«Кожен співробітник — може стати розробником»: як мережа «Аврора» будує ШІ-екосистему для 17 000 людей
Мережа мультимаркетів «Аврора» сьогодні — це понад 1 900 магазинів по всій Україні та понад 17 000 співробітників. Проте за масштабним ритейлом ховається потужна IT-трансформація. Всередині компанії тестують Computer Vision на звичайних IP-камерах, збирають «Розумну Вікіпедію» на власноруч навчених open-source моделях та вчать нетехнічних спеціалістів створювати корисний софт за допомогою штучного інтелекту.
Мережа мультимаркетів «Аврора» сьогодні — це понад 1 900 магазинів по всій Україні та понад 17 000 співробітників. Проте за масштабним ритейлом ховається потужна IT-трансформація. Всередині компанії тестують Computer Vision на звичайних IP-камерах, збирають «Розумну Вікіпедію» на власноруч навчених open-source моделях та вчать нетехнічних спеціалістів створювати корисний софт за допомогою штучного інтелекту.
Про те, чому Claude витісняє ChatGPT в українському ритейлі, як рахувати ROI від ШІ-експериментів та як «Аврора» створює власні технологічні продуктові рішення, редакції dev.ua розповів R&D-директор мережі Олександр Войнолович.
ШІ-стратегія на 17 тисяч людей та 4 ключові напрями
R&D-напрямок в «Аврорі» розвивався паралельно зі зростанням самої мережі. Сьогодні департамент налічує понад 30 фахівців: спеціалісти проєктно-процесного офісу займаються оптимізацією великих бізнес-процесів, а інші члени команди працюють безпосередньо над інноваціями, експериментами та власними розробками.
Вся ШІ-стратегія мережі розгортається за чотирма основними векторами:
AI Adoption: масове навчання співробітників, яке допомагає опановувати нейромережі та інтегрувати їх у щоденну роботу.
Velocity: надання інструментів розробникам для пришвидшення рутинного написання коду.
ШІ як продукт: донавчання моделей під власні потреби команд та їх інтеграція в бізнес-процеси компанії.
Відповідальне використання: юридичні політики, GDPR та безпека даних.
«Розумна Вікіпедія» та Computer Vision
Одним із найуспішніших внутрішніх проєктів для мережі стала «Розумна Вікіпедія». У великих компаніях інструкції та регламенти зазвичай зберігаються у вигляді масиву статей, але в «Аврорі» її перетворили на інтелектуальну базу знань. Тепер співробітник може запитати в корпоративному месенджері простими словами, як оформити повернення товару, і нейромережа видає коротку відповідь із трьох речень замість сторінок тексту.
Для цього принципово не використовували відкриті API, адже для 17 тисяч людей це коштувало б сотні тисяч доларів щомісяця. Команда пішла шляхом цифрового суверенітету: взяла open-source моделі, створила векторну базу знань, навчила систему на власних документах і розгорнула її на власних серверах. Це дало чотиризначний ROI завдяки економії часу співробітників.
Схожий практичний підхід застосували й до комп’ютерного зору (Computer Vision), з яким компанія працює вже близько п’яти років.
«Те, що працює на 15 магазинах, розпадається на півтора тисячі через обсяги даних та нестабільний інтернет. У результаті ми прийшли до ефективної архітектури: на магазинах стоять звичайні IP-камери без розумних чипів, а увесь відеопотік обробляється локальними нейронками на наших серверах», — пояснює Олександр Войнолович.
Завдяки цьому компанія з точністю близько 93% у реальному часі рахує кількість клієнтів із кошиками, аналізує конверсію від вулиці до чека та фіксує порожні місця на полицях. При цьому персональні дані не збираються, а обличчя людей принципово не розпізнаються.
Чому Claude витісняє ChatGPT і як народжується «вайбкодинг»
Зміни торкнулися й щоденних інструментів бек-офісу. Почавши з 200 ліцензій OpenAI Enterprise, компанія зараз активно переходить на Anthropic Claude. Причина — вища якість відповідей і коду, а також зручніші п’ятигодинні інтервали лімітів замість загальної квоти на компанію, яка в OpenAI швидко вичерпувалася й створювала бюрократичні затримки.
Паралельно в «Аврорі» набирає обертів так званий «вайбкодинг», коли нетехнічні спеціалісти створюють софт для власних потреб.
«У нас вже є реальні кейси, коли бізнесові люди самі створюють додаткові сервіси. Людина дивиться кілька уроків на YouTube, підказками ШІ збирає додаток на Localhost, а потім приходить до нас. Ми за дві години перевіряємо безпеку й деплоїмо його на внутрішні сервери. Автоматизація старого процесу дає близько 30% приросту ефективності, тоді як повний рефакторинг і створення нового процесу за допомогою ШІ пришвидшує роботу в рази. Те, що раніше розроблялося б два місяці й відхилялося через низький ROI, зараз збирається за два дні», — зазначає R&D-директор.
Переконувати частину команди доводиться власним прикладом, адже ранніх адептів у будь-якому бізнесі лише близько 5%. Головний меседж компанії до співробітників звучить просто: «ШІ тебе не замінить, але тебе замінить людина, яка вміє ним користуватися».
Вихід на зовнішній ринок: B2B-продукти від «Аврори»
Головна мета R&D-департаменту — зробити так, щоб інновації створювалися безпосередньо всередині кожного бізнес-юніту, а центральна команда лише сапортила безпечний пайплайн для їх запуску.
Водночас «Аврора» вже виходить за межі внутрішнього використання і пропонує власні перевірені розробки іншим бізнесам. Наразі йдеться про чотири готові B2B-сервіси:
Traffic Counter: система на базі комп’ютерного зору для точного аналізу трафіку у магазинах.
Generator Control System: платформа для дистанційного моніторингу роботи генераторів. Зручно, коли у вас велика кількість торгових точок у різних локаціях.
Smart Parking: система автоматизації логістики на складських територіях, яка показує завантаженість рамп на складах і затори без необхідності координації водіїв по телефону.
LPR & Access Control: інтелектуальний КПП, де камери розпізнають номери автомобілів і автоматично відкривають шлагбаум для дозволеного транспорту.
Так в мережі «Аврора» формується ШІ-екосистема, у якій технології оптимізують вже існуючі процеси та допомагають тестувати нові підходи та продукти. А власні розробки R&D-департаменту стають доступними для інших компаній.
