В Австралии показали ИИ-ассистента для диспетчерских. Разбираем, что внутри

На форуме Diggers and Dealers австралийская MaxMine представила MAXI — по заявлению компании, первый ИИ-ассистент, созданный специально под системы управления парком карьерной техники.

Отправная точка честная. Начальник смены и мастер большую часть времени проводят вне кабинета, то есть без доступа к системе управления парком. CEO компании Шон Митчелл формулирует так: существующие системы показывают, что работает, но не помогают выявить проблему и понять, как её починить. Цель — перенести короткий цикл управления сменой из офиса в карьер.

Что умеет:

🔹 Отвечает голосом или текстом на вопросы по текущей смене обычным языком. Примеры разработчика: сколько раз поливочная машина заезжала на пункт заправки водой, как экскаватор идёт относительно плановых показателей по выемке.
🔹 Подсвечивает провалы в производительности и поломки, опираясь на аналитику двух продуктов платформы — Pulse и Impact.
🔹 Ведёт заметки по смене на ходу, отчёт собирается автоматически в конце смены.
🔹 В следующих версиях обещают push-уведомления с подсказкой решения.

Сценарий от компании: при неожиданно тяжёлых условиях выемки начали копиться очереди — система сообщит мастеру и предложит варианты.
Технически это LLM, развёрнутая внутри собственного дата-центра компании, с доступом к данным через самостоятельно разработанные Model Context Protocol. То есть данные не покидают периметр заказчика. Здесь мы полностью солидарны: свои проекты разворачиваем так же.

Проверяли на двух австралийских площадках с угольной Batchfire Resources. Оценка заказчика осторожная — «показал большой потенциал на ранних испытаниях», помог с подотчётностью и коммуникацией, потому что все работали с одной живой информацией. Конкретных цифр эффекта пока нет, для пилота это нормально.

Что мы об этом думаем. Направление верное, и мы его прошли сами — правда, зайдя с другой стороны. У нас есть OES X: рабочая среда, где сотрудник в диалоге собирает себе отчёт, дашборд или мониторинг без SQL, Python и заявки в ИТ. Запрос вида «покажи динамику отгрузок за 6 месяцев с топом направлений» превращается в рабочий дашборд за 5 минут. В ВГК на этом сценарии за пилот прошли 600 пользователей при 70 активных ежедневно, и работал он ещё до августовского анонса коллег.

Поводом для OES X стало именно то, что мы увидели в диспетчерских. На одном из предприятий нашего клиента горные диспетчеры тратили около 5 часов в смену на шесть ручных отчётов, часть из которых просто пересылалась руководству в WhatsApp. Ровно та же болезнь оказалась этажом выше — в финансах, закупках, операционной отчётности.

Но одну вещь стоит проговорить. Ассистент отвечает на вопрос — значит, его надо задать. За смену на разрезе набегает больше 10 000 отклонений, и никто не задаст 10 000 вопросов. Задаст пять, про то, что уже болит. Поэтому рядом с диалогом у нас работает MAS: больше 30 агентов, каждый ловит отклонение сам, считает его цену в рублях и эскалирует, если реакции нет. Показательно, что коллеги в дорожной карте идут туда же — обещанные push-уведомления с готовым решением как раз шаг от ассистента к агенту.

Ознакомиться с материалом можно тут: https://im-mining.com/2026/08/03/maxmine-ups-the-fleet-management-ai-ante-with-maxi/