В логистике и на производстве с ИИ стоит начинать с одной узкой задачи, где данные уже собираются и результат можно проверить на прошлом периоде. Для логистики это чаще всего распознавание транспортных документов, прогноз спроса и остатков на складе, оценка риска срыва срока по рейсу. Для производства — прогноз отказов по данным оборудования и визуальный контроль на линии. Начинать с «цифровизации всего» или с готовой платформы, не выбрав задачу, значит платить за подключение, которое ничего не решает.
Ниже порядок выбора, список вопросов к данным и способ принять или остановить пилот. Услуга по логистике описана на странице «ИИ для логистики», здесь только то, с чего начинать и чего ждать.
Какие задачи реально подходят: карта для логистики и производства
Задач в этих отраслях много, но подходящих для первого пилота мало. Ориентир — наличие истории и дешёвая проверка результата. В таблице задачи, которые мы разбираем чаще всего, и то, чего им не хватает.
| Задача | Нужные данные | Что на выходе | Что часто мешает |
|---|---|---|---|
| Разбор транспортных документов | Сканы и фото накладных, актов, международных накладных, исправленные вручную значения | Поля документа в таблице или в учётной системе со ссылкой на место в файле | Фото в плохом качестве, десятки форматов от разных перевозчиков, рукописные пометки |
| Прогноз остатков и спроса на складе | История отгрузок по дням и позициям, остатки, акции и сезонность | Рекомендация по запасу и заказу | Дефицит искажает историю, справочники расходятся между системами |
| Риск срыва срока по рейсу | История рейсов с плановыми и фактическими временами, простои на погрузке и границах | Отметка «рейс в риске» за заданное время до срока | Факт прибытия вносят вручную и с опозданием |
| Прогноз отказов оборудования | Показания датчиков и журнал ремонтов за период, в котором были отказы | Предупреждение о вероятном отказе с запасом по времени | Отказов в истории почти нет, журнал ремонтов заполняется «потом» |
| Визуальный контроль на линии | Снимки годных и бракованных изделий в рабочих условиях | Отметка «брак» с областью на кадре | Освещение меняется, бракованных образцов мало, камера стоит неудобно |
| Поиск по технической документации | Паспорта, регламенты, схемы, инструкции | Ответ со ссылкой на документ и страницу | Несколько редакций одного документа, сканы без текста |
Задачи вроде построения маршрутов и расписаний обычно решаются математической оптимизацией, а не нейросетью. Нейросеть здесь помогает оценить время в пути или простой, а сам расчёт остаётся за классическими методами. Хороший исполнитель честно скажет, что ИИ в задаче не нужен.
С чего начать в логистике
В логистике больше всего потерь прячется в бумагах и в разрыве между системами. Три задачи, которые чаще всего окупаются первыми, и условия, при которых они не сработают.
Документы: самое предсказуемое начало
Накладные, акты, счета и международные накладные приходят сканами и фотографиями, а водитель или диспетчер переписывает их в учётную систему. Распознавание берёт поля документа, а человек проверяет сомнительные. Качество измеряется на ваших документах: доля полей, распознанных верно, и доля документов, ушедших человеку на проверку. Подробнее — на странице «Распознавание документов» и в статье «Как измерить точность распознавания документов».
Склад: прогноз и порядок в обмене
Прогноз запаса работает, если остатки и отгрузки в учёте честные. Прежде чем искать модель, проверьте обмен учётной системы со складской: расхождения между ними превратят любой прогноз в гадание. Для этого есть статья «Автоматизация склада: с чего начать» и разбор обмена 1С со складской системой.
Рейсы: прогноз риска, а не автопилот
Модель по истории рейсов может сказать, что рейс с высокой вероятностью опоздает, и диспетчер заранее предупредит клиента. Но если фактические времена вносят с опозданием, учиться модели не на чем. Первый шаг — договориться, кто и когда вносит факт, и только потом считать.
С чего начать на производстве
Производство начинает с оборудования и качества. Обе задачи требуют данных, которые часто не собираются или лежат в формате, который не прочитать без дополнительной работы.
| Задача | Когда подходит | Когда рано | Первый шаг |
|---|---|---|---|
| Состояние оборудования | Есть датчики или данные контроллера, журнал ремонтов, были отказы, по которым можно учиться | Оборудования много разных лет, данные не собираются; отказов в истории нет | Собрать данные одной линии и записать, какой отказ нужно предсказывать и за какое время |
| Контроль качества по видео | Брак повторяется, есть место под камеру и стабильный свет | Брак редкий и разный каждый раз; условия съёмки плавают | Снять образцы в рабочих условиях и проверить на них, различает ли человек по фото годное и брак |
| Сбор и учёт простоев | Есть сигнал, по которому видно остановку, и журнал причин | Причины простоев пишут «как получится» | Договориться о справочнике причин и начать записывать, это пригодится любой модели |
| Поиск по документации | Много регламентов, ими пользуются мастера и наладчики | Документов мало, и они в одном месте | Собрать актуальные редакции и назначить владельца |
Как устроено обслуживание по состоянию, разобрано на странице «Предиктивное обслуживание» и в статье «Предиктивное обслуживание оборудования». Про зрение на линии — страница «Компьютерное зрение на производстве».
Данные с оборудования: где они лежат и что с ними не так
Завод редко состоит из одного поколения машин. Одни станки отдают данные по стандартным протоколам, другие хранят их внутри, третьи не отдают совсем. До начала любого проекта нужен простой ответ: какие сигналы можно получить и как часто.
- Протокол и доступ. Данные могут идти по OPC UA, Modbus, MQTT или лежать в базе MES. Что это значит для проекта, разобрано в статье «OPC UA, Modbus и MQTT».
- Время. Часы разных устройств расходятся. Без общей шкалы времени нельзя связать показания датчика с остановкой или браком.
- Единицы и смысл. Один и тот же сигнал называется по-разному на разных линиях. Составляют справочник «сигнал — единица — смысл».
- Журнал событий. Модель, предсказывающая отказ, должна знать, когда он был. Если ремонтные записи вносят задним числом, дата отказа размыта.
Разбор типовой задачи про оборудование разных лет — «Данные с оборудования разных лет». Если нужна система учёта производства целиком, это другой по масштабу проект, о нём — «Внедрение MES».
Как выбрать первую задачу: пять вопросов
- Есть ли история? Данные должны существовать сегодня, а не быть запланированы. Если нет, первый проект — их сбор.
- Можно ли проверить результат на прошлом периоде? Если да, оценка идёт в первые недели, а не после запуска.
- Сколько стоит ошибка? Ложная тревога по оборудованию стоит часа осмотра, пропуск отказа — простоя линии. Эти цифры называет технолог, а не мы.
- Кто будет пользоваться результатом? У результата есть конкретный человек и его действие: диспетчер звонит клиенту, механик осматривает узел. Без этого пилот остаётся презентацией.
- Как выглядит остановка? Критерий «не получилось» записан заранее. Тогда пилот заканчивается решением, а не затягивается.
Задача, на которой хотя бы два ответа «нет», пока не готова к пилоту. Тогда начинают с обследования: оно показывает, что готово, а что нет, и стоит меньше, чем неудавшийся пилот. Как оценить готовность компании в целом, — в статье «Внедрение ИИ на предприятии».
Человек в контуре: что система не должна решать сама
В логистике и на производстве ошибка дорого стоит и нередко необратима. Поэтому первая версия всегда советует, а действует человек.
- Рекомендация, а не команда. Диспетчер видит «рейс в риске» и принимает решение. Механик видит «вероятен отказ подшипника» и планирует осмотр.
- Управление оборудованием не передаётся. Мы не пишем в контроллеры и не меняем режимы линии. Система читает данные и показывает результат.
- Порог уверенности. Сомнительные случаи уходят человеку, а не решаются автоматически. Как выбирают порог, описано в статье «Порог уверенности модели».
- Журнал. Каждая рекомендация и действие человека записываются: по ним оценивают пользу и ловят дрейф качества.
Для объектов, где есть требования к закрытому периметру и категорированию, работа идёт внутри вашего контура на ваших серверах. Лицензии ФСТЭК у нас нет, аттестацию мы не проводим, требования к защите согласует ваша служба безопасности.
Как принять пилот или остановить его
Пилот заканчивается решением, и оно должно быть записано до начала. Три простые комбинации критерия и действия.
| Результат пилота | Что значит | Что делаем |
|---|---|---|
| Критерий достигнут на вашем периоде | Модель ошибается реже простого метода или реже человека на выборке и экономит время | Переходим к выводу в эксплуатацию этапами, каждый со своей приёмкой |
| Критерий не достигнут, но причина в данных | Модель упёрлась в пробелы: нет фактических времён, журнал ремонтов неполный | Останавливаем пилот, чиним сбор данных, возвращаемся с тем же критерием |
| Критерий не достигнут, причина в задаче | Данных достаточно, а результат всё равно не лучше простого метода | Останавливаемся и пишем в протоколе, что ИИ здесь не нужен: вы платите за честный ответ, а не за обязательный успех |
Когда прекращать пилот и как объяснить это руководству, разобрано в статье «Когда останавливать ИИ-пилот», а почему многие пилоты не доходят до эксплуатации, — в статье «Почему ИИ-пилоты не доходят до продакшена».
Что делаем мы и с чего начать
Начинаем с обследования: 200 000 ₽ и 2–3 недели за один-два процесса, 350 000 ₽ и 3–4 недели, если задействованы учёт, склад и перевозчики, 500 000 ₽ и 4–6 недель для производственного контура с оборудованием. На выходе карта задач с оценкой данных, выбранный первый сценарий, критерий приёмки и вилка бюджета. Обследование вычитается из первого этапа, если продолжаете с нами.
Дальше лёгкий пилот (150 000–400 000 ₽, 2–8 недель) или тяжёлый (400 000–1 200 000 ₽, 2–3 месяца), затем вывод в эксплуатацию от 1 500 000 ₽ этапами по 300 000–700 000 ₽ и сопровождение от 20 000 ₽ в месяц. Мы делаем один участок или один контур, а не внедрение системы на предприятие целиком, и не дежурим круглосуточно. Исходники лежат в вашем репозитории с первого коммита. Подробнее — на странице «ИИ для логистики», цены и сроки — на странице «Тарифы».
Частые вопросы
С чего начать внедрение ИИ в логистике?
С задачи, где данные уже есть в учёте: распознавание транспортных документов, прогноз остатков на складе или оценка риска срыва срока по рейсам. Выбор определяют данные и цена ошибки. Начать лучше с обследования: 200 000 ₽ и 2–3 недели.
С чего начать ИИ на производстве?
С одного объекта: линии или группы оборудования, где есть данные и журнал событий, либо участка, где повторяется брак. Первый шаг часто не модель, а сбор данных одной линии с единой шкалой времени и справочником сигналов.
Нужны ли датчики на всём оборудовании?
Нет. Для первого пилота хватает данных одной линии, которые уже собираются контроллерами или системой учёта. Датчики добавляют, если пилот показал пользу и не хватает конкретного сигнала.
Может ли ИИ строить маршруты и расписания?
Эти задачи обычно решаются математической оптимизацией. Нейросеть помогает оценить время в пути или простой, а сам расчёт делает классический метод. Если ИИ в вашей задаче не нужен, мы так и скажем.
Вы управляете оборудованием?
Нет. Система читает данные и показывает результат. Мы не пишем в контроллеры и не меняем режимы работы линии, решение принимает человек.
Можно ли работать в закрытом контуре?
Да. Работаем на ваших серверах и внутри вашего контура, без выноса данных. Требования к защите согласуются с вашей службой безопасности. Лицензии ФСТЭК у нас нет, аттестацию мы не проводим.
Сколько стоит первый проект?
Обследование — 200 000 ₽, 350 000 ₽ или 500 000 ₽ в зависимости от числа систем и вида контура. Лёгкий пилот стоит 150 000–400 000 ₽, тяжёлый — 400 000–1 200 000 ₽. Вывод в эксплуатацию — от 1 500 000 ₽ этапами по 300 000–700 000 ₽.
Что если пилот не получится?
Мы остановим его по критерию, записанному до начала, и опишем причину: данные, задача или метод. Всё сделанное остаётся у вас по акту. Лучше потратить недели на честный ответ, чем кварталы на проект без результата.