Миллионы экономии: как ИИ «прокачает» железные дороги в Центральной Азии

Железные дороги в странах Центральной Азии вскоре перейдут на искусственный интеллект. Он может взять на себя обработку документов, подготовку аналитики, проверку вагонов и контроль путей. Технологии позволят сэкономить отрасли десятки миллионов долларов. Как подружить ИИ-ассистенты с текущими бизнес-процессами? LogiStan обсудил эту тему и рассмотрел конкретные примеры с Геннадием Глевицким, экспертом по автоматизации ЖД-отрасли из международной ИТ-компании IBA Group.

Оформление памяток и актов осмотра вагонов

Сотрудники, которые работают на путях, должны оформлять технологические документы: памятки приемосдатчика, акты осмотра вагонов и другие. Информация из них должна сразу же поступать в информационные системы.

Как сейчас: документы оформляются после возвращения на рабочее место либо через передачу информации другому сотруднику по телефону или радиосвязи. Это может произойти через несколько часов, так что высока вероятность потери данных, что в свою очередь снижает эффективность работы.

Как будет: виртуальный ассистент распознает голосовые команды и информацию, позволяя в диалоговом режиме оформлять необходимые документы без необходимости ручного ввода и в любой локации.

Поиск информации в базах данных и не только

За годы существования любой железной дороги накоплен огромный массив нормативных документов, технологических инструкций, описаний и схем инфраструктуры. Разработаны правила перевозок, каждый год меняется расписание пассажирских поездов. Вся эта информация последовательно переносится в корпоративные хранилища данных. Для эффективного использования необходим интеллектуальный интерфейс, который доступен из любой точки в любое время.

Как сейчас: специалисты тратят много времени на поиск нужной информации. Часто они даже не знают, где именно она хранится. Вместо того, чтобы решать рабочие задачи, приходится копаться в разных базах данных.

Как будет: структурированная база знаний и виртуальный ассистент помогают искать информацию и понимает естественный язык. Для офисного специалиста он может быть реализован в виде чат-бота, а для работника на путях и станциях – в виде голосового помощника с функцией распознавания речи.

Мгновенная обработка накладных и договоров

Железнодорожным администрациям необходимо получать и обрабатывать большие массивы бумажных или цифровых документов в различных форматах. Информация из этих документов должна быть внесена в корпоративные информационные системы для реализации бизнес-процессов: оплаты счетов, подписания договоров, выполнения поручений и так далее.

Как сейчас: ручная обработка занимает много времени и чревата ошибками.

Как будет: процесс усовершенствует система по интеллектуальной обработке входящих писем. Она их квалифицирует по типу и назначению, а также извлекает и обрабатывает информацию на казахском, русском, китайском и других языках. Умеет работать с бумажными документами, pdf-файлами, Word, электронными таблицами и множество других форматов.

Вот несколько примеров применения ИИ для обработки документов:

• Автоматизация обработки транспортных накладных и таможенных документов при международных перевозках.
• Проверка наличия действующих договоров с экспедиторами перед приемом вагонов на дорогу.
• Извлечение данных из накладных СМГС и передача их в информационные системы для расчета провозных платежей.
•  Автоматизация переноса документов в цифровые архивы.

Подготовка глубокой аналитики

В железнодорожной отрасли важно анализировать данные для формирования прогнозов, выявления тенденций, поиска скрытых связей. Результаты анализа помогают снижать затраты, ускорять процессы автоматизации и оценивать потребности в изменениях.

Как сейчас: специалисты тратят много времени на подготовку аналитики. Когда она готова, информация может уже устареть.

Как будет: ИИ способен обрабатывать огромные массивы информации и позволяет найти «то, что скрыто», сформулировать ответы, на которые раньше уходили месяцы ручного труда аналитиков. ИИ-модели умеют выявлять тенденции, строить прогнозы на основе исторических данных, выявлять группы схожих объектов, а также находить выделяющиеся элементы.

Где это нужно применять:

• Предиктивная аналитика и прогнозирование неисправностей подвижного состава и инфраструктуры.
• Прогнозирование объемов перевозок и доходов от них на основе исторических данных из информационных систем управления перевозками (TMS).
• Анализ больших объемов данных из различных источников с целью сегментации пассажиро- и грузопотоков, разработки гибкой тарифной политики, подготовки маркетинговых акций и индивидуальных предложений для клиентов и пассажиров.

Распознавание номеров и проверка вагонов

На железной дороге есть задачи, требующие распознавания информации на движущихся объектах и определения их состояния. Чтобы снизить человеческий фактор в данной работе, эту задачу можно доверить компьютерному зрению.

Как сейчас: всё делается вручную, поэтому процесс сильно подвержен человеческому фактору: работники нередко ошибаются, оценивают субъективно.

Как будет: компьютерное зрение позволяет выполнять данный тип задач автоматизировано, без необходимости ручного труда, что повышает точность и позволяет экономить время и средства. Необходимая информация извлекается из видеопотока «на лету», либо в режиме постобработки.

Где это можно применить:

• Автоматическое распознавание номеров вагонов при прибытии и отправлении состава для контроля достоверности информации в натурном листе поезда.
• Автоматическое распознавание номеров контейнеров, поступающих или хранящихся в логистических терминалах.
• Контроль состояния инфраструктуры пути, СЦБ и контактной сети по результатам скоростной видеосъемки вагонов-путеизмерителей и дефектоскопов.
• Осмотр составов в движении на предмет технических и коммерческих неисправностей: открытые двери и люки, смещение или нарушение крепления груза и так далее.

ИИ увеличит объемы перевозок и снизит затраты

Современные технологические процессы генерируют гигабайты и терабайты данных. Они могут стать как очень ценным активом, так и бесполезным цифровым мусором. И при этом требуют места, усилий и ресурсов для хранения.

Применение ИИ в работе с данными позволяет использовать данные эффективно и решать вызовы, которые стоят перед железнодорожными администрациями. Чем раньше они начнут внедрять новые технологии в свои процессы, тем быстрее получат преимущества и будут конкурентными на рынке. Для ЖД-отрасли искусственный интеллект может стать неисчерпаемым источником увеличения объемов перевозок и снижения затрат, – убежден эксперт IBA Group Геннадий Глевицкий.

Источник: logistan.info