Примеры применения искусственного интеллекта для контроля качества продукции и услуг: машинное зрение, выявление дефектов и анализ работы сотрудников. Кейсы показывают объект проверки, роль специалистов и результаты внедрения.
Кейсов внедрения: 280.
ООО «Смарт-Сити»
Внедрена платформа Beorg Smart Vision для распознавания скан-копий документов, протоколов и бюллетеней голосования собственников жилья, извлечения 23 атрибутов, проверки наличия подписей и занесения данных в «Платформу Цифровое ЖКХ». Полученные данные сверяются с данными Росреестра.
За 6 месяцев 2024 года распознаны 100 протоколов и более 2300 бюллетеней; сэкономлено примерно 900 человеко-часов. Платформа обрабатывает анкеты в 4–5 раз быстрее человека, качество оцифровки превышает 99%.
Президентская академия РАНХиГС и СПб ФИЦ РАН
Классификатор применяется для проверки того, насколько хорошо работают методики оценки управленческого потенциала.
Подтверждено применение инструмента для валидизации тестов оценки управленческого потенциала; количественный эффект не раскрыт.
АЛРОСА
Машинное зрение определяет долю алмазоносной руды в общей массе.
Количественный эффект не раскрыт.
АЛРОСА
ИИ анализирует влияние параметров оборудования на техногенную повреждаемость алмазов.
Заявлена цель минимизировать повреждения; фактический эффект не раскрыт.
ОМК (Выкса)
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.
ГК Atribeaute, Санкт-Петербург
ИИ анализирует звонки по чек-листу и отправляет в рабочий Telegram-чат краткое резюме, запись и расшифровку проблемного диалога. Руководитель может быстро связаться с пациентом и исправить ошибку оператора.
За месяц конверсия из звонка в запись выросла примерно на 20%. Уведомление о проблемном звонке поступает через 5–15 минут.
X5 Group
В магазинах тестируется компьютерное зрение для контроля качества взаимодействия сотрудников с клиентами.
Результаты тестирования не раскрыты.
X5 Group
На распределительных центрах компьютерное зрение используется для автоматической инвентаризации товаров и проверки качества привозимых продуктов.
Количественный эффект не раскрыт.
Росгосстрах
В Единый контакт-центр внедрены распознавание речи, маршрутизация обращений по типу запроса, нейросетевая саммаризация разговоров и категоризация обратной связи.
Среднее время диалога с клиентами сократилось на 7%; показатель FCR повысился, но величина повышения не раскрыта.
РСХБ-Интех
В процесс тестирования внедрены LLM и ML-инструменты для поиска семантически близких тест-кейсов, генерации UI- и API-автотестов и управления конвейерами генерации.
Процесс генерации API-автотестов автоматизирован; обработка DAG занимает чуть более секунды. Доля неудачных автотестов при текущем наборе ролей и промптов составляет 10–20%, поэтому сохраняется ручная проверка инженерами.
Крупный российский производитель косметики; название не раскрыто
Внедрена система ML Sense для распознавания мелких дефектов на стеклянных баночках.
Система выявляет сколы и царапины на упаковке, чтобы не допустить бракованную продукцию в продажу.
Золотое Яблоко
ML-модель обучена на отзывах, внедрена в рабочий процесс и дообучается по результатам проверки модераторов.
Автоматически модерируется 60% отзывов; отзыв после ИИ-модерации появляется примерно за 20 минут вместо нескольких дней ручной проверки.
Росатом
Внедрена система контроля качества на конвейерном производстве с машинным зрением ML Sense для контроля дефектов нитей и волокон углеродного волокна.
Количественный эффект не раскрыт.
Клиент под NDA
Внедрена система контроля качества на конвейерном производстве с машинным зрением ML Sense для определения размеров фракций осадочной породы в реальном времени.
Количественный эффект не раскрыт.
Газпром нефть
Робот-химик выполняет исследования смесей жидких углеводородов и пластовой воды, перемещается по лаборатории, взаимодействует с оборудованием и составляет электронные отчёты.
Количественный эффект не раскрыт.
Северсталь
Компьютерное зрение ищет повреждения конвейерной ленты; система фильтрует ложные сигналы.
Ложных срабатываний стало меньше. Доля найденных повреждений не снизилась.
Карельский окатыш (Северсталь)
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%.
Нижегородская область, Дзержинск
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.
ООО Специализированный застройщик «Скрипка Девелопмент»
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.
АЛРОСА
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.
«Кордиант»
Компьютерное зрение анализирует изображения шин и обнаруживает дефекты, группируя их по категориям брака.
Точность обнаружения и группировки дефектов заявлена до 100%.
Stellar
Stellar использует системы на базе ИИ для автоматизации контроля качества кода и обеспечения кибербезопасности.
Результат применения непосредственно у Stellar не раскрыт.
Газпромбанк
В практическом исследовании применены модели машинного обучения для автоматизированного разбора, классификации и приоритизации результатов статического и динамического анализа безопасности ПО.
Для классификатора DAST указаны Precision 0.99, Recall 0.98, F1 score 0.991 и ROC AUC score 0.99; экспертная оценка подтвердила точность определения нестандартных ответов на уровне 96.7%; в некоторых случаях время анализа сократилось на порядок.
Т-Банк
11 длительных ручных шагов в работе с данными автоматизированы через AI-агента; используется распознавание intent и агентская архитектура.
11 длительных ручных шагов заменены автоматизацией через AI-агента.
«Свеза», комбинат в Вологодской области
Собственная система машинного зрения внедряется на производственных линиях комбината.
не раскрыто
ОТП Банк
Контроль коммуникаций по задолженности дополнили языковой моделью: она анализирует сложный критерий мотивации клиента к оплате.
Число выполненных обещаний оплаты выросло на 5,5%.
Заказчик не раскрыт; применение в дорожном хозяйстве Орловской области
Внедрена система анализа видеоданных с нейросетью для выявления дефектов дорог, формирования дефектных ведомостей, выдачи предписаний подрядчикам и контроля устранения дефектов.
Источник заявляет точность распознавания 95%, обработку более 500 км видео в день и скорость обработки на 80% выше; система успешно прошла тестирование в Орловской области.
Министерство по содержанию территорий и госжилнадзору Московской области
Министерство применяет мобильные комплексы на основе ИИ, которые инспектируют районы и фиксируют нарушения на видеокамеру.
Автоматизировано выявление ям, несвоевременной уборки общественных пространств, нарушений обслуживания контейнерных площадок и вандальных надписей; информация передаётся ответственным организациям для устранения дефектов.
Just AI
Команда Just AI встроила LLM в создание проверок новых таблиц и расследование однотипных инцидентов Data Quality.
Заявлена экономия свыше 80% рабочего времени.
Газпромнефть-Снабжение (АО Айсорс)
Разработана платформа Inspector для контроля качества на 2000+ заводах.
Риск брака и трудозатраты на контроль производства снижены на 90%.
