15.07.2026 12:00
Продолжение.
Продолжение.
Доступ к государственным данным может стать полезным дополнением, но основой промышленного ИИ все равно останутся данные самих предприятий. Об этом говорил генеральный директор ГК «Цифра» Михаил Аронсон, отвечая на вопросы МашТеха о будущем и настоящем промышленного ИИ.
▪️ Какие отраслевые датасеты сегодня являются наиболее дефицитными для развития промышленного ИИ, и изменит ли ситуацию возможный регулируемый доступ к государственным данным?
На мой взгляд, наиболее дефицитны два типа данных.
Первый - редкие плохие события: реальные отказы, близкие к аварийным режимы, скрытый брак. Учить модель только на штатной работе - всё равно что учить врача только на здоровых людях.
Второй - контекст принятых решений. Наиболее дефицитны те данные, которые предприятия пока не собирают или не привыкли структурированно хранить: почему было принято то или иное решение, какие факторы на него повлияли и к чему оно привело.
Именно такие данные помогают модели не просто распознавать события, а понимать причины и учиться на накопленном опыте. На современном производстве сравнительно нетрудно получить факт производства и технологические метрики.
Можно проанализировать аномалии и построить предиктивную аналитику. Но чтобы усилить этот прогноз или снизить повторяемость ошибок, модели нужен исторический контекст: как раньше «наступали на грабли» и какие выводы сделали.
Доступ к государственным данным может стать полезным дополнением - для стандартов, классификаторов, технических регламентов, статистики инцидентов, погоды.
Но государственная система не знает, как ведёт себя конкретный насос при конкретном сырье на конкретной смене. Так что основой промышленного ИИ все равно останутся данные самих предприятий.
▪️ Через пять лет рынок промышленного ИИ, вероятно, будет конкурировать уже не только технологиями, но и степенью соответствия требованиям государства. Какие компетенции станут главным конкурентным преимуществом?
Через пять лет соответствие государственным требованиям будет обязательным условием работы на промышленном рынке. Но конкурентным преимуществом оно уже не окажется - это будет своего рода гигиенический фактор.
Цифровая платформа - база, но, если выбирать один пункт из списка, я бы выбрал воспроизводимость всего жизненного цикла, в широком смысле. Это «зонтик», под которым находится платформа с отраслевыми данными, интеграция, модели, информационная безопасность и ответственность.
Базовую модель можно заменить, а цифровая нервная система предприятия должна остаться.
Подписывайтесь на МашТех
Доступ к государственным данным может стать полезным дополнением, но основой промышленного ИИ все равно останутся данные самих предприятий. Об этом говорил генеральный директор ГК «Цифра» Михаил Аронсон, отвечая на вопросы МашТеха о будущем и настоящем промышленного ИИ.
▪️ Какие отраслевые датасеты сегодня являются наиболее дефицитными для развития промышленного ИИ, и изменит ли ситуацию возможный регулируемый доступ к государственным данным?
На мой взгляд, наиболее дефицитны два типа данных.
Первый - редкие плохие события: реальные отказы, близкие к аварийным режимы, скрытый брак. Учить модель только на штатной работе - всё равно что учить врача только на здоровых людях.
Второй - контекст принятых решений. Наиболее дефицитны те данные, которые предприятия пока не собирают или не привыкли структурированно хранить: почему было принято то или иное решение, какие факторы на него повлияли и к чему оно привело.
Именно такие данные помогают модели не просто распознавать события, а понимать причины и учиться на накопленном опыте. На современном производстве сравнительно нетрудно получить факт производства и технологические метрики.
Можно проанализировать аномалии и построить предиктивную аналитику. Но чтобы усилить этот прогноз или снизить повторяемость ошибок, модели нужен исторический контекст: как раньше «наступали на грабли» и какие выводы сделали.
Доступ к государственным данным может стать полезным дополнением - для стандартов, классификаторов, технических регламентов, статистики инцидентов, погоды.
Но государственная система не знает, как ведёт себя конкретный насос при конкретном сырье на конкретной смене. Так что основой промышленного ИИ все равно останутся данные самих предприятий.
▪️ Через пять лет рынок промышленного ИИ, вероятно, будет конкурировать уже не только технологиями, но и степенью соответствия требованиям государства. Какие компетенции станут главным конкурентным преимуществом?
Через пять лет соответствие государственным требованиям будет обязательным условием работы на промышленном рынке. Но конкурентным преимуществом оно уже не окажется - это будет своего рода гигиенический фактор.
Цифровая платформа - база, но, если выбирать один пункт из списка, я бы выбрал воспроизводимость всего жизненного цикла, в широком смысле. Это «зонтик», под которым находится платформа с отраслевыми данными, интеграция, модели, информационная безопасность и ответственность.
Базовую модель можно заменить, а цифровая нервная система предприятия должна остаться.
Подписывайтесь на МашТех