Коротко
- Самые быстрые по окупаемости задачи — офисные: КП, ответы дилерам, рекламации, документы. Нужны только ваши данные и готовая языковая модель.
- Контроль качества по фото требует сотен размеченных снимков брака и обычно стоит дороже. Это задача второго года, а не первого.
- Главное узкое место у малого производства — время от заявки до КП. Клиент, который ждёт расчёт три дня, успевает получить его у конкурента.
- Пилот на одной задаче стоит ориентировочно от 50 до 300 тысяч рублей и занимает 3–8 недель.
- Начинайте с задачи, где есть повторяемость и данные: 20+ одинаковых операций в неделю и архив прошлых примеров.
8 задач ИИ на производстве: сводная таблица
Оценки ориентировочные, для производства с численностью 20–200 человек.
| № | Задача | Что делает ИИ | Сложность внедрения | Срок до результата | Окупаемость |
|---|---|---|---|---|---|
| 1 | Расчёт КП и смет по заявкам | Извлекает параметры из заявки, считает по вашим формулам, готовит текст КП | Средняя | 4–8 недель | Высокая |
| 2 | Ответы дилерам и клиентам | Отвечает о сроках, наличии, характеристиках по базе знаний и данным учёта | Средняя | 3–6 недель | Высокая |
| 3 | Разбор рекламаций | Классифицирует претензии, достаёт данные о партии, готовит черновик ответа | Низкая–средняя | 2–4 недели | Средняя |
| 4 | База знаний для технологов | Ищет по ГОСТам, техкартам, инструкциям, отвечает на вопросы | Низкая | 2–4 недели | Средняя |
| 5 | Контроль качества по фото | Находит дефекты на снимках изделий | Высокая | 3–6 месяцев | Зависит от стоимости брака |
| 6 | Разбор входящих ТЗ и чертежей | Достаёт размеры, материалы, количество из писем и файлов | Средняя | 4–6 недель | Высокая при большом потоке |
| 7 | Ввод входящих документов | Распознаёт счета и накладные поставщиков | Низкая | 2–4 недели | Средняя |
| 8 | Расшифровка планёрок и контроль поручений | Протокол совещания, список задач с ответственными | Низкая | 1–2 недели | Средняя |
Разберём каждую подробнее.
Задача 1. Расчёт КП и смет: самая быстрая окупаемость
Типичная картина на малом производстве металлоконструкций, мебели, окон, упаковки: заявка приходит в почту или мессенджер, менеджер пересылает инженеру, инженер считает в Excel между другими задачами, через 2–3 дня клиент получает КП. За это время он отправил запрос ещё в пять мест.
Что делает ИИ:
- Читает заявку в свободной форме: «нужны 40 стеллажей 2000×1000×500, 5 полок, нагрузка 200 кг на полку, оцинковка».
- Достаёт параметры и сверяет с вашим каталогом и правилами.
- Если данных не хватает — формирует уточняющие вопросы клиенту.
- Подставляет параметры в вашу расчётную модель (формулы, прайс материалов, нормы времени). Важно: считает ваш калькулятор. Модель только переводит текст заявки в цифры.
- Готовит текст КП по шаблону и отдаёт менеджеру на проверку.
Расчёт за 15–30 минут вместо 2–3 дней экономит часы инженера, но главный эффект — выигранные сделки. Подробнее о связке нейросети с расчётами — в статьях нейросеть для составления сметы и нейросеть для коммерческого предложения.
Подводный камень: если ваши правила расчёта живут в голове одного инженера, сначала их придётся записать. Это бывает самой долгой частью проекта, но и самой полезной — компания перестаёт зависеть от одного человека.
Задача 2. Ответы дилерам и клиентам
Дилеры и постоянные клиенты задают одни и те же вопросы: когда будет готов заказ, есть ли на складе, какая толщина у этой модели, можно ли другой цвет. Менеджер тратит на это часы, а ответы в нерабочее время ждут до утра.
ИИ-ассистент отвечает по базе знаний (каталог, характеристики, условия) и данным из учётной системы (статус заказа, остатки). Сложные вопросы и всё, что касается денег и сроков вне стандарта, передаёт человеку.
Ключ к успеху — данные. Если статус заказа в 1С не обновляется, ассистент будет уверенно сообщать неправду. Как связать нейросеть с 1С и что для этого делает программист 1С, — в статье ИИ и 1С.
Задача 3. Разбор рекламаций
Претензия от клиента — это письмо, фото, иногда акт. Нужно понять, что за изделие, какая партия, что за дефект, кто виноват, что ответить. ИИ делает первичную обработку:
- классифицирует претензию: дефект изготовления, повреждение при доставке, неправильный монтаж, несоответствие заказу;
- достаёт номер заказа и партии, находит их в учёте;
- собирает похожие претензии за период — видно, если одна и та же проблема повторяется;
- готовит черновик ответа клиенту по вашему регламенту.
Решение о признании брака и компенсации принимает человек. Но время от письма до осмысленного ответа сокращается с дней до часов, а руководитель раз в месяц получает сводку: какие дефекты повторяются и с каких участков.
Если две-три задачи из этого списка звучат как ваши ежедневные — стоит посчитать, какая окупится первой.
Задача 4. База знаний для технологов и мастеров
ГОСТы, технологические карты, инструкции к оборудованию, внутренние регламенты — сотни документов, в которых трудно найти нужное. Новый технолог неделями учится, где что лежит.
ИИ-ассистент по базе знаний отвечает на вопросы вроде «какой режим сварки для стали 09Г2С толщиной 8 мм по нашей техкарте» и даёт ссылку на документ и раздел. Это одна из самых простых задач: не нужны интеграции, только документы в порядке. Как подготовить документы, чтобы ассистент не путался, — в статье база знаний для чат-бота.
Правило: ассистент цитирует документ, а не пересказывает своими словами. Для технических параметров пересказ опасен.
Задача 5. Контроль качества по фото: работает, но не для старта
Компьютерное зрение — область ИИ, которая учится находить объекты и дефекты на изображениях. На производстве это трещины, сколы, непрокрас, неправильная сборка, отсутствие маркировки.
Почему это задача не первого года для малого бизнеса:
- нужны сотни, а лучше тысячи снимков с размеченными дефектами — у большинства их нет;
- нужна стабильная съёмка: одинаковый свет, ракурс, фон — значит, камера или станция на линии;
- готовые облачные сервисы распознавания (например, Yandex Vision) хорошо читают текст и типовые объекты, но ваш конкретный дефект нужно обучать отдельно;
- стоимость — обычно от нескольких сотен тысяч рублей с оборудованием.
Когда оправдано: брак обходится дорого (возвраты, штрафы от крупного заказчика), объём большой, дефекты видны глазом. Промежуточный вариант — фото готового изделия перед отгрузкой с проверкой по чек-листу: мастер фотографирует, ИИ сверяет комплектность и маркировку, человек подтверждает. Это дешевле и даёт архив снимков для будущего обучения.
Задачи 6–8: документы, чертежи, планёрки
Разбор входящих ТЗ и чертежей. Клиенты присылают запросы в PDF, сканах, фото от руки. ИИ достаёт размеры, материалы, количество и раскладывает в таблицу для расчёта. Хорошо работает с текстовыми ТЗ и спецификациями, хуже — со сложными чертежами: размеры на чертеже модель может прочитать неверно. Ключевые размеры проверяет человек.
Ввод входящих документов. Счета, накладные, УПД от поставщиков сырья. Для этого есть готовые решения, в том числе у 1С. Подробно — в статье распознавание документов нейросетью.
Расшифровка планёрок. Запись совещания превращается в протокол и список поручений с ответственными и сроками. Самая дешёвая задача из восьми, хороший способ познакомить команду с ИИ без риска.
С чего начать: выбор первой задачи
- Выпишите задачи, которые повторяются чаще 20 раз в неделю. Расчёты, ответы, рекламации, документы.
- Для каждой посчитайте время. Сколько минут уходит на одну операцию, сколько операций в месяц, кто их делает и сколько стоит час этого человека.
- Оцените данные. Есть ли архив: 50–100 прошлых КП с заявками, база рекламаций, документы в электронном виде.
- Оцените цену ошибки. Неверный ответ дилеру о сроке — неприятно. Неверный расчёт КП со скидкой 30% — дорого. Для дорогих ошибок нужна обязательная проверка человеком.
- Выберите задачу с наибольшим «время × частота» и приемлемой ценой ошибки. Обычно это расчёт КП или ответы дилерам.
- Запустите пилот на 4–8 недель с измеримой целью: «время от заявки до КП меньше 4 часов» или «70% вопросов дилеров без участия менеджера».
Сколько стоит пилот
Вилки ориентировочные и зависят от интеграций.
| Вариант | Разовые затраты | Ежемесячно | Для каких задач |
|---|---|---|---|
| Готовые сервисы и чат с нейросетью для сотрудников | 0 — несколько десятков тысяч ₽ на обучение | от сотен до нескольких тысяч ₽ за пользователя | Планёрки, база знаний, черновики писем |
| Настройка ассистента на платформе | 50 000–300 000 ₽ | 5 000–30 000 ₽ + оплата модели | КП, ответы дилерам, рекламации |
| Разработка под задачу | от 300 000 ₽ | от 20 000 ₽ | Контроль по фото, сложные интеграции с учётом |
Работа самой модели обычно стоит немного. По прайсу Yandex AI Studio обработка тысячи токенов стоит доли рубля. Основные деньги — настройка, интеграции и сопровождение. Подробнее — в статье сколько стоит внедрение ИИ в бизнес.
Про данные: техкарты, рецептуры, цены закупки часто составляют коммерческую тайну. Если используете облачные модели, выбирайте сервисы с договором и проверьте настройки хранения запросов — например, в Yandex AI Studio можно отключить логирование.
Условный расчёт окупаемости: производство металлоконструкций
Пример условный. Производство стеллажей и металлоконструкций, 60 сотрудников, 120 заявок на расчёт в месяц. Сейчас КП готовит инженер, в среднем 1,5 часа на заявку, срок ответа клиенту — 2 дня. Конверсия заявки в заказ — 15%, средний заказ — 250 000 ₽, маржа — 20%.
| Показатель | До | После пилота |
|---|---|---|
| Время инженера на одну заявку | 1,5 ч | 0,4 ч (проверка) |
| Часы инженера в месяц | 180 | 48 |
| Срок ответа клиенту | 2 дня | 2–4 часа |
| Конверсия в заказ | 15% | 18% (условно, за счёт скорости) |
| Заказов в месяц | 18 | 21,6 |
| Дополнительная маржа в месяц | — | 3,6 × 250 000 × 20% = 180 000 ₽ |
Затраты: настройка 250 000 ₽ разово, сопровождение и модель — 20 000 ₽ в месяц. Даже если конверсия не вырастет вовсе, высвобождается 132 часа инженера в месяц. При стоимости часа 800 ₽ это 105 600 ₽ — окупаемость около трёх месяцев. Рост конверсии из-за скорости — бонус, который нужно проверить на реальных данных, а не закладывать в план.
Типичные ошибки
- Начинать с самой «технологичной» задачи. Контроль качества по фото выглядит эффектно, но офисные задачи окупаются быстрее и дешевле.
- Ждать, что ИИ сам разберётся в ваших правилах. Правила расчёта, регламенты, исключения нужно записать.
- Отдавать расчёт цены языковой модели. Модель переводит текст в параметры. Считает калькулятор с вашими формулами.
- Не назначить ответственного. Пилот без владельца со стороны производства тихо умирает через месяц.
- Не мерить. Без замера «до» невозможно доказать, что пилот окупился.
Если хотите разобрать свои процессы и понять, какая из восьми задач окупится у вас первой и во сколько обойдётся пилот, — оставьте контакты.
Частые вопросы
С чего начать внедрение ИИ на небольшом производстве?
С задачи, которая повторяется десятки раз в неделю и по которой есть архив примеров: расчёт КП, ответы дилерам, рекламации. Запустите пилот на 4–8 недель с измеримой целью и сравните показатели до и после.
Сколько стоит внедрение ИИ на производстве?
Ориентировочно: готовые сервисы — от сотен рублей в месяц на пользователя, настройка ассистента под одну задачу — 50–300 тысяч рублей разово плюс ежемесячное сопровождение, разработка под сложные задачи вроде контроля по фото — от 300 тысяч рублей.
Может ли нейросеть сама считать стоимость заказа?
Языковая модель хорошо извлекает параметры из заявки и пишет текст КП, но считать цену лучше вашим калькулятором с формулами и прайсом. Так результат предсказуем, а ошибки модели не превращаются в убытки.
Нужен ли для ИИ собственный сервер?
Для большинства офисных задач хватает облачных моделей с договором и настройками хранения данных. Собственный сервер с локальной моделью нужен, если данные особо чувствительные или есть требования заказчиков к их хранению.
Как ИИ помогает с контролем качества?
Компьютерное зрение находит дефекты на фото изделий. Для этого нужны сотни размеченных снимков брака и стабильная съёмка на линии. Для малого производства разумно начать с фотофиксации перед отгрузкой — она создаёт архив снимков для будущего обучения.
10+ лет делаю сайты и запускаю рекламу, вместе с командой запустили больше 500 проектов. Пишу о том, что проверили на практике.
Задать вопрос в Telegram →
