Экономический эффект от использования искусственного интеллекта (ИИ) в разных отраслях в России к 2030 году составит 11 трлн руб., считает вице-премьер Дмитрий Чернышенко. Разбираемся, чем искусственный интеллект способен помочь производству и каких результатов он помогает достигать в настоящий момент.
В какие процессы внедряют ИИ
Российские отрасли экономики активно обращаются к искусственному интеллекту: по итогам прошлого года средний уровень внедрения ИИ в разные сферы превысил 32%, сказано в отчете «Белая книга цифровой экономики 2023». Чаще всего его используют в финансах и IT: о применении ИИ заявляют до 98% компаний этих секторов, следует из того же отчета.
Последние несколько лет освоением «умных» технологий занялись и производственные компании — из сферы металлургии, горной добычи и машиностроения. Как и в случае с банками, главная цель использования ИИ — оптимизация существующих процессов, но с учетом промышленной специфики.
Если говорить о металлургии, то в текущих реалиях искусственный интеллект помогает повышать эффективность производства и качество готовой продукции, сообщили «РБК Трендам» сразу несколько компаний этого сектора. К примеру, с помощью ИИ можно контролировать соблюдение техники безопасности и снижать нагрузку на экологию, утверждает руководитель центра искусственного интеллекта и машинного обучения «Северсталь Диджитал» Андрей Голов.
Повышение эффективности и качества выпускаемой продукции — первоочередные цели и для «Норникеля», указывает руководитель направления разработки и внедрения ИИ горно-металлургической компании Данил Ивашечкин. Производитель металлов в настоящее время делает акцент на автоматизацию основных этапов добычи и переработки руды.
Среди ключевых задач для индустрии директор департамента цифровой трансформации и больших данных Трубной металлургической компании (ТМК) Игорь Хлебников называет сокращение потребляемых ресурсов и снижение себестоимости продукции. «Мы применяем ИИ на всех производственных этапах в сталеплавильном и трубопрокатном производстве, начиная с заготовки лома и заканчивая контролем качества готовой продукции», — говорит Хлебников.
Несмотря на то что компании используют искусственный интеллект практически на всех этапах производства, говорить о комплексном подходе еще рано, считает Ивашечкин. По его словам, «умные» технологии пока решают точечные задачи. С ним согласен директор департамента развития и поддержки бизнес-приложений компании «Полюс Золото» Денис Ерофеев. Однако оба эксперта отмечают, что объем и сложность этих задач постоянно растет.
Искусственный интеллект применяется не только непосредственно в производстве, но и в корпоративных процессах — в продажах, закупках, бухгалтерии, юридических и кадровых отделах. Здесь в основном используется генеративный ИИ, то есть различные сервисы обработки языковых данных и инструменты распознавания текста. «Эти технологии традиционно связывают с офисной работой, однако они могут послужить и непосредственно производству», — считает Ивашечкин. В «Норникеле» с помощью них планируют получать полезную информацию о добыче и переработке руды, например, когда один сотрудник сообщает по рации о качестве сырья, а нейросеть распознает речь и вычленяет факты, критичные для производственного процесса.
Как происходит внедрение ИИ
В крупных компаниях ИИ-технологии разрабатываются прежде всего исходя из конкретных задач бизнеса. Для этого проводится аудит, который выявляет узкие места — операции, которые тормозят или сдерживают производственный процесс.
В «Северстали» искали способ производить больше оцинкованного проката без привлечения значительных инвестиций и с сохранением качества продукции. По итогам анализа компания решила, что с этим ей поможет оптимизация управления режимами работы агрегата непрерывного горячего цинкования.
После составлений гипотез промышленники собирают все данные, которые помогут в разработке решения. Для этого сотрудники подразделений, отвечающих за искусственный интеллект, отправляются на производственные площадки, подробно изучают процесс, общаются с операторами и технологами, рассказывают в «Северстали» и «Норникеле». Затем специалисты по работе с данными собирают информацию о работе устройств за несколько последних лет. «Они проводят исследование, как данные взаимосвязаны, какие есть аномалии в процессе, какие факторы оказывают влияние и насколько это влияние существенно», — рассказывает Голов.
Следующий шаг — создание модели технологии, проектирование ее архитектуры и компонентов. Полученное решение проходит тестирование и только после этого устанавливается непосредственно на производстве. «Ключевой фактор быстрого внедрения ИИ — наличие инфраструктуры, то есть платформы и вычислительных мощностей, позволяющих использовать придуманный алгоритм», — делится опытом Ерофеев.
В зависимости от возможностей на агрегат устанавливается или автоматизированная система, большую часть времени самостоятельно управляющая производством, или советчики, которые подсказывают операторам решения. Правда, в «Норникеле» считают советчиков пройденным этапом: в настоящее время компания переключилась на автоматизацию процессов, где итоговое решение принимает не человек, а технология, основанная на принципах искусственного интеллекта.
После установки ИИ-систем их работу постоянно отслеживают и при необходимости корректируют. В случае успешного использования проект внедряется и на другие производственные площадки, говорит Хлебников. По словам Ивашечкина, в ближайшие несколько лет «Норникель» планирует перевести на автоматическое производство целое предприятие — сейчас в таком режиме, как правило, работают отдельные цеха.
Однако говорить о полностью «умном» заводе пока рано. «Если оцифровать вообще все процессы, то появятся риски, что реакция на чрезвычайные ситуации будет слишком медленной. Например, это касается ремонта: если не будет людей на местах, то на поломку будет сложно отреагировать. Хотя это вопрос горизонта планирования — возможно, в течение нескольких десятилетий эту задачу действительно можно решить», — допустил Ивашечкин.
Каковы эффекты от внедрения ИИ
Согласно подсчетам «Норникеля», в 2023 году экономический эффект от использования искусственного интеллекта в компании достиг $100 млн. Добиться подобного результата удалось за счет выпуска дополнительной продукции — благодаря увеличению мощности производства и увеличению содержания металла в конечной продукции.
В «Северстали» внедрение ИИ для управления агрегатом непрерывного горячего цинкования позволило нарастить его производительность на 3,4% только за первые три месяца; сопутствующий экономический эффект превысил 100 млн руб. Еще одним удачным решением в области искусственного интеллекта компания считает установку системы «Автотемп 2.0» на самом производительном стане горячей прокатки — стане 2000 Череповецкого металлургического комбината. Это комплекс моделей машинного обучения, который управляет темпом прокатки и выдачей слябов — стальных заготовок — из печи. «В 2023 году с помощью ИИ мы дополнительно произвели 65,5 тыс. т металлопроката, а экономический эффект составил 184,5 млн руб.», — подсчитали в «Северстали».
Для ТМК одним из наиболее успешных проектов стал интегрированный программный комплекс «Цифровое сталеплавильное производство». Решение участвует в контроле над объемом сырья в процессе обработки и подготовки лома, подбирает компоненты для плавки, а также контролирует состав и температуру стали в агрегате «ковш-печь». Экономический эффект от внедрения «помощника» в компании оценили в 1 млрд руб. в год.
Еще одна находка ТМК в сфере ИИ — «цифровой двойник трубопрокатного производства». Помимо прочего он позволяет выявлять неисправности на ранних стадиях, что обеспечивает стабильную работу и снижает риск поломки и простоя.
В случае с компанией «Полюс Золото» искусственный интеллект помогает прогнозировать технологические показатели переработки будущей руды на основании геологических данных. Благодаря этому компания сократила число дорогостоящих и длительных исследований в рамках процесса геолого-металлургического картирования.
Как отмечает Ивашечкин, во всех случаях речь идет о довольно быстром экономическом эффекте, однако некоторые решения можно будет оценить спустя значительное время. «Металлургия делится на два типа. Первый — цветная, и из-за дороговизны материалов при увеличении производительности экономические результаты можно увидеть довольно быстро. Второй тип — черная металлургия; в ней ожидаемая эффективность ниже, поэтому большие автоматические ИИ-системы там внедряются медленнее. Зато в черной металлургии заметен эффект от компьютерного зрения — закономерно, что эту технологию интегрируют активнее: в долгосрочной перспективе это принесет результат», — оценили в «Норникеле».
Какие проблемы могут возникнуть при внедрении ИИ
Внедрение искусственного интеллекта на производство замедляется из-за ряда проблем, с которыми сталкивается промышленность. «Одна из них — российский рынок не готов платить за внедрение ИИ, даже если это приносит эффект. Это тормозит появление и развитие стартапов и технологий. Многие компании до сих пор пытаются добиться операционных улучшений классическими IT-инструментами», — считает Данил Ивашечкин.
С этим согласны и в компании «Полюс Золото»: по мнению Дениса Ерофеева, применение искусственного интеллекта ограничивается не особенностями какой-либо области производства, а общими факторами. Самый очевидный — дороговизна и сложность технологий по сравнению с «классическими» IT-инструментами. Еще одно препятствие — отсутствие решения некоторых юридических вопросов, связанных, например, с ответственностью за ошибку.
Снизить стоимость ИИ-разработок отчасти помогают готовые решения. В качестве примера в «Северстали» приводят системы управления корпоративными данными, инструменты машинного обучения и платформы для специфичных доменных задач — таких как видеоаналитика и ремонт оборудования до фактической поломки на основе предсказаний искусственного интеллекта.
К тому же у каждой сферы и компании есть собственная специфика, которая часто требует уникальных разработок. Это не позволяет существенно удешевить технологии и изготовить комплексный продукт, подходящий для любого производства, сошлись во мнении все собеседники «РБК Трендов» из промышленных компаний.
В конечном счете искусственный интеллект на текущем этапе развития не готов решать абсолютно все задачи, резюмировал Ивашечкин: «Есть функции, которые сейчас могут выполнять только люди. Например, в металлургии нет технологий, которые позволяли бы в режиме реального времени отслеживать содержание металлов в руде. Для этого специалисты проводят довольно длительный анализ, они работают на местах. Так происходит не только в России, но и во всем мире».
Отдельная сложность — специфика регионов, в которых функционируют компании. Многие российские производители добывают и перерабатывают сырье за полярным кругом, куда сложно провести широкополосный интернет. Отсутствие проверенного канала связи — очевидное узкое место для внедрения любых ИИ-технологий, связанных с передачей данных по интернету.
Как ИИ повлияет на занятость и сотрудников
Серьезный аспект применения искусственного интеллекта касается этической стороны вопроса: не отнимут ли автоматизированные системы работу у человека. Согласно исследованию Международного валютного фонда (МВФ), подобным рискам по всему миру подвержены 40% занятого населения. Правда, в отчете уточняется, что при грамотном использовании ИИ люди не лишатся работы, а смогут поменять квалификацию и заняться другими задачами, но для этого важны соответствующие усилия бизнеса. С этим согласны в российских промышленных компаниях.
«Нужно помнить, что цель внедрения ИИ — это не сокращение сотрудников, а повышение эффективности производства», — подчеркнул Данил Ивашечкин. Автоматизация процессов не только позволяет снизить влияние человеческого фактора, но и разгружает операторов от рутинных монотонных дел, считают в «Норникеле», «Северстали» и ТМК. По сути ИИ облегчает работу операторов на местах, но сохраняет их роль в производственном процессе. Кроме того, использование искусственного интеллекта повышает безопасность для человека.
«ИИ не забирает у человека работу — он ее трансформирует, придавая импульс к профессиональному и личностному развитию», — убежден Хлебников. Исключить людей из процесса все равно не удастся: сотрудникам так или иначе придется управлять большими парками техники, уверены в компании «Полюс Золото». Наконец, само проектирование «умных» технологий часто опирается на опыт работников на местах. «Чтобы сделать качественный автоматизатор процессов, нужно анализировать работу операторов — для этого мы приезжаем на производство и лично общаемся с ними, тенью следуя за каждым их шагом на работе. Без этих людей просто невозможно разработать модель ИИ, которая оптимизировала бы процесс», — рассказал Данил Ивашечкин.
При этом внедрение искусственного интеллекта требует от некоторых сотрудников обучаться работе заново, признали в «Норникеле». «У нас не было трудностей, потому что операторам и раньше приходилось постоянно вбивать какие-то данные. После внедрения ИИ интерфейс немного изменился, но зато теперь им нужно вносить только нижнюю и верхнюю планки, а дальше искусственный интеллект будет сам работать: в конечном итоге работа оператора упростилась», — объяснил Ивашечкин.
Впрочем, один критичный вопрос все же остается: как ИИ отразится на умениях людей. «Мы обсуждали с руководством «Норникеля», не снизит ли использование искусственного интеллекта квалификацию или доменные знания сотрудников. Например, как в случае с навигаторами — мало кто из современных водителей сможет перемещаться по городу самостоятельно, без интеллектуальной карты, — привел пример Ивашечкин. — Мое мнение: нет, использование ИИ не скажется негативно на умениях людей. Взгляните, что произошло в третью промышленную революцию: на смену человеку, крутящему вентиль, пришли компьютеры, автоматически управляющие заглушками. При этом никто не стал глупее: напротив, людям потребовались новые знания, интеллектуальный уровень общества возрос, а на тех же производствах возникли новые рабочие места. Так что я думаю, что повышение эффективности пойдет рука об руку с усилением занятости».
➤ Подписывайтесь на телеграм-канал «РБК Трендов» — будьте в курсе последних тенденций в науке, бизнесе, обществе и технологиях.