«ЕвроХим», один из крупнейших производителей минеральных удобрений в России, разработал собственную систему искусственного интеллекта для поиска аналогов оборудования на промышленных складах. Технология, созданная силами компании, позволяет за секунды находить среди сотен тысяч позиций хранения материалы, которые могут заменить требуемые при закупке. По данным компании, за 2025 год экономический эффект составил сотни миллионов рублей.
Проблема, которую решает система, знакома многим крупным промышленным предприятиям: на складах годами копится оборудование и материалы, часть которых не используется, дублируется под разными названиями или вовсе не отражена в учёте. Вручную разбирать сотни тысяч единиц хранения и искать аналоги — задача, физически невыполнимая для человека. Поэтому в «ЕвроХиме» решили передать эту рутину алгоритму.
Алгоритм сопоставляет две единицы оборудования по техническим характеристикам и определяет, насколько одну можно заменить другой. Ключевая ценность проекта — алгоритм, разработанный внутри компании, который уже используется в нескольких других проектах. Точность подбора достигает 85%, то есть 8–9 предложений о замене из 10 оказываются верными. За каждым таким предложением стоит реальная экономия: каждый раз, когда компания отказывается от новой закупки в пользу материала, уже лежащего на складе, она экономит деньги.
Идея применить ИИ для поиска аналогов родилась в декабре 2024 года. Первые результаты появились уже через четыре месяца, но точность подбора тогда едва достигала 10% — предложения приходилось разбирать вручную. Чтобы довести технологию до рабочего состояния, команда проекта проанализировала гигабайты данных из SAP, провела выездные проверки и инвентаризации на складах предприятий, привлекла к аудиту и верификации данных более 100 человек — от работников цехов и складов до руководителей функций. К августу 2025 года точность подбора выросла до 85%, а систему тиражировали на 8 предприятий.
Экономический эффект — подтверждённая стоимость товарно-материальных ценностей (ТМЦ), вовлечённых в производство со складов вместо новой закупки, — составил сотни миллионов рублей за прошлый год. Потенциальный эффект при масштабировании технологии на все предприятия может исчисляться миллиардами рублей в год.
Помимо самого алгоритма подбора, в компании выстроили вокруг него целую инфраструктуру: работают дашборды по движению ТМЦ, по остаткам на складах и по заявкам на закупку, предприятиям еженедельно автоматически рассылаются предложения по вовлечению остатков. Параллельно ведётся интеграция процесса подбора аналогов в SAP. Отдельное направление — учёт ранее не отражённого в системе оборудования, чтобы вернуть его на баланс без влияния на бухгалтерскую отчётность.
Проект является не только технологическим, но и управленческим: он потребовал перестроить часть бизнес-процессов и договориться о новых правилах с несколькими подразделениями сразу — от закупок и техобслуживания до финансовой службы. Следующий шаг — оптимизация справочника материалов: классификация, удаление дублей и цифровизация всех этапов процесса движения ТМЦ, от заявки на закупку до списания.
