Чек-лист: ИИ для оформления заказов-нарядов на спецтехнику
Механики теряют до 30% времени на бумажную волокиту. Нейросети превращают голосовой ввод и фото дефекта в структурированный документ. Ниже — проверенный алгоритм внедрения.
Шаг 1. Подготовка базы типовых операций
- Соберите 50-100 прошлых нарядов (PDF, Excel). Это обучающая выборка.
- Разметьте поля: марка, наработка (мото-часы), вид ТО, код неисправности.
- Создайте справочник работ (например, «Замена гидроцилиндра стрелы»). ИИ будет подставлять нормативы времени.
Шаг 2. Настройка голосового ввода с контекстом
Используйте API Whisper или Yandex SpeechKit с кастомным словарем терминов: «гидрораспределитель», «ходовая часть», «навесное оборудование».
- Пример команды: «Принял бульдозер B10M, наработка 4500 м/ч, течь масла из-под клапана».
- ИИ автоматически ставит код ТО-2 и добавляет регламентные работы.
Шаг 3. Распознавание фото дефектов
Интегрируйте CV-модель (YOLO или Azure Custom Vision). Механик фотографирует трещину на раме — система определяет узел и подтягивает артикулы запчастей.
Шаг 4. Автозаполнение по VIN или госномеру
Подключите базу техники. При вводе госномера ИИ подставляет модель, год выпуска, историю ремонтов и пробег. Это исключает ошибки человеческого фактора.
Шаг 5. Генерация текста наряда
Настройте шаблон в GPT-4 или YandexGPT:
Совет: Формулируйте промпт так: «Составь заказ-наряд по данным: [вставка JSON]. Укажи причину обращения, перечень работ, используй профессиональную лексику, избегай воды».
Шаг 6. Контроль качества и обратная связь
| Метрика | Целевое значение |
|---|---|
| Точность распознавания речи | ≥ 95% |
| Время оформления наряда | ≤ 4 минуты |
| Доля ручных правок | ≤ 10% |
Еженедельно выгружайте логи и дообучайте модель на новых ошибках.
Пример рабочего процесса
- Механик говорит: «Экскаватор Hitachi ZX200, ошибка по давлению в гидробаке».
- ИИ создает черновик: указывает модель, подтягивает сервисный ��юллетень по данной ошибке.
- Мастер подтверждает кнопкой — наряд уходит в 1С или ERP.
Итог: внедрение сокращает простои техники на 20% за счет быстрой фиксации неисправностей и автоматического заказа запчастей.