Дата публикации: Июль 2025
Источник: Фонд Сколково
Категории: Промышленность, Инновации, Искусственный интеллект
Сигналы: Trend, Watch
Описание-резюме отчета
Отчет, подготовленный Центром экспертизы и коммерциализации информационных и финансовых технологий Фонда «Сколково», представляет собой исследование применения Генеративного ИИ (GenAI) в российской промышленности за первое полугодие 2025 года. Целью исследования было изучение возможностей и опыта применения GenAI в производстве, выявление проблемных зон и приоритетов компаний. Отчет основан на анализе мировых и российских практик, интервью с представителями крупнейших российских производственных компаний и вендоров LLM, и релевантен для руководителей промышленных предприятий, ИТ-специалистов, разработчиков ИИ-решений и инвесторов.
Сама суть
Отчет демонстрирует, что Генеративный ИИ активно проникает в российскую промышленность, но пока находится на стадии осторожного старта и пилотных проектов. Ключевые области применения включают НИОКР, генеративное проектирование, оптимизацию производственных процессов, предиктивное обслуживание, SDLC и поддерживающие процессы. Основными барьерами для масштабирования GenAI являются недоверие к технологиям, жесткие требования ИБ, высокая стоимость внедрения, отсутствие экономической оценки и дефицит квалифицированных кадров. Для успешного внедрения и масштабирования GenAI необходима консолидация данных, развитие отечественных открытых ИИ-моделей и активный обмен опытом между компаниями.
Ключевые инсайты для СЕО
Что работает
- Ускорение и оптимизация: GenAI значительно ускоряет проектирование (на 30-80%), сокращает простои оборудования (до 50%), снижает избыточные запасы (40-60%) и оптимизирует логистические цепочки.
- ИИ-ассистенты для рутинных задач: Наиболее распространенные сценарии применения GenAI — это персональные помощники для сотрудников, автоматизация обработки документации и оптимизация закупок.
- Отечественные OpenSource LLM: Российские компании отдают предпочтение OpenSource моделям, таким как Llama и Qwen, а среди отечественных моделей выделяется GigaChat, что обусловлено требованиями ИБ и гибкостью решений.
Что НЕ работает
- Недоверие и сопротивление изменениям: Большинство участников исследования отмечают консервативную корпоративную культуру и недостаток компетенций персонала, что препятствует быстрому внедрению.
- Ограничения ИБ и высокая стоимость: Жесткие требования информационной безопасности и значительные затраты на развертывание on-prem решений затрудняют использование облачных и внешних GenAI-систем.
- Отсутствие измеримых метрик: Неопределенность в оценке экономического эффекта GenAI мешает принятию решений о его промышленном внедрении, так как нет четких методик для демонстрации ROI.
Радар возможностей и ловушек
| Возможности | Ловушки |
|---|---|
| Генеративное проектирование для ускоренной разработки новых продуктов и оптимизации производственных процессов. | Недоверие к технологиям и сопротивление персонала, что замедляет внедрение. |
| Предиктивное обслуживание и оптимизация цепочек поставок для сокращения издержек и повышения эффективности. | Высокая стоимость внедрения и необходимость значительных инвестиций в инфраструктуру. |
| Развитие отечественных LLM и OpenSource решений, что позволяет адаптировать ИИ под специфические задачи и требования ИБ. | Дефицит квалифицированных кадров, сочетающих ИИ-навыки и отраслевую экспертизу. |
| Коллаборации и создание отраслевых платформ для совместного использования данных и разработки специализированных моделей. | Недостаточное качество данных для обучения моделей и трудности с их обработкой. |
Что это значит для бизнеса
- Для промышленных предприятий: Начните с пилотных проектов в некритичных областях, используя OpenSource или отечественные on-prem решения. Инвестируйте в обучение персонала и разработку методик оценки экономической эффективности GenAI.
- Для ИТ-вендоров и разработчиков: Сфокусируйтесь на создании узкоспециализированных, энергоэффективных SLM и мультиагентных систем для периферийных вычислений. Разработайте решения, соответствующие строгим требованиям ИБ промышленных компаний.
- Для органов государственной власти и научных центров: Поддержите создание отраслевых центров компетенций, разработку стандартов для регулирования GenAI в промышленности, а также инициируйте программы по подготовке кадров, сочетающих ИИ и отраслевые знания.
Вопросы для управленческой команды
- Какие производственные процессы в нашей компании могут получить максимальный эффект от внедрения GenAI в ближайшие 1-2 года?
- Как мы можем преодолеть сопротивление персонала и интегрировать GenAI в наши бизнес-процессы с минимальными рисками?
- Каковы наши текущие возможности и потребности в данных для обучения GenAI-моделей, и какая стратегия их сбора и обработки будет наиболее эффективной?
Stratsessions Signals
- Trend: Генеративный ИИ в промышленности переходит от единичных пилотов к масштабированию, становясь катализатором повышения конкурентоспособности.
- Watch: Внедрение мультиагентных систем и специализированных малых языковых моделей (SLM), федеративное обучение и конфиденциальные вычисления.
- Cut: Отказ от масштабного внедрения зарубежных облачных решений в критически важных производственных процессах из-за рисков ИБ.
Для кого полезно
- СЕО и топ-менеджеры в машиностроении, металлургии, химической, нефтехимической, энергетической и других промышленных отраслях
- Директора по цифровизации, инновациям и ИТ-директора
- Эксперты по искусственному интеллекту и машинному обучению
- Инвесторы, ориентирующиеся на промышленные технологии и ИИ-решения
Call to Action
- Заказать разбор для своей отрасли - обращайтесь к контактам, указанным в отчете Фонда Сколково.
- Подпишитесь на Stratsessions Digest: 5 отчетов → 5 идей → 5 минут