Интеграция тематических чат-ботов для работы с производственной отчетностью и данными ТОиР
Разработали два тематических чат-бота, которые быстро находят необходимые числовые показатели в производственной и ТОиР-отчетности и выполняют простые расчеты по запросу пользователей.
Клиент
Крупный промышленный холдинг.
Задача
Бизнес-задачи
-
Уменьшить время поиска оперативных и отчетных данных для управленческих решений.
-
Снизить нагрузку на аналитиков, регулярно обеспечивающих подразделения актуальной информацией.
-
Повысить доступность данных для специалистов производственных и сервисных служб.
Технические задачи
-
Интегрировать чат-боты с внутренними хранилищами и витринами данных (производственные системы, ТОиР).
-
Подобрать и обучить подходящую ИИ-модель (выбрана Qwen в связке с поисковым движком Apache Solr).
-
Спроектировать и реализовать пользовательский интерфейс.
-
Обеспечить быстрый поиск по табличным данным.
-
Запустить PoC (Proof of Concept, «проверка концепции»), затем MVP (Minimum Viable Product, «минимально жизнеспособный продукт») и довести решение до промышленной эксплуатации.
Решение
1. Сбор требований, картирование бизнес-процессов (workshops, Confluence).
2. Анализ источников данных, описание схем баз данных, подготовка витрин (SQL, ETL-пакеты).
3. PoC (Proof of Concept — проверка концепции): Qwen, тестирование релевантности ответов на типовые вопросы.
4. MVP: микросервисы на Python, интеграция с веб-UI; авторизация через SSO (сквозная авторизация в сервисе) холдинга.
5. Настройка CI/CD в GitLab (непрерывная интеграция и установка программного обеспечения)
6. Пользовательское тестирование, обучение сотрудников, выпуск в прод.
7. Эксплуатация и дообучение моделей по реальным запросам.
Созданы два тематических чат-бота, каждый ориентирован на свою предметную область.
1. Производственная отчетность.
2. ТОиР (техническое обслуживание и ремонты).
Боты обрабатывают естественные вопросы пользователей, формируют запросы к БД, выполняют базовые вычисления (суммы, средние, отклонения) и возвращают результаты в формате текста и таблиц.
Результат
- Внедрен PoC и MVP, подтверждена корректность поиска и расчетов в области производственной отчетности.
-
Подготовлены сценарии и шаблоны ответов для обоих ботов.
-
Реализованы каналы доступа: веб-интерфейс и корпоративный мессенджер.
-
Чат-боты обеспечивают сотрудников актуальными данными без участия аналитиков.
Бизнес-эффект
-
Существенно снижены задержки при поиске нужных цифр на совещаниях и в оперативной работе.
-
Эксперты-аналитики разгружены от рутинных запросов; оформление отчетов автоматизировано.
-
Повысилась прозрачность показателей и доступность данных в подразделениях.
Трудности
Неоднородная схема хранения данных в хранилище потребовала разработки промежуточных витрин и дополнительной трансформации.
Технологии
Qwen (LLM), Python, SQL, Docker, Kubernetes, GitLab CI/CD.
