Статьи · Производство

ИИ на производстве: где применять и примеры

На заводе ИИ полезен не только у станка. Больше всего времени он экономит в офисе: на разборе заявок, расчёте КП, закупках, рекламациях и сводках, которые сейчас собирают руками.

Где ИИ работает на производстве

Когда говорят про ИИ на производстве, обычно вспоминают компьютерное зрение на линии, предиктивный ремонт оборудования и цифровые двойники. Это работает, но требует датчиков, MES и больших вложений.

Есть второй слой, о котором говорят реже. Это всё, что происходит вокруг цеха: заявка клиента, спецификация, КП, договор, план, закупка, отгрузка, рекламация. Здесь данные уже есть в 1С, почте и рабочих чатах, а работают с ними люди вручную.

На этом слое ИИ-агент делает то же, что сделал бы аккуратный помощник: читает входящие документы, ищет данные в 1С, ставит задачи, напоминает, собирает отчёт. Новую программу людям ставить не нужно, они продолжают работать в 1С, почте и Telegram.

Для завода средней величины быстрый результат обычно даёт именно этот слой. Дальше речь о нём.

Куда уходит время

В одном посте на TenChat про боли завода с оборотом 5 млрд это описано точно: «одна компания — но пять баз», «у каждого отдела своя правда», «директор на совещании не решения принимает — он расследует, кому верить».

В кейсах интеграторов Битрикс24 производственники пишут о том же. У завода им. Платова «отсутствовали налаженные процессы взаимодействия между отделом продаж и производством». В другом кейсе «информация терялась между замерщиками, монтажниками, снабжением и бухгалтерией», «договоры формировались вручную», «переписка велась вне CRM».

Типичные потери на производстве:

• Заявка клиента приходит в PDF, Excel или скане, и менеджер вручную ищет каждую позицию в справочнике номенклатуры.
• КП по типовому изделию ждёт технолога или конструктора несколько дней.
• Клиенты звонят начальнику цеха, чтобы узнать статус заказа.
• Заявки цехов на закупку приходят в разном виде и висят на согласовании.
• Рекламации разбирают долго: фото, партия, ответ ОТК собираются по разным людям.
• Директор узнаёт об отставании по заказам на планёрке, когда уже поздно.

Ни одна из этих задач не требует сложной инженерии. Они требуют внимания и времени, которого у менеджеров и мастеров не хватает. Пока один менеджер разбирает спецификацию на 200 строк, три новых запроса ждут в почте.

Примеры ИИ на производстве

Публичных цифр по офисной части пока немного, но они есть. По данным Yandex Cloud, у ТМК после внедрения ИИ время обработки документа сократилось на 70%. Речь о входящих документах, которые нужно разобрать и сопоставить со справочником.

Там же Yandex Cloud перечисляет, что мешает промышленникам: «разрозненные данные и версии документов», «жёсткие требования ИБ», «нет единого подхода к расчёту окупаемости», «риски галлюцинаций», «контроль доступа агентов к ERP, CRM, MES». И отмечает, что реальная агентская функциональность есть примерно у 5% продуктов в реестре ПО.

Почему тема важна сейчас. По опросу Работа.ру и СберПодбора, производительность труда — главный приоритет для 74% компаний в 2026 году. Людей при этом не хватает: на одного сварщика приходится 6–8 вакансий, на слесаря-ремонтника 5–7 (vc.ru, «Завод кадров»). Нанять ещё одного менеджера или снабженца сложно, поэтому рутину приходится забирать у тех, кто уже работает.

Что ИИ-агент делает на заводе: типичные сценарии

Ниже сценарии, которые подходят производству без своего отдела разработки. Это типичные сценарии, как такая работа обычно выглядит.

• Разбирает заявку клиента из письма, PDF или Excel и сопоставляет позиции со справочником номенклатуры в 1С. Спорные строки показывает менеджеру.
• Готовит черновик КП по типовым изделиям: цена, срок, условия. Менеджер проверяет и отправляет.
• Напоминает менеджеру, если клиент неделю не ответил на КП, и предлагает текст письма.
• Отвечает клиенту о статусе заказа и дате отгрузки по данным из 1С.
• Собирает заявки цехов на закупку в одном формате и ведёт их по маршруту: начальник цеха, снабжение, финансы.
• Принимает рекламацию, просит фото и номер партии, ставит задачу ОТК и следит за сроком ответа.
• Ищет ответ на вопрос мастера в регламентах, техкартах и ГОСТах и указывает документ и пункт.
• Каждое утро присылает директору сводку: отгрузки, отставание по заказам, брак, дебиторка.

Отдельная тема: найм рабочих

На многих заводах рост тормозит нехватка людей. Оборудование купить проще, чем найти сварщика. В материале «Завода кадров» на vc.ru риски дефицита описаны прямо: остановка линий, рост себестоимости, задержки госзаказа. Там же прогноз, что к 2027 году дефицит вырастет ещё на 15–20%.

Рекрутер на заводе обычно перегружен однотипной работой: ответить кандидату, спросить про опыт и разряд, записать на собеседование, напомнить о выходе на смену. Часть кандидатов пропадает просто потому, что им не ответили вовремя.

Эту часть можно отдать ИИ-агенту. Он отвечает на отклики в hh.ru и мессенджерах в любое время, задаёт первые вопросы, записывает на встречу и напоминает о ней. Решение о найме принимает человек. Самолёт, например, поручил ИИ первичные собеседования и, по данным ComNews, закрывает вакансии за 26 дней вместо 32.

Как начать: один процесс, пилот, цифры

Выберите процесс, который повторяется каждый день и заметен всем. На производстве это чаще всего разбор входящих заявок или сводка директору. Оба процесса понятны, оба легко измерить.

До старта запишите, как сейчас. Сколько минут менеджер тратит на одну заявку. Сколько дней проходит от запроса до КП. Сколько звонков в неделю получает начальник цеха с вопросом «когда отгрузка».

Пилот идёт 2–4 недели на одном отделе или одной группе клиентов. Агент подключается к 1С и почте, сотрудники работают как раньше. В первые недели его поправляют: где-то он неверно сопоставил позицию, где-то не тому отправил вопрос.

Что смотреть по итогам пилота:

• Время на обработку одной заявки или документа.
• Срок от запроса клиента до КП.
• Долю позиций, которые агент сопоставил без исправлений.
• Число звонков и писем «где мой заказ».

Риски и ограничения

Безопасность — первый вопрос любого завода. Агенту дают минимальные права: там, где можно, только чтение. Доступ к 1С ограничен нужными справочниками и документами. Данные хранятся в России, каждое действие агента записывается в журнал.

Персональные данные клиентов, сотрудников и кандидатов подпадают под 152-ФЗ. Нужны согласия, понятное хранение и ограниченный круг людей с доступом.

ИИ ошибается. Он может неверно распознать артикул или перепутать единицы измерения. Поэтому цены, сроки отгрузки в договоре и ответы по рекламациям подтверждает человек. Агент готовит черновик, решение за сотрудником.

Данные должны быть в порядке. Если в справочнике номенклатуры три варианта одной детали, агент будет путаться так же, как новый менеджер. Иногда первым шагом становится чистка справочника.

Итог

Применение ИИ на производстве начинается с офиса вокруг цеха: заявки, номенклатура, КП, закупки, рекламации, сводки. Там уже есть данные и много ручной работы.

Начинать стоит с одного процесса и честных цифр до и после. Если пилот на разборе заявок сэкономил менеджерам часы, следующим шагом можно взять закупки или рекламации. Если нет, лучше понять причину до того, как расширять.

DeepOps подключает ИИ-агентов к 1С, Битрикс24 и рабочим чатам, начинает с одного процесса и помогает с наймом рабочих, когда не хватает людей. Подробнее на страницах ниже.

Частые вопросы