Поделиться
«К2 НейроТех» назвал шесть ИИ-трендов в промышленности в 2025 году
Согласно национальной стратегии цифрового развития искусственного интеллекта в России, к 2030 г. доля отраслей с высоким уровнем внедрения ИИ вырастет до 95. Спрос и готовность со стороны бизнеса полноценно делегировать задачи искусственному интеллекту возрастает. В России, по данным опроса Ассоциации менеджеров, 39% крупных предприятий уже используют ИИ-инструменты, а 25% опрошенных планируют их внедрить в ближайшем будущем. Эксперты «К2 НейроТех» рассмотрели ключевые тренды применения ИИ в промышленности. Об этом CNews сообщили представители «К2Тех».
Генеративный ИИ
В 2025 г. генеративный ИИ все больше переходит из стадии экспериментов в повсеместное использование. Уже в 2024 г., согласно исследованию Стэнфордского университета, 71% компаний применяли генеративный ИИ хотя бы в одной функции. Промышленные предприятия активно применяют его для оптимизации производственных процессов и автоматического проектирования деталей. Например, в химической промышленности генеративные модели ускоряют разработку новых материалов, таких как перовскиты для солнечных батарей или металлоорганические каркасы для хранения водорода, сокращая время их вывода на рынок с нескольких лет до нескольких месяцев. Появляются интеллектуальные ассистенты, помогающие анализировать данные и принимать решения в реальном времени. Генеративный ИИ забирает на себя большую часть рутинных процессов, таких как создание технической документации и отчетов. По данным Gartner, потенциальный эффект внедрения генеративного ИИ ‒ до 15,8% роста выручки, 15,2% сокращения издержек и более 22% роста производительности сотрудников.
Интеграция цифровых двойников
Цифровых двойников используют уже почти 22% компаний, а 34% планируют внедрить эту технологию, показало исследование Высшей школы бизнеса НИУ ВШЭ. В промышленности цифровые двойники производственных линий и оборудования стали ее неотъемлемой частью. Так, в химической промышленности цифровые двойники используются для моделирования процесса производства полимеров. Новые технологии и процессы теперь проходят виртуальные тестирования с помощью цифровых двойников, что существенно снижает временные и денежные затраты на реальные испытания. Кроме того, они помогают намного оперативнее выявить возможные риски и предотвратить поломки на производстве.
Автономные фабрики и роботизация
За последние годы выросло число полностью автоматизированных производств – «темных фабрик». Они функционируют во многом благодаря появлению автономного транспорта, например, беспилотных автоматических штабелеров и AGV-тележек (Automatic Guided Vehicles) с навигацией на основе ИИ. ИИ-модели строят оптимальные маршруты по территории завода, обеспечивают объезд препятствий и точную парковку для погрузки и разгрузки. Там, где пока невозможно полностью заменить человека, применяют коллаборативных роботов (коботов), которые под контролем человека выполняют тяжелые или опасные задачи – работу с высокими температурами или токсичными веществами. По данным Росстата на 2024 г., установленная база промышленных роботов в России составляет 12,8 тыс., а основными отраслями-потребителями являются автомобильная, металлообрабатывающая и машиностроение.
Предиктивная аналитика и энергоменеджмент
ИИ-система предсказательного технического обслуживания анализирует данные, которые поступают с установленных датчиков, прогнозируя вероятные отказы. В результате – затраты от простоя техники из-за непредвиденных поломок снижаются на треть, точность предсказания неисправностей узлов достигает 90%, а также увеличивается межремонтное время работы. Например, нефтегазовые и перерабатывающие компании отмечают рост выпускa продукции на 10–15% за счет уменьшения аварийных остановок благодаря ИИ-моделям, предсказывающим отказ оборудования. Для энергоемких отраслей оптимизация энергопотребления имеет прямое влияние на себестоимость и экологичность производства. ИИ-решения помогают оптимизировать энергозатраты – системы анализируют уровень тепла, количество топлива на оборудовании и находят способы снизить расход без ущерба для производства. Например, алгоритмы могут динамически регулировать работу печей, компрессоров, насосов, снижая пиковые нагрузки и переводя энергопотребление на часы с минимальными тарифами.
Компьютерное зрение и контроль качества
Системы на основе искусственного интеллекта достигли невероятной точности в обнаружении дефектов. На некоторых производствах они помогли сократить брак до 1%, а интеграция с роботизированными системами позволяет мгновенно удалять с конвейера дефектные изделия, снижая затраты на переработку. В химической промышленности ИИ-алгоритмы анализируют характеристики флотационной пены, повышая эффективность обогащения руды. На производствах по сборке электроники камеры с ИИ выявляют микротрещины, некорректные пайки или другие изъяны деталей «на лету», автоматически отбраковывая дефектные экземпляры. В машиностроении компьютерное зрение используется для контроля геометрии и поверхности изделий (листов, деталей) в реальном времени.
Помимо управления ресурсами и контролем качества продукции, ИИ-решения применяются для повышения безопасности на производстве. Алгоритмы ИИ следят за соблюдением норм охраны труда и способны выявлять до 350 критических ситуаций за смену: они контролируют ношение средств индивидуальной защиты, оценивают безопасное расстояние между сотрудником и потенциально опасным оборудованием. Современные системы мониторинга безопасности, включающие VR-тренажеры – например, Immersafety, – обучают персонал обращению с опасными веществами, а ИИ-алгоритмы способны автоматически отключать оборудование при рисках травматизма.
Устойчивость и безопасность
Еще один тренд – переход от разовых инициатив энергосбережения к комплексному управлению энергопотреблением на базе ИИ. Такие решения интегрируются в диспетчерские системы предприятий, позволяя одновременно экономить ресурсы, сокращать издержки и улучшать экологические показатели, двигаясь к целям устойчивого развития.
Согласно исследованию «Эффективные отечественные практики применения технологий искусственного интеллекта в сфере топливно-энергетического комплекса», проведенному АНО «Цифровая экономика» совместно с консалтинговой компанией О2Consulting и Ассоциацией лабораторий по развитию искусственного интеллекта, 69% проектов ИИ в ТЭК продемонстрировали позитивный эффект. Основные результаты внедрения технологий включают ускорение процессов в 59% кейсов, улучшение качества в 24% и повышение безопасности в 21% случаев. Таким образом, в 21% кейсов, представленных в кейсбуке, повышение безопасности процессов было отмечено как ключевой эффект от применения искусственного интеллекта. В числе проектов, вошедших в кейсбук эффективных практик применения решений на основе ИИ в ТЭК России, вошли также два кейса «К2Тех».
Технологии искусственного интеллекта все активнее входят в отечественную промышленность. Недавний опрос ФГАУ «ФЦПР ИИ» показал, что в отраслевом разрезе внедрение ИИ наиболее востребовано в металлургии, легкой промышленности, радиоэлектронике и авиационной промышленности. При этом для роста и увеличения их применения необходимо решить ряд вопросов, один из которых – построение вычислительной базы для искусственного интеллекта.
«Искусственный интеллект – это мощный инструмент, владение которым говорит о цифровой зрелости предприятия. Практика внедрения ИИ показывает, что его потенциал востребован и необходим для выполнения широкого спектра задач: от обнаружения нарушений техники безопасности и контроля состояния оборудования до уменьшения расходов и затрат на сырье. Наша задача – сопровождать предприятия в создании готовой ИИ-инфраструктуры и обеспечивать надежную вычислительную платформу для обучения нейросетей и запуска сложных производственных моделей», — сказал руководитель направления ИТ-инфраструктуры «К2 НейроТех» Алексей Зотов.
Короткая ссылка
