Павел Растопшин
— Прежде всего хотелось бы спросить о том, какие преимущества бизнес может получить в результате внедрения технологии искусственного интеллекта?
— Раз мы говорим об ИИ как о технологиях для бизнеса, то начну с главного: хайтек должен приносить вам деньги. Научитесь подбирать такие технологии, которые именно в ваших сценариях будут давать наибольший экономический эффект, — это определит успешность развития бизнеса на годы вперед.
Рынок ИИ в России за последний год пересобрался: мы видим, как флагманы вкладываются в развитие собственных помощников сразу в нескольких направлениях — текст, звук, изображения, компьютерное зрение. Этот тренд продолжит укрепляться, ведь такие решения помогают бизнесу быть эффективнее и быстрее, в том числе в режиме реального времени, решать оперативные и стратегические задачи.
Речь идет о наиболее популярных отраслях, в том числе и среди простых россиян: госсектор, финтех, ритейл и телеком. Понятно, что здесь технологии оказывают прямое влияние на то, насколько удобно будет пользователю, что определит его лояльность в будущем. К тому же рекомендательные системы, конечно, это настоящие хиты: выдача контента/товаров по интересам человека — наверное, самый эффективный способ управления вниманием пользователя.
Промышленность в этом плане не исключение.
В В2В-секторе мы также работаем с заказчиками, стремимся работать эффективно и на длительную перспективу. Здесь намного выше ответственность за принятое решение, поэтому пока многие технологии в этом секторе находятся на уровне советчика, а решение принимает человек, видя перед собой всю картину. Это же и стало одним из барьеров внедрения, но об этом мы поговорим позже.
Для чего мы применяем ИИ в промышленности?
В первую очередь это контроль качества и обеспечение безопасности: ИИ используется для визуального контроля качества продукции на производственных линиях. Системы компьютерного зрения могут автоматически обнаруживать дефекты, трещины или другие несоответствия стандартам, что позволяет снизить брак и улучшить качество продукции. Также ИИ применяется для обеспечения безопасности на производстве, идентифицируя потенциально опасные ситуации и предотвращая аварии.
Рекомендательные системы: в производстве и снабжении ИИ может предоставлять рекомендации по оптимизации производственных процессов и управлению запасами. Это позволяет компаниям снизить издержки, улучшить эффективность и управлять ресурсами более эффективно. Например, отслеживать путь продукции от момента добычи до отгрузки.
Роботизированные технологии: роботы могут выполнять различные задачи — от сортировки и упаковки товаров до сложных монтажных работ. Следует сказать и о концепции «безлюдного производства» — роботы действуют более точно и эффективно, чем человек, и могут работать в условиях, опасных для людей. Благодаря применению роботов может также достигаться более высокая эффективность работы в определенных отраслях — ОПК, авиа- и судостроении.
Следует упомянуть и такие технологии, как автоматизация транспорта, например, для горных работ. Только одно это новшество обеспечивает увеличение производительности на 8–10 %.
Анализ данных и прогнозирование: ИИ позволяет анализировать большие объемы данных для выявления закономерностей и тенденций. Это помогает предсказывать потребительский спрос, оптимизировать производственные циклы и управлять ресурсами более эффективно.
Компании, внедряющие ИИ, могут ожидать следующих результатов.
— Снижение затрат: автоматизация производственных процессов и оптимизация ресурсов с помощью ИИ позволяют снизить операционные издержки.
— Увеличение выработки.
— Повышение качества продукции.
— Качественное повышение условий безопасности труда: ИИ помогает предотвращать аварии и улучшает обеспечение безопасности на производстве.
К сожалению, пока процент проникновения ИИ в промышленность не такой высокий, как хотелось бы, — сегодня по отраслям он в среднем находится на уровне 20–30 %. Согласно прогнозу заместителя Председателя Правительства РФ Дмитрия Чернышенко, к 2024 г. этот уровень будет не менее 50 проц., а в 2025 г. технология будет массово применяться органами государственной власти и корпорациями.
— С какими проблемами, препятствующими успешному внедрению технологий, сегодня сталкиваются компании и каковы пути их решения?
— В промышленности барьеры в целом такие же, как и в целом по всем отраслям, где актуально применение технологии ИИ. Это и понятно, ведь технологии развиваются так стремительно, что правовые и технические нормы не успевают за ними.
Это также вопрос кадров. Для нас эта проблема еще более острая, ведь нам нужны не просто ИТ-специалисты, а люди, которые понимают производственный процесс и смогут настроить ИТ-системы. Это специалисты, которые выросли в инженерной школе, получили углубленные знания по работе с большими данными. Вот так точечно можно растить людей на местах. Ну и, конечно, предпринимать совместные усилия образовательных учреждений и бизнеса для подготовки специалистов и создания специализированных программ.
Вторая проблема — нормативное регулирование. Отраслью был разработан Кодекс этики ИИ, к которому присоединилось почти 300 организаций. В нем устанавливаются многие нормы, которые еще не закреплены на уровне законодательства. Но само по себе кодифицирование принципов работы с ИИ — первый шаг к популяризации применения искусственного интеллекта и повышению уровня доверия к нему традиционно консервативных отраслей. В плане законодательных барьеров мы встречаем все новые вопросы. Например, нам надо интегрировать ML и советчиков на уровень L2. L2 — это промышленные компьютеры и программы, которые руководят работой производственной линии. То есть включать решение в производственный контур. Однако сейчас это регулируется жесткими рамками и регламентами по защите данных, и конкретно сейчас это не позволит перейти с L3 на L2. Соответственно, нужно вносить дополнение в законодательство, в том числе регулирующее и КИИ.
Третий — очень важный барьер — санкции, связанные с блокировкой поставок высокотехнологичного оборудования для проектов с ИИ: лидерство в этой отрасли принадлежит США — большинство всех поставок и патентов поступают оттуда. Вопрос с «железом», к сожалению, так быстро не решается.
Если в общем говорить о подходах по отрасли в целом, то для хорошей работы необходимо вводить открытые интерфейсы, использовать понятные предикативные модели и реализовывать комплексные проекты. Из-за многообразия решений у нас для каждого ИИ-проекта в промышленности приходится внедрять разные решения для идентичных процессов. Выходом могут стать платформенные решения, которые уже сейчас учитывают эти факторы, а значит, делают внедрение ИИ быстрым.
Хочется сказать про культуру на местах. Кадры старой закалки очень сложно переходят на новые технологии, они с трудом доверяют тем людям, которые приходят из лаборатории и говорят, как управлять заводом.
Важно людям объяснять, что ИИ нужен вовсе не для того, чтобы всех уволить. Мы никуда не уйдем от кадровой оптимизации, и это факт. Но там, где работа очень опасная и связана с риском для жизни людей, — пора производственные функции отдавать роботам.
— Какие области наиболее подходят для внедрения технологий искусственного интеллекта?
— Отвечу на конкретных примерах. Остановлюсь на добывающей отрасли, так как много работаю с предприятиями этого сектора экономики.
Возьмем типичную компанию нефтегазовой отрасли: у нее есть основная производственная цепочка. И технологии ИИ применимы везде. Несмотря на то что эта отрасль наиболее передовая, здесь есть гигантский потенциал для повышения эффективности.
Представьте себе месторождение — это огромная территория как на поверхности земли, так и на несколько километров под землей. И дальнейшая работа на месторождении будет зависеть от принятого решения. Цена решения — миллиарды рублей, поэтому важно, чтобы цифровые инструменты помогали правильно принимать такие решения. Например, до начала разработки месторождения оценивают его рентабельность и перспективность. На это уходят годы работы, и вероятность успеха не превышает 60 %. Искусственный интеллект дает ответ о перспективности месторождения за два месяца — вместо 1–2 лет.
Или проект цифровизации металлургического холдинга.
Этот проект стартовал в 2021 г. Его реализацией занималась компания «УльтимаТек» в партнерстве с ГК «Цифра», чья платформа интернета вещей ZIIoT стала базой для построения интегрированной системы управления энергопроизводством.
Прежде всего на предприятии была создана единая диспетчерская, закрывающая сразу пять направлений: производство, энергопроизводство, логистику, техобслуживание и ремонты, а также охрану труда и промбез. Далее с платформой ZIIoT были интегрированы действующие ИТ-системы холдинга и сформирована единая информационная среда для управления различными аспектами производства. Комплексная система на базе ZIIoT обрабатывает более 10 тыс. измерений, собираемых в 15 цехах в режиме реального времени. Последующий анализ данных позволил металлургической компании сформировать оптимальный набор генерирующего оборудования на основе данных о потреблении различных видов энергоресурсов.
В результате удалось снизить потребление электроэнергии на 1 %, сократить потери продуктов разделения воздуха до 2 %, а также снизить на 1,5 % потребление закупаемого газа. Может показаться, что 1–2 % — это незначительно. Однако в масштабах национального холдинга это значительные суммы.
— Готовы ли российские разработчики отвечать на современные вызовы и следовать мировым тенденциям?
— В России сейчас интересно не просто заниматься импортозамещением, а работать над тем, чтобы наши продукты были конкурентоспособными на фоне глобальных лидеров. И дело не в том, что руководство ставит перед нами задачи по замещению «софта» и «железа».
У наших разработчиков, заказчиков есть гигантский потенциал роста, есть интерес к изменениям, а это уже богатейшая почва для развития нашей собственной ИТ-индустрии.
Кроме того, сейчас я вижу большую ценность в развитии внутреннего рынка и, возможно, работы со странами СНГ. В нашем случае, наверное, это та уникальная ситуация, когда мы не ставим себе цель — выход на зарубежные рынки сразу, как окрепнем. У нас много работы здесь и сейчас.
— Тренд на применение технологий искусственного интеллекта набирает силу. Как это влияет на экономику страны?
— По последним данным НИУ ВШЭ, несмотря на отток создателей зарубежного ПО, вендоров и специалистов, рост российской ИИ-отрасли в 2022 г. составил около 20 %, а в 2023 г. объем этого рынка может превысить 500 млн долл. США.
При этом, несмотря на заметное увеличение госинвестиций, Россия сильно отстает от США и Китая по общему объему финансирования исследований и разработки ИИ.
По словам главного аналитика центра искусственного интеллекта МФТИ Игоря Пивоварова, последнее сравнение объема инвестиций России и Китая в ИИ показало разницу в 350 раз.
В том же исследовании подчеркивается, что большинство ресурсов, компетенций в сфере ИИ, имплементация технологий в процессы присутствуют в основном в госкорпорациях и крупнейших компаниях, тогда как в целом российские предприниматели инвестируют в ИИ только 1 % от всего объема затрат на цифровизацию.
Я думаю, что здесь есть и необходимость нашей интеграторской работы — объяснить, помочь просчитать эффекты, составить правильный микс из этих решений, чтобы получить наибольшую отдачу для производства — в плане как экономики, так и экологии и безопасности.
Что касается влияния ИИ на развитие страны, то тут все просто: уже сейчас, при относительно небольшом распространении, внедрение технологий ИИ в ключевые отрасли экономики может обеспечить почти 1–2 % роста ВВП страны до 2025 г.
Это как раз то, о чем мы говорили в самом начале: при правильном внедрении хайтек должен приносить деньги.
— Какие отрасли получат максимальную пользу от развития технологии ИИ?
— На этот вопрос нет конкретного ответа. Можно сказать, что дело в том, где и как применять эту технологию. Я уже говорил, что наибольшую распространенность искусственный интеллект получил в финтехе, госсекторе, ритейле, сервисных отраслях, нацеленных на обслуживание широких слоев населения. Промышленность также будет быстрее развиваться благодаря современным технологиям. Возможно, что и в промышленности мы создадим нечто уникальное, что позволит сделать квантовый скачок в ее развитии.
— Что может предложить рынку ваша компания? Особенно в плане технологий ИИ?
— УльтимаТек — это мультивендорный промышленный интегратор.
Год назад стало понятно, что нужны кардинальные изменения. В компании «Цифра», сооснователем которой я являюсь и где я занимал позицию управляющего директора, мы выбрали модель развития партнерского бизнеса: когда вендор занимается исключительно разработкой, а его партнеры — внедрением и поддержкой решения.
Таким же образом я реорганизовал и бизнес-модель компании «УльтимаТек», которая существовала в нишевом сегменте ИТ-рынка с 2017 г., и вывел на рынок нового промышленного интегратора, который работает не с одним вендором, а с рядом российских разработчиков, что значительно расширяет наш портфель. Также наша группа компаний привлекла российских разработчиков, которые в том числе используют ИИ, — Datana и Databriz. По результатам работы первого года в таком формате я прогнозирую рост оборота компании в 10 раз.
Мы предлагаем полный спектр цифровых решений: от консалтинга, базовой инфраструктуры и связи, систем автоматизации, инфобеза, систем уровня АСУ ТП, СУУ ТП, MES до IIoT-решений. Работаем с добывающими отраслями, крупной промышленностью. Мы предвидели огромный спрос на российское ПО, и не ошиблись. Если говорить о наших клиентах, то это такие крупные промышленные холдинги, как ЕВРАЗ, НЛМК, «ММК-Уголь», СУЭК, «Газпром нефть». Есть еще ряд других компаний, о которых я не могу говорить до момента завершения наших совместных проектов.
— Когда иностранные ИТ-компании ушли с рынка, российские разработчики поняли, что вполне могут занять их место. Как изменилась работа компаний этого сектора?
— Максимальную выгоду от ухода западных вендоров получили те компании, которые замещали корпоративные системы, офисные пакеты, операционные системы. В промышленном ИТ-секторе цифры чуть скромнее. Тем не менее это запустило глобальный процесс изменения отношения к российским разработчикам. И это отличный знак.
С другой стороны, крупные холдинги усилили акцент на собственные разработки. А это ограничивает развитие отрасли. У крупного бизнеса имеются ресурсы, возможности для разработчиков, с которыми компаниям поменьше соперничать трудно. К тому же это способствует такому подходу, когда создаются продукты-клоны вместо того, чтобы покупать существующие решения.
— Насколько отличаются отечественные решения от зарубежных? И как осуществить безболезненный переход на отечественные продукты?
— Многие отечественные системы класса MES не только не уступают западным продуктам, но по некоторым характеристикам их превосходят. Уверен, что наше движение в сторону микросервисов даст большой импульс для развития промтеха.
Как перейти на отечественные продукты безболезненно? В этом и заключается магия интегратора, действующего в связке с заказчиком и вендором решения.
Мы берем на себя большую работу по первичному обследованию существующих ИТ-ландшафтов на предприятии, уделяем огромное внимание адаптации решения, интеграции с существующими системами и делаем так, чтобы у людей, которые на местах работают с софтом, не было когнитивного диссонанса, когда они придут на обновленное рабочее место.
Много внимания мы уделяем обучению, работаем с представителями заказчика на всех уровнях.
— Насколько российские решения конкурентоспособны?
— Есть сложные отрасли, в которых решения либо еще не готовы, либо пока отсутствуют. Это касается авиастроения, судостроения, микроэлектроники, «железа». Хотя и здесь работа не останавливается. Например, то «железо», которое мы сейчас завозим из Китая, может на поколение-два отставать от западных образцов. И с этой реальностью нам пока придется жить.
В то же время нам пора отказаться от той парадигмы представлений, согласно которым российские решения — плохие. Мы много лет инвестировали миллиарды в западный софт, и это не вызывало вопросов. Так почему разработка собственных продуктов подчас вызывает другую реакцию? Хорошие отечественные разработки не могут быть дешевыми.
Беседовала Василиса Пешкова