Посты канала OES | Heavy AI

Сбер позвал нас на пятую конференцию SberPro Tech, и мы с удовольствием приехали. Площадка для нас не чужая. Год назад здесь наш ИИ-балансировщик самосвалов Truck Balance взял Гран-при SberPro Tech Awards. В этот раз мы пришли посмотреть, как за год поменялся разговор про ИИ в бизнесе. Поменялся заметно. Раньше спорили, работает ли ИИ вообще. Теперь всё чаще спрашивают, кто его контролирует и кто может его выключить. Поводов хватает. В июне Anthropic по требованию властей США почти на 3 недели закрыл иностранцам доступ к своим новейшим моделям. В октябре компания сама выпустила отчёт: во время внутренних тестов её ИИ-агенты отправили ложную наводку в полицию Филадельфии и заполнили около 20 визовых анкет на сайте Госдепа. После этого Белый дом обязал ИИ-компании сообщать о таких инцидентах. Отчёт можно прочитать в первоисточнике: https://www.anthropic.com/research/investigating-unintended-model-actions Для промышленности вывод простой: ИИ, который ведёт смену, не может зависеть от чужого рубильника. На этом фоне GigaChat выглядит одним из самых безопасных вариантов для российских компаний: данные остаются в стране, а доступ не отключат из-за чужой политики. Сберу желаем держать темп. А с горной добычей мы поможем: знаем, как довести ИИ от презентации до работающей смены. Спасибо за приглашение! #HeavyAI #OES #ИИ #SberProTech

Событие произошло. Кто его увидел — и кто отвечает за реакцию? Показываем в новом ролике

14 октября McKinsey выпустил ежегодный отчёт Global Materials Perspective 2026. Главный вывод неприятный: производительность горной отрасли в 2025 году снова не выросла. И это при том, что компании вкладываются в автоматизацию, ИИ и роботов, а маржа остаётся высокой. Мы разобрали отчёт. Коротко о главном и о том, что мы об этом думаем. Что происходит. С 2020 года себестоимость меди, золота и железной руды выросла на 28–36%. Цены в экономике за тот же период выросли на 24%. Добывать становится дороже быстрее, чем дорожает всё остальное. Сколько стоит вопрос. По оценке McKinsey, рост производительности может приносить отрасли $450–750 млрд в год, то есть 15–25% её выручки. 🔹 Операционная эффективность: $300–475 млрд 🔹 Закупки: $75–150 млрд 🔹 Капитальные проекты: $75–125 млрд Парадокс автономности. Мировой парк автономных самосвалов за два года вырос примерно втрое. Но эффект теряется, потому что автономность плохо встроена в планирование и обслуживание. Совет авторов звучит просто: выводить ИИ из пилотов в работающие системы с понятными показателями. Наш взгляд. Самая показательная цифра здесь — операционная эффективность. Больше половины всех денег лежит не в новой технике и не в закупках, а в том, как работает каждая смена. Беспилотный самосвал отвечает на вопрос «кто ведёт машину». Но если он полчаса стоит в очереди у экскаватора, автономность ничего не даёт. Производительность появляется тогда, когда кто-то в реальном времени решает, куда ехать каждой машине, и следит, чтобы ни одна минута не терялась. Отчёт целиком в комментариях #HeavyAI #OES #горнодобыча #ИИвпромышленности

15 октября Газпромбанк вместе с «Газпром нефтью», «Северсталью» и «Газинформсервисом» выпустил исследование «Промышленный искусственный интеллект». Мы его разобрали. Коротко о главном и о том, что мы об этом думаем. Рынок. Российский промышленный ИИ стоил 40 млрд рублей в 2025 году, к 2030-му прогноз 134 млрд, то есть рост больше чем втрое. Быстрее всего растут компьютерное зрение (с 10,4 до 24,1 млрд рублей) и предиктивная аналитика (с 8 до 21,4 млрд). Куда идёт отрасль. Авторы ждут перехода от разрозненных пилотов к типовым отраслевым платформам. Это самый важный тезис исследования. Пилот доказывает, что технология работает, а платформа доказывает, что она приносит деньги каждый день. Что мешает. 🔹 У 93% компаний не готова базовая ИТ-инфраструктура. 🔹 Полностью автоматизирован сбор данных только у 7%. 🔹 53% опасаются рисков кибербезопасности. 🔹 46% не хватает публичных успешных кейсов. Наш взгляд. Самые показательные здесь цифры 7% и 46%. Первая значит, что большинство предприятий пока строит ИИ на неполных данных. Вторая значит, что руководители не верят презентациям и хотят увидеть ИИ, который уже работает в живой смене. Обе проблемы решаются одинаково: начинать с данных, а не с модели. В карьере, например, сначала нужно собрать телеметрию разных марок техники в единый формат и научиться замечать, когда пропал GPS или замолчал датчик. Только потом ИИ можно доверять решения. И последнее наблюдение. Примеры в исследовании из нефтегаза и металлургии, горной добычи там почти не видно. А зря: в карьере эффект ИИ проще всего посчитать, потому что каждая минута простоя видна в рублях. Исследование целиком: gazprombank.ru/upload/data/press/AI_2026.pdf #HeavyAI #OES #ИИвпромышленности #цифровизация

Без текста

Без текста

Как искусственный интеллект помогает ВГК предотвращать происшествия на производстве? За полгода нам удалось внедрить новые инструменты контроля безопасности, на создание которых обычно уходят годы. О том, как компания использует ИИ для предупреждения производственных рисков, рассказал директор по охране труда и промышленной безопасности Всеволод Агеев на Всероссийской неделе охраны труда в Сочи. Это главное федеральное событие в сфере охраны труда, которое объединяет представителей власти, бизнеса и экспертов со всей страны. Основой выступления стали результаты программы «Сначала безопасность». За шесть месяцев в компании выстроили систему, которая помогает не просто фиксировать нарушения, а вовремя выявлять опасные ситуации и контролировать их устранение. И результаты уже есть: 🔴 97% руководителей регулярно участвуют в обходах по безопасности. За неделю проводится более 200 таких проверок. 🔴 Более 12 500 записей о нарушениях и рисках обработано за полгода. ИИ помогает анализировать их содержание и выявлять формальные замечания. 🔴 Для предотвращения наиболее опасных происшествий разработаны 122 защитных барьера, 90% из которых уже внедрены. 🔴 95% задач по безопасности выполняются в установленные сроки. Цифровая система помогает отслеживать их выполнение и замечать отклонения. При этом искусственный интеллект не принимает решения за сотрудников. Он берет на себя обработку большого объема информации, помогает быстрее находить проблемы и освобождает время специалистов для решения действительно важных задач. Главная цель этой работы остается неизменной: не просто увеличивать количество проверок, а предотвращать происшествия и делать производство безопаснее для каждого сотрудника. Подпишитесь на ВГК: Telegram | MAX | ВК

Haultrax, разработчик систем управления карьерным парком, покажет на выставке IMARC в Сиднее 27–29 октября модуль HX Coach. Его задача звучит для нас очень знакомо: подсказать водителю и начальнику смены, что исправить прямо сейчас. HX Coach сам решает, какую информацию, кому и когда показать. Водитель узнает, что стоит под погрузкой на 8 секунд дольше коллег на том же маршруте, и получит напоминание сбросить скорость перед поворотом. Начальник смены вместо ленты отдельных событий увидит сложившиеся закономерности и поймёт, кого и чему доучивать. Управляющий директор Haultrax Шьямал Шарма говорит, что следующее поколение таких систем будут оценивать по тому, насколько хорошо они превращают данные в полезные выводы. Мы строим свою систему так с 2019 года. Наш подход в том, чтобы ловить потерю до того, как она случилась, и на Солнцевском угольном разрезе этим занимаются два модуля: монитор событий и мультиагентная система MAS. Монитор событий сверяет работу каждой машины с нормативами. Как только начинается отклонение, он запускает контроль нормы времени, а потом показывает каждую потерю, статус её обработки, принятое решение и цену в рублях. В нём видны все потери смены онлайн, а в обычной отчётности видно меньше 20% из них. Второй модуль, MAS, отвечает за реакцию. Больше 30 ИИ-агентов следят каждый за своей зоной: заправками, простоями, циклами, недогрузами, пересменкой. Отклонение у агента проходит путь «событие, предупреждение, нарушение, директива», и главный здесь второй шаг: агент предупреждает водителя, пока норматив ещё не нарушен и минуты ещё не потеряны. Если потерю всё же не остановили, водитель получает директиву на планшет, а вопрос поднимается к диспетчеру и дальше к начальнику смены. Рядом работает балансировщик Truck Balance, первая в мире промышленная ИИ-балансировка самосвалов. Он прогнозирует очереди у экскаваторов на 30 минут вперёд и перераспределяет машины раньше, чем очередь выстроится. Рынок нас догоняет, и мы видим в этом хороший знак. Когда к одной идее приходят команды с разных концов света, значит, отрасль поняла главное: потерю дешевле предупредить, чем потом разбирать в сменном рапорте. Источник: https://im-mining.com/2026/10/13/haultrax-hx-coach-brings-operational-coaching-insights-into-its-fms

Открываем месторождения эффективности💡 Продолжаем раскрывать для вас подробности «Открытых дней Директум 2026». Уже через 2 недели в Москве пройдет встреча для предприятий металлургии, добывающей и химической промышленности. В программе: ➡️ Цифровизация процессов: почему бизнес всё чаще выбирает экосистему ИТ-решений. Подискутируем на тему экономических и технических особенностей такого подхода. ➡️ ИИ-агенты: для чего компании переходят на мультиагентные системы и как интеллектуальные сервисы помогают бизнесу экономить. Крупный производитель энергетического угля расскажет, как ИИ-инструменты Directum RX прокачали эффективность его бизнес-процессов. ➡️ HR-вызовы. Поделимся исследованием: что делают HRD для сокращения ФОТ и повышения продуктивности. Производитель стальных труб «Трубная металлургическая компания» расскажет о собственном опыте цифровизации кадровых процессов. Участников ждет мастер-класс: как быстро и без написания кода адаптировать интерфейс HR-решения, шаблоны документов и кадровые процессы под нужды компании. Когда: 29 октября с 13:00 Для участия нужна только регистрация на сайте. Успейте оставить заявку, количество мест ограничено. #ОДД2026 #ОДД #Открытые_дни_Directum

Почему смена получила 7 баллов, а не 10? "Оценка смены" OES раскрывает оценку до конкретной техники, показателя и простоя, который повлиял на результат

В рейтинге McKinsey диспетчеризация пока "на подходе", а на Солнцевском угольном разрезе ИИ уже ведёт смену вместе с людьми: от расстановки самосвалов до состояния дорог. Партнёр McKinsey Ферран Пухоль предложил на форуме простую проверку: работает ли участок по-другому, или просто инструменты стали лучше. Мы приложили её к разрезу, где пять лет работаем вместе с ВГК, и ответ у нас однозначный. ИИ там уже не отдельный проект: через него идёт управление всем горнотранспортным комплексом. Больше 30 ИИ-агентов следят каждый за своей зоной, балансировщик пересчитывает расстановку самосвалов, а диспетчер получает разобранные эскалации вместо потока переговоров по рации. В цифрах это выглядит так: 🔹 балансировщик Truck Balance дал больше 300 млн рублей эффекта за 2025 год, время самосвалов в очередях сократилось на 30%, нагрузка на диспетчера снизилась на 60–70%; 🔹 агенты контроля погрузки за первый квартал 2026 года сократили цикл на 27–46 секунд, а нарушений нормативов стало на 83% меньше; 🔹 агенты пересменки на 25% сократили ранние сходы и поздние выходы на линию; 🔹 дорожный агент за неделю дал дорожной службе 110 рекомендаций, средняя скорость 108 самосвалов выросла на 2,3 км/ч, экономия составила 20,2 млн рублей. За пять лет совместной работы подтверждённый эффект превысил 5 млрд рублей. Это результат всей системы управления, куда вместе с ИИ входят регламенты, мотивация и люди в смене, и приписывать его одному ИИ мы не будем. AI-native для нас не означает "без людей". Роли смены мы переносим в ИИ через шедоуинг: агент сначала наблюдает за лучшими диспетчерами и инструкторами, потом предлагает решения, человек подтверждает их или правит, и только после этого агент начинает действовать сам. Этот путь мы проходим роль за ролью и честно говорим, что он ещё не закончен. В прошлом посте мы поставили на то, что следующую ступень McKinsey пройдёт карьерный транспорт. На Солнцевском он её уже проходит, причём всей сменой сразу.

Интересный отчёт от SmarterX «2026 State of AI for Business» попался на выходных. Опросили 2109 человек, почти половина руководители, 82 процента из США. Вопрос: что ИИ сделает с рабочими местами за три года? 71 процент ответили: уберёт больше, чем создаст. Ответы почти не зависят от должности: ✨директора - 73, ✨менеджеры - 71, ✨специалисты - 64. Все видят одно и то же. А следующий вопрос: вы за свою работу переживаете? Переживают 20 процентов: ✨Семь из десяти уверены, что волна идёт. ✨Два из десяти допускают, что она дойдёт до них. Пол Ретцер, автор отчёта, формулирует это одной фразой: люди ждут перемен, просто не у себя. Я долго думала, откуда берётся этот разрыв. И в самом отчёте нашла три объяснения, которые складываются в одну картину. 1️⃣ Руководители впереди всех и не замечают этого. 65 процентов первых лиц уже встроили ИИ в свою работу. Среди линейных специалистов таких 17. Собственник смотрит на свой опыт, ему комфортно, и он искренне считает, что в компании примерно так же. А в компании далеко еще до такого. 2️⃣ Организации отстают от собственных людей: 🔵53 процента опрошенных лично уже на стадии внедрения 🔵только 25 процентов компаний дошли до масштабирования 🔵дорожная карта по ИИ есть у 29 процентов. Все четыре элемента управления (совет, карта, политики, этика) есть только у 13. Каждый третий ответил: ничего из этого нет. Люди бегут вперёд поодиночке, а структуры под ними нет. 3️⃣ Единственные, кто честно боится, это экономисты и финансисты. Среди них «очень обеспокоенных» 20 процентов, больше, чем в любой другой функции. Мы просто первыми увидели, что модель собирает отчёт быстрее, чем аналитик открывает Excel. Кто ближе к реальной работе с ИИ, тот меньше верит, что «меня не коснётся». Вот что получается, если сложить. Убеждение «это будет, но не со мной» удобно всем. Собственнику оно позволяет не перестраивать компанию, а «пилотировать». Сотруднику позволяет не садиться разбираться. Руководителю отдела позволяет не задавать неудобный вопрос своей команде. И все вместе, разделяя одну и ту же тревогу, ничего с ней не делают. Я не про страх. Страх плохой советчик, я об этом уже писала. Я про честность с собой. Согласиться, что мир меняется, легко. Сесть и выписать три задачи из своей недели, которые ИИ уже сегодня делает не хуже вас, гораздо труднее. Не в отрасли в целом, а у вас лично. И если вы руководитель, задайте тот же вопрос своим людям. Не «как вы относитесь к ИИ», а «что из вашей работы он уже умеет». Ответы вас удивят, уверяю. Всем здоровья, мира и добра! 🕊 #ИИосознанность

Без текста

Несколько минут ожидания, удлинившийся цикл, нехватка транспорта — именно из таких мелочей складывается невыполненный план. Дашборд производительности OES показывает не просто сколько сделали, а где и когда началась просадка.

⚫️ 662 млн тонн угля может достигнуть добыча в России к 2050 году по целевому сценарию новой программы развития отрасли, утверждённой правительством 22 сентября. Сейчас добыча составляет около 440–450 млн тонн, то есть речь идёт о росте примерно на 45–50%. При этом Россия располагает более чем 273 млрд тонн разведанных запасов угля — с сырьём, казалось бы, проблем нет. Неожиданным новым потребителем в программе названа цифровая инфраструктура. Центры обработки данных и мощности для искусственного интеллекта должны способствовать росту мирового спроса на электроэнергию, в том числе на основе угольной генерации. В России дополнительный спрос на уголь ожидается на фоне автоматизации, роботизации и внедрения искусственного интеллекта. Связь здесь, правда, не такая прямая, как хотелось бы угольщикам. Дата-центрам нужен не уголь, а стабильная и относительно дешёвая электроэнергия. По оценке Международного энергетического агентства, потребление электроэнергии центрами обработки данных и сетевой инфраструктурой может вырасти примерно с 460 ТВт·ч в 2022 году до 1000 ТВт·ч в 2026-м. Но мировое производство электроэнергии превышает 30 тыс. ТВт·ч, а дополнительный спрос может закрываться газом, атомной энергетикой, гидроэнергетикой или возобновляемыми источниками. 🇺🇸 США это уже показывают: рост нагрузки от дата-центров и искусственного интеллекта не остановил снижение доли угля. Дополнительная генерация там обеспечивается прежде всего газом, атомными станциями и возобновляемой энергетикой. В Китае связь с углём заметнее: страна одновременно остаётся крупнейшим потребителем угля и лидирует по развитию дата-центров и искусственного интеллекта. Но новые угольные мощности там нужны не только цифровой инфраструктуре — спрос растёт также со стороны промышленности, электрификации транспорта и всей энергосистемы. Для российской угольной отрасли внутренние дата-центры вообще далеко не главный вопрос. Добыча сегодня составляет около 440–450 млн тонн, экспорт — порядка 200 млн тонн. Основные покупатели — азиатские страны, прежде всего Китай и Индия. Поэтому для российских компаний гораздо важнее промышленный спрос в Азии и способность российского угля конкурировать по цене с другими поставщиками. Лучше выглядят производители коксующегося угля, востребованного металлургией Азии. Для энергетического угля перспективы сложнее из-за конкуренции со стороны атомной и возобновляемой энергетики и политики сокращения выбросов. Среди потенциальных выгодоприобретателей роста азиатского спроса — «Эльга», «Колмар», «Кузбассразрезуголь» и другие крупные экспортёры с относительно низкими затратами и собственной логистикой. У производителей с высокой себестоимостью и дорогой транспортировкой запас прочности заметно меньше. 🔘 Искусственный интеллект углю пока скорее дальний родственник, чем новый покупатель. Электроэнергии он действительно потребует много, а вот каким топливом эта электроэнергия будет произведена — решат цены, инфраструктура и энергетическая политика конкретной страны. #уголь #Россия 📵Не грузится телега?😭 💙Металл и Капитал в VK 💬Металл и Капитал в MAX «Максе» 💬Металл и Капитал

Barrick, один из крупнейших золотодобытчиков мира, выбрал партнёра, который должен свести весь его североамериканский бизнес в одну управляющую систему. Платформа Avathon свяжет данные и операционные знания по всей цепочке, от геологоразведки и планирования горных работ до безопасности, добычи, переработки, ремонтов и поставок. Первые направления такие: компьютерное зрение для выявления опасных ситуаций, связка рудопотока, переработки и ремонтов ради роста извлечения от рудника до фабрики, прогноз отказов техники, цепочка поставок с учётом ремонтов и запасов, планирование горных работ и машинное обучение на геологических данных. В основе лежит Computational Knowledge Graph, который соединяет технику, процессы, людей, ограничения и операционные данные, а ИИ-агенты рассуждают поверх этого контекста. Avathon в индустрии известна под старым именем SparkCognition. В 2022 году её оценили более чем в 1,4 млрд долларов, в 2024-м компания сменила название. Интересную формулировку про переход от "цифрового" рудника к "ИИ-нативному" произнёс гендиректор Avathon. Barrick говорит сдержаннее, и в релизе есть строчка, которую стоит заметить: суждение, ответственность и контроль остаются за горными специалистами компании. Время для такого объявления любопытное. Barrick готовит IPO своих североамериканских золотых активов, а прозрачное, связанное данными предприятие проще оценивать и продавать. Мы писали об этом, когда разбирали отчёт PwC. Для нас в этой истории главное подтверждение того, что крупные игроки уходят от набора отдельных систем к одному контуру. Мы строим такой контур на разрезе и в порту, поверх техники любых производителей и с человеком, который принимает финальное решение. Честная оговорка: пока это объявление о выборе партнёра. Цифр эффекта в релизе нет, посмотрим, что Barrick покажет через год. Оригинал: prnewswire.com/news-releases/avathon-selected-to-power-an-ai-native-mining-operating-model-for-barricks-north-american-business-302886806.html #HeavyAI #OES #горнодобыча

На Forbes вышел разбор того, как промышленные компании считают эффект от искусственного интеллекта. Агентство «Атвинта» опросило девять компаний из металлургии, химии и добычи, среди них «Норникель», «Северсталь», ММК, «ЕвроХим» и OES. У «Норникеля» одна модель, которая на 15 минут вперёд прогнозирует работу мельницы на обогащении и сама корректирует режим, даёт около 4 млрд рублей в год. «ЕвроХим» за три года поднял выработку удобрений на 2%, а в деньгах это 1,5 млрд. ММК за пять лет запустил 51 проект с ИИ с общим эффектом 6,5 млрд. В «Северстали» при этом прямо говорят, что 300 тысяч сэкономленных рабочих часов сами в деньги не превращаются, пока руководитель не перестроит процесс. Наш генеральный директор Владимир Свинцов рассказал про балансировщик на угольном разрезе. Система прогнозирует, когда каждый самосвал подъедет к экскаватору, и в реальном времени перераспределяет машины. Простой экскаваторов снизился на 17%, перепробег примерно на 20%. С водителем система разговаривает голосом, потому что у человека за рулём 220 тонн в кузове и смотреть ему нужно на дорогу, а не на планшет. Узкими местами при масштабировании Владимир назвал способность людей вовремя реагировать на сигналы системы, качество данных на входе и связь в глубоком карьере. А идею полностью исключить человека из управления он считает переоценённой. Материал целиком: forbes.ru/spetsproekt/569107-kak-promyslennye-predpriatia-ocenivaut-effekt-ot-ii?erid=F7NfYUJCUneVeSxRjQDH #HeavyAI #OES #цифровизация

Как выходить на африканский рынок горной добычи: опыт OES Директор по международному развитию OES Артур Степанов о том, почему компания пошла в Африку, как выбирает страны и чем конкурирует с крупными вендорами Читать интервью на РБК.

Без текста

Без текста

Без текста