-

На страницу проекта

На страницу проекта

Программа для создания технологического процесса с помощью искусственного интеллекта

На страницу проекта

Аэропорт «Пулково» сталкивается с задачей автоматизации выгрузки багажа из тележек на конвейерную ленту. Процесс трудоёмок, травмоопасен и требует интеллектуальных инженерных решений.

На страницу проекта

Разработка модели компьютерного зрения для детекции заболеваний сельскохозяйственных культур с эконометрической оценкой рисков потерь урожая

Продукт:
CropGuard CV — программное B2B-решение для автоматизированной диагностики заболеваний сельскохозяйственных культур и оценки риска потери урожая.
Продукт включает модель компьютерного зрения, классификацию фитопатологических состояний, оценку вероятности заболевания, статистическую калибровку результатов и эконометрический модуль оценки потенциального ущерба.
Программное решение может использоваться в локальной инфраструктуре сельскохозяйственного предприятия и в дальнейшем интегрироваться с внешними информационными системами посредством API.

Клиент:
Основной потребительский сегмент — B2B, в первую очередь:
 крупные и средние сельскохозяйственные предприятия;
 агрохолдинги;
 предприятия растениеводческого профиля;
 хозяйства, выращивающие зерновые и масличные культуры;
 агрономические и технологические службы;
 компании, оказывающие услуги мониторинга сельскохозяйственных угодий.

Бизнес-модель:
Основная бизнес-модель — B2B.
На первом этапе предполагается привлечение сельскохозяйственных предприятий через пилотные проекты. После подтверждения эффективности предусматривается переход к коммерческому использованию программного решения.
Основные источники дохода:
1. лицензирование программного обеспечения;
2. платные пилотные внедрения;
3. интеграция с информационными системами заказчика;
4. техническая настройка и сопровождение;
5. в дальнейшем — подписочная модель доступа к аналитической платформе.
Предварительная стоимость пилотного проекта может составлять 100–300 тыс. ₽, а коммерческого внедрения — ориентировочно 300 тыс. – 1,5 млн ₽ в год в зависимости от масштаба предприятия, количества культур, площади мониторинга и объёма интеграции.
Основным каналом привлечения клиентов на начальном этапе являются прямые B2B-продажи и пилотные внедрения.

Конкуренты:
1. Plantix — диагностика заболеваний растений по изображениям.
2. Taranis — цифровой мониторинг сельскохозяйственных полей с применением компьютерного зрения.
3. Climate FieldView — цифровая платформа управления сельскохозяйственным производством.
4. OneSoil — цифровой мониторинг полей и аналитика.
5. Prospera — решения на основе искусственного интеллекта и компьютерного зрения для сельского хозяйства.

На страницу проекта

Разработка интеллектуальной вопросно-ответной системы для образовательных организаций на основе технологии Retrieval-Augmented Generation (RAG), позволяющей формировать ответы на вопросы студентов и сотрудников строго по официальным документам вуза со ссылкой на конкретный документ и фрагмент. Система обеспечивает поиск по загруженному корпусу нормативных актов, положений, приказов, учебных планов и расписаний, поддерживает распознавание сканированных документов без текстового слоя, фильтрацию персональных данных перед отправкой в языковую модель и работу в режиме 24/7. Применение системы призвано снизить нагрузку на деканаты, учебный отдел и приёмную комиссию, сократить время получения официальной информации студентами, повысить достоверность ответов за счёт отказа от генерации неподтверждённых сведений. Развёртывание возможно в контуре образовательной организации без передачи данных в публичные сервисы.

На страницу проекта

Motrixia — это программно-аппаратный комплекс для предиктивной диагностики ДВС. Связка OBD2-адаптера и мобильного приложения с встроенной нейросетью анализирует потоковые телеметрические данные (топливные коррекции, отклики датчиков, нагрузку) в реальном времени. Алгоритмы машинного обучения выявляют деградацию узлов на ранних стадиях, формируя итоговый диагностический отчет после завершения поездки.

На страницу проекта

Сегодня большинство цифровых сервисов покупки и доставки продуктов воспроизводят традиционную модель: сначала вы определяете, что вам нужно, затем ищете товары, сравниваете предложения и совершаете покупку. Даже цифровизация в значительной степени лишь переносит привычную модель магазина на экран. При этом последующие решения — что приготовить, как использовать имеющиеся продукты, что докупить и как не допустить их порчи и выбрасывания, — по-прежнему приходится принимать именно вам.

ВыгодноТут предлагает другую парадигму: не выбор товара под заранее сформированную потребность, а интеллектуальное решение задачи семьи с учётом её текущего контекста.

От потребности к решению

Платформа учитывает состав семьи, цели, предпочтения и ограничения в питании, бюджет, домашние запасы и сроки годности, историю покупок, сезонность и другие факторы.

Учитывая ваш запрос и контекст вашей семьи, система выявляет актуальную или потенциальную потребность, формирует варианты её решения и только после этого определяет, что необходимо приобрести или заказать.

Таким образом, меняется логика потребительского решения:

«что сейчас оптимально для моей семьи → какое решение удовлетворит эту потребность → что для этого необходимо → где и на каких условиях это сделать → сделай это за меня».

Покупка становится следствием решения, а не его отправной точкой. При этом потребность не навязывается извне: пользователь остаётся инициатором взаимодействия и конечным получателем результата, а AI берёт на себя анализ контекста, сопоставление множества факторов и значительную часть рутинных действий.

Единый контур семейного питания

Задача питания может решаться разными способами: приготовлением дома, готовой едой, кулинарией или полуфабрикатами. Платформа рассматривает их в общем контексте семьи наряду с запасами, покупками, фактическим потреблением и расходами.

Поэтому система управляет не отдельной покупкой, а целостным процессом семейного питания — от возникновения потребности до фактического потребления.

Контекст постоянно меняется: продукты покупаются и используются, меняются остатки и сроки годности, появляются новые запросы, изменяются бюджет, время, местоположение, цены и доступность предложений. Каждый такой сигнал может изменить решение, поэтому модель семьи актуализируется в режиме реального времени.

Формируется непрерывный цикл:

контекст → потребность → решение → покупка или заказ → использование → фиксация фактического потребления → обновление AI-графа → новое решение

AI-граф семьи и многоагентная архитектура

Технологическое ядро платформы — AI-граф семьи, динамическая модель текущего состояния и потребления домохозяйства. Он объединяет сведения о семье, запасах, бюджете и расходах, предпочтениях, ограничениях в питании, покупках и фактическом потреблении.

Поверх графа работает мульти-агентная архитектура:

• агент семейного благополучия — формирует общий контекст семьи;
• ИИ-нутрициолог и агент питания — формируют персональные рекомендации и план питания;
• агент кладовой — контролирует запасы, остатки и сроки годности;
• агент покупок — определяет потребность в товарах и формирует корзину или заказ;
• агент выгоды — сопоставляет варианты по цене, условиям, местоположению и другим параметрам;
• агент спасения продуктов — помогает своевременно использовать продукты и снижать пищевые потери.

Архитектуру дополняют специализированные модули «Нутрискан», «Дневник питания», учёта расходов и экологического контура. Они фиксируют фактическое питание, КБЖУ, расходы и экологические параметры и передают данные обратно в AI-граф.

Таким образом, система учитывает не только то, что семья планировала, но и то, что фактически приобрела, потребила и потратила, постоянно уточняя модель семьи и последующие рекомендации.

Персонализация без сложного онбординга

Вам не требуется проходить длинную анкету. Примерно за 55 секунд платформа получает базовые сведения о вас и вашей семье, достаточные для начала работы.

Дальнейшее уточнение происходит в процессе использования: при необходимости система задаёт 4–5 вопросов, связанных с текущим запросом, и добавляет ответы в AI-граф.

Система узнаёт вас постепенно, а вам не нужно специально обучаться работе с ней.

Чем больше система взаимодействует с вами, тем точнее и персональнее становятся её советы и рекомендации. Постепенно «ВыгодноТут» превращается в полноценного персонального ИИ-помощника семьи — помощника, который понимает её контекст, учитывает изменения и помогает принимать решения в повседневной жизни.

Ценность для семьи и ритейла

Для семьи модель создаёт возможность сократить время и усилия на планирование питания и покупки, рациональнее использовать имеющиеся продукты и учитывать расходы.

Для ритейла платформа создаёт доступ к предиктивному и персонализированному спросу, формируя его ещё до момента традиционного поиска товара, а также создаёт потенциал для повышения эффективности привлечённого трафика, формирования корзины и снижения списаний.

Платформа выступает независимым технологическим слоем между потребителем и рынком, а модель взаимодействия с партнёрами предусматривает преимущественно оплату за результат, без обязательной фиксированной платы за использование платформы.

Стадия проекта и команда

Проект находится на стадии работающего MVP и подготовки к пилотированию. Проведены более 100 глубинных CustDev-исследований и более 700 демонстраций MVP; сформирована технологическая архитектура, ведётся патентная работа и переговоры с потенциальными ритейл-партнёрами.

Сергей Пустовойтов — основатель, CEO/CTO: стратегия, продуктовая концепция и технологическая архитектура; более 30 лет в разработке ИТ-продуктов и внедрении ИИ-решений.

Андрей Колесников — научный руководитель, CSO: директор Аналитического консалтингового центра кафедры экономики инноваций Экономического факультета МГУ; научная и экономическая валидация, методология исследований потребительского поведения, экономические и ESG-модели проекта.

Ирина Калугина — PR и коммуникации: коммуникационная стратегия, работа с экспертами, партнёрами и медиа, развитие сообщества и амбассадорских инициатив.

Видение

Будущее семейного потребления — не в поиске товаров и не только в скидках и акциях, а в мультиагентных интеллектуальных персональных системах, которые бесшовно, быстро и эффективно решают конкретные повседневные задачи именно вашей семьи.

На страницу проекта

Сервис для педагогов доп образования.

На страницу проекта

Разработка системы экстренного смягчения посадки на основе надувной подушки для коммерческих и промышленных дронов. Цель проекта – обеспечить безопасную посадку при аварийных ситуациях, включая отказ двигателей, потерю связи и порывы ветра, защитив как сам аппарат, так и окружающих. Гипотеза подтверждается статистикой отказов: частота отказов коммерческих БПЛА на два порядка выше, чем в авиации общего назначения, а именно один случай на 1000 лётных часов против одного на 100 000, а у некоторых систем БПЛА фиксируется до 25 процентов отказов. Рынок систем безопасности для дронов растёт: глобальный рынок парашютных систем для БПЛА достиг 13,2 миллиона долларов в 2024 году с прогнозом 35,34 миллиона долларов к 2031 году при среднегодовом темпе роста 14 процентов. Ключевое отличие от парашютных систем заключается в том, что надувная подушка работает на малых высотах менее 10–15 метров, где парашют не успевает раскрыться и эффективно затормозить падение. Подушка также обеспечивает амортизацию при жёсткой посадке в условиях порывистого ветра, когда дрон теряет управление на небольшой высоте. Целевые сценарии включают доставку грузов в городской среде, мониторинг промышленных объектов, аэрофотосъёмку вблизи людей и работу в условиях плотной застройки. Задачи включают разработку модуля надувной подушки, создание контроллера активации с алгоритмами определения аварийной ситуации, разработку комплекта для интеграции с существующими дронами, проведение испытаний и сертификацию. Ожидаемые результаты: работающая система, активирующая надувную подушку за доли секунды, гасящая энергию удара и обеспечивающая сохранность дрона и безопасность окружающих. Потенциальные потребительские сегменты: операторы коммерческих дронов, промышленные предприятия, городские службы и безопасность, производители дронов.

На страницу проекта