Руководитель направления по работе с региональными отделениями Ассоциации инновационных решений и искусственного интеллекта «Регионы XXI ВЕК», глава комитета по IT и искусственному интеллекту в новосибирском региональном отделении «Деловой России» Светлана Федорова приняла участие в XIII Международном форуме технологического развития «Технопром-2026», который проходит с 26 по 28 августа в Новосибирске. Ключевая тема форума в этом году — «Российская наука — основа технологического лидерства».
В рамках деловой программы Светлана Федорова представила выступление «ИИ в промышленности: от конкретных потерь к системному росту производительности через AI-лаборатории и РЦК». В центре доклада — практический маршрут от общего запроса на искусственный интеллект до конкретного проекта, способного дать измеримый производственный и экономический эффект.
Главный принцип, обозначенный экспертом, заключается в том, что внедрение искусственного интеллекта должно начинаться не с выбора технологии, а с выявления реальной производственной проблемы. Такой отправной точкой могут быть брак, простои оборудования, избыточные ручные операции, неэффективное планирование или позднее обнаружение ошибок.
В рамках деловой программы Светлана Федорова представила выступление «ИИ в промышленности: от конкретных потерь к системному росту производительности через AI-лаборатории и РЦК». В центре доклада — практический маршрут от общего запроса на искусственный интеллект до конкретного проекта, способного дать измеримый производственный и экономический эффект.
Главный принцип, обозначенный экспертом, заключается в том, что внедрение искусственного интеллекта должно начинаться не с выбора технологии, а с выявления реальной производственной проблемы. Такой отправной точкой могут быть брак, простои оборудования, избыточные ручные операции, неэффективное планирование или позднее обнаружение ошибок.
«Искусственный интеллект оправдан там, где он даёт понятный эффект: снижает объём ручного труда, ускоряет контроль, помогает использовать накопленные данные и повышает предсказуемость производства. Сначала необходимо определить производственный результат, а затем выбирать инструмент», — подчеркнула Светлана Федорова.
В своём выступлении она представила доверенный контур взаимодействия, который объединяет предприятие, Ассоциацию, Региональный центр компетенций, профильных экспертов и ФГАУ «ЦИТ». На первом этапе предприятие совместно с РЦК конкретизирует задачу: определяет, где возникает потеря, как она измеряется и кто отвечает за соответствующий процесс. Затем оцениваются наличие и качество данных, повторяемость проблемы, экономический смысл проекта и существующие ограничения.
После такой оценки определяется дальнейший маршрут. Если в базе уже существует близкий по содержанию кейс и условия позволяют проверить его применимость, предприятие может перейти к апробации готового решения. Если готового решения нет, данные ещё не проверены или ожидаемый эффект неясен, задача направляется в AI-лабораторию. Итогом этой работы должны становиться техническое задание, экспертное заключение, оценка данных, рамка пилота либо обоснованное решение о предварительной подготовке данных.
Отдельное внимание Светлана Федорова уделила роли AI-лабораторий. По её словам, это не помещение и не формальная структура, а проектный формат, позволяющий проверять гипотезы до запуска затратного пилота. Он необходим в тех случаях, когда производственный процесс нестандартен, у предприятия нет готового решения, качество данных неизвестно или требуется сформировать корректное техническое задание.
Ассоциация уже развивает этот формат во взаимодействии с региональными центрами компетенций Свердловской, Новосибирской и Нижегородской областей. AI-лаборатория создаёт рабочий контур, в котором можно проверить гипотезу, доступность данных, применимость технологии и потенциальный производственный эффект до перехода к полноценному внедрению.
Существенная часть выступления была посвящена промышленным данным. Для проектов могут использоваться фотографии и видеозаписи с производственных линий, показания датчиков, история ремонтов, данные отделов технического контроля, журналы, регламенты, чертежи и архивы отклонений. При этом само наличие массива информации ещё не означает его готовность к использованию: необходимо оценить качество, полноту, регулярность, формат хранения, возможность выгрузки и определить владельца данных.
В числе основных причин срыва AI-пилотов Светлана Федорова назвала размытую постановку задачи, отсутствие владельца процесса, незафиксированные метрики, непригодные данные и игнорирование требований информационной безопасности, режима коммерческой тайны и законодательства о критической информационной инфраструктуре. Она также обратила внимание на то, что успешный пилот подтверждает применимость решения, но сам по себе ещё не означает готовности к его масштабированию.
В завершение выступления эксперт предложила предприятиям начать с пяти практических шагов: определить наиболее существенные производственные потери, провести первичную оценку имеющихся данных, выбрать две-три задачи с понятным экономическим эффектом, выстроить маршрут проработки через РЦК и Ассоциацию, а также обеспечить базовую подготовку управленцев и инженерных команд.
Развиваемая Ассоциацией модель позволяет сделать внедрение искусственного интеллекта управляемым процессом: от диагностики производственной проблемы и оценки данных до выбора решения, проверки гипотезы и подготовки пилотного проекта. Такой подход снижает риск технологических экспериментов без измеримого результата и связывает применение ИИ с конкретными задачами повышения эффективности предприятий.