Промышленность
Синергия промышленных масштабов. Как ИИ трансформирует химпром
Из всего многообразия цифровых технологий предприятия химической промышленности отдают предпочтение решениям на основе искусственного интеллекта (ИИ). Это оптимальный выбор как с точки зрения производительности, так и с позиции создания добавленной стоимости. «Фишка» ИИ — имитация когнитивных функций человека, поэтому применение подобных технологий на ранних стадиях разработки позволяет быстрее и эффективнее довести идею до рынка. К примеру, производительность исследований может быть увеличена уже на старте за счёт обработки предыдущих релевантных результатов и знаний с помощью ИИ. Кроме того, ИИ помогает производителю плавно подстраиваться под меняющиеся требования заказчика путём их интеграции в R&D.
Технологии тянут KPI вверх
Компании химического сектора, внедрившие ИИ, развиваются опережающими темпами: 72% опрошенных Accenture представителей химпрома сообщили о [как минимум] двукратном улучшении части ключевых показателей эффективности (KPI), а 37% — о пятикратном росте отдельных KPI. Данные исследования, в котором приняли участие более 1000 хозяйствующих субъектов, показывают, что использование ИИ в химической отрасли становится всё более популярным. Более 60% компаний протестировали и начали внедрять машинное обучение или другие формы искусственного интеллекта в повседневные практики. И почти все (91%) сходятся во мнении, что ИИ помогает их бизнесу высвободить ранее скрытый потенциал.
91%
компаний химической отрасли уверены, что ИИ поможет им раскрыть скрытый потенциал
Искусственный интеллект в химпроме применяется не в последнюю очередь для снижения вредного воздействия на окружающую среду. Австрийская корпорация Borealis — восьмая в мире по объёму выпуска полиэтилена и полипропилена — использовала программу на основе ИИ для разработки динамических целевых показателей энергопотребления завода. Производителю удалось добиться сокращения затрат на энергообеспечение производства, а побочным эффектом стало снижение уровня выбросов углекислого газа в атмосферу.
Ещё пример. Международная химическая компания многократно сталкивалась с незапланированными простоями из-за частого (раз в три дня) выхода из строя экструдера. Это приводило к остановкам производственного процесса и, как следствие, к необходимости работать сверхурочно. Используя мониторинг в режиме реального времени, компания наладила передачу структурированных данных от датчиков экструдера, а также обработала неструктурированные данные из записей о техническом обслуживании, отчётов об обучении и других источников. Модель прогнозирования, оценивая причинно-следственные связи, генерировала предупреждения и рекомендации по работе экструдера. Итог: сокращение на 80% незапланированных простоев и экономия операционных расходов в размере около 300 000 долларов. В рамках трансформации бизнес-модели производитель рассматривает возможность внедрения аналогичных систем и на остальных предприятиях, находящихся под его управлением.
100 оттенков
В ассортименте немецкого нефтехимического концерна BASF представлены химикаты, пластмассы, лакокрасочные покрытия, удобрения, природный газ и даже сырая нефть. Подразделение BASF Automotive Refinish Solutions производит и продаёт автоэмали и автокраски. Как известно, главная задача при покраске — попасть в цвет, поэтому законы рынка вынуждают изготовителя постоянно выпускать новые оттенки. Это трудоёмкая задача, требующая особой квалификации. Инженеры BASF разработали усовершенствованную систему цветосогласования, которая задействует искусственный интеллект. Комплекс использует два инструмента: SmartSCAN и SmartTRAK2.
SmartSCAN — спектрофотометр (устройство, считывающее длину световых волн для определения цвета), который сканирует окрашенную поверхность, чтобы найти формулу цветового соответствия, основанную на показаниях с четырёх различных углов. SmartTRAK2 — программное обеспечение для управления цветом, которое извлекает формулу цветового соответствия и выдаёт точные инструкции по смешиванию для воспроизведения оттенка.
BASF также охотно сотрудничает с ИТ-компаниями для развития ИИ. К примеру, компания выступала в качестве бета-клиента SAP: тестировала систему SAP Cash Application System, работающую на базе SAP Leonardo Machine Learning. Платформа используется для автоматизации обработки платежей. В BASF остались довольны результатами пилотного проекта: программное обеспечение позволило автоматизировать обработку 94% платежей.
Важность цифровизации понимают многие российские химические предприятия и уже начинают использовать ИИ-технологии, в первую очередь предикативную аналитику.
Например, одно из ключевых предприятий отечественной химической индустрии, чья деятельность сосредоточена на крупнотоннажной химии, разработало аналитическую систему с использованием методов глубокого машинного обучения для цеха производства хлорметанов. Эта система выдаёт рекомендации оператору по выбору оптимальных параметров и технологических режимов.
Другой крупный нефтехимический холдинг создаёт собственную платформу для промышленного интернета вещей. Она обеспечивает управление устройствами всех уровней, собирает и хранит данные с датчиков и обрабатывает информацию. Предиктивную аналитику в компании используют, чтобы выявлять дефекты оборудования, выстраивать оптимальный график ремонтов и оптимизировать процессы сортировки.
А крупный производитель удобрений с помощью ИИ контролирует качество пульпы (основное сырьё) и оптимизирует работу котлового оборудования. В компании разрабатывают виртуального ассистента, который в режиме реального времени будет подбирать оптимальный режим работы котлов благодаря учёту различных параметров работы оборудования и внешних условий.
И всё это только первые эксперименты, в дальнейшем компании собираются внедрять ИИ и на других своих производственных площадках.
Виртуальный помощник
Корпорация Royal Dutch Shell представлена в химпроме своей «дочкой» Shell Chemicals. В 2014 году компания придумала виртуального помощника. Бизнесу требовался недорогой инструмент для первичной обработки и дальнейшего перенаправления простых запросов в службу технической поддержки. Сегодня виртуальный помощник Shell работает в 151 стране мира и говорит на множестве языков, включая русский. Чат-боты Ethan и Emma могут ответить на вопросы о том, где купить продукцию бренда и дать информацию о её технических характеристиках. Сервис также разбирается в технических паспортах и паспортах безопасности.
Внедрение виртуального помощника принесло следующие результаты:
На 40% сократился объём звонков в службу поддержки.
Почти 75% вопросов были решены чат-ботами.
ИИ правильно понял 97% вопросов.
удовлетворённость пользователей ответами чат-ботов — 98%.
Аналитики из Shell Global Solutions пришли к выводу, что тренд на интеграцию виртуальных помощников будет расти. Они подсчитали, что не менее 15% компаний из списка Fortune 1000 используют эту технологию, а 60% клиентов используют веб-сайт как главный источник знаний для решения проблем, связанных с продукцией бренда.
Как Сбербанк помогает создавать ИИ?
В экосистему Сбербанка входит компания SberCloud — это облачная платформа, позволяющая создавать и обучать ИИ для бизнеса. Для разработки моделей машинного и глубокого обучения, а также ускоренного обучения ИИ используются мощности суперкомпьютера «Кристофари». Это единственный в России суперкомпьютер, мощности которого можно арендовать.
Какие задачи в бизнесе решает SberCloud с помощью ИИ:
Оптимизация потребления ресурсов. Подключив датчики к оборудованию и распределительным щитам, можно выявить закономерности в потреблении ресурсов и сократить их расход.
Обнаружение брака. Обучив нейросеть на эталонных изделиях, можно распознавать брак в автоматическом режиме.
Прогнозирование сбоев. Предиктивная аналитика позволяет прогнозировать выход техники из строя и не допускать критических поломок.
Анализ поведения рабочих. Позволяет увеличить производительность и повысить безопасность труда (например, нейросеть может распознавать сотрудников без каски).
Локомотив прогресса
Технологии искусственного интеллекта нашли широкое применение в химической промышленности: они используются для учёта складских остатков сырья, прогнозирования результатов химических реакций и снижения негативного экологического фона в процессе производства, транспортировки и хранения опасных веществ. Помимо этого, внедрение ИИ помогает увеличить скорость производственного процесса.
Отрасли, зависящие от химической промышленности (сельское хозяйство, строительство, автомобилестроение, энергетика, FMCG, транспорт и т. д.), тоже используют ИИ, что, в свою очередь, помогает расти самому химпрому. Получается, что влияние ИИ на химпром не ограничивается только лишь увеличением прибыли отраслевых компаний: химпром, будучи локомотивом цифровой трансформации, стимулирует завязанные на него предприятия к принятию неизбежного — технологического прогресса.