Искусственный интеллект на производстве: от идеи до результата
Ежегодный вклад технологий искусственного интеллекта в ВВП России, по экспертным оценкам, уже к 2030 году может достичь 11–12 трлн рублей, а к 2035-му — вырастет еще в три-четыре раза. Среди отраслей-локомотивов лидирует обрабатывающая промышленность: с помощью ИИ-ассистентов, машинного зрения, специальной аналитики и других инструментов на производствах уже предотвращают поломки оборудования, повышают качество и наращивают производительность. Как же внедрять ИИ-решения эффективно?
По оценке Института статистических исследований и экономики знаний НИУ ВШЭ, совокупный вклад от использования технологий искусственного интеллекта во всех отраслях экономики в ВВП России к 2030 году достигнет 11,6 трлн рублей, а в 2035 году может составить уже 46,5 трлн рублей.
У аналитиков консалтинговой компании «Яков и партнеры» похожий прогноз. В их совместном исследовании с «Яндексом» ожидаемый экономический эффект от ИИ к 2030 году оценивается в 7,9–12,8 трлн рублей в год, что соответствует до 5,5% прогнозного ВВП. Причем эксперты отмечают, что оценки предыдущих лет были ниже — на уровне 4,2–6,9 трлн рублей и до 4% влияния на ВВП за пятилетний период до 2028 года. Аналитики связывают эту разницу с быстрым технологическим прогрессом и масштабным внедрением инноваций в корпоративные процессы. Положительный эффект проявляется не только в сокращении издержек, но и в генерации дополнительной ценности благодаря совершенствованию бизнес-процессов, созданию инновационных продуктов и услуг, а также появлению качественно новых моделей ведения бизнеса.
Среди отраслей, которые в 2035 году будут генерировать основной вклад в создание экономического эффекта от использования ИИ, лидирует обрабатывающая промышленность: ее долю в показателе эксперты НИУ ВШЭ оценивают в 7,7 трлн рублей. Далее идут строительство, профессиональная, научная и техническая деятельность, транспортировка и хранение, финансы и страхование, здравоохранение и социальные услуги.
Действительно, искусственный интеллект, с одной стороны, открыл для всех бескрайнее поле возможностей, а с другой — стал беспрецедентным вызовом: меняться нужно быстро, но новейшие инструменты дороги, их эффективность еще не доказана и почти каждое решение нуждается в кастомизации под конкретное производство.
Для наших сотрудников на Горьковском автозаводе главный ориентир при любых изменениях, и ИИ-технологии здесь не исключение, — собственная производственная система. Ее суть — в непрерывности улучшений и вовлечении в эту работу всех сотрудников, от рядовых до топовых. Сегодня, как и в начале 2000-х, когда Олег Дерипаска впервые пригласил к нам на завод японских консультантов для освоения опыта внедрения бережливого производства, практикуются те же подходы. Обнаружив потенциал на том или ином производственном участке, мы собираем необходимую аналитику, оцениваем эффективность нового решения — и только потом внедряем, стандартизируем его.
Сегодня производственным улучшениям активно помогают коллеги из департамента ТРИЗ и IТ-центра. Первые смотрят на инновации с точки зрения теории решения изобретательских задач — метода, который был сформулирован в 50-х годах на основе анализа более 10 000 авторских свидетельств на изобретения. IТ-центр мониторит рынок на предмет конкретных ИИ-инструментов, которые имеют потенциал в наших процессах.
Среди самых востребованных на производстве технологий — компьютерное, или машинное зрение (CV). По данным аналитиков «Яков и партнеры» и «Яндекса», это один из ключевых драйверов экономического эффекта ИИ-инструментов в целом — технологию используют 67% опрошенных в рамках исследования компаний, автоматизируя визуальный контроль, безопасность и операции в производстве. Авторы исследования отмечают, что контроль качества и предиктивное обслуживание способствует операционной эффективности и будет расширяться.
Проекты с применением машинного зрения на Горьковском автозаводе стали частью непрерывной работы по повышению качества. Например, на линиях сварки с помощью CV мы контролируем качество сварного шва, исключая необходимость его ручной доработки, если выявлены дефекты.
В нашем производственном подразделении «Нижегородские моторы» компьютерное зрение помогает максимально четко определять положение детали в пространстве: специально «обученный» робототехнический комплекс с рукой-манипулятором размещает деталь, контролируя все параметры и точность измерений — это важно для качества дальнейшей сборки.
На производстве грузовых автомобилей автоматика следит за равномерным нанесением клеевого состава при установке вентиляционного люка крыши. От количества герметика зависит не только эстетичность, но и герметичность поверхности, а машинное зрение позволяет четко дозировать состав и наносить его по необходимой траектории.
В кузнечно-рессорном подразделении заготовки в нагревательную установку до недавнего времени загружал оператор. Теперь его заменил робот, а мы смогли направить специалиста на другой участок, нуждающийся в ручном труде.
Вообще, ФОТ первым чувствует снижение затрат от внедрения ИИ-инструментов: роботы помогают грамотно перераспределять персонал. Только в этом году на всех производственных площадках реализуется 12 проектов автоматизации и роботизации, их экономический эффект превышает 7,8 млн рублей.
Еще один большой блок работы, которую заметно облегчают ИИ-инструменты, — контроль работы оборудования. Я уже рассказывала, как специальные датчики помогают нам отслеживать состояние оборудования и, например, анализировать причины простоя.
Также с помощью автоматики мы смотрим, как операторы выполняют свою работу: как их скорость соотносится с нормативной трудоемкостью, какие были проблемы в процессе. Люди разные, и время выполнения операций тоже разнится. Отклонения, сопоставления — все эти данные в итоге позволяют корректировать исходные автоматические задания и повышать общую эффективность.
«Компании, которые уже сегодня выстраивают стратегию вокруг данных и алгоритмов, закладывают фундамент для доминирования на своих рынках в следующем десятилетии», — отмечает консультант «Яков и партнеры» Иван Серов. Это так, причем важно, чтобы стратегия не спускалась сверху, а строить ее помогали сами сотрудники.
Один из базовых принципов нашей производственной системы — поощрять инициативу каждого, идет ли речь о совершенствовании привычных процессов или об освоении новых ИИ-решений. На мой взгляд, это питательная среда, которая, с одной стороны, призвана задать перспективу и обеспечить долгосрочное развитие технологий на производстве, а с другой — укрепить положение компании в своем рыночном сегменте.
Этот материал опубликован на платформе бизнес-сообщества Forbes Экспертиза
По оценке Института статистических исследований и экономики знаний НИУ ВШЭ, совокупный вклад от использования технологий искусственного интеллекта во всех отраслях экономики в ВВП России к 2030 году достигнет 11,6 трлн рублей, а в 2035 году может составить уже 46,5 трлн рублей.
У аналитиков консалтинговой компании «Яков и партнеры» похожий прогноз. В их совместном исследовании с «Яндексом» ожидаемый экономический эффект от ИИ к 2030 году оценивается в 7,9–12,8 трлн рублей в год, что соответствует до 5,5% прогнозного ВВП. Причем эксперты отмечают, что оценки предыдущих лет были ниже — на уровне 4,2–6,9 трлн рублей и до 4% влияния на ВВП за пятилетний период до 2028 года. Аналитики связывают эту разницу с быстрым технологическим прогрессом и масштабным внедрением инноваций в корпоративные процессы. Положительный эффект проявляется не только в сокращении издержек, но и в генерации дополнительной ценности благодаря совершенствованию бизнес-процессов, созданию инновационных продуктов и услуг, а также появлению качественно новых моделей ведения бизнеса.
Среди отраслей, которые в 2035 году будут генерировать основной вклад в создание экономического эффекта от использования ИИ, лидирует обрабатывающая промышленность: ее долю в показателе эксперты НИУ ВШЭ оценивают в 7,7 трлн рублей. Далее идут строительство, профессиональная, научная и техническая деятельность, транспортировка и хранение, финансы и страхование, здравоохранение и социальные услуги.
Модель внедрения
Действительно, искусственный интеллект, с одной стороны, открыл для всех бескрайнее поле возможностей, а с другой — стал беспрецедентным вызовом: меняться нужно быстро, но новейшие инструменты дороги, их эффективность еще не доказана и почти каждое решение нуждается в кастомизации под конкретное производство.
Для наших сотрудников на Горьковском автозаводе главный ориентир при любых изменениях, и ИИ-технологии здесь не исключение, — собственная производственная система. Ее суть — в непрерывности улучшений и вовлечении в эту работу всех сотрудников, от рядовых до топовых. Сегодня, как и в начале 2000-х, когда Олег Дерипаска впервые пригласил к нам на завод японских консультантов для освоения опыта внедрения бережливого производства, практикуются те же подходы. Обнаружив потенциал на том или ином производственном участке, мы собираем необходимую аналитику, оцениваем эффективность нового решения — и только потом внедряем, стандартизируем его.
Сегодня производственным улучшениям активно помогают коллеги из департамента ТРИЗ и IТ-центра. Первые смотрят на инновации с точки зрения теории решения изобретательских задач — метода, который был сформулирован в 50-х годах на основе анализа более 10 000 авторских свидетельств на изобретения. IТ-центр мониторит рынок на предмет конкретных ИИ-инструментов, которые имеют потенциал в наших процессах.
Производственные практики
Среди самых востребованных на производстве технологий — компьютерное, или машинное зрение (CV). По данным аналитиков «Яков и партнеры» и «Яндекса», это один из ключевых драйверов экономического эффекта ИИ-инструментов в целом — технологию используют 67% опрошенных в рамках исследования компаний, автоматизируя визуальный контроль, безопасность и операции в производстве. Авторы исследования отмечают, что контроль качества и предиктивное обслуживание способствует операционной эффективности и будет расширяться.
Проекты с применением машинного зрения на Горьковском автозаводе стали частью непрерывной работы по повышению качества. Например, на линиях сварки с помощью CV мы контролируем качество сварного шва, исключая необходимость его ручной доработки, если выявлены дефекты.
В нашем производственном подразделении «Нижегородские моторы» компьютерное зрение помогает максимально четко определять положение детали в пространстве: специально «обученный» робототехнический комплекс с рукой-манипулятором размещает деталь, контролируя все параметры и точность измерений — это важно для качества дальнейшей сборки.
На производстве грузовых автомобилей автоматика следит за равномерным нанесением клеевого состава при установке вентиляционного люка крыши. От количества герметика зависит не только эстетичность, но и герметичность поверхности, а машинное зрение позволяет четко дозировать состав и наносить его по необходимой траектории.
В кузнечно-рессорном подразделении заготовки в нагревательную установку до недавнего времени загружал оператор. Теперь его заменил робот, а мы смогли направить специалиста на другой участок, нуждающийся в ручном труде.
Вообще, ФОТ первым чувствует снижение затрат от внедрения ИИ-инструментов: роботы помогают грамотно перераспределять персонал. Только в этом году на всех производственных площадках реализуется 12 проектов автоматизации и роботизации, их экономический эффект превышает 7,8 млн рублей.
Еще один большой блок работы, которую заметно облегчают ИИ-инструменты, — контроль работы оборудования. Я уже рассказывала, как специальные датчики помогают нам отслеживать состояние оборудования и, например, анализировать причины простоя.
Также с помощью автоматики мы смотрим, как операторы выполняют свою работу: как их скорость соотносится с нормативной трудоемкостью, какие были проблемы в процессе. Люди разные, и время выполнения операций тоже разнится. Отклонения, сопоставления — все эти данные в итоге позволяют корректировать исходные автоматические задания и повышать общую эффективность.
Человеческий фактор
«Компании, которые уже сегодня выстраивают стратегию вокруг данных и алгоритмов, закладывают фундамент для доминирования на своих рынках в следующем десятилетии», — отмечает консультант «Яков и партнеры» Иван Серов. Это так, причем важно, чтобы стратегия не спускалась сверху, а строить ее помогали сами сотрудники.
Один из базовых принципов нашей производственной системы — поощрять инициативу каждого, идет ли речь о совершенствовании привычных процессов или об освоении новых ИИ-решений. На мой взгляд, это питательная среда, которая, с одной стороны, призвана задать перспективу и обеспечить долгосрочное развитие технологий на производстве, а с другой — укрепить положение компании в своем рыночном сегменте.