Нейропроизводственник: в каких отраслях промышленности искусственный интеллект находит применение

Все заводы делают это

Согласно исследованию Национального центра развития искусственного интеллекта и АНО «Цифровая экономика», более 25% российских предприятий уже внедряют компоненты искусственного интеллекта в бизнес-процессы, а примерно 30% планируют это сделать в ближайшие три года.

Наблюдается существенный рост интереса к применению решений на основе стека технологий ИИ в промышленности

Причин тому несколько, часть из них связана с общим кадровым дефицитом, другая – с расширением предложений в сегменте отечественных продуктов для автоматизации, которые приходят на смену гигантам международного ИТ-рынка.

В России завершился первый горячий период импортозамещения, и компании стали смотреть в сторону развития своей инфраструктуры

В этой связи я бы отметил несколько трендов:

Дальнейшее развитие на предприятиях концепции управления на основе данных, поскольку роль аналитики больших данных в операционной деятельности компаний усиливается.

Промышленные игроки все больше полагаются на ИИ для анализа больших массивов информации

Таким образом достигается оптимизация производственных процессов, прогнозирования отказов оборудования и улучшения качества продукции. Инструменты текстовой аналитики помогают анализировать неструктурированные данные, выявлять ключевые инсайты и автоматизировать процессы принятия решений.

Развитие предиктивной аналитики и предиктивного сервиса.

Нейросети используются для прогнозирования возможных поломок и отказов оборудования

Это позволяет проводить своевременное техобслуживание и минимизировать риски для бизнеса и клиентов. ИИ может быть в связке с IIoT-продуктами (Industrial Internet of Things) – например, система компьютерного зрения и различные датчики отслеживают изменения ключевых параметров станка и выявляют аномалии в его работе.

Усиление роли технологий обработки естественного языка (NLP): компании все чаще используют NLP для повышения эффективности труда и качества выполняемой работы.

ИИ-решения для интеллектуального поиска во внутрикорпоративной документации и нормативно-правовых актах

Отдельные продукты, такие как платформа «Преферентум», позволяют с помощью NLP-модуля не просто искать в документах необходимую информацию и сравнивать источники, но и, к примеру, выявлять несоответствия между рабочей и нормативной документацией.

С развитием и усложнением ИТ-инфраструктуры и зависимости от нее ключевых аспектов бизнеса многих компаний растет и важность предотвращения кибератак.

Инструменты на основе ИИ начинают активно применяться для мониторинга и предупреждения угроз

Особенно в системах управления промышленных объектов и инфраструктуры ТЭК.

Интеграция ИИ в логистические системы. Искусственный интеллект помогает оптимизировать цепочки поставок, прогнозировать спрос и управлять запасами, что особенно важно в условиях глобальных логистических вызовов, смены направлений импорта сырья и экспорта продукции.

Большие перспективы

Также можно выделить несколько точек роста – актуальных задач, решение которых будет способствовать более активному применению ИИ в промышленности.

Для устранения дефицита квалифицированных специалистов, способных разрабатывать, внедрять и поддерживать ИИ-решения, компании будут больше инвестировать в обучение и переподготовку собственных сотрудников, заключать партнерства с образовательными учреждениями и привлекать профильных специалистов из других регионов, включая зарубежные.

Внедрение ИИ-технологий чаще всего сопряжено с их интеграцией в существующую ИТ-инфраструктуру предприятия, где могут оставаться устаревшие системы.

Обычно это делает процесс сложным и дорогостоящим, требующим привлечения больших команд со стороны как заказчика, так и поставщика (внешнего или внутреннего). Решением становится разработка стратегий поэтапной модернизации и интеграции искусственного интеллекта, при которой каждый шаг большого процесса – законченный проект, приносящий свою измеряемую и понятную сотрудникам и топ-менеджменту ценность.

Вопросы кибербезопасности останутся в приоритете у большинства заказчиков – ведь увеличение количества подключенных к ИТ-ландшафту предприятия IoT-устройств и использование нейросетей повышают риски киберугроз

Но в данном случае яд является и лекарством: внедрение ИИ для мониторинга и предотвращения угроз вкупе с повышением цифровой грамотности сотрудников усиливает меры кибербезопасности компаний.

Широкое использование ИИ в промышленности сопряжено с вопросами конфиденциальности коммерческих и персональных данных

Необходимо обеспечить прозрачность сбора, обработки и хранения данных и соблюдение регуляторных требований. Платформа «Преферентум», например, позволяет деперсонализировать сложные структуры данных при передаче их для внешней обработки, а также результаты, полученные извне системы.

Внедрение и использование собственных ИИ-решений требует от заказчиков не только наличия квалифицированных кадров, но и значительных финансовых инвестиций с высокими рисками несоблюдения сроков внедрения и бюджетов.

Для минимизации этих рисков стоит ориентироваться, в первую очередь, на предлагаемые рынком готовые продукты с широкими возможностями кастомизации. Это позволит быстрее развернуть систему и начать ее эксплуатацию с опорой на опыт вендора, специализирующегося на решении задач в конкретных областях и учитывающего в продукте лучшие практики.

Последний в списке, но один из первых по значению и влиянию пунктов – грамотное управление изменениями.

Внедрение новых технологий часто сопровождается сопротивлением сотрудников, которых пугают изменения

Основным методом противодействия здесь будет вовлечение в процессы цифровизации сотрудников, особенно неформальных лидеров. Поняв, что ИИ предназначен не для того, чтобы заменить их, а для того, чтобы освободить от рутины и сделать работу более эффективной, эти люди затем донесут ценность инноваций до остальных работников.