Поделиться
Как ИИ меняет производство, строительство и транспорт
До самого последнего времени искусственный интеллект активнее всего применялся в сфере финансов, ритейле, технологических отраслях. Однако появление кейсов, подтверждающих экономическую эффективность его внедрения в производственных отраслях, привело к росту ИИ-проектов в промышленности, строительстве, на транспорте. Опытом внедрения и использования ИИ поделились участники секции «ИИ в производственных отраслях» в рамках организованного CNews Conferences форума «Технологии искусственного интеллекта 2025».
Зачем ИИ на производстве
«Сейчас кто только не занимается генеративным искусственным интеллектом. Стоит ли туда идти?», — задается вопросом Александр Чесалов, эксперт в области ИИ, член Российской ассоциации искусственного интеллекта, член совета НААП, модератор конференции. По его мнению, самым перспективным направлением является промышленная автоматизация — использование ИИ для контроля качества, обеспечения промышленной безопасности и планирования производства. Еще одно направление — Edge AI, использование ИИ в сфере интернета вещей для автоматизации заводов, прогнозирования обслуживания оборудования.
Методы предиктивного обслуживания
Систем прогнозируемого технического обслуживания создано уже достаточно много. Существует два подхода: прогнозирование на основе состояния и предписывающее обслуживание, основанное на прогнозе поломки в долгосрочной перспективе. Исследования показывают, что предиктивное обслуживание способно привести к росту объемов производства на 20-20%, снижению расходов на ТО на 25-30%, предотвращению 70-75% поломок и сокращению времени простоя на 35-45%.
В нефтегазовой отрасли и химической промышленности ИИ используется в основном в сфере производства. Например, в компании «ЕвроХим» внедрены интеллектуальные системы управления и оптимизации технологических процессов, таких как производство аммиака, карбамида, NPK-удобрений, рассказал Артем Новиков, руководитель направления ИИ компании «Цифровые технологии и платформы». Их использование дало возможность на 1,5% увеличить производство аммиака и карбамида и на 3% — удобрений.
Архитектура рекомендательной системы производства аммиака
Кроме того, ИИ позволяет создавать системы мониторинга и прогнозирования технического состояния оборудования по данным телеметрии и лабораторным анализам, проводить онлайн настройку ПИД-регуляторов. В «ЕвроХим» также используется система поддержки оператора при пусках, остановах, поломках и переходах между режимами.
В ГК «Москабельмет» ИИ используется во множестве производственных процессов. Например, робот принимает от клиентов заказы, заносит данные в систему и формирует задание для производства. В «1С: КоМод» ИИ на основе данных о составе изделия рассчитывает ФОТ на его производство. После внедрения MES-системы у компании появился огромный объем данных, который позволил обучить ИИ-модель и выстроить систему оптимизации планирования производства.
Как рассказал Ян Анисов, заместитель генерального директора по развитию производственной инфраструктуры и инновациям ГК «Москабельмет», наибольший эффект приносят системы на базе компьютерного зрения. Например, система «Сокол» контролирует около 20 параметров продукции: размер, цвет, наличие трещин, царапин, неоднородностей и несоответствий и пр. Экономический эффект от внедрения системы только на одной производственной линии уже составил ₽1,2 млн в год. Проект окупается за 2 года. Также в компании запущен Spider Agent — единая информационно-аналитическая система, которая автоматически собирает информацию и анализирует ее с помощью ИИ.
ИИ в строительстве
Еще одна сфера использования ИИ — строительство. В ФСК запущено множество проектов на базе ИИ. «Очень важно внедрять искусственный интеллект осознанно. Это предполагает знание технологий, понимание, какой путь надо пройти, чтобы гипотеза превратилась во внедрение», — говорит Алексей Титов, руководитель Центра архитектуры и анализа ФСК. Он подчеркнул, что для каждой задачи нужна своя технология: LLM-модель, ИИ-агент, OCR, ML, RAG.
ИИ-технологии под конкретные задачи бизнеса
Алексей Титов рассказал, как силами двух специалистов по НСИ и одного разработчика при помощи ИИ в компании создали справочник номенклатур. Всего за 4 мес. удалось согласовать с 4 бизнес-подразделениями обязательные характеристики по этапам строительства, настроить системы под разные наборы характеристик, подключить несколько ИИ-моделей для классификации материалов, разбора на характеристики. В результате получился рабочий ИИ-инструмент, обрабатывающий десятки тысяч материалов за минуты. Материалы загружались, разбирались и проходили ручную проверку.
В ГК ПИК существует Лаборатория ИИ. «Использование искусственного интеллекта — неизбежный результат развития подходов к созданию архитектурных объектов», — уверен Артур Ишмаев, руководитель отдела внедрения и развития нейросетей ПИК. С этой задачей хорошо справляются генеративные модели, постепенно набирают популярность графовые и диффузные модели, трансформеры.
Александр Чесалов, эксперт в области ИИ, член Российской ассоциации искусственного интеллекта, член совета НААП, модератор конференции: Самым перспективным направлением является промышленная автоматизация
Артем Новиков, руководитель направления ИИ компании «Цифровые технологии и платформы»: В нефтегазовой отрасли и химической промышленности ИИ используется в основном в сфере производства
Ян Анисов, заместитель генерального директора по развитию производственной инфраструктуры и инновациям ГК «Москабельмет»: Наибольший эффект приносят системы на базе компьютерного зрения
Алексей Титов, руководитель Центра архитектуры и анализа ФСК: Очень важно внедрять искусственный интеллект осознанно. Это предполагает знание технологий, понимание, какой путь надо пройти, чтобы гипотеза превратилась во внедрение
Вячеслав Истин, директор по ИТ кондитерского объединения «Любимый край»: Одна из перспективных сфер применения ИИ — это логистика
Сергей Сенчушкин, директор по инновационным проектам «РЖД-Цифровые пассажирские решения»: В настоящее время ведется работа над созданием интеллектуального ассистента для планирования маршрута, планируется реализация возможности покупки билета голосом и выдачи всем работникам аудиобейджей
Артур Ишмаев, руководитель отдела внедрения и развития нейросетей ПИК: Использование искусственного интеллекта — неизбежный результат развития подходов к созданию архитектурных объектов
«Пока не существует универсально «лучшей» архитектуры нейронной сети, так как эффективность, скорость и качество результата зависят от поставленной задачи, типа данных, доступных вычислительных ресурсов и требований к интерпретируемости результата», — говорит Артур Ишмаев. Он подчеркнул, что важно изучать разные ИИ-модели, потому что они по-разному решают одну и ту же задачу.
ИИ в логистике
Вячеслав Истин, директор по ИТ кондитерского объединения «Любимый край», уверен, что одна из перспективных сфер применения ИИ — это логистика. К 2027 г. 80% складов класса B перейдут на WMS. На складах появятся RFID, GPS-трекеры, мобильные терминалы сбора данных и электронный документооборот. Затем наступит время использования дронов, роботов и беспилотных грузовиков. Искусственный интеллект будет использоваться для аналитики и оптимизации процессов. Компании постепенно перейдут на смарт-контракты.
К 2030 г. он ожидает широкого распространения AR/VR-решений для навигации и обучения сотрудников, появления цифровых двойников, развития интеграционных платформ. «Главное, не внедрять все сразу, а постепенно, осознанно двигаться к цифровому стандарту, где технологии служат людям, а не заменяют их», — говорит Вячеслав Истин.
ИИ на транспорте
Сергей Сенчушкин, директор по инновационным проектам «РЖД-Цифровые пассажирские решения», рассказал об использовании ИИ для прогнозирования продаж билетов. Система на основе DNN разработана для внутренних нужд «РЖД – Цифровые пассажирские решения». Она предлагает прогноз продажи билетов в агентской сети и используется для поддержки принятия решений при составлении бюджета. Точность прогноза — 95%, а средняя абсолютная погрешность прогнозирования по дням — 4%.
ИИ также используется как помощник супервайзера в клиентском сервисе. Он помогает контролировать коммуникации с пассажирами на железнодорожном транспорте по различным каналам связи. Все диалоги могут быть записаны, обработаны и проанализированы. В настоящее время ведется работа над созданием интеллектуального ассистента для планирования маршрута, планируется реализация возможности покупки билета голосом и выдачи всем работникам аудиобейджей.
Короткая ссылка
