Ребята, привет! Мы — цифровое сердце ТЕХНОНИКОЛЬ. И хаб цифровых решений внутри промышленного гиганта.
Мы давно собирались завести здесь блог, но всё как-то несподручно было. И у нас на это пять причин. Первая причина — это мы. А вторая — все HR-мечты. Каждый раз мы находили вескую причину, чтобы не писать первую статью, да и вообще не оцифровывать весь наш опыт, не узнавать у коллег, что нового, над чем работают, с каким трешем столкнулись и как его одолели.
Но в какой-то момент всё же поняли: на пути к цифровому лидерству все средства хороши цифровые проекты должны быть на виду. Поэтому теперь будем показывать всё, что сделали и делаем, — а проектов у нас много, и они действительно крутые.
Долго думали, с чем к вам выйти, но тут случился ПМЭФ, а на нём мы подписали соглашение с Яндексом. В общем, сложили 1+1 и решили поделиться. Буквально с неделю назад случилось это событие. Да, у нас уже был совместный проект: мы уже давно используем инструменты Yandex Cloud в том числе для корпоративного документооборота.
Коллеги из Корпоративного центра убедительно нас попросили:
куда-нибудь органично вписать фрагмент текста от них и оставить его как есть.
Что ж делаем.
ДИСКЛЕЙМЕР: сейчас будет обязательное позиционирование. Без него нам бы не окнули текст.
Теперь к нашим котикам. Наши отношения с Яндексом выходят на новый уровень. Что это значит? Это соглашение послужит толчком к развитию Вместе будем создавать IT-решения на базе искусственного интеллекта в промышленности строительных материалов.
Разработкой и внедрением сервисов будет заниматься Yandex B2B Tech — та самая бизнес-группа Яндекса, которая на базе технологий и опыта компании создаёт и развивает решения для корпоративного сектора.
По нашей задумке, должна получиться сквозная ИИ-экосистема. Она охватит десятки бизнес-процессов: от оптимизации рецептур и предиктивного обслуживания оборудования до управления складскими резервами и автоматизации офисных задач.
На производстве алгоритмы возьмут на себя оптимизацию рецептур, создание цифровых двойников технологических линий и компьютерное зрение.
Предиктивная аналитика позволит предотвращать простои оборудования до возникновения поломок и перейти от реактивного ремонта к проактивному управлению состоянием активов.
В логистике и цепочках поставок ИИ обеспечит прогноз спроса, динамическое управление складскими резервами и расчёт оптимальных маршрутов.
Коммерческий блок перейдёт на адаптивное ценообразование, B2B-рекомендательные системы и автономных ИИ-агентов для сопровождения сложных проектных продаж.
Клиентский сервис и внутренние процессы получат голосовых операторов нового поколения, умный документооборот и HR-аналитику.
Всё это послужит отправной точкой для того, чтобы:
задать стандарт цифровизации в реальном секторе,
сформировать сильные отраслевые ориентиры,
стимулировать технологическое обновление цепочки поставок,
ускорить развитие компетенций, необходимых для укрепления технологического суверенитета отрасли.
Так, вроде смогли худо-бедно с обилием бюрократических оборотов объяснить, как эта сквозная ИИ-система будет сквозить охватит все ключевые контуры бизнеса: производство, логистику, продажи, клиентский сервис и HR-процессы. В общем, ИИ будет всюду.
Теперь к тому, почему всё это затеяли нормально же сидели. Мы поняли, что отдельные цифровые проекты больше не дают большого результата — нужна комплексная перестройка всех процессов. И если мы не побежим сейчас, то потом не угонимся.
Пока вы перевариваете этот корпоративный слог, мы перейдём к тому, ради чего всё затевали — к конкретике (нет). Цифры/факты/метрики (и вся прочая сопутствующая обвеска) появятся позже, а пока делимся контурами изменений, на которые уже видим:
сократится цикл вывода новых продуктов на рынок,
повысится прозрачность сквозных процессов,
стабильно высокое качество продукции станет ещё более стабильно высоким, чем было до этого,
снизится число незапланированных простоев оборудования,
появится динамическое управление складскими резервами.
Ограничения тоже видим: масштаб и сложность наших производственных процессов не позволят провести быструю перенастройку, необходимы переобучение персонала и консолидация разрозненных данных.
Мы трезво оцениваем объём предстоящей работы и не ждём, что всё пойдёт гладко. Именно поэтому хотели бы услышать тех, кто уже обжигался или, наоборот, преуспел на этом пути. Вот что нас интересует:
какие направления ИИ в промышленности вы считаете наиболее перспективными для сквозной интеграции?
Сталкивались ли вы с проблемой объединения разрозненных ИИ-решений в единую экосистему? Что было самым сложным?
Готов ли, на ваш взгляд, реальный сектор к такому уровню цифровой зрелости или большинство пока ограничивается точечными проектами?
Ждём ваши комментарии — давайте обсуждать.