По данным Федерального центра прикладного развития ИИ, более трети отечественных предприятий уже имеют опыт работы с ИИ-решениями. Однако почти половина тех, кто пытается внедрить ИИ, пока остаются на стадии пилотных проектов, тестирования, не переходя к масштабному внедрению. Активное приобретение и использование российским бизнесом систем на основе ИИ тормозятся сразу по нескольким причинам.
Первое - отсутствие осознанного запроса. Обращения заказчиков чаще звучат как просьба "показать, как там у соседа", а не как четкое техническое задание.
Далее - проблема ответственности. Промышленный ИИ пока лишь помощник человека: он не оценивает достоверность своих выводов и не несет ответственности за ошибки, которые на производстве могут слишком дорого стоить. Поэтому предприятия не доверяют ему критичные процессы. ИИ усиливает человека, но не принимает решений самостоятельно.
Сложная экономика. Иногда дешевле нанять несколько сотрудников, чем инвестировать миллионы в рискованную модель ИИ. Во многих случаях стоимость человеческого ресурса на производстве ниже, чем инвестиции в технологические решения. Поэтому компании предпочитают формат коротких "пилотов".
Проблема обучения ИИ. Специалистов, которые умеют обучать модели, разворачивать инфраструктуру и контролировать качество ИИ-систем, на рынке немного.
ИИ выйдет за пределы вспомогательного инструмента для российских промышленных предприятий, когда совпадут три условия.
И в первую очередь - появится прозрачная оценка достоверности решений. Пока система не способна оценивать качество собственного вывода, ответственность за любое решение будет оставаться у человека. И это нормально для текущего этапа развития. Как только ИИ начнет не просто выдавать ответ, а сопровождать его вероятностной оценкой и объяснением логики, уровень доверия вырастет. С этого момента возможен переход отдельных процессов в автоматический режим.
Кроме того, будет доказан экономический эффект. Пока результат не выражен в бизнес-показателях, любые ИИ-технологии останутся на уровне пилота. Перевести проект в стадию промышленного внедрения помогут измеримые показатели: рост прибыли, сокращение затрат, снижение простоев или увеличение продаж. Это будет мощный мотиватор.
И на рынке сформируются готовые отраслевые решения, которые можно масштабировать. Конкретным пользователям нужны не абстрактные платформы, а готовые, локализованные решения, которые можно адаптировать под конкретное предприятие. Появление тиражируемых продуктов может стать поворотной точкой в вопросе использования ИИ в производстве.
Период экономического спада - идеальное время для такого технологического рывка. Уже в 2027 году мы можем увидеть выход первых отечественных ИИ-решений, созданных с учетом нюансов конкретных промышленных предприятий.