GenAI в промышленности. Тренды. Сценарии. Кейсы

В апреле Сколково запустило программу ProGenAI по развитию и распространению генеративного искусственного интеллекта в различных отраслях. Вместе с нашими партнерами – ведущими научными центрами, отечественными вендорами LLM, интеграторами и стартапами - мы собрали экспертизу для поддержки внедрений генеративного ИИ на всех этапах: от НИОКР до масштабирования на предприятии. В исследовании мы объединили различные кейсы в типовые сценарии применения и поделились экспертизой практиков.», - сообщил Сергей Дутов, лидер платформы ProGenAI, директор по корпоративным инновациям Фонда «Сколково»

Объем рынка генеративного ИИ в 2024 г. составил более $25,6 млрд. Несмотря на взрывной рост GenAI в других секторах, промышленный сектор демонстрирует осторожность. В России технология активно апробируется передовыми компаниями, и в ближайшие 1-2 года ожидается переход первых успешных пилотов в практику промышленной эксплуатации.
По итогам анализа более 150 российских и международных кейсов в производственном секторе, а также 15 интервью с представителями крупнейших российских производственных компаний, собраны данные об эффектах применения GenAI и определены сценарии применения.

Ключевые сценарии использования GenAI в промышленности:
    • Генеративный ИИ для НИР/НИОКР
    • Генеративное проектирование
    • Генеративный ИИ в производственных процессах
    • Предиктивное обслуживание оборудования
    • Генеративный ИИ в SDLC
    • Генеративный ИИ в поддерживающих процессах
    • Оптимизация управления процессами предприятий

Эффекты применения GenAI:
    • Ускорение проектирования изделий на 30-80%, в т.ч. с автоматическим формированием документации и проверкой на соответствие техническим и нормативным требованиям.
    • Сокращение простоев оборудования до 50% путем интеграции GenAI с предиктивной аналитикой и системами планирования.
    • Снижение избыточных запасов на 40-60% за счет синхронизации данных спроса с поставщиками сырья.
    • Уменьшение времени на оптимизацию логистических цепочек до 10-15 мин благодаря комбинации GenAI с ML и системами классов SCM, TMS, WMS.

По итогам интервью, для внедрения в ответственные (производственные) процессы во внутреннем контуре российские компании используют: зарубежные opensource модели - 79% компаний, 13% - отечественные платные модели, 8% - отечественные opensource модели.

В соответствии с видением Фонда Сколково, дальнейшая траектория развития применения LLM на предприятиях:
    1) Постепенное масштабирование: от адаптированных opensource LLM (либо отечественных on-premise решений) к корпоративным моделям (1-2 года): Постановка LLM в контур управления (интеграция с MES/ERP/PLM и др.) для решения конкретных задач.
    2) Появление и развитие специализированных (с учётом отраслевой специфики) корпоративных моделей (2-3 года): создание доменно-специфичных on-prem моделей глубокого обучения ( до 98-99% точности) для глубокой интеграции и синергии с другими AI/ML-системами (цифровые двойники, предиктивная аналитика,  СППР и др.).
    3) С последующим формированием отраслевых платформ (3-5 лет): Объединение усилий нескольких компаний одной отраслевой потребности в генеративном ИИ, с целью создания общих доверенных центров данных и моделей (отраслевых SLM/агентов), снижающих порог входа и повышающих эффективность для всех участников. При этом прикладные решения, создаваемые на базе SLM/агентов строятся каждой компаний свои, с организацией возможного обмена агентами или их маркетплейсом.