На современных предприятиях объемы цифровых данных растут в геометрической прогрессии. Но их накопление само по себе не создает ценность. Мало собрать информацию, ее еще нужно структурировать и проанализировать. Человек с этим уже не справляется. Помочь может только искусственный интеллект. Но как применять его масштабно, эффективно и без рисков, пока не понимают ни предприятия, ни производители ПО.
По данным Федерального центра прикладного развития ИИ, более трети отечественных предприятий уже имеют опыт работы с ИИ-решениями. Однако почти половина тех, кто пытается внедрить ИИ, пока остаются на стадии пилотных проектов, тестирования, не переходя к масштабному внедрению. Активное приобретение и использование российским бизнесом систем на основе ИИ тормозятся сразу по нескольким причинам.
Первое - отсутствие осознанного запроса. Обращения заказчиков чаще звучат как просьба "показать, как там у соседа", а не как четкое техническое задание.
Далее - проблема ответственности. Промышленный ИИ пока лишь помощник человека: он не оценивает достоверность своих выводов и не несет ответственности за ошибки, которые на производстве могут слишком дорого стоить. Поэтому предприятия не доверяют ему критичные процессы. ИИ усиливает человека, но не принимает решений самостоятельно.
Читайте "Российскую газету" в Max - подписаться
Сложная экономика. Иногда дешевле нанять несколько сотрудников, чем инвестировать миллионы в рискованную модель ИИ. Во многих случаях стоимость человеческого ресурса на производстве ниже, чем инвестиции в технологические решения. Поэтому компании предпочитают формат коротких "пилотов".
Проблема обучения ИИ. Специалистов, которые умеют обучать модели, разворачивать инфраструктуру и контролировать качество ИИ-систем, на рынке немного.
ИИ выйдет за пределы вспомогательного инструмента для российских промышленных предприятий, когда совпадут три условия.
И в первую очередь - появится прозрачная оценка достоверности решений. Пока система не способна оценивать качество собственного вывода, ответственность за любое решение будет оставаться у человека. И это нормально для текущего этапа развития. Как только ИИ начнет не просто выдавать ответ, а сопровождать его вероятностной оценкой и объяснением логики, уровень доверия вырастет. С этого момента возможен переход отдельных процессов в автоматический режим.
Конкретным пользователям нужны готовые локализованные ИИ-решения
Кроме того, будет доказан экономический эффект. Пока результат не выражен в бизнес-показателях, любые ИИ-технологии останутся на уровне пилота. Перевести проект в стадию промышленного внедрения помогут измеримые показатели: рост прибыли, сокращение затрат, снижение простоев или увеличение продаж. Это будет мощный мотиватор.
И на рынке сформируются готовые отраслевые решения, которые можно масштабировать. Конкретным пользователям нужны не абстрактные платформы, а готовые, локализованные решения, которые можно адаптировать под конкретное предприятие. Появление тиражируемых продуктов может стать поворотной точкой в вопросе использования ИИ в производстве.
Период экономического спада - идеальное время для такого технологического рывка. Уже в 2027 году мы можем увидеть выход первых отечественных ИИ-решений, созданных с учетом нюансов конкретных промышленных предприятий.
Автор: Андрей Степанов