При выборе технологии под решение конкретной задачи сначала оцениваем экономический эффект. И если понимаем, что инициатива действительно будет полезна компании, выбираем технологию которая лучше подходит определенному процессу.
Благодарим редакцию журнала «ОМК Команда» за предоставление данного материала.
Кроме портала, мы предлагаем вам и альманах «Управление производством». Все самое интересное и уникальное мы публикуем именно в нем. 300+ мощных кейсов, готовых к использованию чек-листов и других полезных материалов ждут вас в полном комплекте номеров. Оформляйте подписку и получайте самое лучшее!
В ОМК с помощью ИИ оптимизируют производственные решения, контролируют качество продукции, его используют в логистике, в сфере охраны труда и производственной безопасности, в работе с персоналом и в продажах. В компании применяют компьютерное зрение, большие языковые модели, машинное обучение, распознавание и синтез речи и другие технологии ИИ.
– При выборе технологии под решение конкретной задачи сначала оцениваем экономический эффект. Он может выражаться в сокращении себестоимости, увеличении производительности, росте числа заказов, сокращении потерь и так далее. И если понимаем, что инициатива действительно будет полезна компании, выбираем технологию которая лучше подходит определенному процессу. Все чаще останавливаемся на технологиях с применением ИИ. Затем оцениваем, есть ли у нас компетенции внутри компании, чтобы ее применить или лучше работать с подрядчиками, вендорами. Иногда проще купить решение, – объясняет директор по информационным технологиям ОМК Игорь Савцов.
ОМК, как и другие большие компании, активно развивает собственный центр компетенций в сфере ИИ. Он позволяет внедрять новые решения за счет внутренних ресурсов. Найти на рынке готовый продукт, который можно использовать без доработок, бывает тяжело. Зачастую проще и дешевле это сделать самим, чем нанимать кого-то со стороны.
Есть еще вариант – привлекать к внедрению проекта подрядчиков и самим участвовать в работе, наращивая компетенции команды. Например, в ОМК развивается проект по повышению надежности работы стана-5000 в Выксе за счет технологии предиктивного обслуживания, которая позволяет оптимизировать ремонты – поломки предсказываются до их возникновения. В компании не было компетенции, чтобы внедрить этот сервис своими силами, поэтому мы вошли в проект с подрядчиком. Специалисты ОМК погрузились в работу настолько, что после ее окончания могли масштабировать это решение своими силами.
После того, как принято решение, как внедрять проект, – своими силами, либо силами подрядчика – бюджет на реализацию соотносится с экономическим эффектом от внедрения.
Специфика работы с ИИ еще и в том, что какие-то технологии давно внедряются у нас – ИТ-специалисты ОМК знают, чего от них ждать. А вот опыта применения в сегменте больших языковых моделей, таких как ChatGPT, ГигаЧат, Яндекс.GPT, пока не так много, поэтому прогнозировать результаты их внедрения сложно.
В таких случаях айтишники ОМК создают MVP (от англ. Minimum Viable Product, минимально жизнеспособный продукт). Это облегченное решение, разработка которого занимает меньше времени и сил. Такой вариант внедрения помогает ответить на вопрос: можно ли добиться нужного результата, если продолжать развивать эту технологию для решения конкретной задачи.
2025 год по объективным причинам был крайне тяжелым в сфере внедрения ИИ-инноваций. ОМК, как и другие компании, тщательно анализировала целесообразность запуска новых проектов и развития тех, что запустили ранее. Несмотря на необходимость быстрых и эффективных решений, чтобы получить эффект «здесь и сейчас», ИТ-специалисты прорабатывали и перспективные проекты, ведь при удачном локальном внедрении продукта с ИИ его можно масштабировать на все предприятия компании, увеличивая эффект от внедрения.
– Мы относим себя к умным последователям. Но это не значит, что нам чужды эксперименты, тесты. Только не бездумные, а те, что отвечают на конкретные вопросы, – объясняет Игорь Савцов. – И если понимаем, что тест для нас с точки зрения скорости и затрат минимальный, и при этом есть потенциальный эффект – мы идем по этому пути, проверяем результативность той или иной технологии ИИ. Это относится и к направлению по развитию цифровых технологий «ОМК ИТ», и к инженерно-технологическому центру (ИТЦ) выксунского завода, где есть специальная лаборатория по цифровым продуктам, где для решения практических задач применяют ИИ.
Большинство ИИ-проектов, которые внедряют в Выксе, призваны снизить затраты. Так в литейно-прокатном комплексе (ЛПК) внедрили уникальное ноу-хау. Стандарты на производство горячекатаных листов допускают не проводить испытания механических свойств на каждой плавке, как это было ранее. Если в процессе соблюдать определенные технологические условия и вести статистический контроль, то допускается проводить оценку механических свойств статистическим методом и испытывать одну плавку из десяти. Это позволяет сократить затраты на проведение испытаний, снизить расходный коэффициент металла (РКМ) за счет того, что не нужно обрезать дополнительный металл для испытаний. Помощником тут выступила цифровая модель, которая обучается на основе обширного массива фактических испытаний, а затем на основании других данных сверяет точность расчета. Если результат удовлетворяет требованиям стандарта по точности расчета, можно проводить аттестацию.
– Масштабная задача последних лет – внедрить аналогичную систему на стане-5000, – говорит директор ИТЦ выксунского завода ОМК Александр Мунтин. – На ЛПК процент аттестации доходит до 77. На стане-5000 пока достигли показателя 13 процентов аттестации от общего объема производства.
Ряд важных производственных задач можно решить с помощью компьютерного моделирования – цифровой технологии вне Вселенной ИИ. Так, ее применили в новом методе калибровки валков, основанного на шаговой схеме деформации металла, которой управляет цифровая модель. За счет уменьшения РКМ можно сэкономить от 2,5 до 33 процентов металла в зависимости от сортамента труб. Сейчас методику тестируют в ТЭСЦ-2 выксунского завода ОМК, при этом она универсальная – ее можно применять и в других цехах, например, в Альметьевске.
Анатолий Седых, генеральный директор ОМК:
– Искусственный интеллект очень эффективен при обработке больших массивов данных. Для нашего бизнеса он полезен при анализе отчетности, аттестации продукции без проведения физических испытаний, прогнозировании отказов в работе оборудования, распознавании качества лома с помощью компьютерного зрения. На производстве мы применяем самые современные цифровые решения. Здесь наша задача – следить за новинками и максимально быстро их внедрять. Главное – все решения должны быть взвешенными и обоснованными.
ОМК изучает цифровые продукты, которые запускают другие компании, оценивает идеи, возможность применить их в собственных процессах; важна и предыстория – что, как и зачем делали коллеги-айтишники. При этом о копировании речь не идет – в каждом случае ОМК глубоко адаптирует технологию под себя. Впрочем, скопировать практически невозможно – у всех разные подходы и бюджеты. Некоторые компании декларируют развитие больших языковых моделей, тратят солидные средства, чтобы их сотрудники могли на своих рабочих местах пользоваться, например, «ГигаЧатом».
В плане обсуждения применения ИИ наши специалисты с коллегами из других компаний достаточно открыты друг для друга. У ИТ-подразделений бизнесов из реального сектора экономики есть свои конференции, заточенные под ИИ, проходят круглые столы, где участники обмениваются опытом. Коммерческие тайны никто не раскрывает, но услышать о подходах или о проблемах, с которыми сталкиваются при внедрении новых технологий, – это всегда очень полезно.
Еще полезнее – посмотреть на уже внедренный инструмент, пообщаться с теми, кто его разрабатывал и внедрял. Некоторые продукты так и рождались – например, проект ОМК по приемке металлолома, когда технология на основе машинного зрения и нейросетей, определяет вид, качество и чистоту сырья. Камеры ведут непрерывную фото- и видеосъемку поступающего лома и передают информацию в систему, анализирующую каждый слой. Это ускоряет процесс разгрузки вагонов и автомобилей, уменьшает сроки приема. Помимо собственных наработок, изучили опыт коллег и поняли, что можно получить результат своими силами. Кстати, после того, как ОМК внедрила этот проект, в гости приезжали коллеги из ММК – смотрели, как он работает.
В дирекции по информационным технологиям ОМК считают, что в ближайшие годы в производственных компаниях будет активно распространяться роботизация с применением ИИ. Большой потенциал и больших языковых моделей.
Обычным пользователям доступно много ИИ-инструментов, но задачи они решают достаточно простые, – например, найти какую-то информацию, создать красивую картинку с заданными сценариями. Совершенно другое дело – применить подобные инструменты в работе, где ответ должен быть максимально конкретным. Выполнить задачи бизнеса намного сложнее. Впрочем, специалисты отмечают, что предложений на рынке становится больше – разработчики поворачиваются в сторону бизнеса.
Текст: Сергей Дмитриев. Фото предоставлены редакцией журнала «ОМК Команда»
