Илья Ветошкин
директор по IT Сибирский кедр
Более 15 лет управляет IT и ecommerce-проектами: от запуска интернет-магазина "Сибирский кедр" и развития розничной IT инфраструктуры в 40 магазинов до автоматизации производственных процессов. Под его руководством интернет-магазин выполнил более 150 000 заказов.
С помощью ИИ создал production-сервис для работы с маркировкой "Честный Знак" на производстве сладостей: система объединяет заказ кодов, генерацию и нанесение DataMatrix, сканирование, ввод продукции в оборот и интеграцию с производственным оборудованием.
УЧАСТВУЕТ:
С помощью ИИ создал production-сервис для работы с маркировкой "Честный Знак" на производстве сладостей: система объединяет заказ кодов, генерацию и нанесение DataMatrix, сканирование, ввод продукции в оборот и интеграцию с производственным оборудованием.
Секция 5.1. Автоматизация логистики: актуальные кейсы
Не бойтесь vibecoding: как мы закрыли маркировку Честного ЗНАКа на производстве силами одного человека и ИИ
1. Проблема: маркировка обязательна, а цена вопроса - как половина годового IT-бюджета.
Требовалось закрыть полный цикл: заказ кодов, печать, проверка, ввод в оборот, агрегация, перемаркировка, списание — для трёх товарных групп на четырёх типах оборудования. Изучили 25+ аналогов: автолиния — от 1–2 млн ₽, многолинейный проект — 1,5–7,5 млн ₽, лицензии — до 1,5 млн ₽ с ежегодными платежами. Своя команда: 1 570 человеко-дней, 17 млн ₽ ФОТ, 25–27 млн ₽ на стороне. Прямого аналога под наши процессы нет — любое решение требует доработок.
2. Что пробовали и от чего отказались.
Коробочные решения на 1С — сложное обучение для сезонного персонала. Интегратор закрывает одну линию, но не процесс: каждый следующий шаг — новый проект. Штатные разработчики — 8 месяцев до результата и постоянные расходы. Решили проверить: можно ли собрать это с ИИ? Да, но не в том виде, как показывают на демо.
3. Что сработало: метод, который доводит ИИ-разработку до цеха.
Сначала письменная спецификация, потом код — ИИ плохо угадывает потребности (17 спек за проект). Автотесты вместо ручной проверки (52 теста, включая прогон против «двойников» железа). Итерации у станка, а не за столом — документации по промышленному оборудованию публично нет, разбирались на месте.
4. Интерфейс под неопытного пользователя - то, ради чего вообще стоило делать самим.
Всё под сенсорный экран, без клавиатуры и обучения — сотрудник работает с первой смены. Встроенные защиты: права доступа, защита от повторов, просрочки, чужого товара, звуковые подтверждения. База знаний из 38+ статей со скриншотами, редактируется в админке. Система сама сверяется с реестром ЦРПТ, контролирует остаток кодов, следит за нагрузкой и самообновляется.
5. Как масштабировали - и что получили.
От одного настольного принтера — к четырём типам оборудования и смарт-камере на конвейере. Рост: март — 6 тыс. кодов, июль — 160 тыс., всего более 330 000 кодов. В системе: 19 сотрудников, 2 073 товара, 44 версии за 6,5 месяцев. Затраты — время одного человека и подписки на ИИ, вместо миллионов интеграторам или 17 млн ₽ на команду.
6. Выводы, которые забираем с собой.
Vibecoding — не «ИИ напишет за меня», а один эксперт с ИИ закрывает работу команды. Дорогое — не код, а понимание процесса. ИИ снимает барьер, но не ответственность: на производстве цена ошибки высока. Ценность — не экономия, а заточка под себя и свобода развития без подрядчиков. Начинать надо с боли процесса и расчёта альтернатив.
Требовалось закрыть полный цикл: заказ кодов, печать, проверка, ввод в оборот, агрегация, перемаркировка, списание — для трёх товарных групп на четырёх типах оборудования. Изучили 25+ аналогов: автолиния — от 1–2 млн ₽, многолинейный проект — 1,5–7,5 млн ₽, лицензии — до 1,5 млн ₽ с ежегодными платежами. Своя команда: 1 570 человеко-дней, 17 млн ₽ ФОТ, 25–27 млн ₽ на стороне. Прямого аналога под наши процессы нет — любое решение требует доработок.
2. Что пробовали и от чего отказались.
Коробочные решения на 1С — сложное обучение для сезонного персонала. Интегратор закрывает одну линию, но не процесс: каждый следующий шаг — новый проект. Штатные разработчики — 8 месяцев до результата и постоянные расходы. Решили проверить: можно ли собрать это с ИИ? Да, но не в том виде, как показывают на демо.
3. Что сработало: метод, который доводит ИИ-разработку до цеха.
Сначала письменная спецификация, потом код — ИИ плохо угадывает потребности (17 спек за проект). Автотесты вместо ручной проверки (52 теста, включая прогон против «двойников» железа). Итерации у станка, а не за столом — документации по промышленному оборудованию публично нет, разбирались на месте.
4. Интерфейс под неопытного пользователя - то, ради чего вообще стоило делать самим.
Всё под сенсорный экран, без клавиатуры и обучения — сотрудник работает с первой смены. Встроенные защиты: права доступа, защита от повторов, просрочки, чужого товара, звуковые подтверждения. База знаний из 38+ статей со скриншотами, редактируется в админке. Система сама сверяется с реестром ЦРПТ, контролирует остаток кодов, следит за нагрузкой и самообновляется.
5. Как масштабировали - и что получили.
От одного настольного принтера — к четырём типам оборудования и смарт-камере на конвейере. Рост: март — 6 тыс. кодов, июль — 160 тыс., всего более 330 000 кодов. В системе: 19 сотрудников, 2 073 товара, 44 версии за 6,5 месяцев. Затраты — время одного человека и подписки на ИИ, вместо миллионов интеграторам или 17 млн ₽ на команду.
6. Выводы, которые забираем с собой.
Vibecoding — не «ИИ напишет за меня», а один эксперт с ИИ закрывает работу команды. Дорогое — не код, а понимание процесса. ИИ снимает барьер, но не ответственность: на производстве цена ошибки высока. Ценность — не экономия, а заточка под себя и свобода развития без подрядчиков. Начинать надо с боли процесса и расчёта альтернатив.