Кейс · Текстиль · НСИ + AI-поиск

Поиск и подбор тканей по фото, описанию и артикулу с помощью AI

Как мы ускорили подбор товаров и проверку остатков в 20+ раз — за счёт нормализации номенклатуры (НСИ) и внедрения AI-системы поиска.

Получить демо Обсудить внедрение

Проблема: сложный подбор товаров по номенклатуре

Клиенты не приходят с точным артикулом. Они пишут «зелёная ткань как на фото», «что-то типа кашемира», «вот эта ткань, есть ли в наличии?». Менеджер вынужден вручную искать товар, сопоставлять описание с номенклатурой, уточнять характеристики и проверять остатки.

Даже при наличии ERP-системы поиск не работает по «человеческому языку», нельзя искать по фото, сложно находить похожие товары. Процесс становится медленным и зависимым от опыта конкретного менеджера.

Что приходится делать менеджеру

→ Расшифровывать запрос клиента на естественном языке
→ Вручную искать товар по таблицам, фото и этикеткам
→ Сопоставлять описание клиента с артикулами в каталоге
→ Уточнять характеристики и проверять остатки в нескольких системах
→ Подбирать аналоги, если нужного товара нет в наличии

Как выглядит номенклатура в реальности

Артикулы, цвета и материалы существуют в разных форматах — и не совпадают с тем, как клиенты их называют

К чему это приводит

Долгий ответ клиенту

Минуты ожидания вместо мгновенного ответа

5–15 мин на запрос

Поиск товара и сверка остатков вручную

Зависимость от опыта

Только опытный менеджер знает, что где лежит

Потеря заказов

Клиент уходит туда, где ответили за 30 секунд

Невозможно масштабировать

Каждый новый менеджер — месяцы обучения каталогу

Решение: интеллектуальный поиск по номенклатуре (НСИ)

Мы внедрили систему, которая находит товары четырьмя способами — по фото, по описанию, по частичному артикулу и по любым пользовательским формулировкам. Система сопоставляет запрос с номенклатурой, находит точный товар, показывает остатки и предлагает аналоги.

По фото

Клиент кидает фотографию ткани — система находит артикул и аналоги

По описанию

«Зелёный кашемир», «что-то типа льна» — естественный язык

По частичному артикулу

Даже с опечатками: TD3015, td-3015, тд3015 — всё работает

По любым формулировкам

«Та ткань, что брали в марте», «как у Иванова» — семантический поиск

Чат / любой канал

Запрос клиента

Извлечение признаков

OCR, NLP, CV

Поиск по НСИ

Сопоставление с каталогом

Остатки и аналоги

Что есть на складе

Ответ клиенту

Товар, цена, счёт

Главный вывод проекта

Главное: проблема не в AI, а в номенклатуре (НСИ)

Основная сложность — не распознавание, а сопоставление. Перед внедрением AI мы провели нормализацию нормативно-справочной информации: привели артикулы к единому виду, связали цвета, материалы и модели, создали структуру «товар → характеристики → варианты», настроили поиск по неструктурированным запросам.

Артикулы приведены к единому виду

Связаны цвета, материалы и модификации

Структура: товар → характеристики → варианты

Настроен поиск по неструктурированным запросам

В результате система понимает, что «серый лён», «арт TD3015» и фото ткани — это один и тот же товар.

Как работает система

1
Клиент отправляет фото или пишет описание в любом канале
2
Система извлекает признаки: артикул (OCR), цвет и текстуру (CV), смысл текста (NLP)
3
AI сопоставляет запрос с нормализованной номенклатурой (НСИ)
4
Находит точный товар и предлагает аналоги
5
Показывает актуальные остатки на складе (MySQL + GMPSeller)
6
При необходимости формирует заказ и отправляет счёт в чат

Технический блок

Архитектура решения

Чат-интерфейс

Любой канал коммуникации с клиентом — единая точка входа

AI-модели

NLP — понимание текста на естественном языке. OCR — артикулы с этикеток. CV — распознавание ткани по фото.

Qdrant

Векторная база для семантического поиска по описаниям, фото и характеристикам

MySQL (НСИ)

Нормализованный каталог: товары, варианты, цвета, остатки, цены

GMPSeller (CRM)

Сделки, клиенты, документооборот, актуальные остатки склада

OCR + CV pipeline

Извлечение артикулов с этикеток и визуальных признаков с фото ткани

Результаты внедрения

5–15 мин → секунды

Поиск товара по запросу

↓ нагрузка

На менеджеров продаж

↑ скорость

Обработки заявок

Автоматизация

Подбора и проверки остатков

↑ конверсия

Из обращения в сделку

Этапы проекта

Нормализация номенклатуры (НСИ)

Единый вид артикулов, связи цвет/материал/модель, структура товар → варианты

Поиск по тексту и артикулу

AI-сопоставление запроса с каталогом, работа с опечатками и человеческим языком

Распознавание по фото

OCR этикеток + CV для определения типа ткани, цвета и текстуры

Визуальный и семантический поиск

Qdrant: поиск похожих товаров по фото и описанию без артикула

Какие задачи решает система

Один движок поиска закрывает весь спектр сценариев работы менеджеров с каталогом

Поиск товаров по фото

Поиск по артикулу (включая частичный и с опечатками)

Поиск по описанию на естественном языке

Автоматизация подбора товаров

Работа со сложной номенклатурой (НСИ)

Поиск аналогов и похожих товаров

Семантический поиск по каталогу

AI для оптовых продаж текстиля

Хотите так же?

Покажем, как внедрить интеллектуальный поиск товаров по номенклатуре в вашем бизнесе. Оставьте контакты — свяжемся в течение дня.

Обсудить проект

Этот кейс — часть подхода платформы Лаб ИТ: нормализация НСИ + AI-агенты в реальных бизнес-процессах. Смотрите также кейс AI-поддержки «Кашалот» или вернитесь на главную про ИИ-трансформацию. Готовы обсуждать — контакты.