Get best of the week

Accélérer la mise en œuvre de projets d'IA dans l'exploitation forestière de Segezha



Un cas intéressant de Dmitry Bocharov, vice-président du contrôle interne et de l'audit du groupe Segezha, a été entendu lors de notre forum d'intelligence artificielle de la RAIF . Dmitry a expliqué comment les outils d'apprentissage automatique sont utilisés dans la plus grande exploitation de menuiserie en Russie et comment les obstacles à la mise en œuvre sont surmontés. Nous lui donnons la parole.

Tout d'abord, quelques mots sur l'entreprise


Le groupe Segezha est l'une des plus grandes exploitations forestières à intégration verticale du pays du pays.



Je suis sûr que beaucoup d'entre vous ont entendu parler de notre entreprise. Au final, si vous avez vu un sac en papier chez IKEA, "ABC of Taste" ou "Auchan", alors il a été produit, y compris, par notre entreprise.



Maintenant, je veux transmettre, d'une part, la valeur de l'intelligence artificielle dans la résolution de problèmes commerciaux spécifiques, et d'autre part, raconter notre expérience et même la douleur de conception que nous avons rencontrée lorsque nous avons traité ce cas.

Processus de récolte


Pour commencer, un peu sur la façon dont l'exploitation forestière est effectuée: La



forêt est coupée à l'aide d'un équipement spécial - des abatteuses. Ensuite, les pièces sont transportées vers les entrepôts par des transporteurs de bois avec des manipulateurs, de sorte que de là par rail ou par route jusqu'aux usines où la pâte, le papier, le contreplaqué, le bois et d'autres produits en papier sont livrés.

Mécanisme de mesure du bois


L'un des problèmes clés, même pas de Segezha, mais de l'ensemble de l'industrie, est le processus de mesure de ce produit forestier, ou plutôt des grumes.



Comment cela se passe-t-il maintenant?



À l'aide d'une règle spéciale, la hauteur, la longueur et la largeur de la pile sont mesurées, qui sont multipliées par divers coefficients, prescrits même en URSS dans diverses normes d'État et normes de l'industrie. Le coefficient le plus élémentaire est le «coefficient de bois plein», c'est-à-dire l'indicateur du nombre réel de cubes dans une pile moins les écarts entre les grumes. C'est là que se pose le problème du facteur humain - si l'employé est inexpérimenté, il est susceptible de mesurer de manière inexacte.

Cependant, les plus grandes difficultés du point de vue de l'audit sont des violations délibérées, car le salaire total des employés qui nous livrent la forêt est inférieur au coût du bois dans un camion à bois (un mètre cube coûte 4 à 5 000 roubles). Un peu de mathématiques - et ici vous avez l'occasion de divers complots, abus, manipulations .... Il est alors impossible de comprendre combien il y avait réellement de «forêt». Il y a une voiture, il y a même un acte avec le nombre de bûches fixé dedans, mais s'il y en avait tellement, il n'y a pas de confirmations, à l'exception de celles qu'ils ont mesurées avec une règle. Et ici, le problème n'est même pas que nous ne faisons pas confiance à tous nos employés ou aux employés de nos sous-traitants. Il y a simplement un manque critique de clarté dans ce processus, tout d'abord, de véritables preuves documentaires que quelque chose a vraiment été mesuré.

Une approche moderne


Nous avons développé un algorithme spécial qui, basé sur une photographie, utilisant un réseau de neurones, détermine non seulement le nombre de bûches et le diamètre de chaque bûche (également un indicateur important pour nous) et considère le même coefficient de bois plein, mais surtout, il ne le prend pas de certains GOST, mais le corrige pour pile spécifique de produits forestiers.

Ces photos sont liées à la géolocalisation de la voiture et sont stockées dans une base de données spéciale. Par conséquent, après nous pouvons toujours prendre et vérifier: était-ce vraiment cette forêt et combien était-elle. Les plans pour les prochains mois sont de former le système afin qu'il puisse comparer automatiquement les voitures au départ et à l'arrivée par une recherche heuristique. Tout d'abord, le système photographie la voiture lorsqu'elle quitte la parcelle de la forêt, puis la deuxième fois lorsqu'elle arrive déjà à l'usine. De plus, il vérifie automatiquement les photos et corrige si certains des journaux ont été supprimés d'en haut et s'ils ont été remplacés. Un tel contrôle automatique est basé sur l'intelligence artificielle. Cela simplifie considérablement le travail, par exemple, du service de sécurité, car nous ne pouvons pas parcourir toutes les forêts de Russie (et nous avons une superficie de coupe de près de huit millions d'hectares!), Tout comme nous ne pouvons pas contrôler chaque bûcheron,car il est cher et inefficace.

Lorsque nous avons essayé de mettre en œuvre le système avec la société qui a réalisé le projet pilote, nous avons commencé avec le bot Telegram pour démontrer les capacités de cet algorithme.



Au fait, ce bot Telegram est toujours là.

Les principaux problèmes et leur solution


Nous avons été confrontés aux problèmes fondamentaux auxquels sont confrontées toutes les entreprises qui mettent en œuvre l'intelligence artificielle ou des projets connexes. Premièrement, la question budgétaire est de savoir où obtenir l'argent. Deuxièmement, les problèmes de justification des coûts . Troisièmement, le bloc de problèmes le plus important concerne les procédures de passation des marchés et les appels d'offres .

Pour nous-mêmes, nous avons résolu ce problème comme suit: le groupe Segezha a ce que l'on appelle des «projets pilotes» dans les procédures de passation des marchés. Si nous voulons introduire quelque chose de nouveau et de petit, outre ce qui n'était pas décrit auparavant, il n'est pas nécessaire d'inventer les savoirs traditionnels. Nous ne savons pas encore comment cela fonctionnera, par conséquent, la rédaction des savoirs traditionnels appropriés n'est qu'une perte de temps. Il y a un certain budget pour de tels projets, et par décision de la commission des achats, il est absolument officiellement possible de choisir l'un des contractants. Ainsi, notre entreprise travaille dans l'esprit d'une startup. Nous sommes prêts à perdre cet argent, mais nous pouvons essayer de résoudre un problème spécifique.

Mon collègue, Segezha vice-président des TI, lors d'un des forums a parlé de l'un de nos projets comme celui-ci: il a coûté plusieurs millions de roubles, mais il pourrait en rapporter environ trois cent millions. Nous avons tenté notre chance, créé un «pilote» et, en conséquence, cela a porté ses fruits à plusieurs reprises - peut-être pas cent, mais au moins dix fois, c'est certain. De toute évidence, de telles expériences subissent des pertes, mais vous pouvez et devez essayer, car tout cas implémenté est une expérience très précieuse. L'utilisation de technologies développées dans des problèmes commerciaux spécifiques porte ses fruits. Mais ici, il faut également connaître la mesure - l'intelligence artificielle et l'apprentissage automatique ne devraient pas être mis en œuvre partout, ne serait-ce que pour être mis en œuvre.

Un autre hack de vie interne: nous avons convenu avec nos collègues (avec les financiers, les acheteurs et la direction de l'entreprise) que nous réinvestirons une partie de l'argent que des projets similaires nous apporteront à l'avenir - c'est-à-dire que nous investirons constamment l'argent économisé dans les nouvelles technologies et la plupart font la promotion d'histoires similaires à Segezha.



Nous venons de terminer le pilotage du boîtier «bois». Pour être clair sur les effets économiques: l'erreur dans la méthode de mesure avec une règle standard selon GOST est de 5%, mais en fait elle est beaucoup plus grande. Le groupe Segezha récolte et achète chaque année du bois pour 15 milliards de roubles. Même si vous prenez 1% de ce montant, il s'agit d'une perte importante. Et de tels projets, qui en même temps ne coûtent pas des milliards voire des centaines de millions de roubles, permettent de fermer ces zones à risques. Il n'y a peut-être pas d'effet économique direct (c'est-à-dire que nous ne gagnerons pas plus ou que nous n'aurons pas de nouvelle production), mais du point de vue de la prévention d'éventuelles pertes d'exploitation, une efficacité plutôt élevée est évidente.

Je pense que beaucoup de gens sont intéressés par le calendrier de fabrication de ces prototypes et je veux des chiffres plus précis. Je ne peux pas nommer les chiffres pour des raisons évidentes, mais je vais désigner le point le plus problématique - obtenir des données pertinentes. Par exemple, quelle photo ou quelles données prendre pour former un réseau neuronal? Nous ne pouvons pas utiliser les résultats des mesures manuelles (les mêmes mesures avec une règle), car alors l'algorithme fonctionnera sur des données incorrectes. Nous devons prendre chaque camion de bois et faire le soi-disant «point»: les grumes sont complètement déchargées du camion de bois et chacune est mesurée en diamètre et en longueur. Ainsi, il est possible de déterminer le volume fiable de tout le bois avec un minimum d'erreur. Une autre caractéristique est que le bois est différent: pin, épicéa, mélèze ... En conséquence, chacun a ses propres caractéristiques dans la dimension. Tout mesurermes employés ont dû se rendre dans différentes régions - à Kirov, dans la région d'Arkhangelsk, à Krasnoïarsk, en Carélie - et y mesurer tous les transporteurs de bois. Le temps principal (environ deux semaines) a donc été consacré à la collecte d'un échantillon suffisamment représentatif pour la formation du modèle.

Publié par Dmitry Bocharov, vice-président, Contrôle interne et audit, Groupe Segezha

More articles:


All Articles