Industrial Ai | Stanislav Dmitriyev

✈️ Industrial Ai: 10 мыслей
Постов скопилось много, решил структурировать.

1. Industrial AI - это не ChatGPT на заводе. Язык производства: датчики, CAD/3D, геомодели, схемы, материалы, симуляции, режимы оборудования.
Посты: 🌐 136 🌐 210

2. Начинать надо не с модели, а с данных. Если датчики, SCADA, MES, CMMS, сменные журналы и ремонты живут отдельно, AI застрянет в пилотах.
Посты: 🌐 119, 🌐 137, 🌐 193

3. Главная архитектура: данные -> события -> действия -> деньги. Сигнал должен превращаться в наряд, ремонт, изменение режима или предотвращенный простой.
Посты: 🌐 193

4. Архитектуру нужно проектировать как платформу для агентов. Новый интерфейс - это не кнопки, а API и инструменты, через которые AI-агенты выполняют работу.
Посты: 🌐 106, 🌐 130, 🌐 210

5. ERP/MES/SCADA не исчезают, но их надо сразу пересобирать вокруг AI-слоя. Иначе получится классическая цифровизация, к которой потом пытаются прикрутить AI.
Посты: 🌐 119, 🌐 210, 🌐 220

6. Предиктивное обслуживание должно быть базовой функцией, а не витринным пилотом: качество сигналов, критичное оборудование, CMMS, обратная связь по фактическим работам.
Посты: 🌐 137, 🌐 193

7. AI-first не значит "без людей". Оператор и инженер переходят от ручного контроля к управлению системой, исключениями и качеством решений.
Посты: 🌐 119, 🌐 137, 🌐 221

8. Безопасность, доступы, локальные данные и регуляторика должны быть встроены с первого дня. Для промышленности AI нельзя внедрять как SaaS-игрушку.
Посты: 🌐 123, 🌐 194, 🌐 220

9. AI нужно вести как инвестиционный портфель: baseline, KPI, владелец процесса, экономика, срок эффекта. Пилоты без финансовой модели лучше не запускать.
Посты: 🌐 193, 🌐 221, 🌐 119

10. Выиграют не те, кто купит LLM, а те, кто соберет рабочую систему внедрения: интеграции, данные, безопасность, industrial expertise и центр компетенций.
Посты: 🌐 106, 🌐 220, 🌐 212

🔍 Итог: Industrial Ai - это не "добавить AI к производству", а спроектировать производство как операционную систему, где данные, процессы, люди, оборудование и AI-агенты изначально работают в одном контуре.

🔍 SAP начала блокировать неавторизованных AI-агентов вроде OpenClaw — и это очень важный сигнал для всего enterprise AI рынка.

Что произошло:

SAP обновила API policy и теперь запрещает внешним AI-агентам массово вытаскивать данные из своих систем, если они не входят в “SAP-endorsed architectures”. Под ограничения попадают OpenClaw и другие agent-фреймворки.

Формально причина — безопасность и защита систем от:
— prompt injection
— массового extraction данных
— автономных AI-агентов с доступом к ERP

И тут SAP не совсем неправа:
исследования по OpenClaw реально показывают серьёзные риски безопасности и leakage данных.

Но есть и второй слой истории.

AI-агенты начинают угрожать самой модели enterprise software.

Если агент может сам работать с ERP:
— оформлять закупки
— анализировать контракты
— делать customer service
— запускать бизнес-процессы

то количество “человеческих” лицензий может резко сократиться.

А ещё под удар попадает собственный AI SAP — Joule.

По сути начинается новая война:
не “какая модель лучше”, а кто будет контролировать доступ AI к корпоративным данным и процессам. Ух, становится все интереснее и интереснее.

🔍 Anthropic удвоила 5-часовые лимиты Claude Code для Pro, Max, Team и Enterprise. Ура! Ура!
А для Pro и Max ещё и убрала снижение лимитов в часы пик.

Причина неожиданно «физическая» — новый compute deal со SpaceX.

Anthropic получает доступ к дата-центру Colossus 1:
— 300+ МВт мощности
— 220 000+ NVIDIA GPU

А то реально постоянно бесило. Только начинаешь что-то пробовать - бац лимит! Claude Design недельного лимита мне хватило всего на 8 слайдов презентации 🙂

🔍 Anthropic уже прямо показывает, куда движется enterprise AI.

Они выкатили направление для финансистов — с AI-агентами под реальные бизнес-процессы:

— KYC и onboarding клиентов
— проверка compliance и регуляторных требований
— анализ договоров и финансовых документов
— due diligence
— риск-анализ и поиск аномалий
— инвестиционные исследования и подготовка отчетов
— поддержка wealth management и клиентских менеджеров

✈️AI начинают встраивать прямо в core-процессы банков и фондов.

По сути, появляется новый слой корпоративного софта - где AI не помогает пользоваться системой,
а сам делает часть работы внутри процесса

🔍 Gartner выкатили интересную мысль:

только 20% компаний реально превосходят ожидания CEO по эффекту от AI.

И что делают эти компании иначе?

1️⃣ AI — это стратегия всей компании, а не проект IT
2️⃣ Есть отдельные cross-functional AI-команды
3️⃣ Бизнес доверяет AI и реально им пользуется
4️⃣ Всё считается через ROI и метрики
5️⃣ AI управляют как портфелем инвестиций, а не набором пилотов

И отдельно понравилась мысль Gartner про IT 2030:

мы идём от модели
“IT поддерживает бизнес”

к модели
“AI встроен в саму операционную систему компании”

То есть:
— AI-native SDLC
— AI-ready data
— AI-agents внутри процессов
— AI-assisted сотрудники
— AI-driven operations

Вывод простой.

✈️Большинство компаний пока внедряют AI как «ещё один инструмент».
Но выигрывать будут те, кто начнёт перестраивать под AI саму архитектуру бизнеса

🔍 Вот тут как раз интересный поворот.

OpenAI (JV ~$10B) и Anthropic начинают выносить работу с enterprise в отдельные направления бизнеса (отдельные компании)

И сразу возникает вопрос, который у всех в голове: а где тут место для классических внедрений и региональных партнёров?

Похоже, ответ начинает появляться.

Потому что:
— корпорации не покупают «модель», они покупают внедрение
— нужны интеграции в ERP, безопасность, локальные данные
— и всё это невозможно закрыть из одного глобального центра

И вот что важно:

если раньше AI продавался как API,
то теперь это становится рынком внедрений — почти как ERP в своё время.

А значит:
начинает формироваться ниша для
— интеграторов
— индустриальных экспертов
— локальных AI-партнёров

Возможно скоро будет так - глобальные игроки делают «мозг»,
а внедрять его в реальный бизнес будут те, кто рядом

Но за то встретил весь цвет ИТ Казахстана. Приятно было повидаться. 🤗

🔍 Ну что, сходил на GITEX AI Central Asia & Caucasus — заявляли как крупнейшее AI-событие.

Честно? Как-то не впечатлило.

Ожидал прорывы и «вау», а по факту: камеры, кабели, пожарка… много «железа», но мало AI как такового.

Плюс классика:
— шумно, выступления не слышно
— давка на входе
— и дождь добавил атмосферы 🙂

Справедливости ради — есть кое-что интересное для производства, выложу позже.

Но в целом ощущение простое:
ожидания были про будущее,
а попал скорее на выставку сурового настоящего 🙂

Тяжела дорога к ИИ в Казахстане 🙂

Кто на GITEX?
Увидимся ✌️

Регистрация тут (если кто не успел)

🔍 Разошлась новость, что Alibaba Group «выпустила команду ИИ вместо людей».

На самом деле — это не замена команды, а платформа Accio Work с набором AI-агентов, которые автоматизируют операции: от поиска поставщиков до таможни и финансов.

И вот что важно:

— это не SaaS, а «работа как сервис»
— закрывают сразу end-to-end процессы, а не отдельные функции
— бьют по аутсорсу и классическим ERP/CRM

По идее это демократизация ИИ для небольших компаний. Возможности, которые ранее были доступны только крупным корпорациям.

🔍 Accenture разворачивает Copilot на ~743,000 сотрудников

Факты по внедрению:
— 97% пользователей отмечают ускорение рутинных задач
— до 15× быстрее выполнение типовых операций
— 50%+ фиксируют заметный рост продуктивности
— внедрение шло с пилота → масштаб за ~2 года

Рынок в целом:
— у Microsoft Copilot уже ~20 млн платящих enterprise-пользователей

✈️Что это значит для Industrial AI

— ожидание: встроенный Copilot в процесс, а не отдельная модель
— KPI смещаются в часы/задачи/эффективность, а не accuracy
— пилоты без метрик (≤90 дней, ROI) перестают иметь ценность

🔍Новый стандарт предложения:
Copilot + workflow + измеримый эффект (uptime / throughput / cost)

Без этого проекты просто не проходят фильтр бизнеса.

🔍 Microsoft прокачала Copilot Notebooks — и это уже не просто «заметки с ИИ».

Теперь это что-то вроде рабочего пространства, где ты:
— собираешь материалы (доки, ссылки, файлы)
— и Copilot начинает с ними реально работать — суммарит, объясняет, помогает собрать мысли

Добавили коллаборацию (можно работать вместе) и режим «обучения» — когда ИИ не просто отвечает, а помогает разобраться в теме.

✈️ По сути, это шаг от «спросить у ИИ» к «думать вместе с ИИ в одном месте».

Больше похож не на приложение для работы с заметками, типа Notion у MS для этого OneNote всегда был, а на Google NotebookLM, который кстати крутой.

Ну потестим!

🔍 Похоже, рынок окончательно наигрался в «чатик, который красиво отвечает».

Y Combinator прямо говорит: дальше нужны стартапы про реальные процессы и бизнес.

Если перевести их список на язык корпораций и Industrial AI, картина такая:

— SaaS переосмысляют → приходят AI-сервисы, которые делают работу вместо системы (не ERP, а «ИИ, который сам ведёт закупки / финансы / ремонты»)

— старый корпоративный софт под ударом ERP, MES — всё, что тяжёлое и неповоротливое, нужно пересобирать вокруг ИИ

— интерфейс больше не для человека новый софт — это API для агентов, а не кнопки для сотрудников

— главный актив — данные компании появляется “Company Brain” — единый слой знаний, на котором работают все AI-агенты

— и самое важное ИИ начинает лезть в «железо»: производство, цепочки поставок, чипы, фабрики

Перевод на человеческий:

✈️Мы уходим от модели «люди работают в системах» к модели
«ИИ работает внутри компании, а люди его контролируют»

Это потребность в стартапах. Эх быстрее надо тестировать на реальном производстве 🙂

🔍 О! Microsoft прокачала Word — добавила агента юриста.

Он читает договор по пунктам, ищет риски и сверяет с правилами компании — прямо в режиме рецензирования.

Фишка в том, что LLM думает, а правки вносит отдельный движок - минимум «галлюцинаций».

LLM для юристов и медиков прям уже мейнстрим

🔍 TIME выкатил топ-10 самых влиятельных AI-компаний — и там, если честно, всё довольно показательно.

Старый мир vs новый мир — уже не теория.

— OpenAI, Anthropic, Mistral AI - чистые AI-игроки
— Amazon, Alphabet, Alibaba - инфраструктура + масштаб
— ByteDance — тихо стал AI-гигантом (155 млн WAU — не шутка)

И отдельно кайф: Hugging Face — по сути GitHub для ИИ (если тебя там нет — тебя как будто нет в индустрии)

Что здесь важно. AI больше не “фича”. Это уже уровень платформ и геополитики:

— контракты с Пентагоном
— ограничения на слежку и оружие
— миллиарды на чипы и дата-центры

И главный сдвиг: Раньше компании соревновались продуктами.
Теперь — вычислениями, моделями и доступом к данным.

🔍 Ну и да — если коротко: кто контролирует AI-инфраструктуру - тот контролирует рынок.

Остальные будут пользователями API 🙂

🔍 Замечали, что при длительном общении с моделью она как будто начинает “плыть”?

Сначала всё идеально: помнит детали, держит контекст, даёт точные ответы. А потом: забывает нюансы, начинает обобщать, иногда даже “додумывает”

🔍 Это не деградация модели
Это ограничение контекстного окна

По мере диалога старые части сжимаются, и остаётся только суть без деталей.

И если честно — с человеком ровно так же 🙂

Если два часа подряд собеседнику “парить мозг”:
— внимание падает
— детали теряются
— начинается “ну примерно так…”

Ну просто устал человек.

✈️ Короткий лайфхак: Попросите модель сделать summary всего важного и перенесите его в новый чат

🔍 Получаете “свежую голову” но без потери контекста

И работа снова становится точной 🔍

🔍 GITEX AI Central Asia & Caucasus пройдёт 4–5 мая 2026 года в Almaty, на площадке Atakent Exhibition Centre.

Это, по сути, попытка привезти формат GITEX Global в регион — со всеми атрибутами: AI, стартапы, корпорации, инвесторы.

Но самое интересное — не сама выставка.

Такие события как обычно это “прогрев”: сначала все приезжают, знакомятся, фоткаются, обсуждают AI…

А дальше два сценария:
— либо начинаются реальные пилоты и деньги
— либо все разъехались и забыли через неделю 🙂

✈️ Посмотрим, во что это превратится. Пока выглядит как заявка на серьёзную движуху.

https://gitexasia.com

🔍 Sakana AI показала занятную штуку - голосовой ИИ, который не «думает а потом говорит», а «думает прямо в процессе речи».

Сейчас как обычно: быстрые ассистенты болтают, но поверхностно. Умные — сначала думают (и ты ждёшь как на кассе без кассира). Тут попытались убрать этот компромисс.

Сделали по-человечески: одна модель начинает говорить сразу, вторая — умная — на лету подправляет мысль. Получается не заготовленный ответ, а нормальный разговор (ну как мы привыкли, трындим а потом думаем, ну или не думаем 😄).

И самое интересное — можно менять «мозг»: хочешь логику — ставь Anthropic, хочешь скорость — Google, хочешь стиль — OpenAI.

Если это взлетит - голосовые ассистенты наконец станут приятнее в разговоре.

https://pub.sakana.ai/kame/