Как искусственный интеллект меняет российскую промышленность: от данных к прорывным решениям

По информации онлайн-журнала об энергетике «Энергия+», российская промышленность стоит на пороге настоящего ИИ-рывка, но для него нужны открытость, доверие и совместные базы данных. 

Почему открытые данные – главный драйвер промышленного ИИ 

Российские промышленные компании активно внедряют искусственный интеллект, но в основном для автоматизации рутинных процессов: электронный документооборот, тендеры, контракты. Гораздо медленнее развиваются проекты, которые действительно меняют производство: предиктивное обслуживание оборудования, оптимизация технологических процессов и роботизация.

Главная причина – закрытость данных. Многие предприятия не готовы передавать информацию внешним командам и предпочитают решать задачи своими силами. В результате стартапы, которые могли бы быстро создать эффективное решение, не получают доступа к реальным данным и оборудованию. Без пилотного проекта промышленники не верят в технологию – классический замкнутый круг.

«Открытость данных и совместная работа промышленности со стартапами выгодны абсолютно всем сторонам», – отмечает руководитель группы ИИ в промышленности Института AIRI Илья Макаров.

Компании, которые уже выбрали путь открытости, показывают впечатляющие результаты. Среди лидеров – «Газпром нефть» в нефтегазе, «Сибур» в нефтехимии, «Норникель» и «Северсталь» в металлургии. Они делятся обезличенными данными, поддерживают открытые проекты и получают взамен передовые решения.

Как привлечь лучших инженеров в промышленный ИИ 

Сегодня выпускники ведущих технических вузов и опытные ИИ-разработчики чаще выбирают ИТ-гигантов и финтех, чем заводы. В результате на производствах острый дефицит специалистов, способных внедрять нейросети именно в индустриальных условиях.

Чтобы переломить ситуацию, нужна новая модель сотрудничества. Вместо разрозненных «фабрик алгоритмов» при вузах и предприятиях необходимо создавать экосистемы «умных заводов», где бизнес, наука и образование работают над общими задачами.

Бизнесу важно открыться внешним идеям и участвовать в подготовке кадров под свои реальные запросы. Государству – стимулировать такие партнерства и создавать комфортные условия для обмена данными и знаниями.

Где ИИ даст самый быстрый эффект  

Одна из самых перспективных зон – оптимизация рецептур и состава сырья в химической и металлургической отраслях. Нейросети способны за часы подобрать состав, на который в лаборатории уходили бы недели, даже если база экспериментов ограничена.

Еще одна область, где эффект виден сразу, – обработка сейсмических данных при поиске месторождений нефти и газа. Традиционный полный цикл геологоразведки занимает до шести месяцев. Искусственный интеллект сокращает анализ до нескольких дней или недель, позволяя геологам сосредоточиться на принятии решений.

Для дальнейшего роста критически важны совместные банки обезличенных данных – по сейсмике, рецептурам материалов, поведению оборудования. Чем больше качественных данных получают разработчики, тем точнее становятся алгоритмы и тем быстрее российская промышленность переходит от автоматизации документооборота к настоящей интеллектуальной индустрии.

Как подчеркивает Илья Макаров:

«Ключ к прорыву – не в новых алгоритмах, а в культуре доверия и сотрудничества между бизнесом, наукой и государством».

Именно такой подход позволит превратить отдельные успешные кейсы в системные изменения и вывести российскую промышленность на новый технологический уровень.