Раз ИИ два

Треть российских компаний применяют технологии искусственного интеллекта в своей деятельности. По данным Центра развития искус-ственного интеллекта при правительстве РФ, к концу 2023 года средний уровень использования ИИ в различных отраслях экономики вырос в 1,5 раза по сравнению с 2021 годом. Наиболее распространен ИИ в финансовом секторе и в области информационно-коммуникационных технологий — более половины компаний уже используют ИИ. На третьем месте — топливно-энергетический комплекс, где более 40% предприятий применяют данные технологии. „Ъ-ИТ“ выяснил, как внедряют искусственный разум промышленные предприятия Башкирии.

Выйти из полноэкранного режима

Развернуть на весь экран

ИИ в российской промышленности

Руководитель бизнес-направления Т1 «Искусственный интеллект» (Холдинг Т1) Сергей Голицын считает промышленность одной из наиболее перспективных отраслей с точки зрения внедрения ИИ. «Мы ожидаем, что в ближайшее время инвестиции реального сектора в ИИ будут расти, как и вложения предприятий в цифровизацию в целом».

Заместитель генерального директора компании К2Тех Игорь Зельдец отмечает, что возможности применения ИИ в промышленности увеличиваются с каждым годом. Он приводит в пример самые популярные решения, которые используют компании: аналитика данных, контроль качества продукции, управление человеческими ресурсами, маркетинг и продажи. «Кроме того, ИИ помогает промышленности оптимизировать производственные процессы, повышать производительность и улучшать качество выпускаемой продукции. Это возможно за счет внедрения таких решений с использованием цифровых двойников, систем поддержки принятия решений и т.д.»,— рассказывает господин Зельдец.

Директор по маркетингу и стратегии НАТЭК-Нефтехиммаш Дарья Буйлова сообщила, что уже сегодня технологии ИИ используют в обучении сотрудников и их переквалификации на основе собранных библиотек знаний. Кроме того, ИИ применяется для унификации продукции и контроля качества, разработки модели геологоразведки, автоматизации работы складов и оптимизации логистики и т. д. «Автоматизированные системы мониторинга оборудования помогают вовремя осуществлять профилактическое обслуживание и оперативно реагировать на возникающие проблемы. В области прогнозирования и принятия решений ИИ демонстрирует значительный потенциал. В частности, в нефтегазовой индустрии он используется для анализа геологических данных и более точной оценки запасов на этапе разведки месторождений. Это позволяет прогнозировать объемы добычи и оптимизировать процессы бурения. Компьютерное зрение на базе ИИ позволяет с высокой точностью определять отклонения от нормы — достичь таких показателей с помощью традиционных инструментов контроля качества, как правило, невозможно»,— говорит эксперт.

Руководитель проектов компании «Информзащита», специалист по ИИ Наталья Абрамова рассказывает, что такие компании, как «Сибур» и «Уралхим», применяют ИИ для анализа данных и принятия решений в реальном времени. «Газпром» и «Роснефть» внедряют ИИ-технологии для улучшения моделирования и оптимизации производственных процессов. Это позволяет увеличить производительность и снизить издержки, отмечает она. Некоторые предприятия, такие как «Русал», используют ИИ для предсказания поломок оборудования и оптимизации графиков обслуживания. «В 2020 году компания "Мираторг" начала использовать ИИ-системы для контроля качества своей продукции. Эти технологии помогают анализировать данные о процессе производства и выявлять аномалии, что, в свою очередь, значительно повышает уровень безопасности и качества продуктов. Примером успешной автоматизации может служить компания "Сегежа Групп", которая с 2021 года активно внедряет роботов с элементами ИИ для выполнения задач по упаковке и сортировке продукции. Это не только повысило эффективность производства, но и освободило сотрудников для выполнения более сложных задач»,— рассказывает эксперт.

Директор по технологиям ИИ компании К2Тех Анна Смирнова отмечает, что данные технологии не только повышают эффективность производственных процессов, но и помогают сократить затраты. Точные цифры экономии затрат с помощью ИИ-решений могут варьироваться в зависимости от конкретного предприятия, уникальности решаемой задачи и ее значимости для эффективности бизнеса. «Например, предсказательное техническое обслуживание более чем на треть снижает затраты от простоев оборудования из-за непредвиденных поломок. Экономия от автоматизации работы кол-центра при отделе сбытовой логистики на базе голосового бота может достигать 70%. Применение ИИ в агропромышленном комплексе позволяет оптимизировать бизнес-процессы: от управления запасами до прогнозирования урожайности. Например, система контроля болезней растений для винодельческой отрасли может дать прирост урожайности до 10%, что напрямую отразится на прибыли предприятия»,— считает Анна Смирнова.

Директор по консалтингу компании Arenadata Антон Балагаев считает, что процент использования технологий ИИ в сфере промышленности может быть гораздо больше.

С учетом больших языковых моделей этот показатель может легко быть выше 70%, так как в каждой крупной компании есть HR, PR, маркетологи, юристы, разработчики ПО — каждая из этих профессий сейчас получает огромные преимущества от использования LLM, пояснил господин Балагаев.

На низком старте

Промышленные предприятия в Башкирии также используют в своей работе искусственный интеллект. По данным регионального минпрома, около 15% промышленных предприятий республики активно применяют в своей работе машинное/компьютерное зрение и еще 20% компаний тестируют технологии ИИ в пилотном режиме.

В пресс-службе компании «Роснефть» „Ъ-ИТ“ рассказали, что внедряют на своих дочерних предприятиях «Башнефть» и «РН-БашНИПИнефть» как собственные технологии ИИ, так и разработки других отечественных производителей. Например, на базе Илишевского месторождения «Башнефти» внедрен проект «Цифровое месторождение», который является собственной разработкой «Роснефти». С помощью данной программы специалист в офисе за компьютером может по-стоянно отслеживать и корректировать режим работы скважин и любого другого оборудования. При этом система автоматически просчитывает оптимальные режимы работы на месторождении, делая их более эффективными и безопасными. Программа обеспечила сокращение потерь нефти на 10% от предотвращения остановок за счет корректировки режимов работы установок электроприводного центробежного насоса и более чем на 71% за счет оперативного выявления обрыва ремней на штанговых скважинных насосных установках. Кроме этого, почти на 45% сокращены логистические затраты за счет применения дистанционного управления по скважинам, выведенным на верхний уровень. На сегодняшний день, как отметили в пресс-службе, к данной системе подключено более 60% (свыше 7 тыс.) скважин «Башнефти».

Выйти из полноэкранного режима

Развернуть на весь экран

Также на предприятии работает система мониторинга состояния водителей. В кабине автомобиля устанавливается программно-аппаратный комплекс, который в автоматическом режиме распознает потенциально опасные события, связанные с действиями водителя. Система фиксирует отвлечение внимания от дороги, усталость, не пристегнутый ремень безопасности, разговор по мобильному телефону и другие факторы, влияющие на безопасность управления транспортным средством. Камера системы включается сразу при запуске двигателя автомобиля. При обнаружении тревожных признаков — изменения физиологического состояния водителя — система мгновенно подает звуковой сигнал. Информация поступает в Центр мониторинга, сохраняется в виде фото- и видеоматериалов.

По данным пресс-службы «Роснефти», новой системой оснащены 142 бензовоза и автобуса ООО «Башнефть-Розница», до конца 2024 года планируется оборудовать отечественной разработкой еще 126 транспортных средств.

Наталья Абрамова рассказывает, что и другие крупные республиканские компании внедряют технологии ИИ для оптимизации производственных процессов, повышения производительности и снижения вреда экологии.

Она отмечает, что в 2020 году «Башкирская генерирующая компания» (БГК) внедрила интеллектуальные системы управления энергоблоками и начала использовать ИИ для анализа выбросов. Это позволило оптимизировать энергопотребление и сократить выбросы парниковых газов на 15%. «Внедрение ИИ-решений позволило не только снизить затраты на энергоресурсы, но и значительно улучшить экологические показатели»,— рассказала госпожа Абрамова.

«Башкирская содовая компания» (БСК), как отмечает эксперт, применяет машинное обучение для оптимизации химических процессов. Внедрение интеллектуальных систем позволило повысить производительность на 8% и улучшить конт-роль качества продукции. Благодаря использованию ИИ, БСК удалось повысить производственные объемы и снизить аварийность на предприятии.

Однако, как отмечают опрошенные „Ъ-ИТ“ участники рынка, уровень использования ИИ в республике низкий.

«Некоторые предприятия Башкирии являются лидерами по автоматизации в своих отраслях. Хотя в целом уровень использования ИИ пока еще достаточно низкий, отрасль разработки решений на базе ИИ пока еще только формируется»,— говорит генеральный директор ООО «Лексема» Виктор Тимошин.

«На мой взгляд, использование ИИ идет неравномерно и зависит не столько от географического фактора, сколько от компаний, специфики отраслей и, опять-таки, от ожидаемого бизнес-эффекта»,— считает председатель Ассоциации развития информационных технологий РБ, заведующий базовой кафедрой «Интеллектуальные системы безопасности объектов ТЭК» при IT-институте УГНТУ, генеральный директор ГК «Форт Диалог» Кирилл Полетаев.

Эксперт отмечает, что основные направления использования ИИ — контроль качества продукции, а также охрана труда и промышленная безопасность. Предприятия используют разработки, которые применяются для контроля ношения спецодежды, нахождения работника в опасных зонах, предупреждения или экстренного реагирования на чрезвычайные ситуации. В качестве примера он привел систему пожарной безопасности на производственных предприятиях.

«В огромных производственных помещениях система видеонаблюдения с детекторами и аналитикой, основанной на ИИ, может сигнализировать о начинающемся пожаре быстрее по сравнению с датчиками, до которых дым или огонь добираются постепенно, — речь идет о секундах или минутах, но именно этот зазор времени может спасти чьи-то жизни или предотвратить серьезный ущерб. Уже есть зафиксированные случаи, например, когда на складе работают люди, начинается пожар, датчики еще не сработали, а обученная система видеоаналитики уже дает сигнал тревоги»,— рассказал Кирилл Полетаев. Также он отмечает, что с помощью видеоаналитики с ИИ легче отслеживать наличие СИЗ или пристегнутых ремней водителей и пассажиров. На пищевых производствах, по его словам, используется обучаемое машинное зрение, которое помогает отслеживать качество продукции по определенным параметрам (цвет, конфигурация, размеры и т. п.), это облегчает ручной труд, помогает избежать человеческого фактора.

Доверяй, но проверяй

Несмотря на то, что технологии ИИ помогают оптимизировать многие рутинные задачи, контроль производственных процессов, особенно если речь идет про промышленные предприятия, по-прежнему остается важной задачей человека, считают эксперты.

Кирилл Полетаев отмечает, что пока рано говорить о вытеснении традиционных инструментов теми, которые используют ИИ. «Пока лучше использовать сочетание, что в разы повышает вероятность нужного результата»,— говорит господин Полетаев.

По мнению руководителя практики внедрения CSP ELMA Раиса Ахкямова, любой продукт, выпускаемый ИИ, должен контролироваться квалифицированным специалистом. «В целом ИИ стоит рассматривать именно как ассистента, решающего рутинные задачи, а не как замену человека. Степень доверия к ИИ варьируется в зависимости от решаемой задачи и качества обучения модели, но никогда не равна 100%»,— говорит Раис Ахкямов. Он отмечает, что ИИ отлично справляется с первичным анализом больших данных и выработкой рекомендаций. Но эти рекомендации обязательно следует перепроверять.

Эксперт Института тепловой и атомной энергетики (Национальный исследовательский университет «МЭИ») Михаил Елисейкин обращает внимание на то, что «в основе ИИ часто лежит нечеткая логика, и, по сути, это “черный ящик”: система обрабатывает данные и выдает ответ, не объясняя, как именно он был получен». «Когда речь идет о чатах и генераторах картинок, это не имеет большого значения, но в случае с принятием решений по управлению технологическим процессом, ошибка может привести к аварийной ситуации, убыткам и даже человеческим жертвам»,— заключает эксперт.

С ним согласна исполнительный директор компании ELMA Наталия Долженкова. «Если результат, полученный в виде картинки, достаточно легко проанализировать на корректность — например, увидеть, что в сгенерированной человеческой руке пальцев больше, чем нужно, — то проверка кодовой базы требует большого количества трудозатрат. Чем сложнее задача (например, если это задача прогнозирования инцидентов или планирование, которую мы поручаем ИИ), тем более высококвалифицированные кадры должны контролировать результат»,— говорит госпожа Долженкова. По ее мнению, сегодня в большинстве промышленных задач ИИ можно смело воспринимать как «разработчика уровня Junior или новенького сотрудника в компании, который успешно справляется с четко поставленной задачей, но за которым несколько раз необходимо все перепроверить».

Основатель сети заводов ЛСТК «Фабрика каркасов» Владимир Лозенко считает, что на производствах необходимо ввести новую должность — «оператор искусственного интеллекта» или «специалист по промышленному искусственному интеллекту». Основная должностная обязанность такого специалиста — контроль процесса работы с ИИ. «На мой взгляд, люди с такими навыками будут очень востребованы. Один такой специалист или небольшой отдел могут вести в компании десятки проектов на основе ИИ, просто контролируя алгоритмы»,— считает господин эксперт.

Без рук и средств

Компания AI Directum выявила три основных стоп-фактора, которые мешают активному внедрению ИИ в стране. По словам руководителя проектов компании Ильи Петухова, к первой группе относятся предприятия, которые не осознают ценность ИИ и не знают, как и куда его применять. Во второй группе знают про ИИ, но не хотят внедрять. «Причины разные: кто-то не хочет менять уже работающий процесс (даже убыточный), есть отраслевые специфики, под которые нужно делать самостоятельные ИИ-решения, а компетенций недостаточно, разочарованы в отсутствии быстрого результата, так как достижение высокого уровня качества требует времени и усилий»,— говорит господин Петухов. К третьей группе эксперты отнесли те компании, которые знают про ИИ, но внедрить не могут. «Среди основных причин — кадровый голод и сложность в поиске специалистов поддержки, финансовые затраты на внедрение и инфраструктуру, высокая трудоемкость сбора и анализа специфических данных для обучения»,— объясняет он.

Другие эксперты согласны с тем, что кадровый голод — это одна из основных проблем отрасли, но выделяют и другие: санкции, инерцию мышления, сложности с финансированием и т. д. «Самая большая проблема — недостаток специалистов: инженеров и разработчиков. Они необходимы для внедрения и поддержки ИИ-решений, а также для их интеграции с текущими бизнес-процессами. Даже если в компании есть технические специалисты, часто им не хватает специфических знаний о применении ИИ в контексте конкретных отраслей промышленности»,— говорит исполнительный директор AutoFAQ Владислав Беляев.

Архитектор группы ИТ-компаний TeamIdea Максим Антонов отмечает, что при наличии достойных специалистов недостатки технических решений устраняются «довольно просто». «В открытом доступе есть множество предобученных моделей ИИ для разных задач. Остается лишь дообучить их на своих данных под свой идеальный результат и провести тщательное тестирование»,— считает он.

По мнению Антона Балагаева, на первом месте уверенно стоит проблема нехватки кадров, а на втором — проблема импортозамещения прикладных решений на базе ИИ. Часть этих решений, по его словам, была проприетарной и из недружественных стран, и теперь воспользоваться ими затруднительно. «Однако мы активно наверстываем образовавшийся технологический разрыв благодаря хорошей динамике моделей с открытым кодом»,— уверен господин Балагаев.

Владимир Лозенко согласен с тем, что санкции ограничивают доступ к зарубежным технологиям и решениям, на которых завязано большинство решений. «Недостаток доступа к международному опыту и специалистам, а также ограничение на международное сотрудничество создают определенный информационный вакуум. Это замедляет развитие и внедрение искусственного интеллекта в России, но, конечно, не останавливает процессы. Специалисты находят способы получения знаний, применяют их в российских условиях и таким образом развивают ИИ-решения на местном уровне»,— рассказывает он.

Также эксперт обращает внимание на то, что в стране отсутствуют программы массовой подготовки специалистов в этой области. Он обращает внимание на то, что в учебных заведениях, как правило, не преподают технологии искусственного интеллекта. «В основном освоением ИИ занимаются отдельные инициативные специалисты, которые видят в нем перспективы и самостоятельно инвестируют в свое обучение. Но ситуация постепенно меняется. Появляются коммерческие курсы, позволяющие освоить технологии искусственного интеллекта»,— подчеркивает господин Лозенко.

Генеральный директор ООО «Асилиск» Сергей Воропаев рассказывает, что сегодня для решения проблемы кадрового голода многие компании активно инвестируют в образовательные программы и партнерства с вузами. «Так, Сбербанк создал собственную школу подготовки специалистов по ИИ, а СИБУР запустил корпоративный акселератор для поиска и развития инновационных решений на базе ИИ»,— отмечает он.

Мария Булаева