От данных к действиям: как ИИ-мониторинг меняет будущее промышленности

Михаил Ивченко, управляющий директор по работе с промышленным сектором и ТЭК направления Т1 ИИ (ИТ-холдинг Т1)

Как российские предприятия внедряют ИИ

— Насколько автоматизированы сейчас российские промышленные предприятия?

— События 2022 года подтолкнули компании к поиску технологического суверенитета. В последние несколько лет мы наблюдаем растущий интерес к автоматизированным системам управления, робототехнике и цифровым технологиям. Предприятия понимают, что им нужно повышать эффективность, быстрее выпускать продукцию и снижать затраты.

Однако уровень автоматизации в России сильно различается в зависимости от отрасли, региона и типа собственности. Так, крупные компании в нефтегазовой сфере, металлургии и машиностроении уже достигли значительных результатов, тогда как малый и средний бизнес находится в начальной стадии.

Государство поддерживает цифровизацию через национальные проекты, гранты и субсидии, чтобы процесс автоматизации проходил активнее во всех отраслях и регионах. Но барьеров на этом пути все равно присутствуют: специалистов не хватает, новые технологии стоят дорого, оборудование устарело, а импортозамещение развивается не так быстро, как хотелось бы.

— Почему промышленные компании проявляют интерес к автономным ИИ-системам?

— Например, на заводе происходит что-то с оборудованием. Человек может заметить проблему, но не сразу — может быть, через час или даже к концу смены. А ИИ-система видит отклонения моментально и тут же сигнализирует или даже сама принимает меры.

Для промышленников это значительная экономия. Остановка крупного производства может стоить миллионы рублей за каждый день простоя. ИИ-мониторинг работает круглосуточно, не устает, не отвлекается и способен следить одновременно за тысячами параметров.

ИИ находит способы производить то же самое, но дешевле. Идет экономия на электричестве, топливе, сырье. В условиях роста цен на энергию это критически важно.

Кроме того, компании могут снизить издержки на рутинных операциях: ИИ обрабатывает огромные массивы данных, выявляет закономерности и предсказывает потребности рынка. Согласно исследованию НЦРИИ при Правительстве РФ, готовность отраслей экономики к использованию ИИ в 2024 году выросла на 9% по сравнению с 2021 годом.

— Какие задачи в промышленности уже решает искусственный интеллект, и как это меняет работу в опасных зонах?

— В мировой практике ИИ выполняет множество функций. В России подход пока более осторожный, но ситуация быстро меняется — особенно за последние полгода.

Можно выделить несколько направлений. Во-первых, это автоматизация бизнес-процессов и производства для сохранения накопленного опыта. Во-вторых, контроль безопасности работников с помощью видеокамер и ИИ, что критически важно для соблюдения требований охраны труда.

Также активно развивается проверка качества продукции через компьютерное зрение на всех этапах производства. Наконец, все большее распространение получает предиктивная аналитика для предсказания поломок оборудования до их возникновения.

Особенно ИИ-решения ценны в критических зонах, и таких примеров становится все больше. Так, роботы на основе ИИ способны работать в условиях плохой связи или ее полного отсутствия: в аварийных зонах, при стихийных бедствиях и других опасных ситуациях. Они эффективнее традиционных методов практически во всем, что связано с анализом больших данных или автоматизацией.

Но важно помнить: окончательное решение всегда принимает человек-эксперт, выступающий в роли валидатора. Это правило действует в любой сфере применения ИИ.

Технологии и практические примеры

— Из каких технологий состоит автономный ИИ-мониторинг, и какие решения уже используются на российских предприятиях?

— В основе лежат несколько ключевых технологий: машинное обучение, глубокое обучение, обработка естественного языка, интернет вещей и другие. Благодаря им системы собирают и анализируют данные без постоянного участия человека. Конкретный набор технологий зависит от сложности задачи.

В российской промышленности активно развиваются системы видеоаналитики, умного анализа документов, чат-боты, цифровые помощники и предиктивная аналитика. Компании либо сами разрабатывают системы управления этими приложениями, либо ищут партнеров для создания таких платформ.

— Что помогает быстрее внедрять ИИ в производство?

— Ключевой фактор — это единая экосистема для управления жизненным циклом моделей. Такой подход делает технологии ИИ более доступными для компаний и создает удобную среду для совместной работы команды. Это помогает выявлять лучшие практики как внутри организации, так и в открытых источниках.

Кроме того, система упрощает запуск новых решений и их интеграцию с существующими программами, одновременно снижая зависимость от внешних поставщиков ПО. Важно и то, что такая структура обеспечивает высокое качество моделей, их постоянный мониторинг и техническую поддержку.

Также важный фактор задачи по внедрению ИИ – выбор технологического партнера. Который уже инвестировал в исследования и разработку собственных методик, собрал команду и разработал решения.

Безопасность и оценка результатов

— Как обеспечивается надежность ИИ-систем и по каким критериям компании оценивают успех от их внедрения?

— Обеспечение кибербезопасности — это комплексная задача. Выделю четыре главных направления: это защита данных, контроль доступа к системам, обучение сотрудников правилам безопасности и этические принципы использования искусственного интеллекта.

Для оценки эффективности мы учитываем три ключевых показателя: сокращение расходов благодаря автоматизации и уменьшению ручного труда, скорость принятия решений за счет быстрой обработки данных и ROI — возврат инвестиций. Существуют и другие метрики, но эти три сейчас наиболее востребованы.

— Какие существуют риски и ограничения для применения ИИ в промышленности? Как их минимизировать?

— Основные ограничения — это всегда время, финансы и геополитическая ситуация. Для снижения рисков нужна единая платформа управления ИИ, своего рода фабрика приложений, где можно быстро проверять гипотезы и оценивать результаты.

Кроме того, важно регулярно обучать современным технологиям как руководителей, так и менеджеров среднего звена. Таким образом будет формироваться осознанный запрос от сотрудников.

Перспективные области развития

— Как искусственный интеллект помогает следить за экологическими показателями?

— ИИ активно используется для выявления паттернов природных катастроф, отслеживания загрязнений воды и воздуха, анализа изменений флоры и фауны.

Также есть множество вариантов применения таких технологий в сельском хозяйстве. Мы уже получали запросы от агропромышленного комплекса по использованию видеоаналитики.

— В каких отраслях ИИ-мониторинг особенно нужен сейчас, и какие направления кажутся вам наиболее перспективными?

— По моим наблюдениям и различным исследованиям, ИИ-мониторинг востребован практически везде — от розничной торговли до аграрного сектора. Данные «Индекса готовности» показывают, что в 2024 году в группу развивающихся отраслей вошли агропромышленный комплекс, экология и туризм, которые ранее находились в категории начинающих.

Что касается перспективных направлений, то если посмотреть на аналитику Gartner 2024 года, я бы отметил четыре сектора: композитный ИИ, синтетические данные для обучения моделей, мультиагентные системы и квантовые вычисления для искусственного интеллекта. Именно эти технологии, на мой взгляд, будут определять развитие промышленного ИИ в ближайшие годы.