Как сэкономить с помощью нейросетей: советы для управленцев

1.1. Производственные оборотные фонды: сырье 

Рациональное использование оборотных фондов, таких как сырье, материалы, комплектующие, необходимо для сокращения избыточных расходов и прогнозирования спроса.

На практике сбор данных о количестве производственных запасов по технологии машинного зрения (MV) осуществляется при помощи считывающих устройств, оборудованных фотокамерами, сканерами штрихкодов и QR-кодов. Это могут быть терминал сбора данных (ТСД), рамка для крупногабаритных объектов, лидар для распознавания и измерения расстояния до объекта или датчик, установленный на контейнер или ячейку складского стеллажа.

Директор по развитию платформы интернета вещей ООО «РадиоТех» Анатолий Сысоев объясняет, как это реализовать на промышленном предприятии: «Существует огромное количество технологий измерения текущего количества складских запасов: умные стеллажи, распознавание картинки, обход человеком, облет коптером и т.п. Вопрос в стоимости владения технологией. Если с нуля строится большой склад, то там, скорее всего, дешевле сразу купить систему хранения со встроенными датчиками. Если склад развивается эволюционно, от «поставьте палет возле вон той бочки» до системы адресного хранения с учетом партий и сроков годности с автоматической ротацией по срокам, то тут уже варианты. Как правило, это объемные датчики присутствия товара в складской ячейке или контакты, срабатывающие под тяжестью товара, установленного в ячейку. Причем это должно быть что-то беспроводное и долгоживущее от одной батарейки, чтобы это имело экономический смысл».

На основе собранных данных, загруженных в аппаратно-программный комплекс, создается математическая модель, не построенная на формулах, а обученная на конкретных примерах из практики предприятия. Она позволяет делать вывод о том, сколько и каких товаров получится из имеющихся запасов, сколько запасов нужно на один товар, одну партию, на одного покупателя. Также есть возможность настроить уведомление о том, что количество материалов, необходимых для производства товара, превышает или уступает спросу на него. Таким образом можно облегчить работу по закупке сырья.

Например, компании Unilever с помощью машинного обучения удалось полностью перейти на автоматизированное прогнозирование спроса по категориям потребительских товаров в зависимости от предпочтений покупателей, календарных праздников и др. Теперь нейросеть сравнивает показатели спроса с прогнозом в прошлые периоды, составляет сценарные планы и многое другое.

1.2. Фонды обращения: готовая продукция

Если основная задача нейросети для склада запасов – расчет спроса для оптимизации работы с поставщиками, то на складе готовой продукции расчет спроса выполняется для эффективного взаимодействия с покупателями. В этом случае нейросеть определяет точное местонахождение изделий и последовательности, в которой их будет удобнее всего забирать со склада. Также на складе готовой продукции нейросеть планирует оптимальное количество изделий каждой категории, которое в зависимости от габаритов можно разместить на складе, и создает схему их фактического размещения.

Примером готового решения для склада может служить нейросеть, разработанная на предприятии «ГалВент», выпускающем вентиляционные изделия и мусоропроводы. Со склада «ГалВента» площадью 20 000 кв. м каждый день отгружают более 300 заказов. Система складской логистики состоит из программно-аппаратного комплекса, сервера приложения, web-сервера, терминалов сбора данных, принтеров этикеток и прикладного решения на базе «1С:Предприятие». Прикладное решение оснащено справочником изделий и выполняет несколько операций: приход, расход, размещение по ячейкам внутри склада, переупаковка, перемещение между складами, контроль качества и др. После оптимизации склада расходы на логистику на предприятии не уменьшились, а эффективность его работы при возрастающих объемах производства увеличилась в 3 раза.

Еще одна разработка в области машинного зрения для эффективной работы склада принадлежит московскому предприятию UVL Robotics. Его специалисты создали решение на базе умных дронов. Дрон совершает автоматический полет внутри помещения, передает данные по радиоканалу и имеет систему детекции на базе нейронных сетей. Это ускоряет процесс инвентаризации и сокращает убытки предприятия по вине кладовщиков.

1.3. Природные ресурсы

Оптимизация потребления электроэнергии, света, тепла и воды с применением искусственного интеллекта позволяет сократить расходы на коммунальные услуги.

Чтобы создать систему управления освещением, нужно, чтобы все светильники объединялись в единую сеть с помощью роутера и управлялись с планшета или компьютера. В автоматическом режиме IoT-датчики будут регулировать освещенность в зависимости от количества дневного света или информации о наличии в помещении людей. С этой задачей можно справиться и без нейросети, но машинное обучение может усовершенствовать систему, подстраиваясь под нестандартные задачи по освещению конкретного помещения.

ПАО «Ижорские заводы» произвело реорганизацию, после которой на освещение производственных помещений потребовалась суммарная мощность 317 кВт вместо 2406 кВт, то есть в 8 раз меньше.

О том, как с помощью ИИ сэкономить воду, рассказал Анатолий Сысоев: «Измерение уровня потребления воды и прогон его через нейронку нужен, чтобы выявить нетипичные шаблоны, которые могут свидетельствовать об утечке/незакрытом кране. Например, стабильный, но низкий поток только холодной воды. Импульсные счетчики, подключаемые к механическим счетчикам расхода, ставятся на все оконечные вентили в помещении, магистральные и распределяющие гребенки. В систему заносится топология (пары холодная/горячая, длина трубы, вертикальная/горизонтальная проводка), которая используется нейронкой для поиска аномалий. Возможно, имеет смысл поставить датчики давления в трубах, чтобы улучшить качество работы нейронки. Так можно быстрее определять утечку по падению давления или для предотвращения прорывов».

Для экономии электроэнергии специалисты предприятия «Москабельмет» разработали кабель с технологией MAGNETAG. С его помощью можно маркировать RFID-меткой отрезок кабеля, фиксировать дату прокладки, сроки обслуживания, хранить сведения о соединяемых объектах. Машинное обучение на основе этих сведений поможет предотвратить обрыв кабеля и распределять нагрузку на электрическую сеть.

1.4. Основные фонды: оборудование

При помощи интернета вещей и нейросетей можно минимизировать время простоя оборудования и затраты на ремонт. Для этого нужно создать виртуальный двойник оборудования. По словам Анатолия Сысоева, измеряя с помощью датчиков фактическое поведение системы и сравнивая полученные данные с эталоном, можно делать вывод о возможной поломке в будущем. При построении эталона на помощь приходят датчики и шлюзы, которые сигнализируют об изменении положения объекта, ускорения, температуры, об отклонении от вертикали и т.д. «Такие датчики, как правило, устанавливаются снаружи и не могут быть подключены к бортовой шине. Измерение может длиться месяцами, поэтому для снижения стоимости обслуживания они должны быть во внешнем исполнении, иметь автономное питание и отправлять данные по радиоканалу», – говорит эксперт.

Когда данные собраны, они загружаются в систему и начинается машинное обучение. В результате получается математическая модель, которая описывает работу одной единицы оборудования или всего технологического процесса.

Например, НТЦ «Бакор» занимается разработкой цифровых двойников основного технологического оборудования обогатительных фабрик, а в Перми на деревообрабатывающем предприятии к станкам подключили датчики, которые в режиме реального времени передают информацию о выходе готовой продукции и о простое оборудования.

На производстве нейросеть может снизить нагрузку на сотрудников отдела технического контроля. Например, ряд топовых производителей автомобилей оборудовал роботов-сборщиков камерами. При этом искусственный интеллект анализирует полученное изображение готового изделия, сравнивает его с нормой и выявляет признаки брака деталей.

Снижение трудозатрат на транспорте включает применение:

• беспилотного транспорта;
• автоматизированного поиска транспортных сервисов грузовых и пассажирских перевозок, таких как Uber;
• распознавания номеров автомобиля.

В помощь отделу кадров разработчики российского стартапа «Стафори» с 2017 года развивают робота Веру. Это виртуальный менеджер по персоналу, который по заданным критериям ищет кандидатов на вакансии в базах HeadHunter и SuperJob, проводит телефонное интервью и приглашает специалистов на собеседование.

Директор по маркетингу новосибирской компании Zakhar Technology Ирина Ткаченко предлагает использовать голосового помощника для приема заказов по телефону: «На мой взгляд, это настоящий прорыв в организации работы менеджеров по продажам. Процесс принятия заказа проходит гораздо быстрее, не требует переключения между задачами и снижает вероятность ошибок, что важно, например, в строительстве, где точность и оперативность играют решающую роль».

Искусственный интеллект также сэкономит время сотрудников предприятия при работе с клиентами, которые обращаются в службу поддержки. «Чат-бот, созданный на основе ChatGPT, способен не просто отвечать на вопросы, а эмулировать человеческое взаимодействие и, используя базу знаний компании, предоставлять глубокие и профессиональные консультации. В сфере производства товаров повседневного спроса он может стать надежным помощником как для клиентов, так и для сотрудников, освобождая время для более сложных и значимых задач», – говорит эксперт.

4.1. Персонализированная маркетинговая кампания

Это один из инструментов повышения вовлеченности и удержания клиентов. Для настройки такой кампании нужен детальный профиль клиента, описывающий все сферы его жизни. На основе этого профиля нейросеть создает креативы, такие как логотипы, баннеры с рекламными офферами, лендинги, рекламные тексты.

«Оформление картинки, размещение, определенный шрифт, который цепляет взгляд человека, удерживает внимание – все это на сегодняшний момент делают нейросети», –поясняет автор международной бизнес-школы с фокусом на нейромаркетинг и нейросети EKAi Елена Кравченко.

Нейросети умеют работать также и с рекламными площадками. «Есть платформы по искусственному интеллекту, которые еще и отслеживают статистику, дают данные по информации, сколько людей у нас находится на нашем креативе, совершают ли они целевые действия и как много. В том числе и YouТube, я уже не говорю про крупнейшие браузеры, такие как «Яндекс» и Google. Они все работают с искусственным интеллектом, и SEO-оптимизация уже давно стоит на искусственном интеллекте», – говорит эксперт.

4.2. Автоматизированная корректировка цен в реальном времени в зависимости от рыночных условий ускорит построение стратегии ценообразования.

Это актуально для онлайн-ретейлеров, таких как Ozon, и для их поставщиков, которым нужно управлять широким ассортиментом товаров и их ценами в условиях жесткой конкуренции. Для розничных сетевых магазинов, таких как «Магнит», ИИ можно использовать для анализа информации о продажах, спросе и предпочтениях покупателей, чтобы определить оптимальную цену на товар.

В России разработаны платформы для оптимизации цен на основе ИИ, например, «Ценомер» и PriceMatrix.

Ирина Ткаченко из Zakhar Technology советует использовать умного голосового робота для контроля дебиторской задолженности: «Он не только автоматизирует процесс напоминания о счетах, но и позволяет выстраивать более эффективное взаимодействие с клиентами. Контрагенты систематизируются в CRM, что дает возможность следить за финансовыми обязательствами, анализировать платежеспособность партнеров, прогнозировать денежные потоки и оптимизировать стратегии взаимодействия с каждым из них».

При работе с контрагентами существует риск финансовых потерь, причиненных мошенниками. Руководитель проекта ООО «Стилсофт» Валерий Бабенко поясняет, что для снижения этого риска нужно собрать, очистить и преобразовать информацию о типичных транзакциях и загрузить ее в нейросеть. После этого методом машинного обучения нейросеть научится обнаруживать аномалии, указывающие на мошенническую активность. В итоге алгоритм оценивает результаты и принимает соответствующие меры для защиты финансовых интересов компании.

«Например, нейросеть может анализировать денежные транзакции, связанные с закупкой оборудования, услуг или сырья, данные о платежах, контрактах и бюджетах и впоследствии выявить аномалии и нестандартные паттерны: переплаты, двойные счета, незаконные комиссионные соглашения, что позволяет предприятиям обеспечить финансовую безопасность и минимизировать потери», – говорит эксперт.

Дизайн определяет эффективность присутствия компании в медиапространстве, влияет на то, как аудитория будет воспринимать и оценивать. Поэтому большинство бизнесменов не скупятся на разработку и создание креативных иллюстраций для своих статей, постов, сайтов и презентаций.

Профессиональный графический дизайнер справится с задачей средней сложности за один-два дня и выставит счет на (не)приличную сумму. Это не считая «творческих метаний» в поиске идей, правок и согласований. Быстрее и проще поручить создание креативов нейросети, которая умеет это делать по текстовому описанию всего за несколько минут.

Среди таких помощников можно выделить:

• Midjourney – известная система на базе ИИ. Она не только значительно сокращает время на визуальное оформление сайта и производство уникальных креативов для рекламных кампаний, но и имеет встроенный редактор для улучшения качества и точности создаваемых изображений, в том числе реальных фотографий;
• Kandinsky – бесплатная усовершенствованная версия нейросети от «Сбера». Умеет создавать высокохудожественные изображения в разных стилях и в короткие сроки. Компания «СберМаркетинг» (входит в экосистему «Сбер») уже давно использует нейронные сети в работе, в первую очередь для обработки и классификации графических рекламных материалов. Версия 3.0 обладает функцией генерации видео и анимации по текстовому запросу – промту. Чтобы сделать короткий ролик длительностью 8 секунд нейросети потребуется не более 3 минут;
• Dream by Wombo – еще одна нейросеть с понятным интерфейсом, палитрой из 57 визуальных стилей и отсутствием ограничений на количество генераций, которой можно пользоваться бесплатно.

Использование в работе нейросетей поможет заменить часть специалистов на одного «промт-менеджера разумного» с навыками графического дизайнера. Это ускорит создание материалов, сэкономит деньги на оплату труда и силы на генерацию новых идей.

Несмотря на то что полностью занять место человека нейросеть пока не может (тексты все равно нуждаются в редактировании), она существенно облегчает работу и экономит драгоценное время на написание длинных текстов.

• ChatGPT, пожалуй, самый нашумевший инструмент для работы с текстом. Умеет писать тексты, переводить их на разные языки, анализировать тональность (негатив, позитив, нейтральность), что хорошо для оценки отзывов и комментариев. И это далеко не весь функционал. Ее возможности зависят от запроса и задачи пользователя. Данная нейросеть «понимает» русский язык, но работать в ней все-таки лучше на английском для исключения некорректных или непредсказуемых результатов сложных запросов;
• Notion AI – относительно новая нейросеть для генерации текстов, правда, платная и только на английском языке. Однако пользователи отмечают, что сеть вполне корректно воспринимает русский и с задачами, сформулированными на нем, справляется отлично. Работает с различными типами данных, легко интегрируется с другими инструментами (CRM, ERP и др.) и, по заявлению разработчиков, обладает высоким уровнем безопасности;
• «Рерайтер» от «Сбера» – нейросетевой сервис обучен на большой базе материалов разной длины, стилистики и жанров. Умеет сокращать и переписывать тексты на русском языке без потери смысла.

В эпоху цифровизации и активного развития искусственного интеллекта ставка на внедрение нейросетей в работу и прочие бизнес-процессы всегда окажется выигрышной.

Впрочем, нейросети давно окружают человека в повседневной жизни: разговаривают с ним из устройств типа «Алиса» или «Маруся», помогают улучшить фотографию на смартфоне, скрываются в виртуальных масках социальных сетей и мессенджеров, помогают предпринимателям сокращать расходы и больше зарабатывать. Несмотря на то что человеческое понимание, интуиция, способность критически мыслить, эмпатия, принятие решений, основанных на многолетнем опыте, остаются недоступными качествами для искусственного интеллекта, существует целый ряд задач по классификации, прогнозированию и распознаванию, в которых им нет равных.