Softline Digital создала для производителя молочной продукции сервис для аналитики и прогнозирования на основе искусственного интеллекта

Для планирования технологических процессов заказчику требовалось решение для прогнозирования массовой доли жира и массовой доли белка в молоке – основных параметров, характеризующих качество сырого молока. При этом клиенту необходимо было реализовать возможность построения точных прогнозов в краткосрочной (понедельно на месяц вперед) и среднесрочной перспективе (помесячно на год вперед). Ранее для этого использовались статистические методы, но со временем компании потребовалось автоматизировать процесс и сделать прогнозирование более точным. С этой задачей компания обратилась к ГК Softline – ведущему поставщику ИТ-решений и сервисов. 

Softline Digital предложила разработать под задачи клиента сервис на базе платформы AiLine, позволяющий строить прогнозы в интерактивном режиме. Платформа создана экспертами Softline Digital для быстрой разработки, развертывания и эксплуатации решений на базе искусственного интеллекта, помогает клиентам оптимизировать технологические процессы. В соответствии с требованиями заказчика в новом решении нужно было предусмотреть возможность интерпретации результатов прогноза и степени влияния различных факторов, а также ретроспективно оценивать точность получаемых прогнозов. Кроме того, требовалась возможность построения прогнозов с разбивкой на поставщиков молока. Все это было реализовано экспертами Softline Digital в одном сервисе. 

«Мы решили разработать сервис на платформе AiLine по ряду причин. Если бы мы использовали какую-либо BI-систему, то она обеспечила бы только визуализацию данных, что привело бы к необходимости интеграции ее c другими решениями. Это бы увеличило время реализации проекта и его стоимость. AiLine же позволяет создавать полноценные сервисы в рамках единой экосистемы. Платформа предусматривает встроенные инструменты для анализа данных и включает большинство алгоритмов машинного обучения.  В AiLine заказчик сможет не только составлять прогнозы, но и адаптировать модели и проверять собственные гипотезы. Это возможно благодаря No-Code ядру, которое позволяет самостоятельно модифицировать систему без привлечения команды Data Science», – объясняет Вадим Седельников, Data Science архитектор Softline Digital. 

В результате специалистами Softline Digital была построена высокоточная и устойчивая модель прогнозирования основных параметров молока. Далее эта модель была имплементирована в сервис прогнозирования, разработаны пользовательские интерфейсы в соответствии с требованиями заказчика. Повышение точности прогнозирования было достигнуто путем построения многокритериальной модели средствами машинного обучения, а также анализа влияния предикторов.

При разработке решения команда Softline Digital решала также дополнительные подзадачи: обеспечить в сервисе функцию ежемесячного прогнозирования жирности молока с горизонтом на восемь недель вперед понедельно и на 18 месяцев вперед помесячно. С такими же горизонтами прогнозирования необходимо было определять содержание протеина. Также в сервис был добавлена возможность построения моделей на выбранную дату в прошлом и возможность сравнения результатов работы моделей с фактическими данными. Клиент оценил эффективность нового решения и решил расширить проект, поручив Softline Digital разработать аналогичный сервис прогнозирования рыночных цен сырого молока. Все работы были выполнены за три месяца. 

С помощью нового сервиса, разработанного Softline Digital, производитель молочной продукции в режиме реального времени получает точные прогнозы качественных параметров и рыночных цен сырого молока. Это позволяет компании грамотно выстраивать технологические процессы и цепочки. Сервисы реализованы в одном контуре платформы AiLine. Благодаря разработанной специалистами Softline Digital модели и возможностям решения, ошибка прогнозирования снизилась на 30% по сравнению с ранее используемыми заказчиком методами. Сервис в автоматическом режиме собирает данные из различных источников, обрабатывает их, обучает модели и строит прогнозы. Компания также может использовать сервис для самостоятельного анализа и проверки гипотез – сотрудники могут загружать в него иные данные, анализировать их, строить взаимные корреляции и модели. Кроме того, решение позволяет как импортировать необходимую клиенту информацию, так и экспортировать результаты прогнозирования, а также обеспечивает поддержку версионности прогнозов. Что касается результатов аналитики и прогнозов, то они визуализируются на дашбордах в понятном и удобном для заказчика виде.