case #0
Artificial intelligence
ЗимаЛето
Производственная компания «ЗимаЛето» (изготовление воздуховодов, фасонных частей и вентиляционного оборудования) столкнулась с узким местом: каждый новый заказ требовал ручного расчёта сроков, себестоимости и цены. Этот процесс вёл сметчик и занимал 3–5 дней. При этом росла нагрузка, а найти квалифицированного специалиста за 70–150 тыс. руб. становилось всё сложнее.
The challenge
1. **Долгие ручные расчёты:** на один заказ уходило 3–5 дней — клиенты не хотели ждать, падала конверсия.
2. **Высокая стоимость сметчика:** 70–150 тыс. руб. в месяц в зависимости от региона, плюс риск ошибок из-за человеческого фактора.
3. **Сложность и неоднородность заказов:** нужно было вручную:
- разобрать номенклатуру (воздуховоды, фасонина, оборудование),
- учесть марку стали, толщину металла, тип соединений,
- отсечь позиции, которые компания не производит.
4. **Расчёт сроков — отдельная боль:** опираться на ГОСТы, производственные нормы и историю заказов без автоматики было почти невозможно.
5. **Интеграция с 1С отсутствовала:** сметчик работал в Excel и отдельных файлах, а данные по остаткам сырья, закупочным ценам и загрузке станков приходилось запрашивать вручную.
What we did
Решение: развернули на сервере заказчика **ИИ-агента** и интегрировали его напрямую в **1С**. Сценарий запускается по факту поступления заказа и выдаёт готовый расчёт за **10 минут**.
Кратко, что происходит:
1. **ИИ получает заказ** и автоматически разделяет запрос:
- по типу номенклатуры (воздуховоды, фасонные части, оборудование и т.д.);
- по характеристикам (марка стали, толщина металла, тип соединений, класс воздуховодов);
- по количеству;
- выделяет позиции, не входящие в перечень услуг/товаров компании.
2. **Рассчитывает сроки изготовления** — на основе:
- действующих ГОСТов,
- производственных норм заказчика,
- характеристик оборудования,
- исторических данных компании (сколько реально уходило времени на аналогичные заказы).
3. **Формирует производственную себестоимость и цену:**
- рассчитывает количество необходимого сырья (металл, комплектующие);
- считает себестоимость продукции;
- определяет отпускную цену (на основе заложенных формул и маржинальности).
4. **Интеграция с 1С** позволила ИИ-агенту:
- сопоставлять расчёты с актуальными закупочными ценами сырья и его остатками;
- автоматически формировать спецификации;
- создавать детальный маршрут производства каждого изделия (последовательность операций);
- синхронизироваться с реальными характеристиками оборудования (скорость, доступность, переналадка);
- участвовать в производственном планировании — предлагать сдвиги или объединение заказов.
**В результате:**
- расчёт заказа сократился с **3–5 дней до 10 минут**;
- компания больше не зависит от одного сметчика (экономия **70–150 тыс. руб./мес.**);
- исчезли ошибки из-за «человеческого фактора» — ИИ работает по единым правилам;
- все расчёты прозрачны и хранятся в 1С, а не в Excel-файлах;
- производственное планирование стало точнее — агент сам подсказывает загрузку станков.
Where else it applies
- Любое **индивидуальное и мелкосерийное производство** (металлообработка, вентиляция, машиностроение, мебель по размерам)
- **Компании со сложной номенклатурой** и большим количеством характеристик (ГОСТы, ТУ, сортаменты)
- **Предприятия, работающие в 1С** и желающие добавить в неё ИИ-расчёты без замены учётной системы
- **Производства с дефицитом сметчиков** или высокой текучкой этой позиции
