О клиенте
Наш клиент — международный производитель кабельно-проводниковой и электротехнической продукции. Компания поставляла силовые кабели, промышленные системы проводки и электрические компоненты для строительных, инфраструктурных, энергетических и промышленных проектов автоматизации.
Бизнес работал по всему миру и поставлял продукцию на десятки рынков. При этом каждая страна предъявляла собственные требования к нормативам, языку и составу документации, что требовало наличия единого источника истины (Single Source of Truth) для данных на 24 языках.
Ассортимент компании включал тысячи товарных позиций с детально проработанными техническими характеристиками. Для каждого продукта требовалось предоставлять полный комплект актуальной и соответствующей требованиям документации: инструкции по монтажу, сведения по технике безопасности, технические паспорта и спецификации — на 24 языках.
С какими трудностями столкнулся клиент
Работая на десятках рынков и выпуская технически сложную продукцию, компания столкнулась с рядом серьезных трудностей. Без специализированной платформы для управления данными о продукции в электротехнике решить эти проблемы комплексно было невозможно:
- Каждый продукт описывался сотнями параметров — электрических, механических, экологических и нормативных.
- Технические данные и документация должны были полностью совпадать по содержанию на 24 языках.
- Руководства по эксплуатации включали структурированные данные, свободный текст, таблицы, условные обозначения и другие элементы.
- Ручной перевод, проверка и согласование материалов приводили к задержкам, расхождениям в информации и высоким операционным затратам.
- Ошибки или устаревшие сведения в инструкциях становились причиной неправильного монтажа, угроз безопасности и нарушений нормативных требований.
Основные цели проекта
Чтобы решить выявленные проблемы, при разработке PIM-системы мы сосредоточились на следующих целях:
- Создать единый достоверный источник данных о продукции и документации на всех языках.
- Использовать инструменты на базе ИИ (LLM) для сокращения объема ручного перевода и проверки материалов.
- Внедрить строгую проверку полноты и согласованности данных на основе заранее заданных правил.
- Обеспечить возможность подготовки инструкций по унифицированным шаблонам.
- Настроить автоматическое формирование документации с использованием поэтапной обработки данных.
- Обеспечить бесшовную синхронизацию данных между ERP, PLM и PIM.
Обзор проекта
Мы разработали и внедрили корпоративную PIM-систему, , ориентированную на автоматизацию технической документации.
Решение объединило все данные в централизованной среде и устранило фрагментацию информации. ИИ-ассистент на базе больших языковых моделей (LLM) помогали ускорить перевод, проверяли согласованность данных и формировали черновые версии контента.
Одним из ключевых принципов архитектуры стала автоматизация работы с большими объемами информации — без остановки редакционных процессов и согласования. Перевод, проверка и формирование инструкций выполнялись параллельно в рамках событийной обработки данных. Это позволило обеспечивать полноту материалов и передавать во внешние системы только утвержденный контент.
Регион: глобальный рынок
Отрасль: электротехника, кабельные и проводниковые системы
Срок реализации: 18 месяцев
Решение
Мы разработали масштабируемую платформу управления товарной информацией с поддержкой ИИ для производителей электротехнической продукции, работающих на глобальном рынке.
В результате все данные о продукции были собраны в едином пространстве, работа с многоязычным контентом стала согласованной, а перед публикацией появился строгий контроль качества. Инструменты на базе ИИ ускорили перевод и подготовку материалов, при этом окончательное решение всегда оставалось за специалистами компании.
Платформа была развернута в контейнерной среде, готовой к работе в облаке, и интегрирована с внутренними системами клиента — ERP, PLM, CMS и платформами электронной торговли.
Ключевые функции
- Централизованное управление сложными данными о продукции с сотнями структурированных параметров: электрическими, механическими, требованиями безопасности и нормативного соответствия.
- Языко-ориентированная модель данных с поддержкой до 24 параллельных языковых версий, полной историей изменений и журналом действий.
- Проверка данных по строгим правилам перед публикацией: контроль обязательных полей, форматов и требований конкретных рынков.
- Перевод описаний продукции, предупреждений и инструкций с использованием ИИ — с контролем терминологии и обязательной проверкой специалистами.
- Выявление расхождений и противоречий между языковыми версиями с помощью ИИ.
- Подготовка инструкций по шаблонам с использованием повторно применяемых блоков и динамических переменных, связанных с проверенными данными из системы.
- Формирование черновиков инструкций с помощью ИИ с учётом особенностей конкретного рынка или конфигурации продукта.
- Параллельная обработка перевода, проверки и генерации документов, что позволило редакционным процессам работать без задержек.
Рабочий процесс
- Управление данными о продукции. Инженеры ведут структурированные технические параметры в системе, а проверка по правилам контролирует полноту данных.
- Перевод и проверка с поддержкой ИИ. ИИ формирует черновики переводов, редакторы проверяют и утверждают материалы.
- Работа с шаблонами. Технические специалисты создают инструкции на основе шаблонов с динамическими переменными.
- Проверка и формирование черновиков. Автоматическая проверка запускается по правилам, после чего формируются черновые версии инструкций.
- Утверждение и передача. Во внутренние системы передаются только проверенные и утвержденные материалы.
Развертывание и план развития
Решение было развернуто в масштабируемой среде на базе Kubernetes и интегрировано в корпоративную ИТ-инфраструктуру клиента.
Проект реализовывался поэтапно:
- Первый этап — запуск базовой PIM-системы и многоязычной модели данных.
- Второй этап — внедрение перевода и проверки материалов с поддержкой ИИ.
- Третий этап — реализация формирования черновиков инструкций и настройка параллельной обработки данных.
- В дальнейших планах — добавление наборов нормативных правил для отдельных рынков, расширение использования генеративного ИИ с учетом обратной связи редакторов, а также создание вариантов инструкций под конкретных заказчиков или проекты.
Технологический стек
Чтобы обеспечить работу с большими объемами многоязычного контента, поддержку процессов с участием ИИ и интеграцию с корпоративными системами, был выбран следующий стек технологий:
- Серверная часть: Java, Spring Boot
- Пользовательский интерфейс: React
- База данных: PostgreSQL
- ИИ-сервисы: большие языковые модели (LLM)
- Асинхронная обработка: очереди сообщений и фоновые обработчики на основе событийной модели
- Модуль формирования документов: шаблонная верстка и автоматическое построение таблиц
- Интеграции: REST-интерфейсы, ERP, PLM, CMS, платформы электронной торговли
- Развертывание: Docker, Kubernetes, конвейеры непрерывной интеграции и доставки
- Безопасность: ролевая модель доступа, единый вход (SSO), журналирование действий
Результаты
Внедрение системы управления многоязычной информацией о продукции с поддержкой ИИ позволило добиться измеримых улучшений — как с точки зрения затрат, так и с точки зрения качества и соответствия требованиям на глобальных рынках.
Ключевые результаты проекта:
- Сокращение времени на подготовку и обновление инструкций до 65%.
- Существенное снижение затрат на перевод и подготовку документации.
- Исключение ошибок в документации благодаря семантической проверке ИИ.
- Ускорение вывода (Time-to-Market) новых продуктов на глобальные рынки.
- Повышение уверенности в корректности документации благодаря строгой системе проверки и согласования.