Для внедрения ИИ не хватает данных и экспертности.

👨‍👩‍👦 Об этом, в частности, говорил руководитель управления отраслевых решений "Северстали" Олег Лукьянов во время сессии К2Тех "Промышленные IT. Промышленный ИИ в России: преодоление барьеров и построение эффективной инфраструктуры", которую мы посетили на #Иннопром.

Попробуйте, пожалуйста, доказать какому-нибудь технологу времен Советского Союза, что его физическая химическая модель будет работать хуже, чем ваш этот "соевый" искусственный интеллект. И это, конечно, действительно большая-большая проблема. Я бы даже сказал, что в некоторых моментах, в общем-то, наши советские инженеры выигрывают. Не везде, не всюду, но бывает такое.

Еще один важный вопрос - безопасность. Если применение модели связано с увеличением опасности производства или возможным выходом из строя агрегатов, то в "Северстали" выбирают подход "семь раз отмерь, один раз отрежь", стараясь не применять ИИ. И такой консервативный подход дал компании за последние два года почти два миллиарда рублей экономического эффекта.

⚙️ Директору департамента по работе с промсектором Arenadata Максиму Власюку не понравилось слово барьер, которое часто употребляли спикеры. По его словам, барьер - это не тупик, а некий вызов, который может нам помочь.

И в целом, ну, давайте попробуем немножко объективно посмотреть на тему ИИ - с ума посходили в погоне за хайпом, и в целом мы совершаем очень много, казалось бы, глупых ошибок. Пользователи совершенно точно внутри организации не понимают, какие данные публичным облачным сервисам они предоставляют, нарушая конфиденциальность и так далее. Поэтому, конечно же, хаос имеет место быть.

Замдиректора по IT ЦИТ Максим Минин рассказал, что на большинстве производств данные есть, но эти данные не готовы для работы с ИИ - они разрозненные, они локальные, зачастую вшиты уже в унаследованные информационные системы. Во многих случаях перед внедрением ИИ проектов необходимо проходить этапы автоматизации, цифровизации, необходимо организовать сбор, хранение, очистку этих данных.

👨‍👨‍👦 Не хватает и тех, кто способен совместить знания в промышленной предметной области и навыки применения алгоритмов ИИ. Речь не о дефиците IT-специалистов, а об инженерах-предметниках, которые понимают в промышленности, понимают в производстве и умеют работать с технологиями искусственного интеллекта. И без этой прослойки технологии остаются на уровне пилотных проектов либо демо-стендов.

🅿️ Ну и конечно же ИИ-проекты очень дорого стоят, тут не обойтись без поддержки государства. Сейчас вместе с Минпромторгом прорабатывается вариант поддержки промпредприятий, благодаря которому будет частично покрываться стоимость лицензий на программные продукты, а также стоимость сопутствующих услуг, в том числе по защите информации, по внедрению систем и вводу их в эксплуатацию.

™️ МашТех