Наверх

Куда только ни ступала нога ИИ: три популярных кейса применения в промышленности

Время чтения: 5 минут
0
Куда только ни ступала нога ИИ: три популярных кейса применения в промышленности

На сегодняшний день промышленные компании активно используют ИИ для роста эффективности производства, повышения качества продукции и снижения затрат. Также искусственный интеллект используется для предиктивной аналитики — анализа данных, полученных от различных устройств, чтобы выявить тенденции и спрогнозировать изменения. Это помогает компаниям принимать быстрые и обоснованные решения. Но нельзя забывать про рутину в заводских кабинетах.

В офисе нейросети помогают снизить нагрузку на человека при работе с документами, ускорить процессы, точнее анализировать данные и быстрее принимать управленческие решения.

Илья Петухов

руководитель проектов развития AI-продуктов Directum

Делюсь с вами кейсами, когда использование искусственного интеллекта в бизнес-процессах промышленных организаций приносит наибольшую пользу.

Автоматическое распознавание текста, классификация и маршрутизация документов

Этим уже никого не удивишь, но больше 50% компаний, с которыми я успел пообщаться, все еще не автоматизировали этот рутинный процесс.

В промышленности, где большой объем документов, уходит слишком много времени на их обработку и анализ. Практика показала, что ИИ значительно ускоряет процесс автоматического распознавания текста. Возможно, среди читателей найдется человек, который скажет: «Но для обмена документами есть сервисы ЭДО!». И будет прав, они действительно есть. Но компании обмениваются в этих сервисах PDF-сканами документов. Затем их надо перенести в корпоративную систему и там обработать.

Нейросети не умеют создавать новый контент? Вся правда про ИИ  ИИ автоматически преобразует отсканированные документы в редактируемый формат, упрощает их анализ и использование. А также маршрутизирует по ответственным сотрудникам, которых определяет на основе исторических данных и содержания.

Те компании, которые уже подключили ИИ для работы с документами, видят ошеломительные эффекты:

  • Ускорение процессов в среднем в 3 раза. Когда что-то в организации начинает происходить быстрее, автоматически растет скорость выполнения и других задач. Например, вовремя отправленный ответ или подписанный договор влияет на доход компании.
  • Оптимизация затрат. Компании, которые не первый год используют ИИ, отмечают, что даже при ежегодном росте объемов документопотока на 15% количество персонала, обрабатывающего его, не увеличилось. То есть за ту же единицу времени теми же ресурсами решается большее количество задач.

Анализ договоров и соглашений

Наша компания регулярно проводит исследования, чтобы лучше проработать свой продукт. Поэтому у нас сформировалось несколько мини-кейсов, которые интересны другим клиентам.

В юридическом департаменте, где контракты и соглашения являются основной работой, ИИ используют для анализа этих документов. С помощью машинного обучения и проверки текста нейросети выявляют ключевые условия, риски и потенциальные проблемы, что помогает юристам и бизнесменам принимать более взвешенные решения.

Облачные и локальные модели ИИ: что выбрать для вашей компании? Эти же сотрудники-юристы используют ИИ для сравнения документов разных форматов. ИИ сравнит документы гораздо быстрее человека с уставшим «замыленным» взглядом.

Проверка комплекта документов, поступившего от контрагента. И самое классное, что мы нашли, — это анализ доверенностей. Представьте, от контрагента приходит пачка документов (договор, спецификация, доверенность, паспорт технического изделия и прочее). Вам надо все их связать между собой, отнести к одному комплекту, и, более того, проверить, что эти документы содержат одинаковую информацию:

  • что закупаемые позиции из спецификации соответствуют договору,
  • что подписант в договоре имеет право подписи по доверенности,
  • что предлагаемый товар имеет паспорт изделия со штампом,

и многое другое…

Общение на естественном языке

Эта технология может выполнять очень большой блок функций, но я предлагаю посмотреть на нее с точки зрения онбординга сотрудников.

Есть такая модель машинного обучения, которая объединяет генеративную языковую модель и модель извлечения информации — RAG (Retrieval Augmented Generation).

RAG может решать разные задачи, например, поможет автоматизировать ответы на часто задаваемые вопросы клиентов или сотрудников компании. Это может выглядеть как диалог с ИИ, который владеет информацией о регламентах компании, продуктах и услугах, особенностях и правилах.

Пример использования RAG

Пользователь: Как мне оформить служебную записку?

ИИ: Оформить служебную записку можно в системе Directum RX по нажатию кнопки «Создать» и выбрать вид документа «Служебная записка». Вы хотите оформить служебную записку?

Пользователь: Да, мне надо заменить ноутбук, так как мой начал самостоятельно перезагружаться.

ИИ: Хорошо! Служебная записка создана, ознакомиться с ней можно по ссылке. Из карточки документа вы можете ее отредактировать и отправить на согласование.

Таким образом, технология RAG помогает ускорить процесс поиска информации и дальнейшую работу с ней.

Наша команда пока исследует и тестирует эту технологию, но, думаю, в ближайшие месяцы начнем пилотные внедрения.


Кстати! Одно наше небольшое исследование показало, что 49% из тех, кто пока не проявляет интерес к искусственному интеллекту, опасаются менять сложившиеся паттерны поведения. Как любят говорить ИТ-специалисты с инженерным прошлым: «Работает? Не трогай!».

Но если не меняться, как успевать за изменениями в мире и оставаться конкурентными на рынке?

Чтобы прочитать эту статью до конца,
или зарегистрируйтесь

Комментарии 0

Чтобы прокомментировать, или зарегистрируйтесь