Stas Dmitriyev | Industrial Ai

🔍 Бумажный документ больше не должен останавливать бизнес-процесс

Часто всё выглядит так: сотрудник получает акт, счёт или накладную, вручную переносит данные в 1С и отправляет документ дальше. На этом месте цифровизация обычно заканчивается.

AI Document Processing превращает цепочку в нормальный цифровой процесс:

бумага или PDF → распознавание → проверка → структурированные данные → ERP

В обзоре сравнили пять решений:

— Unstract⁠ — сложные документы, рукописный текст и возможность развернуть систему внутри компании;
— Reducto⁠ — таблицы, нестандартная вёрстка и ссылки на место в документе, откуда взяты данные;
— LlamaParse⁠ — подготовка документов для RAG и корпоративных AI-агентов;
— Amazon Textract⁠ — счета, формы и удостоверения для компаний, уже работающих в AWS;
— Mindee⁠ — простой API для быстрого запуска распознавания документов.

✈️ Главное отличие от обычного OCR: система не просто видит текст, а понимает, где сумма, поставщик, дата, номер договора и позиции накладной.

Но выбирать решение по красивой демонстрации не стоит. Загрузите самый кривой скан, рукописную форму и таблицу, на которой обычно ломается ваш процесс. Вот это и будет настоящий тест.

Сравнение пяти инструментов на Medium⁠

🔍Казахстан: КТЖ и Huawei планируют связать LTE-R, AI, ЦОД и единый интеллектуальный центр управления железной дорогой

Қазақстан темір жолы и Huawei определили дальнейший план технологической модернизации железнодорожной инфраструктуры. Помимо специализированной железнодорожной сети LTE-R, стороны обсуждают создание ЦОДа на вычислительных решениях Huawei для аналитики и AI, запуск Интеллектуального центра управления, который будет в реальном времени визуализировать и контролировать технологические процессы, а также отдельного центра киберзащиты цифровой инфраструктуры.

✈️Почему важно: для Казахстана это один из наиболее практичных Industrial AI-кейсов. Железная дорога — ключевой элемент всей сырьевой цепочки страны, поэтому цифровой контур КТЖ напрямую связан с mining и экспортной логистикой.

BAQ.kz

🔍Казахстан: Токаев поручил подготовить новые законы по ИИ и цифровым активам, а также запустить E‑Parliament.

ИИ будет анализировать законопроекты, искать риски и помогать депутатам. Ответственность и юридическая экспертиза остаются за человеком.

Главное условие — каждое действие ИИ должно быть прозрачным и проверяемым.

Акорда⁠ · Kazinform⁠

🔍 Mining Tech: EACON запускает 136-тонный карьерный самосвал без кабины — и без фиксированных «переда» и «зада»

EACON сообщил о промышленной эксплуатации AHS на AT150 — полностью электрическом карьерном самосвале грузоподъёмностью 136 тонн, созданном вместе с NHL и State Power Investment Corporation. Машина уже работает на руднике SPIC в северном Китае.

Самое необычное — архитектура. У AT150 нет кабины и нет фиксированного направления движения. Машина может подъехать под погрузку одной стороной и сразу уехать другой, без разворота. Система EACON использует perception в обоих направлениях, сама планирует подход к экскаватору и месту разгрузки, выбирает альтернативную точку dumping и координирует движение нескольких машин.

Электрическая часть тоже интересна: 900-вольтовая система, semi-solid-state battery, заявленный диапазон эксплуатации от –30°C до +50°C и зарядка мощностью до 3,4 МВт. Диспетчеризация одновременно учитывает производственное задание, заряд батареи, доступность зарядных устройств и потребность флота. Все цифры здесь — данные самого EACON.

✈️ Почему важно для mining: мы впервые начинаем видеть оборудование, которое проектируют не как обычный самосвал, из которого убрали водителя, а изначально как автономного промышленного робота.

Это более фундаментальный переход:

driverless truck → machine designed for autonomy.

Если такой подход масштабируется, автономность сможет менять не только штат водителей, но и геометрию дорог, площадок погрузки, dumping zones, fleet scheduling и энергетику всего карьера.

EACON — AT150, 28 августа⁠

🔍Google начал автоматически классифицировать корпоративные файлы Gemini — специально для защиты от AI-агентов

Google открыл beta нового Gemini-based Data Classification в Google Drive. Администратор задаёт правила обычным текстом, после чего Gemini самостоятельно анализирует файлы и присваивает им security/classification labels. Эти метки затем могут управлять DLP, retention, аудитом и политиками доступа.

Особенно показательно, как Google объясняет необходимость функции: классификация нужна в том числе для того, чтобы agentic workflows не получили автономный доступ к чувствительной информации. Владельцы документов смогут подтверждать или корректировать автоматически присвоенную категорию, а все изменения записываются в audit log.

✈️ Почему важно: это очень практический элемент будущего enterprise AI. Сейчас компании быстро подключают агентов к SharePoint, Drive, почте, ERP и корпоративным базам, но агент нередко наследует огромный объём прав пользователя.

Правильная последовательность должна быть обратной:

сначала классифицировать данные → затем определить policy → затем разрешать агенту доступ.

Фактически Google начинает строить data governance layer для agentic enterprise. Для промышленности тот же подход понадобится для технической документации, контрактов, проектных файлов, геологии, ERP и конфиденциальной производственной информации.

Google Workspace — Gemini Data Classification, 28 августа⁠

🔍 Anthropic представила USB для AI-агентов и оборудования

Новый Model Hardware Standard (MHS) — единый интерфейс, через который AI-агенты смогут безопасно управлять микроскопами, роботизированными руками и другим программируемым оборудованием.

Схема простая:

AI Agent → MCP → MHS → оборудование → данные → действие

Вместо отдельных интеграций для каждого устройства MHS использует стандартные команды, описание возможностей оборудования и встроенные ограничения безопасности.

В одном из экспериментов Claude создал скрипт для восстановления лазера квантового компьютера. Он сработал в 695 из 700 испытаний и выполнял операцию за 10–14 секунд вместо 5–10 минут у специалиста.

Стандарт не привязан к Claude и после тестирования должен стать open source.

✈️ Для Industrial AI это важный шаг: MCP подключает агентов к корпоративным системам, а MHS — уже к физическому оборудованию. Правда, к критическому контуру SCADA агента пока лучше подпускать в сопровождении взрослых.

Официальный анонс Anthropic⁠

⭐ Главная работа недели: ИИ учится смешивать руду с учётом реальной фабрики

Представьте диспетчера, которому одновременно нужно:

— выдержать качество руды;
— заработать больше денег;
— не перегрузить дробилку;
— учесть стоимость перевозки;
— не переполнить склады;
— помнить, что данные датчиков могут ошибаться.

Именно такую задачу авторы нового исследования дали reinforcement learning.

Вместо одного «универсального» AI-агента они создали целую команду специалистов. Один лучше максимизирует NPV, другой удерживает стабильный grade, третий снижает затраты. В зависимости от текущего приоритета производства система может переключаться между ними.

Результаты на симуляции выглядят интересно:

— peak NPV — 46,5 против 38,1 у статического алгоритма;
— решение принимается за 3,16 мс вместо 2412 мс — примерно в 760 раз быстрее;
— загрузка дробилки удерживается на уровне 89,9–92,5% без превышения лимита;
— при удвоении шума датчиков NPV снизился примерно на 9%, тогда как обычный PPO потерял около 17%.

Особенно важен сам принцип. Mine-to-Mill нельзя оптимизировать только по тоннажу или среднему содержанию:

metal value + grade stability + throughput + haul cost + stockpile + plant limits + uncertainty

Примерно так и должен выглядеть будущий supervisory layer над FMS: не просто показывать диспетчеру данные, а выбирать лучший компромисс для текущей производственной ситуации.

Но карьерные самосвалы пока можно не отдавать нейросети с ключами. Исследование проведено на benchmark-симуляции: без полноценной маршрутизации техники, пропущенных измерений, дрейфа датчиков и настоящих производственных сбоев.

То есть это ещё не готовая промышленная система. Но уже очень хорошая архитектура того, как она может быть устроена.

Открытая научная работа на Springer⁠

Казахстан соединяет AI, промышленность и Средний коридор

По итогам визита старшего министра Сингапура Ли Сянь Луна подписано соглашение о цифровой интеграции Среднего коридора.

Singapore Cooperation Enterprise и Middle Corridor Multimodal будут развивать цифровую торговлю, мультимодальную логистику и управление цепочками поставок. Цель — повысить связность маршрута и устойчивость поставок между Азией и Европой.

Отдельно страны проведут в Астане вторую программу по AI, digital development и STEM для руководителей государственных органов Центральной Азии.

Но самое интересное здесь всё-таки не обучение чиновников, а цифровой слой над реальной логистикой:

Mine / Manufacturer → Rail → Border → Port → Middle Corridor → Customer

Когда к этой цепочке подключаются единые документы, tracking и данные о грузах, следующим логичным уровнем становятся прогнозирование задержек, оптимизация потоков и AI-управление supply chain.

Министерство иностранных дел Сингапура⁠ · Правительство Казахстана⁠

🔍OpenAI, Anthropic, Google, Microsoft и ещё более 100 компаний требуют срочно готовиться к массовым AI-кибератакам

Более ста технологических, финансовых и промышленных компаний подписали совместное обращение, предупреждая, что уже в ближайшие месяцы AI-enabled cyberattacks станут значительно более массовыми. Среди подписантов — OpenAI, Anthropic, Microsoft, Alphabet, Amazon, Broadcom, Cloudflare, CrowdStrike, IBM, Oracle, Mastercard, Visa и General Motors.

Компании предлагают организовать фактически общеотраслевой «defensive surge»: предоставить проверенным cybersecurity-командам доверенный доступ к наиболее сильным моделям и резко ускорить применение AI на стороне защиты.

✈️Почему важно: после серии инцидентов с автономными агентами вопрос уже не выглядит теоретическим. AI одинаково хорошо масштабирует и защитника, и атакующего.

Для промышленного предприятия это особенно критично: чем глубже агенты подключаются к M365 → ERP → Historian → FMS → OT, тем важнее архитектурно разделять intelligence и полномочия.

Я бы считал базовым production-pattern:

Agent Identity → минимальные права → allow-list инструментов → policy engine → audit → approval для критических действий.

То есть cybersecurity становится не отдельным проектом после внедрения AI, а частью самого AI architecture

Reuters

🔍ИИ не забирает работу — он уже создаёт новые вакансии

Опрос Lloyds среди 1 200 британских компаний показал довольно неожиданный результат: 54% бизнеса заявили, что внедрение ИИ уже привело к появлению новых рабочих мест.

Причём речь не только об AI-инженерах:

— 43% компаний собираются запустить обучение сотрудников;
— 24% уделяют больше внимания AI-навыкам при найме;
— 21% создают отдельные роли, связанные с ИИ;
— 58% планируют увеличить инвестиции в обучение работе с ИИ.

Получается, привычный сценарий «пришёл ИИ — ушли сотрудники» пока работает несколько сложнее. Исчезают отдельные задачи, меняются профессии и появляются люди, которые должны всё это внедрять, настраивать и контролировать.

Сами работники, впрочем, настроены менее оптимистично. Исследование King’s College London показало, что 69% британских работников обеспокоены экономическими последствиями сокращений, а 57% населения считают, что ИИ уничтожит намного больше рабочих мест, чем создаст.

Бизнес смотрит на ситуацию практичнее: почти 6 из 10 компаний считают, что без ИИ они начнут проигрывать конкурентам.

✈️Похоже, главный риск сегодня — не в том, что ИИ немедленно отнимет работу. А в том, что работу отнимет человек, который научился использовать ИИ раньше вас.

Исследование Lloyds⁠ · Исследование King’s College London⁠

✈️ Mining Tech: Caterpillar строит AHS, где самосвал будет «учиться на каждом цикле»

В свежем интервью International Mining президент Caterpillar Resource Industries Дениз Джонсон раскрыла архитектуру следующего поколения Cat autonomous haulage. Сегодня внедрение AHS обычно занимает около 18 месяцев, а Caterpillar хочет сократить этот срок до нескольких недель. Новая платформа использует onboard AI, более глубокий sensor fusion и более дешёвое hardware.

Самое интересное изменение — переход от преимущественно rules-based системы к experience-based: Caterpillar говорит, что haul truck должен обучаться на каждом цикле и использовать накопленный опыт для снижения остановок и повышения производительности. Кроме того, новый AHS должен работать на машинах других производителей, а внутри autonomous operating zone смогут одновременно находиться автономная и управляемая человеком техника. AI-based object recognition позволит автономным trucks видеть обычную машину и перестраивать маршрут в реальном времени.

✈️ Почему важно: это очень серьёзный сдвиг архитектуры autonomous mining.

Старая модель:

один OEM → отдельная автономная зона → жёсткие правила → долгий проект внедрения.

Новая:

mixed OEM → mixed autonomous/manual fleet → onboard AI → continuous learning → rollout за недели.

Если Caterpillar действительно это реализует, один из главных барьеров AHS — необходимость полностью перестраивать карьер под автономность — заметно снизится. Для действующего рудника это намного практичнее, чем одномоментно менять весь парк.

Показательно, что в тот же день Steer объявила сразу несколько проектов mixed-fleet AHS с Cat + Komatsu + Volvo, включая первый контракт в Северной Америке. То есть запрос рынка на OEM-agnostic autonomy уже вполне реальный.

im-mining.com

🔍 Казахстан: AI начал контролировать поставки угля от 36 добывающих предприятий до 1,2 млн потребителей

Министерство энергетики Казахстана 25 августа сообщило о запуске Единой цифровой платформы с элементами AI и predictive analytics для управления поставками угля к отопительному сезону. В систему уже интегрированы данные 36 угледобывающих предприятий, перевозок с использованием 29 тыс. полувагонов, 586 операторов угольных тупиков и более 1,2 млн потребителей.

Платформа отслеживает движение угля в реальном времени от добычи и отгрузки до конечного потребителя и автоматически выявляет потенциальный дефицит и отклонения от графика. В тот же день Минэнерго утвердило первый профессиональный стандарт «Цифровизация и применение искусственного интеллекта в энергетике», где появились профессии AI-инженера энергосистем, Smart Grid designer и специалиста по cybersecurity энергетических сетей. Стандарт прямо охватывает АСУ ТП, диспетчерские системы, Smart Grid, данные и AI.

✈️ Почему важно: вот это уже похоже на переход «от презентаций к реальному применению AI»

Особенно интересен масштаб интеграции:

угольная компания → железная дорога → логистический терминал → потребитель → единая data platform → predictive AI → управленческое действие.

Это уже применение Ai в физической промышленной цепочке национального масштаба. Для mining это сильный локальный кейс

Gov.kz

🔍 Mining Tech: Volvo коммерциализирует автономную перевозку как Transport-as-a-Service

Volvo Autonomous Solutions вывела на рынок Autona / earth — коммерческую AHS-платформу для карьеров и рудников. В неё входят автономный Volvo FH, собственный Virtual Driver, Site Control/Fleet Management, инфраструктура площадки, обслуживание и поддержание uptime. Главное отличие бизнес-модели: решение предлагается как Transport-as-a-Service, то есть Volvo берёт на себя значительную часть технической сложности и regulatory compliance.

Система уже опирается на промышленный опыт. На Brønnøy Kalk автономная перевозка работает без safety driver с 2023 года, перевезено более 1 млн тонн, а сейчас весь quarry production идёт автономно в три смены. На проекте Boliden Garpenberg было автономно перевезено около 700 тыс. тонн rockfill, выполнено более 11 тыс. циклов и 56 тыс. км. Новая версия допускает mixed traffic — совместную работу автономных и обычных машин, использует камеры, LiDAR, radar, IMU и onboard AI для распознавания препятствий.

✈️Почему важно: mixed traffic и сервисная модель решают сразу две самые сложные проблемы автономизации действующего рудника. Не нужно сразу перестраивать весь карьер и покупать полностью новый автономный парк.

Можно двигаться:

один маршрут → autonomous zone → mixed fleet → 24/7 operation → расширение на другие типы техники.

А Transport-as-a-Service потенциально переводит автономность из большого CAPEX-проекта в понятную стоимость транспортировки тонны. Для многих действующих карьеров это может значительно ускорить принятие AHS.

International Mining — Volvo Autona / earth, 25 августа⁠