ASIST. Сервис интеллектуального подбора оборудования

Проект направлен на полную автоматизацию процесса подбора электротехнического оборудования по проектным спецификациям для повышения эффективности фоновых продаж.

1. Сократить время подготовки коммерческого предложения (КП) с 3-7 дней до 4-8 часов;

2. Поднять точность подбора до 98% за счет минимизации влияния человеческого фактора и использования алгоритмов для обработки недостаточных данных (реализация подсказок для конкретизации запроса) и ошибок;

3. Стандартизировать и автоматизировать сквозной процесс подбора для внутренних и внешних пользователей с интеграцией в корпоративные системы (CRM, сайт, бизнес-платформа);

4. Автоматизировать распознавание и обработку исходных данных различных форматов для ускорения процесса;

5. Повысить конверсию входящих запросов в продажи за счет вовлечения клиентов в самостоятельные подборы;

6. Обеспечить масштабируемость процесса подбора оборудования;

7. Повысить лояльность партнеров за счет предоставления уникального технологического сервиса, доступного 24/7

Внедрение сервиса позволило достичь значимых измеримых результатов:

1. Объем подборов, выполненных партнерами самостоятельно, увеличился в 4 раза;

2. Скорость подбора рыночных аналогов оборудования возросла на 30%;

3. Внедрен единый стандартизированный шаблон КП для всех сотрудников холдинга и партнеров;

4. Реализован и успешно функционирует модуль распознавания PDF-спецификаций по ГОСТ;

5. Разработан и находится на стадии тестирования модуль распознавания однолинейных схем;

6. Сформировано единое видение и стандарты работы между департаментом продаж и техническими подразделениями;

7. Налажен сбор статистической информации по процессу комплексной обработки запроса пользователя.

YandexGPT, ElasticSearch, Tesseract, LlamaOCR, SuryaOCR, OpenRouter, MDM-система, CRM-система, корпоративная бизнес-платформа, веб-сайты компании

Основные сложности при реализации проекта были связаны со следующими факторами:

1. Отсутствие формализованных процессов: Необходимость самостоятельно описывать и формализовать сложный, многовариантный процесс технического подбора оборудования, который ранее не был документирован

2. Внутренняя координация: Сложности согласования требований и интеграции с различными департаментами, имеющими противоречивые приоритеты

3. Неструктурированные данные: Отсутствие статистики по типам и форматам входящих данных, что требовало создания гибкой системы распознавания, устойчивой к опечаткам и ошибкам

4. Негативный опыт: Преодоление скепсиса, вызванного неудачными попытками реализации аналогичных решений в прошлом

5. Качество информации: Высокая вариативность и низкое качество входных данных от пользователей

6. Ограниченность ресурсов: Подбор команды по мере развития сервиса

7. Экспертный дефицит: Отсутствие у команды готового опыта разработки комплексных решений, объединяющих генеративный ИИ, CV и системы автоматизации продаж

Проект решает фундаментальную проблему B2B-продаж сложной продукции — высокие операционные издержки на подготовку технико-коммерческих предложений при низкой конверсии входящих запросов.

Разрабатываемый сервис предоставляет пользователям (как внутренним сотрудникам, так и внешним партнерам) возможность автоматизированного подбора электротехнического оборудования по исходным данным в произвольном формате: от PDF-спецификаций и XLS-таблиц до однолинейных схем и изображений.

Архитектура решения трехуровневая:

1. Уровень данных: Обработка и распознавание исходных данных с применением NLP и компьютерного зрения (CV) для извлечения структурированной информации о номенклатуре и параметрах оборудования.

2. Логический уровень: Вычислительное ядро на основе генеративного ИИ и системы бизнес-правил осуществляет интеллектуальный поиск аналогов и сопоставление требований с единым каталогом товарных позиций (45 000+), учитывая техническую совместимость, кросс-брендовые замены и приоритеты.

3. Сервисный уровень: Автоматическая генерация персонализированного коммерческого предложения и его интеграция в CRM и другие корпоративные системы для мгновенного ответа клиенту.

Результат — переход от реактивной модели работы («ждать запроса») к проактивной («мгновенно предлагать готовое решение»).

Вся Россия, страны СНГ