Согласно исследованию фонда «Сколково», в российской промышленности генеративный искусственный интеллект (ИИ) пока находится на этапе тестирования. Аналитики предполагают, что полноценное внедрение успешных пилотных проектов в промышленное производство займет около двух лет. Хотя эта технология способна значительно улучшить ключевые производственные процессы, ее широкому распространению препятствует несколько факторов. Среди них компании отмечают нежелание персонала адаптироваться к изменениям, строгие нормативы информационной безопасности и трудности в оценке финансовой отдачи от вложений в ИИ.
Центр экспертизы и коммерциализации информационных и финансовых технологий фонда «Сколково» провел анализ перспектив и текущего опыта использования генеративного ИИ (технологии, способной генерировать текст, изображения и прочий контент) в российской индустрии. Исследование ставило целью определить характерные черты и сложности как уже существующих, так и потенциальных проектов. В отчете указано, что ведущие промышленные предприятия сейчас лишь исследуют возможности генеративного ИИ через пилотные проекты. Ожидается, что их полноценный запуск в производство произойдет в течение ближайших одного-двух лет. Эксперты акцентируют внимание на том, что промышленный сектор внедряет эти инновационные цифровые решения с продуманной осторожностью.
Отчет указывает на существенный рост мирового рынка генеративного ИИ: с $34,1 млрд в 2025 году до $143 млрд к 2030 году. Прогноз аналитического центра red_mad_robot для российского рынка к 2030 году составляет $4,15 млрд.
Эксперты «Сколково» подчеркивают, что инвестиции в генеративный ИИ приносят значительную отдачу: на каждый вложенный доллар предприятия получают в среднем $3,5.
Несмотря на то что генеративный ИИ традиционно используется для оптимизации бизнес-процессов, промышленность активно изучает его применение в основных производственных операциях. По мнению экспертов, такой подход позволяет эффективно решать комплексные отраслевые задачи и совершенствовать процессы, напрямую влияющие на объемы производства и качество выпускаемой продукции.
На основе глобального и отечественного опыта эксперты выделяют ряд преимуществ генеративного ИИ: ускорение проектирования продукции на 30–80%, включая автоматизацию создания документации и контроля соответствия стандартам; снижение внеплановых простоев оборудования до 50%. Помимо этого, решения на базе ИИ способствуют сокращению излишних запасов сырья на 40–60% и оптимизации логистических процессов за 10–15 минут.
На текущий момент в российской промышленности генеративный ИИ наиболее активно применяется в разработке ПО, прогнозировании неисправностей оборудования, создании и верификации технической документации, а также, в комбинации с компьютерным зрением, для оптимизации различных технологических операций.
Однако внедрение и развитие решений на базе генеративного ИИ на предприятиях сталкивается с рядом существенных трудностей.
По результатам опроса, проведенного экспертами, основным препятствием (50% респондентов) является недоверие к новым технологиям и сопротивление изменениям со стороны сотрудников. Более трети компаний (36%) указали на сложности с соблюдением требований информационной безопасности, и аналогичное число респондентов (36%) отметили отсутствие четких методик для оценки экономической выгоды от внедрения ИИ в производство. Менее трети участников (29%) упомянули высокие затраты на внедрение, включая расходы на инфраструктуру, обучение моделей и персонала.
Вызовы и Необходимость Внедрения
Окупаемость цифровизации сырьевого сектора
Валерий Бочин, руководитель проектов АСУ ТП в инженерной компании «Уралэнерготел», указывает на множественные трудности, возникающие при внедрении ИИ в промышленность. По его словам, для эффективного обучения моделей требуются обширные и качественные данные, однако устаревшие системы часто не могут их предоставить, что ведет к некорректным прогнозам. На уровне организации проблемой становится сопротивление персонала, опасающегося потери рабочих мест из-за ИИ. Эксперт также отмечает, что длительные сроки реализации и окупаемости таких проектов не способствуют быстрому получению прибыли.
Евгений Елфимов, гендиректор Inventorus и член генсовета «Деловой России», подчеркивает, что интеграция ИИ в промышленность – это уже не просто тенденция, а острая необходимость. Он утверждает, что рост эффективности, сокращение расходов и автоматизация критически важны для поддержания конкурентоспособности предприятий. «Наш опыт работы с крупными клиентами демонстрирует возрастающий спрос на решения по систематизации научно-технической информации и формированию корпоративных баз знаний на основе ИИ», – добавляет господин Елфимов.
