Северсталь и машинное зрение: как цифровые модели меняют металлургию

«Северсталь» начала системно заниматься цифровизацией производства с 2017 года, ИТ-бюджет составлял около 1,7 млрд рублей. К 2025 году компания инвестирует в информационные и цифровые технологии 13 млрд рублей. За этот период «Северсталь Диджитал» превратилась из внутренней ИТ-службы в самостоятельного разработчика цифровых продуктов: в 2024 году компания впервые вошла в карту рынка «Цифровизация промышленности — 2024» аналитического центра TAdviser именно как поставщик решений, а не только потребитель.

Как работает VERA

На Череповецком металлургическом комбинате — главном производственном активе «Северстали» мощностью около 11,6 млн тонн стали в год — работает модель компьютерного зрения VERA собственной разработки. Система установлена на непрерывно-травильном агрегате №4: камеры высокого разрешения снимают поверхность рулонов в процессе обработки, изображения передаются на сервер с GPU, где нейросеть обнаруживает и классифицирует дефекты в реальном времени.

Задача VERA — снизить две противоположные ошибки. Первая — «перебраковка»: система путает классы дефектов и отправляет годный металл в брак. Вторая — «недобраковка»: реальный дефект остается незамеченным и уходит к клиенту. VERA удерживает эти показатели на уровне 12% и 14% соответственно — рыночные аналоги показывают результаты выше 30% и 15%.

Практический результат: за первое полугодие 2023 года доля уведомлений клиентов об отклонениях в качестве поверхности проката снизилась примерно в 1,8 раза по сравнению с тем же периодом 2022-го.

Масштаб и логика

«Северсталь» применяет компьютерное зрение не на одном участке — к 2024 году технология работает на десятках объектов по всей компании. Аналогичные модели работают на Яковлевском горно-обогатительном комбинате (входит в «Северсталь»): там системы контролируют состояние рудоспусков и помогают снижать простои при транспортировке руды. Машинное зрение используется для контроля опасных зон, состояния конвейерных лент, мониторинга оборудования. На доменной печи №3 ЧМК ведется установка камерной системы для предотвращения инцидентов.
По итогам 2024 года экономический эффект от проектов в области машинного обучения и компьютерного зрения составил свыше 1 млрд рублей. В 2025 году «Северсталь» продолжает масштабировать решения на новые участки и параллельно запускает программу промышленной роботизации: сейчас в пилотировании находятся 11 проектов, которые планируется внедрить до конца 2026 года.
Почему работает именно так

Кейс. Модель VERA дообучается непрерывно: разработчики «Северсталь Диджитал» совместно с экспертами Центра цифрового развития качества регулярно актуализируют модель на новых данных. Это принципиально отличает промышленное внедрение от пилота: пилот обучают один раз на чистых данных и ждут результата; рабочая система адаптируется к изменениям сортамента, режимов и состояния оборудования. Именно в этой разнице между «внедрено» и «работает» теряется большинство промышленных ИИ-проектов.

Где этот подход применим

Металлургия — одна из наиболее благоприятных сред для промышленного компьютерного зрения: большие объемы однородного потока, постоянная скорость производства, четкие критерии дефекта. В дискретном производстве с высокой вариативностью изделий те же модели будут менее стабильными и потребуют значительно больших объемов данных.

Второй ограничитель — кадры. По оценке Минцифры, нехватка разработчиков в стране составляет от 500 до 700 тысяч человек. Строить внутреннюю команду по модели «Северстали» доступно крупным предприятиям с соответствующим бюджетом. Для среднего завода путь иной: либо партнерство с разработчиком, готовым к дообучению и сопровождению, либо покупка вертикального отраслевого решения с доказанной историей внедрений.

Вывод

Кейс «Северстали» показывает, как промышленный ИИ дает измеримый эффект там, где одновременно выполнены три условия — непрерывный поток с четкими критериями качества, внутренняя команда, способная адаптировать модель, и единая инфраструктура данных для масштабирования.