K2 НейроТех выделила 6 ключевых трендов в сфере применения ИИ в промышленности в 2025 году

Согласно Национальной стратегии развития искусственного интеллекта в России, к 2030 году 95% отраслей экономики будут иметь высокий уровень внедрения ИИ-технологий. Растущий интерес бизнеса к ИИ и его способности выполнять разнообразные задачи приводит к активному внедрению таких решений. По данным опроса Ассоциации менеджеров, 39% крупных компаний в России уже применяют ИИ, а еще 25% планируют внедрение в ближайшие годы. Эксперты компании K2 НейроТех проанализировали основные направления развития ИИ в промышленной сфере.

1. Расширение применения генеративного ИИ

В 2025 году генеративный искусственный интеллект активно выходит за рамки пилотных проектов и начинает повсеместно использоваться. Уже в 2024 году 71% компаний, по данным Стэнфорда, применяли такие технологии хотя бы в одной из бизнес-функций. В промышленности генеративный ИИ используется для оптимизации процессов, автоматизированного проектирования и создания новых материалов — например, в химпроме для разработки перовскитов или водородных хранилищ на базе металлоорганических каркасов. Появляются интеллектуальные помощники для анализа данных и поддержки принятия решений. Он также берет на себя рутинные задачи — от подготовки документации до составления отчетов. Gartner оценивает возможный экономический эффект: до 15,8% роста выручки, сокращение расходов на 15,2% и рост производительности более чем на 22%.

2. Развитие цифровых двойников

Согласно исследованию ВШБ НИУ ВШЭ, почти четверть компаний уже используют цифровых двойников, а треть — планируют внедрение. В промышленности эта технология особенно востребована при моделировании производственных процессов. Например, цифровые двойники применяются при разработке новых полимеров, что позволяет проводить тесты в виртуальной среде, экономя ресурсы и время. Кроме того, они позволяют заранее выявлять риски и предотвращать неисправности на производстве.

3. Рост автономного производства и роботизации

Количество полностью автоматизированных «тёмных» фабрик увеличивается. Они функционируют за счёт ИИ-управляемого транспорта — беспилотных штабелеров и AGV-платформ с интеллектуальной навигацией. ИИ рассчитывает оптимальные маршруты, обеспечивает точную загрузку и разгрузку. В тех зонах, где автоматизация пока невозможна, применяются коботы — роботы, работающие вместе с человеком при выполнении сложных или опасных операций. По данным Росстата, в 2024 году в России эксплуатировалось 12,8 тыс. промышленных роботов, большинство из которых используются в автопроме, машиностроении и металлургии.

4. Предиктивная аналитика и управление энергией

ИИ-системы технической диагностики позволяют предсказывать отказы оборудования с точностью до 90%, благодаря анализу данных с сенсоров. Это помогает на треть снизить убытки от простоев и увеличить интервалы между ремонтами. В нефтегазовой и перерабатывающей промышленности использование таких систем способствует росту производства на 10–15% за счёт сокращения аварийных остановок. Также ИИ помогает рационализировать энергопотребление: алгоритмы анализируют потребление тепла, топлива и электроэнергии, управляют работой энергоемкого оборудования — печей, насосов, компрессоров — в наиболее экономичном режиме, включая переход на льготные тарифные периоды.

5. Компьютерное зрение и автоматизация контроля качества

ИИ-системы, основанные на технологиях компьютерного зрения, демонстрируют высокую точность в выявлении производственных дефектов. На ряде предприятий их использование позволило снизить уровень брака до 1%. В сочетании с роботизированными механизмами такие системы могут автоматически устранять дефектные изделия с конвейера, минимизируя затраты на их переработку. В химической промышленности алгоритмы анализируют параметры флотационной пены, что повышает эффективность процесса обогащения руды. На сборочных линиях в электронике ИИ-камеры в реальном времени выявляют микротрещины, дефекты пайки и другие отклонения, оперативно отбраковывая некондиционные элементы. В машиностроении компьютерное зрение применяется для непрерывного контроля формы и поверхности изделий, таких как металлические листы и детали.

ИИ также усиливает безопасность труда на производстве. Алгоритмы способны в режиме реального времени отслеживать соблюдение требований охраны труда, фиксируя до 350 потенциально опасных ситуаций за одну смену. Они контролируют наличие индивидуальных средств защиты и безопасную дистанцию между работником и опасным оборудованием. Кроме того, современные решения, например, VR-тренажёры Immersafety, обучают сотрудников безопасной работе с опасными веществами, а ИИ может автоматически отключать оборудование при обнаружении рисков получения травм.

6. Устойчивое развитие и промышленная безопасность

Еще один заметный тренд – переход от разрозненных мероприятий по энергосбережению к интегрированным стратегиям управления ресурсами с применением ИИ. Такие решения включаются в общую систему управления предприятием, способствуя снижению затрат, сокращению углеродного следа и достижению целей устойчивого развития.

Согласно исследованию, проведённому АНО «Цифровая экономика» совместно с О2Consulting и Ассоциацией лабораторий ИИ, 69% проектов в топливно-энергетическом комплексе с применением ИИ показали положительные результаты. В 59% случаев технологии ускорили производственные процессы, в 24% повысили качество, а в 21% обеспечили рост безопасности. Повышение уровня промышленной безопасности признано одним из ключевых эффектов применения ИИ в отрасли. В числе успешных кейсов, вошедших в сборник лучших практик, представлены и проекты компании K2Тех.

ИИ всё глубже проникает в российскую промышленность. По результатам опроса ФГАУ «ФЦПР ИИ», наибольший интерес к внедрению ИИ демонстрируют такие отрасли, как металлургия, лёгкая промышленность, радиоэлектроника и авиастроение. Однако для масштабного развития необходима проработка инфраструктурных вопросов, включая создание мощной вычислительной базы для эффективной работы ИИ-систем.