Искусственный интеллект просится в масштаб

Как меняется техносфера: мнения участников Иннопрома-2026

Фото: Павел Кобер, Наталья Кузнецова

Тиражирование решений на основе ИИ сдерживает недостаток данных, суверенных фундаментальных моделей и скептицизм сотрудников компаний

Форум-выставка «Иннопром» в Екатеринбурге стала площадкой для обсуждения контуров будущего мира.

Дискуссионная часть Иннопрома-2026 на этот раз включала 15 тематических треков и более 100 мероприятий с участием представителей бизнеса, органов власти, международных организаций и экспертного сообщества. В рамках деловой программы участники обсудили внедрение цифровых решений в промышленности, технологии для городов, развитие роботизации и автоматизации производств.

«Технологии, определяющие завтрашний день, формируются здесь и сейчас. Есть известная фраза, что будущее не предопределено. В действительности же оно создается человеческой волей и трудом. И только тогда смелая идея превращается в массовый продукт, который способен кардинально изменить мир», — задал тональность разговору председатель правительства РФ Михаил Мишустин. 

И, судя по накалу дискуссий, ключевым инструментом дальнейшего экономического развития в мире становится искусственный интеллект (ИИ).

Технология противоречий

В частности, проблематику внедрения продуктов на основе искусственного интеллекта обсудили участники пленарной сессии «ИИ-агенты в промышленности: как перейти от «вечных пилотов» к масштабированию».

За последние два года интерес к ИИ-агентам и генеративному ИИ в промышленности заметно вырос. Многие крупные компании создали и оценили отдельные сценарии на производстве и в сопровождающих бизнес-процессах. Но тиражирование решений дается с трудом.

По мнению модератора сессии, генерального директора компании «Рексофт Консалтинг» Андрея Скорочкина, в процессе проникновения этой технологии достаточно много противоречивых трендов.

С одной стороны, мир настроен весьма позитивно в отношении ИИ. По версии McKinsey, в 2025 году, 62% компаний в мире уже экспериментировали с ИИ-агентами. А по прогнозу Gartner, к концу 2026 года 40% новых корпоративных приложений будут включать встроенных ИИ-агентов.

И конечно, мир взорвали недавние тезисы эссе генерального директора Anthropic Дарио Амодеи. По его мнению, суперинтеллектуальный ИИ может появиться уже в 2027 году, и это создаст катастрофические риски для цивилизации, если правительства и технологические компании не примут срочные меры.

С другой стороны, по словам Андрея Скорочкина, много исследований говорят о переоценке ожиданий: «Так, крупнейшие китайские хедж-фонды предупредили о риске обвала пузыря на рынке генеративного и искусственного интеллекта. А практики указывают на существенные ограничения технологии, в частности из-за недостатка данных. Модели галлюцинируют и требуют серьезной верификации. Пока им невозможно доверять принятие решений. В целом модели пока хорошо работают только на достаточно стандартных детерминированных процессах с очень понятными логическими развилками».

О том, что общество неоднозначно воспринимает эту технологию, говорят и замеры мнений. Так, компания «Рексофт Консалтинг» провела опрос своей аудитории, и результат также показал разницу позиций. 

«Во взрывной рост ИИ в ближайшие год-два верит порядка 20% респондентов. Больше половины считают, что эффект будет на горизонте трех-пяти лет. И 30% считают, что внедрение ИИ не покажет значимых результатов для бизнеса», — приводит результаты Андрей Скорочкин.

Промышленный тест 

Между тем промышленный сектор России применение различных технологий тестирует уже давно.

По словам вице-президента по ИТ ЕВРАЗ Артема Натрусова, металлургический холдинг за последние пять лет реализовал более 500 проектов и получил прямой экономический эффект в объеме более 350 млн рублей: «Мы внедрили такие технологии, как Machine Luning, использовали сложную математику в комбинации с автоматизацией, установили датчики, внедрили видеоаналитику и многое другое».

Все это в совокупности вывело компанию на совершенно иной уровень производительности. Новые же заводы холдингом сейчас проектируются сразу с учетом возможностей автоматизации ряда участков: «Благодаря этому мы находимся среди мировых лидеров в металлургической отрасли по эффективности, и нам надо продолжать этот курс. В дополнение планируем развивать трек генеративного искусственного интеллекта».

В производстве пока процесс идет медленнее, чем в сопровождающих функциях. Но и на этом фронте есть успехи.

Артем Натрусов убежден, что внедрение ИИ оптимизирует рутинные процессы, и это позволит повысить производительность работы «белых» и «синих» воротничков: «В нашей компании на долю таких сотрудников приходится 20–30% персонала, и внедрение автоматизированных сервисов на этом уровне может достаточно серьезно поднять общую эффективность».

В ближайшие один-два года в ЕВРАЗ ждут больших прорывов именно в этом направлении, а пока в компании тестируют различные решения. Одно из них, например, маркетплейс «Снабжение». Отдел снабжения, как известно, является одним из значимых и сложных на любом предприятии, а в этом холдинге эту работу вывели в онлайн-формат. 

«Мы построили онлайн-маркетплейс для оформления заказа на необходимые товарно-материальные ценности, например, ручной инструмент, канцелярские товары, мебель. Маркетплейс работает на базе «1С:ERP Управление предприятием» и «1С-Битрикс». С его помощью пользователи могут быстро получить необходимые материалы и детали для выполнения производственных задач. Сервисы доставки уже знают, как проехать на территорию комбината», — рассказывает Артем Натрусов.   

Кроме металлургии довольно глубоко погрузились в процесс применения технологий нефтехимическая отрасль и ряд других. 

Сельскохозяйст­вен­ный сектор в этом отношении еще отстает, но и эта от­расль пробует внед­рять цифровые решения.

По мнению заместителя генерального директора компании «Агропромцифра» Алексея Артемьева, стимулом для аграрного сектора является активный выход компаний на экспортные рынки. 

«Дальнейший рост экспортного потенциала без цифровизации просто невозможен. Но в отличие от той же металлургии, аграрии более консервативны. Они не бегут создавать пилотные проекты, а ждут проверенных решений», — отмечает представитель «Агропромцифры».

И тем не менее отрасль тоже продвинулась в области цифровизации. В передовых хозяйствах устанавливаются роботы, системы управления полем, предиктивная аналитика.

Но при их реализации, по словам Алексея Артемьева, есть особенности: «Конечно, как и везде, нужны данные. В сельском хозяйстве этими данными иногда владеют уникальные специалисты, например агрономы. И многие боятся делиться этими данными. А между тем они очень нужны, потому что модель нужно учить, и учить на данных человека, который обладает гигантской экспертизой».

Ограничений при создании и внедрении автоматизированных сервисов, связанных с отношением человека, действительно достаточно много.

Вице-президент по трансформации Русской медной компания Алексей Яковенко ключевым барьером считает доверие. В этом и заключается особенность ИИ: «Мы уже внедряли разные цифровые инструменты, например, MES-системы (программный комплекс для решения задач оперативного планирования и управления производством продукции. — Прим. ред.), системы диспетчеризации и другие. И все они усиливали или подкрепляли экспертность специалиста, то есть они улучшали компетенции человека. Сейчас же мы говорим о том, что для эффективного использования искусственного интеллекта нужно создать нужный контекст, в котором этот искусственный интеллект работает. А значит, мы должны начать выгружать из голов специалистов в систему все накопленные ими знания, которые будут потом нужны для создания сервисов на основе ИИ. А люди этого боятся. И сопротивляются иногда крайне агрессивно».

И сейчас важно, как общество и индустрии справятся с этим и другими вызовами.

Барьеры ИИ

Заместитель генерального директора по операционной эффективности ФЦК в сфере производительности труда Алексей Байшев обращает внимание на неоднородность темпов проникновения ИИ: «Есть компании, для которых решения в области облачного хранения считается новшеством. А есть предприятия, которые уже создали множество ИИ-агентов и задействуют их на разных участках».

Алексей Байшев в числе главных ограничений называет неготовность компаний с точки зрения организации бизнес-процессов: «У многих они не отстроены. А без этого внедрить цифровые решения невозможно».  

По его мнению, на успешное внедрение сервисов на основе ИИ влияют три фактора: «Во-первых, это качество данных. Во-вторых, целеполагание. Сейчас внедрение искусственного интеллекта чаще выглядит как модная тенденция, чем как достижение бизнес-результатов или решение конкретных задач. В-третьих, дефицит руководителей, которые могут реализовывать такие программы».

Поэтому, по мнению Алексея Байшева, сейчас нужно вести речь не о количестве пилотов, а о качестве трансформации на основании понятных данных и принятия управленческих решений.

Анализ вызовов при внедрении ИИ находится и в фокусе внимания профильных федеральных ведомств. 

«На наш взгляд, основная проблема — это недостаток фундаментальных моделей», — формулирует проблематику заместитель министра промышленности и торговли РФ Василий Шпак.

В этом направлении, по словам представителя ведомства, в России идет активная работа: «В части создания суверенных моделей мы начинаем не с нуля. В России основа создана, у нас уже появились конкурентоспособные модели. Многие решения доказали свою эффективность. И задача нашего министерства — адаптировать эти модели под специфические задачи реального сектора: металлургии, машиностроения и других. И государство здесь должно на себя взять самую важную часть — финансирование инфраструктуры.

В числе инструментария — создание Центра коллективного пользования, этот механизм власти рассматривают как возможность для адаптации и доработки существующих моделей. Затем предполагается задействовать инструменты масштабирования через индустриальные центры компетенций.

Впрочем, в самой индустрии отношение к трендам создания фундаментальных моделей пока неоднозначное.

«Если предположить, что мы остановились в развитии самих моделей, мне кажется, нам лет на 10 хватит внедрения и создания агентов», — считает директор по развитию технологий искусственного интеллекта компании Яндекс Александр Крайнов.

Именно поэтому, по его прогнозу, в ближайшие годы будет стремительно расти количество стартапов-единорогов: «Они будут фокусироваться на создании вовсе не моделей, а среды для использования этих моделей и ИИ-агентов. И конечно, многое зависит от того, сколько эксперты туда своих знаний вкладывают, насколько их знания становятся доступны моделям в виде контекста».

С проблематикой в части данных соглашается и Василий Шпак: 

«Мы живем в экономике данных. Они необходимы для того, чтобы повышать эффективность моделей и дообучать их. Поэтому нам нужно преодолевать сложившуюся изоляцию внутри отдельных предприятий и отраслей. Нужно учиться обмениваться данными и выводить их в повторное использование. А этот процесс идет с трудом. Необходимо формировать практику кооперации на основе совместного использования промышленных данных».