AI помогает не только маркетологам, но еще цементным заводам и поставщикам тракторов
Собрали кейсы, в которых такой подход сэкономил бизнесу десятки миллионов рублей.
Технологии завоёвывают всё больше отраслей — даже те, которые кажутся консервативными и неповоротливыми. По итогам 2023-го Россия вошла в топ-10 стран по объёму вычислительных мощностей, а уровень внедрения AI в приоритетных направлениях экономики достиг 31,5%.
На платформе «Цифровое развитие» мы рассказываем, где именно применяются технологии и как они влияют на показатели бизнеса. Ниже — несколько кейсов, которые будут полезны ИТ-компаниям: можно разглядеть новые ниши для своих продуктов.
🏘 Строительная компания: электронный обмен для поставок материалов
Два-три года назад тренд на автоматизацию работы с поставщиками поддерживал в основном большой бизнес. Например, одна строительная компания внедрила систему электронного обмена данными с модулем снабжения. Он работает по типу маркетплейса, к нему подключили больше 1000 поставщиков и 420 подрядчиков.
Вот результаты:
- обработка заказов на стороне поставщиков сократилась с 15 до 8 дней. Планируется довести до 1—2 дней;
- доля заказов с ошибками уменьшилась в два раза — с 15 до 7,5%. Хотят добиться 0,5%;
- на 70% ускорился документооборот, а на бумагу стали тратить на 20% меньше.
В последние годы эстафету подхватил малый и средний бизнес. Теперь автоматизация поставок помогает кафе и ресторанам сократить количество списаний, а небольшим магазинам — своевременно пополнять остатки товаров.
🍅 Агрохолдинг: автоучёт 60 000 тепличных ламп
Иногда для ощутимого эффекта достаточно автоматизировать всего один процесс. К примеру, агрохолдингу, чтобы получать стабильно высокий урожай, важно вовремя менять десятки тысяч ламп в теплицах на площади 9 га. Они увеличивают продуктивность фотосинтеза в условиях российского Северо-Запада.
Лампы служат три года. Раньше, когда срок подходил к концу, компания просто закупала новую партию и заменяла все приборы. При этом не учитывалось, что часть ламп уже поменяли по гарантии. Теперь, когда их учёт автоматизировали, на световых приборах планируется сэкономить 30%. А также повысить урожайность за счёт лучшего отслеживания негорящих ламп.
🚗 Поставщик шин и дисков: облака для сезонной нагрузки
Рынок облачных сервисов в России растёт на несколько десятков процентов в год.
Они сокращают расходы на ИТ-инфраструктуру, частично закрывают вопрос безопасности данных и позволяют быстро масштабироваться, например, в период аномального спроса.
Так, миграция в облако помогла крупному поставщику шин и дисков справиться с потерей клиентов в начале лета и зимы. При пиковых нагрузках сотрудники стали обрабатывать в 10 раз больше заявок, а конверсия из клиентских заявок выросла в два раза.
🪨 Крупный производитель цемента: автоконтроль за качеством
Решения для управления качеством продукции снижают долю брака, увеличивая производительность и улучшая отношения с клиентами. По-хорошему, они должны быть востребованы на любом крупном производстве.
Например, одному цементному заводу мощностью почти 2 млн тонн в год (всего в России выпускают 62 млн тонн) критически важно соблюдать пропорции мела, мегреля, бокситов и огарков в зависимости от их химического состава. За ним следили импортные поточные анализаторы, которые часто ошибались, особенно при высокой влажности компонентов. Операторы, которые регулировали дозировку, могли ошибиться вслед за ними.
В итоге компания решила отказаться от зарубежных анализаторов в пользу российской цифровой системы. Она в автоматическом режиме поддерживает дозировку и весовые пропорции на линии. Качество каждой партии стало стабильнее, отклонение от стандарта уменьшилось на 20—25%. Кроме того, исчезла проблема с заменой и утилизацией радиационного элемента, встроенного в анализаторы.
🚜 Поставщик сельхозтехники: плюс 30 млн рублей в год за точные AI-прогнозы
Предиктивные модели ритейл применяет при закупке товаров, банки — при оценке востребованности наличных в банкоматах, а поставщик тракторов и комбайнов прогнозирует спрос на запчасти.
Всё началось с решения о масштабировании — выходе за пределы Ростовской области и Краснодарского края. Постепенно стало понятно, что не хватает каналов продаж, информации для прогнозирования объёмов сбыта, а также ресурсов при работе с возрастающим спросом. Решили внедрить CRM-систему и предиктивную аналитику.
В результате:
- закупки прогнозируются на год вперёд с точностью более 90%, эффективно планируется загруженность складов;
- рентабельность продаж выросла на 15%;
- прямой эффект от AI-прогнозирования спроса оценивается в 30 млн рублей в год.