Искусственный интеллект для промышленных компаний: кейсы экспертов ЦИПРа
Промышленные компании сегодня собирают огромное количество данных с датчиков и информационных систем и уже накопили богатый опыт в их обработке с помощью искусственного интеллекта. Решения на основе ИИ помогают предприятиям упростить прогнозирование объемов и качества выпускаемой продукции, сократить расход используемых материалов, оптимизировать производительность. О собственном опыте внедрения ИИ, барьерах в использовании искусственного интеллекта и возможностях, которые он дает, рассказали эксперты сессии «Аналитика больших данных и ML для повышения эффективности производственных процессов», которая прошла на конференции ЦИПР.
Технологии машинного обучения уже успешно развиваются и внедряются на российских промышленных предприятиях. И сегодня компаниям доступны различные государственные меры поддержки, стимулирующие использование отечественного программного обеспечения, отметил Алексей Беляков, вице-президент, исполнительный директор кластера передовых производственных технологий Фонда «Сколково». «Фонд «Сколково» является оператором одной из таких мер поддержки. Речь о Постановлении № 767, которое относится к искусственному интеллекту. В прошлом году мы поддержали более 10 проектов в области искусственного интеллекта. Сейчас мы ведем набор по данному постановлению», — отметил Беляков.
О том, как искусственный интеллект используется в нефтегазовой сфере, рассказал Алексей Шпильман, руководитель программ развития технологий и инструментов искусственного интеллекта ПАО «Газпром нефть». По его словам, решения на основе ИИ используются на всех этапах, начиная с исследования пласта, когда еще неизвестно, есть ли в нем нефть, и до момента, когда водитель заправляет автомобиль. На заправках системы искусственного интеллекта помогают анализировать поведение водителей, формировать для них персональные скидки и т. д. Эксперт добавил, что недавно по зимним трассам были запущены первые беспилотники для доставки грузов на удаленные участки. Еще один пример успешного внедрения ИИ — система логистики «Капитан», которая позволяет оптимизировать движение судов и предсказывать погоду. «Сейчас мы стремимся к тому, чтобы еще более упростить взаимодействие с искусственным интеллектом, чтобы у нас каждый оператор или менеджер продукта мог по имеющимся у него данным построить модель. Чтобы искусственный интеллект был в каком-то смысле как новый Excel», — заключил Шпильман.
После ухода зарубежных вендоров сильно поменялся конкурентный ландшафт, и у отечественных вендоров выросло количество запросов, отметил Александр Куканов, генеральный директор компании Rotec Digital. «Рост спроса базируется на двух основных вещах. Во-первых, заказчики, которые уже понимали, зачем им решения в области предиктива в своем производственном процессе и какой value они от этого получают, лишились возможности пользоваться этим инструментом так, как они привыкли. Соответственно, нужно было искать альтернативу и российскую замену. Вторая история более глубокая. Надо признать, что парк промышленного оборудования, который поставлен западными производителями, нужно эксплуатировать дальше. Риски, связанные с сервисом, обслуживанием, гарантией, растут драматически для эксплуатантов. Поэтому любой инструмент, который позволяет чуть глубже посмотреть на то, что происходит с эксплуатируемой установкой — турбиной, любым сложным технологическим устройством, — позволяет чувствовать себя более уверенным в завтрашнем дне и планировать свою деятельность сообразно тому состоянию, в котором находится агрегат», — рассказал Куканов.
Руководитель Центра прикладного искусственного интеллекта Сколтеха Евгений Бурнаев отметил, что сегодня решения на основе ИИ активно внедряются не только крупным бизнесом, но и небольшими компаниями. «Если раньше исключительно крупные компании имели ресурсы, чтобы использовать искусственный интеллект, то сейчас компании среднего размера либо имеют продукт, куда он встроен, либо сами что-то делают. Если в компании налажен бизнес-процесс (собираются данные, есть система визуализации и аналитики), то встроить туда интеллектуальный блок, который решает какую-либо задачу, достаточно просто», — подчеркнул Бурнаев.
Об опыте использования искусственного интеллекта в атомной отрасли рассказал Евгений Гаранин, вице-президент по цифровизации и информационным технологиям ТВЭЛ. «Ключевой ценностью атомной отрасли является безопасность. Когда мы 5 лет назад начали заниматься искусственным интеллектом, было немного страшно, ведь все помнят про технологическую сингулярность… Изначально мы решили не лезть в производственные процессы и начать с чего-то попроще. Мы выбрали процессы корпоративного уровня и начали с одной из самых трудоемких вещей, которые есть в госкорпорациях, — с закупочной деятельности», — рассказал Гаранин. К примеру, одно из разработанных решений существенно ускорило процесс согласования технических заданий. «Инструмент позволил заказчику загружать в систему техническое задание, и с помощью методов искусственного интеллекта и машинного обучения он находил, исправлял типовые ошибки», — отметил эксперт. Он также добавил, что в планах компании создать продукт, который позволит на основании цифрового следа сотрудников предсказывать выгорание и потенциальное увольнение сотрудника.
Эксперты также обсудили барьеры, которые мешают внедрению искусственного интеллекта в промышленных процессах. Для преодоления этих барьеров необходимо вводить открытые интерфейсы, использовать понятные предикативные модели и реализовывать комплексные проекты.