Задача

The Challenge

Рыбное производство без розничного присутствия и торговых марок, узнаваемых конечным покупателем. Задача: выстроить марочную архитектуру и стратегию выхода в федеральные сети с нуля — от позиционирования до полки.

A fish-processing operation with no retail presence and no brands recognizable to the end consumer. The task: build the brand architecture and a federal-retail go-to-market strategy from scratch — from positioning to the shelf.

Что сделали

What We Did

— Разработка бизнес-стратегии вывода продуктов на рынок — Создание 3 новых брендов рыбной продукции: нейминг, позиционирование, айдентика, упаковка — Разработка стратегии захода в сети: выбор приоритетных каналов, переговорные аргументы, ценовое позиционирование — Заведение продукции на полки МЕТРО, Магнит, Перекрёсток

— A business go-to-market strategy for the products — Creation of 3 new fish-product brands: naming, positioning, identity, packaging — A retail-entry strategy: choosing priority channels, negotiation arguments, price positioning — Listing the products on the shelves of METRO, Magnit and Perekrestok

Цифровая копия завода — AI-система управления производством

Digital Twin of the Plant — AI Production-Management System

После выхода в ритейл задача эволюционировала: оптимизировать само производство — снизить операционные расходы, устранить зависимость от человеческого фактора и создать условия для масштабирования.

After the retail launch, the task evolved: to optimize the production itself — cut operating costs, remove dependence on the human factor and create the conditions for scaling.

Спроектировали систему из 8 независимых AI-модулей для контроля каждой производственной линии: — Контроль СИЗ — непрерывное визуальное подтверждение защитной экипировки (YOLOv8/v11) — Подсчёт продукции — автоматический учёт единиц на конвейере с интеграцией в MES/1С — Диагностика филе — сегментационная модель для выявления скрытых и явных дефектов — Санитарные шлюзы — анализ поз персонала через скелетную трекинговую модель — Тепловизионный контроль — мониторинг температурных отклонений в реальном времени — Анализ OEE — оценка эффективности рабочего времени и простоев по каждой линии — Измерение объёма и веса — 3D-реконструкция для прогноза массогабаритов на скорости конвейера — AI-ассистент (RAG) — локальная LLM с доступом к внутренним регламентам и нормативной базе

We designed a system of 8 independent AI modules to control every production line: — PPE control — continuous visual confirmation of protective gear (YOLOv8/v11) — Product counting — automatic per-unit tallying on the conveyor with MES/1C integration — Fillet diagnostics — a segmentation model that detects hidden and visible defects — Sanitary gateways — analysis of staff poses via a skeletal tracking model — Thermal-imaging control — real-time monitoring of temperature deviations — OEE analysis — assessment of working-time efficiency and downtime for each line — Volume and weight measurement — 3D reconstruction to forecast mass and dimensions at conveyor speed — AI assistant (RAG) — an on-premise LLM with access to internal regulations and the regulatory base

Платформа «Цифровая копия завода»: — Master-dashboard в реальном времени: выработка по линиям, OEE, инциденты с СИЗ, температурный контроль, качество и дефект-рейт по партиям — 16 камер видеонаблюдения с AI-аналитикой, журнал HACCP, рейтинг сотрудников — Прослеживаемость: каждая партия отслеживается от разделки до упаковки — Стек: Golang + Python FastAPI · RabbitMQ + gRPC · PostgreSQL + ClickHouse · Kubernetes + NVIDIA CUDA

The “Digital Twin of the Plant” platform: — A real-time master dashboard: output by line, OEE, PPE incidents, temperature control, quality and defect rate by batch — 16 surveillance cameras with AI analytics, a HACCP log, an employee rating — Traceability: every batch is tracked from cutting to packaging — Stack: Golang + Python FastAPI · RabbitMQ + gRPC · PostgreSQL + ClickHouse · Kubernetes + NVIDIA CUDA

Масштаб

Scale

— 3 новых бренда с нуля — 3 крупнейшие федеральные сети: МЕТРО, Магнит, Перекрёсток — РФ, федеральный уровень — AI-система: 8 модулей компьютерного зрения · 16 камер · полный стек разработки — х2 рост Net Profit

— 3 new brands from scratch — 3 of the largest federal retail chains: METRO, Magnit, Perekrestok — Russia, federal level — AI system: 8 computer-vision modules · 16 cameras · a full development stack — 2× Net Profit growth

Результат

The Result

Производство без розничного имени вышло на полки трёх крупнейших федеральных сетей страны с тремя самостоятельными торговыми марками, что позволило вдвое увеличить прибыль предприятия. Марочная архитектура разделила ценовые сегменты и аудитории без внутренней конкуренции между брендами. Параллельно — AI-система управления производством, которая переводит физический бизнес в управляемую прозрачную операционку: снимает зависимость от персонала, устраняет «серые зоны» учёта и создаёт готовность к масштабированию по франшизной модели.

A producer with no retail name reached the shelves of the country's three largest federal chains under three independent trademarks, doubling the company's profit. The brand architecture separated price segments and audiences with no internal competition between the brands. In parallel — an AI production-management system that turns a physical business into a manageable, transparent operation: it removes dependence on staff, eliminates the “grey zones” of accounting and creates readiness to scale through a franchise model.