 |
Одно из крупнейших российских машиностроительных предприятий – «Казанское Моторостроительное Производственное Объединение» – продолжает автоматизацию документооборота на базе системы «ДЕЛО» компании «Электронные Офисные Систе
«Казанское Моторостроительное Производственное Объединение» (КМПО) продолжает автоматизацию документооборота на базе системы «ДЕЛО» разработанной компанией «Электронные Офисные Системы» (ЭОС). Проект ведет компания «ИнфоИнжиниринг», региональный представитель ЭОС в республике Татарстан.
Автоматизация документооборота у этого заказчика началась два года назад, когда КМПО приняло решение о закупке и внедрении 27 рабочих мест СЭД «ДЕЛО». Тогда руководство заказчика приняло решение о развитии полноценного электронного документооборота на предприятии, что должно было способствовать упорядочению рабочих процессов и повышению эффективности управления предприятием в целом.
Убедившись в том, что выбранная система автоматизации документооборота успешно решает поставленные задачи и оценив эффект от внедрения системы, КМПО приняло решение о значительном расширении использования «ДЕЛО». В 2008 году заказчик внедрил у себя 30 дополнительных рабочих мест СЭД «ДЕЛО». На новом этапе проекта заказчик приобрел еще 54 рабочих мест системы, которые будут использоваться для автоматизации отделов и служб, ранее не подключенных к СЭД, что позволит перейти на безбумажные технологии ведения внутреннего документооборота и согласования проектов документов.
Основным направлением деятельности КМПО является серийное производство газотурбинных двигателей и оборудования на их основе для перекачки, распределения и переработки природного газа. Кроме того, КМПО обладает технологиями и потенциалом для серийного производства авиационных двигателей.
Проект по автоматизации документооборота «Казанского Моторостроительного Производственного Объединения» ведет компания «ИнфоИнжиниринг», региональный представитель ЭОС в республике Татарстан.
Контактное лицо: Швецова Екатерина
Компания: ООО "Электронные Офисные Системы"
Добавлен: 16:45, 18.11.2009
Количество просмотров: 949
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия625 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия615 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия693 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия794 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия136 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
 |