РУСАЛ IT

😀 Друзья, приглашаем на традиционный интерактив с нашим редактором, который затеял ремонт. Монтажнику была поставилена задача — подготовить кабель для первого этажа. Само здание прямоугольное, а стены между комнатами делят этаж на 4 комнаты-прямоугольника.…

😀 Друзья, приглашаем на традиционный интерактив с нашим редактором, который затеял ремонт. Монтажнику была поставилена задача — подготовить кабель для первого этажа. Само здание прямоугольное, а стены между комнатами делят этаж на 4 комнаты-прямоугольника. В техническом условии было написано, что кабель в каждой комнате должен идти точно по периметру стен. Но после того, как он покинул объект, он заметил, что забыл записать периметр четвертой комнаты😮 Помогите найти периметр последнего прямоугольника, чтобы ему не пришлось возвращаться на объект. 😀 Как обычно, правильным ответом поделимся сегодня вечером.

😀😀😀😀😀😀😀😀😀 😀 А вы знали, что пустые строки и увеличенные интервалы в чертежах могут стоить миллионы? Объясняем ситуацию.   РУСАЛ ведёт масштабное строительство, и для каждого объекта заказывает тысячи чертежей. Оплата проектных работ рассчитывается по объёму документов.   😀 К сожалению, иногда подрядчики заполняют проект некорректно, например, размещают чертежи на листах большего формата. Вручную проверять все материалы — задача не из лёгких.   Мы решили научить ИИ читать чертежи и передать коллегам платформу интеллектуального анализа проектной и рабочей документации.   😀 Как она будет работать 🔘 Считает реальную заполненность листа (норматив — от 80%); 🔘 Найдет отклонения от требований к оформлению: пустые строки, завышенные интервалы, несоответствия; 🔘 Проверит соответствие нормативным ссылкам и штампам; 🔘 Даст рекомендации по оптимизации компоновки; 🔘 Инженер получит готовое заключение для принятия решения.   😀 Ожидаемый результат ➡️ Проверка листа в 60 раз быстрее; ➡️ 100% документации под контролем вместо выборочной проверки; ➡️ Выявление не менее 5% некорректно оформленных листов от общего объёма.   В перспективе — прозрачные закупки проектной документации и контроль качества в реальном времени.

😀😀😀😀😀😀😀😀😀 Мы писали, мы писали…   Так уж получается, что заполнение карточки социального проекта в информационной системе занимает 40 минут, включая поиск и сверку данных. А потом документ все равно может вернуться для доработки.   🧮Умножаем на 600+ и получаем более 3500 часов на рутину и фактически запрограммированные нестыковки.   Сотрудники ДИТ РУСАЛ решили помочь коллегам, внедрив в процесс собственного агента — конечно же, цифрового. Это виджет-помощник, который будет работать прямо в формах системы и не потребует ее изменения.   😀 Что сможет ИИ-агент: ➡️ сам предложит нужные показатели и формулировки, ➡️ до отправки документа проверит, правильно ли все заполнено, ➡️ соберет сводки и ответит на вопросы, ➡️ спрогнозирует бюджет, сверит ИНН и реквизиты.   😀 Как будет взаимодействовать 💠 подскажет формулировки при заполнении карточку; 💠 предоставит менеджеру решать, что сохранить или изменить; 💠 у разных категорий сотрудников функции будут отличаться.   😀 Ожидаемый результат 🔘 на 40% быстрее готовить отчетную документацию.

😀 Друзья, приглашаем на субботний интерактив с нашим редактором. Давайте решим одну старую, но забавную задачу. В оригинале она про старика и его сыновей, но мы переложим ее на более понятную ситуацию. ⚡️ У менеджера отдела продаж есть 17 рулонов фольги.…

😀 Друзья, приглашаем на субботний интерактив с нашим редактором. Давайте решим одну старую, но забавную задачу. В оригинале она про старика и его сыновей, но мы переложим ее на более понятную ситуацию. ⚡️ У менеджера отдела продаж есть 17 рулонов фольги. Их нужно разделить так, чтобы первому заказчику отгрузить половину, второму — треть, третьему — одну девятую. Проблема в том, что 17 не делится нацело ни на 2, ни на 3, ни на 9. Как бы вы поступили на месте менеджера? P. S. Правильных вариантов решения несколько. Вечером мы ими поделимся 😉

😀😀😀😀😀😀😀😀😀 ⏱️ В современном пиаре фраза «успеть за 60 секунд» вполне могла бы стать главным слоганом.   Как вы знаете, публикации в прессе могут быть ранними индикаторами изменений на рынке, а инфоповоды требуют немедленной реакции. Медиасреда постоянно меняется, и компаниям нужно неотрывно следить за потоком публикаций.   ❤️ В РУСАЛе два подразделения дважды в день получают итоговые дайджесты СМИ, но медиаполе постоянно растет, усложняется и для его обработки нужен новый подход.   Так родилась интересная задача — создать собственную ИИ-систему, которая поможет коллегам ориентироваться в информационном поле и принимать своевременные решения.   😀 Планируемый функционал ➡️ система будет автоматически собирать публикации из 45 000 российских и 100 000 зарубежных СМИ, а также социальных сетей; ➡️ формировать три тематических дайджеста в день: основной, комплаенс и негатив; ➡️ отправлять уведомления о срочных и критически важных публикациях практически в реальном времени; ➡️ готовить аналитические отчеты и проводить бенчмаркинг относительно конкурентов.   😀 Как будет работать ИИ-агент 💠 Круглосуточно мониторить источники по ключевым словам и темам; 💠 Самостоятельно сформирует дайджесты и по расписанию разошлет командам; 💠 При выявлении критичной новости — сразу отправит уведомление в выбранный канал коммуникации; 💠 Решение встраивается в действующие процессы: сохраняются привычные форматы, адресаты и сроки отчетности.   😀 Какой результат ожидается 🔘 Решение снизит зависимость от внешних подрядчиков и позволит развивать внутреннюю экспертизу; 🔘 Сократит время реакции на инфоповоды — с часов до минут; 🔘 Расширит мониторинг до более чем 145 000 СМИ и социальных сетей; 🔘 Повысит точность классификации материалов и позволит оперативно реагировать на критичные инфоповоды.   То есть работа с медиаполем станет намного более управляемой, что важно для дальнейшего развития всей компании.

😀😀😀😀😀😀😀😀😀 🚂 Поздравляем всех, кто причастен к железнодорожному делу! А не прокатиться ли нам в честь этого праздника куда-нибудь, ну, скажем… в Африку?   Тем более что на боксито-глиноземном комбинате РУСАЛа в гвинейском городе Фриа давно нуждались в цифровых инновациях.   😀 Здесь работает большой парк техники, и диспетчеру непросто понять, сколько проехала та или иная машина. Но необходимо — ведь это прямые затраты.   Специалисты ДИТ РУСАЛ и завода Фригия загорелись идеей решить эту задачу. И вот что у них получилось в итоге.   😀 Что сделано ➡️ На самосвалы и локомотив установили датчики GPS, уровня топлива, качества вождения и оборотов двигателя; ➡️ Система мониторинга независима полностью интегрирована в информационную инфраструктуру предприятия.   😀 Как работает 💠 Все данные поступают в диспетчерский пункт в реальном времени; 💠 Диспетчер видит текущее местоположение машины и может построить треки за произвольный период; 💠 Данные хранятся до 1 года.   😀 Что это дает 🔘 Полная прозрачность: видно, кто, где и почему остановился; 🔘 Контроль расхода топлива; 🔘 Снижение простоев за счет оперативного реагирования; 🔘 Удобство для диспетчеров, благодаря понятным отчетам и картам.   При грамотном построении бизнес-процессов расстояние в 6700 км — не проблема. Компания способна держать под контролем ситуацию, даже находясь на противоположном конце света от объекта.

😀😀😀😀😀😀 А мы продолжаем знакомить вас с самыми важными новостями из мира высоких технологий в рубрике #дайджест.   😀 Металлургия На Алмалыкском горнометаллургическом комбинате в Узбекистане создан цифровой центр управления производством. ИИ-системы в реальном времени контролируют работу более 20 тыс. единиц оборудования в рамках национальной программы цифровизации промышленности. 😀 Горнодобывающая промышленность «Пиклема» и проектный институт «ПИР» договорились совместно развивать роботизацию горнодобывающих предприятий. Основным направлением станет создание и внедрение систем автономного управления карьерным транспортом — от телематики и диспетчеризации до беспилотного движения. MaxMine вышла на рынок систем управления парком горной техники с платформой на базе ИИ. Решение объединяет данные о работе машин, диспетчеризацию, машинное позиционирование и инструменты поддержки решений для снижения себестоимости добычи и производственной вариативности. 😀 Нефтегазовая промышленность «Роснефть» выпустила новую версию программного комплекса «РН-Буровые расчёты». Система автоматизирует проектирование траекторий и конструкций скважин, оценивает риски пересечения стволов, выполняет гидравлические расчёты и формирует проектную документацию; решение используют более 40 предприятий компании.   Beetaloo Energy и Halliburton договорились изучить строительство газовой генерации для крупного AI-дата-центра рядом с Дарвином. Halliburton предоставит компетенции в разработке месторождений, бурении и создании масштабируемой энергетической инфраструктуры. 😀 Обрабатывающая промышленность Nvidia договорилась с Fanuc и Yaskawa о развитии промышленных роботов на базе ИИ. Партнёрства направлены на обучение машин выполнению производственных операций и расширение применения physical AI на предприятиях. Hyundai Motor Group выкупает оставшуюся долю SoftBank в Boston Dynamics и делает разработчика роботов полностью подконтрольной компанией. Группа планирует с 2028 года использовать гуманоидных роботов Atlas на заводе в штате Джорджия для перемещения компонентов, а затем подключить их к сборочным операциям. 😀 Автоматизация процессов на предприятиях X-Com открыла направление внедрения гуманоидных роботов и сформировала пул из десяти поставщиков. Среди рассматриваемых промышленных сценариев – инспекция оборудования, обнаружение опасных газов, складские операции и геодезические работы.   ABB объявила о покупке британского производителя систем управления потоками Rotork за $5,5 млрд. Крупнейшая сделка в истории ABB должна усилить позиции группы в промышленной автоматизации, электроприводах и управлении производственными процессами. 😀 Финансовый сектор Bank of America обновил ИИ-систему EricaAssist, которую используют более 18 тыс. сотрудников клиентской поддержки. Ассистент анализирует контекст разговора и выдаёт рекомендации менее чем за три секунды. HSBC создаст в Сингапуре центр искусственного интеллекта и наймёт более 100 профильных специалистов. Банк планирует развивать ИИ-сценарии для управления капиталом, казначейских операций и платежей. 😀 Телеком «Ростелеком» планирует перевести ряд высоконагруженных участков сети на скорость до 10 Гбит/с. Оператор продолжает расширять оптическую инфраструктуру, протяжённость которой превышает 1,1 млн км. SpaceX собирается расширить собственную инфраструктуру дата-центров в Техасе для увеличения вычислительных мощностей ИИ. Компания рассматривает строительство как минимум одного крупного объекта и переоборудование существующих площадок.   😀 Образование Исследование «Дневник.ру» показало, что 37,4% российских семей регулярно используют ИИ в образовательных целях. Чаще всего нейросети применяют для объяснения сложных тем, помощи с домашними заданиями и подготовки учебных материалов. Великобритания представила план обновления технического образования с учётом изменений рынка труда под влиянием ИИ. Программа объединит основные школьные предметы, профессиональные квалификации, практику и проекты, разработанные совместно с работодателями.

⏳ Скорость принятия решений — одно из ключевых конкурентных преимуществ в ИТ. Сегодня мы делимся инструментом, который помогает командам быстрее реагировать на изменения, меньше зависать в неопределенности и непрерывно улучшать свои продукты, — цикл OODA: 🔤 — Observe (наблюдай) 🔤 — Orient (ориентируйся) 🔤 — Decide (решай) 🔤 — Act (действуй)   Подробнее рассказали в карточках ⤴️ Если вы уже пользовались OODA, поделитесь впечатлениями в комментариях. Если нет — обязательно попробуйте на следующем спринте. Удачных проектов! 🤝

😀😀😀😀😀😀😀😀😀 Ну что, друзья, возвращаемся к кейсу про оптимизацию расхода мазута. Разумеется, ДИТ РУСАЛ вместе коллегами из АГК уже нашли оптимальное решение этой задачи. 😀 Как мы собираемся решить эту проблему: 💠 Будем определять объем соды на конвейерной ленте; 💠 Измерять её влажность на конвейерной ленте; 💠 Передавать информацию о полученных расчетах на рабочую станцию для регулирования клапана подачи топлива на барабанную сушилку. 😀 Как будет работать обновленная система? ➡️ На основе полученных данных ИИ сам рассчитает необходимое количество топлива для просушки соды. 😀 Обоснование выбора 🔘 Расход мазута в сушильных барабанах должен балансировать теплоту, необходимую для испарения влаги из материала. Ключевые переменные — масса материала на входе и его фактическая влажность. Только они позволяют точнее регулировать подачу топлива. 😀 Почему остальные варианты неудачные? ➡️ Оценка по нагрузке двигателя конвейера — косвенный параметр. Корреляция «нагрузка/влажность» нестабильна и требует постоянной калибровки. ➡️ RFID-метки дают информацию о происхождении партии, но не измеряют фактическое состояние материала на данный момент. ➡️ Feedforward по рецепту партии — это работа с номинальными, а не фактическими значениями. Рецепт описывает, какой должна быть партия «в среднем», но не отражает реальные отклонения. 😀 Напишите в комментариях, понравился ли вам такой формат.

😀😀😀😀😀😀😀😀😀 😀 Друзья, обычно мы делимся уже готовыми решениями кейсов. А сегодня предлагаем вам самим поучаствовать в разборе одной интересной задачи. Ответ — в следующем посте.   На Ачинском глиноземном комбинате после выгрузки из центрифуг сода поступает на конвейерную ленту. Через 53 секунды она оказывается в сушильном барабане, который работает на мазуте.   ⛽️ Подачу топлива регулирует автоматическая система, реагирующая на изменение температуры внутри барабанов. Однако влажность и объем поступающей соды часто меняются, что, в свою очередь, влияет на температуру внутри сушилки.   При этом система реагирует на температурные скачки постфактум: ➡️ температура упала → мазут добавили с запасом; ➡️ температура выросла → мазут срезали.   Как следствие, топливо сжигается нерационально. Улавливаете суть вызова? Система всегда отстает от реального положения дел. 😀 Пишите в комментариях свои варианты или выбирайте из предложенных в опросе, а мы совсем скоро расскажем, какой путь выбрал ДИТ РУСАЛ.

😀 Ищем человека, который уверенно держит темп в интенсивном телефонном общении и рад помочь клиенту.   😀 Чем предстоит заниматься 💠 Принимать звонки в контакт-центре техподдержки сотрудников на 1-й линии; 💠 Консультировать по направлениям ИТ, связь, АХД; 💠 Работать с базой знаний и нормативно-справочной информацией.   😀 Что хотелось бы увидеть в резюме: 💠 От года работы на аналогичной позиции; 💠 Знание основ ИТ и владение MS Office; 💠 Высшее или среднее профессиональное образование по направлению ИТ.   😀 Что взамен 💠 Официальное трудоустройство, ДМС и квартальные премии; 💠 График 5/2, режим работы — сменный; 💠 Бессрочный трудовой договор и дотации на питание; 💠 Работа в офисе: г. Красноярск, ул. Пограничников 42, стр 3; 💠 Слаженная и дружная команда.   😀 Вы готовы стать голосом, которому доверяют? Присылайте CV, расскажем подробности.   TG: @Daria_Stont Почта: Dariya.Stont@rusal.com

😀 Искусственный интеллект давно перестал быть гостем на заводских линиях, и может показаться, что в ближайшем будущем человек должен будет уйти с производства. Но этого не произойдет никогда, и вот почему. Еще в 1983 году эксперт по эргономике Лизанн Бейнбридж доказала: чем сильнее автоматизирована система, тем важнее роль управляющего ей человека. Этот вывод назвали парадоксом автоматизации, и позже он подтвердился на практике. В двух словах ее идея звучит так: 1. Машины берут на себя рутинные задачи, а человеку остаются редкие и сложные случаи. 2. Поэтому его квалификация должна расти, иначе в критический момент он не сможет принять правильное решение. То есть автоматизация не убирает человека из процесса, а меняет его роль: из исполнителя он превращается в того, кто управляет системой. ⚡️ В качестве примера приведем кейс из практики РУСАЛа. Тысячи сотрудников ежедневно обращались в поддержку с простыми вопросами, такими как сброс пароля, установка ПО, оформление отпуска и т. д. Ситуация была напряженной — поток вопросов непрерывно рос (+10 % в год), операторы работали на пределе. На горизонте маячила смутная перспектива увеличения штата контакт-центра со всеми вытекающими — падением качества, размытием стандартов и сложностями обучения. 😀 Решение: компания внедрила чат-бота. ИИ взял на себя рутину и стал обслуживать около 50 000 сотрудников в режиме 24/7. Операторов не сократили, а переобучили. Теперь они не отвечают на вопросы вручную, а тренируют бота. Результат: ➡️ скорость решения вопросов выросла вдвое ➡️ удовлетворенность сервисом выросла на 75% Итог: восстание машин отменяется.