С помощью решения Process Mining была проведена детальная визуализация и анализ всех существующих сценариев. В отличие от традиционных методов, Process Mining позволил увидеть реальное состояние процесса в динамике и выявить узкие места, которые раньше оставались незамеченными. Такой подход обеспечил возможность целенаправленного улучшения процесса без необходимости длительных и трудозатратных исследований.

... Компании получили доступ к передовым технологиям, прежде доступным лишь узкому кругу игроков. Для использования ИИ уже необязательно владеть глубокими знаниями в ИТ — многие задачи решаются с помощью платформ Low-Code/No-Code или облачных сервисов. Более того, формируется привычка использования ИИ в повседневных задачах… Открываются огромные перспективы для оптимизации бизнес-процессов: рутинные задачи автоматизируются быстрее, повышается эффективность, сокращаются издержки.

📌… Далеко не все BI‑инструменты подходят для Self‑Service. Среди самых известных платформ такого рода, конечно, ведущая мировая троица — Power BI, Tableau, Qlik. Хотя эти продукты изначально создавались так, чтобы с ними могли работать именно пользователи, а не ИТ‑разработчики, свой нынешний сбалансированный вид они обрели далеко не сразу. Они по‑настоящему раскрыли свои возможности Self‑Service спустя годы пребывания на рынке — после того, как в них были вложены тысячи человеко‑лет. А вот ряд популярных инструментов, обладающих достаточно мощным функционалом, несмотря на все свои преимущества, не смогли стать по‑настоящему пригодными для самостоятельной разработки отчетов пользователями.

GlowByte участвует в МатМоде второй год. Мероприятие – кладезь талантливой молодежи, которая усердно 10 дней трудится над несколькими задачами от различных компаний. В этот раз на МатМоде большинство задач были посвящены LLM, мы же привезли задачу анализа временных рядов и прогнозирования самовозгорания угля одного из логистических терминалов. Постановка задачи была максимально приближена к реальному проекту.

...Основная сложность заключалась именно в обработке и структурировании первичных данных, что в итоге удалось сделать всем командам.

Однозначно сказать, что выгоднее, привлечь внешнюю команду или расширить собственную группу разработки, нельзя, особенно если проект длительный и заранее точно просчитать затраты сложно. В ряде случаев компромисс находят в том, что привлекают внешнего подрядчика для быстрого старта, реализации MVP или первой фазы продукта. Параллельно формируют собственную команду, в какой-то момент перехватывают разработку и продолжают вести ее уже собственными силами.

В рамках пилота мы смогли определить топ направлений для более глубокого анализа: скорость перемещения транспорта с выявлением причин задержек, а также исследование полной пропускной способности склада для определения узких мест и факторов, влияющих на эффективность работы. В рамках развития проекта и получения новых результатов возможно расширение скоупа — масштабирование анализа на оставшиеся 90% SKU.

При решении задачи генерации допустимых размещений объектов и маршрутов посетителей мы применили оригинальный подход, заключающийся в использовании комбинаторного алгебраического солвера CP-SAT, позволяющего удобно формулировать приоритеты и ограничения на возможности размещения и последовательности посещения маршрутов — при соблюдении требований безопасности. Для оценки полученных генеративной моделью маршрутов используется метод имитационного моделирования: сначала дискретно-событийная модель позволяет быстро оценивать KPI — качество с точки зрения наличия заторов, длительности прохождения маршрутов и пересечения «чистых» и «грязных» потоков, затем агентная модель визуализирует потоки, проводит what-if анализ, тестируя различные сценарии и пути.