Популярный Формат

⏳От теории к реальным выгодам: цифровые двойники и имитационное моделирование Сегодня цифровые двойники и имитационное моделирование — это инструменты для управления складом/предприятием, доказавшие свою эффективность. Они позволяют просчитывать последствия каждого шага и принимать решения, которые приносят реальную экономическую выгоду. Виртуальная модель склада даёт возможность не только анализировать текущие процессы, но и тестировать любые изменения — от маршрутов техники до внедрения новых технологий — без риска для работы склада или предприятия. ЧТО ЭТО ДАЕТ НА ПРАКТИКЕ 🔸 Возможность заранее находить и устранять «узкие места» 🔸 Экономию времени и средств за счёт виртуальных экспериментов 🔸 Повышение прозрачности, управляемости и безопасности объекта 💡 Как это можно применить? У нас был кейс, где мы использовали цифровой двойник в зоне ручной сортировки. Модель показала, что реальное время операции из-за человеческого фактора и непредвиденных остановок увеличивается в разы. Как только узкое место было обнаружено, проблему удалось решить внедрением системы pick-to-light. Это сократило время обработки до 7–10 секунд, повысило пропускную способность на 30% и позволило точно рассчитать экономический эффект ещё до закупки оборудования. 💎 Другие кейсы и прикладные задачи для цифрового двойника читайте в новой статье. 👉🏻 Александр Глазунов

«Формату кода» вручили благодарственное письмо от ЛОТПП 💪🏻 Наша компания поддержала благотворительную акцию Ленинградской областной торгово-промышленной палаты, приуроченную ко Дню Победы. 🫂 По доброй традиции мы подготовили подарки для ветеранов из Волховского района, чтобы выразить признательность поколению, чьими подвигами гордится вся страна. 🤝 Благодарим ЛОТПП за организацию и возможность принять участие в этом важном деле!

🔧 КТО ОСТАНЕТСЯ У СТАНКА? Недавно я принял участие в круглом столе «Фонтанки.ру», где вместе с коллегами из Wheelies (корпорация ITG) и ISRobotics мы обменялись мнениями о том, как роботы меняют производство и логистику. Среди главных вопросов: 1. Насколько мы близки к полностью автоматизированным складам? 2. Какие задачи машины решают лучше людей? 3. Как не ошибиться при выборе дорогостоящего оборудования? Мы разобрали ключевые барьеры и драйверы роботизации: от процессов, приносящих наибольшую отдачу, до сложностей окупаемости и правильного расчёта возврата инвестиций (ROI). Ключевой риск роботизации — неверный выбор. Ошибка при подборе оборудования может обойтись предприятию чрезвычайно дорого. Если программное обеспечение ещё можно доработать или заменить, то неверно выбранные конвейеры, роботы или другие элементы инфраструктуры потребуют серьёзных дополнительных инвестиций. Устранить подобные риски позволяют инструменты моделирования. 💡 Именно поэтому я считаю цифровое моделирование фундаментом любого успешного проекта автоматизации. Использование имитационной модели склада на базе цифрового двойника позволяет проверить различные сценарии работы, просчитать пиковую нагрузку и оптимизировать расстановку техники ещё до закупки первого робота. Это даёт компаниям уверенность в том, что их инвестиции окупятся, а система будет работать эффективно. Спрос на такие решения постоянно растёт, ведь сегодня быть уверенным в результате важнее, чем когда-либо. 🧭 Остальные вопросы дискуссии — в статье. 👉🏻 Андрей Казачков

Бизнес с ИИ-ассистентом ✅ или без ❌? Многие российские компании уже внедрили корпоративные чат-боты и генеративные модели: потрачены бюджеты, настроена инфраструктура, у сотрудников появились умные помощники. Однако реальный финансовый эффект остается минимальным. По данным недавнего опроса Центробанка, в котором приняли участие почти 15 тысяч российских компаний, искусственный интеллект уже внедрило каждое седьмое предприятие. Однако главный ожидаемый эффект — рост производительности — зафиксировала лишь треть опрошенных. Многие предприятия не увидели разницы от внедрения технологий. 🗯 Почему большинство проектов по внедрению ИИ не оправдывает инвестиций? О главных причинах низкой эффективности таких внедрений, а также об «инструкции по применению ИИ-агентов» рассказываю в новой статье. 👉🏻 Александр Жуков ☑️ Мы в MAX

❗️ПОРА ОБ ЭТОМ РАССКАЗАТЬ — И МЫ РАССКАЖЕМ 25 ИЮНЯ Популярный корпоративный ритуал последних лет: собраться, сказать “нам нужен ИИ”, запустить бота с красивым окном и вопросом “чем я могу помочь?”. Почувствовать, что цифровая трансформация началась… ✋🏻 Но для бизнеса технологии интересны лишь в одном случае — когда они меняют экономику процесса. Поэтому мы делаем ставку не на «ещё одного ИИ-ассистента», а на автономных агентов, которые встроены внутрь процессов. 💥Чтобы показать, как это работает на практике, 25 ИЮНЯ в 16:00 я проведу вебинар «ИИ в бизнесе: практические кейсы без „внедрения ради внедрения“». 💎 На встрече обсудим: - Почему удобство для сотрудников не всегда означает пользу для бизнеса - Где искусственный интеллект действительно влияет на ключевые процессы и экономику компании - Как правильно считать экономический эффект от внедрения ИИ (без воды и сложных формул) - Какие сценарии уже работают (+демонстрация реализованных проектов) РЕГИСТРАЦИЯ До встречи онлайн! 👉🏻 Александр Жуков

👾 КАК ИИ ДОБРАЛСЯ ДО РИТЕЙЛА 👾 На днях небезызвестная компания X5 опубликовала итоги промышленного внедрения технологий искусственного интеллекта. Согласно обзору TAdviser, суммарный экономический эффект от применения ИИ-решений по результатам 2025 года составил около 5 млрд рублей прироста операционной прибыли. 📈 Основной рост обеспечили ИИ-модели, интегрированные в ключевые процессы: от пополнения запасов и прогнозирования спроса до ценообразования, управления ассортиментом и персонализированных рекомендаций. В условиях высокой конкуренции компании делают ставку на цифровизацию, используя ИИ для глубокого анализа данных. 💡 О том, как ИИ может собирать аналитику по ассортименту, продажам, маржинальности и другим коммерческим вопросам, а людям оставлять лишь принятие ключевых решений — читайте в новой статье. 👉🏻 Александр Жуков ☑️ Мы в MAX

Собрались в баре два CTO: один с богатой фантазией, а другой более консервативный. За пенными напитками завязался между ними интересный разговор. — Представляешь, я наконец-то в облако пошел! — О, круто! Видиайки взял? Или бэкапы разместил там? — Неее, это как-то слишком банально. У меня задачка поинтереснее! Нужно было обучить компьютерное зрение для одного предприятия. — И как? Обучил? — Обучил. И даже кейс об этом написал на Хабре. Как только беседа закончилась и отправились они по домам, консервативный CTO достал свой смартфон и судорожно начал искать тот кейс. Нашел. И всю дорогу читал, как ребята из «Формат кода» внедрили компьютерное зрение своему заказчику, а обучали его на мощностях Nubes. Почитать эту увлекательную историю можно по ссылке. P. S. Про резервные копии в облаке забывать не стоит. И совсем это не банально, а даже необходимо!

🙏🏻 Не маркетплейсом единым: как бренду вернуть контроль над продажами и брендом с помощью IT 📊 По данным аналитических компаний, российский рынок розничной интернет-торговли достиг 13,4 трлн рублей, количество онлайн-заказов — 8,3 млрд в год. Казалось бы, отличная новость для брендов и дистрибьюторов: огромный рынок, высокий спрос, покупатели привыкли к онлайну. Но за этими цифрами скрывается проблема: обеспечив инфраструктуру (трафик, логистику, платежи), маркетплейсы забрали у брендов главное — прямой контакт с покупателем. 💡 Если компания хочет управлять своим бизнесом, а не зависеть от алгоритмов площадки, ей необходима омниканальная стратегия. Как выстроить её правильно, рассказывает в новой статье руководитель проектов Кирилл Пегов. 🔸 ЧИТАТЬ 🔸 ☑️ Мы в MAX

🔣 Цифры, которые не врут Недавно технический директор Борис Кириллов участвовал в круглом столе «Данные как актив» от портала «Фонтанка.ру». 🗣 Вместе с коллегами из ГК «Синтека», ГК «А101», «Альбатрос» обсудили, как с помощью данных находить источники миллионных потерь, экономить время сотрудников и принимать точные решения без крупного IT-бюджета. 💸 За последние два года российские компании значительно нарастили инвестиции в BI-платформы и AI-инструменты. Решения, принятые на основе аналитических данных, влияют на прибыль, а искусственный интеллект помогает находить аномалии, агрегировать информацию и работать с большим массивом данных. ❗️ НО даже крупные вложения не помогут, если исходная информация некачественная — здесь участники дискуссии были единодушны. Борис: «В последние пару лет произошел разворот: раньше компании стремились просто накопить как можно больше информации, теперь акцент смещается на качество. Пусть у бизнеса будет хоть триллион записей — сами по себе они не имеют ценности. Она появляется у структурированных, очищенных и управляемых данных. Особенно с учётом внедрения искусственного интеллекта, которому нужна хорошо подготовленная база». Подробнее о том, как массивы цифр превращают в бизнес-решения, читайте на Фонтанке. ☑️ Мы в MAX