Промышленный интеллект: как алгоритмы помогают компаниям в развитии

Искусственный интеллект (ИИ) играет все большую роль в промышленности. Однако, по данным Strategy Partners, лишь 24% российских компаний нефтегазового и металлургического секторов внедряют ИИ-решения.

Исследование, основанное на анализе бизнес-процессов и опросе сотрудников около 150 промышленных компаний, было представлено на Петербургском международном экономическом форуме – 2024.

ИИ в промышленности включает анализ больших данных, прогнозирование и оптимизацию процессов, предиктивное обслуживание оборудования, автоматизацию логистики и управление качеством продукции. Это позволяет значительно улучшить эффективность и сократить затраты.

К 2030 г. эффект от внедрения ИИ в различных отраслях может превысить 10 трлн руб., заявил главный исполнительный директор Сбербанка Герман Греф в ходе открытого диалога в Совете Федерации 4 июня. Это произойдет, по его словам, «если внедрять ИИ более-менее средним темпом», без амбициозных планов. Этот эффект добавит 4–6 п. п. к ВВП, считает Греф.

По данным аналитической компании «Выгон консалтинг», российский ТЭК может получить эффект в размере более 300 млрд руб. в год в случае активного применения генеративного ИИ. Генеративный ИИ в будущем возьмет на себя более половины прикладных задач проектной инженерии. Однако для этого модели необходимо специально дообучать, а стоимость создания таких систем мирового уровня приближается к $1 млрд, что в условиях РФ возможно только при консолидации усилий всей отрасли.

Нефтегазовая промышленность

ИИ может решать множество задач в нефтегазовой отрасли. Например, анализ данных позволяет предприятиям принимать более обоснованные решения и улучшать производственные процессы.

ТОиР (техническое обслуживание и ремонт) на основе предиктивной аналитики – один из примеров использования ИИ. Нейросети могут предсказывать, когда оборудование выйдет из строя, что позволяет планировать ремонт заранее и избегать неожиданных остановок. Это помогает предприятиям снижать затраты на ремонт и обслуживание, а также повышать надежность оборудования.

ИИ в нефтепереработке позволяет эффективнее контролировать качество продукции на выходе за счет перехода управления оборудованием от человека к машине. Автоматика быстрее реагирует на любые изменения в технологическом процессе: от колебаний температурного режима и давления до скорости подачи сырья. В итоге конечная продукция получается с точно прогнозируемыми характеристиками.

Например, «Роснефть» в 2022 г. внедрила цифровую систему для мониторинга трубопроводов, говорится на сайте компании. Ее разработкой занимались специалисты «РН-БашНИПИнефть» (входит в научно-проектный блок «Роснефти»). Системы на базе ИИ анализируют данные с датчиков, выявляют утечки и предсказывают возможные аварии. Это позволяет своевременно устранять проблемы и повышать безопасность.

Активное применение алгоритмов ИИ в «Роснефти» началось более пяти лет назад, рассказал ее представитель. Компания постоянно совершенствует инструменты ИИ, так как они повышают эффективность и скорость принятия решений по всей производственной цепочке, где применяются, добавил он.

В частности, сегодня в рамках корпоративной линейки программного обеспечения «Роснефть» развивает более 40 модулей для инженерных расчетов с использованием технологий машинного обучения и нейронных сетей, рассказал он. «Характерный пример – при поиске новых залежей нефти геолог анализирует множество геолого-технической информации. Открывая экран корпоративной программы «РН-Петролог», специалист нажимает кнопку, и программа в автоматическом режиме определяет горные породы с нужными характеристиками среди многих тысяч визуально похожих интервалов», – привел пример представитель «Роснефти». По его словам, применение методов ИИ позволяет обнаруживать такие нефтенасыщенные интервалы, на поиск которых стандартными методами ушли бы годы.

Вице-президент «Транснефти» Андрей Бадалов отмечает, что у ИИ в промышленности есть большие перспективы. По его словам, ИИ сейчас интегрирован внутрь большого количества комплексных информационных систем наряду с технологиями обработки больших данных и другими аналитическими инструментами. ИИ уже задействован или проходит апробацию в разных системах компании. «Например, мы имеем возможность проводить диагностику трубопроводов с использованием оборудования и ПО на основе современных технологий ИИ с применением методов машинного обучения. В данном случае машина с помощью нейронных сетей распознает и анализирует визуальные образы в разных спектрах. В частности, производится обнаружение дефектов трубопроводов», – приводит пример он.

ИИ активно применяет «Газпром нефть», знает старший директор по продажам компании PIX Robotics Владимир Иткин. Еще в 2017 г. компания сообщила, что будет использовать технологии анализа больших данных и машинное обучение для ведения работ в области бурения и заканчивания скважин, моделирования технологических процессов нефтепереработки и оптимизации других производственных процессов, напоминает он. В 2020 г. с помощью интеллектуальной цифровой системы собственной разработки для управления морским транспортом в Арктике «Капитан» компания сэкономила порядка 12% затрат на морскую логистику по сравнению с 2019 г., отметил эксперт. А в 2023 г. «Газпромнефть – смазочные материалы» запустила первую в России цифровую систему создания многокомпонентных рецептур моторных масел с помощью ИИ, добавил Иткин.

Металлургическая промышленность

ИИ активно используется и в металлургии. Например, системы на базе ИИ анализируют данные с датчиков для контроля качества продукции, выявляют дефекты и оптимизируют процессы плавки и литья металлопродукции. Это помогает сократить количество брака, а также выдавать чистые металлы или сплавы с определенными физическими свойствами. Также ИИ может управлять запасами сырья и готовой продукции, что снижает издержки на хранение и транспортировку. Решения на базе ИИ сегодня внедряют крупнейшие компании, в том числе «Северсталь», «Норникель» или НЛМК.

Например, согласно информации на официальном сайте «Северстали», с марта 2023 г. компания применяет технологии ИИ на своем череповецком заводе в составе модернизированной системы навигации AGV (Automatic Guided Vehicle – автоматически управляемый транспорт). Система обеспечивает автономное движение транспорта, используя тип навигационной технологии – Natural Features Navigation, т. е. навигацию по характерным точкам окружения. Она выбирает оптимальную траекторию, не мешая производственным процессам и не создавая опасных ситуаций. Программное обеспечение – полностью отечественная разработка с участием одного из ведущих университетов Санкт-Петербурга, указано на сайте.

В «Норникеле» ИИ активно применяется практически на всех этапах производственной цепочки, рассказывал вице-президент компании по инновациям Виталий Бусько в ходе ежегодной прямой линии с сотрудниками в марте 2024 г. «Искусственный интеллект у нас уже работает практически на всех обогатительных фабриках, на ТОФ, которая была первым предприятием, где мы запустили системы на базе ИИ, на Быстринском ГОКе, на Кольской ГМК», – сообщил он.

«Мы уже плотно работаем с внедрением искусственного интеллекта. <...> Мы уже охватили практически все производственные участки. У нас внедряются решения на базе машинного обучения, на базе компьютерного зрения и ансамбля этих решений. Самое главное, что решения работают в автоматическом режиме», – подтвердил директор центра развития цифровых технологий «Норникеля» Алексей Тестин в кулуарах Международной промышленной выставки «Иннопром-2024». Сейчас эти решения внедрены на основных агрегатах производства и с помощью ИИ идет управление основными технологическими процессами в компании, рассказал он ТАСС.

В то же время он отметил, что «это первый базовый шаг для развития ИИ в компании». «Сейчас мы научились достигать экономического эффекта на тех данных, которые есть, с тем оснащением, которое досталось от производителей этого оборудования. По мере развития инструментария мы ставим дополнительные камеры, датчики и т. д. Мы понимаем, что чем больше данных мы получаем, собираем, тем интересней и масштабней у нас получаются решения», – подчеркнул директор центра. По его словам, внедрение решений, связанных с развитием ИИ, несет как экономический эффект, так и повышение технологической независимости. Тестин сообщил, что решения на базе ИИ принесли компании порядка 1% EBITDA. Однако объемов затрат на внедрение таких решений он не раскрыл.

На Магнитогорском металлургическом комбинате (ММК) программные роботы выполняют сотни бизнес-процессов, освобождая сотрудников от рутинных, повторяющихся действий. «Они помогают увеличить скорость выполнения ключевых производственных задач и уменьшить количество ошибок, особенно в период пиковых нагрузок», – говорит директор по экономике ПАО «ММК» Андрей Еремин (цитата по Ura.ru). По словам Еремина, за пять лет с 2018 г. ИИ сэкономил ММК 660 млн руб. За это время комбинат делегировал ИИ 310 бизнес-задач, уточнил он.

Что останавливает

Одной из основных проблем является импортозамещение. В условиях санкций российским компаниям приходится искать альтернативные решения, что может замедлить внедрение ИИ из-за недостатка отечественных разработок. Однако развитие отечественных технологий и программ поддержки со стороны государства может смягчить эти проблемы.

Для успешного внедрения ИИ российским компаниям необходимо развивать отечественные технологии и обмениваться опытом по внедрению инноваций. Важную роль в этом процессе играют частные инвестиции.

Хотя процент компаний, внедряющих ИИ в российской промышленности, пока невысок, потенциал технологии огромен. Активное использование ИИ-решений может значительно повысить конкурентоспособность и эффективность российских компаний, обеспечив их успешное развитие в будущем. В условиях глобальной конкуренции отечественные компании, которые не испугаются ИИ, смогут сохранить лидирующие позиции на мировом уровне.