Что произошло в мастерской

Немецкая микрокомпания LIQRO Systems разрабатывает кофемашины, работающие с жидкой основой вместо привычных зёрен или порошка. Для такого продукта повторяемость напитка — не абстрактный показатель: настройка экстракции требует проб, а расход кофе, воды и электричества при поиске режима становится частью себестоимости. Команда обратилась к европейскому центру цифровых инноваций EDIH-AICS, чтобы проверить узкое применение компьютерного зрения — оценку экстракции эспрессо по изображению крема, пенки на поверхности напитка.

Опубликованный EDIH кейс описывает не сеть кофеен с доказанным ростом выручки, а разработку и передачу прототипа молодой компании. Это важное различие. Технический результат измерен: этап выделения крема на изображении сократили примерно с 30 до 0,2 секунды, этап группировки цветов — с 6 до 4 секунд. Данные о снижении брака, экономии сырья, росте продаж и удовлетворённости покупателей источник приводит как ожидаемые эффекты, не как подтверждённые результаты эксплуатации.

Полезный для малого бизнеса вывод здесь не в том, что камера «понимает вкус». Команда выбрала наблюдаемую часть процесса, зафиксировала условия съёмки, ускорила один этап анализа и оставила более сложную бизнес-гипотезу на дальнейшие испытания. Такой порядок дисциплинирует пилот лучше, чем обещание сразу «автоматизировать качество».

Как устроен эксперимент

Сначала специалисты вместе с компанией перечислили возможные AI-сценарии и сопоставили их с требуемыми данными и рисками. Затем выбрали метод анализа эспрессо, опирающийся на опубликованную работу Чхве и соавторов 2024 года. Для опыта снимали видео и фотографии разных вариантов экстракции и внешнего вида крема.

Далее программа должна отделить область пенки от чашки и фона. В исходном подходе этот этап с GrabCut занимал около 30 секунд на кадр — для оперативной настройки машины слишком долго. В описанном EDIH прототипе применение Segment Anything Model сократило время сегментации до менее 0,2 секунды. После этого алгоритм k-means группировал цвета; для оценки предложили пять цветовых кластеров и их доли. По этим признакам напиток относили к категориям недостаточной, нормальной или чрезмерной экстракции. Время цветовой группировки уменьшилось с 6 до 4 секунд.

Здесь легко перепутать скорость части конвейера со скоростью всего решения. Источник не публикует воспроизводимый замер полного цикла «снимок — сигнал оператору — корректировка машины» на серийном оборудовании. Поэтому цифра 0,2 секунды относится только к сегментации изображения. Робот может мгновенно распознать пенку, но ему всё равно придётся подождать, пока человек решит, хорош ли сам напиток.

Что понадобится для внедрения на небольшом производстве

Камера сама по себе не создаёт надёжную систему контроля. Нужен одинаковый способ получать изображения: положение чашки, расстояние, угол, освещение и момент съёмки после приготовления. В исходной научной работе угол камеры, тени и отражения названы существенными помехами. EDIH в уроках проекта отдельно советует начинать сбор данных только на действующем оборудовании, контролировать свет и стандартизировать место съёмки.

Минимальная архитектура для пилота выглядит так:

  • камера или смартфон фиксирует чашку в определённой точке процесса;
  • локальная программа отбрасывает неудачные кадры и выделяет область крема;
  • алгоритм вычисляет признаки цвета и относит снимок к заранее определённой категории;
  • оператор видит не только класс, но и исходное изображение, параметры партии и степень уверенности;
  • журнал сохраняет снимок, настройки машины, решение человека и результат контрольной проверки.

Для модели необязательно отправлять изображения во внешний сервис. Снимки и признаки можно обрабатывать на локальном промышленном ПК или рабочей станции рядом с оборудованием, если производительности хватает для требуемого времени реакции. Но «локально» не равно «без обслуживания»: понадобятся обновления, хранение данных, контроль доступа и процедура отката. Нельзя заранее обещать, что именно этот прототип запустится на конкретном дешёвом устройстве: EDIH не публикует для него полного профиля памяти, энергопотребления и тестов на целевом железе.

Если оператору нужно лишь сравнивать снимки нескольких стандартных режимов, сложный агент, RAG и большая языковая модель здесь не нужны. Сначала стоит проверить простой фиксированный набор признаков и порогов. Языковая модель может позднее объяснять оператору отклонения по утверждённой инструкции, но не должна самостоятельно менять температуру, дозу или рецептуру.

Почему цвет пенки не равен вкусу

Оптическая оценка может быть полезным индикатором стабильности процесса, но это суррогатный показатель. Цвет и структура крема зависят не только от режима экстракции: влияют сырьё, его возраст, обжарка, чашка, свет и камера. Исследования восприятия эспрессо показывают, что вид крема меняет ожидания потребителя; это не доказывает, что пять цветовых кластеров объективно измеряют вкус каждого напитка.

Поэтому проверять надо две разные гипотезы. Первая — программа стабильно определяет визуальные категории на новых снимках. Вторая — её сигнал помогает людям уменьшить нежелательные отклонения в реальном процессе. Для второй нужны слепые дегустации или согласованный внутренний стандарт качества, а также сравнение доли переделок, расхода сырья и времени настройки до и после. Если напиток визуально «правильный», а дегустация его бракует, решение должно оставаться за человеком.

В отчёте EDIH нет опубликованной матрицы ошибок по партиям, сортам и освещению. Значит, переносимость на другую кофемашину или другое сырьё пока нельзя считать доказанной. Именно поэтому выборка для пилота должна включать обычные смены, разные партии и заведомо плохие кадры, а не только красивые демонстрационные фотографии.

Экономика без выдуманной окупаемости

В опубликованном кейсе подтверждены времена двух вычислительных этапов, но не размер экономии. Для своей компании рассчитать эффект можно на коротком эксперименте. Пусть оператор тратит на настройку и повторные пробы 40 минут за смену, а подсказка сокращает это время на 10 минут без ухудшения вкусовой оценки. При 22 сменах это 3,7 часа в месяц. Если полная стоимость часа составляет условные 1 200 рублей, эффект рабочего времени — около 4 400 рублей. К нему можно добавить только действительно измеренную экономию сырья, а не предполагаемую.

Это модельный расчёт, не результат LIQRO. Из него следует неприятный, но полезный вывод: небольшая экономия времени может не покрыть камеру, вычислитель, монтаж света, разметку, проверку и обслуживание. Проект окупается быстрее там, где доля переделок высока, сырьё дорого, а настройка повторяется часто. В другой точке достаточно обучения оператора и стандартизированной карты процесса. Внутрик, конечно, готов классифицировать каждую чашку, но бюджет имеет право спросить, сколько чашек это действительно спасёт.

Пилот на четыре недели

На первой неделе зафиксируйте один режим и одну линейку продукта. Соберите базовые показатели: время настройки, число повторных приготовлений, расход сырья и согласованную оценку качества. На второй — установите камеру и свет, снимайте без автоматических рекомендаций и помечайте плохие кадры. На третьей — сравните алгоритм с оценками двух ответственных сотрудников на новых, не использованных в настройке снимках. На четвёртой — разрешите только подсказку оператору и повторно измерьте процесс.

Заранее согласуйте порог остановки: например, если система часто пропускает очевидно плохие порции, ухудшает слепую оценку вкуса или требует больше времени на проверку, чем экономит, её не масштабируют. Сохраняйте исходные кадры и решения людей, чтобы исправить причину ошибки, а не просто «подкрутить модель» до красивого отчёта.

Кейс LIQRO показывает хороший масштаб первого шага: один наблюдаемый сигнал, ограниченный прототип и конкретный технический замер. Следующий шаг для бизнеса — доказать, что сигнал помогает процессу, а не только быстро появляется на экране.