От боли рынка — к промышленному AI-решению
Одной из ключевых задач было решить типичную для рынка POSM проблему — большое количество визуально похожих материалов, разное качество фотографий, отсутствие стандартизированной съёмки и необходимость распознавать текстовые элементы.
Именно на этом моменте мы увидели пересечение задач «Системных Технологий» и T2: перейти от ручного процесса к системе, которая обеспечивает точный и воспроизводимый результат.;
Этап 1. Обучение модели (30 дней)
Подготовили обучающую выборку по 80+ видам POSM. Для каждого вида собрали 80–100 фотографий с разными углами, освещением и условиями съёмки. Это позволило обеспечить устойчивость модели к реальным особенностям торговых точек.
Этап 2. Пилотирование (15 дней)
Протестировали систему на ~250 торговых точках. По итогам пилота модель дообучили, повысив точность распознавания и сократив число ошибок.
Этап 3. Промышленная эксплуатация
После успешного пилота решение развернули на всю сеть — более 6500 точек. Система перешла в полностью автоматический режим обработки фотоаудитов.