«ПроМеталл» продолжает серию публикаций о том, как российские металлурги осваивают технологии искусственного интеллекта. На этой неделе мы уже писали, что по оценкам специалистов спрос у металлургических компаний к тендерам на обучение ИИ вырос в 6 раз. По данным компании «Тендер Про» большинство торгов на обучение работе с искусственным интеллектом проводят предприятия в сфере металлургии (в 22% случаев).
Согласно докладу, подготовленному Центром развития искусственного интеллекта при правительстве, в 2023 году только четверть (25,8%) организаций промышленности применяли технологии ИИ (самая популярная — компьютерное зрение). Почти треть организаций (31,1%), которые это ещё не сделали, заявили о планах использовать их в течение трех лет. Главными барьерами для развития и применения технологии в отрасли в докладе называются недостаток специалистов с необходимыми компетенциями (39%). Поэтому компании сейчас отправляют своих сотрудников на программы обучения.
«Про Металл» связался с ведущими игроками рынка и задал им три вопроса:
- Чем важен ИИ для металлургов? Какие направления наиболее востребованы?
- Кого отправляют на такие программы, каким функционалом и компетенциями должны обладать такие сотрудники?
- Что может дать ИИ для промышленности в перспективе?
Владимир Дащенко, эксперт Kaspersky ICS CERT
Искусственный интеллект наращивает значение своей роли в металлургической промышленности, предоставляя новые возможности для оптимизации процессов и улучшения качества продукции. Например, ИИ позволяет анализировать массу данных о производственных процессах, предсказывать оптимальные параметры и управлять ими в реальном времени.
![Из открытых источников](/upload/sprint.editor/e96/b61el7tlgrxd49j6hgnqdahl4sae7orh.jpg)
С помощью технологий искусственного интеллекта цепочку производства возможно сделать более прозрачной и эффективной
Это может включать управление температурой, скоростью проката, составом смесей и другими параметрами, что вед\т к повышению эффективности и снижению затрат. Также он способствует повышению уровня качества продукции, в реальном времени анализируя данные с датчиков и камер (используя для этого в том числе и компьютерное зрение,) для выявления дефектов и принятия мер для их предотвращения. Помимо производства, можно использовать этот инструмент в прогнозировании спроса на продукцию и оптимизации планов производства, учитывая изменчивость рынка. И, конечно, его можно использовать для анализа больших данных.
Руководство металлургических предприятий может направить на обучение сотрудников различных категорий: всё зависит от преследуемых целей. Например, инженерам-технологам и производственникам обучение ИИ помогает использовать новейшие технологии для улучшения эффективности и качества производства. Также это может быть полезно специалистам по автоматизации и контролю качества: с помощью ИИ они могут эффективнее разрабатывать и внедрять алгоритмы машинного обучения для автоматизированного контроля производственных процессов и выявления дефектов. Аналитики и специалисты по обработке данных могут применять алгоритмы анализа данных для выявления паттернов, прогнозирования и оптимизации процессов. Управленцы и стратегические руководители научатся лучше понимать возможности и преимущества использования ИИ для стратегического управления, принятия решений и развития бизнеса. И, безусловно, это будет полезно для повышения эффективности работы штатных ИТ-специалистов.
Использование ИИ в промышленности несёт огромные перспективы. Начиная с оптимизации производственных процессов и повышения качества продукции, прогнозирования и планирования и заканчивая повышением энергоэффективности и устойчивости. Так, использование ИИ для управления энергопотреблением позволяет снижать расходы на энергию и сокращать экологическое воздействие предприятий, а также может помочь в улучшении безопасности труда и предотвращении аварийных ситуаций.
Все эти аспекты делают ИИ необходимым инструментом для промышленных предприятий в будущем, помогая им эффективно справляться с вызовами и воплощать в жизнь новые возможности, которые становятся доступными благодаря быстрому развитию технологий.
Антон Воробьёв, руководитель направления «Инновационные технологии», К2Тех
По некоторым исследованиям, ожидаемый финансовый эффект при внедрении ИИ предприятиями тяжёлой промышленности России может составить от 0,5 до 0,9 трлн руб. в год. Поэтому неудивительно, что сегодня мы получаем от потенциальных заказчиков огромное количество запросов на расчёт задач для промышленности. В основном эти запросы связаны с изменением каких-то бизнес-процессов, устоявшихся внутри компаний или отдельных её частей. А также запуск новых процессов. То есть всё, что способно изменить бизнес.
![Из открытых источников](/upload/sprint.editor/ee8/uypvrvlt5n6c3p1n9fyiwezbhqcem2em.jpg)
В скором будущем искусственный интеллект на основе машинного обучения станет мощным инструментом обеспечения кибербезопасности
Один из важнейших аспектов применения ИИ — оптимизация производственных процессов. Так, повышение уровня автоматизации в компании помогает уменьшить количество ручного труда и вероятность ошибок, в режиме реального времени помогает быстро выявлять дефекты и принимать меры по их устранению. Соответственно, повышается качество продукции.
Всё активнее применяется предиктивная аналитика на базе ИИ. В этом случае анализируются данные о состоянии оборудования и предсказываются возможные поломки. Как следствие, снижается время простоя оборудования.
Решения на базе генеративного ИИ способствуют повышению энергоэффективности на предприятии. Оптимизация энергоресурсов напрямую связана с выбором целесообразных параметров плавки и других технологических процессов. Как результат — снижаются затраты на энергию и улучшается качество продукции.
Применение ИИ-систем помогает отслеживать соблюдение сотрудниками правил безопасности. Следовательно, снижаются риски для рабочих и улучшаются условия труда. С помощью ИИ быстро и эффективно проводится анализ больших данных с различных этапов производства и логистики. Это позволяет принимать более обоснованные управленческие решения.
Таким образом, ИИ является одним из ключевых инструментом для повышения конкурентоспособности компании на рынке, улучшения качества продукции и условий труда, а также для снижения затрат и воздействия на окружающую среду.
Для промышленности, которая основана на процессах, самым большим риском является нестабильное производство. Поэтому основное внимание промышленности при применении ИИ будет уделяться управлению непрерывными производственными процессами для обеспечения надежности и слаженности работы оборудования. Это означает, что ИИ будет использоваться для управления и прогнозирования качества продукции, устранение сбоев путем изучения и анализа исторических данных.
ИИ — одновременно мощный инструмент и драйвер таких преобразований, как цифровая трансформация предприятия и внедрения, например, принципа бережливого производства.
По мере всё более широкого внедрения ИИ в процессы производства и управления бизнесом «умные» самообучающиеся технологии будут играть в ней всё большую роль. И те компании, которые не успеют определить для себя, как наилучшим образом интегрировать в свой бизнес технологии генеративного ИИ, могут уже в среднесрочной перспективе оказаться в роли отстающего.
Арсений Груздев, директор технологической практики ТеДо
Искусственный интеллект важен для металлургов, так как он значительно повышает промышленную безопасность, снижая риски при работе с опасными материалами. Например, системы компьютерного зрения могут предотвратить пролив металлов в электролизном производстве алюминия, обеспечивая более безопасные условия труда. Кроме того, ИИ помогает оптимизировать производственные процессы, что ведёт к повышению сорности выливки алюминия и оптимизации доставки ковшей с металлом из электролизного в литейное отделение. Внедрение ИИ в металлургии позволяет снижать затраты, улучшать качество продукции и повышать конкурентоспособность металлургических предприятий.
![Пресс-служба «Северстали»](/upload/sprint.editor/445/ko4yui3r3vn22fitf9fwcmcesdbteuw9.jpg)
Нейросеть помогает развивать металлургию
На программы обучения ИИ отправляют несколько категорий сотрудников. Первая категория — это управленцы, ответственные за эффективность работы бизнеса, которые используют ИИ для стратегического улучшения процессов. Вторая категория — начальники цехов, которые непосредственно взаимодействуют с ИИ-системами для оптимизации производственных процессов и повышения безопасности. Третья категория — сотрудники бэк-офиса, которым важно научиться использовать ИИ для повышения эффективности в повседневных задачах, таких как работа с текстами, изображениями и табличными данными. Сотрудники этих подразделенийосваивают навыки корректного взаимодействия с ИИ-системами и формируют правильные ожидания от их использования.
В перспективе ИИ способен значительно сократить производственные затраты и повысить безопасность, улучшить управление процессами и минимизировать риски.
В бэк-офисе искусственный интеллект поможет в работе с большим объёмом неструктурированных данных, таких как нормативно-методическая документация и технические спецификации. ИИ позволит ускорить и повысить точность выполнения задач, автоматизируя поиск, анализ и обработку информации.
Ангелина Зимина, управляющий директор Visitech компании «SL Soft»
Рост интереса металлургических компаний к обучению в сфере искусственного интеллекта отражает общий тренд на цифровизацию отрасли. Металлургия активно внедряет инновации, чтобы поддерживать высокую эффективность и конкурентоспособность как на внутреннем, так и на мировом рынке. Кроме того, в условиях ухода западных вендоров возникает необходимость быстро обеспечить эффективную замену российскими решениями на основе ИИ.
Сегодня ИИ становится, по сути, «сквозной» технологией, присутствующей на всех уровнях — от АСУ ТП до систем стратегического управления. Поэтому навыки работы с ИИ нужны широкому кругу специалистов: разработчикам, аналитикам, управленцам разного уровня.
ИИ находит широкое применение в различных аспектах металлургического производства, в том числе в сфере охраны труда и промышленной безопасности. Например, в системе Visitech мы используем ИИ для оценки рисков и моделирования вероятности нештатных ситуаций. Это позволяет значительно повысить уровень безопасности на производстве и снизить количество аварийных ситуаций.
Ещё один пример — использование ИИ в системах электронных наряд-допусков и расследовании происшествий. ИИ помогает автоматизировать процесс выдачи нарядов, контролировать выполнение работ и анализировать причины инцидентов, что существенно повышает эффективность и безопасность производственных процессов.
![Из открытых источников](/upload/sprint.editor/e17/yob5i6ul8lgv3nacb4210mz5l1uw7v5e.jpg)
Искусственный интеллект может видеть окружающий мир с помощью технологий компьютерного зрения
В перспективе ИИ может дать промышленности множество преимуществ. Это и повышение качества продукции за счёт более точного контроля процессов, и снижение затрат на производство благодаря оптимизации использования ресурсов, и улучшение промышленной безопасности за счёт внедрения систем поддержки принятия решений.
Марк Юстус, директор по развитию бизнеса направления «Промышленность» в Департаменте аналитических решений ГК «КОРУС Консалтинг»
С помощью ИИ в металлургии можно повышать качество продукции, снижать количество ошибок человеческого фактора, уменьшать вероятность аварий на производстве. Все это ведёт к снижению себестоимости продукции, позволяет увеличить количество выпускаемых товаров и в итоге повысить выручку бизнеса.
Чаще всего видим в отрасли такие кейсы:
• Умные помощники для диспетчеров в литейных цехах, которые рекомендуют параметры и контролируют процессы;
• Машинное зрение, которое позволяет выявлять дефекты на поверхности изготавливаемой металлической продукции: наплывы, трещины, заусенцы;
• Системы безопасности, контролирующие передвижение рабочих в опасной зоне, нарушение ТБ, превышение показателей технологического процесса, состояние водителей-машинистов техники.
С учётом огромного массива данных, который есть на каждом предприятии в разном виде и формате, ИИ может помочь повысить показатель EBITDA, что является одним из главных факторов. А также повысить уровень цифровой зрелости, чтобы двигаться вместе с рынком.
Михаил Смирнов, генеральный директор компании «Системы компьютерного зрения» (входит в группу ЛАНИТ)
На данный момент основным трендом является использование датчиков и решения на основе ИИ в составе цифровых двойников производства. Они применяются для сбора и обработки информации о текущем состоянии, прогнозировании и т.д.
Также активно развивается направление промышленной безопасности. Существует запрос на внедрение систем компьютерного зрения для работы с СИЗами (системами индивидуальной защиты) и опасными зонами.
![Из открытых источников](/upload/sprint.editor/cca/iv80mfp0n11m1zmpr6kr2ri7303n3s0b.jpg)
Система ИИ уже сейчас способна учитывать множество переменных: ограничения по персоналу, материальные и технические ресурсы, приоритеты в производстве
Ещё одно актуальное направление — логистика. Используются системы для контроля поставок и анализа грузов.
Пожалуй, самые востребованные направления — это управление сложным оборудованием и системами промышленной безопасности. Они являются самыми массовыми на данный момент и в некоторой степени позволяют уменьшить затраты на дорогие учебные стенды.
Цифровые двойники позволяют промышленности улучшить целый ряд процессов. С их помощью можно обеспечить:
• Более гибкое планирование обслуживания и ремонтов;
• Уменьшение простоев и поломок за счёт моделирования процессов;
• Своевременное выявление брака и мониторинг результатов.
СИЗы развиваются в направлении создания возможностей для контроля всех операций и автоначисления рабочих часов сотрудникам. Это позволит производствам обеспечить более грамотный и при этом менее финансово затратный менеджмент. Логистика также движется по вектору оптимизации. Исключение человеческого фактора из контроля перемещения продукции и сырья позволит сократить ошибки, ускорить многие процессы, значительно уменьшить объёмы финансовых убытков.
Образовательные системы на основе ИИ в первую очередь способствуют сокращению времени и затрат на обучение персонала. На данный момент такие системы распространены в основном на производственных тренингах. В перспективе планируется их распространение среди профильных учебных заведений.
Егор Петров