Технический эксперт Северсталь: как за два месяца нейросети взяли на себя 20% рутины

# Как технический эксперт COMETAL за два месяца передал нейросетям 20% своей работы

Казалось бы, что может быть сложнее ручной проверки конструкторской документации? Одно и то же: сверять чертежи, заполнять таблицы, задавать заказчику одни и те же вопросы о материалах. Николай Захаров, технический эксперт COMETAL, столкнулся с этой рутиной лично. Как показывает практика, искусственный интеллект способен не просто ускорить процесс, но и освободить инженера для стратегического мышления.

В этой статье мы посмотрим, какие именно задачи нейросети уже выполняют в компании «Северсталь», как они справляются с точностью и что происходит с данными при их обработке.

Распределение задач: от комплектности до стоимости

За последние два месяца Николай выделил девять категорий задач, которые полностью или частично передались алгоритмам. Это не замена профессии, а делегирование монотонных операций.

Ключевыми успехами стали:

* Проверка комплектности документации. ИИ быстро сверяет наличие всех необходимых чертежей в заявке. Если чертежа нет там, где он обязателен, система сигнализирует об этом автоматически. * Контроль массы и материалов. Нейросети ловят несоответствия в указанной массе изделий и выявляют редкие марки материала, которые эксперт мог бы пропустить при беглом просмотре. * Формирование технико-коммерческого предложения (ТКП). Система способна самостоятельно заполнить бланк предложения, если исходных данных достаточно. * Оценка по техзаданию. При отсутствии полноценной документации ИИ рассчитывает стоимость, опираясь на средние рыночные цены. * Сводные таблицы. Автоматическое структурирование перечня металла по документации.

Остальные задачи, такие как выявление узких мест в изготовлении или расчет точной стоимости по сложным чертежам, находятся на стадии отработки или требуют обязательной перепроверки человеком.

Цифры в действии

Наибольший эффект дали процессы проверки комплектности и формирования таблиц.

* Было: Проверка одной заявки занимала в среднем час, а для сложных заказов — до двух дней. За это время неизбежно возникали опечатки в таблицах с размерами и марками материала. * Стало: Те же операции ИИ выполняет за 30–40 минут с высокой точностью.

Пример из практики: обработка заявки на 24 сварных изделия, каждая из которых состояла из множества деталей. Если бы специалист делал это вручную, он потратил бы 1,5–2 дня и, скорее всего, допустил ошибку в спецификации. Нейросеть обработала заявку за полчаса, предоставив готовую базу для дальнейшей работы.

Технические нюансы: промпты и ограничения

Как именно работает взаимодействие эксперта и машины? Николай Захаров приводит пример промпта (запроса) для проверки комплектности.

Инструкция для ИИ включает четкие правила: 1. Что считать комплектным без чертежа: стандартные крепёжные изделия (болты, гайки), покупные стандартные компоненты (подшипники, уплотнения), позиции с маркировкой «покупное». 2. Что требует чертежа: оригинальные детали, сборочные единицы собственного изготовления, детали без указания стандарта.

Оценка точности: Автор оценивает работу ИИ по шкале от одного до пяти баллов: * 5 баллов: Проверка комплектности и формирование ТКП по техзаданию. Результат стабилен и надежен. * 4 балла: Выявление редких материалов, составление таблиц. * 3–3,5 балла: Формирование маршрутных техпроцессов, оценка сроков, выявление сложных мест. Здесь требуется обязательная проверка человеком. * Проблемная зона: Точный расчет стоимости. ИИ пока не всегда корректно выстраивает технологический процесс, а без него невозможна точная оценка затрат.

*«Несколько месяцев назад, когда я впервые начал использовать ИИ для анализа чертежей, я ожидал просто ускорения. Оказалось, что это процесс обратного обучения: мне пришлось заново сформулировать свои профессиональные знания, разложив их на четкие логические правила. ИИ не столько выполняет мою работу, сколько заставляет меня лучше её понять».*

Безопасность и адаптация команды

В промышленных масштабах, особенно в такой компании, как «Северсталь», вопрос безопасности данных стоит на первом месте.

* Обезличивание данных: Перед передачей запроса в нейросеть (в данном случае использовался Claude, а также сравнивался ChatGPT) все конфиденциальные данные строго обезличиваются. * Соблюдение нормативов: Работа ведется в рамках требований коммерческой тайны и Федерального закона № 152-ФЗ о персональных данных.

Реакция коллег оказалась разноплановой. Многие проявили интерес и начали экспериментировать, однако есть и скептики. Это нормальная реакция на новинку. Чтобы преодолеть опасения, были проведены презентации и вебинары, где продемонстрирована экономическая выгода: скорость обработки заявок выросла, а качество осталось на прежнем уровне.

Руководство компании поддерживает инициативу, видя в ней инструмент повышения эффективности бизнеса.

Вывод: ИИ для рутины, люди для стратегии

Главный итог внедрения нейросетей — не сокращение рабочей недели эксперта, а качественное изменение его деятельности.

* Заказчик получает ответ быстрее. * Решение принимается оперативнее. * Человек освобождается от монотонной сверки таблиц и цифр.

В ближайшие год-два Николай предполагает, что ИИ станет стандартным инструментом для всей технической дирекции. Рутинные задачи будут автоматизированы, а сотрудники смогут сосредоточиться на сложных инженерных проблемах, требующих креативного подхода и профессионального суждения. Если у вас еще нет опыта работы с нейросетями в рабочих задачах, стоит попробовать: даже небольшие изменения в подходах могут дать значимый результат.