ИИ: будущее уже наступило. Или нет?

В 2023 году инвестиции в стартапы, занимающиеся ИИ, выросли в мире на 9% по сравнению с 2022 годом, достигнув $50 млрд. Согласно данным международной консалтинговой компании IDC, к 2025 году более 40% IT-расходов топ-2000 мировых компаний будут направлены на ИИ-технологии.

Основными преградами на пути интеграции ИИ в России называют высокие затраты, нехватку специалистов в этой сфере и недостаточные компетенции сотрудников для разработки и применения таких технологий – такие результаты были получены в ходе опроса, проведенного Институтом статистических исследований и экономики знаний НИУ ВШЭ. Закономерно, что уровень внедрения ИИ оказался выше у крупных компаний с господдержкой. Кроме того, есть еще достаточно большая группа предприятий, руководство которых либо не знает о возможностях ИИ либо не доверяет ему.

В идеале для промпредприятий технологии ИИ должны стать ключевым фактором повышения эффективности производства – технологичному помощнику можно поручить широкий круг задач, от оптимизации процессов до построения систем безопасности, повышения производительности труда, разработки новых материалов, технологий и оборудования. Однако на практике выходит, что делегировать основные производственные задачи ИИ – в отличие от оптимизации части управленческих процессов и локальных секторов, например, контроля за работами – готовы далеко не все.

Пока мы говорим только про Weak AI и его подвиды. В числе самых востребованных – системы компьютерного зрения, обработки естественного языка, распознавания изображений, автоматизации процессов. Что касается генеративного ИИ, то на основе этого подвида построен ChatGPT и платформа Tempus, которая используется в медицине для улучшения диагностики и лечения пациентов.

На основе GPT создаются и САЕ-системы (программы и пакеты для решения различных инженерных задач), но в промышленности их пока используют слабо. Как прозвучало на сентябрьской дизайн-сессии «GenAI в инжиниринге и промышленном дизайне», организованной ключевыми производственными компаниями страны при поддержке Сбера и Альянса в сфере искусственного интеллекта, сейчас на крупных предприятиях только тестируется новый способ проведение расчетов CAE GPT с помощью предсказания результатов на основе синтетических данных. Он заменяет сложные расчеты с помощью уравнений на обучение нейросетей и помогает спрогнозировать поведение новых конструкций.

Проблемы смыслов

ИИ в промышленности нужно использовать для моделирования процессов, связанных с планированием управления производством, заявил на AIJ-2023 директор по цифровизации Чепецкого механического завода Росатома Алексей Майков.

Такой позиции часто придерживаются и другие главы промышленных компаний. Фактически сейчас, по словам руководителя рабочей группы «Практика и данные» Альянса в сфере ИИ Алексея Шпильмана, сформировалось два основных тренда использования ИИ в промышленности. Первый связан с автоматизацией процессов на предприятиях, а второй, более новый, – «это большие языковые модели, на которые производство смотрит не только как на продвинутые чат-боты, но и как на системы, способные работать с разнообразными техническими данными и решать инженерные задачи».

К примеру, в сентябре главный конструктор по цифровым системам проектирования КАМАЗа Алексей Пуртов говорил об апробации систем с ИИ для проектирования автомобильной техники. Правда, поручать машине планируется только рутинные задачи, все остальное на КАМАЗе должны будут по-прежнему делать инженеры.

В горнорудном дивизионе Росатома разрабатывается схема применения ИИ для создания цифровых двойников месторождений – машинный интеллект способен быстрее и точнее человека указать, где находится рудное тело, сэкономив производственные затраты на добычу. Такиж же двойников уже используют в «Газпром нефти», а «Норникель» сообщал о создании цифровых двойников трубопроводов. Все эти процессы требуют участия ИИ.

Однако многие не торопятся закупать непроверенные технологии и ждут, когда о реальных плюсах ИИ отчитаются коллеги и конкуренты. Учитывая, что в большинстве отраслей период окупаемости внедряемого технологического решения составляет 3–4 года, ожидать серьезных аналитических отчетов о работе ИИ на заводах стоит не раньше 2025–26 годов.

В целом есть ощущение, что отечественные промышленники внедряют ИИ очень узко, для решения отдельных локальных задач, хотя IT-специалисты уже говорят о новой реальности с полностью автоматизированными предприятиями-роботами. То есть ИИ способен создавать облик и «начинку» новых автомобилей, проектировать и выпускать эффективные системы отопления, строить современные энергоэффективные дома, но пока все это только в теории, отчасти и потому, что ИИ слабого типа может ошибаться. Его работу в любом случае должен контролировать человек.

Теория и практика

Самое эффективное использование ИИ возможно на тех предприятиях, где есть большие объемы данных и сложные производственные процессы: ТЭК, машиностроение, металлургия. И если ранее ИИ мог заместить в основном рядовых операционистов и помощников менеджеров, то теперь он может взять на себя работу экономистов, юристов, HR-менеджеров, специалистов по закупкам, инженеров и разработчиков, техническую поддержку второго и третьего уровней.

В металлургии ИИ способен оптимизировать цепочку производства, сделав ее более прозрачной; качественно изменить сферу технического обслуживания оборудования с прогнозированием сбоев и поломок, а в сфере охраны труда может составлять регламенты безопасности для сотрудников предприятий.

В машиностроении возможно использование контролируемых ИИ роботов-манипуляторов для изготовления, сборки и покраски деталей: такой робот сам сможет выбирать оптимальное время и маршрут для перемещения объектов между конвейерными лентами.

В пищепроме ИИ может участвовать во всей цепочке производства, примеры уже есть: первый почти полностью роботизированный колбасный завод в РФ был открыт еще в 2018 году в подмосковной Кашире. ИИ следит и обеспечивает эффективную работу роботов в каждой зоне: на приемке и автоматическом складе, при фаршеприготовлении, ферментации упаковке и так далее. Совсем без человека завод пока не обходится, но количество работников на предприятии в результате внедрения ИИ сократилось с 700 до 150 человек.

В аграрной сфере ИИ может анализировать состояние почвы, прогнозировать урожайность или природные катаклизмы. Рекомендательные системы на базе ИИ способны также сокращать издержки предприятий и экономить складские площади, помогая в управлении запасами через контроль таких параметров, как колебания спроса, маржинальности, издержки хранения.

Так, на нескольких предприятиях Росатома с 2022 года внедряется система предиктивной аналитики «АтомМайнд»: она позволяет прогнозировать качество изделий и состояние оборудования, помогает предотвращать его отказы, определяя зарождающиеся аномалии еще до того, как они повлияют на ход производства.

На «СИБУРе» ИИ используют в сфере повышения безопасности: технология видеоаналитики «Черный экран» использует данные от тысяч установленных на предприятии камер и сигнализирует оператору, если что-то на производстве идет не так. Вторая интеллектуальная система вычисляет производственные операции, где превышение расходных норм приводит к потерям. Ее внедрение помогло повысить дисциплину технологических процессов, рассказали представители компании на конференции AI Journey-2023.

В «Норникеле» за счет систем компьютерного зрения настроили контроль работы никелевой флотации. Здесь удалось добиться повышения извлечения никеля при сохранении целевого уровня концентрации.

На базе АО «Тулаточмаш» с начала прошлого года внедряют ИИ для выявления отклонений в производственных процессах и повышения производительности труда – с возможностью оценки взаимодействия разных служб без наращивания рутинной работы по внесению данных в систему.

Роснефть на своих башкирских предприятиях внедрила систему мониторинга состояния водителей бензовозов и автобусов. Программно-аппаратный комплекс «видит» потенциально опасные действия водителя – отвлечение внимания от дороги, не пристегнутый ремень безопасности, общение по мобильному – фиксирует их, подает звуковой сигнал самому водителю и передает данные в Центр мониторинга компании.

Сравнительно новое направление – создание материалов с определенными свойствами под конкретные задачи. ИИ может быстро перебрать тысячи вариантов и определить нужную схему кристаллической структуры материала. В октябре этого года «Газпром нефть» объявила, что с помощью ИИ синтезировала новые химические молекулы: они нужны для создания новых реагентов, которые повысят эффективность разработки сложных залежей на почти выработанных месторождениях: в компании их аккуратно называют «зрелыми». ИИ проанализировал порядка 6 тыс. вариантов комбинаций химических составов и выбрал оптимальный вариант. На выполнение этой работы людьми ушло бы несколько лет. Кроме того, в дочерних предприятиях нефтяной компании ИИ используется для поиска скрытых залежей нефти: он анализирует результаты сейсмики и геологии месторождений.

ИИ в действии: кейсы, плюсы, прибыль

Судя по отчету об эффективных отечественных практиках на базе ИИ в обрабатывающей промышленности, положительных кейсов в стране уже немало, но все они относятся к крупным компаниям и госкорпорациям. Например, «Тверской вагоностроительный завод» (Трансмашхолдинг) внедрил систему мониторинга и предиктивного анализа состояния оборудования. Это позволило предприятию снизить затраты на ремонт на 30%, удельный расход энергии – на 4,4%, а время простоев – на 12%. Механизм прогнозирования «самочувствия» агрегатов, по данным предприятия, увеличивает количество выпускаемой продукции на 10%, повышает техническую готовность к эксплуатации оборудования на 50% и позволяет уменьшить расходы на ремонт и обслуживание на 30%.

ПАО «НЛМК» использовало решение на основе ИИ для ускорения работы стана горячей прокатки на одном из своих предприятий. Проблема была в том, что из-за слишком маленьких разрывов между заготовками росло количество брака и появлялся риск остановки стана. Теперь математическая модель машинного обучения помогает операторам оптимизировать процесс проката металла: для обучения модели обрабатываются исторические данные с датчиков температуры, давления, скорости движения и другого оборудования, а также типы и марки сплавов в заготовках. Результат: время работы прокатного стана возросло на 3,5 часа в месяц, что принесло предприятию дополнительную прибыль в 30 млн рублей в год.

На Магнитогорском металлургическом комбинате интегрировали ИИ для устранения проблемы с непредвиденными поломками оборудования. Система определяет наличие и тип неисправностей электродвигателей по изменению их вибрации и заблаговременно прогнозирует возможные дефекты. В результате ремонт электромеханического оборудования перевели из планового на обслуживание по состоянию, а это дало экономию на ремонтных работах в месяц до 200 тыс. рублей, сократило расходы на обслуживающий персонал на 17,5% и подняло производительность на 2%.

Учалинский горно-обогатительный комбинат столкнулся с тем, что невозможно было запустить непрерывный технологический процесс обжига из-за разброса параметров химического состояния шихты (смесь исходных материалов) – в итоге снижалась производительность обжиговых печей и случались внеплановые остановки оборудования. Теперь система на основе ИИ изучает данные о качестве концентратов, исходного сырья, делает прогноз качества и количества шихты на несколько дней, а затем выдает рекомендации по управлению технологическими процессами и планированию поставок концентратов. Цифровой советчик оптимизирует принятие решений и снижает вероятность ошибок операторов. Результат: производительность выросла на 5%, качество выходного продукта – на 6%, а внеплановые остановки оборудования сократились на 12%.

Система расчета эффективности сотрудников на конвейерной линии, использующая ИИ, позволяет ООО «Агросила.Челны-МПК» снизить срок адаптации новых сотрудников на 15% и уменьшить время простоев оборудования на 30% за счет оценки качества и скорости работы каждого сотрудника.

Экономика

Внедрение передовых технологий на базе ИИ уже дало ощутимый для экономики эффект: за 2021 год прирост составил 300 млн рублей, а за 2023-й, по подсчетам первого зампредседателя правления Сбера Александра Ведяхина, эта цифра дошла до триллиона рублей. К 2030 году дополнительный прирост ВВП от массового внедрения ИИ, по оценке вице-премьера Дмитрия Чернышенко, достигнет накопительным итогом 11,2 трлн рублей.

Большинство компаний, внедрявших ИИ в свои процессы (68% опрошенных в исследовании Яндекса и «Якова и партнеров»), по итогам 2022 года оценивали реальный финансовый эффект на EBITDA в размере до 5%. При этом, как выяснили в НИУ ВШЭ, в нашей стране разработкой ППТ ИИ занимается всего 74 организации, а три года назад их было и вовсе лишь 35. Область ИИ интересна как государству, так и бизнесу: в 2023 году новые решения на базе ИИ предложили 34 государственные и 34 частные российские организации, а также шесть организаций с участием иностранного капитала. Выделить сектор разработки ИИ именно для предприятий промышленности сложно: одни и те же решения при должной адаптации могут использоваться в разных отраслях экономики.

Экономический потенциал использования ИИ в России огромный: по данным аналитиков, к 2028 году он составит 22–36 трлн рублей. При этом около 70% из него приходится на ключевые для отрасли экономики – это не только IT, логистика и ритейл, но и, например, добывающая промышленность, а также производство потребительских товаров. То есть эта ниша рынка пока не закрыта и может принести ощутимую прибыль как разработчикам ИИ-систем, так и внедрившим их предприятиям.

Помеха справа

Еще в 2023 году было объявлено, что под руководством председателя правительства Михаила Мишустина формируется программа перехода промышленности на отечественную платформу поддержки полного жизненного цикла изделий: от конструкторских разработок и производства до эксплуатации, в которую должны быть встроены системы ИИ для разработки и проектирования новых видов промышленных изделий. Эксперты оценивают размер рынка решений для этой отрасли почти в 56 млрд рублей. Но это потенциально – потому что на данный момент уровень использования решений с ИИ в отрасли промышленности оставляет желать лучшего.

Национальный центр развития искусственного интеллекта при правительстве РФ (НЦРИИ) в конце 2023 года проводил исследование готовности сфер деятельности к внедрению ИИ. Как оказалось, средний уровень работы систем с искусственным интеллектом в приоритетных отраслях пока составляет 32% (+150% с 2021 года). Лидирующие отрасли – финансовые услуги (ИИ используют 55,5% компаний), сектор ИКТ (54,3%), ТЭК (40,6%). В обрабатывающей промышленности подобные технологии используют 25,8%, в АПК и рыбохозяйстве – только 20,6% компаний.

При этом вполне закономерно обеспеченность кадрами выше всего оказалась в секторе информационно-коммуникационных технологий, а вот в сфере обрабатывающей промышленности с квалифицированными сотрудниками для внедрения ИИ – проблема: есть менее трети необходимых специалистов. Однако самая худшая ситуация сложилась в отрасли экологии и природопользования, там этот показатель равен всего 14%.

Значительная часть компаний, пока не использующих ИИ, все же планирует внедрение таких решений. В обрабатывающей промышленности этот показатель равен 53,3%, однако каждая пятая компания (21%) пока не намерена интегрировать ИИ в свою работу.

В основном ИИ внедряют крупные и средние организации: каждая вторая масштабная организация и каждая третья средняя организация применяют ИИ, среди малых этот показатель достигает лишь 14%. А среди тех, кто использует ИИ в своих деловых процессах, почти 40% разрабатывают эти системы самостоятельно. При этом, по данным НЦРИИ, самыми востребованными технологиями ИИ в 2023 году стали системы интеллектуальной поддержки принятия решений (71%) и компьютерного зрения (69%).

Основные преграды, на которые жалуется бизнес (в том числе и промпредприятия) в последние годы не изменились: это финансовые ограничения, кадровый дефицит, низкая осведомленность о возможностях ИИ и отсутствие необходимой инфраструктуры. Интересно, что с 2021 года выросло число компаний, которые отмечают нехватку готовых решений на рынке: речь идет о локальных прикладных решениях в конкретных сферах деятельности.

Между тем, в мае этого года замглавы Минэкономразвития Максим Колесников отчитался о реализации к концу 2023 ФП «Искусственный интеллект», и эти цифры впечатляют. Так, отечественные разработчики представили более 2,5 тыс. ИИ-решений, инвестиции в отрасль достигли 39 млрд рублей, в стране на конец года работало 12 исследовательских центров, которые объединяют около 1 тыс. ученых, а количество разработчиков ИИ превысило 2 тыс. компаний и организаций.

Государство уже несколько лет уделяет внедрению ИИ особое внимание: к примеру, с 2021 года реализуется федеральный проект «Искусственный интеллект», который входит в национальную программу «Цифровая экономика РФ» и включает в себя меры по поддержке разработчиков ИИ, апробации решений на российских предприятиях, подготовке кадров и формированию инфраструктуры для благоприятного развития ИИ. В рамках федпроекта в 2021–2022 годах было профинансировано более 600 проектов по разработке ИИ-решений и акселерации, открылись шесть исследовательских центров на базе вузов и научных организаций.

На бумаге все выглядит красиво, но если бизнес сигнализирует о нехватке готовых решений и низкой осведомленности о возможностях ИИ, возможно, разработано было не всегда то, что требуется, а потенциально востребованные продукты могут оставаться незамеченными и не использоваться в полной мере.

Ключевые отрасли промышленности при этом вошли в число 14 приоритетных в Национальной стратегии развития ИИ: в список включена металлургия, сферы транспорта, сельского хозяйства, строительства.

В этом году Владимир Путин подписал указ об обновлении стратегии развития ИИ до 2030 года, в новой версии уточняются обязательные принципы развития и использования технологии, в частности, это прозрачность и объяснимость работы ИИ. Судя по новой стратегии, в 2022 году ежегодный объем оказанных услуг по разработке и реализации решений в области ИИ составлял 12 млрд рублей, а к 2030 году государство рассчитывает получить цифру в 60 млрд. При этом за оставшиеся шесть лет долю приоритетных отраслей экономики с высокой готовностью к внедрению ИИ следует нарастить с 12% до 95%. Планы амбициозные, но данный момент у экспертов есть сомнения в возможности их полной реализации: в первую очередь из-за финансовых и кадровых возможностей бизнеса.

При этом особая роль в деле интеграции ИИ отводится созданному в 2022 году Национальному центру развития искусственного интеллекта. Кроме того, на базе Альянса в сфере искусственного интеллекта в прошлом году создан отраслевой клуб «Искусственный интеллект в машиностроении», который должен заняться созданием экосистемы для обмена опытом и знаниями, в частности, помогать распространению успешных практик использования GenAI в инжиниринге и дизайне, включая генеративный дизайн деталей узлов и разработку новых материалов и сплавов. Правда, найти какие-то отчеты о его деятельности пока не удалось.

В целом в федеральном бюджете на развитие ИИ в стране было предусмотрено 5,2 млрд рублей, но сами IT-разработчики отмечали, что многое зависит от того, через какие каналы и какими способами эта поддержка будет доведена до активных участников рынка. К примеру, по мнению Константина Артемьева, генерального директора Sherpa RPA (платформа для роботизации бизнес-процессов на предприятиях с помощью машинного обучения), хороший результат дала бы поддержка мини- и микро-грантами, в том числе через фонд Сколково. А в случае распределения бюджетных средств через несколько центров компетенций отрасль рискует поддержку вовсе не увидеть, поскольку деньги могут «раствориться».

Кстати, в мировом масштабе за прошлый год, по данным института искусственного интеллекта Stanford HAI, промышленные компании создали 51 заметную модель машинного обучения, в то время как научные круги – лишь 15. Еще 21 значимую модель удалось получить в результате сотрудничества между промышленностью и научными кругами – это исторически максимальный показатель.

Кадры решают все

Кадровая проблема – вторая по масштабам после дороговизны технологий в отечественной сфере ИИ-технологий. По данным Национального центра развития ИИ при Правительстве РФ на 2023 г., лишь треть опрошенных компаний были обеспечены необходимыми кадрами в этой области. В обрабатывающей промышленности, напомним, показатель и вовсе составлял 27,1%.

Решить проблему правительство рассчитывает за счет подготовки профильных специалистов в отечественных вузах. Так, согласно обновленной стратегии развития ИИ, количество выпускников по ИИ-специальностям к 2030 году должно быть увеличено с примерно 3 тыс. до 15,5 тыс. человек ежегодно. При этом потребность в ИИ-специалистах в стране к 2030 году, по прогнозам правительства, дойдет до 70 тыс., а по расчетам экспертов может превысить эту цифру, поскольку ежегодно отраслям экономики будет требоваться по 35,5 тыс. новых работников.

Минобрнауки признает проблему, но уверяет, что все под контролем: «каркас системы подготовки специалистов для отрасли» уже создан, разработаны и апробированы образовательные программы бакалавриата и магистратуры по ИИ. В 2022 году на них поступили более 3,2 тыс. человек в 88 вузах в 56 регионах России, а в 2023 году уже принято более 5 тыс. человек.

В 2022 году Минобрнауки России при участии Альянса крупнейших отечественных цифровых компаний разработало образовательный модуль «Системы искусственного интеллекта». Этот модуль или его разделы уже включили в программы высшего и дополнительного профессионального образования 540 образовательных организаций по всей стране.

По данным Института статистических исследований и экономики знаний НИУ ВШЭ, который изучил информацию по 1100 вузам и их филиалам в РФ, обучение студентов бакалавриата, специалитета, магистратуры технологиям ИИ осуществляли 497 образовательных организаций высшего образования и их филиалов. При этом более половины всех студентов по профилю ИИ обучаются в 18 крупнейших по реализации профильных программ организациях.

В целом же в 2023 году по профилю ИИ в вузах обучались 42,3 тыс. человек (это всего 1% от общей численности студентов); прием составил 20,7 тыс. человек (1,6% от общего приема), а выпуск – 3,8 тыс. человек (0,5% от общего выпуска). В основном студенты в рамках учебных программ получают знания о технологии интеллектуальной поддержки принятия решений и управления (81,6%), технологиях компьютерного зрения (67,9%), обработки текста (50,2%) и более четверти (28,9%) изучают системы обработки звуковых данных.

Альянс в сфере искусственного интеллекта при поддержке Минобрнауки в конце прошлого года даже обнародовал рейтинг вузов России, где готовят лучших специалистов по ИИ. В рейтинг вошли 180 университетов из 64 регионов – в 2023 году на программы в области искусственного интеллекта этих вузов были приняты более 5 тыс. студентов. Абсолютные лидеры – это ВШЭ, МФТИ и ИТМО. В группу лучших вузов вошли: с рейтингом А+ – ВШЭ, МФТИ и ИТМО, с рейтингом А – МГУ и СПбГУ, с рейтингом В++ – МГТУ им. Баумана, с рейтингом В+ – УрФУ им. Б. Ельцина, университет «Иннополис», с рейтингом В – СПбПУ им. Петра Великого, МИСиС, НИЯУ МИФИ.