ЕВРАЗ и промышленный ИИ: 23 млрд рублей подтвержденного эффекта за пять лет

За последние пять лет экономический эффект от цифровых проектов и технологий искусственного интеллекта в ЕВРАЗе превысил 23 млрд рублей в показателе EBITDA — эту цифру в июле 2026 года назвал вице-президент компании по информационным технологиям. За суммой стоит не один флагманский проект, а поток: только в 2024 году компания реализовала более ста инициатив цифровой трансформации с подтвержденным эффектом 5,8 млрд рублей, в 2025-м добавились еще 3,6 млрд.

До 60% результата 2024 года обеспечили решения на основе ИИ — машинное обучение, математические оптимизаторы и компьютерное зрение, которое применяется и для контроля качества, и для промышленной безопасности. Внимания заслуживает и сама формулировка отчетности: компания публикует подтвержденный экономический эффект, то есть результат, измеренный после внедрения. В отрасли, где итоги цифровизации нередко описываются проектными ожиданиями, дисциплина измерения сама по себе становится управленческим инструментом: проект, эффект которого нельзя посчитать, проигрывает конкуренцию за ресурсы еще на этапе отбора. У единой метрики есть и вторая функция: когда результат каждой инициативы выражен во вкладе в EBITDA, проекты разных переделов — от аглофабрики до прокатного стана — становятся сравнимыми, и ресурсы направляются туда, где отдача выше.

Механика видна на трех примерах. Ситуационно-аналитический центр на ЕВРАЗ НТМК круглосуточно отслеживает работу более ста ключевых агрегатов и выявляет отклонения на ранних стадиях, до перерастания в простой. На агломерационной фабрике ЗСМК высокоскоростные камеры системы видеоаналитики определяют крупность гранул агломерата и передают данные на пульты управления фабрики и доменного цеха — печь получает предсказуемое по свойствам сырье. На Качканарском ГОКе в рамках программы «Геометаллургия» работают недельно-суточное планирование горных работ, единый центр управления производством и система координации парка самосвалов и экскаваторов. Задача продиктована геологией: содержание железа в пяти карьерах колеблется от 14 до 16 процентов, и без постоянного усреднения качества руды эти колебания дошли бы до обогащения и дальше по технологической цепочке.

Портфельная модель снижает и цену ошибки. Когда весь бюджет цифровизации уходит в единственную большую систему, ее остановка означает потерю лет работы и значительной части вложенных средств; в потоке из ста инициатив среднего размера неудача отдельного проекта стоит месяцев работы одной команды, а сам проект закрывается без последствий для остальных — право на эксперимент встроено в саму конструкцию программы. Типовая траектория инициативы в такой модели: пилот на одной площадке, измерение эффекта, тиражирование подтвержденного решения на остальные предприятия группы.

На освоенных технологиях компания не останавливается: в 2024 году ЕВРАЗ реализовал 15 проектов на генеративном ИИ и больших языковых моделях в производственных и корпоративных процессах. Следующее технологическое поколение осваивается параллельно с тиражированием предыдущего.

Подход ЕВРАЗа вписывается в общую логику крупнейших российских металлургов: Северсталь развивает собственную фабрику цифровых решений с портфелем из десятков продуктов, ММК ведет масштабную программу промышленного ИИ, ЕВРАЗ проводит более ста инициатив в год. Организационные детали различаются, однако логика у всех трех общая: усилия распределены между десятками проектов, и каждый обязан показать измеримый результат. Для промышленного предприятия из этого сопоставления следует практическая проверка: сколько из запущенных цифровых инициатив имеют измеренный экономический эффект, кто в организации отвечает за само измерение и предусмотрена ли процедура остановки проектов, эффект которых не подтвердился.