Клиент: ShinSale – продажа б/у автомобильных шин и дисков

Проблема — Отсутствие точной, быстрой и дешевой системы для оценки износа шин, что затрудняло оперативное ценообразование и повышало риск продажи шин с неадекватным уровнем износа, увеличивая негатив со стороны клиентов и снижая конверсию в продажу как таковую.

Решение — Разработка и внедрение системы компьютерного зрения с использованием машинного обучения, основанная на датасете из 30 тысяч+ позиций шин 200+ различных брендов. Система анализирует шесть фотографий каждой шины с трех различных ракурсов и определяет степень их износа.

Клиент: Nürburgring, организаторы автомобильных гонок

Проблема — Необходимость минимизировать затраты на физическое размещение рекламы на трассах и улучшить визуальное восприятие трансляций гонок, избегая перегруженности баннерами.

Решение — Была внедрена система дополненной реальности без использования меток, основанная на компьютерном зрении и искусственном интеллекте. Система распознает «скелет» объектов и интегрирует рекламные изображения непосредственно в трансляцию в реальном времени, заменяя необходимость физических рекламных площадей. Реализация в Full HD с частотой 45+ кадров в секунду и отрисовкой графики в Unreal Engine 4 обеспечивает высококачественное и реалистичное отображение рекламы.

Клиент: Склад хранения запасов (NDA)

Проблема — Среднее время простоя оборудования составляло около 20% от общего времени работы за месяц, что приводило к потере доходов в размере более 1 миллиона рублей ежемесячно.

Решение — Технология основана на анализе видеопотока с помощью специализированных алгоритмов и нейронных сетей, для распознавания уникальных особенностей каждого процесса и отслеживания их выполнения техникой в реальном времени. Это позволяет оптимизировать работу на участке и повышать эффективность работы предприятия

Клиент: Промышленный завод (NDA)

Проблема — Недостаточная система отслеживания местоположения сотрудников и контроля доступа приводила к повышенному риску несчастных случаев и несоблюдению правил безопасности.

Решение — Система распознает уникальные характеристики каждого сотрудника, такие как внешний вид или одежда, и отслеживает их перемещение в реальном времени. Это позволяет контролировать доступ, оптимизировать рабочие процессы и обеспечить безопасность на рабочем месте

Клиент: Промышленный завод (NDA)

Проблема — Ручной контроль качества и отслеживание процессов приводили к частым ошибкам, увеличению брака в продукции и затратам на его устранение.

Решение — Система компьютерного зрения автоматически обрабатывает изображения, определяет дефекты оборудования и продукции, анализирует параметры процессов и отслеживает производственную эффективность. Полученные данные позволяют операторам и инженерам в реальном времени контролировать и оптимизировать производственные процессы, повышая качество продукции и эффективность работы оборудования

Клиент: Онлайн-школа детского образования (NDA)

Проблема — Постоянные изменения в онлайн-курсах порождают непрерывный поток вопросов от сотрудников продаж к отделу продукта. Это отнимает время и ресурсы отдела продукта, замедляя принятие решений в отделе продаж.

Решение — Интеграция AI-ассистента с базой знаний, обеспечивающего мгновенный доступ к нужной информации. Это повысило скорость ответов и снизило нагрузку на персонал.

Клиент: Онлайн-школа (NDA)

Проблема — Отдел контроля качества продаж компании, состоящий из трех сотрудников, обходился компании в 2 миллиона рублей в год. Однако за год оценивалось лишь 25% всех звонков продажников из-за нехватки времени на написание обратной связи и рекомендаций.

Решение — Внедрение автоматизированной системы на основе технологии распознавания речи и анализа данных. Система транскрибирует все звонки, проверяет их по чек-листу качества и предоставляет рекомендации по улучшению продаж.

Клиент: Онлайн-школа (NDA)

Проблема — Высокий churn rate в первые месяцы использования платформы. Это приводило к значительным потерям доходов

Решение — Предикативная модель прогнозирования вероятности оттока клиентов на основе их поведения на платформе, истории покупок и других данных.

Клиент: Сеть автомоек (NDA)

Проблема — Неэффективное использованию рабочего времени сотрудников и недополучение потенциальных доходов. Недостаточная точность прогнозирования спроса на услуги и неоптимальное распределение персонала по сменам приводили к перерасходу ресурсов в периоды низкой загрузки и недостатку персонала в периоды пикового спроса.

Решение — Предиктивная модель прогнозирования количества клиентов и определения необходимого количества сотрудников в каждую смену. Модель основывается на анализе исторических данных о посещаемости, погодных условиях, днях недели и других факторах, влияющих на поток клиентов.

Клиент: Производственно-консалтинговая компания (NDA)

Проблема — Отдел продаж тратил значительное количество рабочего времени на обработку первичных запросов клиентов. Около 30% запросов оказывались неактуальными в сегментах D и C, что приводило к затрате более 100 часов работников отдела продаж на не целевые лиды в месяц.

Решение — Разработка и внедрение искусственного интеллекта в виде робота, который автоматически собирает первичную информацию от клиента и передает ее в отдел продаж для дальнейшей обработки и контакта с клиентом

Клиент: Маркетинговое агентство (NDA)

Проблема — Высокая нагрузка на видео-мейкеров, монтажеров, креаторов и сценаристов при работе с клиентами. Необходимость создания качественного видеоконтента для различных маркетинговых кампаний приводила к значительным временным затратам и ограничивала возможности агентства в расширении клиентской базы и увеличении объема работы.

Решение — Алгоритм на основе искусственного интеллекта, который на основание описание целевой аудитории создает видеоконтент, собирая сценарии, подбирая подходящие видеоматериалы из открытых источников, добавляя голосовое сопровождение. Алгоритм способен генерировать большое количество креативов - более 100 за несколько минут