Как запустить пилот ИИ на производстве и не потратить год

Большинство проектов с ИИ на производстве буксуют не из-за технологий. Они буксуют, потому что начинают с большого плана «цифровизировать всё» и через год всё ещё собирают требования. Пилот на одной задаче даёт ответ быстрее и дешевле: работает или нет, и сколько это стоит в рублях.

Шаг 1. Выбрать задачу, которую можно посчитать

Хорошая задача для пилота отвечает на три вопроса.

Есть понятная метрика. Доля брака, число нарушений техники безопасности, время на расчёт заказа, простои оборудования. Если результат нельзя выразить числом, пилот закончится спором о впечатлениях.
Есть деньги за метриками. Брак, который уезжает к клиенту, штрафы, часы технологов. Это позволит заранее понять, сколько стоит улучшение на 10% и окупится ли проект.
Задача повторяется. ИИ хорошо делает однотипную работу много раз в день: смотрит на изделия, на людей в кадре, на чертежи. Разовые решения лучше оставить людям.

Типичные кандидаты: контроль качества и брака на линии, контроль СИЗ в цехах, оценка стоимости деталей по чертежам.

Шаг 2. Проверить данные до старта

Пилот ломается, если данных нет или они не те. Перед стартом стоит проверить:

для видеоаналитики: где стоят камеры, видно ли в кадре то, что нужно найти, хватает ли освещения;
для прогнозов по оборудованию: какие датчики пишут данные, как долго хранится история, отмечены ли в ней поломки;
для работы с документами: в каком виде лежат чертежи и заявки, сколько их, есть ли эталонные ответы.

Часто выясняется, что камеру надо переставить или включить запись истории с датчиков. Это дешевле сделать до пилота, чем во время.

Шаг 3. Ограничить пилот по масштабу и времени

Пилот должен быть маленьким: одна линия, один цех, несколько камер или один участок технологов. Срок обычно несколько недель. За это время модель дообучается на ваших данных и работает на реальном потоке, а не на подобранных примерах.

Заранее договоритесь о критериях успеха. Например: «система находит не меньше 95% дефектов, которые находит ОТК, и даёт не больше пяти ложных срабатываний за смену». Тогда в конце не придётся спорить.

Шаг 4. Посчитать результат честно

Сравнивайте систему с тем, как работа делается сейчас, на одном и том же потоке. Считайте и пользу, и стоимость ошибок: пропущенный дефект и ложная остановка линии стоят по-разному.

Хороший итог пилота — короткий отчёт: что измеряли, какие получились цифры, сколько будет стоить внедрение на всё производство и за какой срок оно окупится.

Шаг 5. Решить, что дальше

После пилота есть три честных варианта.

Масштабировать, если цифры сошлись. Подключаем остальные линии, интеграции с учётными системами и уведомления.
Доработать, если результат близок к цели. Обычно не хватает данных по редким случаям или нужна другая установка камер.
Остановиться, если задача не окупается. Это тоже результат: вы потратили несколько недель, а не год.

Частые ошибки

Пилот без владельца на стороне завода. Нужен человек, который знает процесс и может ответить на вопросы за день, а не за неделю.
Данные в облако без согласования. Служба безопасности остановит проект на финише. Проще сразу планировать работу на серверах предприятия.
Попытка автоматизировать всё сразу. Лучше одна работающая задача, чем пять начатых.

Как мы запускаем пилоты

Мы начинаем с бесплатного обследования: смотрим процесс и данные, считаем, окупится ли автоматизация, и предлагаем формат пилота. Примеры результатов есть в кейсах, а подробнее о подходе на странице разработки ПО и ИИ.

Если у вас есть задача, которую хочется проверить, опишите её. Инженер ответит в течение рабочего дня.