IBA Group завершила впровадження AI-агентів у Wondernet Express Investment Group (WEIG), логістичній та транспортній компанії, що спеціалізується на перевезенні мінеральних добрив із Центральної Азії через грузинські чорноморські порти на світові ринки. Автоматизація за допомогою штучного інтелекту стала продовженням впровадження ERP-системи ODOO, яке IBA Group провела в першому кварталі 2025 року.

Замовник потребував комплексного автоматизації процесів та зменшення ручного втручання в процеси, пов’язані з управлінням терміналами. Автоматизація охоплювала обробку документів, управління основними даними, а також комерційні та операційні процеси для транспортних терміналів.

Сфера інтеграції штучного інтелекту включала:

• Аналіз вхідних документів (PDF, скани) на основі штучного інтелекту з автоматичним вилученням даних
• Перевірку та створення основних даних з незмінним аудиторським слідом
• Автоматичне створення бізнес-документів з затвердженням людиною в разі необхідності
• Інтеграцію ERP для ефективного управління ключовими операційними процесами.

Інноваційність інтеграції штучного інтелекту

IBA Group впровадила AI-агенти, які дозволили ERP діяти як модель управління цифровим терміналом у режимі реального часу.

AI-агент самостійно:

• Перевіряє та створює основні дані
• Генерує бізнес-документи
• Надає контекстний чат на основі штучного інтелекту для користувачів
• Поєднує AI, NLP та інтелектуальну автоматизацію робочих процесів в єдиному рішенні
• Автоматизує складні багатоетапні процеси, які раніше виконувалися вручну і вимагали багато часу

IBA Group впровадила в рішення прогнозну інтелектуальну систему для передбачення та запобігання помилок. Перевірка даних у режимі реального часу забезпечує точність і узгодженість, заощаджуючи час, зменшуючи кількість помилок і підвищуючи оперативну ефективність.

Результати інтеграції штучного інтелекту

Рішення є масштабованим і може бути відтворене для інших терміналів та галузей з великою кількістю активів. IBA Group навчила співробітників клієнта новим гібридним процесам. Інтеграція штучного інтелекту заклала основу для масштабованої інтелектуальної автоматизації.

Головний урок, винесений з інтеграції, полягає в тому, що впровадження штучного інтелекту є еволюцією існуючих бізнес-процесів і тому вимагає системного підходу до архітектури, даних, корпоративної культури та постійної підтримки команди.

Інтеграція ШІ дала такі результати:

• Час обробки документів скоротився на понад 70 відсотків
• Кількість помилок зменшилася приблизно на 90 відсотків
• Пропускна здатність (обіг документів) збільшилася в 2-3 рази без додаткової чисельності персоналу
• Переорієнтація персоналу на стратегічну та аналітичну роботу
• Зниження прямих операційних витрат завдяки усуненню витрат, пов’язаних з ручним виправленням помилок

Автоматизація за допомогою штучного інтелекту призвела до більш гнучких, надійних і прозорих операцій, що забезпечили негайну і довгострокову бізнес-цінність. Клієнт досяг прискорення обробки документів і транзакцій, підвищення кваліфікації персоналу, повної аудиторської перевірки та відповідності нормативним вимогам, а також масштабованості між відділами і терміналами.

Про WEIG

Wondernet Express Investment Group (WEIG) — логістична та транспортна компанія, що спеціалізується на перевезенні мінеральних добрив із Центральної Азії через грузинські чорноморські порти на світові ринки у партнерстві з американською компанією Trammo та іншими компаніями. WEIG управляє ключовим терміналом добрив у Батумі та продовжує розширюватися. Компанія відома розробкою логістичного маршруту «Середній коридор», який об’єднує інтереси Грузії, Узбекистану та США для ефективного та безпечного транзиту вантажів.

Директор IBA Ukraine Сергій Байбара розповів найпопулярнішому українському виданню “Комп’ютерний огляд” про використання штучного інтелекту в банківській галузі. Він наголосив на тому, як банкам необхідно підійти до підготовчої роботи, без якої неможливо успішно впровадити та використовувати AI-рішення. 

Також Сергій поділився власним баченням на цей тренд, навів успішні кейси та розповів про компетенцію IBA Group у банківському та фінансовому секторі.

У статті ви докладніше дізнаєтеся про:

• Систему Camunda та її можливості
• Власну розробку EasyRPA
• Міграцію в хмари та переваги цього рішення
• Власну хмарну платформу ICDC
• Етапи підготовки даних для впровадження AI

Повну версію статті читайте за посиланням: Штучний інтелект – лише верхівка айсберга

Докладніше ознайомитися з експертизою IBA Group для банківського та фінансового сектора можна за посиланням.

Goods Checker — SaaS-рішення, яке автоматизує всі етапи мерчандайзингу: створення і редагування планограм, аналіз SKU на полицях магазинів, порівняння викладки з планограмою і формування детальної аналітики.

Goods Checker допомагає розпізнавати правильність викладки, а також наявність або відсутність товарів на полицях з точністю 98%. Рішення працює з SKU будь-яких розмірів і форм.

Goods Checker формує детальну аналітику в потрібних розрізах та інтегрується з будь-якою BI-системою.

Завдяки Goods Checker мерчандайзери швидше та якісніше проводять аудит торговельної точки, а аналітичні звіти будуються на точних і достовірних даних, які доступні одразу після аудиту.

Для запуску пілотного проєкту потрібно всього 2-3 тижні.

Задайте питання нашому експерту

Як отримувати аналітику?

Goods Checker пропонує два види аналітики для управління мерчандайзингом: онлайн і офлайн. Онлайн-аналітика обробляє фотографії з застосунку Goods Checker або застосунків клієнта в реальному часі. Це дає змогу одразу відстежувати KPI та швидко реагувати на проблеми. Запуск займає від двох тижнів.

Офлайн-аналітика працює з уже зібраними фотографіями з різних джерел. Вона підходить для швидкого аналізу накопичених даних без зміни бізнес-процесів. Результати оновлюються раз на день.

Програма для розпізнавання товару Goods Checker допомагає:

• оптимізувати бізнес-процеси мерчандайзингу та обробляти візити мерчандайзерів до торгових точок менше ніж за 60 секунд
• отримувати дані про викладання товарів за планограмою, порівнювати реалограми та планограми в режимі реального часу та швидко вносити зміни за рахунок високої швидкості та якості обробки даних
• збільшити продажі за рахунок аналітики в рітейлі, оперативного отримання даних з торгових точок про викладення своїх товарів та товарів конкурентів, а також підвищення залучення мерчандайзерів до процесу

• мінімізувати вплив людського фактора при обробці даних
• інтегрувати всі модулі системи на запит клієнта з усіма необхідними внутрішніми системами
• заощадити на обладнанні та його підтримці, використовуючи потужності ЦОД IBA Group, отримувати техпідтримку програмістів та спеціалістів по роботі з даними без найму додаткових співробітників до штату
• бути на крок попереду конкурентів, аналізуючи SKU конкурентів та їхню частку полиці, анализируя SKU конкурентов и их долю полки

Як працює Goods Checker?

Наша експертиза

КЛЮЧОВІ ТЕХНОЛОГІЇ

Python, Tensorflow, OpenCV, Pytorch, R

ІНСТРУМЕНТИ

Python, Tensorflow, OpenCV, Pytorch, R, Pillow, albumentations, scikit-image, numpy, pandas, scikit-learn, DLib, PostgreSQL, MongoDB, sqlalchemy, ZeroMQ, Kafka, pyexecerate, pyopenssl, contextlib2, flask, Docker, Apache Airflow, git, DVC, AngularJS, REST API

БІЗНЕС-ЗАВДАННЯ

Створити додаток для аналізу фотографій, отриманих дроном під час польоту над рисовими полями. Підрахувати кількість рослин, які проросли на ділянках, що потрапили на фото.

РІШЕННЯ

Команда IBA Group реалізувала алгоритми обробки зображень, щоб точно підрахувати кількість розташованих на них об’єктів. Для кінцевих користувачів створили додаток, який обробляє фотографії, визначає кількість рослин на них і формує звіти у форматах * .csv і * .pdf.

Алгоритм роботи додатку:

• Створити полігональне зображення досліджуваної області.
• Завантажити для нього супутникове зображення (потрібне підключення до інтернету).
• Зняти каліброване фото (зроблене на бажаній висоті вимірювання, що містить два добре видимих об’єкта, розміщених на землі на відстані 1 м один від одного).
• Зняти над полем фото для вимірювань.
• Виконати процедуру калібрування по калібрувальному зображенню.
• Згенерувати звіт.

РЕЗУЛЬТАТ

Завдяки додатку замовник може отримувати достовірну інформацію про стан рисових полів, використовуючи дрони. Робота над розвитком проекту триває.

Ситуація

Виробники, дистриб’ютори і рітейлери продають однакові групи товарів на одних і тих самих полицях. Учасникам ринку необхідна оперативна і достовірна інформація про дії конкурентів і своє становище на їх фоні. Оцінка виконується вручну силами мерчандайзерів, торгових представників, супервайзерів і маркетологів. У цьому процесі багато ручної праці і присутній людський фактор. Маркетологи не встигають опрацювати всі фотографії і звіти. В результаті приймаються рішення на основі неповних даних.

Бізнес-завдання

Замовнику потрібно відстежувати якість роботи мерчандайзерів та аналізувати інформацію про викладках товарів на полицях.

Рішення

Товар в торговому залі викладають співробітники магазина або мерчандайзери. Вони фотографують товарні викладки (реалограми) і висилають їх на перевірку. У розпорядженні команди IBA Group виявилося кілька тисяч таких фотографій. Кожну з них перевірили вручну, і в результаті розташували майже 100 000 товарів.

В процесі роботи команда зіткнулася з викликами, які необхідно було вирішити:

• відібрати для аналізу тільки ті фотографії, на яких є обладнання з товарами;
• вірно визначити тип обладнання;
• розділити схожі товари в рамках однієї категорії (наприклад, пляшки води різного об’єму);
• обробити фотографії поганої якості: засвічені, обрізані і з іншими дефектами;
• розробити окремий процес введення нових товарів;
• придумати спосіб склеювати декілька фотографій довгих полиць в одну за допомогою нейромережі.

Наші фахівці впоралися з усіма труднощами і розробили SaaS-рішення для оцінки реалограм по фотографіях:

1. Мерчандайзери і супервайзери завантажують фотографії розташування товарних одиниць (SKU) на полицях.
2. Фотографії замість локального сервера компанії завантажуються в дата-центр IBA Group.
3. Модуль зі штучним інтелектом Plano Checker аналізує фото, оцінює його якість, шукає SKU, класифікує їх за заданим сценарієм. При необхідності кілька фотографій склеюються в одну.
4. Модуль Plano Checker зберігає звіти на сервері.
5. Користувачі отримують доступ до звітів і аналітиці через веб-браузер відразу ж після завантаження фото.

Результат

Goods Checker показує, які товари на полицях стоять на своїх місцях, а які необхідно переставити. Він допомагає мерчандайзерам працювати якісно і отримувати бонуси.

Система за допомогою комп’ютерного зору визначає, чи є на фото обладнання, що містить товар, яке саме це обладнання, а також які види SKU на ньому розміщені. Точність розпізнавання – від 90% до 98% в залежності від категорії товарів і якості фотографій.

Автоматизація залишає час на аналіз отриманої інформації. Рішення дозволяє відстежувати скачки попиту і дії конкурентів в режимі 24/7. Система класифікує дані для аналітичних звітів під кожного керівника.

IBA Group представила розробку на основі штучного інтелекту, яка аналізує розстановку товарів на полицях магазинів. Система під назвою Goods Checker створена на основі нейронних мереж, моделей машинного навчання та великих даних. Комплекс щодня розпізнає понад 50 тис. пачок тютюнових виробів по всій країні, а скоро навчиться аналізувати молочні продукти, напої та товари з прикасової зони.

Виробники, дистриб’ютори і рітейлери продають однакові групи товарів на одних і тих самих полицях. Учасникам ринку необхідна оперативна і достовірна інформація про дії конкурентів і своє становище на їх фоні. Оцінка виконується вручну силами мерчендайзерів, торгових представників, супервайзерів і маркетологів.

Goods Checker автоматизує поточний процес роботи з викладенням товарів, який зав’язаний на велику кількість механічний операцій, що здійснюються декількома людьми: мерчендайзерами, торговими представниками та маркетологами. Комплекс мінімізує людський фактор, скорочує час обробки фотографій і підвищує точність наданої інформації від польових співробітників. Впровадження комплексу збільшує кількість продажів і скорочує час аудиту торговельних точок за рахунок актуальної та своєчасної статистики.

«Ми розробили унікальний для України сервіс з розпізнавання товарів на полицях і перевірці планограм. Він допоможе в режимі онлайн вибудувати правильну маркетингову політику і зрозуміти, чи працює товар саме так, як ви запланували», — розповіла Олександра Гончарова, Head of Data Science Technologies Department в IBA Group.

Відзначимо, що програма проста у використанні: з нею може розібратися будь-який користувач ПК і мобільних гаджетів. Польові співробітники встановлюють на смартфони додаток і фотографують в ньому розміщення товару на полицях. Далі знімки потрапляють в центр обробки даних IBA Group, де їх аналізує модуль зі штучним інтелектом – класифікує фотографії за заданим сценарієм. За результатами аналізу складається звіт, який можна переглянути відразу ж після завантаження фото. При цьому обробка одного кадру займає всього кілька секунд.

Система здатна проаналізувати навіть фотографії з безліччю дефектів: обробляються засвічені, обрізані і змащені знімки. Зараз нейромережа успішно працює над розпізнаванням виробів з точністю в 95%. Вона може легко навчитися розпізнавати різні категорії товарів: алкогольні і безалкогольні напої, молочку та прикасову продукцію.

Найближчим часом IBA Group планує впровадити програмний комплекс для декількох великих компаній як усередині країни, так і за кордоном.