CodeInside

❓ ИИ в логистике: как ИИ-ассистент снижает издержки на перемещениях товарно-материальных ценностей (ТМЦ)

Внутренняя логистика редко кажется зоной экономии — пока не начинаешь считать потери от ошибок при ручных операциях.
Неверно указанные габариты, неучтённый объём, перевес — и дальше по цепочке: неподходящий транспорт, простои, лишние рейсы и расхождения в учёте товарно-материальных ценностей между подразделениями.

В статье рассказали о нашем кейсе и показали, как ИИ в логистике помогает решить эту проблему. ИИ-ассистент автоматически рассчитывает объём и вес груза, помогает с подбором транспорта, а затем доводит процесс до корректно оформленных документов по перемещению ТМЦ — с интеграцией в WMS/TMS и учётные системы.

Переходите по ссылке и читайте подробнее 💛

❓ИИ в пищевой промышленности — необходимость?

Мы регулярно встречаемся с представителями разных отраслей, для того чтобы понимать рынок через реальные задачи и ограничения, с которыми сталкиваются специалисты в работе каждый день.

На таких встречах мы, в первую очередь, слушаем. Нас интересует, на что уходит больше всего времени, какие рутинные задачи хотелось бы автоматизировать. В пищевой промышленности эти вопросы часто связаны с документами и требованиями: регламенты, стандарты, инструкции, проверки.

Мы понимаем эти задачи и показываем, какие современные инструменты помогают их решать на практике. Например, наше решение Docora подключается к базе знаний компании, работает на проверенной информации и становится цифровым экспертом для отделов: помогает быстро находить нужные требования, опираться на актуальные версии регламентов, разгружать ключевых специалистов и ускорять работу команд.

Мы говорим не про ИИ в широком смысле, а работаем с прикладными задачами и готовы обсуждать решения, которые опираются на ваши документы и процессы.

Если вы работаете в пищевой промышленности и хотите посмотреть, как наше решение повысит вашу эффективность — напишите нам на getai@codeinside.ru

🥸 Создайте своего эксперта на платформе Docora AI!

Мы открыли доступ к демо-версии Docora AI! Теперь вы можете протестировать платформу и сразу оценить результат на примере своих задач.

Логика простая: вы загружаете документы — и получаете эксперта, который отвечает по вашей базе знаний. Он помогает быстрее находить требования, разбираться в правилах и сокращает рутинный поиск информации

Если пока не хотите загружать свои материалы, в демо-версии уже есть готовые сценарии:
— эксперт по налоговому праву
— эксперт по трудовым отношениям

🖥 Оставляйте заявку на сайте, чтобы получить доступ к демо-версии.

🔴 Давно не рассказывали о обновлениях в Smart Traffic System — исправляемся.

Наше решение Smart Traffic System — кроссплатформенное ПО для нейросетевой видеоаналитики. Система решает задачи оптимизации трафика и снижения аварийности, что делает ее важным инструментом цифровой трансформации городской инфраструктуры.

Что мы доработали за последнее время:
✅ перешли на распределённую архитектуру — теперь вычислительные модули (GPU/NPU) можно объединять в единую сеть детекторов, чтобы масштабироваться под большее число видеопотоков и подключать модули разной сложности под разные задачи,
✅ доработали новый тип инцидента: оставленные на дороге вещи — детекция оставленных предметов на проезжей части — важный сценарий для безопасности и оперативной реакции,
✅ решение поддерживает больше форматов и кодеков.
- видеофайлы: mp4, avi, mkv, mov, webm, flv.
- кодеки: h264, MPEG, h265, vp8 — и для файлов, и для RTSP; как на GPU, так и на Rockchip,
✅ переработали отображение работы детектора: теперь трансляция загружается мгновенно.

Подробнее о Smart Traffic System и возможностях решения — читайте на нашем сайте.

🔄 Docora AI: от эксперта — к мультиэкспертной платформе

Все чаще мы слышим от компаний, которые хотят внедрить цифрового эксперта, следующее:

Давайте для начала попробуем подключить к своим процессам одного помощника?

И это логично: перед тем, как тратить весь бюджет на внедрение, проще протестировать решение, собрать первые сценарии и измерить пользу.

Однако, при подключении цифрового эксперта к нескольким отделам, появляется сложность — у команд и отделов разные процессы, документы и уровни доступа, поэтому один «общий» эксперт смешивает контексты и начинает отвечать менее точно.

Мы хорошо понимаем эту боль.
Именно поэтому Docora AI развивается в сторону мультиэкспертной платформы: в рамках одной компании можно будет настроить несколько цифровых экспертов под разные роли и процессы. Каждый эксперт будет работать в своём контуре знаний, чтобы ответы оставались точными, контексты не пересекались, а информация предоставлялась в соответствии с уровнем доступа.

В ближайших релизах мы фокусируемся на том, что делает масштабирование управляемым: разделяем рабочие контексты и настраиваем доступ к знаниям по ролям. Благодаря этому, уже на этапе тестирования, команда видит как Docora AI становится корпоративной системой, а не локальным инструментом одного отдела.

Думаете с какого эксперта начать тестирование в вашей компании? Давайте обсудим:
🌐 docora.ru
✉️ getai@codeinside.ru

🍀 Docora для сферы переработки и утилизации отходов

Сотрудникам в отрасли переработки и утилизации, как и в любой другой, важно не тратить время на рутину и эффективнее справляться с рабочими задачами. Значительная часть информации, с которой они ежедневно работают, находится в больших базах знаний и документах: технологические регламенты, инструкции, паспорта и руководства по оборудованию, требования по охране труда, экологическая документация.

Основной запрос — быстро находить нужные сведения и опираться на актуальные версии документов в операционных задачах.

Именно поэтому мы приехали на Recycling Solutions: встретились с представителями отрасли, обсудили их задачи и требования к работе с документацией.

В каких сценариях Docora AI может помочь:
🔘работа с регламентами и процедурами: ответы строго по документам с указанием пунктов и ссылками на источник.
🔘эксплуатация оборудования: быстрый доступ к нужным разделам паспортов, инструкций и технологических карт для смены и ремонта.
🔘промышленная безопасность и экология: помогает понять, какие требования действуют в вашей ситуации, и что нужно сделать по процедуре — со ссылкой на исходный документ.
🔘техподдержка и типовые вопросы: снижение потока повторяющихся обращений за счёт ответов по базе знаний.
🔘онбординг: точка входа для новых сотрудников — поиск инструкций, регламентов и FAQ по ролям.

Пишите нам на getai@codeinside.ru — обсудим ваш кейс и предложим сценарий внедрения.

Если ты сейчас в поиске новых задач — возможно, ЭТО МЭТЧ! 🔥

В команду CodeInside мы ищем:
🟡маркетолога
🟡системного администратора
🟡технического руководителя проектов
🟡инженера TestOps
🟡Android-разработчика

Кликай по вакансии и узнавай подробнее 👆

⚙️ Корпоративные ИИ-эксперты — инструмент работы с знаниями.

Компании всё чаще используют ИИ для решения прикладных задач, прежде всего там, где много документов, регламентов и накопленных знаний.

В новой статье разобрали:
• что такое корпоративный ИИ-ассистент и ИИ-эксперт;
• какие задачи они закрывают помимо поиска по документам;
• какие задачи бизнес реально автоматизирует уже сейчас;
• какие выводы показывают исследования рынка и практика внедрений.

🔗 Переходите и читайте подробнее.

❓Что меняется, когда ИИ становится частью повседневной работы

Когда компании задумываются о внедрении ИИ, чаще всего хотят повысить эффективность: ускорить работу, автоматизировать рутину, сэкономить время сотрудников.
Пока ИИ используют как эксперимент или вспомогательный инструмент, он почти не влияет на процессы. Но ситуация меняется, когда ИИ становится частью повседневной работы — отвечает на вопросы сотрудников, помогает ориентироваться в регламентах и документах.
В этот момент ИИ начинает влиять на решения людей. Его ответы всё чаще воспринимаются как отражение знаний и правил компании.

И здесь возникает ключевой вопрос: кто отвечает за результат, если решение принято на основе ответа ИИ?

Именно этот вопрос и запускает сдвиг в подходе к внедрению ИИ.
Компании начинают обсуждать более практичные вещи: на каких данных работает система, можно ли проверить источник ответа, как ограничить контекст и кто отвечает за итоговое решение.

Этот сдвиг особенно заметен в проектах, которые выходят за рамки PoC и переходят в эксплуатацию. В нашем исследовании мы как раз разобрали, как рынок проходит этот этап и почему при выборе между on-prem и cloud LLM решающими становятся архитектура, работа с данными и контроль, а не сама модель.

👉 Подробнее в статье

👀 Почему спор «on-prem или cloud LLM» — не про технологии

Вокруг корпоративного ИИ до сих пор много разговоров про модели.
Но этот спор всё чаще заканчивается ещё до сравнения характеристик.

Причина простая: для бизнеса важно не количество параметров модели, а предсказуемость результата в конкретном процессе.

Комментарий CEO CodeInside хорошо описывает текущий сдвиг на рынке.

«Бизнесу не нужна “самая умная” модель в вакууме.
Ему нужна модель, которая дешево и предсказуемо закрывает конкретный участок работы»
— Максим Семёнкин

Компании всё реже оценивают ИИ по возможностям модели и всё чаще — по архитектурным критериям:
- допустимому контуру обработки данных и требованиям комплаенса
- управляемости контекста и проверяемости источников
- риск-профилю сценариев и цене ошибки
- совокупной стоимости владения при масштабировании, а не на этапе пилота

В этой логике выбор между on-prem и облачными LLM перестаёт быть технологическим.
Это уже архитектурное и управленческое решение, зависящее от требований к безопасности, ответственности и устойчивости системы в эксплуатации.

В статье мы подробно разобрали, как на этот выбор смотрит рынок — через мнения интеграторов, разработчиков и компаний, которые уже прошли этап экспериментов и пилотов.

Прочитать полный материал.

❄️ После Нового года всегда приходит ощущение, что декабрь был каким-то сумасшедшим.

Работа, дедлайны, отчёты, а параллельно подарки и корпоративы.
Всё вперемешку.

И сейчас особенно понятно, как важно было, что часть рутины в тот момент взяла на себя Docora.

Иногда ценность автоматизации становится особенно заметной
не в цифрах и отчётах, а в ощущении, что декабрь прошёл спокойно.

Попробуйте Docora AI, чтобы освободиться от рутины. Пишите нам на почту: getai@codeinside.ru

В Новый год особенно хочется вспомнить, какими мы были — смелыми, любопытными и по-настоящему счастливыми ✨
Говорят, с возрастом мы становимся серьёзнее. Но мы уверены, что внутри каждого всё ещё живёт тот самый ребёнок.

Мы оживили несколько детских фотографий нашей команды с помощью ИИ — просто чтобы на мгновение вернуться в эти тёплые моменты.
И напомнить: технологии не обязательно должны пугать. Иногда они нужны, чтобы окунуться в те самые чувства, эмоции и воспоминания.

Пусть детское любопытство и вдохновение остаются с нами даже во взрослой жизни 🤍

🎄 С Наступающим Новым годом!

🔥 От утёнка к лебедю: локальные LLM глазами экспертов и в реальных кейсах

Локальные LLM — это временная альтернатива облаку или самостоятельный инструмент для бизнеса?
С этим вопросом мы всё чаще сталкиваемся, когда компании переходят от экспериментов с ИИ к реальным внедрениям.

Мы в CodeInside провели собственное исследование рынка локальных языковых моделей и поговорили с интеграторами и разработчиками, которые уже внедряют ИИ в реальные бизнес-процессы — от инженерии и сервиса до логистики.

В исследовании приняли участие представители: ТИМ ФОРС, Innostage, Софтлайн Решения (ГК Softline), PIX Robotics, Базис, Девелоника,WMT Group, ГК «Цифра», Рексофт, Just AI, Т1 ИИ (ИТ-холдинг Т1), РТК ИТ Плюс (ИТ-экосистема «Лукоморье»), группа Rubytech.

В статье мы делимся тем, что увидели на практике:
— как меняется отношение бизнеса к локальным LLM и почему их всё чаще выбирают осознанно;
— в каких прикладных сценариях локальные модели выигрывают у облачных;
— как рынок переходит от PoC к внедрению и первой эксплуатации;
— какие задачи уже сегодня работают в продакшене — на примере кейсов Docora AI.

🔗 Читайте полное исследование на сайте CodeInside

🔄 В Docora появились новые возможности — рассказываем, что изменилось👇

🟡 Ответы стали более структурированными и точными
Мы улучшили формат выдачи ответов: Docora теперь лучше понимает контекст и аккуратнее формирует ответы, опираясь на метаданные.

🟡 Безопасный вход в систему
Доработан модуль авторизации пользователей. Каждый пользователь заходит под своей учётной записью, а персональные данные надёжно защищены.

🟡 Управление пользователями
Теперь можно создавать новых пользователей прямо в системе и гибко управлять доступом.

🟡 Обновлённая административная панель
Мы переработали интерфейс:
- улучшили навигацию
- обновили дизайн
- добавили быстрый переход в админ-панель прямо с главной страницы

Docora продолжает развиваться, чтобы быть удобным рабочим инструментом

🔗 Подробнее о Docora читайте на сайте