Согласно исследованию фонда «Сколково», российская промышленность пока находится на стадии тестирования технологий генеративного искусственного интеллекта (ИИ). Аналитики прогнозируют, что успешные пилотные проекты перейдут в полномасштабную эксплуатацию в ближайшие два года. Хотя генеративный ИИ обладает значительным потенциалом для оптимизации ключевых производственных процессов, его широкому внедрению мешает ряд факторов. Среди основных препятствий опрошенные компании выделяют сопротивление персонала изменениям, жесткие требования к информационной безопасности и сложности с оценкой экономической эффективности инвестиций.
Центр экспертизы и коммерциализации информационных и финансовых технологий фонда «Сколково» провел детальное исследование возможностей и опыта использования генеративного ИИ (способного создавать тексты, изображения и другой контент) в российской промышленности. Целью было выявление ключевых особенностей и проблемных зон существующих и будущих проектов. Отчет указывает, что передовые предприятия лишь апробируют эту технологию, изучая ее потенциал. Ожидается, что полноценный переход от пилотных проектов к промышленному использованию произойдет в течение одного-двух лет. Эксперты подчеркивают, что производственный сектор подходит к внедрению таких цифровых решений с «особой осторожностью».
По данным отчета, глобальный рынок генеративного ИИ вырастет с $34,1 млрд в 2025 году до $143 млрд к 2030 году. Для России аналитический центр red_mad_robot прогнозирует объем рынка в $4,15 млрд к 2030 году.
Эксперты «Сколково» отмечают, что на каждый вложенный доллар в генеративный ИИ предприятие получает в среднем $3,5 прибыли.
Несмотря на то что генеративный ИИ в основном используется для оптимизации бизнес-процессов, промышленные компании проявляют растущий интерес к его применению в ключевых производственных операциях. Это позволяет им решать более сложные отраслевые задачи и оптимизировать процессы, напрямую влияющие на производительность и качество продукции.
Аналитики, учитывая мировой и российский опыт, выделяют следующие потенциальные эффекты от внедрения генеративного ИИ: ускорение проектирования изделий на 30–80% (включая автоматическое создание документации и проверку соответствия стандартам), сокращение незапланированных простоев оборудования до 50%. Кроме того, ИИ-решения могут снизить избыточные запасы сырья на 40–60% и сократить время на оптимизацию логистических цепочек до 10–15 минут.
В российской промышленности генеративный ИИ чаще всего находит применение в разработке программного обеспечения, предиктивном обслуживании оборудования, подготовке и проверке технической документации. В сочетании с технологиями компьютерного зрения он также используется для оптимизации производственных процессов.
Однако внедрение и масштабирование решений на основе генеративного ИИ на предприятиях сталкивается с рядом существенных трудностей.
В ходе опроса экспертов наиболее часто упоминаемым барьером (50%) стало недоверие к новым технологиям и сопротивление изменениям со стороны персонала. Более трети компаний (36%) указали на ограничения в сфере информационной безопасности, а также на отсутствие четких методик оценки эффективности применения ИИ в производстве. Высокую стоимость внедрения (затраты на инфраструктуру, обучение моделей и персонала) отметили менее трети участников (29%).
Окупаемость цифровизации в сырьевом секторе РФ ниже мировых показателей
Валерий Бочин, руководитель проектов АСУТП инженерной компании «Уралэнерготел», подчеркивает, что внедрение ИИ в промышленность сопряжено с рядом сложностей. Он отмечает, что для обучения моделей необходимы обширные и качественные данные, которых часто не хватает в устаревших системах, что приводит к ошибочным прогнозам. На организационном уровне сотрудники нередко сопротивляются, воспринимая ИИ как угрозу своим рабочим местам. Еще одним препятствием являются длительные сроки внедрения и окупаемости таких проектов, что не позволяет рассчитывать на быструю отдачу от инвестиций.
Евгений Елфимов, гендиректор компании Inventorus и член генсовета «Деловой России», считает внедрение ИИ в промышленность не просто трендом, а насущной необходимостью. По его словам, повышение эффективности, снижение издержек и автоматизация напрямую влияют на конкурентоспособность предприятий. В качестве примера господин Елфимов приводит растущий спрос крупных компаний на системное управление научно-технической информацией и создание корпоративных баз знаний с применением ИИ.
