Эффект искусственного интеллекта

Эксперт Игорь Богачёв — о том, как новые технологии могут помочь развитию промышленности

В ближайшие пару лет от российской промышленности ожидают роста на уровне 4–4,5% при среднемировых темпах в 3,5%. При этом распространена точка зрения о непоправимом технологическом отставании России от ведущих промышленных держав. По данным ВЭФ, по уровню развития технологий и инноваций, человеческого капитала, состояния станочного парка российская промышленность находится в лучшем случае во второй десятке — после Китая, Японии, Германии и других стран. С учетом конкуренции как со стороны промышленных лидеров, так и со стороны новых промышленных регионов с дешевой рабочей силой, нужно искать способы, повышающие производительность не только за счет наращивания производственных мощностей, но и более рационального использования того, что есть. Большие возможности в этом направлении открывает искусственный интеллект.

Технологии искусственного интеллекта (ИИ) по большому счету были известны еще в XX веке. Что же изменилось сегодня? Внедрение технологий ИИ, наконец, начало приносить бизнес-результаты. Это происходит прежде всего благодаря тому, что технологии высокопроизводительных вычислений вышли на новый уровень, алгоритмы стали более комплексными, объемы доступных данных для анализа ежегодно увеличиваются в несколько раз. Рекомендательные системы или «цифровые советчики» позволяют добиться повышения производительности на 10–20% в зависимости от отрасли на имеющихся мощностях.

Наиболее востребованной российскими предприятиями может стать предсказательная аналитика.

Неотъемлемым элементом любого производственного процесса является оборудование. В РФ в настоящее время используется огромное количество основных производственных фондов, предназначенных для производства продукции. При этом наблюдается довольно значительный их износ.

Согласно отчету Центра стратегических разработок, средний возраст мощностей в нефтепереработке составляет 19 лет, в металлургии — 17 лет, в химическом производстве — 14 лет. Это говорит о том, что модернизация экономики требует значительных вложений в основные производственные фонды. Вместе с тем современные технологии искусственного интеллекта позволяют повысить выработку готовой продукции на существующих основных фондах на 5–10% без значительных инвестиций в их модернизацию.

Важно также отметить, что сегодня оборудование — это не один-два станка в цеху, это сложный взаимоувязанный программно-технический комплекс, требующий высочайшей квалификации от обслуживающего персонала. Помимо этого, в силу своей сложности и высокой стоимости простой — а тем более поломка — непозволительная роскошь для предприятия, и проактивная профилактика оборудования уже де-факто является стандартом. Прогнозная аналитика позволяет «предсказать» возможные поломки оборудования и износ инструмента на основе промышленных данных. И здесь речь не только об экономическом эффекте, но и о промышленной безопасности.

В процессных отраслях, таких как металлургия или нефтепереработка, с помощью прогнозной аналитики можно управлять качеством выпускаемой продукции.

Вторая по объему применимости в реальной промышленности технология ИИ — сверхточные нейронные сети (CNN) для роботизированного зрения и контроля за механическими движениями роботов. Несмотря на то что в России сегодня промышленных роботов в разы меньше, чем в Европе или Азии, мы активно их закупаем. Прогноз роста — до 33% к 2020 году. Это также может быть использовано для визуальной инспекции линий электропередачи с помощью полуавтономных дронов или, например, точной оценки положения горнодобывающих механизмов в условиях шахт.

Наибольший экономический эффект производству могут дать рекомендательные системы или «цифровые советчики», поскольку они описывают не только то, что есть или будет, а дают реальные рекомендации. С помощью «цифрового советчика на производстве, например, можно не просто идентифицировать поврежденные продукты, а дать реальные указания, что нужно сделать, чтобы это исправить.

Рекомендательная система для управления технологическим процессом выплавки стали в печи-ковше, построенная с использованием принципов ИИ, позволяет снизить расход дорогостоящих ферросплавов при обеспечении содержания целевых показателей (хрома, молибдена, ванадия и других) в допустимом диапазоне.

Если на 0,2% завышать содержание целевого показателя, что на практике является нередким случаем, так как операторы часто предпочитают излишне перестраховаться, чтобы не выйти за допустимые диапазоны, то потери составят около полумиллиона рублей с одной печи-ковша в сутки.

В результате внедрения данной системы предприятие снижает себестоимость готовой продукции и тем самым экономит значительные ресурсы. И таких примеров десятки.

Если смотреть на сектора применения ИИ, то больше всего реального опыта в дискретном производстве (то самое управление роботами на основе сверточных нейронных сетей). На втором месте стоят нефтепереработка и химическая промышленность, подтягивается металлургия.

Многие опасаются того, что новые технологии полностью заменят людей на производстве, что является большим преувеличением.

Демографическая яма вымыла с рынка труда большинство представителей старшего поколения, а поколение Z охотнее осваивает новые девайсы и увереннее чувствует себя за монитором, а не непосредственно перед вращающимся шпинделем. Внедрение ИИ, наоборот, привлечет свежие силы в промышленный сектор.

Несмотря на то что сегодня применение ИИ в промышленности носит точечный характер, развитие этих технологий будет лавинообразно нарастать. Производственные предприятия имеют потенциал во многих направлениях — от виртуальных ассистентов до робототехники. Нам нужно только научиться доверять этим системам.

Автор — председатель подкомитета по цифровой экономике и инновациям комитета РСПП по международному сотрудничеству

Мнение автора может не совпадать с позицией редакции