НарядAI
Наряды на ремонт с ИИ-контролёром для горно-обогатительного предприятия
Задача
На фабрике наряды на ремонт выдают на бумаге и по рации. Мастер не видит, кто свободен и что просрочено, исполнитель узнаёт о работе с опозданием, качество ремонта проверяют на глаз, а историю отказов никто не анализирует.
Решение
Одно приложение для четырёх ролей. Оператор сообщает о поломке по QR-коду на машине, без входа. Мастер выдаёт наряд за 6 нажатий или одной фразой голосом. Исполнитель принимает его, проходит проверку безопасности и закрывает с фото «после». ИИ сверяет фото и текст работ с проблемой и ставит оценку с объяснением, руководитель видит рейтинг, простои и аномалии. Решение всегда за мастером.
Технические решения
- Два слоя ИИ. Быстрый — дообученная Laya на своём сервере: до 1,5 с, по описанию поломки называет категорию, приоритет и специальность. Медленный — мультимодальная и языковая модель: сравнивает фото «до» и «после» и отдельно пишет, что видно, что сошлось и что проверить нельзя.
- Права и статусы — в базе, а не в кнопках: правила доступа PostgreSQL, переходы через функции базы, каждый переход пишет запись в журнал, который нельзя изменить даже служебным ключом. Тест на 55 шагов проверяет, что запрещённое отклоняется.
- Каскад без отказа: наш Mac → облако только с обезличенными данными (ФИО заменяются номерами) → правила кода и вердикт «решает мастер». Статистику, рейтинг и аномалии считает код, модель только формулирует вывод.
Что пошло не так
- Все данные синтетические: 592 наряда за 3 месяца с четырьмя заложенными закономерностями. Аналитика их находит, но это проверка метода, а не доказательство точности на реальном заводе.
- Laya даёт 93% по категории и 95% по специальности, но на тесте, который мы написали сами, а обучающие описания сгенерированы моделью. Настоящих заявок завода не было.
- В нативном Android-приложении только роль исполнителя. Мастер, руководитель и оператор работают в веб-версии, которая на телефоне ставится как PWA.
Результат
Топ-4 онлайн-отбора с 85 баллами из 100 и выход в финал — единственные школьники в топ-4 своего кейса. На Demo Day вместо слайдов жюри получило в руки телефоны с живым приложением. Финал мы не выиграли, но приложение и APK работают по ссылкам ниже, а у мастера статус меняется меньше чем за 4 секунды.
Что бы сделал иначе
До 1-го места на отборе не хватило 2 баллов, и ниже всего нас оценили за техническую реализацию, потенциал и прототип. В следующий раз — меньше функций и раньше живые пользователи: хотя бы один настоящий мастер, который прошёл бы весь цикл до сдачи.
Как это было
Qostanai AI Industry Hackathon 2026: заявки подали больше 150 команд со всего Казахстана, три кейса от промышленных компаний. Наш кейс №1 дало АО «Костанайские минералы». Отбор шёл онлайн: проект сдали 8 октября, жюри смотрело приложение по ссылке без нас. В финал вышли 12 команд, финал — Demo Day 16 октября в Qostanai Hub: три минуты на питч, потом телефоны с приложением ушли жюри в руки. Мы выступали как LooksMaXing, четыре десятиклассника школы-лицея №1 Костаная.
Экраны приложения
Сертификат
Сертификат команды LooksMaXing за участие в республиканском хакатоне Qostanai Industry Hackathon. На бланке логотипы КРУ им. А. Байтурсынулы, «Костанайских минералов», Allur, Qostanai Hub и Digital & AI Qazaqstan 2026. Подпись — Ж. Жарлыгасов, исполняющий обязанности ректора университета.