Виталий Цыванюк
Генеральный директор ООО "Саратовдизельаппарат" , Председатель комитета по промышленности при Союзе ТПП Саратовской области
Мелкосерийное.
1. Про ошибки и ответственность
Важно понимать: на текущем этапе ИИ — это инструмент пресейла и предварительного нормирования, а не финальная кнопка "Пуск" для станка.
ИИ выдает предварительную оценку, которую на финальном этапе (перед подписанием контракта) верифицирует ведущий технолог. Но благодаря ИИ, технолог проверяет 1 готовый расчет за 5 минут, а не составляет 100 расчетов с нуля сутками.
За счет резкого сокращения времени на обработку "мусорных" заявок, маржинальность бизнеса растет. Эта дельта с запасом покрывает любые уточнения в расчетах. Наша цель — скорость ответа клиенту, которая в 10 раз важнее микро-погрешности на этапе КП.
2. Про возможности распознавания и технологию (фрезеровка vs лист)
Именно так. Алгоритм анализирует геометрию и технические требования. Например, если он видит допуск 0.02 мм на соосность и сложную выборку, он классифицирует это как чистовую обработку на ЧПУ. Если же он распознает контур листовой заготовки с радиусами гиба, система автоматически относит это к участку лазерной резки и листогибам, минуя механообрабатывающий цех.
Более того, ИИ сопоставляет это с картой оборудования конкретного завода. Если у вас нет лазера, но есть фрезер — ИИ предложит вариант исходя из ваших мощностей или укажет на необходимость кооперации».
Ответ на вопрос №3: Своя модель или сервис? Обучение и ресурсы.
Мы используем гибридный подход. За основу взяты мощные существующие языковые и визуальные модели (LLM), но они дообучены (Fine-tuned) на наших специфических данных: справочниках материалов, архивах реальных маршрутных карт и нормативах времени (Тз, Тпз) нашего предприятия.
На подготовку датасета и "настройку оптики" ушло около 3-4 месяцев. Основной ресурс здесь — не столько программный код, сколько экспертные знания наших технологов, которые выступали учителями для нейросети, размечая данные и исправляя первые ошибки алгоритма.
Приветствую! Спасибо за конкретные вопросы, отвечаю по пунктам:
Тип производства. У нас мелкосерийное и среднесерийное машиностроение (прецизионная гидравлика). В таких условиях номенклатура регулярно меняется, поэтому одинаково важны и гибкость переналадки, и скорость технологической подготовки без потери точности.
Человек и экспертные системы. Полностью согласен: участие человека (Human-in-the-loop) на производстве обязательно. В методике «ПРОМ ИИ» искусственный интеллект — не «автопилот», а цифровой ассистент технолога, за которым всегда остается финальная верификация. Классические экспертные системы отлично считают жесткие детерминированные формулы, но спотыкаются о неструктурированные данные: сложные чертежи, примечания в ТУ, привязку к конкретному оборудованию цеха. ИИ берет на себя именно разбор контекста и рутину, выступая надстройкой над формулами, а не их отменой.
Скорость нормирования. Менее 1 секунды — отличный показатель для расчетного ядра, когда параметры уже кем-то оцифрованы и разложены по полочкам. Но главное узкое горлышко в цехе — это сквозной цикл «от чертежа до готового маршрута». Технолог тратит часы на чтение геометрии и выбор переходов. С «ПРОМ ИИ» этот процесс сжимается с часов до нескольких минут, а сам расчет занимает те же доли секунды.
Любопытно, на какой базе реализовано ваше решение и сколько времени уходит на оцифровку параметров с чертежа перед запуском секундного расчета?