РЕАЛИЗОВАННЫЕ
КЕЙСЫ
Здесь представлены последние проекты,
которые мы реализовали для компаний из разных отраслей.
!внедрить решение можно в любую отрасль!
В связи с соглашениями о неразглашении мы не можем указывать названия некоторых компаний.
AI-мониторинг полей с дронов
Рост урожайности до +12 % и окупаемость за 3 месяца
Проблема:
Сельхозпроизводители теряют до 15 % урожая из-за неравномерного полива, дефицита микроэлементов и болезней растений. Мы внедрили автоматизированную систему мониторинга, объединяющую дроны с мультиспектральной съёмкой и нейросетевой анализ в режиме реального времени.
Что сделали:
– Дроны снимают поля с точностью до 5 см/пиксель
– AI выявляет стресс-зоны (сухость, болезни, дефицит)
– Система строит интерактивные карты и рекомендации
– Интеграция с техникой для точечного внесения удобрений и воды
Результат:
ООО "МЕЖДУГОРНОЕ"
Умная сортировка одежды и AI ассистент
×2 скорость сортировки и +30 % продаж с выкладок
Проблема:
Ручная сортировка одежды замедляла работу и не позволяла
быстро формировать стильные образы и эффективные выкладки.
Это снижало продажи и мешало масштабированию. Мы внедрили
систему, которая автоматизирует распознавание вещей и
предлагает готовые стилистические решения.
Что сделали:
– Установили камеры компьютерного зрения в сортировочный цех
для анализа вещей
– AI-модель классифицирует тип, цвет, сезонность и стиль одежды
– Автоматическая запись в CRM с фото и тегами — без ручного
ввода
– Генерация луков и рекомендации по выкладке — прямо в
интерфейсе
– Интеграция с системой продаж для построения тематических
витрин
Результат:
быстрее
ручной ввод
на выкладках
онлайн + офлайн
ООО "ВО!ВА!"
Инспекция брака на конвейере
–85 % дефектов и +500 000 ₽ экономии в месяц
Проблема:
Из-за дефектов сборки и сбоев в калибровке уровень брака на
линии достигал 10 %. Ручной контроль не справлялся — брак
проходил в финальный продукт, росли переработки и убытки. Мы
внедрили AI-систему контроля качества в режиме реального
времени.
Что сделали:
– Установили 6 HD-камер с охватом 360° для захвата деталей со
всех сторон
– Обучили self-supervised нейросеть без ручной разметки —
система учится сама
– Интегрировали AI с PLC — при критическом браке линия
останавливается мгновенно
– Автоматическая классификация дефектов и передача данных в
ERP
– Построили дашборд на React + Grafana для визуализации в
реальном времени
Результат:
Контроль техники безопасности на объекте
−80 % нарушений и экономия
Проблема:
На промышленных и строительных объектах ежедневно
фиксируются десятки нарушений ТБ: отсутствие касок и жилетов,
использование телефона, вход в опасные зоны. Это приводит к
травмам, штрафам и отсутствию прозрачности. Ручной контроль
неэффективен — камеры есть, но данные не анализируются. Мы
внедрили систему видеоконтроля с AI-детекцией и автоматическим
расчётом KPI по соблюдению ТБ.
Что сделали:
– Компьютерное зрение отслеживает наличие каски, жилета, обуви,
и поведение (телефон в руке)
– AI фиксирует нарушения по времени, месту, типу и отправляет
уведомления через Telegram/email
– Автоматический подсчёт KPI по ТБ на каждого сотрудника: доля
смен без нарушений, повторные случаи
– Дашборд с аналитикой: фильтрация по зонам, типам,
подрядчикам
– Интеграция с HR и ERP-системами для выгрузки рейтингов и
премий/штрафов
Результат:
касочного режима
охраны
нарушения
безопасности
8–10 мес
решения
Автоматическая регистрация авто и автоматизация КПП
−90 % времени на КПП и +25 % эффективность логистики
Проблема:
На крупных объектах ручная регистрация транспорта на КПП занимает до 2–3 минут на машину, создаёт очереди и тормозит логистику. Отдельно логисты тратят время на маршруты — не всегда актуальные или оптимальные. Мы внедрили систему автоматического распознавания номеров и автосвязки с маршрутными картами.
Что сделали:
– Установили камеры на въездах для автоматической детекции номеров
– Модель CV+OCR распознаёт номера за 3 секунды и вносит данные в базу
– Интеграция с WMS и ERP для сверки авто с накладными
– Подключение внешних картографических API
– Автоматический расчёт оптимального маршрута и времени прибытия для логистов
– Оповещения при несоответствиях или опозданиях
Результат:
с 2 мин до 10–15 сек
логистического планирования
снижены до нуля
Транспортная компания "Нева"
ООО "ТКН"
Чат-бот и умный ассистент
60 % запросов без оператора
Проблема:
Служба поддержки тонула в тысячах однотипных обращений:
вопросы по заказам, доставке, возвратам. Люди уставали, клиенты
ждали. Мы внедрили чат-бота на NLP, который взял на себя рутину
и снизил нагрузку на операторов.
Что сделали:
– NLP-модель на трансформерах отвечает на типовые вопросы в
реальном времени
– Поддержка контекста (номер заказа, имя клиента, статус) для
живого общения
– Автоматическая передача сложных кейсов человеку
– Интеграция со всеми каналами: сайт, Telegram, WhatsApp,
приложение
– Бот учится на обратной связи и сам улучшается
Результат:
без участия оператора
экономии на кол-центре
окупаемость за 9 месяцев