ИИ без права и кадров

Управляющий партнер системного интегратора для промышленности «Райтек ДТГ» Евгений Вергазов отмечает, что в 2024 году количество сегментов применения ИИ в промышленности растет, приводя в пример наиболее часто рассматриваемые компаниями решения использования технологии: прогнозирование спроса, контроль качества, предиктивное обслуживание оборудования и формирование оптимального производственного расписания. Также активно ИИ внедряется в RnD-подразделениях промышленных групп, добавляет эксперт.

Директор по продуктам «Преферентум» компании SL Soft Николай Тржаскал добавляет, что с развитием и усложнением IT-инфраструктуры и зависимости от нее ключевых аспектов бизнеса многих компаний растет важность предотвращения угроз. ИИ начинает активно применяться для мониторинга и предотвращения киберугроз, особенно в системах управления промышленных объектов и инфраструктуры ТЭК.

...

Ситуациями со специалистами

Главным барьером для более широкого внедрения ИИ в промышленность остается недостаток квалифицированных кадров.

По словам Евгения Вергазова, дефицит IT-кадров в промышленности актуален так же, как и в других отраслях. Крупные промышленные предприятия продолжают создавать свои IT-практики и формируют центры компетенций для удержания высококлассных специалистов, а средний бизнес чаще пользуется услугами интеграторов, свои IT-подразделения оставляя исключительно для задач сопровождения.

«Если раньше основной задачей бизнеса была оптимизация производительности и численности штата, то сейчас акцент смещается на адаптацию и обучение всех уровней персонала для обращения с новыми технологиями, так как именно в промышленном секторе еще нередки случаи, когда предприятия работают на решениях 1980-х годов и основной пул специалистов приспособлен именно к этим реалиям»,— говорит Александр Чернов.

При этом кадровые консультанты сейчас рекомендуют обращать внимание на необходимость снижения нагрузки, чтобы исключить профессиональное выгорание и сократить текучесть кадров.

Николай Тржаскал говорит, что особый дефицит сотрудников приходится на области, связанные с анализом данных и машинным обучением. Конкуренция, по его словам, существует в двух плоскостях: внутренней, между российскими профильными IT-компаниями и IT-подразделениями крупного сырьевого и промышленного бизнеса, и внешней, поскольку дефицит специалистов в data science и ML является глобальным, а у профильных специалистов нет серьезных проблем с получением работы за рубежом.

Полный материал читайте в Коммерсант