Умные решения не терпят спешки
Промышленники присматриваются к возможностям генеративного ИИ
Применение технологий генеративного искусственного интеллекта (ИИ) в промышленности в РФ пока носит тестовый характер, следует из исследования фонда «Сколково». По прогнозу его аналитиков, переход успешных пилотных проектов в стадию промышленной эксплуатации ожидается в течение ближайших двух лет. Технология позволяет предприятиям оптимизировать ключевые производственные процессы, но ее широкому внедрению мешает ряд барьеров. Основными препятствиями опрошенные компании называют сопротивление изменениям со стороны персонала, действующие требования по информационной безопасности и невозможность просчитать экономический эффект от инвестиций в ИИ.
Фото: Евгений Павленко, Коммерсантъ
Фото: Евгений Павленко, Коммерсантъ
Аналитики Центра экспертизы и коммерциализации информационных и финансовых технологий фонда «Сколково» изучили возможности и опыт применения технологий генеративного ИИ (он, напомним, способен создавать тексты, изображения и другой контент) в российской промышленности. Одной из задач исследования было выявить особенности и проблемные зоны действующих и возможных проектов. Пока, отмечается в отчете, передовые компании апробируют генеративный ИИ для изучения его потенциальных возможностей. Переход первых пилотов в промышленную эксплуатацию возможен в ближайшие один-два года. Эксперты подчеркивают, что предприятия производственного сектора «с вдумчивой осторожностью» подходят к внедрения таких цифровых решений.
Согласно данным, приведенным в отчете, объем мирового рынка генеративного ИИ в 2030 году увеличится до $143 млрд с $34,1 млрд в 2025-м. В РФ в 2030 году, по прогнозу аналитического центра red_mad_robot, показатель составит $4,15 млрд.
На каждый доллар, инвестированный в генеративный ИИ, в среднем предприятие получает $3,5 отдачи, отмечают эксперты «Сколково».
Хотя в основном генеративный ИИ применяется для оптимизации бизнес-процессов, промышленники проявляют все больший интерес к его использованию и в ключевых производственных операциях. Это позволяет решать более сложные отраслевые задачи и оптимизировать ключевые операции, напрямую влияющие на производительность и качество продукции, поясняют эксперты.
Так, с учетом мирового и российского опыта в числе эффектов от применения генеративного ИИ эксперты называют ускорение проектирования изделий на 30–80% (в том числе с автоматическим формированием документации и проверкой на соответствие техническим и нормативным требованиям), а также сокращение незапланированных простоев оборудования до 50%. Кроме того, ИИ-решения позволяют компаниям снизить избыточные запасы сырья на 40–60%, сократить время на оптимизацию логистических цепочек до 10–15 минут и так далее.
Пока чаще всего генеративный ИИ в РФ в промышленности используется в процессе разработки программного обеспечения, предиктивного обслуживания оборудования, создания и проверки технической документации, а в сочетании с технологией компьютерного зрения — для оптимизации технических процессов.
Вместе с тем внедрение и масштабирование предприятиями решений на основе генеративного ИИ сопряжено с рядом проблем.
Чаще всего (50%) в качестве барьеров участники проведенного экспертами опроса называли недоверие к технологиям и сопротивление изменениям со стороны персонала. Более трети компаний (36%) отметили ограничения, связанные с информационной безопасностью, столько же — отсутствие подходов к оценке эффективности применения технологии в производственных процессах. О высокой стоимости внедрения (затраты на инфраструктуру, обучение моделей и персонала) заявили менее трети участников (29%).
При внедрении ИИ в промышленность возникает ряд сложностей, отмечает руководитель проектов автоматизированной системы управления технологическим процессом инженерной компании «Уралэнерготел» Валерий Бочин. «Для обучения моделей нужны большие массивы данных, а устаревшие системы зачастую их не предоставляют или данные оказываются низкого качества, что приводит к ошибочным прогнозам»,— говорит он. На организационном уровне встречается сопротивление сотрудников, которые воспринимают ИИ как угрозу своим рабочим местам. Еще один барьер — длительные сроки внедрения и окупаемости таких проектов, что не позволяет рассчитывать на быстрый возврат инвестиций, добавляет эксперт.
Внедрение ИИ в промышленность сегодня не тренд, а необходимость, отмечает гендиректор компании Inventorus, член генсовета «Деловой России» Евгений Елфимов. Повышение эффективности, снижение издержек и автоматизация напрямую влияют на конкурентоспособность предприятий, отмечает эксперт. «К примеру, в нашей практике работы с крупными компаниями мы видим растущий запрос на системное управление научно-технической информацией и создание корпоративных баз знаний с использованием ИИ»,— говорит господин Елфимов.