Металлоинвест снижает издержки и повышает эффективность благодаря внедрению машинного обучения в процесс закупок

Предоставлено ДКК УК «Металлоинвест» 10.05.2021 14:30 Экономика
623
Металлоинвест снижает издержки и повышает эффективность благодаря внедрению машинного обучения в процесс закупок
Фото: предоставлено ДКК УК «Металлоинвест»

Компания «Металлоинвест» успешно внедрила в рабочие процессы службы снабжения прогнозирование возможности срыва поставки на основе машинного обучения. Инновационное решение повысило эффективность работы специалистов, снизив при этом риски возникновения дополнительных издержек, связанных с отклонениями в сроках поставок. Точность прогноза составляет 84,7%. За счёт накопления данных, внедрения новых параметров и переобучения системы до конца года планируется довести этот показатель до 87%.

У закупщиков в работе одномоментно находится в среднем 150 тыс. заявок от четырёх входящих в Металлоинвест комбинатов. Из этого количества выделены и взяты под особый контроль все относящиеся к зоне риска. По ним проводится точечная отработка всех выявленных вопросов. В ближайшее время планируется запустить автоматизированную рассылку уведомлений поставщикам, которые попадают в зону риска. Такой подход позволяет повысить обеспеченность потребности без роста нагрузки на сотрудников.
— Мария Коваленко, директор по снабжению Металлоинвеста 
#

Для обучения системы использованы данные более чем 200 тыс. уже исполненных заявок, хранящихся в SAP. На основе этого «цифрового следа» выстроена модель прогнозирования. Для оценки на разных этапах её жизненного цикла используется до 27 параметров, включая волатильность курсов валют, страну поставщика, вид транспорта, сезонность, срочность и так далее. Со временем перечень параметров будет расширяться.

Машинное обучение меняет мир, создает новые возможности. Сейчас мы внедряем его в дирекции по снабжению, но в скором времени эта технология найдет свое применение на производстве, в финансовой сфере, в HR. Ведь машинное обучение помогает сокращать расходы, лучше понимать поведение клиентов или сотрудников, предотвращать поломки и сбои.
— Юлия Шуткина, директор по цифровой трансформации Металлоинвест
#

 

Машинное обучение (ML, machine learning) – это одна из технологий искусственного интеллекта, которая позволяет решать задачи не прямым способом, а за счёт поиска закономерностей в массиве предоставленной информации и выборе наилучшего решения без участия человека.

Отклонение в поставках может грозить значительными потерями, особенно если речь идёт о масштабных инвестиционных проектах. Отсутствие необходимых материалов в нужное время может задержать реализацию проекта, привести к неполному объёму проведения ремонтов и к росту неликвидных остатков на складах.

OTIF (on time in full – исполнение обязательств в срок и в полном объеме) является одним из основных показателей эффективности службы снабжения. Поддерживать его на высоком уровне возможно либо через контроль всех активных заявок, что требует значительных людских ресурсов, либо через отбор из общего объёма и проработку заявок с высокими рисками срыва. Работа по второму сценарию экономит ресурсы, но требует высокого качества прогноза.

Разработка и реализация проекта осуществлена командой Департамента методологической поддержки и развития снабжения Металлоинвеста под руководством Романа Орлова при технической поддержке компаний JSA Group (входит в многопрофильную ИТ-группу «ИКС Холдинг») и «Металло-Тех». Это позволяет развивать и накапливать компетенции внутри компании и переносить удачный опыт на смежные направления.

Значительную роль в проекте сыграла молодой сотрудник компании, выпускник факультета автоматизации и информационных технологии Старооскольского технологического института НИТУ «МИСиС» Дарья Груздова. Металлоинвест – многолетний партнёр НИТУ «МИСиС». Филиалы института в регионах присутствия компании являются базовыми учебными учреждениями для предприятий Металлоинвеста.

  • 309516, Россия, Белгородская область, Старый Оскол, мкр-н Ольминского, 12.
  • Телефон редакции портала: +7 (4725) 37-40-82, 37-40-79.
  • Email: info@gubkin.city
  • Для рекламодателей: +7 920-200-61-81.
Все права на фотоматериалы и тексты принадлежат их авторам.
Для сетевых изданий обязательна гиперссылка на сайт — gubkin.city, для печатных СМИ — Gubkin.city
© 2026 Информационный портал города Губкина. Все авторские права защищены.
Использование материалов информационного портала разрешено только с предварительного согласия правообладателей.
Нашли опечатку? Сообщите нам – выделите  ошибку и нажмите сочетание клавиш Ctrl+Enter