Решения системы

Журнал решений — автоматические рекомендации по маршрутизации, приоритетам и ресурсам. Система предлагает, мастер решает, система учится.

Как открыть

Боковое меню → Аналитика → Решения

Зачем нужен журнал решений

MasterDecision фиксирует каждое производственное решение с полным контекстом: что предложила система, что решил мастер, каков результат. Эти данные используются для:

Knowledge capture — опыт мастеров сохраняется в системе
ML-обучение — данные для тренировки AI-рекомендаций (supervised learning)
A/B тестирование — сравнение решений человека и AI
Анализ эффективности — какие решения дают лучший результат

Принцип

Система предлагает — человек решает — система учится. Со временем рекомендации становятся точнее на основе принятых решений и их результатов.

Типы решений

Тип	Код	Когда возникает	Пример
Перемаршрутизация	reschedule	Накопитель перегружен, станок на ТО	Перенести партию 02-0-005 с РМ-03 на РМ-07
Альтернативное РМ	alternative_workplace	Есть свободные альтернативы	Направить 3 партии на РМ-12 (загрузка 40%)
Смена приоритета	priority_change	Конфликт дедлайнов	Повысить приоритет заказа ORD-048 (дедлайн завтра)
Объединение партий	batch_merge	Малые партии одного изделия	Объединить 02-0-011 и 02-0-012 (одна деталь, один маршрут)
Ускорение	expedite	Срочный заказ клиента	Пропустить партию 02-0-003 вне очереди

Уровни автоматизации

Уровень	Код	Описание	Кто действует
Ручное	manual	Мастер принимает решение без подсказок системы	Мастер
AI помогает	ai_assisted	Система показывает данные, мастер решает	Мастер + данные
AI предлагает	ai_proposed	Система предлагает конкретное действие, мастер подтверждает или отклоняет	Мастер + рекомендация
Автоматическое	automated	Система применяет решение без участия человека	Система

Автоматические решения

На данный момент все решения требуют подтверждения мастера или диспетчера (уровни manual, ai_assisted, ai_proposed). Уровень automated будет включён после накопления достаточной статистики и калибровки модели.

Что на экране

Карточки KPI

Показатель	Описание
Всего решений	Количество решений за выбранный период
Принято рекомендаций	% случаев, когда мастер согласился с системой
Переопределено	% случаев, когда мастер отклонил рекомендацию AI
Средняя эффективность	Средний прирост эффективности по принятым решениям
Успешных	% решений с положительным результатом

Таблица решений

Столбец	Описание	Пример
Дата/время	Когда принято решение	20.03.2026 14:32
Тип	Категория решения	Альтернативное РМ
Мастер	Кто принял решение	Иванов А.П.
Партия	Затронутая партия	02-0-005
Заказ	Связанный заказ	ORD-048
Уровень	Автоматизация	AI предлагает
AI согласие	Мастер согласился с AI	Да / Нет / —
Результат	Итог (заполняется позже)	Успешно / В оценке

Фильтры

Фильтр	Варианты
Период	Сегодня / Неделя / Месяц / Произвольный
Тип решения	Все / reschedule / alternative_workplace / priority_change / batch_merge / expedite
Мастер	Все / конкретный мастер
Уровень автоматизации	Все / manual / ai_assisted / ai_proposed / automated
AI переопределён	Все / Да / Нет

Карточка решения

Контекст решения (decision_data)

Поле	Описание
Исходное РМ	Откуда перемещается партия
Целевое РМ	Куда перемещается
Загрузка исходного РМ	% загрузки до решения
Загрузка целевого РМ	% загрузки до решения
Ожидаемая задержка	Расчётная задержка (минуты)
Причина	Текстовое обоснование мастера

Источник	Описание
Rule-based	Рекомендация алгоритма на основе правил (пороги, приоритеты)
AI агент	Рекомендация ML-модели с уровнем уверенности и обоснованием

Поле	Значение
Рекомендация	Перенести на РМ-07
Уверенность	87%
Обоснование	РМ-07 загружен на 35%, оператор Сидоров допущен к операции, ожидаемый выигрыш 45 мин

Результат (outcome_data)

Заполняется после выполнения решения — обычно через 1-4 часа:

Поле	Описание
Успешно	Да / Нет
Фактическая задержка	Реальная задержка (минуты)
Прирост эффективности	% улучшения
Влияние на качество	Был ли рост/падение качества
Оценено	Кем и когда

Обратная связь

Чем больше решений с заполненным результатом — тем точнее рекомендации системы. Просите мастеров оценивать результаты решений.

Когда мастер не согласен с AI

Если мастер отклоняет рекомендацию AI (поле master_overrode_ai = true), обязательно указание причины переопределения. Типичные причины:

Причина	Пример
AI не учёл контекст	«Оператор на РМ-07 стажёр, не справится с этой деталью»
Устаревшие данные	«РМ-12 уже занято, данные не обновились»
Нештатная ситуация	«Срочный заказ от VIP-клиента, меняем приоритеты вручную»
Опыт мастера	«На этом станке после обеда всегда вибрация, лучше утром»

Эти причины используются для улучшения AI-модели.

Кто принимает решения

Роль	Что может
Мастер	Принимает решения по своему участку, видит рекомендации, оценивает результаты
Диспетчер	Видит все решения, может принять или отклонить, координирует между участками
Технолог	Анализирует статистику решений, корректирует правила и пороги

Статистика для анализа

По типам решений

Тип	Количество	Успешных	Ср. выигрыш
alternative_workplace	47	89%	35 мин
reschedule	23	78%	52 мин
priority_change	15	93%	18 мин
batch_merge	8	100%	25 мин
expedite	5	80%	—

AI vs Мастер

Метрика	AI рекомендация принята	Мастер переопределил
Успешность	91%	76%
Ср. задержка	12 мин	28 мин
Выборка	62 решения	36 решений

Тренд

Если AI-рекомендации стабильно успешнее ручных решений — это сигнал к переходу на уровень ai_proposed или automated для типовых ситуаций.

Связанные разделы

Рекомендации системы — как формируются рекомендации при перегрузке
Оповещения — алерты, которые инициируют принятие решений
Журнал аудита — фиксация изменений, вызванных решениями
Мониторинг — визуальный контекст для принятия решений

Решения системы ​

Как открыть ​

Зачем нужен журнал решений ​

Типы решений ​

Уровни автоматизации ​

Что на экране ​

Карточки KPI ​

Таблица решений ​

Фильтры ​

Карточка решения ​

Контекст решения (decision_data) ​

Рекомендации ​

Результат (outcome_data) ​

Когда мастер не согласен с AI ​

Кто принимает решения ​

Статистика для анализа ​

По типам решений ​

AI vs Мастер ​

Связанные разделы ​