Успешные кейсы применения генеративного ИИ в промышленности

Применение генеративного ИИ в бизнесе только начинает набирать обороты. Мы изучили для себя и клиентов более 10 кейсов применения этой технологии в промышленности на западном рынке. Тремя самыми интересными делимся в этой статье.

Это Александр Бабенко из Metamentor. Мы оптимизируем бизнес-процессы компаний с помощью генеративного ИИ. В основном, точки приложения этой технологии приходится на работу с клиентами, маркетинг, продажи и разработку программного обеспечения.

В рамках этой статьи хочется отойти в сторону от привычных примеров использования GPT и рассмотреть уникальные кейсы применения генеративного ИИ в промышленной отрасли.

Что такое цифровой двойник производства?

Цифровой двойник (Digital Twin) — это виртуальная интерактивная копия реального объекта, которая помогает эффективно управлять им, оптимизируя бизнес-процессы.

Зачастую, с помощью Internet Of Things (IoT) цифровые двойники используются для сбора и анализа огромных потоков данных, которые поступают с производства в течение реального времени.

Например, цифровой двойник завода помогает отслеживать ход рабочих процессов, состояние оборудования, а также предотвращать внештатные ситуации.

Microsoft разработала вместе с Ecolab (мировым лидером в области водоснабжения) ассистента на основе генеративного ИИ для работы с цифровыми двойниками. Решение представляет собой чат-бота, в котором сотрудники предприятия на разговорном языке могут делать запросы к цифровому двойнику.

Например, работнику необходимо получить данные с определённого датчика, установленного на водопроводе, и узнать причины изменения динамики показателей. Для этого он вводит свой запрос в чат-бот, и далее получает ответ, сгенерированный ИИ.

Что умеет ИИ?

1. Анализировать данные производства.

Благодаря генеративному ИИ работники могут исследовать данные предприятия, искать причинно-следственные связи, генерировать различные вычисления. Для этого сотруднику необходимо сформулировать свой запрос на разговорном языке, и ИИ предложит решение.

2. Визуализировать данные.

Без какой-либо визуализации анализ данных представляет собой сложную задачу. Решение, разработанное Microsoft и Ecolab, позволяет визуализировать необходимую статистику по запросу пользователя. Для этого необходимо просто написать, что и в каком виде надо представить. Можно визуализировать как простые случаи: точечные графики, гистограммы, круговые диаграммы, так и более сложные, например, поверхностные диаграммы.

3. Работать с документацией предприятия.

Microsoft при разработке решения для Ecolab «обучали» генеративный ИИ на документации производства, чтобы предоставить линейным сотрудникам возможность через чат-бот быстро получать ответы на вопросы, связанные с эксплуатацией оборудования, его ремонтом, а также с решением внештатных ситуаций.

Задачи, решаемые с помощью ИИ:

Другими словами, ИИ может использоваться при анализе любых процессов на производстве. НО: для этого оно должно быть в достаточной степени «оцифровано».

Одной из главных проблем на производствах, как отмечает Amazon в своей статье про применение генеративного ИИ, является «истощение кадров, разрушение знаний и опыта». Опытные работники уходят на пенсию, а вместе с ними часто теряется и накопленные десятилетиями знания. Это работники, которые могут услышать, когда подшипник машины нуждается в смазке, или почувствовать, когда машина чрезмерно вибрирует и работает неправильно.

Расскажу про наш кейс. «Корпорация Экополис» — крупнейшие в России переработчики электроники. Мы разработали для них приложение, основанное на генеративном ИИ, которое «дообучается» на технологических регламентах производственных линий. Решение позволяет упростить обслуживание оборудование, а также повысить качество работы с ним.

Так, линейные сотрудники производства через приложение могут:

Таким образом, решение повышает эффективность работы производства, а также экономит время высококвалифицированных и, как следствие, высокооплачиваемых сотрудников.

Приложение также предоставляет ссылки на проверенную исходную информацию для обеспечения точности.

Google Cloud объявила о сотрудничестве с U. S. Steel (одной из крупнейших сталелитейных компаний США) по созданию приложений с помощью генеративного ИИ для повышения эффективности работы сотрудников на железорудных месторождениях.

Первое генеративное приложение, разработанное U. S. Steel, называется Mine Mind ™. Оно призвано упростить обслуживание оборудования, предоставляя оптимальные решения механических проблем, экономя время и деньги, и, в конечном итоге, повышая производительность.

Ожидается, Mine Mind ™ улучшит качество обслуживания, одновременно уменьшая затраты за счет более эффективного использования времени технических специалистов и лучшего обслуживания грузовиков. Первоначальный этап запуска начнется в сентябре и затронет более 60 самосвалов на горнодобывающих предприятиях US Steel в Миннесоте.

Например, приложение поможет бригадам технического обслуживания, помогая им в ремонте грузовиков, заказе запчастей и обработке сложной информации.

🧐А про какие интересные кейсы применения генеративного ИИ слышали вы?

#промышленность #ИИ #генеративныйИИ