Лаборатория L-Labs специализируется на создании и внедрении систем машинного зрения и искусственного интеллекта для оптимизации процессов в различных отраслях промышленности. Проект был основан в 2020 году как стартап, ориентированный на автоматизацию процессов обращения с отходами. За короткий период компания расширила свои технологии и внедрила нейросетевые решения на мусоросортировочных комплексах, а также активно работает над разработкой систем цифрового мониторинга для промышленных предприятий. Работа велась в период с 1 марта 2023 года по 31 мая 2023 года.

Клиент обратился с задачей создания контента для сайта, который должен был:

• презентовать инновационные технологии, разрабатываемые лабораторией;

• повысить осведомлённость о возможностях применения машинного зрения и ИИ в промышленности;

• привлечь новых клиентов и партнёров, заинтересованных в автоматизации своих производственных процессов.

Мы провели анализ целевой аудитории сайта: от представителей крупных промышленных предприятий до специалистов по управлению отходами и переработке. Важно было выделить технические аспекты решений, не перегружая контент сложной терминологией, чтобы информация оставалась доступной и понятной.

Контент было решено создавать с учётом SEO-требований: был проведён анализ ключевых слов, которые потенциальные клиенты используют для поиска решений по автоматизации. Мы включили такие запросы, как «системы машинного зрения для промышленности», «искусственный интеллект в сортировке отходов», «автоматизация производственных процессов» и прочее.

Гипотезы, которые мы использовали в работе:

1. использование фотографий лаборатории/оборудования и сотрудников для демонстрации профессионализма;
2. тщательная проработка текстов статей, включающая описание приборов и производственного процесса;
3. создание контента с учётом SEO-требований.

Шаг 1: Разработка концепции визуального оформления.
Мы предложили идею создания понятных и информативных графических материалов, которые должны были визуализировать работу технологий машинного зрения и искусственного интеллекта. Основная цель заключалась в том, чтобы даже неспециалист мог понять суть работы системы.

Шаг 2: Создание схем работы систем.
Для каждого решения (например, система сортировки вторсырья) были разработаны схематичные изображения, которые пошагово показывали, как именно системы машинного зрения и ИИ взаимодействуют с объектами. Эти схемы помогли наглядно продемонстрировать процессы:

• Как камеры машинного зрения фиксируют объекты.
• Как нейросеть классифицирует и распознает разные типы вторсырья.
• Как происходит автоматическое распределение материалов по категориям.

Шаг 3: Разработка инфографики.
Мы разработали инфографику, которая отражала основные этапы работы с отходами и преимуществ автоматизации.

Шаг 4: Съемка фотографий и видео.
Для усиления визуального эффекта мы предложили использование реальных фотографий оборудования и процесса внедрения на производстве. Также были созданы короткие видео, которые демонстрировали работу системы в динамике — это добавило визуальной убедительности и сделало технологии более понятными для широкой аудитории.

Шаг 5: Применение цветовой схемы и стилистики.
Мы выбрали строгую и технологичную цветовую палитру с элементами голубого, синего и белого цветов, которые подчеркивали высокие технологии и инновационность решений. Стилистика визуальных материалов была выдержана в минимализме, чтобы сосредоточить внимание на сути процессов и не перегружать пользователя лишними деталями.

Шаг 6: Изучение научной литературы по тематике проекта для составления текстов статей.
Чтобы тексты были максимально информативными и соответствовали научной основе, команда занялась изучением специализированной литературы.

Шаг 7: Написание научно-популярных статей:
Основной вызов заключался в том, чтобы написать статьи, которые бы были одновременно точными с научной точки зрения и понятными широкой аудитории. Команда старалась избегать сложной терминологии, заменяя её простыми и понятными объяснениями.
В текстах активно использовались ключевые слова, чтобы статьи имели хорошие позиции в поисковых системах.


Шаг 8: Публикация и распространение:
Готовые статьи были размещены на сайте L-Labs в соответствующих разделах, а также использовались для публикаций в порталах и рассылках.
Особое внимание уделялось созданию материалов, которые были бы интересны как для широкой аудитории, так и для специалистов в области технологий и автоматизации.

Разработка контента для сайта лаборатории L-Labs помогла компании укрепить свои позиции на рынке технологий ИИ и машинного зрения, продемонстрировать свой опыт и возможности, а также расширить географию клиентов.

Основные достижения проекта:

1. Повышение узнаваемости.

Благодаря детализированным описаниям технологий, сайт стал источником информации для специалистов, интересующихся промышленной автоматизацией.

2. Привлечение новых клиентов.
Сайт привлёк внимание представителей различных отраслей, заинтересованных во внедрении цифровых систем мониторинга и автоматизации процессов на своих предприятиях.

3. Увеличение числа запросов на сотрудничество.
В первые месяцы после запуска обновлённого контента количество запросов на коммерческие предложения увеличилось на 25%, что свидетельствует о востребованности решений от L-Labs.