В финтехе и ритейле этот показатель вдвое выше
Ведомости от 05.06.24
Лишь 24% российских компаний нефтегазового и металлургического сектора внедряют решения на основе искусственного интеллекта (ИИ). Об этом говорится в исследовании аналитической компании Strategy Partners, которое она презентовала 4 июня – в нулевой день Петербургского международного экономического форума (ПМЭФ-2024) на сессии «ИИ в отрасли нефти и газа».
Strategy Partners проанализировала бизнес-процессы и опросила сотрудников более 150 российских промышленных компаний. Согласно отчету, хотя в 76% компаний существует хранилище данных, 75% из них по-прежнему работают с Excel. Как выяснилось, треть компаний вообще обрабатывает более половины исходной информации вручную.
Если сравнивать нефтегазовую и металлургическую отрасли с ритейлом и финансовым сектором, то преимущество будет на стороне последних, обращает внимание партнер технологической практики компании «Технологии доверия» Артем Семенихин. «Нефтегазовая отрасль чаще всего следует модели «последователи», делая ставку на переиспользование подходов, протестированных в других индустриях. С этой точки зрения финансовая и ритейл-индустрии действуют гораздо смелее, до 50% инвестиций направляется на эксперименты в области ИИ, есть постоянные попытки нащупать новые кейсы и аспекты применения технологии ИИ», – рассуждает эксперт.
По внедрению и применению ИИ нефтегазовая отрасль действительно отстает от финансового сектора и ритейла, которые сейчас являются лидерами в этой области, согласен старший директор по продажам компании PIX Robotics Владимир Иткин. Основная причина кроется в том, что нефтегазовая отрасль очень консервативна, обращает внимание он. Внедрять решения с ИИ компаниям нефтегазового и металлургического секторов мешают нехватка компетенций, отсутствие квалифицированных отраслевых провайдеров и неочевидный эффект от их внедрения, указывают авторы исследования.
К 2030 г. эффект от внедрения ИИ может превысить 10 трлн руб., заявил главный исполнительный директор Сбербанка Герман Греф в ходе открытого диалога в Совете Федерации 4 июня. Это произойдет, по его словам, «если внедрять ИИ более-менее средним темпом», без амбициозных планов. Этот эффект добавит 4–6 п. п. к ВВП, считает Греф.
Согласно исследованию «Яков и партнеры», опубликованному в апреле 2024 г., преградой для дальнейшей цифровизации промышленности и внедрения ИИ около 40% компаний называют недостаток компетенций, а 39% – сильную бюрократизированность процессов. Затраты на внедрение таких решений достаточно высоки, а срок окупаемости может быть долгим, что мешает профильным подразделениям убеждать руководство компаний в их необходимости, следует из отчета.
ИИ в промышленности позволяет снизить затраты на разработку и сократить время вывода продуктов на рынок, отмечает эксперт компании Axenix Владимир Кравцев. Он используется для оптимизации параметров печей, контроля температуры, давления и других параметров, предсказания поломок оборудования, оптимизации энергопотребления, оптимизации процесса хранения и перемещения сырья и готовой продукции, предсказания возможных неисправностей бурового оборудования и насосов, перечисляет Кравцев. Также нейросеть может мониторить условия труда, состояние окружающей среды и предотвращать аварии, добавляет эксперт.
В «Северстали» в промышленной эксплуатации находятся около 60 ИИ-решений, рассказал «Ведомостям» представитель компании. Например, на Череповецком металлургическом комбинате цифровыми решениями охвачены все ключевые агрегаты и участки – прокатка, травление, оцинковка. В «Северстали» решения на основе машинного обучения помогают распознавать дефекты, следят за безопасным нахождением людей в опасной зоне, контролируют ношение средств индивидуальной защиты, управляют выбросами веществ или использованием топлива и увеличивают производительность агрегатов, перечисляет он.
Например, на самом производительном стане горячей прокатки – стане 2000 ЧерМК – действует система «Автотемп 2.0», продолжил представитель «Северстали». Это комплекс моделей машинного обучения, который управляет темпом прокатки и выдачей слябов из печи. Решение позволяет дополнительно производить в среднем 5500 т металлопроката ежемесячно, а среднюю паузу при прокатке удалось снизить на 1 секунду на сляб. В 2023 г. с помощью «Автотемп 2.0» дополнительно произвели 65 500 т металлопроката, а экономический эффект составил 184,5 млн руб., подсчитали в компании.
Вице-президент «Транснефти» Андрей Бадалов в комментарии «Ведомостям» согласился с выводами Strategy Partners и отметил, что у ИИ в промышленности есть большие перспективы. По его словам, ИИ сейчас интегрирован внутрь большого количества комплексных информационных систем наряду с технологиями обработки больших данных и другими аналитическими инструментами. «Искусственный интеллект уже задействован или проходит апробацию в разных системах компании. Например, мы уже имеем возможность проводить диагностику трубопроводов с использованием оборудования и ПО на основе современных технологий ИИ с применением методов машинного обучения. В данном случае машина с помощью нейронных сетей распознает и анализирует визуальные образы в разных спектрах. В частности, производится обнаружение дефектов трубопроводов», – приводит пример он.
На практике ИИ активно применяет «Газпром нефть», рассказывает Иткин. Еще в 2017 г. компания сообщила, что будет использовать технологии анализа больших данных и машинное обучение для ведения работ в области бурения и заканчивания скважин, моделирования технологических процессов нефтепереработки и оптимизации других производственных процессов, напоминает он. В 2020 г. с помощью интеллектуальной цифровой системы собственной разработки для управления морским транспортом в Арктике «Капитан» компания сэкономила порядка 12% затрат на морскую логистику по сравнению с 2019 г., отметил эксперт. А в 2023 г. «Газпромнефть – смазочные материалы» запустила первую в России цифровую систему создания многокомпонентных рецептур моторных масел с помощью ИИ, добавил Иткин.
