От сырых данных к метрам ткани: как ИИ-агент текстильной фабрики помогает загрузить линии на 90% — кейс на «Технопроме-2026»

Новосибирск, 27 августа 2026 года. В рамках XIII Международного форума «Технопром-2026» состоялась сессия «ИИ-агенты в реальной экономике», организованная в зале №4 Конференц-зала имени П.П. Семёнова-Тян-Шанского. Модераторы и участники — представители Сбера, «Школы 21», юридических и финансовых структур — собрались, чтобы перевести разговор с «что возможно» на «что уже работает». Главная цель встречи: выявить узкие места масштабирования автономных интеллектуальных систем и совместно сформировать публичную дорожную карту развития экосистемы ИИ-агентов на 2026–2028 годы.

Одним из ключевых спикеров сессии стал генеральный директор ООО «Информационные технологии» Виталий Николаевич Конзерский. Его доклад «ИИ-агент для текстильного производства» стал наглядным ответом на главный вопрос панели: как корректно считать ROI и что уже даёт измеримые результаты в промышленности.

В отличие от абстрактных презентаций, выступление господина Конзерского было построено вокруг конкретного производственного цикла — от анализа потребительского спроса до отгрузки готовой продукции. Он представил готовое решение, которое его компания разработала для текстильных фабрик, и поэтапно разобрал его работу.

Первый этап — сбор «сырых данных» из трёх ключечных каналов. Система агрегирует информацию с маркетплейсов (Wildberries, Ozon — анализируются остатки из 1С, конверсия, глубина выкупа), поисковых систем (Яндекс.Вордстат, Google Trends) и социальных сетей (тепловые карты интересов через VK Ads). На выходе — точная статистика о том, что, где и в каких размерах рынок готов покупать уже сегодня.

Второй этап — прогнозирование трендов. Алгоритм фиксирует зарождающийся интерес к определённым силуэтам и цветам за 2–3 месяца до пика продаж, причём в разрезе регионов. Как подчеркнул спикер, это позволяет фабрикам знать о будущем спросе ещё до того, как изделие попало на полки, и планировать производство на основе фактов, а не догадок.

Центральный элемент — прогнозная модель. Она использует исторические данные продаж фабрики (в штуках), текущие сигналы с рынка (конверсия, поисковые запросы, глубина выкупа) и сезонность (номер месяца). Модель отвечает на вопрос: сколько единиц конкретного изделия будет продано в следующем месяце при текущей динамике спроса? При этом алгоритм учитывает критический для текстильной отрасли лаг — временной разрыв (обычно 2–3 месяца) между появлением интереса в соцсетях и фактическим выкупом товара.

Финальный этап — перевод «цифры в физику». ИИ-агент выдаёт не просто число (например, «выпустить ровно 460 единиц»), а преобразует его в метры ткани и часы работы оборудования. Для лёгкой промышленности это критично: система позволяет загружать производственные линии близким к 90% без авралов и простоев, а главное — минимизирует риск заморозки капитала в неликвиде.

Выступление Виталия Конзерского органично вписалось в повестку сессии, где также обсуждались модели ответственности за решения автономных ИИ-агентов, кадровый разрыв и регуляторные песочницы. Представленный кейс продемонстрировал, что промышленный ИИ-агент уже сегодня способен автономно выполнять бизнес-процессы — планировать, координировать и принимать решения с измеримым экономическим эффектом.

Напомним, сессия прошла при поддержке министерства цифрового развития и связи Новосибирской области. ООО «Информационные технологии» под руководством Виталия Конзерского намерено продолжать развивать решения, которые соединяют аналитику больших данных с реальными задачами текстильных производств, помогая отрасли выйти на новый уровень эффективности.