Директор по развитию АО «СиСофт Девелопмент» Вадим Ушаков рассказал, как внедрение технологий искусственного интеллекта позволяет повысить производительность на предприятиях оборонно-промышленного комплекса, что определяет квалификация постановщика задачи и может ли нейросеть спасти компанию, находящуюся на грани банкротства.
— Как вы оцениваете сегодняшний уровень цифровизации российских предприятий оборонно-промышленного комплекса?
— Все зависит от того, что именно называть цифровизацией. Если наличие электронных таблиц вне зависимости от наименования разработчика, то уровень цифровизации и автоматизации довольно высокий. Если же речь идет о сопровождении прикладных задач, то здесь цифровизация тоже присутствует, но, к сожалению, мы имеем дело по большей части с иностранным программным обеспечением.
Да, в рамках импортозамещения предпринимаются попытки многие процессы заменить, но это не всегда возможно, и в части машиностроительных CAD-систем у промышленников к разработчикам еще много вопросов и пожеланий. Главный запрос состоит в том, чтобы ускориться и получить на выходе программное обеспечение, не уступающее импортным образцам, продуктам мировых лидеров.
— А от чего зависит скорость разработки востребованного продукта российскими компаниями?
— Многое зависит от кадров. Все-таки мы должны понимать, что в создание иностранного продукта вложено неограниченное количество трудовых ресурсов, которые могут себе позволить мировые корпорации. У нас же ситуация возникла экстренно, задачи появились сиюминутно, и мы столкнулись с нехваткой квалифицированного персонала.
Неправильно было бы говорить, что дефицит тотальный, но есть ряд ключевых позиций, например, в области разработки ПО для авиастроения, машиностроения, анализа залежей полезных ископаемых, где российским ИТ-компаниям предстоит сделать еще очень многое. Там нехватка специалистов существенная.
— Но ведь тотальной автоматизации промышленности мы не достигли и работая на иностранном софте?
— Это действительно так. Ситуация сложилась таким образом, что крупные компании, такие как, например, «Ростех», «Алмаз-Антей», вложили значительные ресурсы во внедрение иностранного программного обеспечения, которое либо уже не доступно, либо станет недоступным в ближайшее время. То есть даже лидеры отрасли не успели достичь положительного результата, который можно было бы тиражировать на других предприятиях. Это усложняет нашу задачу и в какой-то степени оборачивается плюсом для российских ИТ-компаний: рынок того же искусственного интеллекта практически не занят.
— Но ведь, с одной стороны, нужно создать продукт, а с другой, внедрить его в реальное производство. Готовы ли российские компании к более глубокой цифровизации, в том числе посредством искусственного интеллекта?
— Компании готовы. И если речь идет о цифровизации этапов подготовки производства, где все жестко регламентировано ГОСТами и сопровождается задокументированными требованиями и стандартами качества, то там все более-менее понятно. Заказчиков смущает необходимость выбора системы для автоматизации управления этапами производства. Потому что советские ГОСТы уже устарели. Потому что предприятия и конечные потребители могут использовать различные системы менеджмента качества, соответственно, требования к качеству тоже отличаются. И здесь должны включаться специалисты, разбирающиеся в производственных процессах, которые знают, как унифицировать эти подходы.
— Получается, ИТ-специалист должен разбираться в производстве? Во всех отраслях сразу?
— Сейчас, когда ИТ-компания приходит на предприятие, заказчик вполне ожидаемо интересуется наличием у руководителя проекта опыта работы с определенным типом производства. И на этом этапе возникает много проблем и, как следствие, много неудачных внедрений.
Да, в какой-то части подходы универсальны. Возьмем две компании — к примеру, горнодобывающую и машиностроительную. На первый взгляд, между ними нет ничего общего. В одном случае — сырье, ресурсы и плавильное производство, в другом — станки. Но любой крупный холдинг, вне зависимости от того, на чем он специализируется, обладает развитой ремонтной службой, а это, фактически, машиностроительное предприятие внутри горнодобывающей компании.
Поэтому я бы разделил программные продукты, применяемые в большинстве отраслей, на две большие группы. Первая обеспечивает непрерывное производство, вторая — дискретное.
—Так что обычно отвечают разработчики на вопрос о том, обладают ли они экспертизой в определенной отрасли?
— ИТ-компании, конечно, говорят, что обладают, но на деле у них может не быть компетенций, необходимых для реализации проекта. И тогда заказчик тратит деньги, вкладывает колоссальные ресурсы, отвлекает сотрудников от основной работы, но не получает желаемого результата.
— Может, дело просто в становлении рынка?
— Нет, это не становление рынка, это потеря компетенции. Мы очень плотно сотрудничаем с учебными заведениями, у нас более ста партнеров, которых мы бесплатно обеспечиваем своими программными продуктами. И когда мы беседуем с преподавателями и руководителями вузов, они говорят именно об отсутствии квалифицированных постановщиков задач, руководителей проектов.
Причем, вырастить такого специалиста в стенах вуза невозможно, он обязательно должен иметь опыт работы на реальном производстве. А на производство, к сожалению, студенты идти не хотят. И на выходе мы получаем специалиста, который пытается встроить конкретные требования заказчика-производственника в свои теоретические представления о процессах.
Цифровизация производства — это процесс, в который в равной степени должны быть вовлечены заказчик и исполнитель. И не программный продукт является определяющим для бизнес-процессов, а бизнес-процесс и настраиваемый продукт взаимно адаптируются друг под друга. И когда внедрение осуществляется успешно, стандарты менеджмента качества предприятия изменяются не менее чем на 70%. Это происходит за счет того, что цифровизация и автоматизация позволяют избавиться от значительной части рутинных процессов.
— Правильно ли говорить, что основная задача технологий искусственного интеллекта — повышение производительности труда?
— Даже в нашей компании по этому поводу есть разные мнения. Первый пилотный проект в области искусственного интеллекта мы начали реализовывать в Туле, на базе АО «Тулаточмаш» — одного из ведущих конструкторских и производственных центров. На предприятии есть несколько серьезных конструкторских подразделений, служба главного технолога, управление качеством, производственные участки и так далее.
Задача была поставлена в начале 2023 года. Предприятию необходимо было повысить производительность труда с возможностью оценки взаимодействия разных служб без наращивания рутинной работы по внесению данных в систему. Также было важно на постоянной основе выявлять отклонения в процессе производства. Например, фиксировать увеличения сроков производства деталей и сборочных единиц.
У нашей компании уже было готовое решение под этот запрос, и с октября совместно с руководителем отдела информационных технологий мы начали реализацию пилотного проекта. Первые положительные результаты мы ожидаем уже до конца года. Это позволит сформировать доказательную базу по организации взаимодействия разных программных продуктов на территории предприятия в замкнутом контуре. А предприятие, в свою очередь, сможет обеспечивать ряд производственных процессов без участия человека, используя систему поддержки принятия решений (СППР), которая является частью ИИ и основана на постоянно формируемой базе знаний. Если проект будет успешным, то мы сможем тиражировать его на другие предприятия.
— И за счет чего повысится производительность?
— Основная проблема всех систем — это человеческий фактор. Как бы автоматика не пересчитывала планы и сроки производства, остается человек, который заносит в систему информацию. А поскольку человеческий фактор – нестабильная составляющая, искусственный интеллект, особенно в закрытых контурах, в разы повышает производительность труда.
Также в рамках гибридных интеллектуальных систем (ГИС) мы рассматриваем возможность написания решений по освоению новой продукции без участия человека. Человек, безусловно, будет экспертом в данной конфигурации процесса, и последнее слово в утверждении технологического процесса, сформированного ИИ, будет оставаться за ним.
— Можно ли подсчитать, сколько времени требуется на разработку и внедрение технологий ИИ на конкретном предприятии?
— Разработка и пополнение базы знаний ведутся постоянно, внедрение же системы, по сути, представляет собой развертывание, и это делается довольно быстро. Основное время тратится на обучение нейросети заложенным алгоритмам анализа и контроля. К примеру, на небольшом участке с численностью сотрудников 15-20 человек этот процесс может занять три-четыре недели, а может растянуться на несколько месяцев. Но после внедрения, как я уже сказал, ИИ работает в несколько раз быстрее, чем классические системы управления производством с ручным вводом информации.
— После внедрения технологии искусственного интеллекта компания постоянно нуждается в какой-то техподдержке?
— Нейросеть развертывается один раз и потом работает автономно. Техподдержка нужна, если изменился формат данных или нужно контролировать обученную модель, а также при постановке новых задач по дальнейшему развитию системы, ускорению и упрощению алгоритмов.
— А как быстро предприятие ощущает экономический эффект от внедрения ИИ-технологий?
— Для оборонных предприятий экономический эффект – это несколько условное понятие. Им важнее своевременность исполнения заказа, повышение эффективности производственных процессов для выпуска качественной продукции, а снижение ее себестоимости должно быть частью процесса. Например, благодаря технологиям искусственного интеллекта можно запустить производственный цикл позже, но все равно уложиться в указанные сроки. Или снизить давление на производство за счет более грамотного распределения загрузки в рамках годового цикла. Именно такие инструменты представляют ценность для предприятий ОПК.
— Требует ли внедрение искусственного интеллекта повышения квалификации сотрудников, освоения каких-то новых навыков, изменения кадровой структуры предприятия?
— Это зависит от изначальной готовности заказчика. Если на предприятии инфраструктура полностью готова, как, например, было на заводе в Туле, то развертывание не требует дополнительных вливаний, в том числе и кадровых. Если есть серверы, есть видео аналитика, есть свободные мощности и есть профессиональный отдел информационных технологий, который будет осуществлять сопровождение, то система без проблем разворачивается на существующих мощностях.
Бывают и другие ситуации, когда требуется сначала провести аудит и оценить возможность реализации проекта. В этом случае мы можем дать рекомендации по модернизации инфраструктуры предприятия, и только после этого приступаем к внедрению.
— Масштаб предприятия как-то влияет на процесс?
— Дело не в масштабе, а в целесообразности. Если предприятие убыточно и у него нет серьезных перспектив, то никакая нейросеть его не спасет. А если бизнес стабилен, генерирует постоянный денежный поток, и необходимо под этот поток оптимизировать производственную систему, то здесь имеет смысл задуматься о внедрении ИИ-технологий.
— А не повышается ли информационная уязвимость предприятия за счет внедрения искусственного интеллекта?
— Ни в коем случае. Внедрение искусственного интеллекта ничем не отличается от классической цифровизации. Все происходит внутри закрытого контура, без контакта с наружными сетями. Нейросеть разворачивается на существующих мощностях предприятия и обслуживается силами сотрудников. Разработчик же выполняет исключительно сопровождающую функцию, если, конечно, такое сопровождение требуется.
