Введение
Искусственный интеллект — это технология, способная выполнять интеллектуальные функции человека: анализировать и классифицировать данные, распознавать текст, речь и образы, обучаться и выполнять команды, управлять устройствами и осуществлять другие операции. В частности, с помощью таких решений компании внедряют интеллектуальное производство.
Современная промышленность стала одной из ключевых сфер применения искусственного интеллекта. Это напрямую связано с получаемыми результатами: ИИ-технологии на 10% повышают эффективность заводов, меняют подход к работе в снабжении, продажах и при разработке новых машин, материалов и технологий. Как цифровые решения помогают увеличить рентабельность предприятий на 5%, разбираем с экспертами Альянса в сфере ИИ.
Драйверы спроса
По данным IDC, объём мирового рынка ИИ в 2022 году оценивался в 450 млрд долларов при росте в 20%. Разработками в этой сфере занимались свыше 7000 стартапов, а финансирование проектов на глобальном венчурном рынке выросло более чем вдвое.
Объём рынка ИИ в России, по оценкам АНО «Цифровая экономика», в 2022 году вырос на 15% год к году — до 635 млрд рублей, пишет «Коммерсантъ». Использование таких решений принесло ВВП в прошлом году более 300 млрд рублей, ссылается на данные правительства «Интерфакс». При этом уровень проникновения ИИ относительно низкий: его используют около 20% российских компаний, что втрое меньше мирового показателя. Дальнейшее внедрение цифрового интеллекта позволит дополнительно увеличить ВВП страны на 1—2% до 2030 года, говорится в исследовании «Цифровой экономики».
На 15%
вырос рынок ИИ в 2022 году
По подсчётам организации, рентабельность предприятий в сферах машиностроения, металлургии, химии и нефтехимии благодаря внедрению ИИ-технологий увеличивается более чем на 5%.
Искусственный интеллект может применяться при роботизации, проектировании и моделировании, развитии как масштабного, так мелкосерийного производства для нужд отдельных заказчиков, а также для контроля качества выпуска товаров и обеспечения промышленной безопасности. Что не менее важно, ИИ минимизирует риски человеческих ошибок и повышает уровень безопасности, подчёркивает управляющий директор рейтинговой службы «Национального рейтингового агентства» Сергей Гришунин.
Внедрение технологий ИИ в промышленности
При организации интеллектуального производства компании сталкиваются с рядом трудностей и вызовов:
Таким образом, для искусственного интеллекта в промышленности требуется комплексный подход, глубокая аналитика и трансформация производственных процессов.
Машиностроение: роботы-ассистенты и управление складом
Крупный завод в этой отрасли сам как большая сложная машина. Все операции необходимо синхронизировать, чтобы продукция производилась в срок и требуемого качества. Скорость работ усложнена высокой нагрузкой на персонал при выполнении рутинных операций. К тому же надо учитывать множество параметров оборудования, сырья и компонентов.
Искусственный интеллект в промышленности способен помочь в решении всех базовых задач, это:
Автоматизация части рутинной работы, сбора и анализа информации повышает эффективность производственных мощностей на 10%. Причём при сокращении площади цеха на 25% за счёт использования роботов-ассистентов.
Планирование на складах с помощью применения искусственного интеллекта, когда учитываются исторические данные, сезонность и другие факторы, снижает расходы на 10%, а объём запасов — на 35%. При этом машинный анализ и рекомендации по количеству комплектующих, которое необходимо держать в наличии, увеличивают производительность на 5%.
На 35%
можно сокращать складские запасы за счёт ИИ
Виртуальная модель
Сложность и высокая стоимость процессов испытания и тестирования на реальных прототипах не даёт возможности проводить достаточное количество тестов и, как следствие, быстро выводить продукт на рынок и выявлять все узкие места при испытаниях. Умение ИИ создавать симуляции моделей при проектировании новых узлов и агрегатов и визуализировать испытания без создания физических прототипов сокращает расходы на исследования и разработки на 15%, а срок вывода на рынок новых продуктов — на 40%.
На 40%
ускоряет ИИ сроки вывода новых продуктов
Пример: Тверской вагоностроительный завод 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%.
Химпром: контроль и прогнозируемый синтез
В химическом производстве применение искусственного интеллекта также помогает при проведении синтеза и планировании всей деятельности, включая:
Цифровые решения позволяют обработать более 2 млн химических реакций, что ускоряет подбор параметров для получения необходимых характеристик материалов. Компьютерное зрение помогает оперативно выявлять сбои. Точность выявления дефектов при этом повышается до 97%, а вызванных браком издержек становится меньше на 10%.
Способность ИИ учитывать много переменных сокращает расходы на содержание оборудования на 30%. А рекомендательные программы, прогнозирующие спрос, уменьшают потери при хранении на 15%.
«Уралхим» на одном из своих заводов внедрил системы искусственного управления на барабанных грануляторах-сушилках. Так химхолдинг повысил стабильность процесса, снизил влияние человеческого фактора и увеличил выпуск продукции на предприятии на 2—6%. Другой крупный производитель минудобрений «Акрон» с помощью «цифры» управляет электроэнергией. В результате получилось снизить отклонение фактического потребления электроэнергии от планового уровня менее чем до 1%.
На 30%
сокращает ИИ расходы на содержание оборудования
Металлургия: двойники для эффективности
В металлургии, как и в других трудоёмких секторах со сложной инженерной инфраструктурой, ИИ помогает синхронизировать различные факторы, обеспечив непрерывность операций. Это прежде всего:
Управление плавлением на основе рекомендаций даёт 10-процентное сокращение энергопотребления, а комбинация моделей за счёт «двойников» увеличивает маржинальность производства на 10%.
ИИ оперативно регистрирует дефекты оборудования, что на треть сокращает расходы на его содержание. Умный софт также позволяет успешно планировать деятельность, сокращая производственные площади на 15%, а издержки на хранение — на 10%.
Счёт на миллионы
Даже относительно небольшой прирост объёмов производства (на 3—6%), которого помогают добиться умные технологии, имеет огромное значение для бизнеса, счёт может идти на миллионы рублей и тысячи тонн готовой продукции, подчёркивают в «Северстали». Металлургическая компания начала диджитализацию в 2017 году и с тех пор создала более 40 решений в области повышения эффективности производства.
В «Северстали» видят широкие перспективы развития ИИ-технологий в обучении моделей на синтетически сгенерированных данных, обучении компьютерного зрения на малом объёме данных, а также в создании гибридных систем, включающих физическое моделирование и компьютерное зрение.
Кроме того, использование компьютерного зрения позволяет в автоматическом режиме выявлять нарушения техники безопасности и потенциально снижать этот показатель на 50%, говорится в материалах исследования АНО «Цифровая экономика».
Перспективы: больше доверия, больше функций
В числе основных источников роста, который показывает в последние годы рынок искусственного интеллекта в России, значительная финансовая господдержка разработчиков, в том числе через гранты, подготовку специалистов, а также реализация инфраструктурных проектов и само внедрение таких решений в реальном секторе, говорится в «Белой книге цифровой экономики». Успешные кейсы предприятий — пионеров применения ИИ повышают интерес к нему в отраслях. Как замечает представитель «Северстали», компания поначалу сталкивалась с недоверием опытных операторов к ИИ, но по мере понимания эффективности этих технологий отношение поменялось.