/


Главная / Услуги и решения / Искусственный интеллект

Искусственный интеллект

Приветственное слово

В нынешних экономических условиях чрезвычайно важно быстро принимать управленческие решения. Компании ищут новые подходы, помогающие извлекать максимальную пользу из той информации, которой располагают, чтобы увеличить чистую прибыль, быть на шаг впереди конкурентов, работать на новых рынках.

В 2017 г. тема искусственного интеллекта стала узнаваемой для многих бизнесменов, заявления руководителей крупных корпораций и политиков об эффективности данных технологий подогревают интерес бизнеса. Опыт внедрения такого рода решений пока имеют лишь немногие компании, а создать команду по анализу на базе искусственного интеллекта могут единицы. Наша команда владеет опытом практического использования систем искусственного интеллекта, экспертизой в консалтинге и внедрении данных технологий.

Softline применяет лучшие практики отраслевой бизнес-экспертизы, методологий пилотирования и внедрения проектов, в том числе на базе портфеля отраслевых алгоритмов искусственного интеллекта.

Целью проектов внедрения систем искусственного интеллекта является разработка реальной экономической модели предприятия в терминах «затраты-эффективность».

«Те компании, которые не используют искусственный интеллект, в скором времени просто-напросто перестанут существовать на рынке», –

Герман Греф,
президент и председатель правления Сбербанка

Дмитрий Карбасов, руководитель отдела бизнес-решений
и предиктивной аналитики Softline

 

Дмитрий Карбасов, руководитель отдела бизнес-решений и предиктивной аналитики Дмитрий Кравченко, консультант по бизнес-решениям и предиктивной аналитике Тимур Артемьев, консультант по бизнес-решениям и предиктивной аналитике

Команда отдела

Новости отдела и публикации экспертов

 

Отраслевые решения

Повышение эффективности производ­ственной системы невозможно без создания внутренних правил и решений, которые обеспечивали бы контроль всего жизненного цикла производства и минимизировали любые потери. Анализ расходов производства помогает выявлять тенденции, планировать последующие продажи по продуктам, клиентам, подразделениям и, исходя из результатов сбыта, строить механизмы деятельности предприятия.

Решаемые задачи промышленного анализа:

  • Отчетность – закрытие потребности по формированию некой регулярной отчетности.
  • Анализ – анализ массивами данных с целью выявления различного рода корреляций, зависимостей, трендов и т.д.
  • Прогноз – предиктивная аналитика, управленческие решения принимаются на основе прогнозов, которые дает система.
  • Оперативный контроль – обеспечение менеджеров и сотрудников информацией, необходимой для принятия мгновенных решений, что может сыграть существенную роль в повышении эффективности бизнеса.

Наш подход объединяет в себе решение перечисленных задач и напрямую связан с информационной составляющей производственного процесса (станки с ЧПУ, PLC, АСУТП, HMI, SCADA, MES, ERP, BI) и позволяет обеспечить новый уровень эффективности предприятия и управления затратами по следующим направлениям оптимизации производства:

Качество НСИ и транзакционных данных.

Цель: Повысить качество данных до уровня, приемлемого для последующего анализа.

Прогнозирование спроса.

Цель: Получить максимально точный прогноз спроса на готовую продукцию.

Планирование продаж и ресурсов на основе прогноза спроса (Sales and Operations Planning, S&OP).

Цель: Снизить издержки во всей цепочке поставок, минимизировать потерянные и замороженные продажи за счет оптимизации запасов.

Мониторинг и оптимизация непрерывных процессов.

Цель: Обеспечить стабильность характеристик технологических процессов, гарантируя при этом соответствие продукции установленным требованиям.

ТОиР — прогнозирование выхода из строя оборудования, его техническое обслуживание и ремонт.

Цель: Повысить эффективность использования оборудования за счет предупреждения и устранения потерь на протяжении всего его жизненного цикла.

Клиентская аналитика

Специалисты отдела маркетинга работают в сложных условиях: в условиях роста рыночной конкуренции все большее внимание уделяется качеству сервиса и лояльности клиентов. Компании понимают, что сегодня им не обойтись без предложения, которое действительно нужно клиенту. Причем именно по тому каналу, который будет ему удобен.

Сделать это достаточно сложно. Например, сегодня в США от 70 до 99% клиентов запрещают своим банкам звонить и посылать им текстовые сообщения с предложениями. Соответственно, бизнесу грозит риск уменьшения контактов с аудиторией.

Решаемые задачи клиентской аналитики:

  • Обогащение информации о клиентах из источников данных. Цель – получать максимальные данные о клиенте из внешних и внутренних источников.
  • Многофакторная сегментация клиентов с помощью технологий искусственного интеллекта (ИИ). Цель – сегментировать клиентов для формирования точечных предложений.
  • Таргетированный маркетинг. Цель – оптимизация маркетинговых программ, выявление критериев чувствительности клиента.
  • Выявление фактора продажи. Цель – выявить клиентов для целевых предложений в определенные дни.
  • Анализ эффективности каналов коммуникации с клиентом. Цель – выявление целевых каналов связи с покупателем.

Оптимизация товарных запасов

Цель: повышение рентабельности оборотных активов.

Сегодня предприятия и компании все чаще вынуждены работать в условиях ограниченности ресурсов: трудовых, логистических, складских, финансовых. При этом потери от неэффективного управления запасами, по статистике, составляют до 2% оборота компании. Основной причиной этого, по нашему опыту, является избыточность складских запасов, которые составляют от 10% до 25% от совокупной стоимости складских запасов, причем большая часть потерь приходится на ошибки прогнозирования спроса, неверно рассчитанной логики ограничений и оптимизации логистических цепочек. 

Такие потери увеличивают себестоимость продукции и ее конечную стоимость для потребителя, что ведет к снижению конкурентоспособности. Потенциальную экономию здесь можно реализовать благодаря внедрению решений, которые позволяют автоматизировать процессы прогнозирования, расчета страхового запаса, планирование закупки, автозаказ поставщику и другие.

Процесс оптимизации направлен на непосредственное улучшение базовых бизнес-показателей:

  • повышение рентабельности оборотных активов;
  • уменьшение доли неликвидов и слабо оборачиваемых товаров и товарных групп;
  • повышение оборачиваемости активов в натуральных показателях и в денежном выражении.

О технологиях

Отзывы клиентов

компании «Блеск»–Иван Никулин

Благодаря сотрудничеству с Softline у нас появилась возможность оценить преимущества решения, используя его в тестовом режиме на реальных данных. Первичная оценка показывает, что для работы с Forecast NOW! нам не потребуется привлекать большой штат программистов и аналитиков: бизнес-пользователи после первичной настройки программы могут использовать решение самостоятельно. У системы универсальная конфигурация, ее не нужно кастомизировать: дополнительные функции становятся доступны централизованно при очередном обновлении. Все это позволит нам обеспечить высокую результативность в процессе управления товарными запасами при оптимальных затратах ресурсов.