# Учёт домашних запасов по фото полок

`БТ02`

> БЫТОВЫЕ · СРЕДНИЙ · тема по фильтру курса 14/20 — годится

Фотографируете полки в кладовке, кухне или складе — AI распознает предметы, подсчитывает количество и создает цифровой инвентарь. Когда что-то заканчивается, приложение отправляет уведомление.

**Зачем:** Экономия времени на ручной учет и предотвращение дефицита нужных вещей в быту и бизнесе.

## Что предстоит выяснить

- Что считается позицией: упаковка, вес, штука — и как это принято у заведения
- Где лежит правда об остатке, если учёт и полка расходятся
- Как часто и в каких условиях снимают полку: свет, ракурс, перекрытые ряды
- Кто отвечает за заявку и что происходит, если поставщик привёз не то

**Область:** изображения, остатки, уведомления

## Тема глазами курса

**Чей процесс:** Кладовщик или бариста считает остатки в конце смены и заводит заявку поставщику

**Почему не решается одним вызовом модели:** Считать надо по фотографии полки, а заказывать — в номенклатуре поставщика, где та же позиция называется иначе. Плюс жёсткая часть: остатки, кратность упаковки, минимальная партия

**Где появляется результат:** Результат уходит в учёт остатков и в заявку поставщику: заявка стоит денег и подтверждается человеком

**Что считается успехом:** Пересчёт смены сходится с фактом, а заявка не приводит ни к пустой полке, ни к лишнему складу

**Что будут атаковать:** Ценник или упаковка с текстом, который модель принимает за указание

**Откуда данные (добывают сами):** Фотографируют полки в знакомой кофейне, магазине у дома или на своей кухне. Договориться о десяти сменах съёмки реально, о выгрузке из учёта — сложнее: остаток придётся считать руками

### Оценка по фильтру: 14/20 — годится

- Чей процесс: 3/5 — Кому больно — и можно ли этого человека спросить?
- Своё поверх модели: 3/5 — Что останется от продукта, если убрать чужую модель?
- Действие: 4/5 — Продукт что-то меняет — или только показывает?
- Проверяемость: 4/5 — Чем меряется качество и что здесь будут атаковать?

> Тема курса «Системы искусственного интеллекта». Команда из четырёх ролей (Product/VO, AI Engineer, Delivery, Quality & Safety) реализует её за 16 недель, семь спринтов-лабораторных.