Информация о деятельности в сфере ИТ
Delov.to — B2B-сервис с ИИ для цифровизации бизнес-процессов.
- Сервис автоматически назначает ответственных и рассчитывает SLA
- ИИ контролирует выполнение задач в мессенджере и предупреждает о любых отклонениях от ожидаемой нормы
- Процессы адаптивно перестраиваются — если ситуация меняется, система самостоятельно определяет оптимальный маршрут исполнения задач
- Руководитель видит статус каждого процесса в режиме реального времени
- Сотрудники получают четкие инструкции по задаче прямо в чат
- Сотрудник без специальных навыков настраивает рабочий процесс от 10 раз быстрее в сравнении с классическими BPM-системами
Уровень технологической готовности
- TRL-3. Собрана команда, подготовлены рабочие окружения, сформировано видение продукта, подготовлено технологическое описание реализуемой системы и реализован внутренний прототип ИТ сервиса.
- Осуществлено внедрение первого прототипа ИТ сервиса на опытных внутренних процессах компании с целью получения обратной связи и первых результатов опытной эксплуатации для проектирования и дальнейшей разработки целевых компонентов системы.
- Заключено соглашение об использовании ИТ сервиса Delov-to с ООО «ГК «Иннотех» ИНН: 9703073496
- Пройдена экспертиза ИТ сервиса в «Сколково», получено одобрение - Заявка 212065
- Подана заявка на получение статуса участника «Сколково» - Заявка 212719
- Ведутся переговоры о внедрениях ИТ сервиса в Сбербанке, а также для лояльных и заинтересованных клиентов, включая участников custdev-интервью и операционных руководителей компаний с рынка, уже узнавших о продукте по рекомендации
Описание «технологического стека»
Используемые языки программирования, фреймворки, ПО
Технологическая уникальность
Платформа Delov.to сочетает Adaptive Case Management (ACM) с машинным обучением (ML) для создания самообучающейся системы управления бизнес-процессами.
Уникальность предлагаемого решения заключается в сборе релевантных данных о деятельности сотрудников и их последующем использовании для обучения ИИ-моделей в целях оптимизации маршрутов исполнения процессов бизнеса, включая подходы:
- Reinforcement Learning (Обучение с подкреплением) в целях обучения оптимальным маршрутам назначения задач, выбору исполнителей, динамическому управлению очередями
- Metric Learning (Метрическое обучение) в целях построения эффективных метрик схожести между случаями, задачами или исполнителями
- Transfer Learning (Трансферное обучение) в целях переиспользования накопленного опыта для разных компаний близких направлений деятельности
- Natural Language Processing (Автоматическая обработка текстовых данных) в целях информационного сопровождения руководителей, сопровождения и поддержки исполнителей, а также формирования кратких сводок по операционной деятельности Компании.