Сетевая компания улучшила клиентский сервис и снизила финансовые потери с помощью технологий ИИ

Компания создала аналитический центр, который за год реализовал 8 проектов на базе ИИ для прогнозирования потерь электроэнергии, автоматизации обработки обращений клиентов и распознавания речи.

Для углубленного анализа потребления электроэнергии и точного прогнозирования потерь создали аналитическую платформу. Это позволило добиться сразу нескольких результатов:

• снизить затраты,
• поддерживать финансовую устойчивость за счет более точного прогнозирования доходов и расходов,
• точно определять потребность в ресурсах для реализации технических мероприятий.

Специалисты аналитического центра использовали машинное обучение (Decision Tree Regressor) для прогнозирования потерь электроэнергии. Система обрабатывает большие объемы данных и учитывает сезонные факторы, мощность технологического присоединения и данные с интеллектуальных приборов учета (ИПУ). Точность прогнозирования составляет до 98%.

Для снижения коммерческих потерь разработали модель, которая использует данные умных счетчиков для детального отслеживания потребления электроэнергии. Нейросети анализируют графики потребления и выявляют случаи безучетного расхода электричества с точностью до 92%. Это помогает специалистам компании выявлять случае несанкционированного вмешательства в работу приборов.

«За последние 10 лет потери электроэнергии в нашей компании снижены на 19,3%, длительность аварийных отключений снизилась на 80,3%, а частота отключений потребителей – на 86%. Это результат комплексной работы, включая внедрение ИИ», – отмечает заместитель генерального директора по цифровой трансформации и ИТ Тимур Курбангалиев.

Он также добавил, что компания активно обучает сотрудников новым технологиям и ожидает, что в ближайшие два года ИИ затронет все направления деятельности компании.

В качестве примера можно привести проект по обработке диспетчерских переговоров с помощью технологии распознавания речи и обработки данных для автоматической расшифровки и семантического анализа переговоров в режиме реального времени. Это позволяет ускорить реагирования на аварийные ситуации и снизить нагрузку на персонал.

Евгений Александров, заместитель начальника оперативно-диспетчерской службы, поясняет: «Раньше оценка переговоров занимала столько же времени, сколько длился сам разговор. Сейчас ИИ анализирует речь за секунды, выявляя ошибки и подсказывая диспетчерам нужные инструкции. В будущем система сможет предсказывать аварии на основе исторических данных».

В рамках стратегии цифровизации компания планирует внедрить еще три новых проекта в течение полугода, включая проекты, связанные с использованием средств индивидуальной защиты, подбором аналогов для капитального строительства и формированием ответов на обращения потребителей.