Убытки заводов от расчетов цен через GPT-4o
Прямой кассовый разрыв или продажа себе в убыток на 126 720 рублей грозит заводу там, где расчет коммерческого предложения перекладывают на универсальную языковую модель. В промышленном секторе скорость реакции решает исход сделки: заявка на поставку металлопроката и металлоконструкций на реальном рынке живет считанные часы. Заказчик отправляет спецификацию одновременно нескольким поставщикам и контрактуется с тем, кто первым выставил предложение с точными параметрами, в то время как на производстве подготовка такого расчета занимает от 4 до 8 часов рабочего времени квалифицированного сметчика.
Попытка срезать эти часы подключением готовой LLM к обработке заявок ломает юнит-экономику сделок. Слепое применение вероятностных генераторов текста для производственной калькуляции ведет к систематическому занижению себестоимости. Входящий поток спецификаций далек от структурированных таблиц: в реальности около 90% входящих заявок представляют собой информационный хаос из сканов, фото чертежей, разношерстных таблиц и сообщений в мессенджерах. Руководство предприятий рассчитывает, что мультимодальные модели сразу превратят этот массив в готовый расчет. Однако доверять финансовую и физическую калькуляцию текстовым нейросетям нельзя.
Распространенное возражение разработчиков и оптимизаторов звучит просто: настройте подробный промпт, загрузите примеры, и модель выдаст точные цифры без привлечения профильных инженеров. Контролируемый эксперимент на модели GPT-4o показывает обратное. При подаче реального запроса на расчет теоретической массы партии (швеллер 16П длиной 300 метров) система сгенерировала правдоподобный ответ с формулами, указав массу в 2,50 тонны.
Корректная масса партии: 300 м × 14,20 кг/м = 4 260 кг = 4,26 тонны.
В реальности теоретическая масса 1 погонного метра швеллера 16П составляет 14,20 кг. Ошибка модели составила 1,76 тонны в минус, что означает занижение веса партии на 41,3%. При базовой цене закупки 72 000 рублей за тонну себестоимость металлопроката по оценке ChatGPT составила 180 000 рублей вместо реальных 306 720 рублей. Завод, отправивший клиенту такое предложение, либо продает партию себе в убыток, либо срывает поставку.
Почему языковая модель допускает столь грубый просчет?
Она работает как вероятностный предсказатель токенов, а не детерминированный калькулятор. Модель не вычисляет физические величины, а извлекает из обучающей выборки статистически правдоподобные числа соседних типоразмеров. Вместо точного норматива она подставляет правдоподобный вес, создавая видимость безошибочного расчета.
Изоляция слоев вместо слепой генерации
Устранение галлюцинаций в коммерческих расчетах требует отказа от сквозной генерации. Рабочее решение предполагает разделение обработки заявки на три строго изолированных контура, где нейросети лишены доступа к арифметике. На первом этапе мультимодальная модель (Vision API) анализирует разметку документа и извлекает неструктурированные данные, после чего нормализация и перемножение передаются детерминированному коду и жестким базам стандартов.
Мультимодальная модель (Vision API) анализирует разметку документа.
Обещание закрыть подготовку заводских смет одной универсальной подсказкой в чате оборачивается прямыми дырами в оборотном капитале. Вместо мгновенной автоматизации безрисковая обработка требует связки специализированного распознавания с жесткими нормативными справочниками, где математика остается за классическими алгоритмами.
Точная стоимость внедрения гибридной системы по сравнению с ручной работой сметчиков в исходных материалах не раскрывается, что оставляет открытым вопрос о капитальных затратах на разработку такого контура.
Что за этим стоит
Текстовая нейросеть просто подбирает внешне убедительные формулы вместо строгой физики и нормативов. Чтобы не торговать металлом себе в убыток, предприятиям приходится городить трехконтурную систему и забирать у модели право умножать числа. Разработчики обещали мгновенную замену целому отделу одной универсальной подсказкой, но математику все равно пришлось вернуть обычному детерминированному коду. Вместо победы над рутиной завод получил безупречно оформленное коммерческое предложение, в котором модель незаметно подарила заказчику почти половину партии металла.
Источник: Хабр ML