Расшифровка видео:

00:00

Александра Шеина попрошу сейчас сделать доклад. Александр Николаевич, да? Вот эксперт или Юрьевич, я уже, короче, сиял. Можно просто Александр, я, можно Николаевич. Понятно. Александр Николаевич, значит, первая версия все-таки, правильно. Нельзя все сомневаться, те другие захейтят, я не буду все это. Так вот, Александр Николаевич у нас эксперт по тяжелой промышленности.

00:24

Во-вторых, он пиарит кейсы про такие искусственный интеллект, которые сегодня были, ну, обе и "остроконечники", у нас "тупоконечники". И тут были разные версии, что искусственный интеллект все разрулит, что искусственный интеллект все развалит, и были версии, что не бывает никакого искусственного интеллекта, это все выдумки. Вот давай, какие видишь тренды и куда все катится в IT-шке и в промышленной автоматизации?

00:54

Хорошо, я сейчас попробую, может, на экран показать свою. Может, будет видно. А его сейчас я только найду, как это делается. Вот так. Я удивлен. Делается это абсолютно так же, как в зуме. Да, видим презентацию в полный рост. Да. Да, насчет трендов. Давайте я вам сейчас скажу, что происходит глобально. Глобально, как любой другой инструмент.

01:23

любой цифровой инструмент или любой инструмент организационный. Сначала появляется какой-то хайп, то есть как-то все вокруг начинают что-то говорить. Со временем появляются какие-то практические вещи, то есть что-то отмирает, например, если брать более старые технологии, допустим, история про ремонт цифровый. Очень много говорили про предпочтительную аналитику.

01:53

очень много говорят, прилетел аналитик, но по факту видно, что кейсов очень мало, например. То есть видно, что какие-то вещи остаются в индустриях тех или иных. Какие-то вещи умирают, потому что они на бумаге выглядят хорошо, то есть может быть правильно и хорошо их использовать, но они по какой-то причине не приживают.

02:16

сложная адаптация или... Есть ряд критериев, по которым организация может взять тот приноткейс или не может. Мы говорим про искусственный интеллект, но не просто искусственный интеллект, а то, что называется GenAI. GenAI — это эти новые генеративные модели. Я сейчас вам расскажу немножко про это. Это тренд последних, наверное, двух лет. Я быстро скажу по себе, почему я об этом говорю.

02:46

Ну вот последние два года во многом в том числе и этим занимался. В Макинде я работал последние полтора года, и до этого там самостоятельно еще работал. И до этого много работал в тяжелой промышленности, либо как консультант, либо как руководитель, руководитель какого-то актива, активов и так далее. И у меня, в общем-то, больше всего, конечно, это горнодобывающие предприятия разнообразные в России, в Казахстане.

03:14

в Африке, в Австралии, где еще? Ну да, вот, наверное, такие вот основные... Чуть-чуть еще там где-то было у меня... Ну, в общем, вот так это выглядит. Соответственно, именно в этом бизнесе больше всего я общаюсь, и вот сейчас я последние там перехожу из внутреннего консультанта McKinsey, вот такого внешнего, наскорее, эксперта.

03:40

и старались работать с крупным бизнесом не только в рамках консерваторной компании, но и самостоятельно. Вот поэтому, что я понимаю, да? Значит, что я понимаю? Как я сказал, да, что вот у нас есть набор цифровых инструментов, они потихонечку проходят вот этот вот этап развития, да? Сначала были вообще не цифровые там фортуризации и унификация операций еще там где-то в начале нашего века, да?

04:08

Потом появилась некая автоматизация, потом вот то, что мы часто сейчас слышим на всех конференциях, то, что называется цифровизация, она там часто дополняется как продвинутая аналитика, где мы уже какие-то там данные перерабатываем, датокрайкинг происходит. И вот последнее время вот этот искусственный интеллект и обезвлюживание, где мы хотим, чтобы за нас принимали решения, чтобы за нас появлялись какие-то новые продукты, чтобы за нас создавались те или иные

04:38

выводы, анализы, решения и так далее. И вот про последнюю часть я хочу сказать. Давайте скажу еще раз про термины. GenAI, эти генеративные модели. Соответственно, искусственный телев, понятие искусственного телев, оно давно появилось. У нас есть понятие машинного обучения, вот эта вот модель нейронные сети, они в общем уже 20 с лишним лет существуют, и они раньше и...

05:05

использовались и очень много есть разнообразных инструментов, уже давно разработанных. Это все и в предназначенном тренде, и моделирование процессов. Это все можно было делать еще до появления генеративного AI. Вот этот вот генеративный AI — это, собственно, следующий уровень работы. Я повторю, наверняка многие знают, но просто чтобы они одинаково звучали здесь. Соответственно, вот этот генеративный искусственный интеллект — это та же самая нейросеть.

05:33

просто позволяющая создавать новые знания, новые видео, текст, изображение и так далее. И вот еще я послушал, что Санна рассказывал, что у нас есть исследование лекарств от Альфа-Фод. Соответственно, эта модель создает новые лекарства на основании загруженных данных,

06:02

новые молекулы, новые соединения. Мы знаем сейчас GPT, аналогично ему, там очень много вот этих вот, то, что называется, LLM, да, инвестических моделей. Есть разнообразные создатели картинок, видео, в общем, вот это все, вот это все, вот оно вот есть DNAI, да, генеративный искусственный телевизор. Значит, теперь про практику, да,

06:29

Работает, значит, что работает, по крайней мере, в тяжелой промышленности, здесь вот, то, что я понимаю. Первое – это классификация. То есть, это модели, позволяющие классифицировать, понимать аномалии и отклонения. Если есть какой-то тренд или есть какой-то набор данных, постоянно генерируемый, например, вибрация на подшипнике или там, я не знаю, температура чего-то. Если она начинает вести себя странно, что такое странно, мы обучаем модель, да, то вот, значит, он сигнал-сигнал подает.

06:59

Синтез выводы, второй способ применения таких вот GNI-моделей, это, соответственно, возможность загрузить неструктурированную информацию. И вот, собственно, эта модель ее раструктурирует по нужным нам структурам или по тем, которые мы научили, и, в общем, как-то извлечет то, что нам нужно. Все умеют книжку загрузить в чат DPD, сделая мне там короткую выживку. Создание. Это что-то новое, то, что делается. Процедура, отчет, программа тренингов, письмо.

07:28

писал и общаюсь с ребятами, которые сделали стартап, они сейчас сидят в Голландии, они сделали стартап, в который загружаются производственные инструкции, и в который загружается видео того, как оператор, допустим, обслуживает станок. И вот на основании вот этой информации, видео и вот таких вот текстов создается стандартная операционная процедура. То есть вот как бы, нейроцетка умеет, соответственно, прочитать.

07:55

То, что написано, и проанализировать видео. И таким образом она создает по определенному шаблону вот такие вот SOP, такие вот стандартные операционные процедуры. Вот ребята, как стартап, они там уже вышли на на крупных производителей разнообразных. К любому нафракте, к любому производству это работает. И вот они сейчас выходят уже на инвест-комитеты разнообразных, для того чтобы профинансировали. Вот это вот создание, то есть пример того, как создается что-то.

08:22

Соответственно, взаимодействие коммуникации наиболее часто, там, понятная история в том, что какие-то разные чат-боты, там, эксперты, вот все, что позволяет настраивать коммуникацию, ну, часто используются в всяких декофисных операциях, да, там, часто, вот, в общем-то, некую коммуникацию между разнообразными подразделениями. Вот. Это с точки зрения, значит, вот, четырех вот этих направлений, да, с точки зрения индустрий, опять, тут не все индустрии, но вот, как бы, те, которые я, ну, мне в той или иной степени близки.

08:52

Вот пример того, что уже работает. Когда я говорю работает, это не значит, что просто запущено. Это значит, что есть эффект. Потому что мы часто говорим, что как цифровизация, цифровые трансформации очень часто бывают так, что трансформация прошла, но где эффект? И потом собственник смотрит, говорит, зачем мы это занимались. Вот это вот кейсы, которые дают эффект, они подтверждены в какой-либо степени экономическим эффектом.

09:19

Я не буду здесь учтать, здесь много всякого разного, презентацию я просто оставлю. Вот она вот будет. Ну, что я скажу, какие-то такие там интересные примеры. Ну вот открытие молекул оптимизации формулы, это вот в химии, вот интересные сейчас происходят вещи. Какая-нибудь, ну вот разнообразного рода боты, видите, витеринарный бот, бот для выбора культур.

09:44

там, не знаю, какой-нибудь bot для определения самосвалов, то есть это все вот такие вот интерфейсы, которые позволяют через телефон, собственно, получить решение, или через планшет, получить решение, которое трудно получить в поле, прямо по месту. Вот бота, который последний раз мы делали, это bot эксперт по ремонту самосвалов, то есть есть определенный модель самосвалов, допустим, BLAS.

10:11

И вот этот БелАЗ, значит, есть какой-нибудь условный механик в Якутии, у которого БелАЗ сломался. И вот он не знает, что с ним делать, соответственно, он там, значит, пишет боту, говорит, у меня сломался БелАЗ, БелАЗ, он говорит, сделай мне фотографию, что там у тебя сломалось, да? Вот фотографию этому боту высылает, а он говорит, ну, наверное, это двигатель. Хорошо, двигатель сделает три вещи, три вещи делает какие-нибудь, там, не знаю, что-то открыл, там прокачал. Что получилось? Вот он отвечает, что получилось. И вот по такого рода диалоге плюс фотографии, плюс видео...

10:41

Вот такой эксперт виртуальный, он позволяет помочь далекому механику, в далеком месте, понять, что именно сломалось, и помочь ему это починить. Таким образом мы решаем ту задачу, которую тоже обсуждали на прошлой сессии, нехватка людей, нехватка квалифицированных людей. Понятно, что квалификацию таким образом можно централизовать.

11:07

то есть централизовать и давать возможность отвечать на вопросы, можно работать на малом количестве полифицированных персонала, если вот такие искусственные тела позволят их абсорбировать эти знания и таким образом их сохранять и развивать. Это я по индустриям разнообразные кейсы, теленые, которые уже работают, с точки зрения функций, то есть функций в разных индустриях. Я здесь взял несколько функций, их больше.

11:35

Но вот есть, я взял ремонты, те, которые мне близки, ремонты, просто операционная деятельность, и такие некие общие функциональные кисти, которые для всех всем присущи. Соответственно, очень схоже, тоже не буду читать, но скажу, что мне нравятся. Так, какие мне нравятся вещи? Аналитика, ПБ и ОТ, распознавание изображений, оценка прогнозирования рисков на основе видеопотока, анализа, что есть.

12:03

В общем, это работает, например, в Евразии это работает, когда я там был последний раз. В общем, там определяет это видеопоток, определяет каски, без каски человек ходит. Еще даже в пандемии вот эти попытки были, и есть же у нас там система, которая определяет маски, без маски. В общем, разнообразного рода правильное применение СИЗов уже тоже не новая вещь.

12:28

Какое-то удаленное зондирование, сейчас много идет с тем, что, ага, хорошо, мы вот бота, всякие там модели мы умеем настраивать, клиент сейчас, ну, мы понимаем, что такое генеративный искусственный интеллект, а нам нужно их связать с определенными датчиками. Вот, значит, часто много проектов таких вот. У нас есть какие-то датчики, мы хотим, чтобы вот этот бот там туда смотрел, или бы он там к видеопотоку подсоединился и смотрел за этим видеопотоком, и вот он умел не просто там видеопоток анализировать, а как-то еще дополнительно делал какие-то выводы.

12:58

как рабочие ходили, те же самые наблюдения за фотография рабочего дня, линии за ремонтом. Можно делать вручную, аналитика, посадить, которая будет видео смотреть, можно поручить нейросетке эти вещи. Да, наверное, тут тоже несколько кейсов. Какие еще есть кейсы? Я вот тут сказал про ремонты операции общим функциональным, тут есть примеры. Еще я напишу в какой-то момент, у меня тоже есть данные,

13:28

про общение с клиентом, коммерческую деятельность, ну, вот IT, понятно, что там больше всего это развивается, и функция развития, да, то есть все, что касается развития. Я вот там как-то создам пару-тройку слайдов и засуну к себе, например, в Telegram канал, и вот мы с Игорем поделюсь, да, тоже можно будет выложить в группу. Надеюсь, будет полезно. В общем, мысль, смысл какой? В каждой из функций уже есть 1, 2, 3 кейса, 1, 2, 3…

13:55

способа применения искусства этого нового интеллекта для того, чтобы создавать какую-то определенную экономическую ценность для компании. Последняя часть моего презентации в том, какие выводы сейчас уже можно сделать. Во-первых, вот эти выводы, которые сейчас здесь написаны, это такие выводы, которые я еще в кодекцифровизации больше занимался, говорил, что… Здесь мы, кстати, с Игорем, по-моему, одинаково звучим, одинаково говорили, что…

14:23

Инструментов много, но не стоит их все применять, нужно понимать, что нужно. Для этого нужно диагностика определенная, цифровая или какая-то другая. Нам надо привязывать эти все кейсы к четким метрикам, что улучшится. То есть владельцы бизнеса, им неинтересно, цифризация называется, это называется Gen.ai или каким-нибудь другим словом, им важно, сколько денег они получат. Они вот на это так смотрят, поэтому те, кто умеют...

14:52

обосновать применение того или иного инструмента, они, собственно, там могут делать проекты. Сюда же идет то, что давайте делать короткие проекты, а не большие цифровые трансформации, то есть я вот тоже много этим занимался, но не очень я большой фанат больших программ. Я понимаю, можно делать большую программу, но только если организация уже сильно в это верит. Изначально там делал двухгодичную программу, но вот я бы не советовал.

15:20

Может быть, усталость в середине и как бы разочарование, и потом очень трудно организацию убедить, что на самом деле это все полезно. То, что в моей индустрии горнодобывающая, в ромашнице прежде всего, нас часто останавливает, это качество данных. Качества данных никакого нету, и вот сейчас в последнее время, хоть у нас появились эти инструменты, мы говорим, ну хорошо, мы не можем ничего собирать. Давайте камеру поставим, искусственный телек прикрутим, пусть он сам что-нибудь считает, считает цикл подачи какой-нибудь или количество штук.

15:48

которые выходят, если у вас нет датчика определенного. То есть вот так тоже можно выходить, но вот данные, и без данных, в общем, ничего не получается. И безопасники. Безопасники, особенно вот на всяких сложных промышленностях, где большие требования безопасников. Вот это вся история с сохранностью данных, внешний контур, внутренний контур, обмена данных.

16:12

Сильно, конечно, надо это учитывать, когда мы продаем или рассказываем про инструменты, потому что не все готовы в некий искусственный интеллект вкладываться. Условно, самый простой вариант — это сделать генеративную модель на базе ChartGPT. Мы берем ChartGPT, создаем определенного ассистента через API, по SAS у него какие-то данные. Вот так вот. ChartGPT находится фактически не в России.

16:39

безопасники мгновенно встают и говорят, что, что нет, так не пойдет, давайте делать модель локальную, давайте ее здесь обучать, это занимает колоссально больше времени, но в целом зато будет более безопасно. Соответственно, потому что уже понятно, за последние полтора-два года, это вот там некое такое общее понимание, чего происходит с DNA. Во-первых, DNA ускоряет все направления искусственного интеллекта, и те, которые старые, и те, которые только-только развиваются, точно так же, как все время телефоны были, iPhone вышел, дал прорыв новым технологиям.

17:08

Те клиенты, те бизнесы, которые не пробуют пока, но в общем оставляют себя позади на самом деле, потому что уже вот сейчас, я говорю, есть уже кейсы, и компании продвинуты большие, ну вот опять, горно добывающего отрасли, ну все топ-10, топ-20 даже компании, наверное, майнинговых, уже заняты в той или иной степени искусственным материалом. Есть риск как стифровизации, да, откатиться в 2018 год, но условно, то есть...

17:38

Компания могут попробовать, сказать, да, классная тема, ну, пожалуй, подождем. Такая была тенденция мировая в цифровизации. Все такие, да-да-да, классно-классно. Потом, ага, ну, вот там один инструмент сделали, но, наверное, мы не готовы к большой тусомации, потому что попробовали, сил не хватило, эффекта мало. Потом мы долго отдельно работали с ними, с многими компаниями, чтобы сказать, ну, сейчас уже можно, сейчас уже инструменты готовы к тому. Поэтому опять тут стоит пробовать, но лучше пробовать уже...

18:06

как бы кейсами подтвержденными, или надо просто относиться к этому, как, ну, как бы, к инвестиции в понимании, не обязательно не все из денег из них оккупятся. Понятно, что GNI будет развиваться, и мы видим это там, ну, по тому, как например, часть 2.5 развивается, так как 4.0 версия, насколько она уже там отличается от второй версии, скажем так, за последние два года. Что важно? Важно, что GNI кажется проще, чем на самом деле, да, вот еще я скажу, что, потому что там, когда оценивается, сколько

18:35

компания такая, ну это, наверное, будет стоить, не знаю, сколько-то миллион долларов, а на самом деле больше, потому что у нас существенные инвестиции уходят на вот эти вот локальные решения, облачные хранилища, на сервера, в общем, вот на все-все вот это действительно связано. И вот наиболее, наилучшим работает, скажем так, вот сошло 2 на 2, то есть два предложения с фокусированной продуктивности, два на росте на ватц, то есть два те, которые дают прямо эффект сразу здесь-сейчас, но чтобы просто было доверие, и два на росте на ватц.

19:02

на рост инновации, те которые может быть дадут такие эстетики. В общем, это все с моей стороны. Буду дальше об этом рассказывать. Тоже спасибо, что пригласили большое. И можно заходить ко мне на сайт, на мой телеграм-канал. И я работаю с разными константинами компаниями. Вот в России больше всего я работаю с MCK. Вот тоже занимаюсь с ними тяжелой промышленностью и цифровизацией. Это все с моей стороны. Благодарю, Александр Николаевич. Мы почти вписались в рекламент.

19:33

Ну, тот вопрос Рудницкий возмущен чатом GPT, а я возмущен подходом, потому что я за кастомные данные, за локальные модели, и я против вот этого усреднения всего, хотя доклад тем более, то я же знаешь, 2.14.100 моя мантра, то есть я считаю, если проект дольше, чем квартал, его надо обрабить. Так вот, поэтому есть такое предложение, тем более, я звал этого...

19:59

Кирилла из Твоейтина, он сейчас с МОЗ-бизнесом объединился, учит малый бизнес искусственному интеллекту на крайней инфоциканства. Но я его сильно зауважал, потому что я прослушал некоторые другие курсы, там Зашквар вообще капитальнейший. Поэтому предлагаю сделать баттл отдельный, по нейросеткам, тем более Сергей Францейч обещает нам, что он буквально в январе расскажет в том числе и как мы в планировщике,

20:28

нейросетки могут в Мес помочь. Мы сегодня видели, что гуру или гуру Месов не поддерживают эту идею, потому что ребята представляют серьезную экспертизу и серьезную систему. Так что будет батл по нейросеткам. Благодарю за поддержку. Спасибо. Всего хорошего. Звони, пиши.