ИИ вместо сотрудников офиса. Реально ли?

Коллеги, немного детализирую проблему:

Запрос на почту приходит в множественном вариативном исполнении. Нет никакой возможности сверить то, что написано в письме с какими-то базами...

Даже если есть база на миллионы  товарных позиций, все равно процентов 50 запросов будут на то, чего в этой базе нет или, что вероятнее, клиент это иначе называет.

То есть сейчас человек анализирует запрос, старается понять что это за изделие. Самый простой способ - попросить фото шильдика и просто отправить это фото производителю в Европу/США. Производитель сам напишет что это и даст КП.

То есть ИИ , по идее, должен по шильдика определять производителя/бренд. И вот уже этого производителя он должен искать в моей базе поставщиков или в интернете.

В следующем комментарии приведу пример

Вот пример.

Пришлет человек запрос - "Прошу прислать КП на электротормоз ИНТОРК.Шильд во вложении".

Нет такого слова "электротормоз". Но я понимаю, что имел в виду человек. 

Точно также, я понимаю, что никто никогда не называет этот бренд русским словом ИНТОРК. И я это тоже знаю.

Ну и что производителем является немецкая компания INTORQ gmbh, которая входит в концерт KENDRION B.V. и запрашивать надо именно в KENDRION, а не в INTORQ .

Ну и вишенка на торте - перед заказом надо уточнить диаметр втулки тормоза (шестерни, которая сажается на вал двигателя). Это диаметр нигде не пишется, его надо измерить вручную (ну или оставить старую втулку и не снимать ее, тогда можно не измерять)

Вот хотелось бы, чтобы ИИ все эти нюансы знал. Или мог как-то сам до этого дорасти. Именно до анализа запроса.

Производителей тысячи, а нюансов, которые надо знать - десятки тысяч. Я годами это все накапливал... Но я человек... Я менее эффективен.

Сергей Капустянский пишет:

Коллеги, немного детализирую проблему:

Запрос на почту приходит в множественном вариативном исполнении. Нет никакой возможности сверить то, что написано в письме с какими-то базами...

Даже если есть база на миллионы  товарных позиций, все равно процентов 50 запросов будут на то, чего в этой базе нет или, что вероятнее, клиент это иначе называет.

То есть сейчас человек анализирует запрос, старается понять что это за изделие. Самый простой способ - попросить фото шильдика и просто отправить это фото производителю в Европу/США. Производитель сам напишет что это и даст КП.

То есть ИИ , по идее, должен по шильдика определять производителя/бренд. И вот уже этого производителя он должен искать в моей базе поставщиков или в интернете.

В следующем комментарии приведу пример

Сергей, тут важно определиться с ключевым моментом: система будет каждый раз «выживать как получится», подстраиваясь под новый сценарий, или всё-таки мы формируем базовую схему обслуживания, которую ИИ постепенно дополняет?

Если двигаться по первому пути, то ИИ будет постоянно гадать контекст, а результат получится нестабильный.

Если же строить базовую схему (распознавание - нормализация -поиск производителя - проверка поставщиков - расчёт доступности - ответ), то каждая новая ситуация становится просто новым кейсом для уточнения логики, а не новой вселенной с нуля.

Сергей Капустянский пишет:
Коллеги, немного детализирую проблему: Запрос на почту приходит в множественном вариативном исполнении. Нет никакой возможности сверить то, что написано в письме с какими-то базами...

Приведу иллюстрацию к Вашему комментарию.

Сейчас в Санкт-Петербурге ввели закон о собаках, если выгуливаешь собаку, у которой размер в холке больше 40 см, то она должна быть в наморднике.

А как измерить этот размер, каждый понимает по своему.

Олег Катасонов пишет:
Сергей, тут важно определиться с ключевым моментом: система будет каждый раз «выживать как получится», подстраиваясь под новый сценарий, или всё-таки мы формируем базовую схему обслуживания, которую ИИ постепенно дополняет?

Второй путь (формируем базу) - более правильный, но и более долгий .

А первый путь можно запустить сразу, по идее... Вопрос в том, будет ли от него какая-то польза или это силы впустую....

Ушел думать.

Сергей Капустянский пишет:

Вот пример.

Пришлет человек запрос - "Прошу прислать КП на электротормоз ИНТОРК.Шильд во вложении".

Нет такого слова "электротормоз". Но я понимаю, что имел в виду человек. 

Точно также, я понимаю, что никто никогда не называет этот бренд русским словом ИНТОРК. И я это тоже знаю.

Ну и что производителем является немецкая компания INTORQ gmbh, которая входит в концерт KENDRION B.V. и запрашивать надо именно в KENDRION, а не в INTORQ .

Ну и вишенка на торте - перед заказом надо уточнить диаметр втулки тормоза (шестерни, которая сажается на вал двигателя). Это диаметр нигде не пишется, его надо измерить вручную (ну или оставить старую втулку и не снимать ее, тогда можно не измерять)

Вот хотелось бы, чтобы ИИ все эти нюансы знал. Или мог как-то сам до этого дорасти. Именно до анализа запроса.

Производителей тысячи, а нюансов, которые надо знать - десятки тысяч. Я годами это все накапливал... Но я человек... Я менее эффективен.

ИИ здесь должен работать не как новый сотрудник, которого бросили в омут с тысячами брендов, а как уже специалист с хорошим опытом на ограниченной группе товаров.

То есть он сначала обучен глубоко и обстоятельно на одном сегменте - со всеми нюансами: неправильные названия, русские варианты брендов, принадлежность к вендорам, уточнения перед заказом, параметры, которые критичны

А потом он уже переносит эти знания на новые бренды и новые кейсы. Потому что база знаний и логика принятия решений уже сформированы.

Сергей Капустянский пишет:

Олег Катасонов пишет:
Сергей, тут важно определиться с ключевым моментом: система будет каждый раз «выживать как получится», подстраиваясь под новый сценарий, или всё-таки мы формируем базовую схему обслуживания, которую ИИ постепенно дополняет?

Второй путь (формируем базу) - более правильный, но и более долгий .

А первый путь можно запустить сразу, по идее... Вопрос в том, будет ли от него какая-то польза или это силы впустую....

Ушел думать.

эти два пути не взаимоисключают друг друга.

Быстрый запуск возможен, если ограничить ИИ конкретным сегментом - тогда он уже на старте даст пользу: распознавание брендов, нормализация запросов, подсказки по уточнениям.

А формирование базы идёт параллельно как стратегическая работа: кейсы накапливаются, уточняются, и постепенно из этого складывается устойчивая модель, сопоставимая с опытом специалиста.

Сергей Капустянский пишет:
Вот пример.

Пришлет человек запрос - "Прошу прислать КП на электротормоз ИНТОРК.Шильд во вложении".

Нет такого слова "электротормоз". Но я понимаю, что имел в виду человек. 

Точно также, я понимаю, что никто никогда не называет этот бренд русским словом ИНТОРК. И я это тоже знаю.

Ну и что производителем является немецкая компания INTORQ gmbh, которая входит в концерт KENDRION B.V. и запрашивать надо именно в KENDRION, а не в INTORQ .

Система может предположить, а специалист должен подтвердить.

Системе нельзя давать право на свободную интерпретацию.

Сергей Капустянский пишет:
Ну и вишенка на торте - перед заказом надо уточнить диаметр втулки тормоза (шестерни, которая сажается на вал двигателя). Это диаметр нигде не пишется, его надо измерить вручную (ну или оставить старую втулку и не снимать ее, тогда можно не измерять)

Вот хотелось бы, чтобы ИИ все эти нюансы знал. Или мог как-то сам до этого дорасти. Именно до анализа запроса.

Производителей тысячи, а нюансов, которые надо знать - десятки тысяч. Я годами это все накапливал... Но я человек... Я менее эффективен.

Это на самом деле вишенка на торте - кто-то должен замерить или Заказчик или Ваш специалист по месту, ну или где-то найти описание аналога.

Боюсь, тут Система однозначно не поможет.

Тут вопрос в другом, может изначально нужна бюджетная оценка, по итогам которой выяснится, будет ли вообще этот заказ. Может на этом этапе обойтись прикидкой, ну а при реальном заказе уже нужно все что надо по честному надо измерить.

Это же ваша ответственность, если что-то не подойдет.

А Система это не джин из бутылки.

Сергей Капустянский пишет:

Коллеги, немного детализирую проблему:

Запрос на почту приходит в множественном вариативном исполнении. Нет никакой возможности сверить то, что написано в письме с какими-то базами...

Даже если есть база на миллионы  товарных позиций, все равно процентов 50 запросов будут на то, чего в этой базе нет или, что вероятнее, клиент это иначе называет.

То есть сейчас человек анализирует запрос, старается понять что это за изделие. Самый простой способ - попросить фото шильдика и просто отправить это фото производителю в Европу/США. Производитель сам напишет что это и даст КП.

То есть ИИ , по идее, должен по шильдика определять производителя/бренд. И вот уже этого производителя он должен искать в моей базе поставщиков или в интернете.

В следующем комментарии приведу пример

Я не совсем согласен с коллегами про легкость разработки такой системы. Весь ИИ строится на вероятностных оценках, на весовых коэффициентах. То есть система должна предусмаривать несколько уровней идентификации с обязательным подтверждением заказчиком. 

Первый уровень - штрих-код, это почти идеально. Но он далеко не у всех и не всегда есть. Дальнейшие уровни - производитель, год выпуска, какие-то физически параметры по совпадению, поиск аналогов. Могу ошибаться, но на Exist сейчас что-то подобное работает, не разговаривал с ними. Простые промпты здесь не будут работать с достаточной надежностью. 
И убеждён, что отдавать все это только на выбор ИИ - мероприятие очень рискованное. От окончательной экспертизы не избавиться. Тем более, что по широкой номенклатуре: от одежды до электротормозов.

Анатолий Курочкин пишет:
И убеждён, что отдавать все это только на выбор ИИ - мероприятие очень рискованное.

1. Производитель

INTORQ GmbH & Co. KG (D-Aerzen, Германия)
Компания входит в KENDRION B.V. (Нидерланды).

2. Модель изделия

BFK458-06E

Это электромагнитный тормоз серии BFK458, размер 06, исполнение E (одна из модификаций, как правило - усиленное или специализированное исполнение с EX-защитой).

Номинальное напряжение

205 V DC

Серия BFK458 может иметь катушки 24, 104, 180, 205, 230 V DC.
205V используется для прямого включения через выпрямитель.

Номинальный тормозной момент

20N → 20 Nm?

Но на шильдике отдельно указано:

5 NM

Здесь важно:

• 20N - это не момент, а осевое усилие притяжения электромагнита.

• 5 Nm - фактический номинальный тормозной момент для размера 06.

То есть:

• Тормозной момент: 5 Nm

Nr.: 00460697

17.11.09

-20°C … +40°C

Шильдик содержит маркировку:

Ex II 3 G/D T4
EEx nA IIB T4

Расшифровка:

• II - оборудование для всех промышленных зон (не шахты)

• 3 - категория 3 (зоны 2/22, низкая вероятность взрывоопасной атмосферы)

• G - газ

• D - пыль

• T4 - температура поверхности не выше 135°C

• EEx nA - вид взрывозащиты: nA - неискрящее исполнение

• IIB - газовая группа

• T4 - класс температур

На шильдике также указаны:

• CE - европейская сертификация

• CSA/UL (US) - допускается к эксплуатации в США/Канаде

• Ex - взрывозащищённое исполнение

1. Диаметр втулки тормоза (внутренний диаметр посадки на вал)

Не указан на шильдике. Уточняется вручную.

2. Исполнение фрикционных накладок и воздушного зазора

Может зависеть от модификации –E.

3. Тип выпрямителя, если нужен комплект