Сегмент систем искусственного интеллекта (ИИ) в энергетике к 2030 году должен вырасти до 50-60 млрд долларов с совокупным темпом роста порядка 35-37% в год, рассказал заведующий лабораторией доверенного искусственного интеллекта РТУ МИРЭА Юрий Силаев. При этом отдельный рынок именно агентных решений для энергетики и коммунальных услуг оценивается сейчас менее чем в 1 млрд, но уже к 2030-му должен вырасти более чем втрое.
"Важно относиться к агентам не как к "модным игрушкам", а как к структурном сдвигу в принятии решений. От ручного анализа телеметрии и отчетов отрасль переходит к режиму, когда программные агенты постоянно "ведут диалог" с оборудованием, сетью и рынком и предлагают человеку готовые варианты действий", - отмечает эксперт.
С другой стороны, ИИ-агенты сами становятся фактором, влияющим на энергосистему. Прогнозы Международного энергетического агентства (МЭА) показывают, что потребление электроэнергии дата-центрами к 2030 году может более чем удвоиться, и ключевой драйвер - именно рост нагрузки от ИИ.
Силаев объясняет, что потребление электроэнергии дата-центрами ожидаемо вырастет в несколько раз, поэтому связь становится двусторонней. Энергетика становится "умнее" за счет ИИ-агентов, а энергосистема должна адаптироваться к растущей и более волатильной нагрузке со стороны цифрового сектора.
Другое применение агентной логики - это создание вычислительных ИИ-агентов, каждый из которых умеет моделировать различные производственные процессы, а в совокупности позволяют создать "цифровую копию" производства.
Так, параллельно развивается направление цифровых двойников станций и сетевой инфраструктуры. Цифровой двойник здесь - фактически "тело" для агента: модель блока, ТЭЦ или участка сети, в которой ИИ-агент может просчитывать последствия изменений нагрузки, конфигурации сети еще до того, как оператор что-то изменит на реальном объекте. Например, "Росатом" активно использует цифровые двойники реакторов в экспортных проектах и сам позиционирует их как основу новой архитектуры принятия решений.
"В тепловой и сетевой энергетике похожие по духу проекты идут вокруг прогнозного обслуживания, оптимизации режимов и ассистентов для персонала и клиентов энергокомпаний - от "умных" подсказок диспетчеру до генеративных ассистентов в контакт-центрах, которые уже реально снимают заметную долю нагрузки с сотрудников", - добавляет Силаев.
Эксперт говорит, что ИИ-агент может спрогнозировать выбросы и стать советчиком для оператора котла. Агент объединяет режимы работы оборудования и лабораторные замеры, прогнозирует возможные выбросы пыли и заранее показывает оператору, где есть риск выхода за нормативы.
"Вместо того чтобы держать в голове десятки режимов и эмпирических правил, оператор видит простой сценарий: "если снизить нагрузку котла и изменить соотношение воздуха и топлива, риск превышения упадет", а вместе с этим - расчет ожидаемого эффекта и готовый фрагмент обоснования для отчетности перед экологическим надзором. Решение все равно за человеком, но риск "проспать" нарушение снижается, а качество аргументации по итогам квартала заметно растет", - объясняет Силаев.
Дмитрий Богданов, директор НОЦ "Газпромнефть-Политех", рассказал, что с появлением ИИ-агентов рутинные процессы, такие как SCADA-мониторинг, ускорились на 40%, а к 2028 году этот показатель увеличится до 60%. При этом речь идет не о полной автоматизации, а о симбиозе человека и ИИ.
Сейчас регуляторная модель закрепляет правила, где искусственный интеллект становится лишь советчиком, а финальное решение и ответственность остаются за человеком. Российские регуляторные требования довольно жестко корректируют подход к созданию агентов.
"С одной стороны, есть рамочный закон об эксперименте по установлению специального регулирования для ИИ в Москве, который позволяет выстраивать экспериментальные правовые режимы для новых ИИ-технологий и дает послабления по обработке данных в пределах эксперимента. С другой - по факту регулирование идет не только через этот закон, но и через общую концепцию развития регулирования ИИ и робототехники, и через отраслевые требования к безопасности объектов повышенной опасности", - поясняет Силаев.
Например, в ядерной энергетике базовый международный принцип формулируется однозначно. За безопасность блока всегда отвечает оператор, а регулятор следит за тем, чтобы владелец станции эту ответственность мог реализовать.
Юрий Силаев добавляет, что в тепловой генерации и сетях ситуация формально мягче, но логика та же. ИИ-агент может собирать данные, прогнозировать, предлагать решения и даже автоматически готовить оператору задание, но последняя команда, подпись под отчетом и ответственность за запуск команды в реальном оборудовании остаются у человека и встраиваются в действующие регламенты Ростехнадзора, отраслевые инструкции и внутренние стандарты компаний.
ИИ-агенты в энергетике и ТЭК уже стали нормой, особенно в роли советчиков и цифровых двойников, и их доля в принятии повседневных решений будет только расти. Но архитектура "агент внутри жестких ограничений и оператор, который понимает объект, риски и контекст" никуда не исчезнет - наоборот, именно она сейчас закрепляется и в практике компаний, и в регуляторной логике.