 |
Tieto внедрила логистическую систему для склада лесоматериалов производителя упаковочной бумаги BillerudKorsnas Karlsborg
Ассар Стрембэк, ответственный за склад лесоматериалов в BillerudKorsnas Karlsborg AB: «За последние годы возникла необходимость в оптимизации оборота материала, так как стоимость сырья серьезно выросла. Приходится обеспечивать производство качественным сырьем, снижая при этом объемы ненужной перевозки древесины. Выходом стало решение от Tieto — отслеживание загрузки склада в режиме реального времени».
Координационная система перемещения объектов (Roaming Object Coordinating System, ROCS) – это современное ИТ-решение на базе технологий Microsoft и GPS-навигации от компании Tieto. В системе отслеживается содержимое склада от получения лесоматериалов до отправки в производство. GPS-датчики передают информацию о расположении каждой пачки материалов и ее характеристиках — объеме, весе, сорте древесины. Глава Tieto Forest Швеция Ханс Халлин поясняет: «Наши клиенты ценят ROCS за уникальную функциональность и возможность повысить прибыльность бизнеса. Кроме того, система помогает сократить километраж погрузчиков и, соответственно, уменьшить негативное воздействие на окружающую среду». ROCS подключена к информационному центру шведской ассоциации лесной индустрии (Skogs Data Centralen, SDC). Система в онлайн-режиме получает от SDC информацию о происхождении древесины, ее характеристиках и отслеживает груз во время пути к заказчику. ROCS позволяет автоматизировать процесс приемки-разгрузки и сократить время ожидания лесовозов: после прибытия к воротам фабрики транспорта с сырьем в системе создается задание на разгрузку и мгновенно отображается в приложении операторов погрузчиков. Местоположение каждой пачки отмечается на электронной карте разными цветами в соответствии с содержимым, при отгрузке сырья в производство груз автоматически списывается со склада. Это кардинально сокращает количество ручного труда и позволяет отказаться от регулярных инвентаризаций склада.
Контактное лицо: Лёвина Симона
Компания: Тието Рус
Добавлен: 21:51, 15.08.2017
Количество просмотров: 537
Страна: Россия
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия608 |
| «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, Россия599 |
| 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, Россия677 |
| 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, Россия791 |  |
| 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, Россия134 |  |
| 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. |
|
 |