Искусство индустриального интеллекта

Цифровизация

В последние годы искусственный интеллект (ИИ) становится все более серьезным фактором повышения эффективности современных производств. Однако его внедрение в промышленность сопряжено как с трудностями с точки зрения технической готовности предприятий к цифровизации и экономической эффективности, так и с опасениями о будущем рынка труда.

Цифровизация промышленности является ключевым фактором для повышения эффективности и конкурентоспособности предприятий в условиях быстро меняющейся деловой среды

Цифровизация промышленности является ключевым фактором для повышения эффективности и конкурентоспособности предприятий в условиях быстро меняющейся деловой среды

Фото: Евгений Павленко, Коммерсантъ

Цифровизация промышленности является ключевым фактором для повышения эффективности и конкурентоспособности предприятий в условиях быстро меняющейся деловой среды

Фото: Евгений Павленко, Коммерсантъ

В 2022 году эксперты оценивали глобальные инвестиции в ИИ в $92 млрд лидируют по инвестициям в ИИ с общей суммой около $250 млрд с 2013 года. Ожидалось, что в 2023 году вложения в ИИ в Китае достигнут $196,6 млрд, а до 2030 года темпы роста ежегодных инвестиций составят 37,3%. «Прогнозируется, что к 2025 году объем глобальных инвестиций в ИИ достигнет $200 млрд. При этом растет уверенность в том, что ИИ повысит общую производительность для 64% компаний»,— приводит цифры Тимур Кучаев, исполнительный директор Hotdesk.ru.

Цифровой эффект

Цифровизация промышленности является ключевым фактором для повышения эффективности и конкурентоспособности предприятий в условиях быстро меняющейся деловой среды. Оценка результатов преобразований, которые предприятия осуществляют в рамках внедрения цифровых технологий, включает в себя как экономические, так и качественные аспекты. «Анализ показателей производительности и сокращения затрат является одним из методов оценки эффективности цифровизации. Например, предприятия, которые внедряют системы автоматизации, часто фиксируют рост производительности на 20–30%. Также многие предприятия, активно внедряющие цифровые решения, смогли значительно снизить операционные расходы, что позволяет им оставаться конкурентоспособными»,— говорит генеральный директор компании «Сател-СПб» Павел Гольдинштейн.

Генеральный директор Bimeister Engineering Денис Мариненков также полагает, что эффект от цифровизации промышленных предприятий можно оценить в первую очередь по повышению производительности, сокращению издержек, улучшению качества продукции и снижению времени на выход новых продуктов на рынок. Также важно учитывать повышение управляемости процессов и гибкости производства.

«Внедрение цифровых решений способствует более точному прогнозированию и планированию, что снижает риски и увеличивает эффективность работы. Для оценки конкретных преобразований часто используют такие метрики, как увеличение объема выпуска продукции, сокращение внеплановых простоев оборудования, снижение количества аварийных ситуаций и улучшение показателей безопасности труда»,— поясняет господин Мариненков.

По оценкам Bimeister, большая часть российских промышленных предприятий, где оцифрованы ключевые бизнес-процессы, относится к топливно-энергетическому комплексу, таких предприятий более 70%. «Многим предприятиям, особенно в малом и среднем сегменте, пока сложно внедрять цифровые технологии в полном объеме из-за высоких затрат на адаптацию и нехватки кадров,— признает руководитель компании.— В то же время на государственном уровне реализуются программы поддержки цифровизации, что позволяет постепенно увеличивать степень цифровизации предприятий».

Андрей Чепакин, коммерческий директор Elma, считает, что доля предприятий, в которых цифровизирована большая часть процессов, на сегодняшний день мала. «В промышленности всегда есть процессы, которые не оцифрованы,— констатирует эксперт.— Крупных промышленных предприятий, которые могут похвастаться тотальной цифровизацией всех своих процессов, нет, но это нормально. Необходима разумность в достижении целевого показателя цифровой зрелости. Каждый проект должен нести реальный экономический эффект, даже если это имиджевый проект. Текущая ставка ЦБ сильно усложняет поиск таких проектов, которые на инвесткомитетах показывают адекватные сроки окупаемости».

Интеллектуальный подход

Искусственный интеллект имеет широкую сферу применения в производственных процессах. «Это особенно актуально для металлургии и горной добычи. А положительный эффект от применения ИИ в нефтегазовом секторе оценивается в диапазоне 5,4 трлн рублей к 2040 году. В целом ИИ может способствовать росту российского ВВП на 11 трлн рублей к 2030 году»,— дает оценку господин Гольдинштейн.

Один из участников нефтегазового рынка, генеральный директор холдинга «Бронка Групп» Никита Муров, подтверждает, что в дальнейшем ИИ поможет промышленным предприятиям работать более эффективно. «Максимальная автоматизация "Измерона" (входит в "Бронка Групп") позволит нам в ближайшей перспективе запустить производство интеллектуальных систем мониторинга состояния нефтегазовых скважин, позволяющих в том числе дистанционно управлять внутрискважинным оборудованием»,— уточняет господин Муров. По его словам, в экспертной среде сегодня обсуждаются варианты дополнения возможностей интеллектуальных скважин преимуществами основанной на Big Data предиктивной аналитики, благодаря ей компании смогут прогнозировать поломки и предупреждать износ оборудования, снижать затраты на ремонт, увеличивая срок службы и безопасность операций. «В будущем подобные системы помогут сократить эксплуатационные расходы на 20–30%»,— рассчитывает руководитель «Бронка Групп».

Другое перспективное направление для внедрения ИИ в производство внутрискважинного оборудования — это создание математических моделей, учитывающих сотни химических, физических и геологических параметров для разработки комплексов подземного оборудования (КПО) для конкретных месторождений. «Например, для одних скважин нужны КПО в углекислотостойком исполнении, для других — в сероводородостойком. Чтобы предложить заказчику наиболее подходящее решение, нужно учесть огромное количество факторов, и просчитать их влияние искусственный интеллект сможет полнее и точнее»,— объясняет господин Муров.

Денис Сигутин, управляющий партнер группы агентств PENA Agency, PENA Production, ASAP Banner, Idea Promotion, говорит, что ИИ применяется в настоящее время практически во всех сферах, но уровень его проникновения везде разный. «В некоторых отраслях он глубоко интегрирован на уровне программного обеспечения, а в других используется более поверхностно, например, в виде нейросети»,— поясняет эксперт.

Господин Кучаев вообще считает, что искусственный интеллект может стать прорывной платформой для четвертой технологической революции. «В целом, наблюдая за тем колоссальным количеством денежных средств, вложенных в развитие ИИ, можно с уверенностью предположить, что данные технологии прочно и надолго войдут в нашу реальность, обеспечивая технологическое конкурентное преимущество одних компаний и стран перед другими»,— рассуждает господин Кучаев.

Цена трансформации

Генеральный директор компании «Сател-СПб» отмечает, что затраты на интеграцию искусственного интеллекта в производственные и экономические процессы могут варьироваться в зависимости от конкретной отрасли, масштаба предприятия и сложности внедряемых технологий. Начальные инвестиции включают стоимость лицензий на программное обеспечение, разработку собственных моделей ИИ, интеграцию с существующими системами и обучение персонала. После внедрения технологии возможно возникновение дополнительных расходов — на техническую поддержку и обновление систем. Такие затраты также следует учитывать при расчете общей стоимости интеграции ИИ.

«Компании, которые успешно внедряют искусственный интеллект, сообщают о значительном увеличении производительности и сокращении времени на выполнение рутинных задач. Исследования показывают, что многие компании начинают видеть возврат инвестиций в цифровизацию в течение одного-трех лет после внедрения искусственного интеллекта, а уже в первый год применения технологии прибыль предприятий увеличивается в пределах 1–5%»,— делится наблюдениями Павел Гольдинштейн.

Исполнительный директор Hotdesk.ru замечает, что невозможно говорить о ROI (англ. return on investment — «показатель эффективности и прибыльности бизнеса».— BG) инструмента ИИ без понимания задач, которые стоят перед бизнесом. «Без формулирования задач не подобрать оптимальные инструменты. Какие-то решения будут простыми, какие-то более сложными. Инвестиции в кастомизированные ИИ-системы могут варьироваться от 5 до 100 млн рублей и выше, в зависимости от сложности и специфики бизнес-потребностей»,— конкретизирует Тимур Кучаев.

Компаниям, не нуждающимся в индивидуальных решениях, может быть доступно стороннее ПО по более доступным ценам, нежели собственная разработка. Также стоит учитывать, что развитие ИИ-алгоритмов требует значительных затрат на высокопроизводительное оборудование, с ценами на серверы, превышающими пять млн рублей. «Необходимо понимать и то, что фонд оплаты труда на команду специалистов по машинному обучению также может потребовать немалых затрат. Допустим, не менее 15 млн в год на небольшой проект и небольшую команду»,— приводит цифры господин Кучаев.

Как и другие эксперты, он советует брать в расчет, что после развертывания системы ИИ владельцы должны учитывать ежегодную стоимость обслуживания, которая может составлять около 25% от первоначальных затрат. Не стоит забывать и о сроках разработки. «Конечно, тут тоже все вариативно. Но год на разработку может уйти спокойно. Опять же длительность обучения зависит от объема и сложности данных, что также влияет на общие сроки проекта. Системы ИИ требуют постоянного мониторинга и обновления после внедрения, что может потребовать дополнительные временные ресурсы»,— обозначает эксперт Hotdesk.ru.

«Предполагаю, что в ближайшее время мы будем наблюдать рост компаний, занимающихся заказной разработкой ИИ-инструментов или аутсорсом базовых решений с дальнейшей индивидуализацией. Ведь спрос порождает предложение. Это может значительно снизить стоимость инвестиций»,— делает прогноз Тимур Кучаев.

Вложения в будущее

Господин Сигутин согласен, что окупаемость глубоких интеграций с искусственным интеллектом происходит практически мгновенно, если не учитывать долгосрочную поддержку. «Я считаю, что на это нужно смотреть иначе. Искусственный интеллект способен заменить если не все, то значительное большинство человеческих ресурсов»,— подчеркивает он.

В качестве примера самого эффективного применения ИИ на производстве эксперт приводит производственный цикл изготовления машин в Китае. «Корпорация Huawei, чтобы построить свои SU-7, построила завод с нуля. Уровень автоматизации этого производства достигает почти 98%. Конечно, в процессе участвуют люди, которые следят за исправностью машин, но производство автомобиля в автоматическом режиме становится реальностью,— обращает внимание он.— Возникает вопрос: как можно говорить об окупаемости или стоимости такого завода? Сейчас технологии стоят дорого, так как они разрабатываются с нуля. Однако, если взять, к примеру, модель вооружения, создаваемую на заводе Xiaomi, то можно заметить, что второй завод будет стоить значительно дешевле, а десятый — еще дешевле. Это сформирует новый рынок для создания автономных производств с искусственным интеллектом, ориентированных на конкретные ниши. Рентабельность и доходность таких производств будут настолько высоки, что привычные методы не смогут их выдержать».

Поэтому вместо того, чтобы говорить об окупаемости, господин Сигутин предлагает задуматься о том, сколько продержится компания, использующая традиционные подходы. «Вспомните: раньше, чтобы уехать с вокзала, мы ловили частников, нормально заказать такси было невозможно. Но затем появились агрегаторы, которые дали людям возможность легко и просто заказывать такси в любом месте. И рынок привычных такси просто исчез. То же самое произойдет и с бизнесом, который не будет адаптироваться к автоматизации»,— иллюстрирует мысль эксперт. При этом он делает оговорку, что это не означает, что не будет классических заводов. «Между автономными и классическими заводами начнется серьезная конкуренция. Я думаю, что качество продукции значительно улучшится. И в целом люди останутся работать, но, вероятно, на более мелких производствах, где требуется творческая работа, а не массовое производство серийных товаров»,— заключает Денис Сигутин.

Человеческий фактор

Господин Кучаев не обходит вниманием опасения, связанные с глубоким развитием ИИ, относительно будущего рынка труда. Несмотря на вызовы, с которыми сталкивается экономика, включая возможные потери рабочих мест, рост и развитие технологий ИИ обещают трансформации, которые будут оказывать глубокое влияние на будущие экономические сценарии. По данным недавних исследований, почти 40% рынка глобальной занятости подвержены влиянию искусственного интеллекта. При этом развитые экономики сталкиваются с более высокой угрозой, однако они также лучше подготовлены к внедрению и использованию преимуществ ИИ. В странах с развитой экономикой около 60% рабочих мест подвержено воздействию ИИ, что связано с преобладанием рабочих мест, ориентированных на когнитивные задачи. Прогнозируется, что половина из упомянутых 60% может испытать негативные последствия от внедрения ИИ, в то время как остальные рабочие места могут выиграть от повышения производительности благодаря интеграции ИИ.

«Ввиду этого бизнесу нужным быть готовым к тому, что работа над адаптацией сотрудников к условиям нового времени ляжет на их плечи. Причем программы по адаптации сотрудников к внедрению ИИ лучше продумывать заранее, в ином случае в какой-то момент возможен саботаж при внедрении ИИ»,— предупреждает исполнительный директор Hotdesk.ru.

Куда быстрее придет ИИ

Специалисты прогнозируют, что максимальное развитие ИИ сможет получить в тех отраслях, деятельность которых сопряжена с работой со значительным объемом данных и большим количеством пользователей: в здравоохранении, образовании, финансовом и транспортном секторах, сельском хозяйстве. В физике и космической индустрии ИИ будет помогать производить сложные расчеты. В производственной сфере ИИ будет полезен, в том числе, для прогностического (предиктивного, предсказательного) обслуживания оборудования, минимизирующего время простоя и сокращающего затраты.

Василиса Мотова

Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...
Загрузка новости...