Как ИИ меняет заводы: почему промышленность осторожнее банков

Искусственный интеллект уже приносит промышленности многомиллиардный эффект, но внедряется на заводах медленнее, чем в бигтехе и банках. Почему цена ошибки здесь выше — в программе «Технологии и тренды» на Радио РБК

• [00:06] Почему ИИ сложнее внедрять в промышленности
• [01:41] Цена ошибки на производстве
• [03:34] Как работает доменная модель
• [05:02] ИИ-агенты для ремонта и запасов
• [07:57] Экономический эффект от внедрения ИИ
• [13:11] Как меняется роль человека рядом с ИИ

Промышленность остается одной из самых сложных сфер для внедрения искусственного интеллекта: в отличие от офисных задач, ошибка алгоритма на производстве может привести к сбоям техпроцессов, финансовым потерям и рискам для безопасности. Поэтому металлургические компании делают ставку не на быстрые эксперименты, а на постепенную интеграцию ИИ в ремонты, логистику, проектирование и управление производством. В эфире Радио РБК директор по внедрению генеративного ИИ в «Норникеле» Наталья Артамонова рассказала, что классические ИИ-системы уже дают компании около 10 млрд руб. ежегодного экономического эффекта.

Следующий этап связан с развитием генеративного ИИ и агентских систем, которые помогают планировать ремонты, распределять ресурсы и перестраивать управленческие процессы. При этом промышленность постепенно уходит от идеи отдельных «цифровых сотрудников»: вместо этого компании пересобирают процессы целиком под работу с ИИ. На этом фоне меняется и роль человека — ключевыми становятся навыки управления ИИ-системами, критическое мышление и способность контролировать решения алгоритмов.