cm-opti - wdrożenia AI i automatyzacja procesów
Konsultacja

Oferta

Rozwiązania AI dla firm: agenci AI, odczyt dokumentów, computer vision, prognozy i integracja systemów

Jak działają, czego potrzebujemy od Ciebie i jakie efekty przyniosły w projektach naszego zespołu.

Automatyzacja procesów z AI

Rozwiązania, które przejmują powtarzalną pracę na mailach, dokumentach i zdjęciach. Budujemy je na dużych modelach językowych, agentach AI i computer vision. Tam, gdzie model nie ma pewności, decyzję podejmuje człowiek.

Asystent AI do firmowej wiedzy

Odpowiada na pytania na podstawie Twoich dokumentów, procedur i przepisów, a przy tym podaje źródło.

Jak działa i czego potrzebujemy

Jak działa

Asystent korzysta z metody RAG (Retrieval-Augmented Generation). Najpierw odnajduje właściwy fragment w Twoich dokumentach, potem buduje na nim odpowiedź, więc każdą da się sprawdzić u źródła. Może też podpowiedzieć następny krok, np. co jeszcze sprawdzić.

Czego potrzebujemy od Ciebie

Dokumentów, z których asystent ma korzystać, np. umów, instrukcji, procedur albo przepisów, i listy pytań, które dziś zadaje zespół.

Z praktyki

W firmie z branży budowlanej działającej w Niemczech odpowiedź na pytanie o przepisy HOAI i VOB powstaje w 10 minut zamiast około 1,5 godziny, razem z uzasadnieniem.

Analiza zapytań ofertowych i wycen

Odczytuje wymagania klienta, porównuje je z wcześniejszymi ofertami i danymi produkcyjnymi, a potem przygotowuje wstępną wycenę do zatwierdzenia.

Jak działa i czego potrzebujemy

Jak działa

Zapytanie trafia z maila albo z formularza. Asystent wyciąga z niego parametry, np. materiał, wymiary, ilość i termin, i odnajduje podobne zlecenia z przeszłości. Kalkulację robi według Twoich zasad i wskazuje, czego brakuje do pełnej oferty. Handlowiec albo technolog sprawdza wynik i decyduje o wysyłce.

Czego potrzebujemy od Ciebie

Przykładowych zapytań razem z ofertami, które do nich powstały, oraz zasad, według których dziś liczysz cenę, np. arkusza kalkulacyjnego.

Agent AI do zadań wieloetapowych

Prowadzi sprawę przez kilka systemów: zbiera informacje, decyduje, co zrobić dalej, i przygotowuje wynik do zatwierdzenia.

Jak działa i czego potrzebujemy

Jak działa

Agent łączy LLM (Large Language Model) z narzędziami, np. skrzynką e-mail, ERP, CRM albo bazą dokumentów. Kolejne kroki ustala sam, ale w granicach, które wyznaczamy razem: do jakich danych ma dostęp, co może zmienić i co wymaga akceptacji pracownika. Każda jego decyzja jest zapisana, więc łatwo ustalić, skąd się wzięła.

Czego potrzebujemy od Ciebie

Opisu zadania, które dziś przechodzi przez kilka osób albo programów, przykładów jego przebiegu i dostępu do systemów, z których agent ma korzystać.

Wizyjna kontrola jakości (computer vision)

Analizuje zdjęcia i nagrania wideo wyrobów albo towarów, a potem wskazuje wady, uszkodzenia lub niezgodność ze stanem w systemie.

Jak działa i czego potrzebujemy

Jak działa

Model trenujemy na zdjęciach albo nagraniach z Twojego procesu, także tych z wadami. Wideo analizuje klatka po klatce. Każdą sztukę ocenia według tych samych kryteriów, a wynik porównuje ze wzorcem albo z danymi w systemie. Pracownik ogląda tylko przypadki, które model oznaczył. Skuteczność sprawdzamy w pierwszym sprincie, na materiale z Twojej linii, zanim rozwiązanie obejmie całą produkcję.

Czego potrzebujemy od Ciebie

Zdjęć albo nagrań z miejsca, które chcesz kontrolować, w tym przykładów wad i uszkodzeń, oraz dostępu do danych, z którymi obraz ma się zgadzać.

Z doświadczenia zespołu

W sieci sklepów model porównywał zdjęcia półek ze stanem w systemie. Rozbieżności były widoczne wcześniej niż pusta półka albo zamówienie policzone na błędnym stanie.

Odczyt dokumentów z AI (OCR)

Zamienia skany, PDF-y i zdjęcia faktur, zleceń czy umów w dane w systemie, bez ręcznego przepisywania.

Jak działa i czego potrzebujemy

Jak działa

OCR (Optical Character Recognition) rozpoznaje tekst na skanie, a kolejna warstwa ustala, które pole jest którym: numer zlecenia, data, kwota, adres. Dane trafiają do systemu gotowe do zatwierdzenia. Ręcznie idą tylko dokumenty spoza znanego schematu.

Czego potrzebujemy od Ciebie

Przykładów każdego typu pisma, który chcesz obsłużyć, i listy pól, które mają trafić do systemu.

Z praktyki

W firmie transportowej zlecenia przewozowe trafiają do TMS (Transportation Management System) bez przepisywania, a pracownik tylko je zatwierdza.

Asystent AI do skrzynki e-mail

Czyta przychodzące wiadomości i załączniki, rozpoznaje, czego dotyczy sprawa, i przekazuje dane do właściwego systemu albo działu.

Jak działa i czego potrzebujemy

Jak działa

Wiadomość trafia na wspólną skrzynkę, np. zlecenia, reklamacje albo korespondencję szkodową. Model NLP (Natural Language Processing) klasyfikuje ją według tematu, a OCR odczytuje załączniki. Dane trafiają od razu do właściwej osoby albo systemu.

Czego potrzebujemy od Ciebie

Dostępu do skrzynki albo jej kopii i przykładowych wiadomości podzielonych na kategorie, których używa Twój zespół.

Z praktyki

W firmie ubezpieczeniowej model rozpoznaje kategorię ryzyka w 90% przypadków. Około 25% pism przestało obciążać główną kolejkę, a zaległości w korespondencji spadły o 30%.

Machine learning i prognozy

Modele uczenia maszynowego trenowane na informacjach z Twoich systemów. Przewidują popyt i awarie, podpowiadają produkty i pokazują skutki zmian, zanim je wprowadzisz. Podstawą są uporządkowane dane i raporty, a modele douczamy, gdy napływają nowe.

Prognozowanie popytu

Przewiduje sprzedaż każdego artykułu i układa plan dostaw z uwzględnieniem kosztów transportu i pojemności magazynów.

Jak działa i czego potrzebujemy

Jak działa

Model uczenia maszynowego trenujemy na historii sprzedaży, sezonowości, trendach i czynnikach zewnętrznych, które wpływają na popyt. Na tej podstawie wylicza, ile towaru i kiedy wysłać do każdego magazynu. Planista widzi kilka scenariuszy i porównuje je, zanim podejmie decyzję.

Czego potrzebujemy od Ciebie

Historii sprzedaży na poziomie artykułu oraz danych o dostawach, magazynach i kosztach transportu.

Z doświadczenia zespołu

W firmie dystrybucyjnej działającej na wielu rynkach prognoza objęła pojedyncze artykuły zamiast uśrednień dla grup towarów, a każdy rynek dostał własną sezonowość. Mniej towaru zalegało w magazynie, a plan dostaw odpowiadał rzeczywistemu popytowi.

Predictive maintenance: przewidywanie awarii maszyn

Predykcyjne utrzymanie ruchu (predictive maintenance): dane z maszyn wskazują tę, która wymaga przeglądu, zanim stanie linia.

Jak działa i czego potrzebujemy

Jak działa

Model trenujemy na danych, które maszyny już zapisują, np. o temperaturze, drganiach albo poborze prądu, i na historii wcześniejszych awarii. Gdy bieżące wartości zaczynają przypominać sytuację sprzed jednej z nich, serwis dostaje ostrzeżenie, mailem albo w systemie utrzymania ruchu (CMMS, Computerized Maintenance Management System), i planuje naprawę w dogodnym terminie.

Czego potrzebujemy od Ciebie

Dostępu do danych ze sterowników PLC (Programmable Logic Controller) albo z systemu SCADA (Supervisory Control and Data Acquisition) oraz historii usterek i przeglądów. Jaki okres wystarczy, sprawdzamy w diagnozie. Jeśli tej historii jeszcze nie ma, zaczynamy od rejestracji przestojów.

Systemy rekomendacji

Na podstawie historii zakupów i zachowań klientów podpowiadają kolejne produkty albo zestawy kupowane razem.

Jak działa i czego potrzebujemy

Jak działa

Analiza koszykowa sprawdza, które produkty klienci kupują razem i jak często. Gdy transakcje da się przypisać do konkretnych osób, model uczenia maszynowego porównuje podobne historie zakupowe i podpowiada, co może zainteresować kolejnego kupującego. Rekomendacje trafiają do sprzedaży, na stronę internetową albo do planowania zapasów.

Czego potrzebujemy od Ciebie

Historii paragonów ze sklepów stacjonarnych albo zamówień online. Im dłuższy okres, tym pewniejsze wzorce.

Z doświadczenia zespołu

W sieci handlowej przeanalizowaliśmy setki tysięcy paragonów. Ten sam model podpowiadał sprzedaż dodatkową, pomagał układać zapasy i zasilał rekomendacje na stronie.

Cyfrowy bliźniak procesu

Wirtualna kopia procesu zbudowana z danych, na której sprawdzasz skutki zmiany, zanim trafi ona na halę.

Jak działa i czego potrzebujemy

Jak działa

Odtwarzamy w niej maszyny, przepływy, czasy i ograniczenia, a dane pochodzą z Twoich systemów. Na takiej kopii testujesz zmianę, np. inną kolejność zleceń, i widzisz jej wpływ na wydajność i koszty bez ryzyka dla produkcji.

Czego potrzebujemy od Ciebie

Danych o przebiegu procesu, np. czasów, wolumenów i przestojów, oraz wiedzy osób, które nim kierują.

Z praktyki

Prototyp takiego modelu zbudowaliśmy dla dużej firmy przemysłowej.

Rejestracja przestojów i analiza OEE

Operator zapisuje przyczynę każdego przestoju w prostej aplikacji, a Ty widzisz, co najbardziej obniża OEE (Overall Equipment Effectiveness).

Jak działa i czego potrzebujemy

Jak działa

Aplikacja jest na tablecie lub telefonie przy maszynie. Operator wybiera przyczynę z krótkiej listy ustalonej z kierownikiem produkcji, a czas postoju zapisuje się sam albo pobieramy go ze sterownika. Raport pokazuje straty dostępności, wydajności i jakości dla każdej maszyny i zmiany. Zebrana historia jest też podstawą do późniejszego przewidywania awarii.

Czego potrzebujemy od Ciebie

Listy maszyn i przyczyn przestojów, jeśli jest gdzieś spisana, oraz rozmowy z operatorami i kierownikiem produkcji.

Raporty i dashboardy (BI)

Wskaźniki z wielu systemów w jednym miejscu, aktualizowane automatycznie.

Jak działa i czego potrzebujemy

Jak działa

Zaczynamy od pytania, jakie decyzje ma wspierać raport BI (Business Intelligence), i od wyboru KPI (Key Performance Indicators). Ustalamy, jak liczyć każdy wskaźnik, i automatyzujemy zbieranie oraz czyszczenie danych w procesie ETL (Extract, Transform, Load). Dashboard pokazuje stan firmy na jednym ekranie.

Czego potrzebujemy od Ciebie

Dostępu do systemów, z których pochodzą liczby, np. ERP, CRM albo arkuszy, i obecnych raportów, jeśli istnieją.

Integracja systemów

Programy w firmie wymieniają dane same, bez ręcznego przepisywania. Architekturę projektujemy tak, żeby kolejne systemy dało się podłączać bez przebudowy całości.

Integracja ERP, CRM i sklepu internetowego

Zamówienie, dane klienta czy stan magazynu wpisujesz w jednym programie, a pozostałe mają je od razu.

Jak działa i czego potrzebujemy

Jak działa

Sprawdzamy, z jakich programów korzystasz i którędy dziś płyną dane, także te przepisywane ręcznie. Potem łączymy je przez API (Application Programming Interface), czyli ustalony sposób, w jaki aplikacje przekazują sobie informacje. Jeśli system nie ma API, korzystamy z jego bazy danych albo eksportu plików, a gdy i to nie wystarcza, piszemy łącznik, który przenosi dane. Status zamówienia zmieniony w ERP aktualizuje się w CRM i w sklepie.

Czego potrzebujemy od Ciebie

Listy systemów, z których korzystasz, i dostępu do ich dokumentacji albo kontaktu do dostawcy oprogramowania.

Integracja z systemem transportowym (TMS)

Dane ze zleceń, maili i skanów trafiają automatycznie do TMS, a stamtąd do pozostałych systemów firmy.

Jak działa i czego potrzebujemy

Jak działa

Odczyt dokumentów przygotowuje dane do TMS, a połączenia z pozostałymi systemami przenoszą je dalej. Pracownik, zamiast przepisywać, sprawdza i zatwierdza. Kolejnym krokiem może być automatyczna wymiana danych z systemami celnymi i weterynaryjnymi.

Czego potrzebujemy od Ciebie

Przykładowych zleceń i dokumentów przewozowych oraz dostępu do TMS i systemów, z którymi ma się łączyć.

Z praktyki

W firmie transportowo-spedycyjnej standardowe dokumenty przechodzą automatycznie, a ręcznie idą tylko wyjątki. Obsługa pojedynczego pisma trwa sekundy zamiast minut.

Uruchomienie na Twoich serwerach albo w chmurze

Rozwiązanie działa na Twojej infrastrukturze albo u dostawcy chmury, zgodnie z wymogami RODO.

Jak działa i czego potrzebujemy

Jak działa

Miejsce uruchomienia ustalamy na starcie, razem z wymaganiami bezpieczeństwa. Przy wymogach regulacyjnych budujemy wydzielone środowisko, z którego dane nie wychodzą, a każdy krok przetwarzania da się wykazać przed audytem. Kod i dane zostają po Twojej stronie.

Czego potrzebujemy od Ciebie

Informacji o serwerach, z których korzystasz, i wymaganiach działu IT albo bezpieczeństwa.

Z praktyki

W firmie ubezpieczeniowej model pracował na zanonimizowanych danych, w wydzielonym środowisku zbudowanym pod ten projekt.

Branże i technologie

Branże
Ubezpieczenia, budownictwo, dystrybucja, transport i logistyka, handel detaliczny i e-commerce, przemysł.
Technologie i metody
Przetwarzanie języka naturalnego (NLP, Natural Language Processing), RAG (Retrieval-Augmented Generation), agenci AI, computer vision, uczenie maszynowe, prognozowanie sprzedaży, planowanie dostaw i zapasów, systemy rekomendacji, analiza koszykowa, klasteryzacja tekstów, integracja systemów przez API, bazę danych albo dedykowany program.

Jak pracujemy

Projekt prowadzimy według metodyki Scrum, w sprintach, czyli etapach po 2-3 tygodnie. Po każdym sprincie kolejna część rozwiązania działa już u Ciebie. Pracujemy głównie zdalnie, a na miejscu jesteśmy wtedy, gdy wymaga tego etap pracy. Gdzie i jak pracujemy

  1. Krok 1

    Konsultacja i diagnoza

    Zaczynamy od bezpłatnej, 60-minutowej konsultacji online, po której dostajesz wnioski na piśmie. Przy jasnym celu wystarczy ona do przygotowania oferty. Przy szerszym zakresie proponujemy płatną diagnozę: rozmawiamy z osobami, które wykonują proces, mapujemy go, sprawdzamy dane w Twoich systemach i liczymy, ile firma traci. Czas pracy i cenę diagnozy ustalamy przed startem, a jeśli zamówisz wdrożenie, odliczamy ją od pierwszego sprintu. Wynikiem jest lista zadań uszeregowana według korzyści (product backlog) i oferta, a dokumenty zostają u Ciebie.

  2. Krok 2

    Sprint

    Na starcie wybieramy z listy zadania, które dają największą korzyść. Budujemy z nich działającą część rozwiązania i uruchamiamy ją u Ciebie. Osoba z Twojego zespołu, która zna proces, na bieżąco sprawdza wyniki, np. czy asystent odpowiada poprawnie, a my dostrajamy rozwiązanie według jej uwag. Płacisz za każdy sprint osobno.

  3. Krok 3

    Przegląd i decyzja

    Na koniec sprintu pokazujemy, co powstało, a Twój zespół testuje to na własnych danych. Uwagi trafiają na listę zadań i razem ustalamy zakres następnego sprintu: poprawki, kolejny fragment procesu albo połączenie z innym systemem. O tym, czy go zaczynamy, decydujesz Ty. Kroki 2 i 3 powtarzamy, aż rozwiązanie obejmie cały zaplanowany zakres.

  4. Krok 4

    Przekazanie i opieka

    Gdy kończymy prace, także po dowolnym sprincie, szkolimy użytkowników i przekazujemy dokumentację oraz kod. Jeśli chcesz, zostajemy przy rozwiązaniu: pilnujemy, żeby działało, poprawiamy błędy, dodajemy funkcje i douczamy modele na bieżących danych.

Pytania o rozwiązania i wdrożenia

Więcej odpowiedzi znajdziesz na stronie głównej.

Czym różni się computer vision od OCR?

OCR odczytuje tekst z obrazów i dokumentów. Computer vision analizuje całą treść obrazu: wykrywa i rozpoznaje obiekty, ich położenie i stan. OCR bywa elementem takiego rozwiązania.

Co to jest agent AI i kiedy się go stosuje?

Agent AI to system, który samodzielnie wykonuje zadanie złożone z kilku kroków: planuje, korzysta z narzędzi i podejmuje decyzje w ustalonych granicach. Stosujemy go tam, gdzie automatyzacja oparta na stałych regułach nie wystarcza, np. gdy zlecenie trzeba odczytać z maila, sprawdzić w kilku systemach i przygotować odpowiedź do zatwierdzenia. Jeśli wystarczy prostsze rozwiązanie, wybieramy je, bo jest tańsze w utrzymaniu.

Które rozwiązanie wybrać na początek?

Od procesu, który najbardziej obciąża zespół i ma policzalny koszt, np. ręczne przepisywanie zleceń, kontrola wizualna wyrobów albo składanie raportów z kilku systemów. W diagnozie liczymy, ile ten proces kosztuje dziś i ile może zaoszczędzić rozwiązanie. Pierwszy sprint obejmuje jego wybrany fragment, więc efekt widać po 2-3 tygodniach.

Czy rozwiązanie AI można połączyć z naszym ERP?

Tak. Łączymy je z ERP, CRM, TMS albo sklepem internetowym przez API (Application Programming Interface), bazę danych albo eksport plików. Jeśli system nie udostępnia żadnej z tych dróg, piszemy łącznik, który przenosi dane.

Ile danych potrzeba, żeby zbudować rozwiązanie AI?

To zależy od rozwiązania. Asystent do firmowej wiedzy korzysta z dokumentów, które już masz. Prognoza popytu potrzebuje historii sprzedaży obejmującej co najmniej jeden pełny sezon. Model wizyjny uczy się na zdjęciach z Twojej linii, także tych z wadami. Ile danych wystarczy w Twoim przypadku, sprawdzamy w diagnozie.

Bezpłatna konsultacja

Opisz w kilku zdaniach swój proces. Na 60-minutowej rozmowie online sprawdzimy, które z tych rozwiązań ma u Ciebie sens. Jeśli żadne, powiemy to wprost, a wnioski dostaniesz na piśmie.

Przejdź do formularza