ИИ помог повысить эффективность производства гибкой упаковки

Компания "Данафлекс-Нано" и Университет Иннополис завершили реализацию проекта по внедрению цифровой платформы предиктивной аналитики на основе технологий искусственного интеллекта для производства гибкой упаковки. Сервис упрощает коммуникацию коммерческой службы с партнерами компании за счет повышения на 10процентов точности планирования реализации заказов. Российская платформа не имеет аналогов. Её работу можно сравнить с функционалом тандема зарубежных продуктов AirFlow + Spark, но у "Данафлекс-Нано" это реализовано одним программным решением, а не двумя. Использование платформы дает возможность снизить нагрузку на сотрудников и оптимизировать их рабочее время. Например, процедура формирования плана продаж на год сократилась в шесть раз: с трех месяцев до двух недель с учетом всех корректировок и этапов согласования. Внедрение цифровой платформы предиктивной аналитики на основе технологий ИИ позволяет исключить возможность ошибки из-за человеческого фактора, а значит сделать коммуникацию с клиентами более профессиональной. В обучении нейросети использовались данные "Данафлекс-Нано" за последние несколько лет. Платформа учитывает множество показателей: параметры технологического процесса, историю заказов клиентов, макроэкономические показатели, сезонность и др. Непрерывный анализ большого массива данных на выходе дает актуальные прогнозы, определяющие работу производства. Искусственный интеллект позволяет эффективно управлять запасами сырья и в разы увеличить их оборачиваемость, оптимизировать загрузку производственного оборудования и на десятки процентов поднять эффективное время работы. Внедрение цифровой платформы в компании "Данафлекс-Нано" осуществлялось при грантовой поддержке РФРИТ в рамках нацпроекта "Цифровая экономика". Общая стоимость проекта составила 172,3 млн рублей, сумма гранта – 121,5 млн рублей. "Грант РФРИТ сыграл ключевую роль в реализации проекта по автоматизации бизнес-процессов за счет внедрения алгоритмов искусственного интеллекта. Самостоятельно взять на себя такую финансовую нагрузку для компании проблематично. Грантовое финансирование было использовано на зарплату и оборудование рабочих мест сотрудников, участвовавших в реализации проекта, а также на оплату услуг правообладателя и интегратора ПО – Университета Иннополис", - рассказал директор по информационным технологиям "Данафлекс-Нано" Усман Джантемиров. Бизнес гибкой упаковки глубоко интегрирован в технологическую цепочку производителей продуктов питания и непищевых продуктов. Поэтому от эффективности и стабильности компании зависит регулярная поставка упаковки на конвейерные ленты крупнейших предприятий страны, а значит и выпуск их продукции для населения. "Наша компания работает на высококонкурентном рынке гибкой упаковки и полимерных пленочных материалов. Различные экономические и политические факторы приводят к резким колебаниям спроса, что отрицательно сказывается на эффективности бизнеса. Вместе с тем, такая волатильность спроса дает компании дополнительные возможности роста, если такие колебания не являются неожиданностью. Платформа предиктивной аналитики на базе ИИ, разработанная совместно с Университетом Иннополис, помогает прогнозировать спрос на упаковку на основании исторических данных потребления и производства, а также основных рыночных маркеров. Это позволяет повысить уровень сервиса и надежности, уменьшить время поставки продукции, улучшить общую эффективность компании. В будущем это приведет не только к повышению финансовой устойчивости компании, но и к росту продаж", - отметил директор по развитию и поддержке бизнеса компании "Данафлекс-Нано" Виктор Молокин. "Проект получился объёмным и интересным. Разработанная платформа содержит в себе цепочку из восьми связанных между собой аналитических сервисов. В начале цепочки - сервис прогнозирования вероятности заказа и его состава, а в финальной группе разместились сервисы планирования загрузки оборудования. Эти сервисы и разработанная система участвуют на всех производственных этапах "Данафлекс-Нано" и помогают решать три ключевые бизнес-задачи: прогнозирование спроса и поставок, оптимизацию производственных планов и повышение маржинальности заказов", - заявила руководитель проектов лаборатории развития продукта в сфере искусственного интеллекта в промышленности Университета Иннополис Евгения Романова. Ссылка на источник