Технология, которую в компании разработали своими силами, ищет на складах предприятий аналоги нужного оборудования вместо того, чтобы закупать новое. За 2025 год эффект составил сотни миллионов рублей.
На складах крупных промышленных предприятий годами копится оборудование и материалы: что-то много лет лежит без движения, что-то дублируется под разными названиями, а что-то и вовсе не значится в учёте. В ЕвроХиме решили разобраться с этим при помощи искусственного интеллекта и создали систему, которая за секунды находит на складах аналоги нужных материалов среди сотен тысяч позиций хранения.
Разбирать вручную сотни тысяч единиц хранения и искать среди них аналоги – задача, которая человеку физически не по силам. Поэтому в компании решили передать эту рутину алгоритму: он сопоставляет две единицы оборудования по техническим характеристикам и определяет, насколько одну можно заменить другой. «Точность подбора материалов достигает 85%, то есть 8–9 предложений о замене из 10 оказываются верными. А за каждым таким предложением стоит реальная экономия: каждый раз, когда мы отказываемся от новой закупки в пользу материала, который уже лежит на складе, компания экономит деньги», – рассказывает Денис Самохвалов, заместитель генерального директора по обеспечению деятельности ЕвроХима.
Идея применить ИИ для поиска аналогов на складах родилась в декабре 2024 года. Первые результаты появились уже через четыре месяца, но точность подбора тогда едва достигала 10% – предложения приходилось разбирать вручную. Чтобы довести технологию до рабочего состояния, команда проекта проанализировала гигабайты данных из SAP, провела выездные проверки и инвентаризации на складах предприятий, привлекла к аудиту и верификации данных первых релизов более 100 человек – от работников цехов и складов до руководителей функций.
К августу 2025 года точность подбора выросла до 85%, а систему тиражировали на 8 предприятий. Экономический эффект – то есть подтверждённая стоимость товарно-материальных ценностей (ТМЦ), вовлечённых в производство со складов вместо новой закупки, – составил сотни миллионов рублей за прошлый год. Потенциальный эффект при масштабировании технологии на все предприятия – может исчисляться миллиардами рублей в год.
Помимо самого алгоритма подбора, в компании выстроили вокруг него целую инфраструктуру: работают дашборды по движению ТМЦ, по остаткам на складах и по заявкам на закупку, предприятиям еженедельно автоматически рассылаются предложения по вовлечению остатков. Параллельно ведётся интеграция процесса подбора аналогов в SAP. Отдельное направление – учёт ранее не отражённого в системе оборудования, чтобы вернуть его на баланс без влияния на бухгалтерскую отчётность.
Проект является не только технологическим, но и управленческим: он потребовал перестроить часть бизнес-процессов и договориться о новых правилах с несколькими подразделениями сразу – от закупок и техобслуживания до финансовой службы. Следующий шаг – оптимизация справочника материалов: классификация, удаление дублей и цифровизация всех этапов процесса движения ТМЦ, от заявки на закупку до списания. Нужна ли обязательная маркировка нейросетевого контента? Россия создаст бесшовные мобильные проекты с Кыргызстаном, Таджикистаном и Узбекистаном Финансовые власти США встревожены перегревом ИИ-экономики
Источник: www.it-world.ru