ИИ в запасах и на складе: интервью с Глебом Леоновым — где работает, а где хайп

Ключевые темы: искусственный интеллект в управлении запасами, прогноз спроса, машинное обучение в логистике, языковые модели для закупок, складская аналитика, компьютерное зрение на складе, внедрение ИИ в цепочке поставок. В этом видео: - чем языковые модели отличаются от машинного обучения и жёстких алгоритмов - где искать выгоду: скорость прогноза, качество данных, готовность процессов - кейс ML: прогноз ремонта колёсных пар вагонов на большой сети - зачем пробовать несколько моделей, а не одну «правильную» - опыт LLM для доступа к корпоративным данным и видеоаналитики на производстве - что мешает RFID и распознаванию на складе с крупногабаритом - три шага: ИИ как бесплатный стажёр, обучение постановке задачи, проверка ответа вторым вопросом Таймкоды: 00:05 — Вступление: ИИ в запасах и на складе 00:30 — Глеб Леонов: опыт в ИИ и имитационное моделирование запасов 01:59 — Виды ИИ: языковые модели, машинное обучение, генеративный ИИ 06:52 — Где искать выгоду: данные, прогноз и скорость решений 11:33 — Кейс ML: прогноз ремонта колёсных пар вагонов 17:49 — Несколько моделей вместо одной: опыт с РЖД 20:37 — Языковые модели и видеопоток 21:46 — Китай: чат с корпоративными данными 25:46 — Видеоаналитика на путях и безопасность 29:46 — Склад вживую: операционка и ограничения технологий 32:47 — RFID и распознавание на складе с крупногабаритом 35:53 — Три шага: как начать с ИИ в работе 39:53 — Итоги интервью - Telegram: https://t.me/zapasy_pro - МАХ: https://max.ru/join/bZIy1CWC1ZJxW1-ezf7kbMzEuPZOwnNpnYVlgMA0Dv0