ИИ-революция: от модного тренда к повышению конкурентоспособности в промышленности
Искусственный интеллект уверенно становится частью практически всех сфер нашей жизни. В то время как мы на своих устройствах продолжаем осваивать возможности ChatGPT, компании применяют ИИ для оптимизации своей деятельности и извлечения дополнительной прибыли.
Исследование Orgvue показывает, 82% предпринимателей уже инвестируют в ИИ, а еще 33% заявили, что увеличат свои вложения более чем на половину в ближайший год.
По прогнозам, объем мирового рынка искусственного интеллекта вырастет до $1339,1 млрд к 2030 году.
В России, в свою очередь, в течение двух последних лет использование искусственного интеллекта в приоритетных секторах экономики выросло в 1,5 раза. Минэкономразвития ожидает, что к 2030 году ИИ станет частью 95% отраслей экономики. При этом, по мнению Германа Грефа, председателя правления Сбербанка, даже если внедрение ИИ будет происходить средним темпом, то в начале следующего десятилетия эффект от него может превысить 10 трлн руб., что подразумевает 4–6% к ВВП.
Положение ИИ в промышленности сегодня
Очевидно, что производственники берут на себя существенные обязательства по внедрению технологий с применением искусственного интеллекта. Мировой рынок ИИ в производстве в 2023 был оценен в $3,2 млрд, и, согласно заданной динамике, ожидается, что он вырастет в 6 раз к 2028 году.
ИИ завоевал свое место при формировании Индустрии 4.0 и далее будет только укреплять свои позиции в Индустрии следующего поколения. Технологии искусственного интеллекта обладают сквозным характером, то есть, посредством сбора, хранения, обработки, поиска и передачи информации, они могут трансформировать существующие решения и создавать новые. В результате, они позволяют оптимизировать производственные процессы и повышать их эффективность и безопасность.
Среди факторов в области ИИ, которые будут определять динамику промышленности в ближайшем будущем, выделяются необходимость в эффективной обработке больших массивов данных и все более широкое внедрение технологий IIoT и автоматизации в производственных компаниях.
Например, в «Норильском никеле» ИИ внедрен практически на всех производственных участках. Задействованы решения на базе машинного обучения и на базе компьютерного зрения. С помощью технологий искусственного интеллекта происходит управление основными технологическими процессами в компании. Несмотря на то, что это пока первые шаги по сбору данных, в компании уже отмечают экономический эффект от внедрения. Решения на базе ИИ уже принесли компании порядка 1% EBITDA.
Тренды ИИ в производстве
68% производственных компаний по всему миру уже начали внедрять решения на основе ИИ, следует из исследования Всемирного экономического форума. При этом выгоду ИИ может принести различными способами. Основные тренды применения наблюдаются в следующих направлениях:
1. Предиктивное обслуживание и мониторинг оборудования
2. Оптимизация цепочек поставок
3. Автоматизация и робототехника на основе искусственного интеллекта
4. Контроль качества с помощью ИИ
5. Цифровые двойники и виртуальные симуляции
6. Устойчивое развитие благодаря оптимизации с помощью ИИ
В России, в частности, сейчас доминирует тренд на импортозамещение технологий с применением ИИ. Промышленные компании все чаще делают ставку на использование отечественных технологий. Благодаря накопленной технологической базе и сильной инженерно-математической школе Россия активно участвует в развитии ИИ-моделей.
Сейчас международные модели вроде ChatGPT 4 задают высокие стандарты в плане качества и возможностей, но их нельзя использовать для всех бизнес-задач из-за соображений безопасности и конфиденциальности данных. Российские компании активно развивают свои большие языковые модели, чтобы восполнить этот пробел, но пока по качеству они все еще уступают мировым. Мы в «Цифре» считаем, что для повышения конкурентоспособности важно создать отраслевые модели, адаптированные к специфике отрасли: нефтегаза, теплоэнергетики и др. Cовместная работа в этом направлении между разработчиками и промышленными компаниями должна привести к созданию более качественных LLM, оптимизированных под российские реалии и требования бизнеса.
По данным индекса НЦРИИ, в российской промышленности самой популярной технологией ИИ в прошлом году оказалась интеллектуальная поддержка принятия решений – ее применяют 71% компаний, использующих продвинутые решения. Распознавание и синтез речи (67%), компьютерное зрение (59%), обработка естественного языка (58%) – также популярны у промышленников, которые уже начали работать с ИИ.
Благодаря таким решениям, как большие языковые модели (LLM), мы можем перейти от простых цифровых инструментов к продвинутым решениям по интеллектуальной поддержке принятия решений. Эти модели могут не просто выполнять заранее запрограммированные сценарии, но и предоставлять персонализированные советы операторам, помогать в расследовании инцидентов и улучшать производственные процессы. LLM могут существенно повысить эффективность работы на предприятиях непрерывного производства, помогая инженерам принимать более обоснованные решения. ИИ ускоряет обработку информации и упрощает взаимодействие с данными, что позволяет быстрее адаптироваться к изменяющимся условиям и требованиям.
Сейчас «Цифра» работает с аналитическим ИИ: компания делает предиктивную аналитику для отрасли электроэнергетики и теплоснабжения. Задачи такой прогностики – предотвращение поломок и остановов оборудования, а также недопущение инцидентов на ТЭЦ.
Вызовы ИИ в промышленности
Cогласно отчету Strategy Partners, основными причинами, по которым российские промышленные компании по-прежнему настороженно относятся к использованию ИИ в своей деятельности является отсутствие явных результатов от внедрения нейросетей, нехватка комплексных решений и недостаток компетенций и финансовых ресурсов для внедрения ИИ на фоне других приоритетных направлений инвестирования. Кроме того, половина российских компаний заявляет, что их ИТ-инфраструктура не готова для развертывания ИИ-решений.
При этом ситуация в мире выглядит похожим образом. Несмотря на потенциальные преимущества, которые производители могут получить от внедрения искусственного интеллекта, по данным Rootstock, основными препятствиями остаются нехватка внутренних знаний (49%), сложности с интеграцией (43%) и высокая стоимость реализации (37%).
Среди рисков медленного развития самой технологии в нашей стране эксперты называют высокую потребность в вычислительных мощностях, а соответственно и инвестициях, кадровую проблему (нехватку компетенций, низкий уровень зарплат, отток квалифицированных специалистов), отсутствие исследований (на российских ученых пока что приходится не более 1% публично доступных работ в области ИИ), нехватку данных для обучения моделей, в том числе с промышленных предприятий. Вопрос сбора данных для использования их искусственным интеллектом остается открытым. Так, публикуют Strategy Partners, 75% предприятий по-прежнему используют Excel, а около трети опрошенных обрабатывает свыше половины исходной информации все еще вручную.
Точность ИИ-модели в большой степени определяется объемом исторических данных и учетом в этих исторических данных всех факторов, влияющих на результат. Например, мы хотим обучить модель прогноза погоды. Если у нас будет большой объем исторических данных, например за 100 лет, но в этом наборе данных не будет направления ветра, то вряд ли мы сможем получить точный прогноз. То есть важная часть работы – сформировать объем данных, в котором учтены все параметры, влияющие на результат.
Тенденция на внедрение ИИ показывает, что с течением времени такие технологии станут нормой для различных сфер производства. В настоящее время технологии на основе искусственного интеллекта в основном применяют крупные компании. Однако их количество увеличивается, и успешные примеры вдохновляют других участников рынка. Многие производители, внедрившие такие технологии, уже не только снижают свои затраты, но и создают новые источники дохода, за счет ускорения технологических процессов.
Я часто замечаю, как маркетологи совершают одну и ту же ошибку. В начале карьеры я и сам так делал. Помню мы тестировали как влияет фон на сайте (фото или видео лучше работает), и я после 100 экспериментов утверждал, что видео лучше в 2 раза, хотя оно не было лучше, если смотреть на статистику так, как нужно это делать.
Какие преимущества получают компании, которые используют ИИ
13 марта состоялся митап RLT.Университета, посвящённый актуальной теме — автоматизации маркетинга за счёт применения AI-технологий. Эксперты обсудили ключевые аспекты работы с искусственным интеллектом в маркетинге, его преимущества, ограничения и перспективы внедрения.
Ошибки в документах — главная причина задержек на таможне и дополнительных расходов при ввозе товаров. Вот на что важно обратить внимание:
Когда я впервые увлёкся темой искусственного интеллекта, он казался чем-то далёким и фантастическим. Но, оглядываясь на темпы внедрения ИИ в 2020–2024 годах, я понимаю, что сегодня эти технологии буквально проникают в каждую сферу жизни. По информации TAdviser, уже в 2024 году 90% из топ-100 крупнейших компаний России используют машинное обучение и…
Рынок ИИ-решений в России сейчас в той самой точке, когда либо ты внедряешь технологии, либо остаешься в прошлом. Бизнес уже понял: искусственный интеллект — не хайп, а реальный инструмент повышения эффективности и доходности. Но какие решения действительно востребованы? Где маржинальность высокая, а ROI — быстрый? Мы в X-ON знаем это из первых рук…
Радует то, что в этом передовом направлении мы развиваемся очень бодро и не отстаем от остального мира.
Всегда радуют новости об использовании ИИ в бизнесе. Направление амбициозное, и в перспективе обещает большие выгоды.
Важно, что создаются нейросетки, адаптированные к специфике различных отраслей. Характер производств слишком разный, чтобы использовать что-то усредененное и универсальное
Искусственный интеллект действительно уже не просто тренд, а реальный инструмент для повышения эффективности в промышленности. Примеры из российской практики, как у «Норникеля», показывают, что это работает. Хотелось бы больше узнать о том, как малые и средние компании могут внедрять ИИ и какую поддержку они могут получить.
Интересная статья, спасибо. А можно подробнее - как работает предиктивная аналитика в энергетике?