, якщо застосовуються;
- ціль або критерії оптимізації, якщо застосовуються;
- альтернативні виробничі варіанти, розглянуті логікою рекомендації, якщо вона явно оцінює альтернативи;
- основні фактори впливу;
- рекомендацію ШІ;
- рішення людини: прийняти / змінити / відхилити;
- остаточний обсяг виробництва або дію, обрані людиною;
- фактичний результат, коли він стане доступним;
- статус валідації, попередження та суттєві обмеження.