Новости

Заказы, состоящие из мелкоштучного товара, «Галамарт» реализует с помощью трех каналов: торговые точки сети (в рамках пополнения товарных запасов), мелкие оптовики и маркетплейсы. По сих пор каждый заказ собирал один сотрудник, на это могло уходить до получаса. Чтобы ускорить комплектацию заказов, ретейлер решил запустить конвейерное оборудование на мезонине. Это позволяет изменить принцип сборки заказов, увеличить количество отгружаемого товара и освободить часть персонала. Для встраивания конвейерной сборки во все технологические цепочки на складе, компания «Галамарт» обратилась в «Корус Консалтинг», с которым с 2021 года уже реализовала четыре разноплановых проекта, в том числе внедрение WMS и ERP.

Ретейлер планирует организовать сборку заказов на линии поэтапно. Конвейер разделен на шесть участков, на каждом из которых работает комплектовщик. Когда ящик с заказом перемещается из одной зоны в другую, сотрудник склада снимает его с конвейера и дополняет товарами, которые находятся в его секции, а затем возвращает на ленту. Такой подход позволяет сократить передвижения сотрудников по складу. Кроме того, благодаря запуску конвейера уменьшится потребность в комплектовщиках — в условиях дефицита кадров на складах и растущей заработной платы персонала это имеет особое значение. Помимо этого, механизация комплектации заказов поможет сделать работу комплектовщиков безопаснее.

Для того чтобы наладить обмен данными между WMS и управляющей системой конвейера, «Корус Консалтинг» создал решение, которое работает как «посредник» между системами и позволяет избежать модификаций в коде WMS. Благодаря этому удалось сократить сроки тестирования и была обеспечена независимость систем друг от друга — риск остановки одной из них в случае прекращения работы был минимизирован.

Параллельно «Галамарт», опираясь на рекомендации консультантов, настроил складскую систему так, чтобы она учитывала новый подход к отбору товара — изменились принципы автоматического формирования заданий на отбор и пополнение, правила поиска ячеек для пополнения и правила резервирования заказов.

Ожидается, что разработанное решение позволит ретейлеру комплектовать до 400 заказов в час, высвободить часть персонала и сделать работу комплектовщиков менее тяжелой. Механизация сборки заказов даст «Галамарту» возможность существенно развить сегмент e-commerce и сеть мелких оптовиков.

Внедрение единой системы «1С» позволило унифицировать кадровые процессы, повысить прозрачность и эффективность управления персоналом во всех подразделениях Московского Политеха. Теперь HR-специалисты головного вуза и филиалов работают в едином информационном пространстве, используя стандартизированные инструменты и процедуры.

Консолидация HR-систем позволила оптимизировать работу кадровых служб, снизить трудозатраты и улучшить качество данных о сотрудниках. Благодаря переходу на «1С» появилась возможность автоматизировать ряд рутинных операций, таких как формирование кадровых документов, расчет зарплаты и отпускных, ведение табеля учета рабочего времени. Система обеспечивает быстрый доступ к актуальной информации о сотрудниках, позволяет формировать аналитическую отчетность и прогнозировать кадровые потребности.

В рамках проекта была проведена миграция данных из ранее использовавшихся систем, осуществлена интеграция «1С» с другими информационными ресурсами вуза. Сотрудники кадровых служб прошли обучение работе с новой платформой. В дальнейшем планируется расширение функциональности системы и подключение дополнительных модулей для повышения эффективности кадрового администрирования.

Министерство финансов РФ совместно со Сбером разработало ИИ-агента в госуправлении для оптимизации бюджетного процесса. Он создан на базе большой языковой модели GigaChat. Пилотное внедрение решения запланировано уже в ближайшем бюджетном цикле.

AI-агент будет интегрирован в систему «Электронный бюджет». Искусственный интеллект поможет сформулировать качественные запросы, сверить семантику с заявленным направлением и государственной программой. ИИ-агент моментально предоставит решение и снизит количество некачественных заявок и отказов, а также позволит уменьшить нагрузку на специалистов до 70%.

Используя ИИ-агента, эксперты Минфина будут самостоятельно адаптировать решение на основе искусственного интеллекта и применять навыки работы с большими языковыми моделями при изменении структуры и статей бюджета госпрограмм. Внедрение решения позволит сократить сроки обработки запросов, особенно в пиковые периоды (в июне и сентябре), что критически важно для выполнения федеральных задач.

К сервису HRlink подключились около 7 тыс. сотрудников Sokolov, которые могут подписывать все кадровые документы в электронном виде с использованием удостоверенной электронной подписи. Платформа доступна как на компьютерах, так и на мобильных устройствах.

Запуск КЭДО позволил компании полностью отказаться от бумажного документооборота в кадровых процессах. Сервис HRlink обеспечивает централизованный контроль над подписанием документов во всех регионах присутствия компании. Фирменная розница Sokolov насчитывает 750 магазинов в 230 городах России и СНГ, включая 190 франшиз. Также внедрение электронного документооборота помогло сократить расходы на бумагу, логистику и хранение документов.

Для Sokolov, как одного из крупнейших в Европе производителей ювелирных изделий, переход на КЭДО стал важным шагом в совершенствовании HR-процессов и формировании привлекательного бренда работодателя. Работа в электронном виде делает процессы более экологичными и эффективными с точки зрения использования ресурсов. За период перехода на электронный формат компании удалось сэкономить объем бумаги, эквивалентный 100 деревьям.

Сотрудники получают возможность удаленно подписывать документы с первого дня работы, а HR-специалисты – эффективно контролировать этот процесс. Такой подход дает конкурентное преимущество работодателю на рынке труда.

В Самарском университете для решения задачи формирования и выпуска востребованных инженерных кадров и повышения престижа групп по проектированию двигателей на кафедре «Конструкции и проектирования двигателей летательных аппаратов» понадобилась переработка учебного процесса с учетом современных тенденций в области инженерной работы.

К этим тенденциям относятся рост уровня интеграции математических моделей, появление FSI-расчетов и развитие цифровых двойников, перенос части вычислений по моделям с расчетчиков на конструкторов и появление расчетных модулей во многих CAD-пакетах среднего уровня, развитие новых способов коллективной работы над проектами. Кроме того, отмечается значительное продвижение вперед российских САПР, готовых предложить доступные, надежные и функциональные продукты, возможностей которых достаточно большинству инженеров. Исходя из обозначенных выше тенденций, Самарский университет им. С.П. Королева начал подбирать PLM. Переход от отдельных CAD-, CAE-, PDM-систем к PLM с цифровым двойником изделия является для университета логичным шагом.

Ранее для моделирования использовалась связка пакетов Siemens NX, ANSYS и MSC.ADAMS. Для их замены было выбрано решение T-FLEX PLM, возможностей которого достаточно большинству инженеров в авиации, космонавтике, робототехнике и общем машиностроении. Это САПР средне-тяжелого класса, а не среднего, она обладает высокой интеграцией модулей и содержит большой набор модулей, в том числе VR. При этом решение имеет меньший порог входа, изначально ориентирован на российские стандарты, не несет груза прежних разработок и имеет доступную техподдержку и хорошие учебные материалы на русском языке, включая видео.

С 2018 года шло внутреннее тестирование ПО и подготовка методических пособий. С 2020 года было введено одно занятие в рамках дисциплины «Введение в специальность», посвященное демонстрации работы T-FLEX VR для изучения конструкции двигателей. В 2023 году был утвержден учебный план целой группы по направлению подготовки «Двигатели летательных аппаратов», в котором декларирован постепенный перевод конструкционного моделирования на продукты T-FLEX PLM. Осенью 2023 была набрана учебная группа, студенты которой должны будут завершить обучение в 2027 году.

Дисциплины по учебному плану выстроены в соответствии с алгоритмом виртуального проектирования и правилом: один семестр — обучение, следующий — расчетная работа. Таким образом, на базе T-FLEX PLM реализовано сквозное обучение по специальности «Двигатели летательных аппаратов», учитывающее современные тенденции в области инженерной работы.

В группе компаний «Велесстрой» работает более 40 тыс. сотрудников, ежегодный объем найма – около 10 тыс. человек. Более 80% персонала — сотрудники массовых позиций: вахтовики различных специальностей, водители, разнорабочие.

До внедрения системы автоматизации HR-специалистам приходилось обрабатывать все вакансии вручную. В день нужно было совершать десятки однотипных задач: обзвонить соискателей, найти из огромного трафика наиболее подходящих, провести первичный скрининг. Процесс подбора был сложным, поскольку не было прозрачной коммуникации между всеми участниками подбора.

До 2022 года для поддержки подбора персонала использовали систему SAP SuccessFactors. Но это решение не закрывало все потребности. А в 2022 году ситуация осложнилась еще и тем, что SAP объявила об уходе из России. «Велесстрой» начал переход на отечественный сервис, и выбор был сделан в пользу платформы «Поток Рекрутмент» с модулем массового подбора.

Чтобы снять с рекрутеров рутинные задачи и быстрее проводить кандидатов по воронке, в «Велесстрой» был внедрен модуль массового подбора с ботом-помощником. Процесс выстроен следующим образом:

• Публикация вакансий. Объявления о работе размещаются на различных источниках: джоб-борды, соцсети, ярмарки вакансий и т.д. Все отклики попадают в систему «Поток Рекрутмент».
• «Холодный» поиск и скоринг кандидатов. Бот анализирует входящий трафик соискателей, мониторит резюме на джоб-бордах. Искусственный интеллект фильтрует резюме, указывая процент соответствия требованиям компании. Наиболее подходящих он оставляет в воронке.
• Первичный скрининг. Чат-бот общается с сотнями кандидатов. По заданному сценарию он выстраивает коммуникацию, задает необходимые вопросы. Если ответы соискателя соответствуют всем требованиям, он переводится на следующий этап воронки. Тем, кто не прошел первичный скрининг, бот отправляет отказ.
• Анкета кандидата. Соискателю автоматически отправляется ссылка на анкету с развернутыми вопросами. Полученные данные бот подгружает в «Поток Рекрутмент». Далее рекрутер просматривает полученные анкеты и работает только с «теплыми» соискателями, переводя их на необходимые этапы воронки.
• Дополнительные события в воронке. В зависимости от должности и требований к кандидату, рекрутер может назначить интервью с заказчиком или дополнительную оценку. Это происходит за пределами ATS-cистемы, но вся история по событиям отображается в карточке кандидата.
• Утверждение оффера и проверка службы безопасности. После согласования оффера к работе подключается служба безопасности компании, взаимодействие также проходит внутри «Поток Рекрутмент».
• Сбор документов. Если кандидат прошел проверку СБ, чат-бот отправляет список документов, которые нужно предоставить при оформлении. Как только он направил нужные файлы, искусственный интеллект подгружает их в «Поток Рекрутмент».
• Перевод кандидата в 1С:ЗУП. Данные кандидатов автоматически перемещаются в кадровую систему благодаря интеграции «Поток Рекрутмент» и платформы 1С:ЗУП.

Таким образом, компании «Велесстрой» удалось унифицировать процесс подбора персонала в единой системе, настроив воронку подбора персонала для всех участников. При этом было создано цифровое пространство для оперативного согласования заявок на подбор и джоб-офферов. В ходе проекта спроектирован индивидуальный процесс подбора с автоматическим сбором откликов и внедрением чат-бота для коммуникации с кандидатами. Наконец, была настроена обработка входящего потока кандидатов с помощью ИИ — автоотклонение прямо на работном сайте по критичным формальным требованиям или после WhatsApp-интервью чат-ботом.

В ходе проведенного исследования Лаборатория корпоративной аналитики ПРО (входит в «Ростелеком») проанализировала текущее применение и перспективы развития беспилотных систем в различных отраслях. Как выяснилось, рынку не хватает информации об уже реализованных кейсах применения беспилотных устройств для задач бизнеса.

В настоящий момент беспилотные устройства чаще всего помогают бизнесу решать такие задачи, как обеспечение удаленных локаций доступом в интернет, мониторинг объектов (зданий, высотных конструкций, линий электропередач, строительных площадок), транспортировка грузов и доставка товаров. Кроме того, их используют для изучения труднодоступных объектов природы. Так, по данным «Ростелекома», в 2023–2024 годах на долю дистанционного мониторинга пришлось 42% от общего количества проектов с применением беспилотных систем, на обеспечение безопасности объектов — 38%, еще 10% — на логистические задачи. При этом под беспилотными системами понимают не только беспилотные летательные аппараты (БПЛА), но и ездящие и плавающие устройства.

Общий объем рынка беспилотных аппаратов в коммерческом секторе сегодня, по оценкам экспертов «Ростелекома», составляет около 10 млрд руб. Среди факторов, которые будут способствовать его росту, эксперты выделили совершенствование регулирования, создание необходимой поддерживающей инфраструктуры, а также увеличение инвестиций со стороны крупного бизнеса. Ожидается, что отложенный спрос 2022–2023 годов реализуется в 2025–2026 годах именно за счет усиления инвестиций коммерческого сектора как в части ИТ-инфраструктуры, включая платформы управления устройствами, так и в части производственной и электронной компонентной базы.

Одна из крупнейших в России грузовых авиакомпаний «Волга-Днепр» оптимизировала бизнес-процессы и перешла на отечественное решение «Сбер Бизнес Софт», включая бесшовный SberCRM — цифровую систему управления взаимоотношениями с клиентами.

Интегрировать SberCRM в систему авиакомпании удалось за четыре месяца. Разработчики с нуля выстроили бизнес-архитектуру, создали привычный для сотрудников компании пользовательский интерфейс и функционал, перенесли в систему информацию о заказчиках, заявках и истории взаимодействия.

Благодаря реализации проекта «Волга-Днепр» ускорила обработку заявок, стала эффективнее работать с заказчиками, настроила глубокую аналитику данных для оперативного реагирования на запросы рынка. Это помогло компании нарастить объемы грузоперевозок и повысить рентабельность бизнеса.

В 2024 году правительство планирует выделить более 3 млрд руб. на цифровую трансформацию сельского хозяйства. Согласно оценкам К2Тех, за последние два года объем инвестиций в цифровизацию АПК вырос примерно на 15%. Экономический эффект от этих вложений будет также расти, поскольку сроки окупаемости масштабных проектов в агропромышленном комплексе обычно составляют 7-10 лет.

Главная цель цифровой трансформации в АПК направлена на оптимизацию затрат энергетических и трудовых ресурсов, снижение риска непредвиденных неисправностей оборудования и повышение эффективности работы производства, оптимизацию процессов в производстве и логистике. Таких оценок придерживается около 60% компаний сферы АПК. 71% компаний считают, что цифровые каналы также важны для коммуникации с потребителями и партнерами. Опрошенные в ходе исследования менеджеры крупных российских агропромышленных компаний утверждают, что благодаря цифровизации отрасли снижаются операционные расходы (73% респондентов), увеличивается скорость и гибкость бизнес-процессов (66%), растет производительность труда (53%), сокращается время на создание новых товаров и услуг (29%), повышается уровень удовлетворенности клиентов (24%), растет выручка компании (21%).

В К2Тех отмечают ключевые тренды российского АПК.

1. Переход на отечественное ПО. Он обусловлен необходимостью повышения технологической независимости и устойчивости предприятий в условиях санкционного давления и ограниченного доступа к зарубежным технологиям.

2. Развитие облачные сервисов на территории России. Облачные сервисы необходимы аграриям для того, чтобы централизованно собирать, хранить и анализировать данные с различных источников. Кроме того, применение облачных технологий обеспечивает более точное и своевременное принятие решений, оптимизацию использования ресурсов и снижение издержек.

3. Внедрение агроаналитических систем (FMS). Они позволяют автоматизировать основные производственные процессы (планирование посевов, мониторинг состояния полей, управление ресурсами). В результате повышается эффективность труда и рентабельность бизнеса.

4. Применение систем управления микроклиматом (СУМ) в животноводческих объектах, элеваторах, тепличных комплексах. За счет этого предприятия управляют такими показателями, как влажность и температура воздуха, освещение, контролировать режимы полива, энергоэффективность и так далее. СУМ часто оснащены сенсорами и системами сбора данных, которые позволяют отслеживать параметры микроклимата и проводить анализ данных для оптимизации условий и сокращения затрат.

5. Повышение эффективности производства с помощью MES-систем. Управление производственными процессами необходимо для управления качеством, безопасностью и прослеживаемостью, сокращения потерь вследствие человеческого фактора, оптимизации процессов, повышения устойчивости бизнеса и его управляемости, обеспечения соблюдения требований рынка и законодательства.

6. Повышение эффективности логистики. За счет оптимизации логистических процессов сокращаются издержки на транспортировку, хранение и управление запасами. Это помогает снизить общие затраты в цепочке «производство-распределение» продукции.

7. Системы BI все более востребованы предприятиями АПК. С помощью BI-систем ведется анализ данных с полей, ферм и производственных предприятий. Система позволяет выявлять узкие места, оптимизировать использование ресурсов и повышать общую производительность. В сельском хозяйстве есть множество факторов, которые могут повлиять на деятельность компании: погодные условия, заболевания растений и животных, человеческий фактор и др. BI-системы помогают идентифицировать эти риски, что снижает неопределенность и помогает предприятиям лучше планировать производственные процессы.

На российском рынке уже достаточно отечественных решений для внедрения на разных этапах производственных цепочек. Однако цифровая трансформация бизнеса АПК требует системного подхода. Именно за счет этого можно обеспечить интеграцию различных ИТ-систем, что позволяет создать единое информационное пространство и улучшить координацию процессов.

Под управлением генеративного искусственного интеллекта (GenAI) подход коллективного разума позволит объединить ресурсы людей и машин в процессе решения различных задач. При создании ценностей в новую эпоху коллективного разума можно выделить три основных направления, на которые следует обратить особое внимание.

Фундаментальные аспекты обработки и анализа данных

Исследования Gartner показывают, что большая часть времени у руководителей подразделений сегодня уходит на изменение культуры, разработку стратегии, интеграцию инициатив по обработке и анализу данных в бизнес, а также организацию управления. Многие лидеры буквально увязли в вопросах стратегии и культуры. Но более высокие финансовые результаты, как правило, демонстрируют те, кто приоритетное внимание уделяет вопросам управления – функциональному управлению, реализации проектов и повышению зрелости управления.

Устремления в сфере ИИ

Цели в области искусственного интеллекта определяются бизнес-стратегией организации или запросами со стороны общества. Это позволяет осуществлять целенаправленное стратегическое планирование оптимального использования ИИ. Руководители подразделений обработки и анализа данных могут помочь своим коллегам определить цели организации в отношении искусственного интеллекта, изучив возможности и риски использования GenAI в четырех направлениях: бэк-офис, фронт-офис, новые продукты и услуги, а также новые возможности. Опрос Gartner в четвертом квартале 2023 года, в котором принимали участие 644 респондента по всему миру, показал, что наиболее популярным решением искусственного интеллекта в корпоративной среде является GenAI. При этом 53% из 615 ИТ-директоров и технологических лидеров, опрошенных во втором квартале 2023 года, заявили, что риски, связанные с ИИ, сами по себе не снизятся. Чтобы добиться этого, необходимо активно управлять искусственным интеллектом. К наиболее эффективным методам такого управления сегодня относятся: разработка бизнес-правил для принятия решений, основанных на данных; определение ключевых показателей эффективности для оценки бизнес-результатов; адаптивное управление при различных сценариях использования.

Коллективный разум

Здесь аналитики Gartner рекомендуют руководителям групп обработки и анализа данных использовать следующие подходы. Во-первых, следует осуществлять реорганизацию операционных моделей для обеспечения автономии и гибкости. Быстрое развитие технологий искусственного интеллекта, в том числе GenAI, заставляет лидеров переосмысливать и совершенствовать свои операционные модели. Опрос Gartner показал, что 75% респондентов уже сейчас разрабатывают операционные модели, позволяющие им лучше поддерживать инновации.

Во-вторых, важно расширять информационную грамотность для овладеваниями навыками ИИ. Согласно опросу Gartner, в 2024 году организации будут уделять этому направлению больше внимания. Распространение информационной грамотности на ИИ не обязательно требует масштабного пересмотра имеющихся программ. Это можно делать путем расширения уже существующих концепций, программ и фреймворков.

Наконец, распределять полномочия и ответственность между всеми сотрудниками для полного контроля над ситуацией – от ядра до периферии. Распределенная ответственность предполагает размещение необходимых данных на периферии и обработку их силами всей команды исходя из общего видения и целей. В новую эпоху коллективного разума успех будет сопутствовать тем, кто эффективно адаптируется к текущей ситуации, уделяя должное внимание вопросам управления, повышения грамотности и автономности.