На внедрение ИИ на заводе уходит до двух лет

Задача обучения — помочь промышленным предприятиям перейти от общих представлений о цифровизации к конкретным производственным задачам. Эксперты ИТ–компаний, специализирующихся на ИИ-проектах, озвучили два обязательных условия внедрения новых технологий. Первое — наличие оцифрованной и измеримой производственной проблемы: простоев, брака, переработок, дефицита оперативной аналитики или непрозрачности процессов. Второе —  безопасность данных: диагностика предприятия перед стартом, защищенный доступ к информации и сформированная дорожная карта внедрения. 

Одним из экспертов курса и членом оценочной комиссии по проектам стал CEO компании Morizo Денис Царев. По его словам, ИИ-технологии устаревают примерно за полгода: обновляются ИИ-модели, способы генерации, стоимость токенов и подходы к работе алгоритмов. В ситуации постоянных изменений ИИ должен быть надстройкой над существующими системами бизнеса, а не их заменой и центральным звеном.

Царев назвал три признака того, что внедрять ИИ в масштабах предприятия пока рано:

• «Бумажный» завод. Данные хранятся в журналах или разрозненных Excel-файлах.

• «Слепое» оборудование. Станки не передают телеметрию: нет датчиков, не внедрены протоколы OPC UA или MQTT.

• Нет стандарта. Процесс не стабилизирован, и каждая смена работает по-своему.

Успех ИИ на производственных предприятиях, по словам Царева, измеряется не абстрактным ROI, а прямым влиянием на себестоимость единицы продукции. При грамотной работе ИИ помогает сокращать внеплановые простои за счет предиктивной аналитики вибраций и температур, а срок службы оборудования увеличивается до 20%.

«Опыт внедрений при участии Morizo показывает: вероятность того, что инвестиции во внедрение ИИ окупятся за 18 месяцев, составляет 85% при условии, что точность данных не упадет ниже 98%. При этом нужно понимать, что на первичное внедрение уходит до полугода, а на его стабилизацию и увеличение мощностей — до двух лет», — отметил Денис Царев.

Запрос на практический формат появился потому, что в сложившихся экономических условиях предприятиям приходится решать несколько задач сразу: повышать эффективность, оптимизировать производственные процессы и искать новые технологические решения при ограниченных ресурсах. 

«Сегодня промышленным предприятиям важно не просто знать о существовании новых цифровых технологий, а понимать, где именно они могут дать практический результат. Для нас важно, чтобы после обучения у участников оставались не только новые знания, но и конкретные идеи, инструменты и понимание того, какие следующие шаги можно сделать», — заявил директор АНО «Горький Тех» Роман Рензин.

Главный вывод экспертов: перед покупкой ИИ-решений заводу нужно наладить сбор данных, подключить оборудование к телеметрии и стандартизировать процессы. Без этого технология вряд ли окупится.

Межрегиональное практическое обучение руководителей промышленных предприятий работе с искусственным интеллектом и цифровыми технологиями состоялось в Нижнем Новгороде в выходные. Курс «Лидеры цифровой трансформации производства» прошли 54 технических руководителя из восьми регионов России. Среди них Тюменская, Владимирская, Московская, Ростовская и Рязанская области и Республика Мордовия. Программу организовали АНО «Горький Тех» и КУПНО при участии ведущих ИТ-компаний.