Ежедневные новости

На площадке ЧерМК внедрены как нейросетевые системы на базе ранее установленных камер видеонаблюдения, так и новые системы инспекции поверхности (СИП) на основе конструкций собственной разработки компании.

Так, в конце 2024 года в эксплуатацию передано четыре новых СИП: они работают на агрегатах полимерных покрытий металла и на агрегате продольной резки. Также эти решения успешно работают на агрегатах непрерывного горячего цинкования. Они способны распознавать от 40 до 100 классов дефектов на цветных изображениях, что облегчает классификацию отклонений. Системы используют набор моделей компьютерного зрения, каждая из которых обучена обнаруживать дефекты, критичные для конкретного типа металла. При смене типа продукции – например, с холоднокатаной стали на динамную – алгоритм автоматически переключается на нужную модель, а дополнительные правила классификации дефектов гибко адаптируются под тип металлопроката.

Кроме того, разработанное ПО обеспечивает адаптивную настройку освещения в зависимости от времени суток и цветового тона покрытия, которое позволяет получать более качественное изображение для дальнейшего распознавания дефектов нейросетевой моделью. Это особенно важно для систем на агрегатах полимерного покрытия, где производится до нескольких десятков цветовых вариантов полимерного металлопроката.

Как отмечает директор «Северсталь Диджитал» Светлана Потапова, решения на основе компьютерного зрения являются важной частью цифровой системы аттестации продукции. Благодаря их точности и способности работать в круглосуточном режиме, клиенты «Северстали» получают более качественный металлопрокат, а операторы агрегатов могут переключиться с рутинных задач на проблемы, требующие их большего вовлечения. Комбинация мультимодельных алгоритмов, адаптивных технологий и импортонезависимых решений не только повышает качество продукции, но и формирует новый бенчмарк для металлургической отрасли. За последние два года «Северстали» удалось повысить точность решений более чем на 30%. В дальнейшем планируется внедрять системы инспекции и на других ключевых агрегатах, переводя под цифровой контроль целые производственные линии.

Процесс миграции с иностранной платформы VMWare начался в 2023 году с корпоративного центра и семи макрорегиональных филиалов «Ростелекома» по всей стране с более чем 120 тыс. сотрудников. На данный момент завершен перевод свыше 15 тыс. виртуальных серверов целевых информационных систем.

Переход на новую платформу позволяет «Ростелекому» масштабировать и оптимизировать ИТ-инфраструктуру, снижая операционные затраты на лицензирование и техническую поддержку. В то же время механизмы балансировки нагрузки и автоматического перераспределения ресурсов повышают эффективность использования оборудования и управления вычислительными ресурсами и хранилищем данных.

Платформа обладает встроенными механизмами шифрования, аутентификации и контроля доступа, а также сертифицирована по четвертому уровню доверия на соответствие требованиям ФСТЭК к средствам виртуализации. Basis Dynamix поддерживает API для интеграции с внешними системами и сервисами, что дает «Ростелекому» дополнительные возможности для автоматизации и управления ИТ-ресурсами.

Для успешной миграции на Basis Dynamix «Ростелеком» использует набор программных инструментов от компании MIND Software, одного из технологических партнеров «Базиса». Решение позволяет производить перенос без ошибок и с минимальным простоем. В условиях сложной географически распределенной инфраструктуры за счет автоматизации процедуры удалось достичь высокого темпа миграции — до 300 виртуальных серверов в неделю.

Благодаря использованию инструментов MIND Software «Ростелеком» получил возможность не только разово мигрировать на отечественную платформу, но и на постоянной основе перераспределять виртуальные рабочие нагрузки в рамках одного или нескольких кластеров виртуализации. Такой подход значительно расширяет функциональность используемой платформы виртуализации и позволяет избежать технологических простоев в ходе ее эксплуатации.

В ТМК работают более 65 тыс. человек, и ежемесячно нанимаются более 1 тыс. новых сотрудников. Благодаря внедрению решения «Поток Рекрутмент» компания смогла ускорить ключевые этапы воронки и улучшить взаимодействие между заказчиками и рекрутерами.

До внедрения системы в ТМК не было единой платформы для подбора сотрудников. Рекрутеры использовали таблицы Excel и разнообразные кадровые системы, что затрудняло отслеживание кандидатов и снижало прозрачность процесса. Чтобы решить эту проблему, компания решила внедрить единую систему автоматизации.

С внедрением «Поток Рекрутмента» процесс подбора в ТМК стал более прозрачным, с «цифровым следом» для каждого кандидата. Все этапы подбора теперь происходят в единой системе.

Осуществлена интеграция организационно-штатной структурой в системе, что упрощает создание заявок на подбор и отслеживание эффективности по подразделениям. Происходит автоматический сбор откликов. Вакансии публикуются на карьерных сайтах одновременно, а все отклики автоматически загружаются в систему, экономя время и повышая продуктивность. Заявки настраиваются в удобном конструкторе и частично заполняются автоматически, что делает процесс более эффективным. Создана единая база данных, которая позволяет быстро находить кандидатов и отслеживать их статус, используя теги и фильтры для оптимизации поиска.

Кроме того, налажена ускоренная проверка кандидатов службой безопасности. Интеграция с системой безопасности позволяет автоматически подгружать данные о кандидатах из «Поток Рекрутмента», что ускоряет проверку и исключает ручную обработку. Анкеты отправляются автоматически, упрощая согласование и ускоряя выход сотрудника на работу. Процесс проверки кандидатов службой безопасности сократился с 2 недель до 2 дней.

Также теперь ТМК использует кастомизированный чат-бот, который общается с кандидатами в мессенджере. Он напоминает о следующих действиях собеседования, помогает финалистам в адаптации и отслеживает этапы подбора, отправляя уведомления о предстоящих встречах. Это улучшает коммуникацию и формирует положительный опыт взаимодействия кандидата с работодателем.

Более того, ТМК использует Power BI для визуализации данных и выявления узких мест в воронке подбора. Это позволяет улучшать стратегии и корректировать процессы. В компании также используются собственные инструменты аналитики для настройки отчетов, что помогает вовремя выявлять проседающие процессы.

За год доля проектов контакт-центра, в которых внедрен искусственный интеллект, достигла 46%, обработано 38 млрд минут речи. Скорость получения ответов клиентами контакт-центра выросла в семь раз, а рост производительности труда операторов вырос на 21%.

Решения с применением LLM внедрены с января 2024 года. Большая языковая модель и платформа ассистентов 3i GPT-A Factory дополнили ранее установленную в контакт-центре систему речевой аналитики 3i TouchPoint Analytics, что позволило анализировать естественную речь человека.

Система речевой аналитики и LLM не только помогают операторам контакт-центра эффективно обрабатывать обращения клиентов, повышая качество взаимодействия, но и отслеживают работу самих операторов. Система анализирует диалоги операторов с клиентами, изучает реакцию и удовлетворенность клиентов, а также результативность общения. Таким образом, она выявляет лучшие коммуникативные практики наиболее успешных сотрудников, чтобы затем использовать их в качестве эталона для обучения и развития всего персонала контакт-центра.

Как отмечает генеральный директор «Ростелеком Контакт-центра» Сергей Шишмарев, обслуживание клиентов вышло на новый уровень – это видно по таким показателям, как удовлетворенность клиентов, частота обращений, время обработки обращения. Повысилась точность обработки обращений, не потеряв такой важный аспект, как человечность разговора.

Одним из самых популярных направлений использования ИИ является создание и редактирование текстов. 48% генерят рабочие объявления, поздравления и стандартные рассылки. 33% опрошенных применяют ИИ для написания статей, подготовки отчетов и проверки грамматики. 27% отвечают с помощью искусственного интеллекта на письма по работе, а 21% — используют для адаптации резюме.

Еще одно направление – анализ данных. 29% участников исследования сгружают этот функционал в ChatGPT и отмечают, что тратят считанные минуты на то, что делали часами. Причем из них 17% перешли на долгосрочное планирование по итогам такого анализа.

23% используют ИИ для генерации изображений и видео, а также монтажа. Популярными стали фотосессии с помощью ИИ и создание мини-клипов – их делают 22% опрошенных. 7% опрошенных применяют алгоритмы, заданные ИИ, для решения экономических задач и консультирования клиентов.

Курсы по обучению работе с ИИ прошли 37% опрошенных. 42% собираются сделать это в ближайшее время.

Респонденты отмечают, что технология позволяет решать до 100% рутинных задач. Более 50% участников исследования отметили, что передали ИИ 40-60% функционала, который не требует излишнего человеческого контроля или эмоциональной оценки. При этом 20% опрошенных утверждают, что смогли «делегировать» выполнение только до четверти рутинных процессов, так как боятся ошибок со стороны ИИ.

Высоким качество работы с искусственным интеллектом считают 48% россиян. В числе плюсов отмечают ускорение процессов, возможность высвободить время на креатив, экспериментировать с новыми форматами и не перегружать себя.

Видят опрошенные и риски. 22% убеждены, что повальное использование ИИ приведет к сокращению количества рабочих мест, а 19% опасаются потери качества работы из-за несовершенства оценки данных. 16% уверены, что без эмоциональной составляющей большинство рабочих процессов просто неосуществимы. А 15% считают, что ИИ – путь к деградации трудовых и интеллектуальных функций человека.

При этом 46% отмечают важность использования ИИ в профессиональной деятельности именно потому, чтобы сократить рутинные процессы и остановить выгорание.

«Ароса» работает в 76 регионах России, а также в Армении, Беларуси, Казахстане и Узбекистане, ежегодно количество клиентов увеличивается на 10%. С ростом бизнеса компания решила автоматизировать управление продажами.

До внедрения CRM процессы лидогенерации и продаж оставались несистемными, данные о клиентах хранились в разрозненных таблицах, блокнотах и заметках. Информация дублировалась, а контакты терялись при увольнении сотрудников. Руководство не могло оперативно отслеживать объемы продаж, статус сделок и загрузку команды. Попытка автоматизации через альтернативное решение не оправдала ожиданий: отсутствие методологии и сложность интеграции нескольких процессов затрудняли внедрение.

В итоге компания перешла на платформу BPMSoft, проект реализован экспертами компании T.Integration. Встроенные low-code инструменты позволили адаптировать систему под задачи бизнеса, а интуитивно понятный интерфейс упростил работу сотрудников. В ходе проекта специалисты восстановили и систематизировали данные о контрагентах по брендам и партнерским группам, а также удалили более 4 тыс. дублирующихся записей. Теперь клиентская база структурирована, настраиваемые уровни доступа защищают от утечек при кадровых изменениях.

Система автоматизирует регистрацию лидов: информация из заявки мгновенно загружается в нее, руководитель получает уведомление и назначает ответственного менеджера. Каждый лид проходит все этапы воронки, что исключает «зависание» клиентов. Платформа учитывает характеристики бизнеса при оценке потенциала заказов. Функция группировки юридических лиц по брендам облегчает взаимодействие с крупными клиентами.

Инструменты аналитики помогают менеджерам оперативно оценивать каждый этап сделки и принимать взвешенные решения. В рамках проекта было разработано более 70 аналитических досок и 1,5 тыс. дашбордов, которые охватывают ключевые метрики продаж. Гибкие фильтры позволяют быстро находить нужные показатели и формировать отчеты под конкретные запросы.

С быстрым ростом популярности шеринговых сервисов перед «МТС Юрент» встала задача оптимизации расходов на облачные ресурсы. Растущие затраты и отсутствие детализированных отчетов усложняли процесс бюджетирования и аллокации ресурсов между командами. Руководство компании искало решение, которое обеспечило бы прозрачность, автоматизацию мониторинга и эффективное управление инфраструктурой.

Подключение к платформе FinOps-«Клаудмастер» заняло 1 час. Уже на начальном этапе сервис предоставил детализированные отчеты и рекомендации по оптимизации облачной инфраструктуры. Эти данные помогли выявить возможности для сокращения расходов без ущерба для производительности. Платформа также обеспечила глубокую детализацию трендов использования ресурсов и ввела постоянный мониторинг для выявления аномалий. Это стало важным шагом к формированию долгосрочной стратегии управления затратами. Компании удалось сократить расходы на 20%, сохранив стабильность своих сервисов, улучшить прозрачность управления и повысить эффективность внутренних процессов.

Благодаря повышению прозрачности внутренние процессы DevOps-команд стали более слаженными, а внедрение метрик юнит-экономики помогло обосновать использование ресурсов и поставить четкие цели для подразделений. Постоянный мониторинг продолжает обеспечивать контроль за финансовыми потоками и поддерживает эффективность виртуальной инфраструктуры на высоком уровне.

В настоящее время VR применяется в МГИМО для обучения английскому языку, разрабатываются сценарии для немецкого, а в ближайшей перспективе планируется внедрение технологии в обучение другим языкам, включая восточные.

Проект стартовал в 2022 году с пилотного внедрения в течение 2,5 месяцев и включал две экспериментальные и одну контрольную группы. Всего в пилоте приняли участие 250 студентов четырех факультетов МГИМО-Одинцово. С помощью VR-очков обучающиеся взаимодействовали с виртуальным носителем языка, проговаривая варианты ответа и отрабатывая лингвистические конструкции. Пилотный проект включал несколько этапов: разработку интерактивных учебных сценариев, их апробацию, внедрение в процесс обучения в разных форматах и оценку результатов, в том числе, в сравнении с традиционными методами обучения.

Одна из сложностей проекта — отсутствие аналогов VR-методик и исследований эффективности применения VR для изучения языков. Поэтому преподаватели МГИМО самостоятельно разработали сценарии на платформе VR Supersonic, адаптируя их под образовательный процесс.

Как отмечает Елена Козловская, директор Одинцовского филиала МГИМО, в ходе проекта увидели не только живой интерес студентов и преподавателей и их вовлеченность, но и зафиксировали реальный рост академической успеваемости. Для преподавателей проект ознаменовал начало нового этапа профессионального роста. Они не только освоили передовые методы обучения и научились писать сценарии для VR-платформы, но и стали применять аналитику данных в образовательном процессе и использовать современные инструменты контроля знаний. Внедрение модуля с искусственным интеллектом позволило выйти на качественно новый уровень тренировки спонтанной речи.

По результатам пилотной программы у группы с VR-инструментами доля неуспевающих студентов упала более чем на 40%. Средний рейтинговый балл по иностранному языку вырос на 10 пунктов и составил 75 баллов в 2024 году. Кроме того, уменьшилось число пересдач, повысился уровень посещаемости без принуждения, студенты стали более вовлеченными в образовательный процесс.

Сейчас платформа масштабируется в рамках всего университета МГИМО, в VR занимаются более 500 студентов, подключены группы немецкого языка.

В дальнейшем планируется масштабирование проекта — подключение новых языков, в том числе, восточных, расширение числа факультетов и направлений подготовки, участвующих в программе, а также внедрение VR-технологий в обучение переговорам и другим дисциплинам.

О внедрении биометрических инструментов в метро правительство Санкт-Петербурга договорилось с ВТБ в 2024 году. Для пилотирования технологии были выбраны станции «Гостиный двор» и «Площадь Восстания». В декабре 2024 года система начала работу в формате закрытого тестирования, в котором принимали участие сотрудники банка и метрополитена. С 4 марта сервис стал доступен для всех пассажиров.

Запуску системы предшествовал большой подготовительный этап. ИТ-холдинг Т1 поставил необходимое аппаратное обеспечение, собрал и настроил программно-аппаратный комплекс, совместно с внешним партнером смонтировал оборудование на станциях и в ЦОД метрополитена, а также доработал и интегрировал ПО. В ходе тестирования адаптированы специально созданные ПАКи для бесперебойной работы биометрических инструментов и надежного, безопасного процессинга.

Открытое пилотирование на двух станциях продлится до конца мая 2025 года, после чего к проекту планируется подключить и другие станции метро. Техническое сопровождение и сервисное обслуживание оборудования на пилотном проекте будет и дальше осуществлять Т1.

Приоритетными задачами 2025 года, связанными с ИИ-моделями, названы расширение возможностей больших языковых моделей (LLM), в том числе внедрение новых модальностей, интеграция методов RAG (Retrieval-Augmented Generation, добавление в контекст запроса к большой языковой модели дополнительной информации), и разработка ИИ агентов (46%). Далее следуют сжатие нейросетей, а также оптимизация используемой ими инфраструктуры (20%) и улучшение качества обучения для повышения точности и надежности алгоритмов (19%).

В блоке вопросов о разработке ИИ-ассистентов выделяется (22%) сценарий для написания программного кода. Задачи компьютерного зрения также не теряют актуальность. Разработку подобных систем считают приоритетной 14% респондентов. При этом распознавание эмоций выделили лишь 7%.

Участникам опроса предлагалось также указать, считают ли они приоритетными для себя задачи, связанные с такими конкретными сферами, как наука и медицина. Результаты показали, что решением научных проблем с помощью ИИ намереваются заниматься 26% опрошенных, медицинскими проблемами — 18%.