Спецпроекты • Партнерский материал • 24 сентября 2025
От гаечного ключа к алгоритму
От гаечного ключа к алгоритму
Фото: Unsplash
Первая промышленная революция была связана с паровыми двигателями, вторая — с электричеством и конвейером, третья — с компьютерами и электроникой. Сегодня же мы стоим на пороге четвертой волны — Индустрии 4.0, где ключевую роль сыграют роботы и искусственный интеллект, а именно генеративный ИИ, способный максимально раскрыть потенциал автоматизации, цифровизации и роботизации производств.
Обладает ли искусственный интеллект потенциалом, чтобы занять лидирующую роль в промышленном производстве, или его удел — оставаться вспомогательным инструментом для решения второстепенных задач? Дискуссии об этом развернутся на Форуме о будущем городов БРИКС «Облачные города», который пройдет с 17 по 18 сентября в Москве.
Первая промышленная революция была связана с паровыми двигателями, вторая — с электричеством и конвейером, третья — с компьютерами и электроникой. Сегодня же мы стоим на пороге четвертой волны — Индустрии 4.0, где ключевую роль сыграют роботы и искусственный интеллект, а именно генеративный ИИ, способный максимально раскрыть потенциал автоматизации, цифровизации и роботизации производств.
Обладает ли искусственный интеллект потенциалом, чтобы занять лидирующую роль в промышленном производстве, или его удел — оставаться вспомогательным инструментом для решения второстепенных задач? Дискуссии об этом развернутся на Форуме о будущем городов БРИКС «Облачные города», который пройдет с 17 по 18 сентября в Москве.
Генеративный ИИ уже сегодня способен управлять полным производственным циклом — от получения текстового техзадания до отгрузки готовых изделий. Алгоритм создает цифровую модель изделия, проверяет ее на прочность в виртуальной среде, оптимизирует вес и расход материалов, а затем передает данные напрямую на станок или 3D-принтер. То, что раньше требовало месяцев инженерных расчетов и огромных конструкторских бюро, сегодня занимает считанные часы.
Затем разнородные роботизированные системы (коботы, дроны, промышленные манипуляторы) самостоятельно осуществляют сборку, контроль качества и логистику, демонстрируя в пилотных проектах четырехкратный рост производительности. Производственный цикл сокращается в разы, а стоимость разработки падает на десятки процентов.
Аналитики McKinsey подсчитали, что применение генеративного ИИ в различных отраслях к 2030 году может увеличить мировой ВВП на $2,6‒4,4 трлн в год. При этом мировой рынок ИИ вырастет с 279 млрд до $1,81 трлн при среднегодовом темпе роста 35,9%. Около 850 различных профессий повысят производительность. Наибольшие выгоды получат технологический сектор, производство, маркетинг и розничная торговля, разработка программного обеспечения и банковская отрасль.
Что касается реального сектора, то здесь прорыв от внедрения генеративного ИИ ожидается в отраслях с высокой степенью стандартизации, таких как автомобилестроение, строительство, складской и логистический бизнес, производство электроники и фармацевтика.
3D-принтеры и компьютерное зрение: как предприятия по всему миру автоматизируют производственные процессы
У стран глобального Юга появляется шанс быстро сократить технологический разрыв с Западом. Китай и Индия уже выстраивают собственные экосистемы генеративного ИИ. Россия делает ставку на оборонную отрасль и промышленный дизайн. Бразилия развивает применение ИИ в энергетике. В самых роботизированных странах мира уже работают первые полностью автономные цеха, где проектирование, сборка и контроль качества происходят без участия человека.
Внедрением генеративного ИИ в промышленность заняты и промышленные предприятия в России: его используют для управления 3D-принтерами, разработки новых продуктов, предиктивного обслуживания оборудования, контроля производственных операций в сочетании с компьютерным зрением.
Например, «Русская медная компания» разрабатывает с помощью ИИ проектную документацию, «Р-Фарм» создает новые лекарства, «Норникель» обучает сотрудников, «Северсталь» использует нейросети для повышения эффективности производства. Эксперты фонда «Сколково» отмечают, что передовые компании апробируют генеративный ИИ для изучения его потенциальных возможностей, а переход первых пилотов в промышленную эксплуатацию возможен в ближайшие год-два.
Подсчитан и эффект от внедрения генеративного ИИ: проектирование изделий ускоряется на 30–80%, незапланированные простои оборудования уменьшаются до 50%, избыточные запасы сырья снижаются на 40–60%, время на оптимизацию логистических цепочек сокращается до 10–15 минут.
Большие маленькие данные
Несмотря на впечатляющий прогресс, на пути широкого внедрения генеративного ИИ стоит ряд серьезных проблем. Во-первых, это качество данных. Алгоритмы требуют огромных массивов информации, но в промышленности они часто закрыты, разрозненны или быстро устаревают. Без корректных данных ИИ выдает ошибки, а масштабирование проектов затруднено.
Во-вторых, внедрение генеративного ИИ сдерживается потенциалом рынка и сложностями с интеграцией инноваций в существующие системы. Особенно это актуально для развивающегося мира, где большинство заводов работают на устаревшем оборудовании. Подключение ИИ требует модернизации инфраструктуры, а это дорого и рискованно. Кроме того, сказывается дефицит кадров и ограничения на рынке труда. Для успешного внедрения ИИ нужны «двуязычные» инженеры, разбирающиеся и в промышленности, и в искусственном интеллекте. Пока таких крайне мало.
Наконец, для сложных производств актуален вопрос доверия: можно ли позволить алгоритму управлять химическим производством или атомной станцией? Ошибка в этих сферах недопустима. Здесь роль человека как «последней инстанции» будет сохраняться еще долго.
Безопасность и этика
Тревогу вызывает сфера безопасности. Кибератака на фабрику будущего может привести не просто к сбою компьютеров, а к остановке линии, к аварии. Хакеры, получив доступ к системе, способны изменить параметры изделий, внедрить скрытые дефекты. Или просто перейти к шантажу владельцев и вымогательству — таких примеров становится все больше.
Много дискуссий вызывают и этические вопросы. Кто несет ответственность за ошибку ИИ? Что делать с рабочими местами, если целые цеха становятся автономными? Не приведет ли это к росту социального напряжения? И как избежать технологической зависимости, если генеративные модели обучаются на закрытых западных или китайских платформах?
В конечном счете обратного пути нет: генеративный ИИ перестал считаться экспериментом и превратился в инструмент конкуренции. Как минимум, в ближайшие годы мы увидим модель «человек + ИИ», в которой алгоритмы берут на себя рутинные и рискованные процессы, а человек отвечает за стратегию и контроль.
Реклама. АНО «Московский Урбанистический Форум», ИНН 7710480192, erid: 2VtzqwgWDo2
