Актуальность внедрения искусственного интеллекта в управлении производством на предприятии

В современном мире, использование технологий искусственного интеллекта (ИИ) широко используется практически во всех сферах деятельности с целью оптимизации протекающих процессов. Производство, т.е. создание необходимых экономических благ, является одним из самых перспективных направлений развития ИИ, т.к. при помощи данной концепции происходит повышение уровня промышленной безопасности, прогнозирование возможных рисков, минимизация несчастных случаев увеличение доли рабочих мест и т.Д. [1].

Подобного рода инновации являются дорогостоящими, поэтому не каждая фир- ма может позволить себе модернизацию производства с помощью ИИ за счет собственных средств. Подобный вид инвестирования в нашей стране считается венчурным, поэтому не каждый инвестор захочет вложить денежные средства в рассматриваемый вид инноваций.

В российских организациях применяются следующие виды технологий искусственного интеллекта: прогнозный анализ, виртуальные помощники, анализ изображений, машинное обучение, обработка запросов на языке оригинала, распознавание лиц, самоуправляемые механизмы и робототехника (рис. 1).

■ Компании, которые собираются внедрить данные технологии в течение 5 лет

■ Компании, уже использующие данные технологии

Рис. 1. Технологии искусственного интеллекта, применяемые в российских компаниях [2]

Анализируя данные графика, можно отметить, что лидером среди технологий ИИ являются виртуальные помощники (38%), затем прогнозный анализ и машинное обучение (35%). Максимальная доля прироста в течение 5 лет наблюдается по таким видам технологий, как прогнозный анализ (39%), анализ изображений (34%) и виртуальные помощники вместе с обработкой запросов на языке оригинала (33%).

Все рассмотренные технологии активно применяются в производственном процессе, оптимизируя затраты, увеличивая производственные мощности и контролируя работу персонала. На основе правильного функционирования производства, руководитель может принимать грамотные управленческие решения, которые позволять фирме получать большую долю прибыли от реализации выпускаемых товаров или услуг.

В последствие пандемии коронавирусной инфекции, компании всего мира были вынуждены приостановить процесс производства, что, несомненно, привело к негативным последствиям и потере выручки. Но даже в таких непростых условиях, именно искусственный интеллект помогает «перезагрузить» производственные операции, укрепляя положение компании на рынке [3].

Такие компании как Сегежский ЦБК, Газпромнефть, Северсталь, КСК, Агропредприятие «Победа», НЛМК, Мосэнергосбыт активно применяют ИИ в процессе своей деятельности. Далее, изучим конкретные технологии, используемые в рассматриваемых фирмах.

Например, в 2021 г. Газпромнефть внедрил систему автоматического распознавания геологической породы. Одной из стадий исследовательских работ является анализ керна, который включает в себя изучение типов и свойств пород, уровень углеводородов. Полученные данные в дальнейшем применяются в процессе проектирования модели месторождения. Образец горной породы обрабатывают, включая распил и полировку, затем делают снимок на камеру при нескольких видах освещения: дневном и ультрафиолето- вом свете. Далее, при помощи профессиональных навыков, работники структурного подразделения выявляют необходимые факторы. На исследование около полуметра породы три сотрудника тратят более недели.

Проблема следующая: необходимо добывать породу боле быстрыми темпами, одновременно увеличивая точность определения качества керна. Исключение человеческой рабочей силы из данного процесса будет способствовать снижению количества производственных травм, а также уменьшению расходов на привлечение подрядчиков. Совокупность всех этих параметров дает возможность создания функциональной системы полученных данных. Решение компании - это внедрение системы автоматического распознавания геологической породы, функционирующей по следующему механизму: при помощи разработанного программного обеспечения, снимок керна сканируется автоматически, одновременно производя разметку. Далее, специалист по изучению земной коры изучает дополнительные параметры, не привлекая других работников. Таким образом, процесс добычи и исследования сокращается до одного дня. Помимо этого, происходит экономичный расход рабочей силы, который при рациональном функционировании получит эффективный результат труда. Подводя итоги рассмотрения представленного решения, можно отметить, что каждый этап является значимым в процессе добычи, сокращение рабочего времени позволяет оптимизировать стадии добычи, способствуя ускоренному переходу к добыче нефти и получению прибыли, следовательно, более стремительной окупаемости стоимости лицензии на участок и затрат на буровые виды работ. Механизм разработан с учетом экспертных оценок, использования методов компьютерной томографии горных пород с целью получения снимка в нескольких плоскостях, которые в дальнейшем играли ключевую роль при принятии решения о принадлежности доли изображения к конкретному целевому классу.

Встречаются такие ситуации, когда на снимке могут присутствовать несколько видов пород, наблюдается их наслаивание друг на друга или трещины. Поэтому первоначально для формирования табличных данных на основе изображений становится процесс сегментации. Для этого снимки проходят индивидуальную обработку, которая минимизирует визуальные недостатки. Затем может использоваться либо ручная сегментация квалифицированными сотрудниками при помощи внутрифирменных специальных программ, либо автоматическая сегментация, функционирующая по алгоритму представленной экспертной разметке. В заключении этапа, проводится анализ с использованием модели машинного обучения. Результаты внедрения технологий ИИ оказались следующими: сокращение времени анализа породы в 12 раз и ежегодная экономия на лабораторных исследованиях более 85 млн. руб.

Такая компания, как Агропредприятие «Победа» в 2020 г. внедрила систему авто- номного управления сельхозтехникой Cognitive Agro Pilot, представленную в виде робота, помогающего в процессе управления сельскохозяйственной техникой. Робот-помощник координирует комбайн, позволяя специалисту уделить большее количество времени на контроль качества обработки урожая. Искусственный интеллект распознает видео в режиме реального времени при помощи камеры (основного сенсора), а затем самостоятельно управляет движением сельскохозяйственной техники. Дополнительно, робот может распознавать такие показатели как высота культуры, поиск препятствий, определение кромки нескошенной части поля и т.п. Результаты внедрения технологий ИИ оказались следующими: повышение производительности комбайна на 25%, сокращение потерь урожая до 13%, снижение расходов на топливо около 7%.

На рисунке 2 представлены прогнозные значения развития технологий ИИ в период с 2022 по 2027 гг. (рис. 2):

Рис. 2. Прогнозные значения развития технологий ИИ в период с 2022 по 2027 гг. [4]

Таким образом, можно сделать вывод о том, что внедрение ИИ в процесс добычи и производства необходимых экономических благ – положительная перспектива развития производственных процессов. С помощью его технологий, оптимизируется производство, происходит сокращение ма- гический процесс развивается более быстрыми темами. Использование технологий искусственного интеллекта в большем количестве отечественным предприятий, поможет России стать лидером среди других стран по уровню научно-технического развития в сфере производства.

териальных и временных затрат, техноло-