ИИ в каске: на «ИТ-Пикнике 2026» обсудили, когда металлургические компании потеснят бигтех

— Сегодня рабочий день у нас начинается... с кофе! — соглашается с возгласами из лектория директор департамента технологических инноваций «Норникеля» Алексей Тестин. — Потом мы проверяем почту, вчитываемся в задачи, назначаем встречи, и пока мы разбираемся в проблеме, какой-то процесс стоит. А что будет через десять лет. С чего мы будем начинать рабочее утро?

— С цифровых агентов! — кричит зал.

— Ну что вы, по-прежнему, с кофе. А потом мы действительно будет подключаться к цифровым агентам. И это будут не просто ассистенты-подсказчики, а часть рабочего процесса — цифровой штат компании, — объясняет аудитории Алексей.

Цифровой штат — набор виртуальных «сотрудников», которые выполняют рутинные операции и задачи, которые плохо удаются людям: проводят расчеты, запоминают огромные массивы данных, ищут информацию среди десятков томов документов.

Представьте: вы заходите в рабочую среду, а ИИ-ассистент уже «прочел» вашу почту, распознал задачи, подтянул необходимую информацию из баз данных и аналитики, возможно, предложил варианты действий. Так вы можете сразу заняться решением проблемы — именно такую картину описывает Алексей Тестин.

Текущие технологии наконец позволяют человеку заниматься лишь тем, что у нас от природы хорошо получается: придумывать новые подходы, принимать решения, брать ответственность.

«Мы считаем, что мы уже бигтех в технологиях искусственного интеллекта. За счет ИИ-решений "Норникель" ежегодно зарабатывает дополнительные 10 миллиардов рублей экономического эффекта», — говорит Алексей Тестин.

Означает ли это, что цифровой штат заменит сотрудников? Нет, потому что это лишь инструмент, который увеличит производительность труда. Когда появился Excel, многие тоже опасались, что он заменит бухгалтеров, а в итоге их стало лишь больше, приводит пример Алексей.

ИИ-инструменты — все же не «пыльца фей», которой достаточно «посыпать» бизнес-процессы, чтобы обеспечить компании легкий полет в «век ИИ». Эксперты шатра неоднократно подчеркивали: эффективное внедрение нейросетей требует трансформации операционной модели. Компания хочет автоматизировать процесс, а на практике оказывается, что четкого процесса нет. Весь регламент — в опыте сотрудников. Остается два пути: либо перестраивать, либо создавать новые процессы под ИИ-инструменты.

В вопросе инвестиций «Норникель» пошел вторым путем — дал «машинам» доступ к миллиардам. Директор департамента инвестиционного анализа и контроля Заполярного филиала Антон Руцков рассказал о создании цифрового подразделения, где ИИ-агенты взяли на себя контроль и рутину, а решение остается за человеком. Роль человека при этом трансформируется в управление цифровым потоком с разбором нестандартных случаев. Машина отвечает за проверку, человек — за выбор решения.

От стратегических прогнозов о трансформации индустрии эксперты перешли к прикладным кейсам. Вот лишь несколько примеров того, что уже работает.

80% процессов на обогатительной фабрике переданы под управление ИИ. Система цифрового зрения в режиме реального времени анализирует породу и автоматически корректирует скорость подачи, загрузку в мельницы и режим флотации.

Шахтные самосвалы под удаленным управлением, которые передадут в «руки» ИИ. Их преимущество — возможность работать в периоды, когда присутствие людей в шахте ограничено. В частности, во время проветривания после взрывов.

«Гора — наименее автоматизированный передел, поэтому мы сейчас сфокусированы на нем. Ожидаем, что через пять лет у нас будет готово к роботизации 80% технологических процессов: бурение, погрузка, доставка, дробление, откатка. Мы сделаем пилоты этих технологий и покажем их эффективность. Самосвалы и бутобои к тому моменту сделаем уже полностью роботизированными», — отмечает Ян Лупандин, руководитель проектов Центра развития цифровых технологий «Норникеля».

«Для нас роботизация — не мода, а конкретные прикладные решения, способ сделать работу людей чуть легче и эффективнее», — добавляет Сослан Зангиев, директор центра развития цифровых технологий «Норникеля».

Разработка новых материалов. Ученые Центра палладиевых технологий используют два вида ИИ: генеративный ИИ для создания кристаллических решеток материалов и машинное обучение для предсказания свойств материалов. Так, исследователи ищут новые применения палладия, которые обеспечат спрос на десятилетия вперед.

«Создание нового материала требует подготовки в три этапа: анализ литературы, выявление состава и кристаллической решетки, предсказание свойств. ИИ-инструменты помогают значительно сэкономить время на каждом из них. В результате мы синтезируем и экспериментируем лишь с самыми перспективными из них», — рассказала Наиля Мунзаферова, руководитель проектов по ИИ в новых материалах «Норникеля».

Доклады о реальном опыте применения ИИ в промышленности вызывали особое воодушевление. Аудитория заполнялась специалистами, которые сами занимаются внедрением таких инструментов на производствах. Это было заметно по вопросам: как самосвалы не теряют связь в шахте? Почему не автоматизировали транспортировку по железнодорожным путям? Какие научные статьи анализирует ваш ИИ?

Чем больше качественных данных для обучения, тем лучше работает ИИ-инструмент. У «практиков» объем этих данных исчисляется десятилетиями.

Именно доступ к массиву специализированной литературы, профильных текстов и отчетов позволил натренировать модели для поиска новых применений палладия и других металлов. Эксперименты доказали их высокую точность в предсказании свойств еще не синтезированных сплавов.

Не менее важен (а, возможно, и более ценен!) тут и уникальный опыт сотрудников. Операторы флотационных машин десятилетиями настраивали скорость потока, подачу воздуха и другие параметры, отслеживая высоту пены, размер и цвет пузырьков. У автоматизированной системы с цифровым зрением есть доступ к широкому набору датчиков, но без опыта операторов она бы не смогла так эффективно управлять процессом.

Не зря на вопрос «Какой один актив, который нельзя купить, скачать или скопировать, будет отличать компании-лидеров в сфере искусственного интеллекта в 2030 году?», Алексей Тестин ответил кратко: «Данные. Компания, которая сама генерирует данные, — не важно, пользовательские или промышленные, — будет выделяться».

В гонке технологий искусственного интеллекта побеждают не алгоритмы, а качественные данные и уникальный опыт.