Новости

Сеть «Газпромнефти» включает более 1400 АЗС по всей России. Автозаправочные станции — не просто точки заправки автомобилей топливом, а многофункциональные комплексы: магазины с широким ассортиментом, кафе, сервис подкачки шин и мойки и другие услуги.

Для управления сопутствующими товарами компании требовалось программное обеспечение с высокой скоростью разработки, которое поддержит рост сети и обеспечит масштабируемость решения. Кроме того, система призвана объединить разный набор функций, который используют партнеры сети при управлении ассортиментом и ценами товаров АЗС.

В качестве платформы для разработки решения была выбрана «1С:Управление торговлей». Эта система для розничного бизнеса легко модернизируется и обеспечивает оптимальную стоимость владения. Партнером по внедрению решения стал «Корус Консалтинг».

В ходе первого этапа проекта был разработан MVP, запущенный на 10 АЗС. Первая версия включала управление ассортиментом, розничными ценами, интеграцию с системами НСИ, POS. Затем специалисты приступили к тиражированию решения на других станциях и развитию решения. Добавили новые функции: информация о партнерах в системе, складские операции, производство и кафе, множество интеграций со смежными продуктами и системой маркировки «Честный знак».

После завершения тиражирования на всю сбытовую розничную сеть в России компания планирует подключить к системе свои АЗС в странах СНГ. Сейчас СТИУМ проходит регистрацию в реестре отечественного программного обеспечения, далее планируется предложить его независимым АЗС.

Партнерство компаний предусматривает внедрение существующих цифровых решений МТС на инфраструктуре «Россетей Урала», а также совместном развитии новых продуктов. В рамках соглашения МТС окажет содействие крупнейшей электросетевой компании Уральского федерального округа в автоматизации сбора показаний счетчиков абонентов, а также осуществлении мониторинга объектов «Россетей Урала» на предмет несанкционированных подключений к сетям.

Технологии машинного зрения для обследования электросетевых объектов в пилотном режиме начнут применять в Пермском крае. При успешной реализации проект будет масштабирован и на другие территории присутствия компании – в Челябинскую и Свердловскую области.

Кроме того, «Россети Урал» внедрят платформу EnergyTool по поиску коммерческих потерь в электросетях, работающего на базе технологий Big Data и искусственного интеллекта. Аналогичное решение, которое выявляет подозрительные участки потребления электроэнергии, уже внедряется в «Россети Сибирь».

Решение EnergyTool позволяет быстро обнаружить приборы учета, передающие заниженные показания, и выявить конкретные участки сети, на которых происходит хищение. Статистическая модель платформы анализирует энергопотребление абонентов на основе загруженных данных счетчиков и автоматизированных систем учета электроэнергии и выделяет характерные признаки хищений. Предположительные участки, где происходят хищения, отображаются на карте в интерфейсе, удобном для планирования выездов бригад.

Разработка и внедрение корпоративного поиска велись в партнерстве между Naumen и Центром компетенций «Газпромнефть — Цифровые решения» в течение пяти лет. На начальном этапе было необходимо унифицировать и систематизировать большой объем неструктурированных данных компании и настроить синхронизацию с другими информационными системами. Затем для обучения системы особенностям корпоративного языка и терминологии нефтегазовой отрасли команда проекта сформировала уникальный тезаурус, содержащий более тысячи различных терминов, определений и аббревиатур.

Как отметила Наталья Третьякова, начальник управления организации работы с данными «Газпром нефти», корпоративный̆ поиск — стратегически важный для компании инструмент, необходимый для реализации принципа демократизации данных и создания единого окна доступа к ним. Сотрудники получают возможность в несколько кликов попадать в каталог данных, находить аналитику, критичные для работы сервисы и официальные документы. Внедрение технологии семантической обработки и кластеризации данных позволяет реализовать вычислительное смысловое индексирование текстов на естественном языке. В результате автоматически формируется модель семантики отдельных документов, достоверно характеризующая тематику и содержание проанализированных информационных ресурсов.

Поставщик решений для хранения и генерации энергии Energon наращивает географию присутствия и количество сделок. Чтобы поддержать масштабирование и сократить влияние человеческого фактора, руководство приняло решение автоматизировать работу отдела продаж при помощи российской системы на базе «Битрикс24 CRM». Для реализации проекта пригласили команду «Корус Консалтинг».

В ходе проекта специалисты автоматизировали процесс управления продажами по пяти продуктовым направлениям компании в 10 филиалах, каждый из которых использовал собственную модель. Кроме того, автоматизированы процессы работы со сделками (сделки на сотрудничество, сделки-заказы и проектные сделки и др.), с проектами. Благодаря этому сотрудники могут вести сделки и проверять соблюдение критериев ее перехода на следующие этапы, фиксировать договорённости и согласовывать условия сотрудничества с новыми клиентами. Система дает возможность фиксировать потенциальный спрос (первоначальный запрос клиента) и фактический спрос (реальный заказ).

Новая CRM позволяет ускорить заполнение карточек клиентов с помощью расчетных полей, повысить качество собираемых данных за счет их стандартизации. Теперь можно определить зоны ответственности путем закрепления за клиентом сразу нескольких сотрудников — менеджера по продажам и менеджера по сопровождению.

В системе реализована функция стандартизации формата адреса в «Яндекс.Карты». Она помогает пользователям вводить верный адрес, который существует в картографическом сервисе. Сотрудники также могут видеть на карте всех реальных и потенциальных партнеров. Это помогает сегментировать клиентов по статусу и закреплять их за другим менеджером внутри филиала или направления, или передать его в другое подразделение.

Клиентские данные, ранее хранившиеся в учетной системе, перенесли в «Битрикс24 CRM». Кроме того, CRM интегрирована с учетной системой на базе Microsoft Dynamics Ax, почтовым сервисом Microsoft Exchange, Active Directory и мессенджером Telegram. Для сбора потенциальных лидов создали и встроили на сайт форму обратной связи.

В рамках реализованного проекта использовалась омниканальная платформа Cascana – разработка «Шторм Технологии» для организации единого рабочего места специалиста контакт-центра. Она предоставила возможности роботизации функций обслуживания, автоматизации процессов телемаркетинга, сбора обратной связи, обработки претензионных обращений и сценарной автоматизации сквозных бизнес-процессов. Кроме того, платформа обеспечила поддержку взаимодействия по голосовым и цифровым каналам коммуникаций, таких как телефония и интеллектуальный чат-бот. Проект также включал внедрение облачного сервиса для проведения голосовой речевой аналитики и анализа чатов с клиентами с использованием технологий машинного обучения.

Обновленный контакт-центр может обработать более 5 тыс. обращений в день и сократить среднее время диалога операторов с клиентами.

Как отмечает Станислав Аникин, руководитель группы автоматизации коммуникаций «Лиги Ставок», ключевым этапом в улучшении клиентского сервиса стало развитие цифровых каналов обслуживания. Благодаря широким возможностям продукта удалось увеличить пропускную способность контакт-центра практически вдвое. Совместно с командой подрядчика было проработано множество кейсов кастомизации продукта под специфику компании, в том числе различного рода интеграции с внутренними системами. В перспективе также планируется внедрить ряд доработок, которые позволят еще сильнее снизить время консультаций и улучшить удовлетворенность клиентов.

Для обеспечения своевременного прибытия и убытия автотранспорта с прискладской территории и минимизации затаривания складских площадей компания «Арнест Упаковочные Решения» рассматривала решения, имеющие необходимый функционал для планирования и контроля за движением транспортных средств, прибывающих на склад.

Для решения стоящих задач разработчик решений для автоматизации складской логистики «АНТ Технолоджис» предложил программу «Управление временными интервалами погрузочно-разгрузочных работ на складах – ant Time Slot Management» (ant TSM), которая предоставляет перевозчикам возможность в режиме реального времени выбирать и бронировать свободное временное окно на складе для доставки/вывоза товара, отражает статусы перемещения транспорта, рассчитывает KPI по складским докам и транспортным контрагентам.

После тестового периода использования программы, в течение которого разработчиком было выполнено несколько модификаций, компания приняла решение о переходе на промышленную эксплуатацию ant Time Slot Management на всех производственных площадках в России – в Московской, Ленинградской и Челябинской областях.

Система «Управление временными интервалами погрузочно-разгрузочных работ на складах – ant Time Slot Management» — предоставляется по модели «Программное обеспечение как услуга (SaaS – облачная модель предоставления ПО)», что позволяет клиенту избежать периода внедрения, исключить затраты на закупку лицензий, развертывание и обслуживание инфраструктуры, пользоваться программой только по необходимости. Стоимость владения зависит от интенсивности бронирования окон на складе и не дает существенную финансовую нагрузку на предприятие.

Система ant Time Slot Management будет полезна тем компаниям, которые желают:

• сбалансировано распределить прибывающий на склад транспорт исходя из ресурсов склада;
• убрать/снизить время ожидания грузовиков на территории склада;
• автоматически получать план прибытия машин на разгрузку/погрузку на предстоящий период;
• снизить операционные затраты склада;
• обеспечить прозрачное взаимодействие с транспортными контрагентами;
• получать аналитическую отчетность для оценки эффективности.

ICL Services — одна из крупнейших ИТ-компаний России, предоставляющая широкий спектр услуг и решений. CRM, которую ранее использовали в компании, серьезно устарела, не соответствовала современным вызовам бизнеса и требованиям информационной безопасности, поэтому было принято решение ее заменить. В качестве нового решения выбрали платформу BPMSoft. Она позволяет управлять продажами и маркетингом в едином пространстве, а также автоматизировать большое количество сложных бизнес-процессов.

Для реализации проекта была выбрана гибкая модель внедрения, при которой ICL Services получала конкретный результат после каждой итерации. Такой вариант позволил подстроиться под изменения внешней среды, а также без риска для всех участников процесса скорректировать объемы работ.

В результате удалось реализовать сложную и гибкую систему прав, когда сотрудник выбирает, чем будет управлять в конкретной сделке. Это, с одной стороны, удовлетворяет требованиям информационной безопасности, а с другой — позволяет заказчику оперативно производить изменения в уровнях управления. CRM используют все подразделения и 100% сделок ведется в ней, а контроль продаж осуществляется полностью на базе дашбордов новой системы.

Законодатели по всему миру предлагают нормативные акты и рекомендации по инструментам больших языковых моделей наподобие ChatGPT и Google Bard. В Gartner определили четыре критические области, которые необходимо рассмотреть руководителям юридических служб, чтобы помочь своим компаниям подготовиться к изменениям в законодательстве и учесть их при разработке корпоративной стратегии ИИ. Соответствующие законы во многих юрисдикциях могут вступить в силу не ранее 2025 года, однако юридическим службам стоит начать работу, не дожидаясь окончательного принятия нормативных актов, полагают аналитики.

Эксперты Gartner определили четыре первоочередных шага для юридических руководителей по созданию надзора за ИИ, которые позволят их организациям двигаться вперед в ожидании изменений в законодательстве.

1. Обеспечить прозрачность использования ИИ

Прозрачность использования технологий ИИ становится важнейшим пунктом законодательных норм, разрабатываемым по всему миру, отмечают в Gartner. Юридическим службам необходимо подумать о том, как их организации дадут понять любому человеку-клиенту или партнеру - когда он взаимодействует с ИИ.

Например, при использовании ИИ в создании маркетингового контента или в процессе приема на работу юристам следует обновить уведомления о конфиденциальности и пользовательские соглашения на сайтах своих компаний, чтобы отразить использование ИИ. Еще лучше - разработать отдельный раздел, посвященный данному вопросу. Также организация при сборе данных давать ссылку на точечное уведомление, в котором объясняется, как именно организация использует ИИ. В юридической службе также могут рассмотреть возможность обновления кодекса поведения поставщиков, включив в него требование об уведомлении, если поставщик планирует использовать ИИ.

2. Обеспечить непрерывное управление рисками

Юридической службе активно участвовать в усилиях по внедрению сквозных процедур контроля управления рисками, который охватит жизненный цикл любого ИИ-инструмента. Одним из подходов может быть оценка влияния алгоритмов (algorithmic impact assessment, AIA), которая документирует принятие решений, демонстрирует должную осмотрительность и снижает нынешний и будущий регуляторный риск и другие виды ответственности.

Помимо юридической службы к этой деятельности следует привлечь специалистов по информационной безопасности, управлению данными, Data Science, конфиденциальности, соблюдению нормативных требований, а также бизнес-подразделения, чтобы получить более полную картину рисков. Поскольку сотрудники юридических служб обычно не являются владельцами бизнес-процессов, для которых они внедряют механизмы контроля, консультации с соответствующими бизнес-подразделениями крайне важны.

3. Построить систему управления, которая включает в себя надзор и подотчетность

Один из очевидных рисков при использовании больших языковых моделей (LLM) заключается в том, что они могут сильно ошибаться, хотя звучат внешне правдоподобно, признают в Gartner. Именно поэтому регуляторы ведут речь о человеческом надзоре, который должен обеспечить внутреннюю проверку результатов работы ИИ-инструментов.

Компании могут назначить ответственного за ИИ, который будет помогать техническим группам разрабатывать и внедрять средства человеческого контроля. В зависимости от того, в каком отделе реализуется инициатива по ИИ, этим человеком может быть член команды с глубокими функциональными знаниями, сотрудник из отдела безопасности или конфиденциальности.

Руководитель компании также может создать консультативный совет по цифровой этике, в который войдут юристы, ИТ-специалисты, маркетологи и внешние эксперты, чтобы помочь проектным группам справиться с этическими проблемами.

4. Выстроить защиту от рисков, связанных с конфиденциальностью данных

Одна из главных забот регулирующих органов - защита конфиденциальности данных частных лиц, когда речь идет об использовании ИИ. Для юридических служб будет важно быть в курсе всех новых запрещенных практик, таких как биометрический мониторинг в общественных местах.

При реализации новых проектов с использованием ИИ необходимо взять за правило оценивать их воздействие на конфиденциальность на ранних этапах проекта.

При использовании публичных LLM-инструментов следует предупреждать сотрудников о том, что любая вводимая ими информация может стать частью набора данных для обучения модели. Это означает, что конфиденциальная или собственная информация, используемая в подсказках, может попасть в ответы для пользователей за пределами предприятия. Поэтому очень важно установить руководящие принципы, проинформировать сотрудников о существующих рисках и дать указания по безопасному использованию таких инструментов.

Быстрый рост сети и активное расширение логистической инфраструктуры требовали от Fix Price гибких подходов в реализации проектов, где необходимо было учитывать в том числе и локальную специфику складских бизнес-процессов. С 2012 года Fix Price в партнерстве с компанией LogistiX последовательно автоматизировала на LEAD WMS 11 распределительных центров, каждый из которых имел возможность своими силами производить адаптацию системы под собственные нужды.

В 2022 году руководством компании было принято решение о переходе на унифицированную процессную базу. Реализация масштабного проекта в части автоматизации началась с аудита функционала децентрализованных инсталляций LEAD WMS и формирования единого эталонного решения, которое включило в себя все лучшие практики и обеспечило возможность централизованного мониторинга, контроля и управления изменениями.

На базе нового решения были запущены распределительные центры в Домодедово, Внуково и Екатеринбурге. До конца года оно будет внедрено на всех складских комплексах сети.

На НЛМК побочные продукты получения чугуна и кокса — доменный и коксовый газ — улавливаются, очищаются и используются для генерации собственной электроэнергии. Для того, чтобы калорийность получаемой смеси была стабильна, то есть давала достаточное количество тепла для производства энергии в виде пара, в нее добавляют природный газ. Ранее решение об объемах и пропорциях применения различных видов газа для выработки тепловой энергии принимал машинист котельного агрегата ТЭЦ на основании показаний приборов котельного оборудования, среди которых не было показателей, характеризующих экономичность работы агрегата.

Для повышения энергоэффективности предприятия ИТ-специалисты и энергетики НЛМК совместно с экспертами «Инфосистемы Джет» разработали сервис, который выдает рекомендации машинисту котла ТЭЦ: когда, в каких котлах и в каких пропорциях сжигать различные виды газа. Новое цифровое решение позволяет точнее определить пропорции для смешивания разных видов топлива. Модель машинного обучения анализирует исторические данные за несколько лет, просчитывает соотношение энергоресурсов и выдает рекомендации по его оптимизации.

Сервис для оптимизации потребления энергоресурсов успешно эксплуатируется НЛМК и обеспечивает экономию в 1–3 млн руб. в месяц по сравнению с соответствующим периодом прошлого года, когда ТЭЦ работала без применения ИИ. Годовая экономия за счет эффективного использования энергоносителей оценивается в десятки миллионов рублей.