Как промышленные предприятия оценивают эффект от ИИ 💰 В промышленности эффект от ИИ уже считают не количеством пилотов, а рублями, простоями, браком и производительностью. Редакция спецпроектов Forbes совместно с компанией «Атвинта» изучила опыт крупных промышленных компаний, которые уже внедряют AI в производство. 🔹 В «Норникеле» ИИ работает на 70–80% ключевых агрегатов в обогащении и металлургии. Совокупный эффект от AI-решений компания оценивает более чем в 10 млрд рублей в год, около 4 млрд из них дает система управления мельницей. 🔹 В «ЕвроХиме» рекомендательная система анализирует 1500 параметров производства. Рост выработки на 2% и снижение расхода газа на 1% дали эффект примерно в 1,5 млрд рублей. 🔹 ММК за пять лет реализовал 91 цифровой проект, 51 из которых связан с ИИ. Экономический эффект компания оценивает в 6,5 млрд рублей. 🔹 В «Северстали» за 2025 год ИИ помог сэкономить 300 тысяч рабочих часов. Но в компании отдельно отмечают: сами по себе сэкономленные часы не дают финансового эффекта, если вместе с технологией не меняется бизнес-процесс. Именно поэтому промышленные компании все жестче подходят к выбору AI-проектов. До масштабирования доходят решения, где заранее определена измеримая метрика, понятна окупаемость и есть возможность тиражирования. Например, в «ЕвроХиме» ориентируются на проекты с горизонтом окупаемости один-два года. В «ТЕХНОНИКОЛЬ» ИИ-ассистент сократил диагностику неисправностей с 20–60 минут до 30–40 секунд, а простои, связанные с настройкой оборудования, по оценке компании, снизились до 60%. При этом основные сложности повторяются: качество и разрозненность данных, старое оборудование, стоимость вычислительной инфраструктуры и готовность сотрудников менять привычные процессы. В критических производственных сценариях финальное решение компании пока оставляют человеку. ИИ помогает прогнозировать и подбирать оптимальные режимы, но ответственность за результат сохраняется за специалистом. 📌 Вывод AIRu: Самое интересное в этих кейсах – ИИ начинает окупаться там, где его привязывают к очень конкретной проблеме: простою, расходу сырья, браку, скорости диагностики. Как только проект уходит в абстрактное «давайте внедрим AI», экономика становится гораздо менее убедительной. AIRu в VK AIRu в MAX AIRu в Tg