Фармацевтическое производство
MES / Планирование производства
Кастомная веб-система
Топ-20 фармпроизводитель сократил простои на 20% и высвободил десятки миллионов рублей из запасов сырья
Крупное фармацевтическое предприятие из топ-20 Forbes 2025 не могло разглядеть, где именно теряет деньги. Планирование велось в Excel, узкие места искались вручную, а просрочки отгрузок копились. Мы разработали систему производственного планирования с логикой Теории ограничений — и результат вышел конкретным.
−20%
простои оборудования
−₽₽₽
из запасов сырья — десятки млн
+20%
выпуск на сотрудника
Отрасль
Фармацевтическое производство, топ-20 Forbes 2025
Услуга
Разработка MES / система производственного планирования
Формат решения
Кастомная веб-система
Стек
Node.js, React, интеграции с 1С, GPT, BI
Методология
Теория ограничений (TOC)
Работа выполнена
Полный цикл: анализ → ТЗ → дизайн → разработка → внедрение → эксплуатация
О клиенте
Клиент — крупное фармацевтическое производственное предприятие, входящее в топ-20 фармпроизводителей России по рейтингу Forbes 2025. В публичной версии кейс обезличен: название, конкретные производственные данные и формулы не раскрываются.
В фармацевтическом производстве планирование напрямую стоит денег. Простой оборудования — потерянный выпуск. Избыточные запасы сырья — замороженные оборотные средства. Ручные сверки — риск не увидеть конфликт в плане вовремя. Всё это накапливается каждый день, тихо и незаметно.
В рамках проекта автоматизировали: производственное планирование, анализ загрузки оборудования, поиск узких мест, обработку конфликтов в плане, интеграции с 1С, GPT и внутренней BI-системой, а также роли, доступы и журналирование действий.
Проблема: производство гудело, но где теряются деньги — никто не видел
Главная проблема была не в отсутствии программы. Проблема в том, что производственное планирование стало слишком сложным для ручного управления.
На большом производстве всегда есть ограничение: оборудование, участок, очередь, сырьё, смена — какой-то фактор, который сдерживает общий выпуск. Если его не видно, бизнес может улучшать всё подряд и не получать нужного эффекта.
До внедрения часть планирования и анализа держалась на Excel, ручных сверках и экспертных знаниях отдельных сотрудников. Это работало, пока объём и сложность были управляемыми.
С ростом нагрузки производство перестало видеть:
где именно теряется эффективность и почему возникают простои;
как изменение одной серии влияет на остальной план;
где есть риск просрочки отгрузки;
какие конфликты можно решить автоматически, а где нужен ответственный человек.
Ещё одна таблица здесь не решала проблему. Нужна была система, которая связывает план, оборудование, серии, ограничения, отклонения и управленческие решения в едином контуре.
Было / Стало
| Параметр |
До внедрения |
После внедрения |
| Поиск узких мест |
Ручной анализ, зависит от опыта сотрудника |
Автоматически, в системе |
| Простои оборудования |
Обнаруживались постфактум |
−15–20% |
| Просрочки отгрузки |
Накапливались из-за цепочки зависимостей |
−50% |
| Запасы сырья |
С большим запасом безопасности — деньги заморожены |
Снижены на десятки миллионов рублей |
| Выпуск на сотрудника |
Базовый уровень |
+10–20% |
| Конфликты в плане |
Выявлялись вручную, с задержкой |
Часть — автоматически, сложные — на контроле человека |
| Ручные сверки |
Постоянно, по всем направлениям |
−30–50% |
| Анализ изменений в плане |
Часы в типовых сценариях |
Минуты в типовых сценариях |
|
Узнаёте ситуацию в своём производстве?
Разберём ваш производственный процесс бесплатно — найдём узкие места и покажем, что можно автоматизировать в первую очередь
|
Разобрать процесс →
|
Почему не подошло готовое решение
Коробочные ERP и MES хорошо работают на типовых процессах. Но в этом проекте задача была другой. Нужно было не просто вести производственный план, а учитывать реальную операционную логику клиента:
поиск и расширение узких мест по логике Теории ограничений;
сложные связи между сериями, оборудованием и участками;
автоматический пересчёт части сценариев и разрешение части конфликтов;
сохранение контроля человека в критичных ситуациях;
интеграции с 1С, GPT и внутренним BI-контуром.
Коробочное решение могло закрыть часть функций, но не дало бы точного соответствия производственной логике. Поэтому была оправдана кастомная разработка: система проектировалась не вокруг абстрактной «автоматизации», а вокруг конкретной цели — повысить эффективность через поиск и расширение узких мест.
Как работали: полный цикл без остановки на ТЗ
BPA Develop не начинает такие проекты с кода. Сначала — разбор бизнес-процесса, фиксация логики, поиск узких мест. Только потом — проектирование и разработка.
Анализ производства
Изучили текущие производственные процессы, таблицы, правила, ограничения. Разобрали логику планирования, нашли узкие места и факторы, влияющие на выпуск.
Техническое задание
Формализовали сложную производственную логику: роли, сценарии, данные, ограничения, правила автоматической обработки конфликтов, точки ручного контроля.
Проектирование интерфейсов
Интерфейсы спроектировали вокруг рабочих сценариев: план, загрузка, отклонения, конфликты, аналитика. Сложная производственная логика должна была оставаться понятной для ежедневной работы.
Разработка на Node.js и React
Разработали систему как современное веб-решение. Backend — Node.js, frontend — React. Архитектура позволяет развивать систему, подключать новые модули и интегрировать дополнительные сервисы.
Интеграции с 1С, GPT и BI
Связали систему с учётным контуром 1С, внутренней BI-системой и GPT как интеллектуальным инструментом в отдельных сценариях. Убрали ручной перенос данных.
Тестирование, внедрение, запуск в эксплуатацию
Довели до работающей системы в эксплуатации. Не остановились на ТЗ или дизайне. Система работает, развивается и сопровождается.
Что реализовали в системе
🔍
Поиск узких мест
Система показывает, какой участок, операция или оборудование сейчас ограничивает производственный поток. Улучшения — только в точках, которые реально влияют на выпуск.
📊
Анализ загрузки оборудования
Загрузка оборудования, перегрузки, свободные окна и пересечения — всё в одном экране. Производство видит, где возникают простои и где оборудование становится ограничением.
⚡
Автоматический пересчёт плана
В типовых сценариях система пересчитывает связанные элементы плана при изменениях. Анализ последствий — минуты вместо часов.
🤖
Автообработка части конфликтов
Типовые конфликты в плане обрабатываются автоматически по заданной логике. Сотрудники не занимаются рутинным пересчётом — система делает это сама.
👤
Ручной контроль сложных ситуаций
Если конфликт требует решения человека, система показывает ответственному пользователю нужные данные. Критичные решения остаются под контролем специалиста.
📦
Управление запасами через планирование
Точное понимание потребностей производства снижает избыточные запасы и высвобождает оборотные средства. Закупать «с запасом на всякий случай» больше не нужно.
Интеграции
1С
Связь с учётным контуром. Снижает ручной перенос данных и риск ошибок двойного ввода.
Внутренняя BI-система
Передаёт данные в аналитику клиента: загрузка, отклонения, узкие места, динамика производства.
GPT
Используется как вспомогательный интеллектуальный инструмент в отдельных сценариях системы.
Как решали нетривиальные задачи проекта
Задача
Найти реальные узкие места, а не просто набор метрик
Что сделали: заложили в систему подход Теории ограничений — смотреть на производство как на поток и находить ограничение, которое сдерживает общий выпуск. Не просто показывать метрики, а выделять причину.
Результат: команда клиента стала фокусировать улучшения на проблемах, которые реально влияют на эффективность.
Задача
Автоматизировать конфликты — но не всё подряд
Что сделали: разделили конфликты на два класса. Типовые — система обрабатывает автоматически по заданным правилам. Нетипичные — передаются ответственному сотруднику вместе с данными для принятия решения.
Результат: ручная нагрузка снизилась, а критичные решения остались под контролем специалистов.
Задача
Связать несколько контуров данных в единой системе
Что сделали: реализовали интеграции с 1С, GPT и внутренней BI-системой. Каждая интеграция убрала конкретный разрыв в данных и ручной перенос.
Результат: система стала частью ИТ-ландшафта клиента, а не изолированной программой.
Задача
Сделать сложную производственную логику понятной для ежедневной работы
Что сделали: интерфейсы спроектировали вокруг рабочих сценариев, а не вокруг технической модели данных. Каждый экран отвечает на конкретный вопрос: что сейчас в плане, где загрузка, что нужно решить.
Результат: пользователи получили инструмент для ежедневной работы, а не сложную инженерную панель.
Результаты проекта
Операционный результат
−15–20%
время простоя
оборудования
−50%
просрочки
отгрузки продукции
−₽₽₽
запасы сырья
на десятки млн руб.
+10–20%
выпуск продукции
на одного сотрудника
часы → минуты
анализ изменений в плане
в типовых сценариях
Управленческий результат
Руководство и производственная команда теперь видят в системе:
где находится текущее узкое место и как загружено оборудование;
где возникают конфликты в плане и какие из них система обрабатывает автоматически;
какие ситуации требуют решения ответственного пользователя;
как изменения в планировании влияют на сроки, запасы и отгрузки.
Главный результат — производство получило инструмент постоянного улучшения: найти ограничение, расширить его, увидеть следующее узкое место и продолжить повышение эффективности.
Технический результат
Компания получила систему в эксплуатации:
Backend на Node.js, frontend на React
Интеграции с 1С, GPT и BI-системой
Роли, права доступа, журнал действий
Автоматический пересчёт части сценариев
Автоматическое управление частью конфликтов
Основа для развития AI-инструментов и аналитики
Что можно развивать дальше
Система в эксплуатации и продолжает развиваться. Логичные следующие шаги:
расширение аналитики по узким местам и развитие BI-дашбордов;
прогнозирование влияния изменений на план и AI-подсказки для анализа отклонений;
сценарии «что будет, если» для планирования, прогнозирование запасов сырья;
дополнительные сценарии автоматического разрешения конфликтов;
уведомления о критичных изменениях, контроль эффективности после расширения узкого места.
Вопросы по проекту
Можно ли было использовать готовую систему?
Готовая система могла закрыть часть типовых задач. Но в этом проекте нужно было учитывать конкретную производственную логику, поиск узких мест по Теории ограничений, автоматическую обработку части конфликтов и интеграции с внутренними системами клиента. Поэтому решение проектировали под реальные процессы.
Сколько времени занимает разработка такой системы?
Срок зависит от масштаба производства, количества интеграций, сложности планирования и глубины автоматизации. Начинать лучше не с разработки, а с анализа процессов и технического задания — это позволяет чётко определить объём и не переделывать систему на ходу.
Можно ли начать с MVP?
Да, для сложных производственных систем это правильный подход. Сначала нужно выделить контур, который даст бизнесу первый измеримый эффект: например, планирование, загрузку оборудования или поиск узких мест. Остальное — следующими волнами.
Можно ли интегрировать систему с 1С?
Да. В этом проекте
интеграция с 1С была одной из важных частей решения. Она помогает снизить ручной перенос данных и связать производственное планирование с учётным контуром.
Что делать, если процессы ещё не описаны?
Начать с обследования и анализа. Мы фиксируем роли, сценарии, данные, ограничения, интеграции и спорные места. Это дешевле, чем начинать разработку и переделывать систему по ходу. В этом проекте именно с обследования мы и стартовали.
Как понять, нужна ли бизнесу ERP, MES или что-то другое?
Если процессы уже не помещаются в Excel, отчёты собираются вручную, руководитель узнаёт о проблемах постфактум, а сотрудники держат логику в голове — пора разбирать процесс и проектировать систему. С чего именно начинать, покажет анализ: иногда нужна полноценная ERP, иногда достаточно одного модуля.
Связанные услуги
|
Ваше производство уже не помещается в Excel?
Необязательно сразу начинать большую разработку. Сначала разберём процесс: найдём узкие места, определим, где теряется время и что автоматизировать в первую очередь. Бесплатно, без обязательств.
|
Разобрать процесс
Оценить MVP
|
