Внедрение искусственного интеллекта (ИИ) в промышленную сферу в мире идет семимильными шагами. Роботы-манипуляторы, системы автоматизированного управления, программы прогнозной аналитики – все это стало обыденностью на многих предприятиях. В России этот кропотливый процесс внедрения ИИ в промпроизводство движется не так стремительно, как в США, Китае, Южной Корее и Японии. Однако Национальная стратегия развития искусственного интеллекта до 2030 года была утверждена еще в 2019-м, а в прошлом году объем инвестиций в ИИ-решения составил более 650 млрд рублей, что на 18% больше, чем в 2022 году.
Нужно ли опасаться, что ИИ вытеснит людей с промышленных предприятий и полностью заменит их труд?
Ответ раскрыл в беседе с "Аргументами Недели" Артем Сеник, гендиректор "НПО ЛАБС", работающей, в том числе, в Хабаровском крае.
Эксперт подчеркнул, что модели ИИ учатся на больших данных, что в итоге позволяет им принимать решения на основании накопленного опыта. Компании, применяющие технологии, базирующиеся на машинном обучении, получают преимущество в виде способности анализировать большие объемы информации. Это, в свою очередь, помогает обнаружить тенденции для определения стратегий и принятия более точных решений. Такое интеллектуальное управление (в случае с промпредприятриями), впрочем, требует достоверной экспертизы и обнаруживание участков, которым требуется роботизация.
Для чего в промышленности может применяться ИИ? При прогнозировании возможных отказов оборудования и предотвращении простоев. Для прогнозирования объемов добычи (например, в горнодобывающем секторе) полезных ископаемых и оптимизации маршрутов техники, для автоматизации сварки кузовов автомобилей, покраски и сборки, для оптимизации режимов плавки металла (в металлургии) и снижения потребления энергии.
Несмотря на то, что ИИ может показаться нам «всесильным», сегодня эта технология имеет ряд ограничений. В первую очередь, ИИ не хватает творчества и нестандартного мышления. Да, он хорошо справляется с рутинными задачами, но испытывает трудности в ситуациях, требующих творческого подхода и нестандартных решений. Алгоритмы ИИ обучены на основе больших массивов данных и работают только в тех условиях, которые были запрограммированы. Любые отклонения от нормы могут привести к ошибкам и сбоям.
Не стоит отбрасывать и положительную сторону человеческого фактора. В промышленности людям зачастую приходится работать в команде, взаимодействовать с клиентами и партнерами. ИИ не способен к эмоциональному взаимодействию и не всегда может правильно понять ситуацию. К тому же люди умеют адаптироваться к меняющимся условиям работы и быстро обучаться новым навыкам. Это делает их более универсальными и востребованными специалистами.
Однако мы наблюдаем, как на российском рынке последние несколько лет активно разрабатываются различные системы мониторинга станков и управления производством. В числе программно-аппаратных решений есть технологические платформы в комплекте с цифровыми устройствами IIoT (промышленный интернет вещей). Датчики IIoT собирают данные о работе оборудования, технологических процессах и продукции в реальном времени. Эти данные могут быть использованы для оптимизации производства, выявления проблем и повышения производительности. Прогнозная аналитика IIoT помогает предприятиям предотвращать отказы оборудования, что приводит к сокращению простоев и снижению затрат на ремонт, а данные могут быть использованы для оптимизации использования энергии, сырья и других ресурсов, что приводит к снижению затрат.
Устройства IIoT легко подключаются к любому типу промышленного оборудования и передавать информацию через Wi-Fi или Ethernet. Речь идет о «решениях в коробке». глубокой интеграции в промоборудование такие системы не требуют. В то же время эти решения способны проанализировать загрузку оборудования, указать на неиспользуемый потенциал производства, оценить предельную эффективность. Аппаратно-программные решения призваны помочь организовать наиболее эффективную систему управления заводом. Они же помогают и собрать достаточное количество информации для обучения ИИ. А тот в дальнейшем сможет анализировать процессы, прогнозировать, помогать в принятии решений. То есть, применение на промышленных предприятиях ИИ будет полезно в комплексе с аппаратными решениями. В то же время он ни в коей мере не должен рассматриваться как замена человеку — это инструмент (действительно, мощный и эффективный), который помогает ему работать более эффективно.
Что касается Индустрии 4.0 (концепция, которая предполагает глубокую трансформацию промышленности за счет внедрения цифровых технологий, таких как ИИ, интернет вещей, большие данные и робототехника) в целом и внедрения аппаратно-программных решений на российских промышленных предприятиях, то пока еще большинство руководителей таких предприятий скептически смотрят на новые возможности. Поскольку в стране еще нет достаточной «опытной массы» — не накопилось пока большого количество примеров — главы заводов не верят, что подобные инструменты могут буквально раскрыть им глаза на то, как работает их же производство. Однако при внедрении системы гендиректор как будто заново знакомится со своим производством. Это в корне меняет систему управления, поскольку принятие управленческих решений теперь основывается на базе достоверных цифровых данных. Таким образом, в непродолжительное время корректируется производственно-технологический поток.
В то же время Индустрия 4.0 в России не направлена на тотальную замену человека искусственным интеллектом. Она предполагает тесное сотрудничество человека и ИИ, где каждый играет свою важную роль. Тем не менее, концепция Индустрии 4.0 предполагает в целом совершенно иной, новый подход к производственному процессу. Он поднимает значимость автоматизации и цифровизации производственного сектора экономики. На цифровой модели предприятия, переход к которой описан концепцией, в ближайшем будущем удастся тестировать новые продукты и технологии, что даст возможность создавать новейшие производства на ее базе и реализовывать их в физический продукт.
