Время новых решений. Как российский разработчик промышленного машинного зрения смог превзойти зарубежные системы

EnKod

В условиях ухода с рынка западных вендоров остро встала задача импортозамещения сложных систем, в том числе в области промышленной автоматизации и контроля качества. Нейрометрика — один из российских разработчиков, которые не только предлагают аналоги, но и создают решения, превосходящие иностранные по точности и гибкости. Как разработчику удается закрывать критически важные задачи для крупнейших промышленных гигантов страны, рассказал генеральный директор компании Нейрометрика, Юрий Годына.

— Какие направления деятельности вы развиваете?

— У нас есть два ключевых продуктовых направления. Первое — ситуативная видеоаналитика, которая расширяет возможности обычных систем видеонаблюдения. Она решает широкий круг задач: от подсчета посетителей до контроля соблюдения техники безопасности.


Второе, и сегодня особенно актуальное, — промышленное машинное зрение. Мы создаем программно-аппаратные комплексы для контроля качества и учета готовой продукции на промышленных конвейерных предприятиях. После ухода западных вендоров задачи обеспечения качества и оптимизации затрат на обслуживание технологической инфраструктуры встали особенно остро. Наши решения позволяют минимизировать человеческий фактор и обеспечить 100% покрытие контроля качества в режиме реального времени.


— Расскажите о компании - какие достижения за время работы вы считаете наиболее значимыми?


— Компания работает с 2018-го года, за это время мы реализовали десятки проектов по всей России и в странах СНГ — от Минска и Алма-Аты до Петропавловска-Камчатского. Нашими клиентами стали крупнейшие компании в производстве строительных материалов, металлургии, целлюлозно-бумажной промышленности, рыбопереработке, сфере услуг, ритейле и других.


Нашу работу отмечали отраслевыми премиями: Startech.Awards в 2024 году, SAP Innovation Awards в 2020-м. Мы стали участниками акселераторов Sber500 в 2025 году и Goznak в 2024-м, побеждали в конкурсе стартапов Яндекса. Но главное наше достижение — это сильная внутренняя команда, которая позволяет решать большинство задач по проекту, минимально привлекая сторонних подрядчиков.

— Кто ваши целевые клиенты?

— Мы работаем с лидерами рынков. Среди наших клиентов крупнейший международный производитель строительных материалов, мы ведем с ними проекты в 6 регионах России и в странах СНГ; одна из крупнейших металлургических компаний страны; крупнейший российский целлюлозобумажный холдинг, представленный в 3-х регионах; крупная сеть фаст-фуда, с которой мы работаем в более чем 10 регионах; РК им. В.И. Ленина – одно из крупнейших рыбоперерабатывающих предприятий на Камчатке.

— Какие задачи стоят перед клиентами при обращении в вашу компанию?


— Запросы очень разные. Кто-то хочет наладить объективный и непрерывный контроль качества продукции, кто-то — настроить сквозной учет продукции по всей технологической линии. Другие стремятся выявить внутренние риски, в том числе связанные с персоналом, или повысить общую эффективность работы сотрудников. Мы анализируем каждый запрос, накладываем его на наш накопленный опыт и находим оптимальное решение.

— Почему крупные клиенты выбирают вашу компанию?


— Наше главное преимущество – доказанный опыт реализации проектов, который подтверждает квалификацию нашей компании не просто на слайдах презентации, а в живых кейсах. Решение подобных задач зачастую выходит далеко за рамки обычной разработки ПО и обучения нейронных сетей. Требуется разработка сложных инженерных решений, которая предъявляет высокие требования к инженерным компетенциям команды не только в области ПО, но и в области приборостроения, микроэлектроники и даже сопромата.

— Какие зарубежные продукты заменяют ваши решения и в чем ваше преимущество?


— В области контроля качества мы замещаем решения таких компаний, как Parsytech (ISRA Vision), LIMAB, Procemex, Valmet, Cognex SmartView. Наше решение основано на более современных подходах и алгоритмах, в отличие от систем, которые разрабатывались 20-30 лет назад. Это позволяет нам показывать на порядки более высокую точность. Например, в задаче контроля поверхности гипсокартонных листов точность нашей системы на два порядка превышает показатели шведских конкурентов.


Кроме того, при построении своих программно-аппаратных комплексов мы стараемся придерживаться открытых архитектур, чтобы минимизировать риски устаревания отдельных компонентов системы и упростить обслуживание в будущем.

— Приведите пример кейса: какие задачи стояли перед клиентом и какой результат получен?

— Один из ярких примеров — работа с целлюлозно-бумажным комбинатом. У них вышла из строя система контроля качества картонного полотна от западного вендора. Задача стояла сложная: реанимировать систему и провести ее реинжиниринг, чтобы максимально использовать готовую инфраструктуру и с минимальными доработками решать задачу контроля качества полотна.


Наши специалисты выехали на объект, провели обследование установки, провели реинжиниринг существующей системы, изучили прохождение сигналов между компонентами, и встроили компоненты нашего комплекса дефектоскопии в существующую систему западного вендора. В результате мы сохранили функционал старой системы и добавили возможности нашей. Все работы на объекте заняли не более пяти дней – скорость запуска критически важна для производства.

— Какие тренды в вашей сфере вы могли бы отметить и какие из них вы активно применяете?


— Один из интересных трендов последнего времени – это использование больших лингвистических моделей (LLM). Мы активно применяем их в своей работе, что позволяет быстрее проверять гипотезы, тестировать разные алгоритмы и подходы, искать оптимальные технические решения. По некоторым задачам нам удалось поднять производительность в 10 раз и более, без увеличения штата специалистов.
Мы стремимся внедрять передовые технологии в своей работе и предоставлять их клиентам. Именно такой подход позволяет оставаться лидером.

Все права защищены © 2025
Перепечатка материалов и использование их в любой форме, возможны только с письменного разрешения редакции.