21 апреля 2025 г.

Карта, показывающая взаимосвязь цифровых аналитических сервисов и ключевых процессов на примере металлургической промышленности. Источник: ФГАУ ФЦПР ИИ

Федеральный центр прикладного развития Искусственного Интеллекта представил отчет о деятельности в 2024 г. В нем, в частности приведены примеры внедрения ИИ-решений в металлургической отрасли.

Опыт внедрения ИИ-решений в промышленности:

  • 35% предприятий имеют опыт внедрения ИИ-решений;
  • 40% не применяют ИИ-решения
  • 25% находятся на разных стадиях внедрения ИИ-решений

Примеры успешного внедрения технологий ИИ в металлургической отрасли

  • Повышение производительности сталепрокатного стана 2000-НЛМК;
  • Предиктивное обслуживание прокатного стана горячей прокатки 2000 на Череповецком металлургическом комбинате;
  • Предиктивное обслуживание, прогнозирование и предотвращение отказов машин непрерывного литья заготовок на сталелитейном предприятии АО;
  • Предиктивное обслуживание, прогнозирование и предотвращение отказов машин непрерывного литья заготовок на сталелитейном предприятии АО «Евраз»;
  • Прогнозирование концентрации алюминия в ванне горячего цинкования на предприятиях Группы НЛМК;
  • Определение оптимального времени перемешивания стали в вакууматоре для улучшения ее свойств ООО «Сайберфизикс»;
  • Контроль положения горячекатанных стальных рулонов ООО «Малленом Системс»;
  • Автоматическое определение коэффициента усвояемости элемента из специализированных добавок (ферросплавов) при изготовлении стали Datana
  • Mashна ПАО «Ашинский металлургический завод»;
  • Оптимизация подбора смеси углей для производства кокса;
  • Обеспечение оптимального помола металлосодержащих руд на предприятиях Группы НЛМК;
  • Оцифровка и оптимизация процесса пенной флотации;
  • Повышение качества продукции кислородно-конвертерного цеха DatanaMashна предприятиях ПАО ММК.

По итогам проведенного анкетирования предприятий можно констатировать довольно низкий уровень внедрения технологий искусственного интеллекта, несмотря на существующий интерес к этому направлению. Среди основных причин такой ситуации стоит выделить высокий уровень неопределенности на всех этапах от недостаточного знания и понимания сути ИИ-решений и их потенциальной пользы до сложностей с расчетом экономической эффективности внедрения.

Технологии искусственного интеллекта обладают значительным потенциалом для российской промышленности, но пока сталкиваются с рядом системных барьеров. Только треть предприятий имеют практический опыт применения ИИ-решений, тогда как большинство либо только планируют, либо воздерживаются от их внедрения.

Основными проблемами, препятствующими распространению ИИ, являются нехватка экспертизы и квалифицированных кадров, высокая стоимость внедрения, а также сложности с оценкой эффективности. Среди предприятий, уже использующих ИИ, отмечаются позитивные результаты -автоматизация, оптимизация процессов и повышение качества продукции.

Для более активного внедрения ИИ в промышленности необходимы комплексные меры поддержки:

  • информационно-образовательные программы;
  • подготовка кадров;
  • государственное финансирование;
  • развитие стратегических подходов к интеграции технологий на уровне организаций.

Синергия усилий государства, бизнеса и образования станет ключом к преодолению текущих барьеров и раскрытию потенциала ИИ для повышения конкурентоспособности российской промышленности.

На передовых предприятиях уже функционируют сотни ИИ-сервисов, которые помогают управлять качеством, динамическим ценообразованием, диагностикой поставок для стратегии «точно в срок» и в других бизнес-процессах.

Карта, показывающая взаимосвязь цифровых аналитических сервисов и ключевых процессов на примере металлургической промышленности.

Источник: Пресс-служба Федерального центра прикладного развития Искусственного Интеллекта