ИИ-мониторинг может стать основанием для освобождения компаний от плановых проверок

53 минуты назад

© Сгенерировано ИИ

Предприятия, которые используют искусственный интеллект для удаленного мониторинга производства, могут получить освобождение от плановых выездных проверок. Такой подход призван одновременно стимулировать бизнес к внедрению цифровых решений и сократить административную нагрузку. Сегодня ИИ уже применяется для анализа данных с промышленного оборудования, контроля технологических процессов и требований безопасности, а также для выявления отклонений и потенциальных неисправностей.

В аппарате правительства обсуждаются варианты расширения дистанционного мониторинга с использованием современных технологий, включая искусственный интеллект. Предполагается, что цифровой контроль позволит государству получать больше информации о выполнении требований безопасности в промышленных компаниях без регулярного присутствия инспекторов на объекте. При этом эффективность контрольно-надзорной деятельности должна сохраниться. Журнал RUБЕЖ опросил экспертов, насколько реализуем данный проект и какие затраты потребуются от предприятий.

Предиктивная аналитика обойдется в десятки миллионов рублей

По мнению Сергея Карповича, заместителя руководителя направления Т1 ИИ (ИТ-холдинг Т1), реализация такого подхода возможна, поскольку базовый механизм дистанционного контроля уже существует:

«Компании могут передавать данные надзорным органам в автоматическом режиме, а ИИ — помогать выявлять отклонения и потенциальные нарушения».

При этом эксперт считает, что на данном этапе полностью отказаться от проверок на местах не получится. Окончательная оценка ситуации, по его мнению, должна оставаться за специалистом промышленной компании. Поэтому наиболее реалистичным сценарием станет постепенное внедрение дистанционного контроля — прежде всего на крупных предприятиях, располагающих развитой цифровой инфраструктурой.

Одним из наиболее востребованных направлений промышленного ИИ Сергей Карпович называет контроль технологических процессов и состояния оборудования. Технологии используются для предиктивного обслуживания, выявления признаков неисправностей и отклонений, а также для контроля требований безопасности с помощью видеоаналитики. Экономический эффект для предприятий может выражаться в сокращении аварий и простоев, снижении затрат на обслуживание и увеличении срока службы оборудования.

При этом готовность компаний инвестировать в такие решения в первую очередь определяется возможностью посчитать отдачу от проекта. На крупных предприятиях нефтегазовой, металлургической, энергетической и химической отраслей ИИ-решения уже переходят от пилотных проектов к промышленной эксплуатации. Более низкий уровень цифровизации, напротив, заставляет компании начинать с отдельных задач — например, мониторинга оборудования или видеоаналитики.

Стоимость подобных проектов также напрямую связана с состоянием цифровой инфраструктуры предприятия. Если необходимые датчики и системы сбора данных уже установлены, затраты на внедрение ниже. При создании инфраструктуры с нуля именно она может стать основной статьей расходов. По оценке Сергея Карповича, простые проекты базовой аналитики могут стоить несколько миллионов рублей, а сложные решения с интеграцией в MES и ERP, видеоаналитикой и предиктивными моделями — десятки миллионов рублей. Комплексные платформы могут обходиться в 100 млн рублей и более. При правильно выбранном сценарии срок окупаемости может составлять около полутора-трех лет.

ИИ сократит число очных проверок

Дмитрий Клебанов, директор по развитию Piklema, также считает ИИ-мониторинг перспективным инструментом для государственного контроля. При этом он обращает внимание на возможности его применения в конкретных отраслях.

«ИИ мониторинг — это хороший инструмент, который можно относительно легко реализовать в разных сферах промышленности. В том числе его могут применять в своей работе надзорные органы».

- прокомментировал Дмитрий Клебанов.

В качестве одного из примеров эксперт приводит горнодобывающую отрасль, где ИИ может использоваться для контроля инцидентов, связанных с безопасностью. Системы предотвращения столкновений и наездов, а также технологии контроля устойчивости бортов способны передавать контролирующим органам необходимую информацию. Это, по оценке Клебанова, может повысить осведомленность надзорных органов и одновременно сократить количество очных проверок предприятий.

ИИ уже используется и для оптимизации технологических процессов. В частности, его элементы применяются в системах диспетчеризации горно-транспортных комплексов при управлении парком карьерной техники. Однако для бизнеса сама по себе технология не является самоцелью.

«Для предприятий главный критерий — насколько технология помогает решить конкретную производственную задачу. Когда быстрее и эффективнее справиться можно без ИИ, предпочтение, скорее всего, отдадут другому подходу».

- отметил Дмитрий Клебанов.

По словам эксперта, именно в горнодобывающей промышленности пока не сформировался масштабный запрос на ИИ-мониторинг оборудования и производственных процессов. Для собственников и руководителей предприятий приоритетом остается эффективная организация производства, а выбор конкретных технологий относится к зоне ответственности технических специалистов. Поэтому сначала компании обеспечивают надежность техники и оборудования, а уже затем рассматривают возможности применения ИИ.

ИИ работает только там, где есть данные

Василий Чуранов, директор дивизиона «Машиностроение и металлообработка» ГК «Цифра», оценивает инициативу положительно и отмечает, что промышленность уже располагает технологической базой для ее реализации.

«В промышленности уже используются системы, которые в реальном времени получают информацию от оборудования и технологических процессов, помогают замечать отклонения, неисправности и потенциальные риски. ИИ здесь становится следующим шагом: он позволяет анализировать гораздо больший объем информации и помогать менеджменту управлять более эффективно».

- рассказал Василий Чуранов.

Однако для полноценного дистанционного контроля необходимо решить вопрос с доступностью данных. Как отмечает эксперт, искусственный интеллект эффективен только при наличии качественной информации о производственных процессах и оборудовании:

«ИИ работает только там, где есть данные. Поэтому вместе с поддержкой искусственного интеллекта имеет смысл стимулировать предприятия автоматически собирать данные непосредственно с оборудования и производственных систем».

По мнению Василия Чуранова, нормативная база для такого подхода уже развивается: существуют соответствующие ГОСТы и требования, формирующие условия для автоматизированного сбора производственных данных.

Таким образом, предлагаемое освобождение от плановых проверок может стать для промышленности дополнительным стимулом к цифровизации, однако само по себе не гарантирует массового внедрения ИИ. Из комментариев экспертов следует, что наиболее востребованными окажутся решения, способные одновременно повысить производственную эффективность, безопасность и прозрачность процессов для надзорных органов.

При этом ключевым условием остается наличие цифровой инфраструктуры и достоверных данных. Для государства эффект может выражаться в переходе от периодического контроля к постоянному мониторингу, а для бизнеса — в сокращении простоев, аварийности и административных издержек.

Ранее RUБЕЖ сообщал о планах МЧС России ввести критерия добросовестности, который влияет на итоговую категорию риска объекта. Владельцам объектов предложили внедрить цифровые технологии для обеспечения мониторинга функционирования систем противопожарной защиты. Подробности – в экспертной колонке Константина Прокшица, инженера по пожарной безопасности, автор телеграм-канала «Пирология».