ERP-системы *

Сколько будет стоить проект перехода с УПП на ERP, если работать без ТЗ, аналитиков, дорожной карты, проектных технологий, графиков и прочих привычных атрибутов? Мне тоже было интересно, поэтому года полтора назад взялись делать такие проекты.

Мысль о том, что переходы можно делать быстрее и дешевле, пришла из прошлого опыта.

Во-первых, внедрения УПП в нулевых обходились сильно дешевле. Хотя все видели 1С впервые (внедренцы, зачастую, тоже :)), ТЗ не писали, аналитиков не было. Да, через задницу многое получалось, но бюджет в 1-2 тысячи часов был вполне средним чеком.

Во-вторых, когда работал ИТ-директором и внедрял что-то внутри предприятия, зная весь контекст, процессы и людей, тоже не пользовался аналитиками, ТЗ, графиками и т.п. И нормально получалось, с вменяемым бюджетом.

Так вот, 20-летний опыт проектов/внедрений/сопровождений говорил, что проекты можно делать за приемлемые деньги. Не было только подтверждения именно для ERP - в нулевых её не существовало, а в должности ИТ-директора только купить коробку успел.

Полтора года назад начали первые проекты делать по этой технологии. Первый завершился в апреле 24 года, обошёлся заказчику в 1930 часов. Можно, получается. Система в эксплуатации уже 11 месяцев.

Сейчас делаем ещё несколько таких проектов.

https://t.me/another1C

Как научить ИИ переносить информацию с бумаги в ERP

Для автоматизации бизнес-процессов часто требуется обработка бумажных документов со сложной структурой — например, счетов или накладных. Разбирать такие документы вручную долго, но, к счастью, процесс можно автоматизировать с помощью ИИ.

Мы в таких случаях используем Datapipe — инструмент с открытым исходным кодом. Он помогает нам построить пайплайн обработки данных. Он устроен так:

1. Данные, размеченные модератором в Label Studio, автоматически загружаются в пайплайн.

2. Размеченные данные добавляются в т. н. «замороженный датасет» — он больше не изменяется и используется для обучения ML-моделей.

3. Затем разбиваем данные на две части:

   • Тренировочный набор (train) — для обучения модели.

   • Проверочный набор (val) — для проверки и оценки качества модели.

4. Изображения подвергаются трансформации: каждая картинка делится на более мелкие сегменты (кропы) для облегчения обучения модели. В каждом кропе выделяются еще более мелкие области, чтобы улучшить точность детекции и классификации.

5. Приступаем к последовательному обучению моделей. Сначала обучаются модели для детекции объектов (YOLOv5), а затем применяются OCR-модели (Google Cloud Vision OCR) для распознания текста.

6. Последовательное тестирование моделей. После каждого обучения модели проводится процесс предсказания результатов на тренировочных и тестовых данных. Подсчитываем метрики качества, и модель с лучшими показателями внедряем в рабочую среду.

Как работает такая система — в нашем блоге.

И для этого не нужен SAP. Кому интересна тема автоматизации производства и управления потребности в материалах на производстве MRP может посмотреть работу MRP системы в реальности.

Прочитав комментарий к статье я понял, что многие разу не видели настоящую работающую MRP систему. Исправляю.

Приглашаем на бесплатный вебинар «Формирование дорожной карты ERP-систем (итеративный подход)»

Дата: 02.04.2024

Время: 17:00-18:00 (мск)

Дорожная карта (roadmap) является неотъемлемой частью полноценного управления ожиданиями заказчиков и вектором развития ИТ-платформы для команды проекта, смежных команд и конечных пользователей.

На вебинаре:
• изучим, что такое дорожная карта и в чем ее отличия от плана проекта;
• поговорим про плюсы использования дорожной карты;
• расскажем, как учесть приоритеты бизнеса и ИТ;
• обсудим, как отразить итеративный подход;
• поделимся опытом работы с ограничениями;
• поговорим о том, что делать в случае изменений в проекте.

Спикер: Михаил Гедзберг — опытный специалист в области управления проектами. Работает в ИТ с 1999 г., последние 12 лет возглавляет различные программы, проекты и инициативы внутри компании.

Регистрация на вебинар по ссылке