Кейсы

Новые кейсы внедренных решений

Изучите реальные истории успеха наших клиентов и результаты внедренных решений

C 2003 года помогаем выстраивать системный и автоматизированный бизнес

кейс #3

Разработка и сайтыИскусственный интеллект

Тимокс

Основными потребителями стали предприятия металлургии, лесного и строительного комплекса, обрабатывающих и добывающих отраслей из различных регионов РФ. В номенклатуру выпускаемой продукции входят вакуум-разливочные ковши, литейные машины, редукторы различного назначения, грузоподъемные механизмы, технологическая оснастка, запасные части для ремонта оборудования различного типа.

С какой проблемой пришли?

Есть крупные гос корпорации, которые используют иностранное оборудование, это оборудование выходит из строя и нет возможности приобрести детали для ремонта, в следствие чего они заказывают такие детали у российских производителей, все происходит через тендерную закупку. В качестве тендерной документации предоставляются чертежи различного качества (старые/потертые, на сканах очень много шума (тоннер, краска и тп), качество сканирование низкое). По этим чертежам технологам Тимокс необходимо было сделать просчеты норм времени, какие производственные операции необходимо совершить, чтобы произвести эти детали, а также выяснить себестоимость работ и возможно ли эти детали произвести на оборудовании, которое есть у Тимокс Задача №1. Быстрый расчет норм времени на производство деталей. Расчет занимал до нескольких дней и недель. Задача №2. Понять себестоимость выпускаемой продукции, чтобы правильно рассчитать стоимость отгрузки детали и сформировать коммерческое предложение. Потому как некоторые детали уникальные, на них нет серийного производства, рынок не знает отпускных цен и не понимает себестоимости Задача №3. Понять, а возможно ли произвести эту деталь на оборудовании, которое имеется у Тимокс. Основные проблемы: - очень долгий расчет и отрыв технолога от основных обязанностей - из-за долгого расчета терялось до 20% контрактов - работа в минус из-за отсутствия понимания себестоимости и рыночной цены

Что сделали

Решение: Шаг 1: Внедрили ИИ-ассистента локально на серверах Шаг 2: Обучили его на ГОСТах, производственных нормах, исторических данных Шаг 3: Интегрировали в 1С — привычную среду технолога Шаг 4: Добавили модуль анализа чертежей и обработки изображений Шаг 5: Реализовали оценку производственной пригодности В результате: - Расчёт норм времени — от 1 до 3 минут - Погрешность — не более 5% - Автоматическое извлечение информации с чертежей — точность 85% - Точность расчёта себестоимости резко возросла - Определение пригодности оборудования — 99% случаев - Уменьшилась нагрузка на ключевых сотрудников

Где ещё применимо

- Машиностроение, где поступают заявки с чертежами - Мебельные и металлоконструкционные компании (с нестандартными заказами) - Проектные бюро и инжиниринговые компании - Заводы с малосерийным производством - Окна/двери — расчет по чертежу, выдача КП - Интеграторы, участвующие в тендерах с неструктурированными входными данными

Хотите обсудить похожий проект?

Еще кейсы

Кейс автоматизации для Производство металлопластиковых окон (под NDA). 1С, Разработка и сайты, Искусственный интеллект. Реализовано компанией Технологии и Бизнес
Разработка и сайтыИскусственный интеллект

Производство металлопластиковых окон (под NDA)

Проблема клиента: Менеджеры взаимодействуют с дилерами, которые присылают заказы в произвольной форме — таблицы Excel, PDF, сканы, фото от руки.

Читать кейс
Кейс автоматизации для Производство и обслуживание подвижного состава (под NDA). 1С, Разработка и сайты, Искусственный интеллект. Реализовано компанией Технологии и Бизнес
Разработка и сайтыИскусственный интеллект

Производство и обслуживание подвижного состава (под NDA)

В ДЕПО возникла критическая нехватка специалистов по техническому осмотру локомотивов.

Читать кейс
Кейс автоматизации для Крупное ГУП (под NDA). 1С, Разработка и сайты, Искусственный интеллект. Реализовано компанией Технологии и Бизнес
Разработка и сайтыИскусственный интеллект

Крупное ГУП (под NDA)

Проблема клиента: Организация ежедневно получает огромный объем входящих документов: УПД, акты, счета-фактуры, договоры, счета и пр.

Читать кейс