Парадокс ИИ в промышленности: Непредсказуемость – главный барьер и ключевой стимул внедрения
Совместное исследование Федерального государственного автономного учреждения «Цифровые индустриальные технологии» (ФГАУ «ЦИТ») и ИТ-компании К2Тех, представленное на выставке ИННОПРОМ, выявило парадоксальную ситуацию в сфере внедрения искусственного интеллекта (ИИ) (англ. AI - artificial intelligence) на российских промышленных предприятиях. Ключевым препятствием признана плохая прогнозируемость эффектов от внедрения ИИ, однако именно ожидание этих эффектов остается главным двигателем цифровизации.
В ходе масштабного опроса, проведенного К2Тех, были опрошены более 100 ключевых представителей предприятий ведущих отраслей: машиностроения, нефтегазохимии, энергетики, горной металлургии и добычи. Результаты оказались неожиданно контрастными.
Главный барьер: Неясность результата
Проблема плохо прогнозируемых эффектов была названа основным барьером для внедрения ИИ подавляющим большинством респондентов – более 61%. Сложность оценки отдачи от инвестиций в сложные ИИ-системы вызывает обоснованную осторожность у промышленников.
Сложно просчитать эффект от применения ИИ. Самое очевидное – это сокращение трудозатрат на рутинных операциях. Но если мы копнем чуть глубже, не до конца известно, какой совокупный эффект даст нам ИИ в будущем. При этом компании, которые не начнут применять эту технологию, будут неконкурентоспособны
Этот барьер подчеркивает переходный характер текущего этапа: от точечных автоматизированных решений к комплексным системам ИИ, чье влияние на бизнес-процессы в долгосрочной перспективе действительно сложно смоделировать со 100% точностью.
Комплекс сопутствующих проблем
Исследование выявило целый спектр других значимых препятствий:
- Риски кибербезопасности: Более 53% респондентов опасаются уязвимостей, привносимых сложными ИИ-системами, что особенно критично для промышленных объектов.
- Нехватка реальных эффективных кейсов: Более 46% участников опроса отметили отсутствие на рынке достаточного количества успешных, измеримых примеров внедрения ИИ в схожих условиях, что затрудняет обоснование инвестиций.
- Отсутствие квалифицированных кадров: Проблема дефицита специалистов, способных разрабатывать, внедрять и обслуживать промышленные ИИ-решения, волнует более 38% предприятий.
- Неготовность ИТ-инфраструктуры: Анализ показал тревожную картину. Лишь у 7% опрошенных ИТ-инфраструктура полностью готова и автоматизирована для поддержки и масштабирования ИИ-нагрузок. У подавляющего большинства она требует серьезной модернизации.
- Нехватка бюджетов: Более 30% промышленных компаний прямо указали на недостаток финансовых ресурсов как на существенное препятствие.
Государственная поддержка как необходимость
Высокая стоимость внедрения и комплексность проблем закономерно приводят к запросу на государственную помощь.
Для внедрения ИИ многим компаниям необходима помощь государства. Минпромторг России прорабатывает новую меру государственной поддержки, направленную на повышение уровня производительности труда. Предполагается, что субсидия будет частично покрывать расходы на приобретение лицензий, программно-аппаратных комплексов, в том числе средств защиты информации, и другие чувствительные для предприятий направления расходов
Эта инициатива рассматривается как критически важная для снижения финансовых барьеров и стимулирования более широкого применения перспективных технологий.
Парадоксальный стимул: Ожидание прорыва
Несмотря на доминирование проблемы непредсказуемости, именно ожидаемые положительные эффекты являются главным стимулом для компаний преодолевать все перечисленные барьеры. Исследование четко показало, на что именно надеются промышленники:
- Более половины опрошенных предприятий ожидают, что ИИ существенно увеличит эффективность планирования и прогнозирования (спрос, поставки, производственные мощности, логистика).
- Снижение операционных и производственных издержек – ключевой ожидаемый экономический эффект.
- Снижение рисков аварий и повышение безопасности производства за счет предиктивной аналитики и мониторинга в реальном времени – еще один мощный стимул для внедрения, особенно в рискованных отраслях.
Организационный контекст
Исследование было проведено авторитетными организациями с глубокой экспертизой в цифровизации промышленности:
- ФГАУ «ЦИТ» (Федеральное государственное автономное учреждение «Цифровые индустриальные технологии») выступает как экспертно-аналитический центр компетенций в сфере цифровизации промышленности. ЦИТ оказывает методическую, аналитическую и проектную поддержку цифровой трансформации Минпромторга России, способствуя внедрению цифровых решений, включая ИИ, в деятельность министерства, подведомственных организаций и промышленных предприятий.
- К2Тех – ИТ-компания с комплексной экспертизой для поддержки цифрового развития отраслевых лидеров. Специализируется на решениях и услугах для нефтегазохимии, машиностроения, горнодобывающей промышленности, энергетики, торговли, финансового сектора, АПК и пищевой промышленности. Ключевые направления: проектирование и построение ИТ-инфраструктуры, оснащение объектов, бизнес- и промышленные решения, сервисная поддержка.
Исследование ФГАУ «ЦИТ» и К2Тех рисует картину переломного момента во внедрении промышленного ИИ в России. Промышленность осознает огромный потенциал искусственного интеллекта для повышения эффективности, безопасности и конкурентоспособности. Однако путь к его реализации преграждает комплекс взаимосвязанных барьеров, на вершине которого стоит фундаментальная проблема – сложность точного прогнозирования долгосрочного и совокупного эффекта.
Парадоксально, но именно эта неопределенность, вкупе с четким пониманием неизбежности цифровой трансформации, и является основным двигателем процесса. Ожидания от ИИ – в улучшении прогнозирования, снижении издержек и аварийности – столь высоки, что заставляют компании искать пути преодоления технологических, кадровых и финансовых трудностей. Успех этого движения во многом будет зависеть от эффективности мер государственной поддержки, развития ИТ-инфраструктуры, появления убедительных кейсов и подготовки квалифицированных специалистов. Преодоление барьера непредсказуемости станет ключом к раскрытию полного потенциала ИИ в российской промышленности.
