В рамках деловой программы международной промышленной выставки ИННОПРОМ заместитель министра промышленности и торговли РФ Василий Шпак и заместитель министра цифрового развития, связи и массовых коммуникаций РФ Александр Шойтов обсудили с компаниями-разработчиками и вендорами промышленных предприятий актуальные вопросы цифровизации промышленности. Среди них – выстраивание эффективного партнерства государства и технологического бизнеса, а также дискуссия о централизации ИИ в производстве.
«Очевидно, что одним из решающих факторов в нашем будущем являются технологии. И главная из них, которая сегодня меняет и социальные отношения, и облик промышленного производства – это Искусственный интеллект и его физическое проявление –роботы. Каждое поколение промышленников оставляло после себя наследие, отлитое в металле. Это домны, станки, реакторы, магистрали. Сегодня к этому наследию добавляется новый слой – интеллект, встроенный в машины. Ответственность здесь та же, что и у наших предков. И работаем мы не на квартальный отчет, а на десятилетия вперед», – отметил Василий Шпак.
По словам замминистра, еще недавно ИИ в промышленности существовал преимущественно на слайдах презентаций и в отчетах. Сегодня технологии перестают быть экспериментом и существуют в реальных кейсах с подтвержденным экономическим эффектом. В числе активно использующих ИИ отраслей – металлургия и атомная промышленность. Как пояснил Василий Шпак, роль государства сегодня состоит в том, чтобы создавать ясные и понятные правила, внутри которых технология будет развиваться безопасно и предсказуемо.
Александр Шойтов обратил внимание на то, что стремительное развитие технологий повышает риск работы с ними. А потому доверять задачи ИИ на предприятиях можно с осмотрительностью, учитывая риски и возможные последствия. Оставаясь современным решением, экономящем ресурсы производства, ответственным за искусственный интеллект все еще остается человек.
«Технологии стремительно развиваются, чтобы получить максимальный эффект внедрять нужно то, что только что появилось. Мой профиль касается безопасности, поэтому я всегда говорю, что нужно быть осмотрительным. Риски сохраняются даже в простых случаях, когда ИИ выступает просто помощником. Бывают случаи, когда ИИ фантазирует – изобретает ссылки на несуществующие документы, стремясь угодить человеку. Всегда нужно оценить риск и посмотреть, что случится, если ИИ выдаст неверное решение – сломается весь завод, пропадет одна партия или испортится одно изделие», – отметил Александр Шойтов.
ИИ – это термин, под которым живет большое количество похожих технологий. На предприятиях активно используются решения, работающие уже давно, например, видео аналитика или роботы. Из новых систем, с которыми промышленность только учится работать – генеративный ИИ, который умеет создавать уникальный контент, а не просто анализировать данные. Эта технология находится в ранней стадии, поэтому только начинает использоваться предприятиями. При этом эксперты отмечают, что интеграция искусственного интеллекта происходит быстро. Сейчас есть, например, ИИ, который в состоянии генерировать 3D чертежи. Отдавая программе голосовые команды можно получить работающую деталь. И через несколько лет этот процесс станет автоматическим
Главным вопросом для бизнеса и промышленных предприятий остается проблема экономической выгоды. О том, в каком случае необходима цифровизация и насколько дешевле внедрять и использовать ИИ-технологии по сравнению с человеко-часами, рассказал руководитель центра индустриальных продуктов и решений МТС Павел Федосов.
«Бизнес отличается большим прагматизмом в вопросах внедрения новых решений. Думать про переход на ИИ нужно, когда расходы на поддержание существующих систем начинают увеличиваться вместе с запросами на изменения. Как только на производстве появляются новые модели, новое оборудование и новые технологии – первоначальная, хоть и небольшая стоимость внедрения вырастает. Нужно отметить, что сегодня уровень заказчика сильно вырос, и уже не стоит вопрос, зачем нужен ИИ на производстве. Однако компании не всегда понимают риски и экономику, здесь и начинается диалог и ключевое обсуждение технологий, чтобы избежать расхождения ожидание-реальность. Чтобы снизить стресс от перехода, мы предлагаем попробовать пилотные внедрения, а также переходим на создание совместных разработок. При такой системе часть расходов мы берем на себя и становимся соинвесторами. Так наши технологические партнеры видят, что мы уверены в результатах проекта, а значит он будет работать и окупаться на их производстве. Этот диалог затрагивает еще одну точку роста – необходимость минимизации внешнего стресса предприятий. Когда заказчики говорят, что не уверены в необходимости внедрения ИИ прямо сейчас. Принимать решения становится сложно, проще всего не делать ничего. Предприятия боятся, что из-за различных факторов для цифровизации еще не пришло время», – рассказал Павел Федосов.
Спикеры затронули также вопрос выбора между централизацией и децентрализацией ИИ на предприятиях. О том, какие решения лучше работают в промышленности, Павел Федосов рассказал на примере современных тенденций и опыта работы МТС.
«Мы не первый год занимаемся промышленностью, и понимаем, что нельзя полностью полагаться на централизацию – слишком большие затраты потребуются на то, чтобы привести все в одну систему. Однако полная децентрализация тоже утопия. Зрелая архитектура промышленности сегодня – это гибрид. Она же отражает то, что происходит с данными. Так, данные для работы рекомендательных систем, которые прекрасно проявляют себя в промышленности, уже приносят прибыль крупным компаниям, в том числе и в реальных секторах экономики. Предприятиям, которые уже научились обрабатывать данные для таких систем, намного проще работать и с генеративным ИИ. Базовых цифровых платформ для промышленности уже достаточно много, рынок созрел, поэтому важно уходить от проектного внедрения – то есть избегать узких и конкретных задач, каждой из систем в сторону продуктовой политики. То есть интегрировать ИИ в конечный продукт предприятия. Это позволяет получить промышленности экономический эффект при масштабировании, ведь внедрять что-то новое всегда сложнее, чем настроить под текущие задачи уже работающую систему».
Внедрение цифровизации на предприятия несмотря на свою перспективность, протекает неравномерно и наталкивается на сдерживающие барьеры. Одним из них становится целесообразность инвестиций. В настоящее время большинство клиентов, занимающихся цифровизацией с помощью ИИ не понимают, какого эффекта они могут достичь. Поэтому некоторые крупные производства не могут рассчитать конечную прибыль, а значит и не спешат заниматься цифровизацией производства при том, что имеют такую возможность. Еще одна проблема, связанна с трудностью масштабирования ИИ на отраслевую практику. Представители власти активно взаимодействуют с промышленностью в части автоматизации и роботизации, уже внедряют современные решения, разработанные компаниями.
Ранее «Областная газета» писала, что Свердловские предприятия представили на ИННОПРОМ свои лучшие разработки
