Эффект на $100 млн: зачем металлургии искусственный интеллект

ИИ в России и в мире: чем отличаются подходы

— Как вы оцениваете современный уровень внедрения искусственного интеллекта в России на фоне остального мира?

— Зависит от угла обзора. Я бы хотел сказать не только об ИИ, но и о цифровых технологиях в целом, поскольку наша компания следит за всеми трендами в промышленности. Мы постоянно изучаем опыт как российских, так и зарубежных коллег. Особенно интересует общение с командами, которые занимаются цифровой трансформацией мировых металлургических компаний. Если говорить про индустрию в целом, то Россия находится с развитыми технологичными странами на одном уровне. А дальше есть нюансы, касающиеся типов инструментов. В разговорах с несколькими зарубежными лидерами цветной металлургии мы узнали, как у них в целом происходит процесс трансформации. Оказалось, что они больше инвестируют в датчики, данные и облачные сервисы. Мы же создаем искусственный интеллект, который автоматически управляет процессом.

— А они нет?

— Нет — для них это звучит как что-то невозможное. Нам не всегда верят, когда мы говорим, что у нас есть мельница, перерабатывающая руду, и этим устройством 90% времени управляет искусственный интеллект, а не оператор. То есть мы можем сказать, что в сферах, где ИИ ответственен за принятие решения, Россия опережает мир.

— Мировые компании так просто делятся опытом с вами — своим конкурентом?

— Да: это классический обмен опытом и привлечение иностранных экспертов. То есть диалог, выгодный обеим сторонам: нам интересно, что происходит у них, а им — что у нас. К тому же, мы говорим о довольно специфической сфере цифровых технологий. Сообщество в сфере ИИ достаточно открыто: оно состоит из единомышленников, которые стремятся развивать индустрию и для этого делятся знаниями и наработками. Хорошим примером этому служит принцип open source, то есть программного обеспечения с открытым кодом, пользоваться которым может любой желающий. Это касается и искусственного интеллекта. Есть компании, которые вкладывают сотни тысяч или даже миллионы долларов в технологии языковых моделей ради собственных целей, а потом открывают для них доступ всем желающим. Тот же тренд мы наблюдаем с цифровизацией промышленности. Например, пару недель назад я был в Китае на конференции, посвященной технологиям и добыче в металлургии. Мы с коллегами с удовольствием обменялись опытом.

— Раз вы сами заговорили о Китае, как у них обстоят дела с искусственным интеллектом в промышленности?

— Только в этом году я несколько раз посетил Китай с рабочими визитами, чтобы понять, как у них используется ИИ — и не только на производстве. Если говорить именно про промышленность, то ситуация такая же, как и у западных коллег: они инвестируют в облачные системы и данные. Например, развивают беспроводной интернет, чтобы операторы могли управлять вредным и опасным производством удаленно. Китайцы устанавливают повсеместно так называемое компьютерное зрение, то есть камеры и устройства, собирающие какую-то важную информацию. Сейчас они учатся использовать эти данные.

— Интересно ли российским компаниям покупать их разработки?

— Российский рынок уже покупает китайское оборудование и комплектующие. Что же касается технологий, то мы всегда изучаем их наработки наравне с другими. Тут вопрос в приоритетах. Китай делает ставку на сбор информации, и у них это хорошо получается. Мы же в «Норникеле» сейчас сосредоточены на повышении эффективности производственных процессов. Конечно, рано или поздно у компании наступит дефицит данных — тогда мы рассмотрим в том числе китайские технологии.

— А как же возможность вывести оператора за пределы зоны добычи ископаемых?

— Если говорить конкретно про «Норникель» и Норильск, то пока что эта технология труднореализуема, так как регион находится в Арктической зоне, а это накладывает риски на скорость передачи данных. Для оператора важна каждая секунда, и задержка на минуту для него недопустима. Это как если водителю завязать глаза и просить проехать за рулем минуту по конкретному маршруту, не видя его. Поэтому для нас китайское направление неактуально.

— Можно ли назвать это узким местом для внедрения цифровых технологий?

— Для нас нет. Наши ИИ-системы работают по другому принципу: сначала мы копим данные на озере, затем создаем и испытываем модель на тестовом стенде, а далее разворачиваем готовые системы непосредственно на производстве. Это позволяет минимизировать временную задержку, так как при обработке тысячи параметров дорога каждая секунда. В итоге каждые десять секунд строятся прогнозы, а каждые три секунды выдается управляющее воздействие, корректируя управление, чтобы стабилизировать объект оптимизации и таким образом увеличить производительность или извлечение металлов. Для сравнения: раньше, когда процессами заведовал оператор, он отдавал «команды» раз в минуту, потому что человеческий мозг не может работать быстрее.

Как внедрение ИИ сказалось на прибыли и персонале

— Как давно «Норникель» использует искусственный интеллект на производстве?

— Непосредственно внедрять начали три года назад, однако перед этим была подготовительная стадия. Сперва «Норникель» оценил, как ИИ может повысить финансовую эффективность. Для этого проанализировали узкие места, которые есть в процессе добычи и переработки металлов, и рассчитали, какие показатели можно и нужно улучшить. Так у нас появились конкретные задачи.

— Не было ли сопротивления у сотрудников из-за внедрения искусственного интеллекта?

— Да, на производстве поначалу присутствовало некоторое отрицание. Они не верили, что агрегатами можно управлять без участия человека, поэтому мы начали с создания советчика — программы, которая отслеживала процессы и выдавала операторам рекомендации. Следующим шагом стал переход к системам, в которых ИИ начинает самостоятельно принимать решения о конкретных управляющих воздействиях. Это избавило операторов от постоянного наблюдения за сотнями, а иногда и тысячами параметров, а также высвободило время для менее рутинных задач. Я сравниваю управление промышленными процессами нашего ИИ с машиной-беспилотником. Кто-то может посчитать аналогию некорректной, но для меня это яркий пример: повышенный риск, снижение вовлечения человека, большое количество данных.

— Три года — достаточный срок, чтобы подвести первые итоги. Как вы оцениваете эффект от использования ИИ?

— В 2023 году экономический эффект от использования искусственного интеллекта для «Норникеля» достиг $100 млн.

— За счет чего?

— Главным образом за счет выпуска дополнительной продукции. Дело в том, что у нас дорогие металлы, поэтому даже увеличение производительности на 1% приводит к заметному росту маржинальности.

— А как это сказалось на уровне занятости в компании?

— Никак: в процессе автоматизации мы никого не уволили. У нас в принципе не было цели сокращать количество сотрудников — автоматизация процессов позволила разгрузить существующих операторов, у которых помимо отслеживания той же мощности агрегата есть много других смежных задач. По сути, мы облегчили работу сотрудникам на местах.

Что такое ИИ

— Искусственный интеллект — довольно широкое понятие, в которое разные люди вкладывают разные смыслы. Что для вас ИИ?

— Действительно, подчас за искусственный интеллект выдают то, что так называть нельзя. Например, компьютерное зрение, о котором я упоминал в контексте Китая, формально считается ИИ, но мы в компании так не думаем. Для нас компьютерное зрение — это только часть процесса; оно служит виртуальным датчиком или дополнительным источником данных. Нам больше интересен процесс создания и внедрения ИИ целиком.

Поэтому под искусственным интеллектом на наших площадках мы подразумеваем систему, которая без воздействия человека управляет производством и самостоятельно принимает решения. Такую работу хорошо описывает термин «Управление с прогнозирующими моделями» (Model predictive control, MPC). Этот метод оценивает все входные значения и пытается их сбалансировать. А уже это, в свою очередь, ведет к оптимизации процессов. Есть еще генеративный ИИ, который мы тоже считаем искусственным интеллектом, но пока не используем.

— Чем он может быть полезен?

— Текстовые и визуальные модели можно будет интегрировать в общую систему для получения дополнительных данных.

— Например?

— Представьте: работники обсуждают по рации, что через несколько минут пойдет руда другого качества. Сейчас эту информацию должен вносить оператор, а в дальнейшем она может самостоятельно загружаться в систему на основе распознавания смысла речи.

— А в чем сложность, внедрить эту технологию в ближайшее время?

— Генеративный ИИ появился не так давно. Нам нужно проверить, насколько качественно будет работать алгоритм. Пока мы не достигнем показателя 90% точности, нельзя внедрять технологию на производство, поскольку велик риск ошибки — в нашей индустрии она может стоить очень дорого. При этом мы уже сейчас внедряем генеративный ИИ для сотрудников, работающих в офисе. Уверен, это может сократить до 20% времени за счет делегирования рутинных задач.

— Вы рассказали про свое понимание искусственного интеллекта. А какой тип ИИ чаще всего используется в российской промышленности?

— То же компьютерное зрение, причем уже давно. Плюс так называемое машинное обучение — Machine Learning, или сокращенно ML. Например, оно используется для составления калькулятора металлурга и помогает рассчитать, какие ферросплавы добавить, чтобы получить конкретную марку металла. Технология также используется для прогнозирования продаж. Мы тоже начинали с нее — использовали в советчиках, о которых я уже рассказывал. Но для нас это уже пройденный этап, поскольку мы видели в нем значительный недостаток: невозможность оценить эффект. Мы не могли понять, когда оператор основывался на совете искусственного интеллекта, а когда самостоятельно принимал решение, которое просто совпало с решением ИИ. При полной автоматизации такой проблемы нет: ты точно знаешь, что это в 100% случаев решение искусственного интеллекта.

В чем необычность ИИ для металлургии

— Есть ли какие-то нетипичные для промышленности решения, которые можно использовать в производстве?

— Как раз в генеративных ИИ и больших языковых моделях. У нас сейчас несколько прототипов для внедрения моделей типа GPT, то есть алгоритма обработки естественного языка.

— Как это можно использовать?

— Взгляните на уровень внедрения искусственного интеллекта у крупных игроков отечественного бизнеса, например у банков. Они используют генеративный ИИ в различных департаментах — в отделе кадров, бухгалтерии, юридических департаментах, технической поддержке. Мы перенимаем этот опыт. Помимо этого, такие банки создают собственные языковые модели.

— Почему бы вам просто не задействовать их технологии?

— Иногда мы так и делаем. Каждый наш прототип создается исходя из конкретной задачи: мы получаем ее и дальше смотрим, что есть в открытых источниках, а что у других компаний. Но дальше начинается узкая специфика, связанная и с индустрией, и конкретно с нашими предприятиями. И вот уже здесь готовых решений на рынке не существует: слишком отличается металлургия от банков и IT-компаний.

— Нет ли цели продавать свои технологии другим производствам?

— Нет. «Норникель» все-таки не назвать чисто технологической компанией, поэтому у нас сейчас другие приоритеты — в первую очередь это сквозная оптимизация процессов для всей корпорации, а не создание коммерческого продукта. В настоящее время мы точечно решаем задачи, а в конечном итоге хочется связать между собой все площадки корпорации. Для этого мы готовим продукты на основе удачных решений, после чего будем настраивать аналитику и смотреть на большое количество данных. Плюс у нас каждый год появляется два-три новых решения, приносящих эффект для компании.

— Над какими решениями работаете сейчас?

— В ближайшие полтора-два года мы планируем научиться сквозному управлению процессами целого предприятия: цехами, конвейером, мельницей, флотацией, гидроциклонами. В конечном счете это поможет минимально терять металлы и максимально отдавать их в концентрат.

Где находят подходящих специалистов

— Над задачами вы работаете самостоятельно или привлекаете подрядчиков?

— У нас, по сути, две команды, работающих над внедрением ИИ. Первая — это внутренний коллектив из 25 штатных сотрудников, в основном специалисты по работе с данными. Их уникальность в том, что они не просто анализируют информацию, но и прекрасно понимают процессы на производстве. Перед тем как решить очередную задачу, они ездят «в поля» и следят, как работают операторы агрегатов, наблюдают за процессами, изучают данные за последние годы, задают вопросы технологам.

— Наверное, сложно найти таких специалистов?

— Да. Людей, которые работают с данными, на рынке много, но чтобы у них были доменные знания, то есть знание процессов на производстве, очень мало. Кто-то к нам приходит с уже имеющимся опытом в промышленности, кого-то мы выращиваем в процессе. Кроме того, «Норникель» инвестирует в образовательные программы, чтобы уже в вузе готовить сотрудников, умеющих работать и с данными, и конкретно с производством. Например, в 2020 году у нас была совместная магистерская программа с Московским физико-техническим институтом (МФТИ), а в этом году мы запустили ее в Центральном университете. Она называется «ИИ в промышленности».

— Получается, обучение в магистратуре ведется за счет «Норникеля»?

— Там немного сложнее система. На первой ступени учащийся платит за себя сам, но получает от нас стипендию. Если человек показывает хорошие результаты, то на второй ступени корпорация покрывает 50% стоимости обучения, а дополнительно выплачивает стипендию. Чтобы попасть на третью ступень, нужно показать достойные результаты и побороться с конкурентами — другими студентами. При удачном прохождении мы покрываем всю сумму обучения, в том числе и за предыдущие этапы. Кроме того, магистрант получает возможность попасть в штат «Норникеля» в качестве стажера.

— Вы упомянули про две команды, работающими на ИИ в компании. Какая вторая?

— Это условно внешняя команда. Мы находимся в постоянном поиске технологических коллективов и стартапов, которых можно привлечь в качестве подрядчиков. Для этого я постоянно участвую в жюри разных тематических челленджей, где в качестве заданий мы используем реальные задачи, которые стоят перед «Норникелем». А еще мы сами периодически проводим хакатоны, чтобы находить нестандартно мыслящих специалистов и привлекать их для совместной работы. В отдельных случаях мы работает со стартапами, если понимаем, что именно этих компетенций не хватает «Норникелю» на текущем этапе развития ИИ.