AI-система расчёта углеродного следа: Scope 1-2-3 под ключ

Разрабатываем AI-системы расчёта углеродного следа под ключ. Scope 3 emissions — 70–90% углеродного следа типичной компании. Рассчитать их точно без автоматизации невозможно: категория 1 (закупленные товары и услуги) требует данных от сотен поставщиков, категория 11 (использование проданных продуктов) — понимания паттернов потребления клиентов. Ручной расчёт раз в год даёт погрешность 35–50%. Наш ML-пайплайн считает непрерывно с погрешностью 12–20% — в 2-3 раза точнее. Автоматизируем сбор данных из ERP, PDF-счетов, SCADA и API энергосбытов. Результат — ежемесячный отчёт по GHG Protocol с готовностью к аудиту.

В основе системы — иерархия методов расчёта с автоматическим выбором оптимального подхода для каждой строки закупок. Классификатор на LightGBM учитывает доступность данных: PCF от поставщика, вес товара или стоимость. Так мы достигаем максимальной точности при минимальных затратах на ручной ввод. Наша команда — 8 лет опыта в ML для индустриальных задач, 40+ проектов по ESG-аналитике и углеродному учёту.

Как мы рассчитываем углеродный след?

GHG Protocol допускает три метода для Scope 3 Category 1: spend-based, average-data, supplier-specific. ML-классификатор (LightGBM) автоматически выбирает метод по доступным данным. Если от поставщика есть PCF — supplier-specific. Если есть вес — average-data. Иначе — spend-based с EXIOBASE 3.8 EEIO таблицами.

Для сравнения: ручной расчёт с использованием только spend-based даёт погрешность до 50%, а наш автоматизированный выбор метода снижает её до 12-20%.

Парсинг счетов-фактур и документов

80% activity data приходит в виде PDF-счетов. Document AI пайплайн использует LayoutLMv3 (Microsoft) — multimodal модель для structured extraction. Извлекаемые поля: supplier_name, line_item_description, quantity, unit, unit_price, total. NER + классификация по HS-коду → emission factor lookup. Точность extraction: 93% на тестовом датасете счетов-фактур из 8 отраслей.

Деплой: Azure Form Recognizer или self-hosted TorchServe. Обработка 10 000 документов в день на 2×A10G GPU, latency 1.8 с на документ.

Расчёт Scope 1 и Scope 2

Scope 1: прямые выбросы

Источники: сжигание топлива, технологические процессы, утечки хладагентов. SCADA/EMS интеграция: потребление топлива → умножение на IPCC AR5/AR6 emission factors. ML-аномалия: если потребление газа котельной в выходной день >150% от среднего выходного дня прошлого года — alert. LSTM Autoencoder на часовых данных, обученный на 2 годах нормальных показаний.

Scope 2: закупленная энергия

Location-based метод: потребление кВт·ч × региональный emission factor (IEA, Ember, AIB). Market-based: Guarantees of Origin, RECs, Power Purchase Agreements — вычитаются из расчёта. Автоматизация: интеграция с личным кабинетом энергосбытовых компаний (API или web scraping) для ежемесячного обновления consumption data.

Почему автоматизация расчёта углеродного следа необходима?

Ручной расчёт раз в год даёт срез, непригодный для принятия оперативных решений. Автоматический пайплайн обновляет выбросы ежемесячно, позволяет отслеживать тренды, выявлять аномалии и строить сценарии декарбонизации. Без автоматизации невозможно соответствовать требованиям SBTi и готовить отчёты по стандартам TCFD.

Прогнозирование и сценарный анализ

Net-zero pathway моделирование

Компания ставит цель SBTi — снизить Scope 1+2 на 46% к 2030. ML-компонент: time-series forecasting (Temporal Fusion Transformer) baseline emissions + scenario analysis:

• Business as usual
• Renewables transition (solar/wind PPA)
• Fleet electrification (EV conversion schedule)
• Supplier engagement (top 20 по выбросам → требование PCF данных)

Для каждого сценария: NPV декарбонизационных инвестиций vs. cost of carbon (EU ETS цена + regulatory risk).

Внутренний carbon pricing

Shadow carbon price ($50–150/tCO2e) применяется к инвестиционным решениям. ML-модуль автоматически рассчитывает carbon cost для capex проектов из ERP данных (оборудование → lifecycle emissions по Ecoinvent базе).

Интеграция с рынками углерода

Верификация carbon credits: проверка качества offsets по базе Gold Standard, VCS (Verra). ML-классификатор оценивает риск double-counting и permanence риск лесных проектов (satellite imagery + NDVI time series). Автоматический реестровый учёт: API интеграция с Xpansiv CBL, Gold Standard Registry.

Что входит в работу

• Документация: Model Card, Data Sheet, архитектурная схема
• Исходный код пайплайнов на Python (pandas, PyTorch, LightGBM)
• Интеграция с ERP, PDF-документами, SCADA, API энергосбытов
• Обучение модели на ваших данных (2-3 итерации)
• Деплой на выбранной инфраструктуре (облако или on-premise)
• Поддержка 6 месяцев после внедрения

Стек

Хранение: Snowflake с dbt-трансформациями для ESG-модели. Вычисления: Python (pandas, pyCO2SYS). ML: scikit-learn, LightGBM, PyTorch. Document AI: LayoutLMv3, Hugging Face Transformers. Оркестрация: Apache Airflow.

Срок разработки: 3–6 месяцев для базового расчётного движка. Полный Scope 1-2-3 с document AI и сценарным анализом: 6–10 месяцев.

Свяжитесь с нами для оценки вашего проекта — подберём оптимальную архитектуру и сроки.

Отраслевые AI-решения: медицина, финансы, ритейл, производство

Мы сталкиваемся с одной и той же болью: горизонтальная модель текста не различает медицинскую номенклатуру, а стандартный детектор объектов путает «царапину на шве сварки» с «царапиной на корпусе». Каждый раз это разные дефекты с разными последствиями. Чтобы этого избежать, мы строим отраслевые решения поверх общих методов, но с глубоким знанием домена — от регуляторики до специфики данных. За 5 лет мы провели 80+ проектов в финтехе, медицине, ритейле и производстве, и ни один не обошёлся без адаптации под конкретный business case.

Медицина: регуляторный лабиринт и data governance

Медицинский AI отличается не техническими алгоритмами, а compliance-first подходом. В зависимости от страны применения модель может быть медицинским изделием класса II или III, требующим клинических испытаний (FDA, CE MDR, ГОСТ Р). Мы гарантируем соблюдение этих норм на этапе архитектуры — править постфактум в 10× дороже.

Медицинская визуализация. Детекция на рентгенограммах, КТ, МРТ — зрелая область. Модели на ResNet, EfficientNet, SegFormer достигают AUC 0.94–0.97 на стандартных задачах (пневмония на CXR, полипы на колоноскопии). Ключевая проблема — generalization: модель, обученная на данных одного производителя сканера, деградирует на другом из-за различий в preprocessing и артефактах. Решение — domain adaptation через MONAI (Medical Open Network for AI) от NVIDIA, в котором встроены DICOM-loading, 3D augmentation и confidence calibration. TotalSegmentator — для автоматической сегментации 117 структур на КТ, production-ready, лицензия Apache 2.0.

Clinical NLP. Извлечение структурированной информации из клинических записей: диагнозы (ICD-10/11), назначения, даты, показатели. medspaCy, scispaCy, MedCAT — специализированные NLP-библиотеки с онтологиями (SNOMED-CT, UMLS). Fine-tuning BioBERT или ClinicalBERT на наших данных даёт F1 0.85–0.92 на NER задачах против F1 0.65–0.72 у общего BERT. Это мы проверяли на проекте с региональным онкологическим центром — точность извлечения стадий рака выросла на 23%.

Clinical decision support. LLM-ассистенты для поддержки клинических решений — регуляторно серая зона. Мы используем RAG-систему поверх клинических гайдлайнов (UpToDate, локальные протоколы) с явным указанием источника каждого утверждения. Модель не диагностирует, а помогает найти релевантный протокол. Стек: LlamaIndex + pgvector + pubmedbert-base-embeddings + Llama Guard для safety. Данные в DICOM/HL7 FHIR, on-premise деплой обязателен.

Что входит в работу по медицинскому проекту:

• Аудит данных и регуляторной карты (FDA/CE/ГОСТ)
• Выбор архитектуры под тип медицинского изделия
• Разработка и валидация модели (AUC, sensitivity, specificity)
• Интеграция с PACS/EHR (HL7 FHIR)
• Подготовка документации для CE-маркирования (если требуется)
• Обучение персонала работе с моделью

Финансы: как обеспечить интерпретируемость скоринговой модели под требования Basel IV?

Финансовый сектор — один из самых зрелых по применению ML, но зарегулированность здесь максимальна. Каждая модель, влияющая на кредитные решения, подпадает под Basel IV, EU AI Act, GDPR Article 22. Мы это проходили — в 2023 году внедрили скоринговую модель для банка из топ-10, где каждая запись требовала объяснения по SHAP.

Кредитный скоринг. Gradient boosting (LightGBM, XGBoost) — доминирует. Нейронные сети дают +0.5–2% AUC, но теряют интерпретируемость. Стандарт: LightGBM + SHAP для объяснения каждого решения. Обязательна проверка на fairness: Fairlearn или aif360 для аудита disparate impact по protected attributes (возраст, пол). Класс «дефолт» составляет 1–5% — при имбалансе 1:30 модель с accuracy 97% может иметь recall 0.2. Решение: focal loss, class_weight='balanced', SMOTE + careful validation.

Алгоритмический трейдинг и риск-менеджмент. LSTM и Transformer для прогноза цен — популярны, но в production нестабильны из-за нестационарности финансовых рядов. Более надёжный подход: ML для signal generation (классификация: рост/падение за горизонт N) с традиционным portfolio optimization сверху. Backtesting через Zipline-Reloaded, vectorbt, QuantLib. Критичен правильный backtesting — look-ahead bias убивает результаты. Мы гарантируем чистоту эксперимента: все данные на момент сигнала доступны в реальном времени.

AML (Anti-Money Laundering). Graph Neural Networks для анализа транзакционных сетей — активно развивающаяся область. PyG, DGL для GNN. Задача: обнаружить suspicious patterns в графе транзакций (layering, structuring). Recall критичнее precision — лучше 10 ложных тревог, чем пропустить отмывание. В проекте для крупного платёжного сервиса мы повысили recall на 18% без увеличения false positive rate.

Что входит в работу по финансовому проекту:

• Аудит данных и регуляторных требований (Basel, EU AI Act)
• Выбор модели и обеспечение explainability (SHAP, LIME)
• Проверка fairness и отсутствие bias
• Интеграция с core banking / trading systems
• Документация и compliance-отчётность
• Мониторинг дрейфа модели и ретейн

Ритейл и e-commerce: рекомендательные системы и demand forecasting

Рекомендательные системы. Архитектурный стандарт последних лет: two-tower модель для retrieval + ranking с cross-features. TensorFlow Recommenders или Merlin от NVIDIA для GPU-accelerated feature processing. Для небольших каталогов (<100k item) достаточно LightFM. Частая ошибка — обучать на implicit feedback без учёта position bias. Решение: IPW (Inverse Propensity Weighting) или randomized logging на части трафика. Срок разработки базовой рекомендательной системы — 4–8 недель, включая A/B-тест.

Demand forecasting и inventory optimization. Иерархическое прогнозирование: SKU → категория → магазин → регион. HierarchicalForecast от Nixtla автоматически согласует прогнозы по уровням. TFT или N-HiTS для базового прогноза, gradient boosting для adjustment на экзогенных факторах (промо, погода, события). Один проект в ритейле привёл к снижению сток-аутов на 15% за счёт точного промо-калибровки.

Visual search и размерная совместимость. CLIP-embeddings для поиска по изображению — деплоится за 2–3 недели: clip-ViT-B-32 или clip-ViT-L-14, индекс Faiss или Qdrant, REST API. Для size recommendation — специфические модели на данных возвратов и отзывов с указанием fit.

Что входит в работу по ритейл-проекту:

• Анализ данных транзакций, товаров, клиентов
• Выбор архитектуры (collaborative / content-based / hybrid)
• Разработка и оценка качества (NDCG, recall@k, MRR)
• A/B-тест и мониторинг business impact
• Поддержка версионирования и переобучения моделей

Производство: инспекция качества и predictive maintenance

Quality control и дефектоскопия. CV-модели для инспекции продукции — одна из наиболее зрелых отраслевых задач. YOLOv10 для детекции дефектов, SegFormer для сегментации. Специфика: дисбаланс классов (дефекты редки), высокие требования к recall (пропуск дефекта хуже ложной тревоги). Типичный набор данных: 500–2000 изображений с дефектами + 500–1000 нормальных. Few-shot learning через DINO или SAM 2 позволяет работать с 50–100 аннотированными примерами. Мы получили опыт на линии по производству электроники — recall 0.95 при FPR 0.03.

Predictive maintenance. Вибрационные датчики, токовые датчики, термопары → feature extraction → аномалия или классификация режима. Модели: LSTM-AE для unsupervised, LightGBM для supervised (если есть история отказов). Интеграция с SCADA/OPC-UA через opcua-asyncio или MQTT. Ключевая метрика: False Negative Rate — пропущенный предотказ стоит дороже ложной тревоги. Порог настраивается под бизнес-стоимость каждого типа ошибки. Сроки: от 3 до 6 месяцев до production.

Digital twin и симуляция. Surrogate models — ML-модели, заменяющие дорогостоящее физическое моделирование. Если CFD-симуляция занимает 6 часов, а surrogate (обученная на 10 000 симуляций) — 0.01 секунды, это 2 000 000× ускорение для оптимизации. SALib для sensitivity analysis, botorch для Bayesian optimization поверх surrogate.

Что входит в работу по производственному проекту:

• Аудит данных сенсоров / изображений
• Выбор модели под задачу (CV / time series / vibro)
• Разработка пайплайна (ETL, feature engineering, training)
• Развёртывание на Edge / on-premise
• Мониторинг и ретейн модели

Общие принципы отраслевого AI

Независимо от отрасли, есть паттерны, работающие везде. Данные важнее архитектуры. В медицине 1000 качественно размеченных снимков лучше 100 000 плохих. В производстве 200 реальных примеров дефектов ценнее 10 000 синтетических. Compliance-first design — регуляторные требования проще встроить в архитектуру с начала, чем добавить позже. Логирование, объяснимость, версионирование — с первого дня. Domain expert в команде — ML-инженер без domain knowledge делает медленно и с ошибками то, что ML-инженер плюс врач/финансист/технолог сделают быстро и правильно.

Мы гарантируем сертификацию под требования заказчика (ISO 13485, SOC 2, GDPR) и предоставляем полную документацию модели (model card, datasheet, compliance report). Наш опыт — 10 000+ часов инженерной практики и 80+ проектов.

Как проходит работа над отраслевым AI-решением?

1. Погружение в домен (2–3 дня) — интервью с экспертами, изучение регуляторных требований, аудит доступных данных.
2. Проектирование MVP (1–2 недели) — выбор стека, архитектуры, оценка feasibility.
3. Разработка и валидация (от 4 недель до 6 месяцев в зависимости от отрасли) — обучение модели, тестирование, compliance.
4. Интеграция и деплой (1–4 недели) — on-premise / cloud / edge, документация, обучение персонала.
5. Поддержка и мониторинг — дрейф модели, ретейн, SLA.

Ориентировочные сроки:

Стоимость рассчитывается индивидуально под каждый проект. Получите консультацию — оценим ваш датасет, регуляторную карту и бизнес-цели.

Почему стоит заказать отраслевое AI-решение у нас?

• 80+ реализованных проектов в финтехе, медицине, ритейле и производстве.
• 5 лет на рынке — устойчивый опыт работы с compliance и деплоем.
• Гарантия качества: мы отвечаем за достижение целевых метрик (AUC, recall, latency p99) и предоставляем полную документацию.
• Лицензированные технологии: PyTorch, MONAI, LightGBM, Qdrant — используем open-source с коммерчески безопасными лицензиями.
• Гибкость: работаем как подрядчик, так и в роли усиления вашей команды.

Свяжитесь с нами — обсудим вашу задачу и подготовим коммерческое предложение с планом работ.