Заводы перестали платить «на перспективу». "Экспанта" о будущем промышленного ИИ

Сегодня мы решили поговорить о том, где ИИ в промышленности уже даёт экономический эффект, а где пока остаётся дорогим экспериментом на стадии пилота. И для этого мы задали несколько вопросов управляющему директору холдинга разработчиков промышленного ПО "Экспанта" (УльтимаТек) Илье Измайлову.

⏺️ Как сегодня выглядит типичный срок окупаемости промышленного ИИ-проекта и какая доля пилотов в итоге доходит до промышленной эксплуатации?

Эффект появляется там, где сходятся три условия: налажен сбор качественных структурированных данных, есть прослеживаемый производственный процесс и, главное, готовность предприятия доверить системе не просто выдачу рекомендаций, но и часть управления.

Максимальный потенциал ИИ сегодня раскрывается в решениях класса APC/СУУТП (системы улучшенного управления технологическими процессами). В заданных границах они самостоятельно управляют ключевыми параметрами режима, стабилизируют его и повышают ритмичность производства.

Дорогим экспериментом сейчас остаётся всё, что делается абстрактно «на перспективу».

Рынок повзрослел, и привычные сроки окупаемости ИИ-инициатив сократились до 1-2 лет. Ряд заказчиков в принципе не заходит в проект, если ROI за первый год составляет менее 100%.

С таким жёстким цензом проектов стартует меньше, зато те, по которым дан «зелёный свет», изучены под микроскопом, так как даже при относительно небольших вложениях требуют личного коммитмента топ-менеджмента.

По оценке исследовательской программы Массачусетского технологического института MIT - NANDA, в мире до промышленного внедрения доходит около 5% ИИ-пилотов. В портфеле «Экспанты» этот показатель превышает 30%. Мы не стартуем без посчитанного baseline и наличия конкретного владельца эффекта на стороне заказчика.

⏺️ В портфеле «Датана» есть проекты в металлургии, а Hive Mind AI развивает решения для планирования и логистики на базе ИИ. Какой из этих сценариев сегодня быстрее превращается в измеримый бизнес-эффект - и за счёт чего?

Это разные производственные переделы, а не конкуренция внутри портфеля.

«Датана» - рекомендательные системы и СУУТП, работающие ближе всего к основному производству: ДСП (дуговые сталеплавильные печи), установки «ковш-печь», МНЛЗ (машина непрерывного литья заготовок).

Эффект здесь считается по росту производительности каждой конкретной установки - снижение расхода электроэнергии и электродов, сокращение времени плавки или образования шлака. Его легко посчитать и, что важнее, понятно, как спрогнозировать и доказать заказчику.

Hive Mind AI - вендор решений уровня выше: объёмно-календарное планирование и оптимизация логистики. Например, расчёт «марочного колеса» с учётом обязательств по отгрузкам и логистических ограничений. Наш продукт OptPlan является полноценным аналогом таких систем, как Aspen PIMS или Honeywell RPMS.

В короткой перспективе эффект быстрее виден у Hive Mind AI, так как он возникает в момент расчёта, ещё «на бумаге» - до передачи плана в исполнение.

Внедрение продукта происходит легче, а интеграция в непосредственный контур управления агрегатом не нужна. Кроме того, этот эффект возникает на несопоставимо больших объёмах всего предприятия.

У «Датаны» эффект на одну установку в абсолютных цифрах меньше, зато он абсолютно осязаем, физически соотносится с ИТ-решением однозначно и имеет огромный потенциал тиражирования на соседние агрегаты.

™ МашТех в Telegram | в MAX