Кейсов внедрения: 202. Как компании применяют искусственный интеллект, какие задачи решают и какие результаты публикуют.
Руководитель создал серию видеороликов в Synthesia и озвучил инструкции через Murf AI для ввода новых сотрудников в должность.
Заявлено сокращение времени адаптации с 3–5 рабочих дней до 1–2 дней и снижение ошибок новичков.
Нейросети обучали размещать мебель в интерьере; также с их помощью создавали описания товарного фида и рекламные креативы.
Общая конверсия сайта выросла с 0,32% до 0,61%; ДРР товарной кампании снизилась с 28% до 21%. Атрибуция именно нейросетевым изменениям отдельно не раскрыта.
Нейросетевой детектор интегрирован в действующую систему «Фотоскан» для автоматического обнаружения дефектов поверхности ленты и передачи их параметров.
Система различает виды дефектов с точностью до 95%; исключены ложные срабатывания на стыки и сдвиги.
В производственный процесс контроля качества минеральных удобрений применено компьютерное зрение на основе алгоритмов искусственного интеллекта: система распознаёт гранулометрический состав и анализирует характеристики покрытия гранул.
На основе распознавания гранулометрического состава и покрытия гранул делают выводы о качестве удобрений; количественный эффект не раскрыт.
Внедрено индивидуально разработанное ПО для автоматического определения дефектов сварного шва и их координат.
Система фотографирует дефекты и формирует отчёт в реальном времени; заявлено исключение человеческого фактора.
Нейросети выделяют слои разгружаемого лома, оценивают засорённость и соответствие сорту. Система отправляет предупреждения и позволяет останавливать разгрузку, сохраняя фотоотчёт для поставщика.
Контролёров ОТК вывели из зоны работы грузоподъёмных механизмов; контроль качества ускорился. Точная экономия времени не раскрыта.
Наземные средства интеллектуального видеоконтроля в реальном времени обрабатывают данные с помощью ИИ, а дроны дополняют мониторинг подрядчиков, спецтехники и соблюдения требований безопасности.
Компания сообщает о снижении статистики нарушений; зафиксированные случаи передаются службам охраны труда и промышленной безопасности, а работы возобновляются после устранения нарушений.
Обученная модель анализирует тепловизионные снимки с дронов и выявляет повышение температуры, отсутствие теплоизоляции, утечки пара и посторонние объекты на трубопроводах.
На тестовых данных модель превысила 0,8 mAP50; эксперимент успешно завершён, а его результаты приняты компанией.
На комбинате разработали и испытали LLM-помощника по адаптации и поддержке сотрудников. Модель обучена на внутренних документах, сохраняет историю и контекст диалога.
Компания сообщает о точности ответов выше 96% и снижении нагрузки на специалистов, разбирающих повторяющиеся вопросы. Экономия времени не раскрыта.
Внедрена система контроля качества на конвейерном производстве с машинным зрением ML Sense для контроля дефектов нитей и волокон углеродного волокна.
Количественный эффект не раскрыт.
Компьютерное зрение ищет повреждения конвейерной ленты; система фильтрует ложные сигналы.
Ложных срабатываний стало меньше. Доля найденных повреждений не снизилась.
В трассировку документов внедрён AI-ассистент.
Время на трассировку документов сокращено в шесть раз.
Компьютерное зрение оценивает размер и качество сырых окатышей. Управляющая модель подбирает дозировки, влажность и обороты окомкователя и передаёт настройки в агрегат.
На пилотной линии производительность выросла примерно на 11%.
Компьютерное зрение анализирует изображения шин и обнаруживает дефекты, группируя их по категориям брака.
Точность обнаружения и группировки дефектов заявлена до 100%.
На территории производственной площадки запущены шесть автономных электрогрузовиков Evocargo N1, работающих по трём маршрутам и перевозящих паллеты с минеральной ватой.
Сокращение рутинных операций, уменьшение трафика на производственной площадке и повышение безопасности операционных процессов заявлены качественно; количественные показатели не раскрыты.
СИБУР запустил карьерного и научного консультанта на базе большой языковой модели, работающего на карьерном сайте, отдельном лендинге и во внутренних процессах адаптации.
Удовлетворённость адаптацией выросла с 87% до 93%; поток релевантных кандидатов увеличился на 25% за первые полтора месяца; знание бренда работодателя выросло на 4 п.п.; eNPS — с 24,5 до 37,2%; лендинг посетили более 224 000 человек за первые полтора месяца.
На территории Томскнефтехима запущены коммерческие грузоперевозки без водителей; полимеры перевозятся по маршруту на цифровой карте объекта.
Заявлены повышение скорости перевозки и сокращение времени простоя при погрузочно-разгрузочных работах; количественные показатели не раскрыты.
Генеративный ассистент отвечает клиентам и помогает привлекать новых.
Конверсия в клиента — 8%.
Собственная система машинного зрения внедряется на производственных линиях комбината.
не раскрыто
ИИ-ассистент ищет информацию в регламентах, инструкциях и исторических данных, отвечает на типовые вопросы, интерпретирует показатели и автоматически готовит справки, пояснения и данные по смене.
Сокращается время поиска информации и подготовки технологических отчетов; ускоряется передача смены.
ИИ-система анализирует более 200 производственных параметров в реальном времени для оптимизации технологического процесса.
В статье заявлено снижение энергопотребления на 18%.
ИИ-ассистент обрабатывает данные MES, проверяет соблюдение технологического режима и предлагает действия по устранению неисправностей.
Заявлено сокращение времени простоя оборудования и более быстрое реагирование на отклонения.
Технология Smart ID Engine интегрирована в учётную систему на базе «1С» для автоматического ввода данных из удостоверяющих документов контрагентов.
Количественный эффект не раскрыт.
Компьютерный тренажёрный комплекс позволяет персоналу отрабатывать нештатные ситуации при работе с котлоагрегатами ТЭЦ.
Проведена опытно-промышленная эксплуатация и начат запуск в промышленную эксплуатацию.
Внедрен AI-ассистент на сайт промышленного заказчика.
За месяц ассистент обеспечил 5% целевых заявок и снизил нагрузку на отдел продаж.
Разработана платформа Inspector для контроля качества на 2000+ заводах.
Риск брака и трудозатраты на контроль производства снижены на 90%.
Запущен проект внедрения системы прогнозирования спроса и управления цепочками поставок на базе Novo Forecast Enterprise.
Количественный эффект не раскрыт.
Внедрён программно-аппаратный комплекс с двумя зонами контроля: лазерное измерение толщины ковра и автоматическое измерение длины и ширины готовых плит.
Система работает в реальном времени без остановки линии, сравнивает параметры с нормативами и допусками, фиксирует отклонения в базе данных и формирует отчётность. Заявлены повышение точности измерений, устранение человеческого фактора и снижение риска выпуска некачественной продукции.
PLE-дашборд автоматически собирает отзывы с маркетплейсов, выполняет семантический анализ и классифицирует их по тональности, источникам и характеристикам продукта.
Для новинки ТРЕСемме система в первую неделю выявила, что около 26% негатива связано с дозированием; после антикризисных мер доля негативных отзывов снизилась вдвое, а средняя оценка выросла с 4,8 до 4,9.
Алгоритм анализирует загрузку трёх станков, прогнозирует формирование пачки проката и автоматически выбирает маршрут перемещения проката 25-метровым манипулятором.
Манипулятор переведён в полностью автоматический режим; добавлены функции самодиагностики и самокалибровки.