ИИ в промышленности: «зеленый свет» и «простои» на перекрестках
В области развития и внедрения технологий ИИ в России и государство, и промышленность действуют в одном русле. Повышение интеллектуальной зрелости промышленных предприятий, достигаемое в том числе за счет внедрения ИИ, стало целью нескольких госпрограмм (целеполагающая — “Искусственный интеллект”), а предприятия, со своей стороны, модернизируют производственные и корпоративные процессы с помощью решений на основе искусственного интеллекта. Увеличение спроса стало стимулом для компаний внедрять цифровые технологии, способные оптимизировать процессы и способствовать росту производства.
Ресурсы и высокая тиражируемость — условия внедрения ИИ
В среднем в приоритетных сферах российской экономики технологии ИИ использует уже порядка трети организаций — такие данные представил Национальный центр искусственного интеллекта при правительстве РФ (НЦРИИ). В обрабатывающей промышленности показатель чуть ниже: их применяет 25,8% компаний, а 31,4% к этому принципиально готовы. В топливно-энергетическом комплексе к использованию ИИ прибегает 40,6% компаний, в строительстве — 27,6%.
Пока сохраняется разрыв между уровнем проникновения ИИ-решений в промышленности и в финансовых услугах, где, по данным Индекса НЦРИИ, он достигает 55,5%. Но при этом, по моему мнению, потенциал к расширению цифровых практик на промпредприятиях колоссален.
В целом наиболее активно ИИ внедряется в отраслях, где у компаний есть финансовые возможности для инвестиций в новые технологии. Второе существенное условие, формирующее основу для быстрого внедрения ИИ в некоторых промышленных отраслях, — широкие возможности для тиражирования технологий. Так, в обрабатывающей промышленности у предприятий много однотипных, повторяющихся процессов и оборудования. В итоге одно ИИ-решение легко воспроизводится на ряде производств без существенных доработок. Кроме того, у участников этой отрасли чаще всего устойчивый входящий денежный поток. Этим обусловлен высокий уровень внедрения ИИ на обрабатывающих предприятиях и потенциал для его интенсификации.
Искусственный интеллект в действии: практика производственных компаний
Большинство предприятий начинают проекты по интеграции в производство ИИ-технологий, обозначив две главные цели: повысить эффективность ключевых процессов и обеспечить непрерывность производственного цикла.
Один из основных факторов повышения эффективности на промпредприятиях — сокращение объема финансовых потерь при сопутствующем росте выручки благодаря оптимизации основных бизнес-процессов. При этом для большинства производств очень важен аспект сокращения издержек: так, именно снижения производственных расходов ждут от внедрения ИИ 63% участников исследования компании “Технологии доверия” (“ТеДо”), проведенного для горнометаллургической отрасли. Результаты исследования “Яков и партнеры” (2023 год) и вовсе говорят о том, что 93% компаний, внедряющих ИИ, рассчитывают на снижение издержек. 56% участников исследования “ТеДо” также ожидают от внедрения ИИ повышения производственной безопасности, еще 50% планируют с его помощью увеличить объемы производства.
Проще всего проследить влияние ИИ на примере предприятий добывающей и обрабатывающей промышленности. Они уже широко используют ИИ-инструментарий для сбора и анализа больших данных, продвинутой аналитики (методы анализа данных), в том числе предиктивной, системы геопозиционирования и видеоаналитики. Среди трендов на ближайшие несколько лет у компаний, уже достигших существенных результатов от реализации программ цифровой трансформации, — внедрение систем интернета вещей (IoT) и цифровых двойников.
Сокращение расходов на предприятиях достигается, например, благодаря умным системам контроля качества сырья. Его состав и характеристики отслеживаются на разных этапах работы предприятия. Таким образом минимизируются финансовые потери из-за выпуска партий некачественной продукции и ее повторного производства. С другой стороны, системы предиктивной аналитики предсказывают возможные сбои в работе оборудования. В итоге снижается число неожиданных поломок и внеплановых простоев из-за ремонта, ведущих к расходам и упущенной прибыли.
Также ИИ может помочь в увеличении производительности предприятий, сокращая количество брака. Для этого используется дефектоскопия — система распознавания объектов с помощью компьютерного зрения, когда нейросети сравнивают изображения готового продукта с имеющейся базой изображений и находят то, что отклоняется от нормы. Например, сортируют готовые бутылки на стекольных заводах, выбраковка которых раньше делалась вручную, или яйца на птицефабриках. В результате компании получают меньше рекламаций.
Среди других актуальных задач для ИИ на производствах — контроль работы сотрудников и обеспечение охраны труда. Эти цели достигаются с помощью схожих решений, хотя и в разных интерпретациях. В области охраны труда распространены практики удаленного мониторинга работы на опасных объектах (например, в шахтах или на морском дне). Другой сценарий использования ИИ связан с обеспечением дисциплины, когда контроль рабочего времени осуществляется с помощью систем видеоаналитики.
Технологии интернета вещей часто задействованы в экологическом мониторинге. Так, умные метеостанции позволяют контролировать показатели выбросов в окружающую среду. Наконец, важная область “прикладного” ИИ — цифровые двойники предприятий. Они дают возможность моделировать производственные процессы, видеть “узкие места” и корректировать их.
Ключевые препятствия для результативного использования ИИ
Положительный эффект от внедрения ИИ возможен только в том случае, если предприятие инвестирует в цифровые проекты, имея на руках обоснования потенциальной результативности решения и проверив ряд гипотез. Кроме того, чтобы цифровые решения принесли ожидаемый результат, они должны быть частью долгосрочной стратегии. Многие компании совершают ошибку, принимая решение об инвестировании на основе расчетов возможного повышения эффективности в перспективе года и даже меньше.
Эта ошибка связана с отсутствием достаточного количества объективной и подробной информации об эффективности цифровых решений, уже внедренных на предприятиях в разных отраслях экономики. Компании должны иметь доступ к открытым и достоверным сведениям о том, каких результатов и на каком временном периоде можно достичь с помощью ИИ. Здесь же корень и другого барьера — недоверия предприятий к новым технологиям, вызванного дефицитом информации об удачных кейсах в отрасли. На него наслаивается нехватка внутренней экспертизы. 60% предприятий называют препятствием для внедрения ИИ отсутствие у них необходимых для этого компетенций. При реализации ИИ-проектов компаниям необходимо содействие интеграторов, объединяющих отраслевую экспертизу с опытом работы в ИТ и пониманием принципов внедрения ИИ. Между тем таких отраслевых “провайдеров” на рынке не хватает.
Но даже при наличии стратегий цифровизации и экспертизы, многие предприятия останавливает недостаток ресурсов. Следовательно, нужны внешние меры поддержки. Уже есть распространенная практика выделения грантов на исследования в области ИИ, льготное проектное финансирование на его внедрение, налоговые льготы для разработчиков ИИ-решений. Спектр существующих мер поддержки необходимо расширять, распространяя его не только на ИТ-компании и разработчиков ПО, но и на производственный бизнес, стимулируя его к модернизации технологий.
Возможности применения ИИ ограничивает и забюрократизированность процессов на многих крупных предприятиях. В структурах, где действуют устаревшие регламенты, априори трудно внедрять новые технологии. Это касается как внутренних процессов на предприятиях, так и государственного регулирования. Чтобы открыть дорогу новым технологиям, требуются совместные усилия государства и бизнеса.
Через два года эффекты от внедрения ИИ станут очевидными
Цифровые технологии внедряются тем быстрее, чем заметнее становится нарастающий экономический эффект, который они приносят большинству предприятий. Важен именно кумулятивный эффект, включающий не только сокращение издержек и повышение прибыльности компаний, но и сопутствующие факторы. Среди них возможность получить субсидии на реализацию проектов по внедрению нового ПО на базе ИИ, взять кредит на льготных условиях на модернизацию производства и другие. Общий финансовый поток создает в этом случае позитивное влияние на экономику.
Уже очевидно, что ближайшие три года цифровизация производства будет оставаться приоритетом для российских промышленных компаний. Это предсказание можно углубить: скорее всего, предприятия четко увидят реальный эффект от технологий ИИ в предстоящие два года. К этому моменту завершится отдельный производственный цикл, итоги которого позволят отделить влияние ИИ на экономику предприятий от других факторов и оценить таким образом эффективность новых технологических решений. Поэтому компаниям так важно создавать именно долгосрочные стратегии внедрения ИИ, а не ставить краткосрочные цели.
Появление в открытом доступе исчерпывающей и достоверной информации об эффективном использовании ИИ в промышленности, может спровоцировать более массовый процесс его распространения. Он затронет уже не только крупнейшие российские предприятия, у которых есть бюджеты на исследования и разработки, а также возможности для реализации дорогостоящих пилотных проектов, но и средний и даже малый бизнес. Это позволит значительно увеличить масштабы влияния ИИ на экономику.
Опубликовано 29.10.2024
