"ЕвроХим" обогатился за счет искусственного интеллекта
На руководитель департамента технологии 4.0 "ЕвроХим" Александр Котельников рассказал, что АО "МХК "Еврохим" уделяет большое внимание экономическим эффектам, особенно в контексте цифровизации: "Наша история успеха связана с внедрением решений на основе искусственного интеллекта (ИИ), с 2023 г. и к середине 2025 г. мы достигли почти 3 млрд руб. прибыли благодаря этим технологиям. Примерно 80% из этой суммы приходится на рекомендательные системы, основанные на машинном обучении, которые используются в крупнотоннажном химическом производстве".
Александр Котельников отметил, что оценка экономического эффекта для "Еврохима" была приоритетной задачей с самого начала: "Мы разработали систему, которая позволяет оценивать влияние внедряемых решений. В основе этой системы лежит вычислительный конвейер эффектов, который работает следующим образом: Мы анализируем исторические данные о работе химических установок. Эти данные включают информацию о различных параметрах, таких как направление ветра, температура воздуха, состояние катализатора и другие факторы. Поскольку у нас накоплено достаточно много телеметрии и архивов с данными за несколько лет, мы можем найти идентичные кейсы и сравнить результаты работы установок до и после внедрения системы. На основе этих сравнений мы вычисляем улучшения, которых достигаем благодаря новым технологиям".
"Таким образом, мы уверены в эффективности решений, и заказчики часто соглашаются с нашими выводами. Это не просто предположения, а доказанные результаты, которые приносят реальную прибыль", - подчеркнул Александр Котельников.
Представитель пресс-службы ПАО "Северсталь" рассказал, что в портфеле проектов компании свыше 60 решений, как собственной разработки, так и реализованных с привлечением компетенций на рынке (при этом эксперты компании руководят процессом, валидируют результаты, контролируют, что проект разрабатывается согласно внутренним стандартам и ТЗ). "В 2024 г. экономический эффект от них превысил два млрд руб. В 2026 г. ожидается рост портфеля до ста решений. Это проекты для повышения производительности производства, улучшения качества продукции, повышения безопасности труда, снижения экологической нагрузки на окружающую среду, повышения эффективности в продажах и корпоративных процессах. В "Северстали" ИИ-решения позволяют повышать производительность в среднем на 3-11%, снижать издержки на 1-2% и повышать качество готовой продукции на 30%", - отметил представитель пресс-службы "Северстали".
Заместитель генерального директора по науке АО "СиСофт Девелопмент" (входит в ГК "СиСофт") Михаил Бочаров говорит о том, что исторически в нефтегазе работают очень ответственные люди, поэтому там внедряются только те решения с использованием ИИ, результаты работы которых может проверить человек: "Нормальное использование ИИ направлено на удаление из управленческих процессов рутинных действий. Такие цифровые решения популярны сейчас и будут популярны всегда. За ними будущее. Те же разработки, которые принимают решения за человека, – это хайп, но он обязательно пройдет. В качестве примера решений ГК "СиСофт", которые таким образом убирают рутину, можно привести подбор в режиме реального времени некоторых параметров технологического оборудования, арматуры и трубопроводной продукции при решении задач определенных технологических процессов. ИИ делает такой подбор, но решение принимает потом человек".
Генеральный директор группы компаний ЦРТ Дмитрий Дырмовский отметил, что среди актуальных ИИ-решений для нефтегаза и других сфер промышленности превалирует голосовой ввод и решения на основе LLM – больших языковых моделей: "Команда ЦРТ разработала платформу Voice2X, которая является фундаментом для интеграции голосового ввода в любые бизнес-процессы промышленных компаний. Пилотные проекты демонстрируют, что решение может увеличить скорость выполнения типовых операций в два раза. Среди проектов - внедрение голосового ввода в ООО "Вега-ГАЗ" — одной из российских компаний, которая интегрирует системы автоматики на объекты топливно-энергетического комплекса страны. Ряд специалистов ООО "Вега-ГАЗ" заполняет формы, документы, e-mail с помощью голоса. Решение преобразует голос в текст, упрощая работу с данными, помогает избегать ошибок, экономит более 20% времени, увеличивает производительность труда".
Директор по развитию продуктов Robin ООО "СЛ Софт" (SL Soft) FabricaONE.AI (акционер — ГК Softline) Иван Мельников подтвердил, что самая большая проблема реализации проектов с ИИ — получение качественных данных: "Этот фактор больше всего влияет на работу ИИ и, как следствие, на качество выполнения задач в проекте. Я наблюдал за внедрением подобных решений и могу сказать, что этот фактор больше всего влияет на удовлетворенность клиента и финальный успех проекта. Работая над решениями на базе ИИ, мы выделяем целый этап работы на анализ представляемых данных и их подготовку. Этим занимаются квалифицированные специалисты — ИИ-инженеры".
Старший научный сотрудник группы "ИИ в промышленности" научно-исследовательского института искусственного интеллекта (AIRI) Дмитрий Жевненко говорит о том, что российский нефтегаз в 2025 г. вошел в фазу массового внедрения ИИ: "Два самых сильных вектора — корпоративные GenAI-ассистенты на базе LLM и промышленный PHM/цифровые двойники процессов и оборудования на основе машинного обучения. Почти каждая крупная компания либо уже использует, либо разворачивает внутренние LLM с RAG по технической документации. Показательный кейс — "Акела" в ПАО "Татнефть" им. В.Д. Шашина".
Президент Ассоциации организаций и специалистов в области искусственного интеллекта "Национальный фонд искусственного интеллекта" (АОСОИИ "НФИИ") Татьяна Бенуа говорит о том, что на данный момент эффективность внедрения технологии искусственного интеллекта уже не ставится под сомнение, ведь ИИ работает быстрее, обрабатывает огромные массивы данных и способен выявлять неочевидные для человеческого восприятия закономерности: "Есть сотни кейсов как в газовой отрасли, так и в других отраслях экономики, когда внедрение компьютерного зрения на предприятиях будь то производственные линии или служба безопасности, позволяло выявить многочисленные случаи брака продукции, например, нарушение техники безопасности, предотвратить кражи на производстве или строительстве объектов".
Руководитель направления Data Science Operations департамента технологий искусственного интеллекта АО "Русал" Иван Казарин отметил, что в промышленности активно внедряют ИИ-продукты для поддержки принятия решений: "Модели-советчики, рекомендательные системы, продукты на основе ИИ-моделей для предиктивной аналитики. Также активно используют модели компьютерного зрения для широкого спектра задач - например, для мониторинга гранулометрического состава, выявления отклонений в работе оборудования или в технологическом процессе, а также для контроля персонала и техники с целью повышения безопасности производства".
Директор по продажам департамента решений по цифровой трансформации "Софтлайн Решения" ГК Softline Антон Салин рассказал про опыт внедрения ИИ его компании на промышленных предприятиях, включая металлургические и нефтегазовые компании: "Опыт показывает несколько общих вызовов. Во-первых, исторические данные часто неструктурированы или разрознены, и без их очистки и интеграции в единое целое построить работающую модель невозможно. Во-вторых, сложность представляет культура принятия решений. Технологи и инженеры привыкли полагаться на опыт, поэтому ключевой задачей становится интеграция ИИ в их рабочие процессы как "цифрового помощника", а не диктатора, с наглядным доказательством его эффективности. В-третьих, промышленность требует четкого экономического обоснования. Мы не говорим о "цифровизации ради цифровизации", а считаем каждый рубль эффекта от снижения затрат или увеличения выхода продукции. Все эти вызовы мы преодолеваем через глубокую экспертизу в предметной области, поэтапное внедрение на пилотных установках и фокус на измеримом результате, который убеждает и руководство, и персонал".
Директор лаборатории искусственного интеллекта (AIIA) Адам-Сергей Авакян считает, что в 2025 г. нефтегазовая отрасль окончательно вошла в такую фазу масштабной цифровизации, где искусственный интеллект уже перестал быть неким экспериментом и уже вошел в понятие ежедневной производственной рутины: "Если раньше компании ограничивались пилотами и базовыми моделями машинного обучения, то сегодня они уже управляют такими целыми цепочками от бурения до переработки. Наиболее популярное решение пока остается предиктивное обслуживание. Система сама анализирует данные с тысяч датчиков и заранее указывает, где возможна коррозия или какие-то механические сбои. Таким образом, появляется возможность не только снижать аварийность, но и экономить миллиарды рублей и долларов за счет предотвращенных простоев. Отдельный прорыв связан также с цифровыми двойниками. Российские компании стали активно применять их на крупных активах. То есть, создаются такие виртуальные копии скважин, установок и вообще целых предприятий. Такой цифровой двойник работает как симулятор".
Руководитель направления Т1 ИИ (входит в ИТ-холдинг Т1) Сергей Голицын рассказал о том, что, во-первых, интегратор часто сталкивается с новизной на всех этапах продажи решений, в частности процесса обоснования, пилотирования, даже самой поставки и внедрения. Во-вторых, высокая консервативность отраслей при внедрении новых решений. В третьих, заказчики склоняются к готовым решениям, а не к заказным разработкам. "Чтобы решить эту задачу, мы в Т1, например, создаем разные роли в командах продаж, новые подходы, процессы, новые типы лицензирования и поставки", - привел он пример.
