Искусственный интеллект на производстве: где он даёт эффект, а где остаётся презентацией

Эффект он даёт там, где задача повторяется тысячи раз, а результат можно проверить цифрой. Хайпом остаётся всё, где нет ни истории данных, ни понятного критерия «сработало».

Короткий ориентир, окупится ли конкретная затея у вас:

• задача повторяется от нескольких сотен раз в месяц;
• данные по ней уже копятся минимум полгода и лежат в системе — в 1С, в журнале, в архиве фотографий;
• есть цифра, по которой вы поймёте, что стало лучше: процент брака, часы простоя, срок обработки заявки;
• ошибка программы не останавливает цех и не создаёт опасности, а просто отправляет случай человеку;
• у задачи есть хозяин внутри компании — тот, кому лично мешает текущий порядок вещей.

Сходится меньше половины пунктов — начинать рано. Сначала наведите порядок в данных, это и есть первый этап любого внедрения.

Что производственники ищут на самом деле

Мы сняли частотность 17 августа 2026 года, Россия целиком, инструмент: Wordstat через API Яндекс.Директа. Первая цифра — показы в месяц со всеми словоформами и добавками, вторая — точное вхождение фразы:

• «искусственный интеллект в промышленности»: 598 / точных 28
• «цифровой двойник производства»: 295 / точных 15
• «искусственный интеллект на производстве»: 236 / точных 4
• «предиктивная аналитика оборудования»: 96 / точных 4
• «нейросети на производстве»: 95 / точных 0
• «предиктивное обслуживание оборудования»: 81 / точных 11
• «машинное зрение контроль качества»: 72 / точных 2
• «внедрение ии на производстве»: 42 / точных 7
• «компьютерное зрение на производстве»: 36 / точных 3
• «ии контроль качества продукции»: 34 / точных 0
• «автоматизация производства нейросети»: 17 / точных 0
• «прогнозирование спроса нейросеть»: 3 / точных 0

Цифры маленькие, и это самое интересное в них. У фразы «искусственный интеллект на производстве» 236 показов в месяц на всю страну, а в точном вхождении — четыре. Разрыв в пятьдесят девять раз означает, что запрос набирают вокруг темы: студенты с рефератами, редакции с новостями, менеджеры перед совещанием. Человек с конкретной болью формулирует иначе.

Как именно — видно по двум строчкам. «Предиктивное обслуживание оборудования» держит 11 точных показов при 81 широком, «цифровой двойник производства» — 15 при 295. Разрыв в разы меньше, потому что эти слова набирает тот, кто уже знает, чего хочет. А «нейросети на производстве» дают ровный ноль в точном вхождении при 95 широких. Так пишут в статьях. На заводе так не говорят.

Отсюда практический вывод для собственника. Если подрядчик приходит с презентацией «внедрим ИИ на вашем производстве», он продаёт слово, которое в стране почти никто не ищет осознанно. Разговор по делу начинается с названия конкретной задачи: контроль геометрии детали, прогноз отказа насоса, разбор входящих спецификаций.

Где ИИ на производстве реально окупается

Контроль качества по камере

Самая обкатанная в мире задача. Камера снимает деталь на линии, программа сравнивает её с эталоном и отправляет подозрительные экземпляры на пост контролёра. Работает на дефектах, которые видно глазом: сколы, трещины, отклонение геометрии, непровар шва, посторонние включения.

Задача считается по деньгам просто. Возьмите долю брака, ушедшего к клиенту, умножьте на стоимость рекламации вместе с логистикой обратно и репутационными потерями. Если эта сумма за год больше стоимости системы, разговор имеет смысл.

Обязательное условие: фотографии дефектов за прошлые периоды. Счёт идёт на сотни примеров по каждому типу брака. Ни один подрядчик не соберёт их за вас: снимать придётся на своей линии, и это отдельный этап на месяц-полтора.

Прогноз отказа оборудования

Программа читает вибрацию, температуру, ток двигателя и учится узнавать состояние, которое раньше заканчивалось поломкой. За несколько дней до отказа она поднимает флаг, и ремонт делают в плановое окно, а не в ночь на понедельник с сорванным заказом.

Здесь всё упирается в историю. Нужны показания за год-полтора и, главное, журнал реальных отказов: что сломалось и по какой причине. Завод, где ремонты записывают в тетрадь мастера, к этой задаче пока не готов. Хорошая новость в том, что оцифровка журнала полезна сама по себе, даже если до алгоритмов дело не дойдёт.

Разбор входящих документов и заявок

Самая недооценённая история на промышленных предприятиях. Спецификации, заявки на подбор, накладные, счета, ГОСТы в письмах — всё это приходит в почту в виде сканов, PDF и таблиц, где у каждого поставщика своя форма. Дальше человек руками переносит позиции в 1С или в коммерческое предложение.

Программа читает документ, вытаскивает позиции, марку, размер, количество и складывает их в вашу систему. Спорные случаи отправляет человеку. Мы делали это в оптовой торговле металлом: обработка заявки на подбор сокращается с часов до минут, а менеджер перестаёт быть машинисткой.

Задача хороша тем, что не трогает производственный процесс. Худшее при ошибке: человек поправит строчку руками. Поэтому пилот здесь запускается быстрее и безопаснее всего.

Отчётность и единый пульт руководителя

Данные о предприятии обычно живут в четырёх местах: 1С, CRM, таблицы производственного отдела и голова главного инженера. Свести их в одну картину значит занять экономиста на несколько дней, поэтому директор смотрит цифры раз в месяц и всегда с опозданием.

Программа собирает данные из систем каждую ночь и утром отдаёт короткую сводку: что произведено, что отгружено, где сорваны сроки, какие заказы под угрозой. Мы собрали такой пульт себе и своим клиентам. Экономия часов экономиста оказалась мелочью на фоне другого: решения стали приниматься по свежим цифрам, а ощущения с планёрки перестали быть аргументом.

Где это пока хайп

«Нейросеть будет управлять цехом». Управление технологическим процессом остаётся зоной АСУ ТП, где цена ошибки измеряется в остановленной линии и травмах. Алгоритм там может советовать оператору, но не замыкать контур. Кто продаёт вам обратное, не отвечает за последствия.

Цифровой двойник как первый шаг. Полная цифровая модель производства — корректный термин, за которым стоят годы работы и оцифрованное всё. На предприятии, где сменные задания печатают в Excel, двойник превращается в дорогой макет для выставки. Начинать с него — то же самое, что строить второй этаж без первого.

Прогноз спроса на коротких данных. Просьба «предскажите продажи нейросетью» звучит на каждой второй встрече. Для промышленного B2B с длинным циклом сделки, десятком крупных клиентов и зависимостью от тендеров модель на трёх годах истории даст ту же точность, что и опытный коммерческий директор с таблицей. Иногда хуже, потому что не знает про переговоры, которые идут прямо сейчас.

Генератор текстов вместо специалиста. Написать описание позиции для каталога программа может. Отвечать за то, что марка стали в описании соответствует сертификату, она не будет. В промышленности цена такой ошибки измеряется вагоном не того материала.

Как выбрать первую задачу

Порядок, по которому мы сами разбираем предприятие перед стартом.

Шаг первый. Найти самое дорогое повторяющееся действие. Не самое раздражающее, а именно дорогое: количество повторений в месяц умножить на время одного и на стоимость часа сотрудника. Обычно в лидеры выходит обработка документов и заявок, а цех оказывается ниже.

Шаг второй. Проверить данные. Спросите себя, где физически лежит информация по этой задаче и за какой период. Если ответ «у Иван Петровича в тетради» или «в переписке в вотсапе», ставьте задачу на паузу и начинайте с оцифровки.

Шаг третий. Назначить цифру успеха до старта. Часы на обработку заявки, процент брака, число сорванных сроков за месяц. Замерьте её сейчас, до всякого внедрения. Без замера «до» любой результат превращается в спор о вкусах.

Шаг четвёртый. Выбрать участок, где ошибка не опасна. Первый пилот не ставят на линию розлива и не подключают к печи. Его ставят туда, где ошибка стоит одной переделки руками.

Шаг пятый. Найти хозяина задачи. Человек внутри компании, которому лично мешает текущий порядок, и который будет отвечать на вопросы подрядчика. Без него внедрение умирает на третьей неделе, каким бы хорошим ни был исполнитель.

Как проходит пилот

Разумный пилот занимает шесть-восемь недель и делится на четыре части.

Первые две недели уходят на данные. Собираем то, что есть, смотрим на полноту, размечаем примеры. На этом этапе половина предприятий узнаёт о себе неприятное: журнал отказов ведётся не везде, фотографий брака нет вообще, а в 1С у одной позиции четыре написания.

Третья и четвёртая недели уходят на прототип по историческим данным. Программа работает на прошлом периоде, где результат уже известен, живой процесс при этом не трогают. Так видно точность до того, как кто-то что-то поменял в цеху.

Пятая и шестая недели идут параллельно с людьми. Программа выдаёт результат, человек делает как обычно, вы сравниваете. Расхождения разбираете поштучно: чаще всего они показывают, что регламент на бумаге и практика в цеху разошлись давно.

Дальше вы принимаете решение. Либо задача уходит в работу с понятной экономикой, либо вы её закрываете, потратив полтора месяца вместо годового бюджета. Второй исход тоже нормальный результат, и планировать его надо заранее.

Что определяет стоимость: состояние данных, число типов дефектов или документов, необходимость интеграции с 1С и MES, требования к скорости ответа. Порядок цифр называют после осмотра данных. Подрядчик, который назвал сумму до того, как посмотрел на ваши данные, назвал её из головы.

Что мы делаем сами

Честно про наш опыт: систем на производственной линии мы не ставили. Наша территория лежит вокруг производства: там, где деньги съедаются незаметно.

Мы разбираем входящие заявки и спецификации промышленных компаний и складываем их в CRM. Собираем управленческую отчётность из 1С и таблиц в единый пульт, где директор видит выручку, маржу и срывы сроков за вчера. Ставим ассистента, который разбирает почту и готовит черновики ответов, и аналитика по отделу продаж, который слушает все звонки и показывает, где теряются сделки. Каждую из этих штук мы сначала сделали себе, потом клиентам.

Если ваша задача — камера над конвейером, мы честно скажем, что нужен профильный интегратор, и поможем составить техническое задание, по которому его работу можно будет принять.

Частые вопросы

Читайте также: Внедрение искусственного интеллекта в бизнес: карта процессов и где это безопасно, Управленческая отчётность в один экран, ИИ для отдела продаж: речевая аналитика звонков и контроль переписок, Автоматизация бизнес-процессов: с чего начинать и что трогать рано, ChatGPT для бизнеса: какие данные нельзя туда отдавать.

← Все статьи