AI-transformation.ru

Кейсы внедрения ИИ в России — страница 49

Задачи компаний, применённые решения, результаты и первоисточники.

Инжиниринговая компания (NDA)

Внедрение KitBot для подбора вахтового персонала

Внедрена интеллектуальная система KitBot: автоматизированы обработка откликов, поиск резюме, приглашения кандидатов, предварительные интервью и скоринг.

Эффективность рекрутинга выросла на 40%; число закрытых вакансий увеличилось на 40% за месяц; высвобождено 2 часа в день; доля успешных кандидатов выросла с 15% до 35%.

Яндекс Маркет

Генерация описаний товаров с помощью YandexGPT

Предоставляет продавцам встроенную в личный кабинет генеративную нейросеть YandexGPT для создания описаний товаров.

В 2024 году инструмент использовали более 84 тыс. продавцов, создав описания почти для 5 млн карточек; число использующих его партнёров выросло в 2,5 раза.

Северсталь

Поиск повреждений конвейерной ленты

Компьютерное зрение ищет повреждения конвейерной ленты; система фильтрует ложные сигналы.

Ложных срабатываний стало меньше. Доля найденных повреждений не снизилась.

Russpass

ИИ-помощник Russpass для персональных рекомендаций туристам

В сервис Russpass внедрили ИИ-помощника, который автоматически формирует персональные подборки отелей, ресторанов, экскурсий, маршрутов и достопримечательностей на основе аналитических данных, предпочтений и ответов пользователей в анкетах.

Пользователи получают автоматически сформированные персональные рекомендации в личном кабинете и разделах сервиса.

Карельский окатыш (Северсталь)

Модель напрямую управляет производством окатышей

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%.

Крупный игрок в сфере электротехники (название не раскрыто)

Гибридный RAG/LLM-бот для клиентской поддержки интернет-магазина

Создан и применён бот на базе RAG и LLM, объединённый с CRM и интент-моделью. Он использует базу знаний, логи операторов и динамические данные CRM для ответов на вопросы о товарах и статусах заказов.

Бот предоставляет актуальную информацию, снижает вероятность галлюцинаций и повышает качество взаимодействия с клиентами; количественный эффект не раскрыт.

НГУ, Лаборатория инновационной и ядерной медицины Физического факультета

ИИ анализирует томографические снимки животных в доклинических исследованиях

Лаборатория разрабатывает алгоритмы анализа томографических изображений животных и применяет ИИ при обработке томограмм в экспериментах с препаратами.

Получены результаты сегментации — выделения контуров органов на снимках.

ПИК

Нейросетевое эскизирование и генерация текстур в архитектурном проектировании

В платформу R2 встроены рабочее пространство для генерации архитектурных эскизов и сценарии генерации ракурсных видов и текстур с учётом параметров объектов.

Инструменты расширили художественный арсенал команды.

СПАО «Ингосстрах»

Прогнозирование убытков, страховых случаев и мошеннических операций

Классическое машинное обучение применяется для прогнозирования убытков, вероятности страхового случая и мошеннических операций; feature store используется для обучения моделей оценки убыточности клиентов.

Результаты используются для аналитики политики перестрахования с целью уменьшения убыточности.

СПАО «Ингосстрах»

Оценка ущерба по фотографиям с места ДТП

Нейросети оценивают ущерб по фотографиям с места ДТП на этапе урегулирования.

Применение помогает обновлять данные, улучшать качество финальных моделей и ускорять оценку и принятие решений.

СПАО «Ингосстрах»

CRM-моделирование персональных предложений и действий клиентов

Машинное обучение применяется для оценки лояльности клиентов, выбора следующего предложения и прогнозирования действий клиента при покупке страховых продуктов; отдельные модели работают для SMS, холодных звонков и email.

Персонализируются предложения и каналы коммуникации; собственная AutoML-система сокращает время разработки и переобучения моделей, без количественной оценки.

Честный знак

Внедрение ИИ в клиентский сервис и контакт-центр

Внедрена платформа AutoFAQ на основе комплексного ИИ и LLM для обработки обращений, интеграции с CRM, классификации запросов и помощи операторам.

Роботизировано до 85% обращений в чатах и до 15% запросов по электронной почте; удовлетворённость пользователей составила 4,9 из 5, производительность операторов выросла на 20%, заявлена четырёхкратная окупаемость инвестиций за 10 месяцев эксплуатации в 2024 году.

Нижегородская область, Дзержинск

ИИ выявляет переполненные контейнеры и нарушения вывоза мусора

NtechCity анализирует городские камеры: выявляет переполненные контейнеры, незаконный сброс крупного мусора и автомобили, мешающие мусоровозам. Руководители получают отчёты и оповещения.

Для пилотного запуска в Дзержинске подключили 40 камер. Изменение расходов и соблюдения графика вывоза на этой площадке не раскрыто.

ИП Власенко Марина Юрьевна

ИИ-анализ тендерных данных и прогнозирование конкурентов

Автор протестировала несколько систем поиска тендеров для прогнозирования количества и названий участников и величины снижения цены; лучший результат дала выгрузка из Bitrix24 с базой данных по конкурентам.

Автор отмечает высокую точность прогноза, но количественный показатель не приведён.

Level Group

ИИ для динамического ценообразования объектов недвижимости

Нейросети и математическое моделирование анализируют данные о спросе, предпочтениях клиентов и рыночных тенденциях.

Автоматизированная система помогает оперативно устанавливать и корректировать цены для равномерного выбытия лотов и максимизации прибыли.

Жилфонд

ИИ-анализ объектов недвижимости для рекомендованной цены и карточки объекта

В нейросеть загрузили архив сделок Жилфонда и подключили открытые API сайтов недвижимости; система анализирует параметры объекта и сопоставимые данные.

Нейросеть выдает рекомендованную цену и помогает создать описание объекта; анализ занимает не более пяти минут вместо 1–2 рабочих дней.

ООО Специализированный застройщик «Скрипка Девелопмент»

Машинное зрение для контроля безопасности и процесса строительства

Интегрировали CNN и RNN, стационарные камеры и наземные дроны для непрерывного мониторинга строительных площадок.

Система выявляет технологические нарушения и нарушения мер безопасности и позволяет оперативно реагировать на отклонения от норм.

ООО «Топстрой»

FlyFlat — ИИ-сервис для работы с интерьерами

На сайте FlyFlat работают интегрированные в личный кабинет нейросети для генерации интерьеров, распознавания и подбора мебели, а также редактирования изображений.

На платформе зарегистрировано более 6000 пользователей.

СУЭК

Машинное зрение контролирует процесс добычи в угольных шахтах

Для угольных шахт разработана конфигурация машинного зрения, распознающая объекты и контролирующая добычу при слабом освещении и высокой запылённости.

Источник сообщает о точном распознавании объектов и контроле добычи в сложных условиях; количественные показатели не приведены.

ЕВРАЗ

ИИ анализирует состояние экскаваторов и дробильных машин

Датчики на экскаваторах и дробильных машинах передают параметры работы на сервер, где их анализируют системы искусственного интеллекта для предиктивного обслуживания.

Источник сообщает о сокращении аварийных остановок и увеличении срока эксплуатации оборудования без количественных показателей.

АЛРОСА

Видеоаналитика оценивает качество руды на транспортных лентах

Камеры вдоль транспортных лент анализируют руду по плотности и цвету, выявляют посторонние породы и передают данные операторам для принятия решений о сортировке.

Источник сообщает о сокращении затрат на переработку некондиционного материала и повышении качества продукции без количественных показателей.

Кольская ГМК

Машинное зрение выявляет повреждения конвейеров

Система машинного зрения контролирует состояние конвейеров, отслеживает износ деталей, фиксирует повреждения ленты и неправильное положение груза и передаёт сведения операторам.

По данным источника, время простоя сократилось на 20%.

Рудник Удачный (АЛРОСА)

Единая платформа отслеживает оборудование и рудопотоки

На руднике используется платформа, объединяющая данные сенсоров, машинного зрения и аналитических систем для мониторинга оборудования и рудопотоков в реальном времени.

Количественный эффект не раскрыт.

«Газпром нефть»

Поиск скрытых залежей нефти с помощью машинного обучения

Машинное обучение анализировало данные действующих скважин, выявляло закономерности и определяло перспективные участки с возможными залежами нефти.

На Ямале обнаружено месторождение с притоком нефти до 70 баррелей в сутки; в других областях найдены залежи с запасами от 100 тыс. тонн; технология окупила себя и сэкономила ресурсы на поиске месторождений.