Почему мы выбрали выбрали Яндекс и зачем промышленности строительных материалов ИИ-экосистема

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:

1. задать стандарт цифровизации в реальном секторе,

2. сформировать сильные отраслевые ориентиры,

3. стимулировать технологическое обновление цепочки поставок,

4. 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.