Новости

В 2022 году почти половина поставщиков ITSM-систем покинули российский рынок. Среди них ServiceNow IT Service Management, HP Service Manager, Jira Service Management, BMC Remedy Service Management Suite и многие другие. При этом, по оценке Ростелекома российский рынок ITSM по итогам 2022 года оценивался в 8 млрд руб. Группа IBS и компания «РТК ИТ Плюс» провели опрос среди крупных компаний и выяснили, какими темпами идет импортозамещение ITSM-платформ, а также какой функционал для компаний крайне важен.

По данным опроса, 76% компаний в России уже используют ITSM-системы, которые применяются для управления ИТ-ресурсами. Еще 7% пока не знакомы с такими решениями, а 17% не планируют их внедрять, так как справляются с запросами в ручном режиме. При этом, в большинстве компаний отметили, что внедрение ITSM-системы позволило ускорить выполнение задач минимум вдвое, автоматизировать работу внутренних департаментов (26%) и оптимизировать время работы смежных служб (24%).

Также в рамках исследования поинтересовались, в какие сроки ожидается переход с западных на отечественные решения. Почти половина – 48% – ответили, что планируют миграцию в ближайший год. Еще 37% планируют проекты в ближайшие 5 лет, а 15% отметили, что продолжат использовать «трофейное» ПО, несмотря на прекращение его поддержки вендорами.

Кроме того, 35% компаний, которые уже перешли на решения российских вендоров, указывают на безусловное улучшение качественных показателей работы ITSM-систем после ухода иностранных вендоров. Чуть меньше половины компаний не видят разницы между функциональностью российских и иностранных решений. 21% респондентов все еще сомневаются в качестве российских продуктов.

Также у респондентов поинтересовались, как они оценивают наличие средств ИИ в ITSM-системах. 65% ответили, что нейросети в таких решениях – это излишество. 35%, напротив, очень ждут появления данного функционала, который будет закрывать большую часть работы.

Робот-инвентаризатор, внедренный «ВкусВиллом», представляет собой транспортное средство, оснащенное телескопической мачтой и видеокамерами, которые позволяют считывать QR-коды на товарах, расположенных на стеллажах. Система видеоаналитики, использующая нейросетевые алгоритмы, обрабатывает полученные данные и сопоставляет их с информацией из системы управления складом (WMS).

Мачта робота поднимается на высоту до 12 метров, позволяя добраться даже до верхних полок склада. Программное обеспечение робота интегрируется с существующими складскими системами управления, что делает его универсальным инструментом для различных складских комплексов. Например, он может работать совместно со складским роботом-паллетоперевозчиком или другим тяговым устройством.

Инвентаризатор имеет камеры с двух сторон и за один проезд целого пролета способен просканировать стеллажи и справа, и слева, снизу доверху. Камеры расположены по высоте на уровне каждого яруса хранения, что позволяет роботу сразу проинвентаризировать все ярусы и стеллажи с обеих сторон. Достаточно одного проезда инвентаризатора, чтобы отсканировать все ячейки.

Как отмечает Алеся Шереметьева, управляющая обеспечением и цепочкой поставок «Вкусвилла», ранее для инвентаризации склада приходилось раз в месяц приглашать около 50 сотрудников и 15 ричтраков с водителями. Успешный запуск робота-инвентаризатора в РЦ «Домодедово» — начало программы автоматизации складских процессов. В будущем «ВкусВилл» планирует внедрить аналогичные системы на других своих складах и логистических центрах.

В рамках «DeepТech Фабрики» предпринимателям предлагается возглавить собственный DeepTech-стартап, основанный на базе научных компетенций и реальных запросов индустриальных компаний.

В основе создания каждого стартапа лежит подтвержденный технологический запрос компании, команда ученых из российских НИИ и университетов, а также предприниматель. Пройдя квалификационное профилирование и трансформирующее обучение, готовящее к задачам технологического предпринимателя, участники смогут выбрать понравившийся бизнес-кейс «DeepТech Фабрики», получить долю в капитале стартапа и направить команду на путь создания уникальных рыночных решений. Пилотный проект 2024 года финансируется организаторами.

От участников ожидается проработка бизнес-модели, а также управление командой и проектом. Привлечение инвестиций в стартап является совместной задачей НАТТ и предпринимателя. При этом НАТТ берет на себя отбор задач и анализ рыночных ниш, подбор научных команд и взаимодействие с корпорациями.

Почти 2,8 тыс. сотрудников «Кубань Кредит» подключились к системе в два этапа. Теперь работники банка подписывают трудовые договоры, приказы о переводе и отпусках в электронном виде в личном кабинете (на компьютере или в смартфоне). Эти документы не дублируются на бумаге, обладают юридической силой и приравниваются к оригиналам.

Сотрудники кадрового отдела в считанные минуты рассылают всему персоналу финансового учреждения необходимую кадровую информацию, новые работники ознакамливаются с ЛНА в электронном виде.

Для подключения персонала банка к системе требуется только актуальный номер мобильного телефона, на который приходят сообщения о поступающих заданиях. На каждого работника выпускается усиленная неквалифицированная электронная подпись, которой подписываются кадровые документы. Со стороны банка все документы визируются усиленной КЭП.

Первые три месяца работы подтвердили эффективность системы. Работники получают электронные подписи и заверяют кадровые документы в пару кликов, экономя в среднем 20 минут на каждый документ. Общее время подготовки, согласования и подписания документов, связанных с работой, уменьшилось на 83%.

Обмен документами между филиалами сократился с двух недель до пяти минут. При этом исключен риск компрометации и утери информации при ее передаче в дополнительные офисы.

До конца 2024 года в банке планируют завершить переход всех сотрудников на электронный документооборот, увеличить количество подписываемых в системе кадровых документов, цифровизировать весь процесс формирования графика отпусков и организовать прием на дистанционную работу.

Уральский Турбинный Завод – крупнейший российский производитель турбин. Для успешной деятельности предприятию необходимо точно прогнозировать и соблюдать сроки выпуска продукции, четко контролировать производственный процесс, себестоимость заказов, в том числе с учетом особенностей длительного цикла производства.

Ранее на предприятии использовались несколько устаревших и лишь частично взаимосвязанных информационных систем. Из-за разрозненности данных было сложно планировать производство, рассчитывать потребность в материалах и комплектующих, получать данные о себестоимости выпуска. Предприятию требовалась новая информационная система, которая позволила бы объединить работу подразделений, улучшить планирование производства, обеспечить точный расчет себестоимости в разрезе полуфабрикатов и этапов технологического цикла. Для решения поставленных задач была выбрана система 1C:ERP, а партнером по проекту стал ИТРП.

Основная часть проектных работ, включая функциональное моделирование, доработки, подготовку пользователей, нормализацию справочников и ввод начальных, данных была выполнена за 10 месяцев, затем около трех месяцев продолжалась опытная эксплуатация системы. В настоящее время на предприятии автоматизировано 400 рабочих мест, на которых используются функции управления закупками, продажами, запасами, производством и финансами, ведется управленческий, регламентированный, кадровый учет и расчет зарплаты.

В результате предприятие перешло от котлового расчета себестоимости к расчету в разрезе полуфабрикатов и этапов, с возможностью анализа прямых и распределяемых затрат. Это позволяет руководству оперативно контролировать и оптимизировать производственные затраты, повышая рентабельность производства.

В системе доступна оперативная информация об использовании производственных мощностей и их занятости в периоды ремонтов. Эта информация помогает планировать выпуск продукции с учетом доступности оборудования. Простои в производстве сокращены на 15%.

Планирование производства типовыми средствами 1C:ERP позволило формировать оптимальные маршруты прохождения изделия по производственным участкам. Точность прогнозирования сроков выпуска продукции значительно повысилась, выполнение заказов ускорилось.

Автоматизация расчета обеспечения потребностей производства уменьшила избыточные закупки и запасы материалов, в результате оборачиваемость складских запасов повысилась на 12%.

Испытания в «Северстали» показали возможности и ограничения применения подобных роботов в реальных производственных условиях металлургического комбината, а также способствовали разработке новых гипотез по использованию и развитию протестированных технологий.

В коксоаглодоменном производстве ЧерМК прорабатывалась возможность применения робота-собаки для доставки проб и мониторинга окружающей среды. Например, в качестве эксперимента на литейном дворе доменной печи №3 он доставил брикеты огнеупорной массы непосредственно к месту использования. Тестирование проводили специалисты «Северсталь-инфокома» и «Лаборатории новых продуктов».

Благодаря алгоритмам компьютерного зрения и 3D-профилирования, а также технологии LiDAR робот-собака может выполнять задачи измерения объектов, транспортировки объектов массой до 40 кг, разного вида инспекции и превентивной диагностики оборудования. Например, он может проводить звуковую диагностику, тепловизионные и газоаналитические исследования, а также строить карты для разработки цифровых двойников предприятий. Важно, что робот способен выполнять операции непрерывно и в сложных для человека условиях.

Как отмечает Денис Колупаев, руководитель R&D направления «Северсталь-инфокома», роботы готовы выполнять непрерывные рутинные задачи достаточно продолжительное время, исключая человеческий фактор, который может повлиять на корректность измерений. Это позволит проводить, например, более качественную и оперативную диагностику утечек газа. Кроме того, компания стремится сократить присутствие человека в зонах с высоким уровнем риска, и роботы в перспективе смогут если не полностью заменить, то значительно облегчить его труд в шахтах, горячих цехах и на других площадках. Испытания робособак продолжатся на других площадках «Северстали».

Предприятие «Гермес-Липецк» – одно из ведущих производителей промышленных котлов, входившее ранее в состав международного промышленного концерна, завершило процесс перехода на отечественный программный комплекс T-FLEX PLM. Этот шаг подчеркивает стремление компании к использованию российских технологий и продуктов, способствуя укреплению отечественной ИТ-индустрии.

В рамках проекта была проведена работа по адаптации и интеграции российского ПО в инфраструктуру предприятия и существующие производственные процессы, что позволило обеспечить бесперебойную и эффективную работу во всех подразделениях предприятия в период его реорганизации. Основная задача проекта – обеспечение непрерывности производства и работы предприятия в новых условиях. Для этого требовалось устранить зависимость от иностранных программных систем, сохранить возможность использования существующей конструкторской документации, создать собственный конструкторский отдел с выстраиванием полного цикла подготовки документации для производства котельного оборудования, разработать системы конвертации технологической и конструкторской документации для обеспечения возможности интеграции в новую PLM-систему.

В связи с уходом с российского рынка материнской компании и постепенное отключение от сервисов по подготовке конструкторской и технологической документации для производства оборудования, требовался переход на альтернативу европейскому программному обеспечению. Требовалось осуществить подготовку всего массива конструкторской и технологической документации к миграции из Siemens NX, настройку процесса конвертации массива документации в новую ИТ-систему, создать команду высоко мотивированных и самых опытных сотрудников для решения этой глобальной в рамках компании задачи. Проводилось детальное и всеобъемлющее сравнение доступных на рынке альтернатив для замены иностранного программного обеспечения, исходя из следующих базовых критериев: работа с файлами в формате. prt; нахождение в Реестре российского ПО; возможность формирования технологических спецификаций; единый комплекс PLM и CAD; интеграция с 1С:ERP. В результате был выбран комплекс T-FLEX PLM от компании «Топ Системы».

Проект был особенно сложным из-за большого объема унаследованных данных в формате исходной системы Siemens NX, что потребовало разработки уникальных методов переноса и конвертации данных по деталям, сборочным единицам и изделиям, их унификации и обеспечения непрерывности производственного процесса на основе российского программного обеспечения. Всего было более 20 тыс. материальных объектов.

В результате была запущена работа собственного конструкторского бюро, интегрировано более 12 тыс. деталей, 7,5 тыс. сборочных единиц в составе 332 изделий. Время на моделирование единичного изделия снизилось на 33%.

Внедренная «АльфаСтрахованием» система состоит из двух ключевых компонентов – фирменной OCR-технологии для полнотекстового распознавания Smart Engines и созданных специалистами «АльфаСтрахования» компактных лингвистических моделей. Продукт является на 100% импортонезависимым, поскольку в нем не используется ни код open source, ни какие-либо иные иностранные программные компоненты.

Решение превосходит зарубежные аналоги с точки зрения скорости распознавания, качества и производительности. OCR Smart Engines способна обрабатывать до 15 страниц в секунду. Подобная скорость достигается за счет использования сверхлегких или 4,6-битных нейросетей – собственной разработки Smart Engines.

ИИ распознает и классифицирует любые документы размера А4: жесткие (договоры, финансовые документы, клиентские обращения и многое другое) и гибкие формы, фотографии и сканы. Помимо русского, программное решение обеспечивает распознавание текстовых данных на более 100 языках мира: от тех, которые базируются на кириллических и латинских алфавитах, до более сложных.

Как отмечает Наталья Корецкая, директор операционного департамента «АльфаСтрахования», ежедневно в компанию поступают десятки тысяч документов: договоры, финансовые документов, клиентские обращения и многие другие. Их необходимо не только распознать, но и типизировать, рассортировать, разослать по нужным отделам или же предоставить по запросу налоговой и иных регуляторов. Ключевым фактором для перехода на российскую OCR-технологию стали скорость и качество распознавания. В результате внедрения удалось заметно – на 25% – ускорить обработку документов и минимизировать риск возникновения ошибок.

По данным Х5 Group, развесные овощи, фрукты и ягоды встречаются в каждом четвертом чеке, а доля продаж данной категории в общем товарообороте составляет 8,1% на июнь 2024 года. В среднем покупатели тратят на взвешивание весовых товаров от 12 до 15 секунд. Внедрение умных весов предположительно сократит это время до 8-10 секунд.

Кроме того, весы с искусственным интеллектом оснащены компьютерным зрением, которое способно распознавать любой весовой товар даже в пакете, после чего на экране автоматически отображается наименование взвешиваемого продукта. Таким образом, в расчете на один супермаркет «Перекресток» планирует сократить очереди в зоне овощей и фруктов, увеличить скорость взвешивания продуктов и улучшить показатели локальной инвентаризации на 0,2%. В будущем весы планируют обеспечить системой мониторинга, которая позволит минимизировать ошибочный выбор товара покупателем.

Пилотирование весов с искусственным интеллектом будет проходить в 10 супермаркетах торговой сети. По итогам тестирования «Перекресток» планирует достичь показателя точности распознавания товаров свыше 90%.

Компания «Сакура PRO», резидент Сколково и производитель платформ No-Code для ускорения цифровизации бизнеса, выпустила новую версию 1.8 своей платформы для визуального конструирования бизнес-приложений «Сакура PRO», которая содержит множество новых функций, позволяющих ускорить работу пользователей.

Так, для групповых обработок строк введен контроль ввода значений в соответствии с установленным типом. Усовершенствована работа с векторными изображениями: в конструкторе появилась возможность настроить объединение векторных изображений с помощью формулы при сохранении документа и написать формулу для объединения векторных изображений с указанием последовательности их сборки. Кроме того, добавлена возможность «вырывания» изображений по центру при их объединении.

В платформу добавлена функция настройки шаблонов прав доступа по выбранному документу. Отображение полей теперь производится в зависимости от настроек активного шаблона прав.

В соответствии с требованиями заказчиков в конструктор добавлен новый тип колонки — LINK, предусмотрены функции создания, редактирования и удаления колонок этого типа в табличных структурах. В платформу добавлена возможность работы с колонками типа LINK в документах, включая вставку, редактирование и удаление ссылок.

Среди других новых возможностей — изменение отображения с иерархического на список элементов для заданных структур, справочников и данных в них. В разделе для работы с системными справочниками появилось два независимых типа справочников в разных разделах, при этом системные справочники вынесены в отдельный раздел «Данные системных справочников».

В интерфейс администрирования системы добавлена возможность разделения ролей на пользовательские и системные: для пользовательских ролей разрешено редактирование их структуры и удаление, тогда как для системных ролей эти действия запрещены.