Новости

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.

Опрос показал, что ни одна из организаций не рассматривает возможность сокращения расходов на сбор и обработку данных, несмотря на то, что 6 из 10 компаний уже сегодня направляют на данные 5–10% от общего бюджета. При этом в 2025-2026 годах 64% компаний планируют увеличить инвестиции в data-направление в среднем на 10-30%, а 27% — существенно нарастить бюджеты — на 30–50%.

Для повышения эффективности работы с данными компании применяют различные стратегии: 31% оптимизируют процессы сбора и хранения данных, в том числе за счет внедрения сквозных экосистем, 25% инвестируют в автоматизированные инструменты очистки, а 20% делают акцент на обучении сотрудников правильному обращению с данными.

Большинство компаний (67%) оценивают свои data-процессы как сбалансированные или умеренно эффективные, в то время как лишь 12,5% заявляют о высокой зрелости в управлении данными.

Как подчеркивают аналитики, 25% компаний испытывают сложности с интеграцией данных из разных источников, а 21% несут прямые финансовые потери из-за низкого качества данных. Именно поэтому бизнес все активнее отказывается от разрозненных решений в пользу комплексных платформ. Лидеры рынка уже не ограничиваются точечными инструментами, а предпочитают выстраивать экосистемы управления данными, которые охватывают весь технологический цикл: от сбора и обработки до аналитики и машинного обучения.

Авиакомпания «Тулпар» и управляющая компания «Тулпар Аэро Групп» перевела в электронный вид процессы на платформе Directum RX. В рамках проекта при помощи компании «МайТэк» внедрены модули «Делопроизводство», «Договоры», «ЭДО с контрагентами», а также разработаны специальные модули, виды документов и регламентов с учетом отраслевой специфики. Например, интеграция с маршрутами и типами воздушных судов позволяет «Тулпар» более точно планировать и контролировать выполнение полетов.

Команда внедрения спроектировала автоматический подбор регламентов движения, мониторинга состояния документов и заданий: система сама направляет файлы на согласование ответственным лицам и контролирует сроки. Диаграммы и автоматические отчеты повышают уровень контроля за поручениями и исполнительскую дисциплину.

Мобильное приложение Directum Solo для руководителей компании помогает согласовывать документы и контролировать исполнение поручений даже за пределами офиса.

Качканарский горно-обогатительный комбинат, горнодобывающее предприятие ЕВРАЗа на Урале, внедрил решение для налогового мониторинга. В рамках проекта удалось разработать формат справочников, который позволил корректно подготовить транзакционные данные на стороне SAP ERP для передачи в систему «1С:Управление холдингом». Также при помощи решений ЛАБ СП были реализованы более 25 сопутствующих регистров (регистры сведений, накопления и контрольных соотношений для передачи в готовом виде) без необходимости доработок на стороне системы-приемника. А для контроля передачи всех видов данных на стороне SAP ERP было адаптировано и внедрено решение «Пульт управления данными».

Кроме того, был автоматизирован расчет налога на добычу полезных ископаемых (НДПИ). Ввод, хранение и обработка данных были полностью перенесены на сторону SAP. А в самой системе появилась настройка, которая позволяет вносить изменения в расчет без привлечения разработчика или консультанта (корректировка ставок, коэффициентов в связи с изменением законодательства).

Витрина данных сейчас находится на заключительном этапе опытной эксплуатации, в дальнейшем решение будет тиражировано на несколько других организаций ЕВРАЗа.

Иркутский авиационный завод с помощью технологии RPA автоматизировал процессы в области управления персоналом, планирования производства и поддержки информационных систем.

В отделе кадров внедрен программный робот на базе платформы Sherpa RPA для автоматического заполнения отчетности о рабочих местах для трудоустройства людей с ограниченными физическими возможностями через веб-сервис «Работа России». Решение позволило сократить время выполнения задачи и исключить влияние человеческого фактора на качество отчетности.

В отделе планирования подготовки производства и нормативов запущен программный робот, который автоматически распределяет задания на технологов в бюро нормирования материалов. Система анализирует вид материалов и назначает специалиста для определения подетальных норм расхода материала в системе управления данными о продукте. Это освободило время начальника бюро для решения других производственных задач и обеспечило оперативное назначение исполнителей при поступлении новых заданий.

В отделе автоматизированных систем управления предприятием внедрен робот для автоматического закрытия инцидентов по формированию производственных заказов. Программное решение выполняет проверку выгрузки заказов в систему управления ресурсами предприятия и автоматически закрывает соответствующие инциденты, что сократило время обработки заявок.

Как отмечает Евгений Ахматгалиев, заместитель главного технолога Иркутского авиационного завода, внедрение программных роботов позволило значительно повысить эффективность работы. Автоматизация рутинных процессов освободила время специалистов для более важных задач, связанных с организацией серийного производства самолета МС–21.

Планируется и дальнейшее расширение использование программных роботов в производственных процессах там, где их применение будет демонстрировать максимальный эффект.