Концерн «Автоматика» представил банкомат с функцией рециркуляции банкнот

Логотип компании
23.08.2021
Концерн «Автоматика» представил банкомат с функцией рециркуляции банкнот
Банкомат предусматривает замкнутый цикл обращения банкнот, что снижает расходы на инкассацию, произведен в партнерстве с АО «САГА Роботикс».

Технология рециркуляции наличных (cash recycling) основана на использовании банкнот, внесенных одним клиентом, для выдачи другим. Модуль рециркуляции наличных прошел сертификацию и одобрен к использованию ЦБ РФ.

Банкомат выполняет бесконтактные операции с картами, считывает штрих-коды и QR-коды, печатает чеки и выписки. Он оборудован эскроу-юнитом для высокоскоростного приема купюр пачками. Для обеспечения безопасности банкомат оснащен камерой для фиксации операций клиентов.

Кроме того, Ростех представил терминал для приема оплаты, который станет альтернативой привычным кассам, например, при оплате билетов в кинотеатры и развлекательные центры. Банкомат и терминал оборудованы цельной закаленной сенсорной панелью.

Особенность устройств – модульная конструкция, которая позволяет комплектовать банкомат и терминал необходимыми заказчику компонентами и оперативно добавлять нужные функции. Таким образом, функционал может расширяться без замены устройств. Это увеличивает срок и снижает стоимость эксплуатации.

Проектирование, программирование и изготовление банкоматов и терминалов осуществляется в России на АО «НПП «Сигнал» Концерна «Автоматика» Ростеха. Техническая поддержка предусмотрена на всей территории России.

Потребность в банкоматах в России составляет около 20 тыс. аппаратов в год. Правительство установило квоты на закупку российских кассовых терминалов и банкоматов в размере 18% на этот год и 20% на 2022-2023 годы. Таким образом, потребность в банкоматах российского производства оценивается на уровне 5 тыс. устройств в год.

Читайте также
Являясь частью искусственного интеллекта, машинное обучение (Machine Learning, ML) открывает все больше возможностей бизнесу. Его внедряют для трансформации процессов, развития транспорта, логистики, АПК и других отраслей, а экономический эффект применения ИИ составляет более триллиона рублей. Рассмотрим, какие прикладные задачи компаний решает ML, приведем примеры внедрения, поговорим про подход Retrieval-Augmented Generation (RAG) и дадим чек-лист качественной интеграции и использования ИИ в реальном секторе.

Похожие статьи