Аналитики McKinsey представили 14 развивающихся тенденций, значимость которых очевидна уже сейчас. Одна из самых перспективных трендов – это прикладной искусственный интеллект. Технология востребована в фармацевтике, здравоохранении, автомобилестроении, металлургии, горнодобывающей промышленности, а также в сфере добычи нефти и газа.
Применение технологий искусственного интеллекта принесло экономике России в 2021 году примерно 300 млрд рублей, следует из «Индекса готовности приоритетных отраслей экономики Российской Федерации к внедрению ИИ». Документ подготовлен Аналитическим центром при Правительстве РФ. Примечательно, что организации топливно-энергетического комплекса (22,3%) лидируют по количеству утвержденных стратегий развития ИИ.
Индекс готовности ТЭК России к применению ИИ хотя и оценивается аналитиками в 3,33 балла из 5, однако 29,1% предприятий отрасли уже использует ИИ, а еще 15,6% планируют применять ИИ до 2025 года включительно.
Основные технологии ИИ, задействованные отраслью:
По мнению экспертов Аналитического центра при Правительстве РФ, почти для всех отраслей, охваченных индексом, барьеры для внедрения искусственного интеллекта схожи. Это:
Как объяснили в «Газпром нефти», для использования ИИ в топливно-энергетическом комплексе, для внедрения в реальные производственные процессы непременно необходимо объединение отрасли с научным и инженерным сообществом.
Например, для доработки технологии ИИ в 2020 году при поддержке «Газпром нефти» и правительства Санкт-Петербурга создана Ассоциация «Искусственный интеллект в промышленности». Цель этой организации – максимально ускорить и интенсифицировать процесс разработки и внедрения ИИ-решений, полезных прежде всего для промышленных компаний.
«Ассоциация «Искусственный интеллект в промышленности» призвана максимально облегчить взаимодействие науки и бизнеса для разработки и внедрения прорывных технологий для нужд индустрии. Науке мы помогаем общаться с бизнесом, понимать их цели и ограничения, бизнесу – объяснять науке, как выглядит современная проектная деятельность с дедлайнами, спринтами и прочим. Также внутри ассоциации мы формируем центр экспертизы, в который входят специалисты высочайшего уровня, способные формулировать и осуществлять план исследований сложнейших задач и проводить всестороннюю оценку полученных решений. Для того чтобы получить прорывные решения, которые будут приносить реальную пользу промышленным компаниям, нам необходимо плотно взаимодействовать с исследовательскими центрами ИИ наших ведущих вузов. Этот процесс налажен в очень малом количестве промышленных компаний, но и там, где он есть, он чаще всего представляет собой формат научно-исследовательских и опытно-конструкторских работ (НИОКР) – коротких, сроком от 3 до 6 месяцев, проектов, нацеленных на проверку применимости тех или иных известных решений к имеющимся индустриальным задачам».
«Газпром нефть» вместе с Ассоциацией «Искусственный интеллект в промышленности» запустили большие и амбициозные комплексные исследования, задачи которых – упростить внедрение ИИ в реальные производственные процессы. Запущено уже три комплексных исследования.
Самообучающаяся модель пласта. Главная неопределенность в нефтедобывающей промышленности – это пласт. Невозможно просмотреть на глубину в несколько километров воочию, поэтому специалисты компании создают картину пласта по косвенным измерениям, причем каждое из них довольно дорогостоящее. Задача разработчиков ИИ создать мета-модель, объединяющую в себе и контролирующую множество мультимасштабных моделей с целью максимально оптимизировать и сделать гораздо точнее все предсказания по пласту для повышения точности принимаемых решений о его разработке.
Пример использования технологии
Предприятие «Мессояханефтегаз завершило бурение глубоких ачимовских пластов с применением технологий искусственного интеллекта. Это уникальная для России программа полного цикла: от создания компьютерной модели скважины до ее строительства в условиях сложной геологии.
Бурение высокотехнологичной скважины велось на глубине 3 тыс. метров, протяженность горизонтального ствола – более 2 тыс. В буровую установку интегрирован программный комплекс, который в режиме автопилота контролирует технологический процесс с учетом особенностей пласта и заданных параметров.
Умная буровая установка обеспечивает мониторинг и передачу данных из недр в тюменский Центр управления строительством скважин. На основе полученной информации специалисты корректируют программу автоматизированного комплекса.
Инструменты индустрии 4.0 позволили проектной команде увеличить скорость бурения более чем на 10% по сравнению со стандартными показателями для скважин данного типа.
Интегральное планирование обустройства месторождения. Сейчас планирование такого сложного процесса, как обустройство месторождения, происходит фактически вручную. Создание комплексной системы, которая будет на основании ретроспективных данных строить оптимальный как с точки зрения сроков, так и с точки зрения потенциальных рисков план обустройства, поможет оптимизировать сроки и стоимость реализации проектов.
Предсказание ледовой обстановки. Арктическая навигация крайне важна как для компании, так и для страны. Она крайне затруднена в том числе из-за сложной ледовой обстановки. Для точного ее предсказания необходимо разработать принципиально новые методы, основанные на гибридных моделях, объединяющих искусственный интеллект и точное физическое представление погодных условий. Эти методы далее планируется использовать в системе «Капитан».
Один из флагманских проектов «Газпром нефти» с применением ИИ – это цифровая система управления логистикой в Арктике «КАПИТАН» Благодаря применению этой системы удельные затраты «Газпром нефти» на вывоз 1 тонны арктической нефти сократились на 12% (в сравнении с годами до начала использования системы). Такой эффект дала оптимизация состава танкерного флота за счет выбора лучших маршрутов, экономии топлива, сокращения расходов на ледокольную проводку, а также снижение времени простоя и максимизация вывоза нефти.
Одним из важнейших аспектов, на который в «Газпром нефти» обращают внимание для развития компетенций в сфере искусственного интеллекта – это подготовка новых кадров. В компании пришли к пониманию, что необходимы специалисты нового типа – technical analyst / data scientist (TADS). Это люди, совмещающие в себе как знания предметной области, так и систем ИИ и принципов их разработки и применения.
«Такие люди смогут наводить переправы между предметными задачами и ИИ-решениями. В их обязанности будет входить как перевод с языка промышленной задачи на язык данных, метрик и алгоритмов, так и оценка и экспертиза полученных моделей и систем ИИ с точки зрения их применимости к поставленной задаче и внедряемости в промышленные процессы. Мы видим, что таких специалистов будут скорее готовить профильные вузы в области геологии, инженерии, металлургии и др., нежели программы, сконцентрированные на машинном обучении и аналитике данных. Для того чтобы компетенции подготовленных там специалистов соответствовали современным требованиям, совместно с Альянсом искусственного интеллекта мы разрабатываем федеральный профстандарт для таких специалистов».
