Новости

Решение для управления базой знаний Naumen KMS сохранило менеджерам по продажам «Самолета» до 15% рабочего времени, которое раньше они тратили на рутину. Оно исключило необходимость скроллинга и возвращения к оглавлению. Найти ответ на вопрос клиента стало просто, и время ожидания информации клиентами сократилось. Внедрение Naumen KMS — часть стратегии «Самолета» по цифровизации девелопмента. Решение позволяет тиражировать лучшие практики по продажам для более чем 300 сотрудников компании в разных регионах и быстро масштабировать знания при запуске новых проектов по всей стране.

Переход на новую базу знаний контакт-центра был необходим «Самолету», чтобы обеспечить высокую скорость и точность ответов. Система показала свою эффективность в реальных условиях. «Умный» поиск находит ответы даже при опечатках в запросе, а встроенный словарь позволяет менеджеру узнать значение любого незнакомого термина в один клик. Шаблоны статей с вкладками заменяют монотонные тексты на интерактивные блоки, что делает возможность сотрудникам буквально с одного взгляда воспринимать информацию и быстро находить нужную.

Благодаря новым функциональным возможностям и инструментам контакт-центр «Самолета» изменил философию работы и внедрил гибкий стандарт продаж и обслуживания, где каждый диалог строится вокруг потребностей клиентов. Теперь персонализация стоит на первом месте, и вместо использования скриптов и «чтения сверху вниз», менеджеры предоставляют только релевантные ответы, быстро переключаясь между вкладками, что позволяет им подстраиваться под потребности каждого клиента.

Особое внимание уделяется уникальности каждого жилого комплекса. Статьи имеют единую логическую структуру, что значительно ускоряет поиск информации. При этом в каждом проекте акценты расставлены по преимуществам, что помогает менеджерам подчеркивать сильные стороны конкретных проектов.

В статьи встроены подсказки: как презентовать выгоды, как работать с возражениями, как пригласить клиента в офис. Кроме того, внедрение Naumen KMS предполагает активное использование обратной связи: вопросы и предложения сотрудников напрямую влияют на контент и помогают регулярно дополнять его важной для клиентов информацией.

Новое решение помогло «Самолету» оптимизировать процессы работы с информацией по всем жилым комплексам и проектам, ускорить обучение новых сотрудников и усилить стандарты качества обслуживания. Доступ к единой базе знаний позволяет быстрее погружаться в специфику работы даже без опыта в сфере недвижимости. На текущий момент более 100 сотрудников контакт-центра и более 250 сотрудников отделов продаж, ипотеки и сопровождения уже активно используют новую базу знаний в своей работе.

«Самолет» продолжит активно развивать систему управления знаниями, интегрируя новые функциональные возможности и совершенствуя процессы, чтобы обеспечить максимальное удобство и поддержку для своих сотрудников и клиентов. В планах — подключение новых отделов для полной синхронизации данных и дальнейшее расширение возможностей базы знаний на всю компанию.

На базе Naumen Service Desk Pro создана корпоративная автоматизированная система управления ИТ-активами «Транснефть». В рамках пилотного проекта по импортозамещению в ПАО «Транснефть» и ООО «Транснефть — Балтика» российское решение пришло на смену собственной разработке компании и решению SAP TOPO. При миграции на Naumen Service Desk Pro перенесен массив данных, который предприятия накопили за восемь лет работы.

Для реализации решения потребовалась настройка более 10 интеграций с различными корпоративными ИТ-системами. Все данные об ИТ-инфраструктуре теперь централизованы, что позволило обеспечить сквозную управляемость ИТ-активами на всех этапах их жизненного цикла — от формирования потребности в активах до вывода их из эксплуатации. В системе автоматизированы процессы согласно методологии и лучшим практикам ITSM. Для поддержания актуальной информации об ИТ-активах реализован механизм автообнаружения.

Создан классификатор ИТ-активов, справочник моделей программного обеспечения и оборудования. Для отслеживания взаимосвязей между компонентами инфраструктуры и предоставляемыми услугами построена база данных управления конфигурациями (CMDB), которая включает 55 тыс. конфигурационных единиц.

Через интеграционные механизмы удалось построить сквозной процесс управления активами — от заявки на закупку и учета лицензий до финансового контроля и сопровождения. Учет активов ведется в связке с финансовыми данными и договорами.

Для принятия решений используются встроенные инструменты аналитики. В Naumen Service Desk Pro настроен 21 отчет и организована интеграция с BI-системами для сводной отчетности. Это позволяет легко формировать аналитические формы, в том числе для министерств и регуляторов.

Для дальнейшего масштабирования системы на 45 организаций системы «Транснефть» создан центр компетенций на базе ООО «Транснефть — Технологии», который обеспечивает поддержку пользователей, развитие решения и формирование базы знаний. За полтора года реализовано 10 релизов и 881 изменение. В дальнейших планах — развитие мультиорганизационной поддержки, масштабирование процессов управления активами и конфигурациями, а также модернизация портала самообслуживания и интерфейсов специалистов.

Лишь 14% компаний, которые применяют генеративный ИИ, используют решения, разработанные внутри их компании. 44% отдают предпочтение сторонним продуктам, а 42% сочетают собственные и рыночные разработки. Больше половины компаний отметили, что ИИ-решения используют их данные – к ним относится коммерческая информация, например, транзакции клиентов, история продаж, сделок и расходов. Самые популярные типы используемых продуктов – бесплатные функции облачных LLM и платные ИИ-продукты для решения специализированных задач: программирования, видеомонтажа, обработки клиентских отзывов. Платными опциями LLM пользуются 37% опрошенных.

Главное – разгрузить сотрудников

Ключевой эффект, которого ожидает бизнес от применения генеративного ИИ, – увеличение производительности труда: так ответили 42% тех, кто уже использует технологию; рост объема выручки от клиентов – 36% и сокращение расходов – 35%. С этим связан выбор направлений, для которых компании используют ИИ, – большинство из них связаны с разгрузкой сотрудников от выполнения рутины за счет делегирования ряда задач технологии. Чаще всего генеративный ИИ применяется для клиентской поддержки, генерации контента, например: для креативов, карточек товаров и услуг, продуктового маркетинга и для работы с внутренними клиентскими базами знаний. Наименее востребован генеративный ИИ для решения HR-задач.

Желание есть, но есть и опасения

Основными барьерами внедрения ИИ-технологии для бизнеса остается нехватка штатных профильных кадров – так ответили 40% респондентов, а также недоверие клиентов технологии искусственного интеллекта – 27%. Треть компаний, которые не используют технологию, планируют начать в 2025 году. Из них 16% будут разрабатывать собственные решения: 37% собираются пользоваться сторонними, а 47% сочетать свои и существующие на рынке разработки.

Преимущественно компании, которые собираются внедрять ИИ, планируют использовать его для генерации контента – например, описания продукта для карточек товаров и услуг – так ответили 37% респондентов. Каждая четвертая компания будет применять технологию для подготовки скриптов для продавцов и разработки кода. Большинство респондентов – 42% – ожидают от внедрения ИИ увеличения производительности труда персонала и сокращения расходов.

Ключевые сферы применения генеративного ИИ по отраслям

В ретейле генеративный ИИ применяют чаще всего для клиентской поддержки и генерации описаний карточек товаров и услуг. Из тех компаний, которые еще не пользуются генеративным ИИ, именно ретейлеры чаще всех отмечали планы на внедрение ИИ в свою деятельность в текущем году: они ожидают от этого улучшения клиентского опыта.

В сфере FMCG ИИ активнее всего используется для поиска информации — в интернете или базе знаний компании. При этом именно компании из этой сферы меньше остальных пользуются собственными решениями, предпочитая сторонние разработки.

В финансовой сфере генеративный ИИ применяют чаще всего для клиентской поддержки и разработки креативных текстовых материалов. В девелопменте ИИ применяется чаще всего для развития существующих продуктов для клиентов, генерации продуктовых гипотез и анализа рынка.

Как отмечают аналитики, бизнес заинтересован в применении ИИ, однако не все готовы инвестировать в разработку собственных решений и предпочитают готовые сторонние продукты, не требующие профильных специалистов в штате.

Сейчас в лабораториях на базе двух «Перекрестков» тестируются четыре типа технологий: CV (компьютерное зрение), Bluetooth-маячки, IoT (интернет вещей) и аудиобейджи.

Компьютерное зрение представляет собой систему «умных» камер, которые располагаются по периметру торгового зала и позволяют анализировать различные метрики, влияющие на клиентский опыт. К примеру, они отслеживают трафик, образование очередей в кассовых зонах, заканчивающиеся товары на полках, а также предпочтения покупателей. Технология помогает точнее работать с ассортиментом, адаптируя его под разные запросы, вовремя выявлять потенциальные проблемы с работой касс и автоматизировать управление запасами таким образом, чтобы необходимый товар всегда был доступен покупателю.

Bluetooth-маячки помогают оцифровывать потребительское поведение в магазинах, повышать эффективность операционных процессов и, как следствие, улучшать клиентский опыт.

Технология IoT направлена на мониторинг работы торгового оборудования для повышения комфорта покупателей и сотрудников торгового зала. Например, инновационные датчики контролируют уровень углекислого газа, температуру, освещение и другие показатели, и, при необходимости, автоматически корректируют их. Это делает процесс совершения покупок наиболее комфортным, а также контролирует общую эффективность работы оборудования в торговом зале.

Аудиобейджи используются для повышения качества сервиса обслуживания за счет анализа коммуникации сотрудников с покупателями. Информация, обработанная с использованием технологий искусственного интеллекта, позволяет проверить корректность и эффективность взаимодействия с клиентами и улучшить клиентский сервис в случае необходимости.

Раньше инвентаризация в «СТА Карго» велась вручную: данные о грузах и их расположении на складе проверяли выборочно, что не давало нужной точности. Полный учет был возможен только при остановке работы склада. Особенно сложно было учитывать крупногабаритные грузы, которые занимали несколько полок, но в системе значились как стоящие на одной. Из-за этого невозможно было точно понять, где есть свободные места.

Чтобы решить эти задачи, «Яндекс Роботикс» запустила на складе робота-инвентаризатора. Учитывая особенности планировки — узкие аллеи и плотную расстановку ячеек, — робота пришлось доработать. Например, чтобы он мог видеть ячейки хранения и палеты без «слепых зон», на робота установили 12 камер. Также команда проекта улучшила систему распознавания текста (OCR) и обучила робота считывать более 20 форматов кодов, включая нестандартные шифры разных компаний.

Благодаря доработкам на тестах робот проезжал одну аллею склада за четыре минуты, фиксируя содержимое каждой ячейки и сверяя данные с системой WMS. Раньше на это у сотрудников уходил целый день. Робот также позволил выявить ошибки в данных WMS — дублирующиеся записи, неправильно отмеченные пустые ячейки и несоответствия между фактическим и системным размещением груза.

После запуска робота в постоянный режим «СТА Карго» добилась ощутимых результатов. Точность данных в WMS выросла с 89% до 96%, а объем заполненных и проверенных данных в WMS – с 50% до 90%. Сотрудники ушли от рутинных проверок и занялись более важными задачами, которые нельзя автоматизировать.

В ближайшее время «СТА Карго» внедрит единые QR-этикетки для всех типов грузов — это упростит учет и ускорит работу склада.

Эксперты Т1 ожидают со стороны компаний дальнейшего роста капиталовложений в бизнес-решения, построенные на технологиях ИИ, на уровне 20-30% в год. Это объясняется тем, что предприятия получают инструменты для повышения операционной эффективности и лояльности как клиентов, так и сотрудников, а также сокращение издержек. Кроме того, автоматизация с помощью ИИ позволяет наращивать темпы производства в условиях кадрового дефицита.

Все больше российских компаний рассматривают ИИ как важный повседневный инструмент и источник увеличения прибыли. В 2024 году российские компании стали чаще использовать ИИ в основной операционной деятельности: в целом за год показатель увеличился с 62% до 74%. Причина этого очевидна: бизнес увидел реальный эффект, который проявляется, в том числе в сокращении числа аварий, росте эффективности, снижении зависимости от человеческого фактора. Причем наиболее активны во внедрении инновационных инструментов молодые и быстро растущие компании, которые считают это значимым фактором своей конкурентоспособности. Число тех, кто готов инвестировать в ИИ, в этом сегменте достигло 40%.

По мнению экспертов Т1, решения на базе ИИ незаменимы при обработке корреспонденции и документов, в управлении персоналом и оценке качества обслуживания. Опыт использования цифровых ассистентов демонстрирует существенное снижение нагрузки на сотрудников, так как 54% их рабочего времени уходит на организацию взаимодействий, координацию и поиск данных.

Например, применение ИИ-контролера платформы «Интеллектуальный анализ документов», разработанной в Т1, дает значительное сокращение времени обработки документов – с 5 дней до одного часа, и снижение на 95% числа ошибок, вызванных человеческим фактором.

Среди других актуальных сценариев для ИИ — борьба с коррупцией через анализ данных. Например, платформа «Мирион» на основе графовых моделей отмечает завышение цен или привлечение одних и тех же поставщиков, и автоматически формирует отчеты для проверок. Это позволяет полностью исключить подозрительные тендеры и сократить число нарушений при закупках на 25%.

Постепенно звание лидеров в ИИ переходит к достаточно консервативным отраслям  промышленности, в том числе нефтегазовой, а также к металлургическим компаниям, которые активно развивают специализированные ИТ-продукты. В этих отраслях наиболее востребованы две группы решений на основе ИИ. Во-первых, системы компьютерного зрения для контроля качества продукции и мониторинга экстренных ситуаций. Во-вторых, цифровые помощники, повышающие эффективность и безопасность производственных процессов. Также все больше в промышленности пользуются спросом такие ИИ-технологии, как предиктивная аналитика, безопасная обработка данных и оптимизационные решения.

Благодаря системам на базе машинного обучения предприятия сокращают простои, заранее выявляют признаки аварий и тем самым снижают риски. В отдельных проектах применение ИИ позволило сократить количество несчастных случаев за счет автоматического мониторинга соблюдения техники безопасности.

В ТЭК ИИ используется для интеллектуального управления сетями и прогнозирования нагрузки, оптимизации производственных процессов. Это особенно важно в регионах с устаревшей инфраструктурой, где даже кратковременные сбои могут иметь критические последствия. Отрасль занимает третье место по реализации ИИ-проектов: доля организаций, использующих ИИ, достигла 58%. Крупные компании используют нейросети для прогнозирования тенденций, управления энергосетями и предотвращения аварий.

По оценке Института статистических исследований и экономики знаний (ИСИЭЗ), вклад ИИ в промышленность к 2035 году может достичь 7,7 трлн руб.

Ранее «Уральская Сталь» использовала другой инструмент корпоративных коммуникаций, однако после ухода зарубежных разработчиков с отечественного рынка компания перешла к поиску российской альтернативы. Она искала решение с видеохостингом для хранения и управления видео, встроенным календарем, возможностью звонков на городские телефоны и корпоративными чатами для внутреннего общения. Сейчас продуктом пользуются порядка 2 тыс. сотрудников компании.

Как отмечает Илья Власенко, директор по корпоративным коммуникациям компании «Уральская Сталь», компания часто проводит конференции, к которым присоединяется существенное количество сотрудников, включая внешних представителей. Платформа предоставляет возможность одновременного подключения до 5 тыс. участников, что полностью покрывает текущие потребности.

Ведется разработка облачного диска для хранения файлов, интерактивной доски для совместной работы и почтового клиента. Эти инструменты позволят пользователям решать больше бизнес-задач в рамках одной платформы, повышая удобство и эффективность.

Сервисная компания «А-Восток» обслуживает сотни объектов в Амурской области и Республике Саха (Якутия). Ее основная бизнес-система — «1С», которая отвечает за автоматизацию процессов бухгалтерского учета, документооборота и управления автотранспортом, — ранее была развернута на on-premise инфраструктуре. Поскольку система работала на устаревшем сервере, пользователи столкнулись с рядом проблем. Низкая производительность приложений «1С» вызывала постоянные жалобы пользователей. Кроме того, возникали сложности с масштабированием, что было критично в условиях планировавшегося удвоения числа пользователей с 160 до 300. Недостаток ИТ-ресурсов также усложнял процесс быстрого восстановления системы при сбоях, что критически важно для работы в круглосуточном режиме. Изучив все требования, руководство компании приняло решение о срочной миграции инфраструктуры и приложений «1С» в облако.

В течение 20 дней специалисты K2 Cloud выполнили комплекс мер по миграции системы. В рамках проекта была развернута инфраструктура IaaS. Соглашение об уровне обслуживания (SLA) определяет доступность системы на уровне 99,95%, а скорость реакции на обращения пользователей теперь не превышает 15 минут. Был также организован доступ к «1С» через веб и тонкие клиенты.

После миграции «А-Восток» отметил значительное улучшение производительности «1С». Количество жалоб пользователей на отклик системы резко сократилось, что стало важной метрикой успеха проекта. Реализация строгого SLA дала возможность быть уверенным в высокой доступности инфраструктуры и оперативном решении проблем, что уменьшило нагрузку на собственные ИТ-ресурсы компании.

Создание портала стало частью масштабной цифровой трансформации компании. Новый сервис позволит решить сразу несколько задач. Во-первых, это упрощение взаимодействия между производителем и проектной организацией. Сроки обработки обращений уменьшены до нескольких минут, а этапы согласования стали максимально прозрачны.

Вторая задача – автоматизация ключевых элементов взаимодействия с заказчиком: подачу заявки, маршрутизацию на ответственного менеджера, предварительную оценку проекта и формирование его трекера. Наконец, важно использовать удобный и интуитивно понятный интерфейс, позволяющий работать в режиме «одного окна».

Портал разработан на базе отечественных решений и полностью соответствует требованиям по защите информации, предъявляемым к ИТ-системам в сегменте B2B. Он предназначен для сотрудников как государственных, так и коммерческих организаций.

Доступ осуществляется через защищенный канал связи. Также разработана ролевая модель для внутренних сотрудников, обеспечивающих контроль работы системы.

Основной целью проекта было создание единой платформы для автоматизации работы лабораторий на всех предприятиях РУСАЛа, что позволит стандартизировать процессы контроля качества и интегрировать их с производственными системами. Для реализации проекта было выбрано отечественное решение DES.LIMS.

Работы начались с пилотных внедрений в каждом дивизионе: в алюминиевом площадкой стал Саяногорский алюминиевый завод, в глиноземном – АО «РУСАЛ Ачинск», а в продуктовом – ООО «Валком-ПМ» в Волгограде. После успешной реализации пилотных проектов стартовало тиражирование решения на другие предприятия.

Проект отличался сложностью и масштабом: внедрение проходило одновременно на нескольких предприятиях, расположенных в разных регионах России – от Мурманской до Иркутской областей. Было автоматизировано три типа лабораторий (физические, химические, санитарно-промышленные), внедрено более 2,1 тыс. методик измерений, подключено около 150 измерительных приборов. Система обрабатывает более 11 тыс. измерений ежедневно. Было разработано 48 интеграционных интерфейсов для связи LIMS с другими информационными системами предприятий.

В ходе проекта внедрены различные модули DES.LIMS, включая управление жизненным циклом образца, учет лабораторного оборудования, управление нормативно-справочной информацией, учет товарно-материальных ценностей, внутрилабораторный контроль, учет персонала, систему менеджмента качества и построение отчетов.

Результатом проекта стало создание единой информационно-технологической среды РУСАЛа для управления лабораторными процессами. Система DES.LIMS была внедрена на восьми предприятиях алюминиевого дивизиона, включая крупнейшие заводы в Красноярске, Братске и Саяногорске, трех предприятиях глиноземного дивизиона и двух предприятиях продуктового дивизиона. Компания получила современный инструмент для управления качеством продукции, соответствующий мировым стандартам и при этом полностью основанный на отечественных технологиях.