Клыков Алексей, руководитель бизнес-юнита «Автоматизация», ООО «Электрорешения» (представитель бренда EKF в России) отвечает на вопросы аналитического отдела iXBT.pro
Cегодня много говорят об искусственном интеллекте. На ваш взгляд, это просто тренд или реальный инструмент, который меняет индустрию промышленной автоматизации?
Это абсолютно реальный и уже работающий инструмент. Если раньше автоматизация была в первую очередь про выполнение заранее прописанных алгоритмов, то сегодня она всё больше становится про адаптацию и прогнозирование. Именно здесь ИИ раскрывает свой потенциал. Мы видим его не как отдельную «волшебную таблетку», а как естественное развитие систем управления – следующий шаг будет направлен от простой автоматизации к интеллектуальной.
Можете привести конкретные примеры, где ИИ принесет ощутимую пользу в технологических процессах?
Конечно. Мы, в EKF, видим 2 ключевых направления. 1) Предиктивная аналитика и обслуживание. ИИ-алгоритмы, анализируя данные с датчиков вибрации, температуры, потребления энергии, могут предсказать отказ двигателя насоса или вентилятора не за день, а за недели. Это переход от обслуживания «по графику» или «по факту поломки» к обслуживанию «по состоянию». Это огромная экономия на простоях и ремонтах. 2) Оптимизация энергопотребления. В системах управления зданиями (BMS) и на производстве ИИ может в реальном времени анализировать сотни показателей – это электропараметры, погода, график работы, тарифы – и гибко управлять нагрузкой, климатом, освещением, снижая затраты на энергию на 15-25%. Наши аппаратные решения на базе ПЛК, многофункциональных измерителей и датчиков уже закладывают основу для такого сбора данных.
Какие главные вызовы или барьеры вы видите для массового внедрения ИИ в промышленности?
Барьеры действительно есть. Их три. Самый серьезный – это цифровая зрелость предприятия. Для работы ИИ нужны данные – много качественных, структурированных данных. Если нет системы датчиков, нет исторических данных, внедрять нечего. Первый шаг – это грамотная цифровизация и создание единой data-среды. Второе – это квалификация персонала. Нужны не только инженеры-наладчики, но и специалисты по данным, кибербезопасности, способные работать на стыке с информационными технологиями. Возникает вопрос доверия: оператор должен понимать, почему ИИ принял то или иное решение. Ну и третье – это безопасность. Чем интеллектуальнее система, тем выше её уязвимость. Внедрение ИИ должно идти рука об руку с усиленной защитой периметра и данных. Это один из наших ключевых фокусов при разработке.
Как текущая ситуация с импортозамещением повлияла на развитие ИИ-направления в автоматизации в России?
Она стала мощным катализатором. Рынок осознал критическую важность технологического суверенитета. Сейчас наблюдается бум спроса на локальные, независимые от внешних облаков AI-решения. Заказчикам нужны системы, которые могут работать автономно, на их серверах, с поддержкой внутри страны. Это открыло окно возможностей для российских разработчиков алгоритмов и интеграторов. Наша задача как производителя – обеспечить их совместимым, качественным и безопасным оборудованием среднего уровня (программируемые контроллеры, панели оператора) и нижнего уровня (датчики, исполнительные механизмы).
Как изменится роль традиционных компонентов автоматизации в эпоху ИИ – тех же ПЛК? Станут ли они умнее?
ПЛК уже эволюционируют в сторону гибридных вычислителей, способных исполнять не только детерминированную логику, но и простые локальные ИИ-модели для экстренного реагирования. То есть, интеллект будет распределяться по всем уровням системы, и мы, как производитель аппаратной платформы, уже планируем закладывать эту вычислительную и коммуникационную возможность в наши новые продукты.
Каким вы видите цех или инфраструктурный объект через 5-7 лет с точки зрения автоматизации?
Я вижу самообучающуюся автономную систему. Она будет не просто выполнять программу, а непрерывно оптимизировать себя под меняющиеся условия: новые партии сырья, износ оборудования, рыночный спрос. Роль человека сместится от оператора-контролёра к роли стратега и наставника. Он будет ставить цели системе («максимизировать эффективность при таком-то качестве»), а ИИ – предлагать и реализовывать лучшие сценарии. И мы в EKF уже сегодня строим ту самую технологическую основу, на которой это будущее станет реальностью.
Если бы вам нужно было сформулировать один главный совет для промышленного предприятия, которое только задумывается о внедрении ИИ, с чего бы вы посоветовали начать?
Начните не с покупки софта или найма дорогого специалиста. Начните с внутреннего аудита одного конкретного, болезненного процесса. Лучше, чтобы это был процесс, от которого напрямую зависят деньги: перерасход энергии, высокий процент брака, частые неплановые остановки. Соберите рабочую группу из технолога, начальника цеха и IT-специалиста. Попробуйте описать этот процесс в цифрах: какие данные у вас уже есть (даже если они в журналах на бумаге), каких не хватает. Этот аудит и станет вашей дорожной картой. Он покажет, нужно ли вам сначала модернизировать датчики, строить цифровую шину данных или можно сразу пробовать пилот. Главное – двигаться от конкретной практической задачи, а не от абстрактного желания «быть в тренде».
