Александр Мищенков | Публикации в СМИ
Добыча Металлургия

В промышленности растет спрос на ИИ-агентов для анализа и управления

ИИ-агенты в промышленности переходят от экспериментов к встроенному элементу управления. Эксперты отмечают, что решения уже сегодня используют для анализа данных, предиктивного обслуживания, оптимизации режимов работы и логистики.

Так, внедрение ИИ-агентов в промышленную отрасль уже перешло в стадию "встраивания в контуры управления", потому что предприятиям нужно быстрее превращать разрозненные данные в управленческие решения. Быстрее всего развиваются направления, где эффект масштабируется сразу на весь бизнес: работа с корпоративной документацией и знаниями, интеллектуальная аналитика.

Весь программно-аппаратный и технологический комплекс на промышленном предприятии должен быть объединен в автоматизированную систему управления технологическим процессом (АСУ ТП). Эксперт по промышленной стратегии Александр Мищенков объясняет, что здесь существует ограничение - это может быть кастомизированная (вендерлок) или "открытая" система.

До 2022 года в России в подавляющем большинстве применялись зарубежные АСУ ТП. "Открытая АСУ ТП" - этот масштабный проект российской промышленности для снятия зависимости от зарубежных вендоров и сокращения операционных расходов. "Проект развивается и имеет все шансы на успех, но потребует значительных временных затрат. Предполагаю, что перспектива массового внедрения ИИ-агентов в промышленности возможна как надстройка на продвинутую АСУ ТП, причем каждая индустрия подготовит собственные стандарты их применения, которые будут контролироваться государством", - говорит Мищенков.

По его мнению, перед внедрением ИИ-агентов, АСУ ТП должна полностью соответствовать понятию "цифровой двойник". Например, если ИИ-агенту поручить диспетчеризацию горной техники, то карьер, на котором работает техника, должен уже быть в виде BIM-модели, изменяющейся в режиме реального времени, причём BIM-dimensions не 3D, а желательно 10D.

ИИ-агенты в промышленности станут вызовом для корпоративной бюрократии и потребуют длительный период кастомизации, тестирования на производстве и адаптации к политике риск-менеджмента, говорит Мищенков. Также внедрение ИИ-агентов на критически важных позициях будет сопровождаться длительным периодом контроля и перепроверки живым человеком (RLHF-обучение).
* Не является рекомендацией к действиям. Эксперт не заявляет о достоверности выводов, а излагает личное оценочное суждение (мнение) на основе анализа открытых данных.
Дополнительная актуальная информация и аналитика – в telegram-канале.