Для промышленных предприятий производство, ремонт и техническое обслуживание оборудования оказываются наиболее затратными процессами с точки зрения бюджета [источник]. Если закупаемые для этого материалы отличаются регулярностью и равномерностью потребления, их называют регулярно потребляемыми, или РПМ.

Корректно сформированный перечень РПМ и последующая автоматизация бизнес-процессов улучшают планирование, сокращают замороженные финансовые ресурсы компании и транзакционные издержки, помогает улучшить показатели по уровню обеспеченности и снизить неликвидные запасы. В то же время неправильно выстроенная система закупок “съедает” добавленную стоимость предприятия [источник].

Мы создали решение на основе технологий ИИ, чтобы помочь клиентам эффективно определять РПМ и лучше планировать закупки. Как наши алгоритмы выделяют РПМ и причем тут многофакторный анализ - читайте в статье.

Порядка 20% всех потерь при производстве высокоуглеродистого феррохрома связаны с такими технологическими расстройствами в процессе выплавки, как избыток или недостаток восстановителя. Для компаний это десятки миллионов долларов чистых потерь в год только с одной печи. Решить проблему можно, если установить строгий контроль над всеми этапами производства. Но обычные методы здесь не сработают — температура внутри печи превышает 1600 градусов, и почти ни один датчик не сможет выдержать такие условия. Мы использовали технологии ИИ и создали решение, которое помогает металлургам следить за одним из самых сложных технологических процессов.

Перед закупкой материалов для капитального строительства компаниям нужно актуализировать цены в своих проектных каталогах ТМЦ. На крупных промышленных предприятиях они могут насчитывать 20-30 тыс. наименований разных материалов в год, и каждую позицию нужно сопоставить со множеством внешних прайс-листов.

Обычно такую работу выполняют вручную и тратят на нее до 9 месяцев из-за большого количества источников. Высокие трудозатраты, сопряженные с “ручным” анализом, приводят к финансовым потерям, но что еще хуже — предприятия упускают низкую цену, теряют время на рутинную работу с каталогами и все дальше отодвигают срок начала строительства.

Мы решили создать программу, которая бы проводила мониторинг цен быстро и эффективно. Дальше расскажем, как нам помогли технологии искусственного интеллекта и что получилось в итоге.

Развитие цифровых технологий становится вызовом для многих промышленных предприятий. Для сохранения конкурентных качеств компании должны гибко реагировать на изменения, быстро адаптироваться к новым условиям и непрерывно повышать эффективность производства.

Мы расскажем, как опора на «цифру» повышает качество продукции, снижает затраты, приводит к росту прозрачности и управляемости бизнеса.

ИИ устраняет хаос в каталоге ТМЦ: забудьте о дублях и некорректных описаниях ТМЦ

Чем больше каталог ТМЦ, тем сложнее им управлять: дубли, некорректные описания ТМЦ, как следствие избыточные запаса и снижение уровня обеспеченности — эти проблемы хорошо знакомы бизнесу. Чистить каталоги вручную — долго и неэффективно, поэтому мы решили проблему через ИИ: разработали алгоритм, который быстро наводит и поддерживает порядок даже в самых запущенных каталогах. Мы придумали и разработали решение, которое решает эту проблему.