Газпром нефть: ML-мониторинг сокращает простои оборудования АЗС
Что внедрили
Мониторинговый центр инфраструктуры на основе машинного обучения контролирует работоспособность оборудования АЗС.
Результат
Работоспособность оборудования заявлена на уровне 99%, простои сокращены на 30%, скорость ремонта выросла на 21%.
Период сравнения и методика расчёта показателей не раскрыты.
Задачи
машинное обучение; мониторинг оборудования АЗС; предиктивный мониторинг; ремонт оборудования
Параметры внедрения
- Компания
- Газпром нефть
- Отрасль
- Торговля
- Процессы
- Обслуживание и ремонт оборудования
- Продукт
- Мониторинговый центр инфраструктуры
- Сроки
- Не указаны
- Стоимость
- Не раскрыта
Источники
ИИ в промышленности: 8 реальных кейсов и план внедрения 2026Публикация источника: