СИБУР Цифровой

Такие кейсы хочется спрятать.
Особенно от тех, кто думает, что для ИИ-проекта достаточно выбрать нейросеть и нажать «Запустить» ✨

У СИБУРа есть задача — точнее прогнозировать спрос на продукцию. Для прогноза необходимо ответить сразу на три вопроса: сколько продукции понадобится, какой именно и где? Ошибка в любом из них усложняет планирование производства, запасов и логистики, а значит, приводит к потере денег.

На старте точность прогноза спроса в разрезе продуктов и регионов составляла около 10%. Команда «Управление цепями поставок» внедрила единый процесс планирования и разобралась с несостыковками в данных. Так точность выросла примерно до 60% — без ИИ, за счёт внедрения культуры работы с исходными данными 🔥

Затем вместе с командой Цифрового СИБУРа подключили 10 моделей машинного обучения и большую языковую модель. Теперь система заранее заполняет прогноз, а менеджер может принять его, поправить или составить свой.

Пересчитали результаты за первую половину года и выяснили, что применение ИИ-модели по прогнозированию спроса позволило увеличить этот показатель ещё на 9 процентных пунктов.

За реализацию такого проекта посылаем коллегам наши виртуальные респекты! 💚

🏅Объявляем диджитал-премию без заявок и жюри

Победителей вы уже знаете лично 🤩
Перешлите коллеге карточку, которая подозрительно на него похожа!

— Давайте автоматизируем ещё одно согласование.
— А если пересобрать процесс, оно, вообще, понадобится? 🧪

Антон Рубенчик, директор по цифровым и информационным технологиям СИБУРа, рассказал, как компания подходит к новой волне цифровизации.

Генеративные технологии уже применяют по всей компании. Но прежде чем запускать очередного агента, в СИБУРе разбираются, какую работу ему действительно нужно поручить.

«Агент без реинжиниринга процесса — это дорогой робот», — отмечает

Антон Рубенчик.

Поэтому сначала мы пересобираем процесс: убираем лишние шаги, формализуем решения и только потом определяем задачи для агентов. В результате цифровой помощник может работать самостоятельно, подключая человека лишь в исключительных случаях.

О том, как СИБУР строит эту модель, читайте в интервью Антона Рубенчика для CNews 📍

ИИ 💚 проверено СИБУРом

Одну и ту же эстакаду можно запроектировать легче по весу, а можно — проще в изготовлении.

Как понять, какое решение лучше для проекта, если перед тобой тысячи чертежей металлических конструкций за десять лет? 🧐

Сергей Писарев, руководитель по закупкам для инвестиционной деятельности СИБУРа, рассказал, как команда использует ИИ для сравнения проектных решений и проверки чертежей.

Что удалось найти — показываем в карточках.

🐮 Зачем СИБУРу знать, сколько часов в сутки лежит корова?

И почему поросёнку нужно 34 ℃, курице — специальный коврик в гнезде, а современному телёнку — пластиковый домик и бирка с чипом на ухе?

Всё это вполне конкретные задачи для дивизиона «Агропромышленный комплекс».

💚 СИБУР находит полимерам новые применения в сельском хозяйстве и вместе с переработчиками превращает гранулы в готовые изделия для ферм.

💡 Идея нового изделия — это только начало.
Прежде чем она доберётся до хозяйства, команда проверяет её по шести направлениям:

1. Считает потенциальный тоннаж.
2. Ищет переработчика.
3. Проверяет рецептуру.
4. Анализирует материал и нормативы.
5. Сравнивает экономику с китайскими аналогами.
6. Изучает зарубежный опыт.

Например, для домика теленка центр «СИБУР ПолиЛаб» подобрал УФ-стабилизированный полиэтилен, а температуру внутри затем проверяли датчиками в реальном хозяйстве.

О том, как идея проходит путь от гранулы до фермы, почему некоторые проекты остаются на полке и что в итоге заставляет фермера попробовать новое изделие, рассказывает Алла Емец, менеджер по отраслевым решениям.

Она занимается проектами животноводства в дивизионе «Агропромышленный комплекс» СИБУРа. Читайте в новой статье на «Хабре».

Рубрика: ИИ 💚 проверено СИБУРом
Запускаем серию публикаций о том, как команды СИБУРа встраивают ИИ в реальные рабочие процессы. Показываем конкретную задачу, что поручили ИИ и какой результат получили.

💚 Промпт дня: «рафия, Вьетнам»
СИБУР развивает продажи в Юго-Восточной Азии, Африке и Латинской Америке, где компании нужно быстро находить новых потенциальных покупателей.

Проблема: сотрудники вручную искали компании, собирали контакты и квалифицировали лиды, поэтому подготовка базы для выхода на новый рынок занимала недели, а иногда месяцы.

⚙️ Решение – связка ИИ-агентов, которые сами ищут и проверяют потенциальных покупателей.
Они собирают информацию из каталогов, госреестров, таможенных баз и сайтов компаний в единую базу, а отдельный агент-аудитор проверяет достоверность найденных данных. Сотрудник задает два параметра — продукт и рынок, например, «рафия, Вьетнам» и через 30–40 минут получает готовую базу потенциальных клиентов с объемами потребления, контактами и приоритетом.
 

«Мы сознательно строили инструмент не для замены коммерческой команды, а для снятия с неё рутины. Продавцы должны оперативно идти в рынок с готовой воронкой, а не собирать её месяцами», — отметил Владимир Зимовцев, директор дивизиона «Электронная коммерция и партнерства».

🔥 Встраивание ИИ-агентов в процесс дает сокращение сроков выхода на рынок, трудозатраты на первичную обработку данных падают на 50%, команда высвобождается от закупки внешних баз и рутинного обзвона. Главное — ИИ не заменяет коммерческую команду, а забирает недели ручного сбора. Теперь на старт выхода в новый регион нужны дни, а не месяцы.

Поставили ИИ-агента в закупки и вместе с ним переписали регламент

У ⚫️ИБУРа около 8 000 закупочных процедур в год и более 2 000 поставщиков. На этапе технического анализа до 80% времени команды уходило не на сам анализ предложений, а на сбор недостающих данных: дозаполнить опросный лист, приложить паспорт на продукцию, подтвердить опыт поставок

Этот участок и отдали первому ИИ-агенту в закупках.👍

Когда процедуру начали описывать для машины, выяснилось, что единого процесса на самом деле нет: каждый закупщик вёл проверку по-своему. Так что сначала пришлось договориться о правилах, а уже потом автоматизировать.

О том, как создавали агента, рассказывает в новой статье на «Хабре» Никита Мохов. Листайте карточки.