Искусственный интеллект перестал быть абстрактной технологией будущего — сегодня это рабочий инструмент, который уже помогает аптечным сетям и фармкомпаниям сокращать рутину, обрабатывать массивы данных и разгружать сотрудников. Но его влияние шире: ИИ меняет подходы к управлению ИТ-процессами и открывает зоны оптимизации, о которых раньше не задумывались. Один из примеров — «Аптечная сеть 36,6», где с помощью собственной ИИ-разработки автоматизировали контроль журналов уборки. О том, как это изменило работу, рассказывает руководитель управления по развитию корпоративных систем Юрий Петрук.
От бумаг к онлайн-актам за 14 дней
Раньше в каждой из более чем трех тысяч аптек сети ежедневно составлялись бумажные акты уборки, которые затем ежемесячно переносились в общий Журнал регистрации ежедневных санитарных мероприятий. На заполнение и подтверждение одного акта уходило от 30 до 60 минут, а в масштабах сети ежемесячные трудозатраты достигали 250-500 человеко-часов. При этом формальный подход не давал объективной картины: уборка могла выполняться некачественно или не проводиться вовсе. За пять лет компания накопила более 16 тысяч обращений из аптек о пропущенных уборках.
Однако менять процесс начали не сразу. Как поясняет Юрий Петрук, не все проблемы требуют немедленного вмешательства — многое зависит от доступных ресурсов и времени. Если устранение проблемы в текущий момент слишком дорого или сложно, ее игнорирование может быть оправдано до появления оптимального способа. Таким решением стал собственный ИИ-сервис, разработанный силами ИТ-департамента «Аптечной сети 36,6».
Сегодня сервис охватывает уже более двухсот аптек плюс двух подрядчиков. Контроль уборки и составление актов ведутся в режиме онлайн, а при возникновении спорных ситуаций акт можно оспорить сразу. В отличие от физического мониторинга, цифровое решение обошлось дешевле и быстрее — прототип собрали и развернули в нужном информационном контуре всего за две недели.
Планы на будущее
В планах аптечной сети — доработать похожий ИИ-сервис для выявления бракованного товара. Ранее сотрудники фотографировали продукцию ненадлежащего качества на личные телефоны и отправляли снимки на корпоративную почту, что создавало путаницу и отнимало время. Теперь они используют QR-код с токеном для перехода в специализированный сервис приема фото — без ввода логина и пароля. В будущем компания намерена автоматизировать и отправку этих фотографий поставщикам.
Цена ошибки и новый подход к изменениям
Внедрение ИИ изменило не только стоимость оптимизации процессов, но и цену возможной ошибки. При ручных методах трудно заранее предсказать успех нововведения и выявить скрытые риски. ИИ же позволяет быстро промоделировать работу решения в различных условиях и оценить его устойчивость.
Процесс автоматизации в компании строится поэтапно:
- Выявление проблемы и опрос сотрудников, которых она касается.
- Формулировка бизнес-требований к будущему ИИ-сервису на основе собранных мнений и предложений.
- Создание прототипа силами ИТ-отдела и его развертывание в тестовом контуре.
- Тестирование с обязательным учетом замечаний по информационной безопасности и исправлением ошибок.
- Принятие решения по итогам «пилота»:
— если сервис неэффективен — поиск альтернатив;
— если успешен — назначение ответственных владельцев со стороны ИТ (или вендора) и бизнеса.
6. Тиражирование на другие бизнес-процессы — при выявлении высокого потенциала.
Совет практика: с чего начать
Юрий Петрук рекомендует аптечным сетям и фармкомпаниям внимательно проанализировать рутинные процессы вне ИТ-контура и оценить, какие из них можно автоматизировать с помощью ИИ. Впрочем, важным критерием при выборе цифрового сервиса он называет не бизнес-эффективность, а масштаб проблемы (затрагивает ли она один отдел или всю компанию) и потенциальные негативные последствия в случае неудачного внедрения.
Если вероятность ошибки высока, доверять создание ИИ-решения стоит не скромному внутреннему ИТ-отделу, а опытной команде разработчиков. Альтернативный путь — покупка готового решения на рынке.
По материалам Форума ИТ и Инноваций-2026