Industrial Ai | Stanislav Dmitriyev

🔍 Ну, к этому всё и шло.

Microsoft больше не хочет быть просто инфраструктурой для OpenAI. К 2027 году они планируют делать свои передовые модели — на уровне OpenAI и Anthropic.

Раньше контракт это запрещал. Сейчас - ограничение сняли.

И это меняет расклад: из «партнёра» Microsoft становится прямым конкурентом.

🔍С её Azure, Copilot и enterprise-дистрибуцией - это уже серьёзно.

AI окончательно превращается в игру Big Tech: кто контролирует весь стек - тот и выигрывает.

🔍 Делай красиво! Про интерфейс продуктов часто говорят банально — «это важно». Но по факту это вообще первая точка входа.

🔍Приложение встречают по интерфейсу. Как человека по одежке.

И тут вспоминается Steve Jobs. У него была очень точная мысль:

«Люди судят о продукте по тому, как он выглядит… и чувствуется»
(в оригинале: Design is how it works — но смысл еще глубже: ты должен захотеть это использовать).

Сделать дизайн «сразу нормально» — это вообще не тривиальная задача. Особенно если у тебя нет сильного продуктового дизайнера под рукой.

И вот инструмент - UXPilot.
Если коротко — это AI, который помогает собирать UI/UX как конструктор:

— описываешь идею текстом
— можно закинуть wireframe или даже от руки набросок
— на выходе получаешь готовые экраны и варианты дизайна

Кажется понадобится в связке с Code/Codex.

uxpilot.ai
PS: Сам в процессе тестирования, попозже напишу свое мнение.

🔍 Edge AI — новый уровень архитектуры AI на производстве.

AI больше не живёт только в облаке.
Он спускается прямо в процесс.
Камеры, датчики, роботы начинают думать на месте — без задержек, без интернета, без лишней инфраструктуры.

Это меняет саму логику:
SCADA → MES → Edge AI → Cloud AI

Где:
🔍Edge AI принимает решения в реальном времени
🔍Cloud AI обучает и оптимизирует

🔍Результат — не “аналитика потом”, а действие сразу:
меньше простоев, быстрее реакции, меньше потерь.

Кто уже делает:
- Microsoft — industrial edge + sovereign AI для заводов и private 5G
- Google — on-device AI (обработка прямо на устройстве)
- Advantech — промышленное edge-железо под AI
- AVEVA + Microsoft — industrial platforms с AI на edge


Ссылки по теме:
Microsoft What’s next in AI?

Edge computing and embedded Ai

Edge AI in 2026: From Industrial Intelligence to Everyday Devices

#EdgeAi

🔍 Промышленный AI наконец перестаёт быть «красивыми дашбордами». То, что сейчас показывают на Hannover Messe 2026 — это уже другой уровень:

AI встраивается прямо в контур управления производством.
Не просто анализирует - а предлагает и частично выполняет действия в реальном времени.

Примеры:
🔍 Honeywell: AI-ассистент предсказывает аварии за 5–10 минут
🔍ABB: динамическая оптимизация параметров производства
🔍 Microsoft: агентная логика поверх SCADA / DCS

Фактически появляется новый слой: SCADA -> MES -> AI как decision layer

И ключевое отличие: это уже не пилоты ради презентаций это системы, которые влияют на EBITDA

ROI считается очень просто:
простой, аварии, энергия, качество

Следующий шаг очевиден:
от decision support - к частичной автономии. И вот тут начнётся самое интересное.

🔍 Полный отчёт Industrial AI Market Report 2025–2030 IoT analytics продают по подписке. Объём около 400 страниц + Excel.

Рынок «Industrial AI» в 2024 году достиг $43,6 млрд, ожидается, что к 2030 году показатель покажет рост до $153,9 млрд

🔍10 инсайтов из отчета:

1. Промышленный ИИ пока занимает небольшую долю в бюджетах производителей (около 3% средних расходов на R&D и 7% средних расходов на IT)

2. У крупных производителей сейчас, как правило, есть CEO-driven AI strategies — стратегии ИИ, продвигаемые на уровне генерального директора.

3. Контроль качества и инспекция сейчас являются ведущей областью применения промышленного ИИ.

4. Промышленный ИИ уже показывает ощутимый ROI (см кейсы)

5. Для масштабирования промышленного ИИ требуются более зрелые архитектуры данных.

6. Обучение и повышение квалификации становятся важнейшим приоритетом.

7. Копилоты становятся стандартной функцией промышленного ПО.

8. Edge AI может стать следующей крупной волной роста.

9. Появляются отраслевые foundation models для промышленности.

10. Agentic AI выглядит перспективно, но пока ещё не готов к массовому практическому использованию.

Сейчас центр тяжести находится не в «громких» универсальных ИИ-решениях, а в операционных сценариях с высокой отдачей, особенно в машинном зрении, инспекции, техническом обслуживании и программных копилотах, встроенных в промышленные рабочие процессы.

GenAI растёт, но пока не доминирует. хотя IoT Analytics ожидает их заметного роста к 2030 году.

🔍 Кейсы:

Toyota : направила ~$10,6 млрд на ИИ и программно-ориентированные автомобили в FY2025, делая акцент на усилении возможностей сотрудников, а не их замещении.

Pegatron : использовала инструменты NVIDIA для автоматической оптической инспекции и, как сообщается, достигла точности обнаружения 99,8%.

Renault : сообщила об экономии €270 млн благодаря ИИ-инструментам предиктивного обслуживания.

Georgia-Pacific : по сообщениям, получила сотни миллионов долларов ежегодной ценности от ИИ-инициатив.

#EdgeAi
#AgenticAI

🔍 Интересный инсайд из России на тему Industrial AI

Давно не было живых, не теоретических примеров - и тут неожиданно выступает Потанин (Норникель) и довольно подробно рассказывает, как у них устроен ИИ.

Оказывается, у них уже не просто «аналитика» - а своя доменная foundation-модель уровня MetalGPT, обученная на данных металлургии. И это не пилоты: нейросети участвуют в управлении производством - до 70% агрегатов на обогащении работают с участием AI, причём модели принимают решения в ~100 раз чаще, чем операторы.

ИИ используют не только в операционке, но и в R&D: модели помогают подбирать новые материалы и замещения (например, палладий вместо платины и иридия — уже первые ~500 кг ушли в Китай). Следующий шаг - вообще дизайн кристаллической решётки под нужные свойства.

Экономика тоже не “про будущее”: уже сейчас эффект оценивается в десятки миллиардов рублей в год, с целью выйти на 50+ млрд к 2030.

И самое важное - видно реальное понимание ограничений: модели обновляются каждые 2–3 месяца, и Потанин прямо говорит, что жёсткая бюрократия в таких условиях просто убивает темп.

При этом уровень внедрения ИИ в России, по его словам, в ~3 раза ниже среднемирового - но амбиции уже на уровне топ-игроков (вроде Tata Steel и POSCO).

🔍Это уже не “AI как инструмент”, а AI как часть технологического процесса. Модель фактически становится новым уровнем управления производством, рядом с SCADA / MES

🔍Ключевое конкурентное преимущество здесь - не сама модель, а данные + интеграция. Такие системы невозможно быстро скопировать: они завязаны на годы накопленных производственных данных.

🔍Это означает, что Industrial AI создаёт очень высокий moat - гораздо выше, чем в классическом софте.

🔍И ещё важный момент: такие кейсы показывают, что ROI от AI появляется сначала в тяжёлой индустрии, а не в офисных задачах. Там, где есть физические процессы, энергия, химия - эффект измеряется деньгами сразу.

И вот это, на мой взгляд, главный сигнал: есть реальные индустриальные компании, которые уже не играются в AI, а строят системные решения с ощутимой экономикой.

🔍 Apple отправила инженеров Siri учиться AI-кодингу.

~200 человек переучивают на Claude и Codex. Команду пересобирают, фокус - на новой версии Siri. Блин! Ну пора бы уже!

Самое интересное:

даже Apple догоняет.
И делает это через переобучение людей, а не просто «нанять новых».

И если честно: когда инженеров массово отправляют в вайб-кодинг -
это уже не эксперимент 😄

🔍 Mark Zuckerberg перенес свой рабочий стол в Ai lab.

И вот смотришь на это всё и думаешь: умные люди всё больше подсаживаются на вайб-кодинг.

Сидят рядом, что-то быстро собирают, тестят, крутят… как будто это уже не работа, а новое развлечение 😄

Вопрос только один: это просто новый дофаминовый кайф или они знают что-то, чего мы пока не понимаем? 👀

🔍 Anthropic выпустили Claude Opus 4.7.

Коротко по сути:

- бьет конкурентов почти по всем фронтам
- сильный апгрейд в сложных задачах и reasoning
- лучше работает с длинным контекстом
- стабильнее ответы (меньше ошибок и «потерь нити»)
- ориентирован на реальные рабочие сценарии

https://www.anthropic.com/news/claude-opus-4-7

🔍 О! Интересно! Хороший отчет вышел! a16z посмотрели, где бизнес реально внедряет AI. И самое прикольное - не там, где больше всего хайпа, а там, где есть быстрый эффект и деньги.

✈️ Что происходит:

🔍 Customer Support (естественно) - до 60–80% запросов закрывает AI - круто
🔍 Разработка +20–50% — очень классно
🔍 Маркетинг и продажи (это понятно)
🔍 Аналитика - данные становятся «разговорными»
🔍 HR - найм ускоряется, рутины меньше

🔍 А теперь самое интересное — промышленность:

🔍Industrial Engineers - рост с ~17% до ~44% - мощно
🔍 Mechanical Engineers - рост с ~25% до ~44%
🔍 Закупки - с ~64% до ~76% (ну у нас не прокатит 😂)
🔍 Производственные супервайзеры - почти без изменений

Вывод:

AI сначала заходит туда, где есть расчёты, данные, оптимизация.

Почему это круто для компаний:

- быстрый ROI (недели, а не годы)
- можно масштабировать постепенно
- меньше затрат, быстрее решения

Почему это круто для людей:

- убирает рутину - остаётся мышление
- усиливает, а не заменяет
- даёт реальные «суперспособности»

🔍Ценность теперь не в том, что ты знаешь, а в том, как ты используешь AI

https://a16z.com/where-enterprises-are-actually-adopting-ai/

🔍 Cloudflare и OpenAI запустили Agent Cloud.

По сути — это платформа, где AI-агенты становятся частью реальных бизнес-процессов, а не просто чатами.

Ключевое:
агенты работают прямо на инфраструктуре Cloudflare (edge),
то есть быстро, близко к данным и почти без задержек.

Плюс:
код и логика могут исполняться в безопасных sandbox-средах.

Фактически это шаг к миру,
где AI не просто отвечает,
а реально делает работу внутри систем.

🔍И вот это уже про реальную инфраструктуру AI для бизнеса, а не просто про личное использование.

https://openai.com/index/cloudflare-openai-agent-cloud/

#EdgeAI

🔍 OpenAI масштабирует «доверенный доступ» для специальной модели кибербезопасности ChatGPT-5.4-Cyber

Суть: чувствительные возможности AI дают не всем, а только тем, кто доказал, что умеет работать безопасно. Там прям сертификацию надо пройти.

Почему это важно: AI в кибербезе может и защищать, и ломать.
Поэтому бизнес модель меняется: не запрещать → а контролировать доступ.

Фактически: AI с правами, но по доверенности.

🔍Это и есть будущее — не просто модели, а контроль и ответственность.


https://openai.com/index/scaling-trusted-access-for-cyber-defense/

🔍 Продолжение ->

В общем, рассказываю как обещал. Когда решил попробовать вайб-кодинг, подумал, какой процесс мне автоматизировать? И поскольку увлекаюсь трейдингом уже 8 лет (правильнее сказать инвестициями в акции и чуть-чуть крипту), решил сделать себе агента для автоматизации ежедневной своей рутины.

А что делает инвестор каждый день?

✈️ Читает много новостей
✈️ Смотрит графики
✈️ Смотрит макропоказатели и календарь событий
✈️ Анализирует (сейчас уже вместе с AI) всю эту информацию

🔍 Сразу скажу. Я не верю каналам с “волшебными” сигналами каждый день. Предпочитаю вдумчивый, системный подход.

И самое главное — есть набор ежедневных, еженедельных действий, которые отработаны годами. И правильные источники информации. Все хорошие — платные, и приходится платить за TradingView, Investing.com, Bloomberg, CNBC и т.п.

Ну и сделал себе Vibe Investing Bot, который работает по проверенной системе. Берёт данные в проверенных местах. Делает правильные запросы в AI-модель. Даёт своевременные разборы.

В общем, друзья, кто в теме — пробуйте @VibeInvestingBot. Кто не в теме трейдинга — просто зацените, что можно сделать за 3 недели.

В моём канале все свои (я специально не давал рекламу) поэтому пишите в личку идеи и комментарии.

Будет полезен — ставьте лайки.

PS: Найдёте косяк — сильно не ругайтесь, я только запустил 😀

Вот ссылка на бот:
@VibeInvestingBot

✈️ Ух, я тут поддался новому хайпу и вляпался в вайб-кодинг. Честно говоря, абсолютная наркота. Реальный дофаминовый концентрат. Не могу остановиться уже 3 недели после выхода Codex для Windows.

Может, потому что это давно забытое удовольствие с тех пор, как я был программистом 20 лет назад, может, они действительно что-то туда «подсыпают», но я в какой-то зависимости😀.

Мои наблюдения:

🔍 Codex от OpenAI с обычной подпиской Plus ($20) хватает для всего. Я не достиг лимитов, хотя сидел по 4 часа в день и ночь ))

🔍 На моём Microsoft Surface Laptop с ARM64-процессором всё летает. Раз в неделю просто перехожу в новую ветку — и опять ураган!

🔍 Планируйте проект заранее: логику, архитектуру, структуру (ChatGPT вам в руки), дабы не нарваться на сложности потом.

🔍 Теперь не нужно обладать знаниями языка программирования от слова совсем. Просто попробуйте.

Я теперь понял, почему Agentic AI — это совсем другой уровень. Новый виток эволюции человека - человек дополненный.😁

В следующем посте покажу, что я наваял 😁

🔍Банк Lloyds Banking Group решил поиграть в будущее — и ввёл ИИ-бота прямо в совет директоров. Но есть нюанс.

Формально — «член совета». По факту — стажёр: готовит материалы, анализирует данные, подсказывает, где менеджмент мог накосячить (включая кибербез, M&A и финансы). Голосовать ему, впрочем, не дают — и сами разработчики считают это плохой идеей.

Зачем всё это? Банк хочет выглядеть не просто банком, а финтехом. ИИ уже принёс им около £50 млн ценности — теперь хотят удвоить. Параллельно тестируют квантовые вычисления (да, сразу всё в одну корзину).

В сухом остатке:
ИИ в борде — это не «робот управляет банком», а продвинутый аналитик, который не устает и не спорит ради политики.

Хе, тоже мне новость — в Казахстане давно уже ИИ в СД не фантастика а вполне привычная история 😄

🔍 В Польше открыли довольно серьёзный конкурс на индустриальный R&D — FENG / NCBR (~$96 млн USD).

И тут важно не просто «много денег», а на что именно их дают.

Минимальный проект от ~3 млн PLN ( ~$827K ) — то есть сразу отсекаются «идеи на салфетке». Формат - консорциумы (бизнес + наука). Фокус - TRL 5–8: почти готовые технологии, которые нужно довести до внедрения.

📌 По сути это деньги на переход: из «мы что-то придумали» → в «мы это реально внедрили и масштабируем».

Это не классические гранты, где главное — красиво описать идею. Здесь платят за экономический эффект: пилоты, демонстрации, предкоммерческие решения.

💡 Ключевой тренд: В Европе всё больше денег дают не за идеи, а за способность довести технологию до бизнеса.

И именно здесь сейчас главный разрыв: лаборатории что-то придумывают, а индустрия это не внедряет. Такие программы как раз и закрывают этот gap: формируют альянсы бизнес + наука, собирают нормальные R&D цепочки и на выходе дают не презентации, а продукты.

🔍 Для Industrial AI / automation / deep tech — это уже не «грант», а вход в другую лигу.

🔍Все боятся, что AI заменит контент и людей.

А The New York Times делает ставку ровно на обратное — на настоящих экспертов.

Логика простая: AI генерирует «средний уровень».
А ценность — в глубоком знании, и доверии настоящему автору.

💡 В итоге происходит сдвиг: Обычного контента становится бесконечно много. А реальные эксперты — становятся на вес золота.

И это, пожалуй, очень круто!

🔍История становится всё интереснее.

Из-за новой модели Anthropic (Mythos) срочно собирают топ-банки США на уровне Минфина и ФРС.

Причина не в хайпе, а в рисках.

По данным обсуждений, модель умеет находить уязвимости и потенциально их эксплуатировать, причём в браузерах и операционных системах, которыми пользуются все

В итоге:
— банки срочно обсуждают защиту
— регуляторы говорят о системном риске
— релиз модели уже ограничили только для крупных компаний

🔍 Самое интересное здесь:

AI впервые начинают обсуждать не как «инструмент», а как фактор финансовой стабильности.

Похоже, мы переходим в фазу,
где AI = новый класс кибероружия.

Про AI в медицине часто говорят аккуратно — «помогает», «ускоряет», «анализирует».

А тут уже другой уровень.

Учёные (в том числе из MIT) с помощью AI не просто нашли — а создали новые антибиотики, которых раньше не существовало.

Как это работает:

— прогнали десятки миллионов молекул
— сгенерировали новые соединения (не из природы, а «с нуля»)
— отобрали те, которые реально могут работать

В итоге — кандидаты против MRSA и гонококка, где обычные антибиотики уже не справляются.

💡 Самое интересное тут не в конкретных бактериях.

AI превращает разработку лекарств из «долго и дорого» в «быстро перебрали миллионы вариантов и выбрали лучшие».

И это уже не теория.

Это момент, когда AI начинает не оптимизировать существующее —
а создавать то, чего раньше вообще не было.