Российские заводы начали тестировать генеративный ИИ для оптимизации производства
Промышленные предприятия оценивают новые технологии, чтобы повысить эффективность и сократить издержки.
В России промышленные предприятия постепенно осваивают технологии генеративного искусственного интеллекта (ИИ), хотя пока это чаще эксперименты, чем полноценная эксплуатация. По данным фонда «Сколково», переход пилотных проектов в регулярное использование ожидается в течение ближайших двух лет. Об этом информирует «Коммерсантъ».
Специалисты отмечают, что внедрение ИИ позволяет улучшать ключевые процессы, но сталкивается с рядом препятствий, включая сопротивление персонала, вопросы информационной безопасности и трудности с оценкой экономической отдачи.
Исследователи фонда «Сколково» изучили опыт российских компаний в применении генеративного ИИ, который способен создавать тексты, изображения и другие цифровые материалы. В отчёте подчёркивается, что предприятия подходят к внедрению технологий «с вдумчивой осторожностью», тестируя возможности ИИ на отдельных процессах.
Прогнозы показывают быстрый рост глобального рынка генеративного ИИ: к 2030 году он достигнет 143 млрд долларов, а в России, по оценке аналитиков red_mad_robot, — 4,15 млрд долларов. Эксперты отмечают высокую эффективность инвестиций: каждая вложенная в ИИ единица финансирования может приносить в среднем три с половиной единицы возврата.
Промышленники используют ИИ прежде всего для оптимизации бизнес-процессов, разработки ПО, предиктивного обслуживания оборудования и работы с технической документацией. В сочетании с компьютерным зрением технологии помогают контролировать производственные операции и повышать качество продукции. Среди эффектов внедрения эксперты называют ускорение проектирования изделий на 30–80%, сокращение незапланированных простоев до 50%, уменьшение избыточных запасов сырья на 40–60% и ускорение логистических процессов до 10–15 минут.
Однако путь к масштабированию технологий непрост. Половина компаний указывает на сопротивление персонала и недоверие к новым решениям, треть — на сложности с информационной безопасностью и оценкой эффективности. Меньше трети предприятий считают высокую стоимость внедрения основной проблемой.
По словам руководителя проектов «Уралэнерготел» Валерия Бочина, трудности возникают также из-за необходимости больших массивов данных для обучения моделей, низкого качества информации и длительных сроков окупаемости. Сотрудники часто воспринимают ИИ как угрозу своим должностям, что также тормозит процесс внедрения.
