Новости

В BPMSoft реализован один из ключевых для «Волма» процессов — гибкое ценообразование. Раньше согласование коммерческих условий занимало длительное время: менеджеру приходилось вручную собирать информацию, рассчитывать стоимость и проходить многоступенчатое внутреннее согласование. Благодаря внедрению CRM ценовой запрос теперь можно сформировать в мобильном приложении прямо на строительной площадке. Система автоматически подтягивает данные из ERP, анализирует рентабельность, определяет круг согласующих в зависимости от параметров и запускает бизнес-процесс. Автоматизация позволила сократить срок согласования с нескольких дней до двух часов. У каждого типа заявки установлены SLA, сроки рассмотрения фиксируются в CRM, а KPI сотрудников привязаны к соблюдению этих метрик.

Аналогичный процесс реализован и для запуска маркетинговых мероприятий. Менеджер формирует заявку, система рассчитывает ключевые показатели и направляет её на согласование. Такой подход обеспечивает гибкое управление маркетингом и позволяет точнее прогнозировать его эффективность.

Также «Волма» адаптировала процесс лидогенерации под специфику строительного рынка. CRM отслеживает строительство объектов и автоматически формирует задачи менеджерам. При переходе объекта на новый этап строительства система создаёт лид. В карточке указана вся необходимая информация — например, данные о предполагаемом объеме плит. Далее менеджер общается с девелопером, формирует коммерческое предложение и сопровождает сделку. Автоматизация позволила сократить сроки обработки лидов на 40% и увеличить точность прогнозирования продаж.

Платформа BPMSoft, доказавшая свою эффективность в оптимизации продаж и маркетинга, стала основой для нового важного проекта — внедрения SRM-системы для управления поставщиками сырья. До автоматизации данные о контрагентах хранились разрозненно: в Excel, электронной почте и частично в SAP ERP. Статус взаимодействия с конкретным поставщиком был известен только ответственному менеджеру, что замедляло согласование условий, контроль исполнения контрактов и принятие решений.

Цель проекта — выстроить прозрачный процесс управления взаимоотношениями с поставщиками и оптимизировать процесс закупок: от ведения переговоров до формирования заказов и отслеживания аналитики. Сейчас «Волма» работает с более чем 300 контрагентами в одной системе.

Программные роботы, внедряемые в «РЖД-Технологии», разработаны с помощью No-Code и Low-Code инструментов платформы Robin и интегрированы с используемым в компании отечественным ПО. Автоматизация закупок стала частью комплексной стратегии компании по повышению эффективности корпоративных процессов.

Один из программных роботов, разработанных командой «РЖД-ТехСервиса», применяется для автоматизации работы с реестром договоров официального сайта Единой информационной системы в сфере закупок (ЕИС). Раньше сотрудники «РЖД-Технологий» сопоставляли данные, искали договоры в реестре ЕИС и вручную размещали сведения. Теперь эти задачи выполняет робот: он идентифицирует документ об оплате, обрабатывает информацию, обновляет статус об этапе исполнения договора в ЕИС.

Еще один робот помогает формировать квартальные и годовые отчеты о закупочной деятельности. Сотруднику достаточно указать нужный период, после чего робот анализирует данные реестра закупок, применяет фильтры, производит расчеты и создает отчет в соответствии с утвержденной формой. Это значительно ускоряет работу и снижает риск ошибок, связанных с человеческим фактором.

В «РЖД-Технологиях» с помощью платформы Robin также автоматизирована рассылка запросов коммерческих предложений. Программный робот проверяет в файловой системе наличие всех необходимых документов, получает список адресатов, формирует письма с указанием предмета закупки и даты, а затем направляет запросы контрагентам вместе с вложением комплекта документов. По завершении работы робот уведомляет сотрудника об успешном выполнении сценария.

Как отметил Александр Мискарян, генеральный директор ООО «РЖД-Технологии», внедренная платформа показала себя как гибкий и технологичный инструмент, с помощью которого удалось быстро роботизировать бизнес-процессы в закупках. Внедрение RPA стало логичным этапом цифровой трансформации компании. В дальнейших планах – масштабирование решения и автоматизация рутины в других департаментах.

Для движения по складу робот использует лазерный дальномер, сенсоры и камеры. В зоне стеллажей он сканирует палетные этикетки на товарах и отправляет данные в систему складского учета. За час робот проверяет до 30 тыс. палет — это в 500 раз быстрее человека. Система также выявляет расхождения между данными в складской системе учета и фактическим расположением палет на складе и сразу исправляет ошибки. Такой подход помогает избежать дефицита товаров на полках и, как следствие, денежных потерь. При помощи такого робота компании могут сэкономить от 30% расходов, связанных с проведением инвентаризации.

Робот начал работать на складе «Перекрестка» на постоянной основе после успешного пилотного запуска на складе в 2024 году. Тогда благодаря роботу-инвентаризатору удалось полностью исключить ошибки при размещении товара в ячейки хранения. Помимо этого, автоматизация позволила сократить время плановой инвентаризации палетной зоны складского блока с 8 до 2 часов, что увеличило продуктивность других операций на складе.

Команда «Гринхилс» поставила цель: оптимизировать работу с документацией, усилить контроль за своевременным принятием документов подрядчиками и сократить количество ошибок при строительно-монтажных работах. Эти задачи решаются за счет автоматического отслеживания статусов документов, централизованного доступа к актуальным версиям и полной прозрачности действий всех участников проекта.

Решение на платформе «Самолет 10D» обеспечивает единое рабочее пространство для всех участников строительства: девелопера, проектировщика и подрядных организаций. Такой подход минимизирует ошибки, возникающие из-за использования устаревших версий документации на стройплощадке. Кроме того, система ускоряет рассылку актуальных версий документов подрядчикам за счет уведомлений и сокращает затраты на хранение и поддержание документации в актуальном состоянии.

Пользователи могут легко контролировать количество утвержденных комплектов, среднее время их приемки и статусы документов — приняты, отклонены или находятся на согласовании. Решение поддерживает моментальный выпуск документов в производство и подписание актов, включая бесшовную интеграцию с «Контур.Диадок». В ближайшее время планируется масштабное обновление продукта: 10D СОД станет полноценной средой общих данных — универсальным инструментом для работы с ключевыми типами инженерно-технической документации: проектной, рабочей, исходно-разрешительной, исполнительной и журналом авторского надзора.

По словам Алексея Волкова, руководителя проекта «Гринхилс», внедренное решение уже на этапе адаптации значительно ускоряет бизнес-процессы, а главное — исключает хаос в работе с версиями документов. При этом начать работу в продукте просто — сотрудники освоили платформу за неделю.

ВНИИплем — ведущий научный и методический центр в области племенного дела, разведения и селекции сельскохозяйственных животных. Для оценки племенной ценности и построения рекомендаций до недавнего времени институт применял зарубежные решения. «Ростелеком» предложил ученым полностью отечественную систему поддержки селекционно-генетических решений, разработанную без использования иностранных модулей. В ходе сравнительных тестов система продемонстрировала значительную скорость выполнения расчетов и высокую точность определения индекса племенной ценности, не уступив зарубежным аналогам, а по ряду параметров превзойдя их. Сейчас система собирает и анализирует данные по крупному рогатому скоту и свиноводству, в перспективе ее можно будет внедрять и в других направлениях животноводства.

Кроме оценки племенной ценности, система способна давать рекомендации по отбраковке животных и подбору пар для достижения оптимальных заданных показателей в минимальные сроки. При этом она работает не только с фенотипическими данными, но и учитывает результаты геномных исследований, что существенно повышает точность оценок и прогнозов.

«Ростелеком» обеспечил внедрение решения в ИТ-ландшафт института и предоставил необходимые мощности, включая защищенную облачную инфраструктуру.

Как отмечает Ольга Луконина, врио директора ВНИИплем, сервис повысит эффективность крупномасштабной селекции, ускорит обработку данных и обеспечит распределение селекционных групп не только на уровне отдельных хозяйств, но и в масштабах пород, разводимых в стране. Кроме того, он поможет представить российских животных как ценный генетический ресурс на мировом рынке, что увеличит экспортный потенциал российского генетического материала.

ИИ-помощник, созданный в РВБ, призван облегчить навигацию по ассортименту товаров. Он будет предлагать помощь в выборе подарков, сравнивать похожие товары и искать нужные согласно индивидуальным потребностям, интересам и обстоятельствам пользователя.

Как отмечает Александр Сидоров, руководитель отдела ML & Data Science Wildberries & Russ, за счет реализации проекта компания делает следующий шаг к созданию персонализированного пользовательского опыта. ИИ-ассистент сможет не просто отвечать на запросы, а помогать принимать решения — быстро, удобно и с вниманием к обратной связи в диалоге. Это начало пути к полноценному цифровому помощнику, который будет знать клиента не хуже личного консультанта, помогая экономить время.

ИИ-ассистент работает на комплексном решении, в основе которого лежат собственные разработки Wildberries & Russ и open source модели. Компания также использует другие ИИ-системы, уже работающие на этой платформе – например, технологии поиска и персональных рекомендаций.

Ранее для учета и управления на предприятии применялись не связанные между собой информационные системы. В компании использовалась программа для управления производством, при этом задачи распределения загрузки по рабочим центрам и определения очередности выполнения заказов решались с помощью электронных таблиц, перечень производственных операций по каждому заказу составлялся вручную. Для фиксирования фактической выработки сотрудников и выполненных ими работах, отображения используемых штампов и формирования статистики по их выработке использовались бумажные рапортички и журналы оператора. Отдел продаж работал в CRM-системе, однако информация о принятых и отмененных заказах хранились в электронных таблицах. Все это замедляло работу подразделений. Информацию о каждом заказе приходилось многократно вводить в разные программы и документы, возникали ошибки, данные терялись. Было сложно планировать производство и исполнение заказов. Много времени уходило на подготовку аналитической отчетности.

Предприятию стала необходима информационная система, которая объединила бы работу подразделений. Требовалось обеспечить оперативный мониторинг исполнения задач на каждом этапе: от формирования заказов менеджерами до планирования производства и отгрузки продукции клиентам. Необходимо было повысить точность планирования тиражей, ускорить обработку заказов и создать систему согласования заказов с технологами, обеспечить быстрое получение данных по плановым и фактическим показателям.

Для реализации поставленных задач было выбрано отраслевое решение «1С:УНФ 8. Полиграфия 2», а партнером по внедрению стал разработчик системы – компания «Армекс». Система была развернута на 70 рабочих местах в отделе продаж, плановом отделе, отделе закупок и на производственных участках, а также непосредственно в цехах типографии.

В результате реализации проекта создана эффективная система нормирования и расчетов для заказов флексопечати. Разработано 160 шаблонов для различных видов продукции, включая гибкую упаковку, самоклеящиеся этикетки, тубный ламинат и IML-этикетки. Автоматизированы подготовка коммерческих предложений и выставление счетов. Настроена цепочка прохождения расчета заказов от менеджера по ответственным для согласования выбора красок, форм, технологии печати и других параметров. Итоговые данные выводятся в электронную технологическую карту. Расчет заказов ускорился, взаимодействие с клиентами стало более оперативным.

Автоматизировано управление закупками и взаиморасчетами. Потребность в сырье рассчитывается на основе принятых заказов, с учетом неснижаемого остатка на складе. Материалы оперативно передаются в производственные подразделения в соответствии с планом производства. Все это позволило оптимизировать объем материальных запасов на складе.

Реализовано автоматическое планирование производства с учетом специфики работы типографии. Оперативные планы формируются на основе графиков работы оборудования, включая прогнозируемые простои, и визуализируются в виде диаграммы Ганта. При определении очередности выполнения заказов рассчитывается время их выполнения с учетом подготовительных операций. Расхождения между плановыми и фактическими показателями значительно уменьшились.

В системе создана библиотека штампов, где учитываются фактические выработки штампов и рассчитывается их фактическая скорость для дальнейшего использования при расчетах заказов. Данные о выпуске, используемых материалах и выполненных производственных операциях теперь регистрируются в одной системе. Это ускорило подготовку отчетности, руководство оперативно контролирует работу подразделений.

Одна из целей инфраструктурного холдинга «Нацпроектстрой» — переход всех компаний, входящих в группу, на единое программное обеспечение. Для поддержки этой задачи холдинг выбрал систему управления проектами Directum Projects.

Всего в ГК «Нацпроектстрой» рассмотрели восемь вариантов систем управления проектами: каждое решение оценивали по 92 пунктам требований, сгруппированных по 12 функциональным областям. В пользу Directum Projects сыграли такие преимущества решения, как управление портфелем, ведение детального графика проектов, ресурсное планирование, учет бюджета и экосистемность.

Система внедряется собственными силами, «из ‎коробки‎». Сейчас используются базовые функции: реестр проектов, контрольные точки и протоколирование совещаний. Следующим шагом станет детальное планирование проектов, управление документами и рисками, учет рабочего времени.

На данный момент в системе ведется 40 корпоративных ИТ-проектов и программ, и это количество быстро увеличивается. Далее в «Нацпроектстрой» планируют поэтапно подключать к Directum Projects компании группы для ведения всех ИТ- и организационных проектов.

Стороны запланировали проведение совместных исследований в сфере управления бюджетным процессом и анализа федерального бюджета с применением современных ИИ-агентов. Работа по внедрению мультиагентной системы на базе GigaChat позволит ускорить бюджетные согласования за счет автоматизации подготовки и проверки данных.

Генеративный ИИ будет помогать оценивать эффективность заявок с учетом текущих проектов, национальных приоритетов и других критически важных факторов. При этом окончательное принятие решений останется за экспертами Минфина. Внимание министерства также будет направлено на создание принципиально нового процесса подготовки и контроля федерального бюджета — гибкого, основанного на углубленной аналитике и ориентированного на результат.

Как отмечает Антон Силуанов, министр финансов РФ, пилотный проект по внедрению интеллектуального агента прошел удачно. Модель помогла сократить нагрузку на сотрудников Минфина в пиковые периоды бюджетного процесса в ряде случаев до 70%. Этот опыт уже применяется в рамках нового бюджетного цикла. Искусственный интеллект ускоряет бюджетные согласования, автоматизирует подготовку и проверку данных. Это поможет пересмотреть рутинные процессы и сосредоточить компетенции специалистов министерства на более важных задачах, требующих глубокого понимания процессов и принятия управленческих решений.

С целью оптимизации работы складов Health & Nutrition привлекла специалистов GlowByte, стратегического партнера компании VK Tech. Совместная команда разработала систему мониторинга, которая в режиме реального времени отслеживает количество собранных грузомест, среднее время сборки для каждого типа грузоместа, средний пробег сотрудника и его маршрут по складу, скорость пополнения ячеек отбора и другие. Пилотный проект был запущен на складе с наиболее разнообразными типами сборки — мультипикингом, консолидацией и обработкой монопалет.

После обработки данных за несколько месяцев и настройки MVP-модели были выявлены ключевые проблемные зоны. Также в некоторых операциях выявили отклонения в пробегах из-за неоптимальных маршрутов и увидели недочеты в приоритизации при выдаче заданий водителям погрузчиков исходя из топологии склада.

Внедрение корректировок в WMS и рабочие регламенты позволило снизить время сборки на 30%, на 15% — количество и длительность долгих переходов сотрудников, за счет перераспределения заданий и оптимизации маршрутов. Также благодаря ускоренному пополнению ячеек отбора на 15% уменьшились простои, а сокращение ошибок в учете на 25% повысило точность инвентаризации. Кроме того, улучшенная логистика перемещений помогла снизить возвраты к ячейкам на 29%.

Для оперативного контроля метрик был разработан интерактивный дашборд, отображающий ключевые показатели: количество обработанных грузомест, общий пробег сотрудников и суммарное время операций. На основе успеха пилотного проекта Health & Nutrition планирует масштабировать систему на все склады с WMS и автоматизировать изменение настроек WMS на основе данных Process Mining.

Реализация проекта продемонстрировала, как грамотное сочетание технологии Process Mining и отраслевой экспертизы позволяет преобразовать сырые данные WMS в конкретные KPI эффективности. Это обеспечило не только моментальный диагностический срез, но и долгосрочный механизм непрерывного улучшения процессов.