Власник виробництва, який питає про ШІ, зазвичай не хоче «впровадження штучного інтелекту». Він хоче, щоб технолог не шукав двадцять хвилин потрібну специфікацію в архіві PDF, щоб бухгалтер не вносив накладні вручну, щоб менеджер з продажу відповідав на запит за годину, а не за день, і щоб зупинка верстата не була для всіх сюрпризом. Далі у цього керівника зазвичай два питання: що з цього працює вже зараз і скільки це коштує.
Відповідь у цьому посібнику поділена на вісім сценаріїв. Для кожного ми пишемо, що саме робить ШІ, що потрібно від вас, скільки це триває і коштує, і чесно позначаємо ті, де без команди data science нічого не вийде. Приклади беремо з нашої практики з промисловим постачальником MELITA з Дніпра і ERP для авіасервісної компанії, а зовнішні факти з джерелами і датою перевірки 19.11.2026.
Ми в Lytvynov Production не виробляємо обладнання і не пишемо ПЗ для керування верстатами. Ми будуємо програмну частину: документи, пошук, агентів, інтеграції з обліковими системами. Саме там ШІ найшвидше дає відчутний результат.
Що відповідають великі постачальники, і чим ми відрізняємось
Якщо ви шукали агентство з ШІ для виробництва, вам напевно траплялися великі українські й міжнародні компанії. Ось що вони самі пишуть про свою роботу з виробництвом (перевірено 19.11.2026).
N-iX на сторінці про ШІ у виробництві називає як основні сценарії прогноз відмов обладнання, автоматизацію керування виробництвом у реальному часі, склад і ланцюг постачання, контроль якості на основі комп'ютерного зору, колаборативних роботів, цифрових двійників і генеративний дизайн. Серед цифр там є посилання на Deloitte: виробнича галузь створює близько 1 812 петабайтів даних на рік. Власний приклад N-iX: середній час діагностики материнських плат ноутбуків у проєкті з ремонту обладнання впав з 30 хвилин до менш ніж 10 (за словами самої компанії, зовнішнього джерела немає).
SoftServe серед виробничих напрямів називає моніторинг заводів, цифрових двійників, прогноз відмов обладнання і візуальну інспекцію з ШІ. У своєму блозі про візуальну інспекцію описує поетапний запуск, коли ШІ працює поруч з ручним контролем і допомагає інспекторам, поки модель уточнюється.
ELEKS описує ШІ-агентів для оптимізації виробничих ліній, автоматизації контролю якості, керування запасами і планування виробництва.
Це великі команди з сотнями спеціалістів, і для заводу з розгалуженою мережею датчиків, складними лініями й бюджетом на роки вони обґрунтований вибір. Наша ніша інша: промислова або виробнича компанія в Україні, якій потрібен перший робочий результат за місяць-два, фіксована ціна і команда, що розуміє її систему обліку. У нас мінімальний проєкт 10 000 USD, перший сценарій за 4 тижні, і ми відверто кажемо, де ваше завдання виходить за наші межі.
Вісім сценаріїв: що реально, що ні
Спершу огляд, потім деталі.
| Сценарій | Що потрібно від вас | Реалістичний строк | Орієнтир ціни |
|---|---|---|---|
| 1. Пошук по технічній документації | Документи: інструкції, паспорти, стандарти | 4 тижні | AI Sprint, 10 000 USD |
| 2. Розбір накладних і рахунків | Зразки документів, доступ до обліку | 4-8 тижнів | від 10 000 USD |
| 3. Каталог з ШІ-пошуком і описами | Базу товарів, джерела характеристик | 6-12 тижнів | від 10 000 USD, залежить від каталогу |
| 4. Звіти для керівника | Доступ до даних обліку | 4 тижні | AI Sprint, 10 000 USD |
| 5. Асистент для менеджерів з продажу | CRM, прайс, історія угод | 4-10 тижнів | від 10 000 USD |
| 6. Планування закупівель | Історія закупівель і споживання | 3-6 місяців | оцінюється після аудиту даних |
| 7. Контроль якості по фото | Тисячі розмічених фото дефектів | 3-6 місяців і більше | оцінюється після аудиту; для великих ліній команда data science |
| 8. Прогноз відмов обладнання | Історія датчиків і ремонтів | 3-6 місяців і більше | оцінюється після аудиту; потрібна команда data science |
Ціни у таблиці з наших сторінок про AI Sprint і розробку ШІ-агентів. Токени моделі оплачуються окремо, і на документах це зазвичай центи за завдання.
1. Технічна документація і пошук по ній
Найчастіший перший сценарій. Технологи, інженери сервісу і нові працівники витрачають години на пошук: яка допустима температура для цього матеріалу, який момент затягування в цій моделі, що писали в акті минулого разу. Документи лежать у PDF, Word, сканах, на спільному диску, в поштових скриньках.
ШІ-асистент з пошуком (RAG) читає ці документи, ділить на фрагменти, і на запитання відповідає текстом з посиланням на конкретний документ і сторінку. Ключове слово «з посиланням»: у виробництві відповідь без джерела небезпечна. Як це будується, детально розбирає наш посібник про впровадження RAG, а проєктна робота описана на сторінці про розробку RAG.
Що потрібно від вас: документи, людина, яка скаже, що актуально, а що застаріло, і 30-50 типових запитань з очікуваними відповідями для перевірки. Найбільша складність не в моделі, а в документах: скани поганої якості, дві версії одного стандарту, таблиці як зображення. Першого тижня AI Sprint цілком вистачає, щоб це побачити.
Скільки це займає: 4 тижні в AI Sprint, 10 000 USD. Результат вимірюємо на ваших запитаннях: частка відповідей, що збіглися з очікуваними і мають правильне джерело.
2. Накладні, рахунки, акти
Менеджер із закупівель чи бухгалтер вручну переносить дані з документів у облікову систему. ШІ читає документ (PDF, скан, фото), витягує поля: постачальник, номер, дата, позиції, суми, ПДВ, і передає їх на перевірку чи записує в систему, якщо система це дозволяє.
Тут важливий режим роботи. Спершу модель лише пропонує значення, людина підтверджує одним кліком, а ми міряємо, у скількох полях помилка. Коли на вашому потоці частка помилок стабільно мала, можна відкривати автоматичний запис для надійних постачальників, залишаючи ручну перевірку для нових і для великих сум.
Обмеження: якість залежить від документів. Чіткі PDF рахунків читаються добре, фото зі смартфона з тінями гірше, рукописні примітки погано. Ми вимірюємо це на вашій вибірці в перший тиждень, а не обіцяємо цифр наперед.
3. Каталог з ШІ-пошуком: приклад MELITA
Якщо ви продаєте промислову продукцію, ваш каталог це частина виробничого ланцюжка. Покупець шукає не «верстат», а «фрезерний верстат з вертикальним шпинделем на 400 вольт», і від якості характеристик залежить, чи він знайде вас.
Приклад з нашої практики. MELITA, B2B-постачальник верстатів, запчастин до болгарських електроталей і преса і фрикційних накладок власного виробництва з Дніпра, роками жила на сторінці у Prom.ua: описи були машинно перекладені, фото з водяними знаками, Google майже не бачив компанію за межами маркетплейсу. Ми перенесли близько 750 товарів на власний магазин із каталогом трьома мовами, розбили його на 64 сторінки категорій за реальним попитом із Google Keyword Planner, виправили і заново переклали майже всі тексти (близько 690 українських описів виправили кількома проходами, а російську й англійську версії відновили з виправленого тексту). Для 188 товарів характеристики і фото взяли з офіційних сайтів виробників FDB Maschinen, PROMA і Stürmer, приймаючи їх лише при точному збігу моделі чи артикула.
Далі: дванадцять інженерних калькуляторів (вага металу й арматури, оберти шпинделя і подача, діаметр свердла під різьбу, підбір тельфера), кожен з посиланнями на верстати, що підходять під результат. Імпорт прайсу постачальника з Excel, де власник бачить кожну зміну ціни й залишку до застосування і може відкотити. Фід для Google Merchant Center, у якому 737 товарів. Додатково llms.txt, копії товарів у Markdown і публічний MCP-ендпоінт, щоб ШІ-асистенти могли звернутися до каталогу. Магазин відкрили для пошуку в жовтні 2026 року, основні сторінки каталогу потрапили в індекс Google за два дні, мобільний Lighthouse тримається на 94-100 (дані з кейсу).
Урок для виробника: ШІ в каталозі корисний там, де є надійне джерело даних. Тому калькулятори з відомими формулами з'явилися раніше за чат-бота: модель може помилитися в цифрі, а помилка в потужності чи розмірі означає повернення. Докладніше про ШІ в магазинах, у тому числі про готові сервіси й власну розробку, в посібнику про ШІ для інтернет-магазину.
4. Звіти для керівника
Директор хоче бачити відповіді на прості питання: що відвантажили за тиждень, де затримка, які замовлення в ризику, як змінилися закупівельні ціни. Зараз це робить аналітик у Excel за кілька годин, або ніхто не робить.
ШІ-агент з доступом на читання до облікової системи чи сховища даних відповідає на такі питання текстом і таблицею, а за розкладом надсилає тижневий підсумок. Головне правило: агент не рахує сам, він викликає перевірені запити чи функції, а модель лише формулює відповідь. Тоді цифри збігаються з тими, що в обліку.
Скільки: 4 тижні, AI Sprint. Що потрібно: доступ до даних і 10-20 запитань, на які керівник хоче відповіді щотижня.
5. Асистент для менеджерів з продажу
Менеджер отримує запит від клієнта: «потрібні гальмівні накладки на прес такого-то року, що є і за скільки». ШІ допомагає знайти позицію, перевірити залишок, підготувати комерційну пропозицію з вашого шаблону, нагадати, коли клієнт купував останній раз. Відповідь менеджер редагує і відправляє сам.
Як це будується: підключення до CRM і прайсу, пошук по каталогу з характеристиками, шаблон пропозиції, журнал. Для таких систем наш досвід в CRM та ERP на замовлення. Скільки: 4-10 тижнів залежно від кількості систем, від 10 000 USD.
6. Планування закупівель
ШІ дивиться на історію споживання і закупівель, на сезонність, терміни постачальників і пропонує, що і скільки замовити. Звучить просто, але це інший клас завдання: потрібна якісна історія за кілька років, правильні залишки, облік замін і переходів на нові артикули. Якщо ці дані в обліку неточні, жодна модель не допоможе.
Тому тут ми починаємо з аудиту даних: що є, наскільки чисте, чи достатньо для прогнозу. Після цього вирішуємо: простіший статистичний прогноз, модель з ШІ чи просто кращий звіт про залишки. Нерідко останнє дає основну користь за малу ціну. Строк: 3-6 місяців. Ціна: після аудиту.
7. Контроль якості по фото
Камера над конвеєром чи робочим місцем знімає виріб, модель шукає дефекти: подряпини, тріщини, відсутній елемент. SoftServe і N-iX у своїх матеріалах описують цей напрямок як одну з основних можливостей ШІ у виробництві (див. вище).
Що тут потрібно, і чому це не наш перший сценарій: сотні й тисячі фото дефектів і нормальних виробів, розмітка експертами, камери і освітлення, інтеграція з лінією, обробка в реальному часі. Швидкість роботи і частка помилок залежать від конкретного виробу. Для великої лінії з високою вартістю браку це окупається, і тут справді потрібна команда data science. SoftServe в описі візуальної інспекції пропонує обережний шлях: ШІ працює поруч з людиною, допомагає інспекторам і поступово навчається. Ми згодні з цим підходом.
Що ми можемо зробити для невеликого виробництва: перевірку фото, які менеджери і сервіс вже збирають (наприклад, фото пошкоджень при рекламаціях), з автоматичним підбором категорії дефекту. Це простіше, ніж лінійний контроль, і не потребує спеціальної камери. Строк і ціну оцінюємо після погляду на вибірку.
8. Прогноз відмов обладнання
Датчики вібрації, температури, струму надсилають дані, модель вчиться розпізнавати ознаки того, що вузол незабаром вийде з ладу. Це класичний напрям з великою історією, і N-iX та SoftServe називають його першим у переліку сценаріїв.
Умови, без яких не вийде: історія показників датчиків, записи про ремонти з точними датами і причинами, достатня кількість відмов, щоб модель мала на чому вчитися (на малій кількості відмов будь-яка модель ненадійна). Якщо датчиків немає, їх спершу треба поставити і збирати дані місяцями.
Ми не беремося за такі проєкти без аудиту даних. Часто відповідь така: почніть із простого журналу відмов і планово-попереджувального ремонту, а ШІ додасте, коли дані накопичаться. Це чесніше, ніж продати «прогноз», який не спрацює.
Інтеграція з обліковими системами
Будь-який із цих сценаріїв без доступу до даних компанії малокорисний. Ось як ми підходимо до систем, які найчастіше зустрічаються на українських підприємствах.
BAS і 1С-подібні конфігурації. BAS це українська лінійка на платформі 1С. Про правове поле навколо російського програмного забезпечення в Україні пишуть, зокрема, Forbes.ua і DOU (перевірено 19.11.2026): експерти розходяться в оцінках, а статус залежить від типу підприємства. Для держсектору і критичної інфраструктури обмеження суворіші, для приватного бізнесу норми змінюються, тож уточнюйте у юриста. Нових рішень навколо російського ПЗ ми не будуємо. Для вже наявної конфігурації підключаємо ШІ через окремий шар обміну (HTTP-сервіси чи файли), щоб систему можна було замінити без переписування ШІ. Якщо ви плануєте міграцію з 1С, ШІ-інтеграцію варто закладати вже в нову систему.
IT-Enterprise. За описом партнера IT-Artel (перевірено 19.11.2026), платформа має REST API та інші способи інтеграції. Офіційну документацію API ми для цього посібника не перевіряли, тож перед стартом вивчаємо її на вашій конфігурації.
SAP. Для підприємств з SAP інтеграція йде через стандартні інтерфейси, а обсяг залежить від версії і того, що вже відкрито. Робота з такими системами це часто окремий проєкт з вашими консультантами.
Excel і спільні диски. Не соромтеся цього: для першого сценарію часто достатньо вигрузки в Excel чи CSV, і так швидше. Налагоджений обмін файлами працює, поки не з'явиться потреба в оперативності.
Власна ERP. Для компаній, які переросли готові рішення, ми розробляємо CRM та ERP на замовлення: повноцінна CRM/ERP коштує 40 000-90 000 USD. Приклад із виробничої сфери: для американської авіасервісної компанії ми розробили за шість місяців власну ERP на Symfony і React: клієнти, замовлення, планування обслуговування літаків, зміни персоналу з синхронізацією з календарями, облік складу в реальному часі та контроль відповідності вимогам регуляторів. Для ШІ така система це готові «інструменти»: ШІ-агент може читати стан замовлення, залишки складу чи графік змін через API системи у вузьких правах.
Що вимірювати після запуску
Для кожного сценарію заздалегідь домовляємося про одну головну цифру. Для пошуку по документації це частка правильних відповідей з правильним джерелом і час, який технолог витрачає на пошук. Для накладних частка полів, де людина виправила модель, і кількість документів на людину за день. Для звітів час, за який керівник отримує відповідь. Якщо цифра за місяць не змінилася, сценарій треба переробити або закрити, і ми кажемо про це прямо.
Як виглядає початок роботи
Ми пропонуємо три кроки. Короткий дзвінок на 30 хвилин: ви описуєте найболючіший процес, ми скажемо, який із восьми сценаріїв ваш. Далі за потреби ШІ-аудит за 3 500 USD: перелік сценаріїв, оцінка даних, прогноз ефекту. Потім AI Sprint за 10 000 USD на 4 тижні: одна працююча функція на вашому середовищі, з тестами на ваших даних.
Загальніший погляд на те, як ми вибираємо сценарії, є на сторінці про ШІ-консалтинг, а про автоматизацію процесів у автоматизації бізнес-процесів з ШІ.
Що ми просимо від вас, щоб не втрачати час: людину зі сторони бізнесу, яка вирішує, що правильно; доступ до зразків документів і систем; готовність перевіряти результат на реальних прикладах, а не на красивих демо. І чесну відповідь на питання, що станеться, якщо ШІ помилиться: від цього залежить режим роботи, з підтвердженням людини чи без.
Якщо ви на цьому етапі лише порівнюєте постачальників, зверніть увагу не на назви сценаріїв, а на питання, які вам ставлять. Якщо від вас одразу вимагають усі дані за три роки і рік на пілот, то це проєкт для великої команди. Якщо питають, який процес болить, скільки документів на день і чи є зразки, це робота, яку можна почати цього місяця. Напишіть нам, і ми скажемо, до якого типу належить ваше завдання.