По данным Федерального центра прикладного развития ИИ, в 2024 г. 35% российских промышленных компаний внедряли ИИ, еще 25% находились в процессе внедрения. Согласно исследованию российского разработчика ПО и микроэлектроники UserGate на январь 2026 г., 97% опрошенных компаний уже использовали ИИ, тестировали его в пилотных пректах или планировали внедрение. В настоящее время на первый план выходит новый класс решений – ИИ-агенты, способные самостоятельно выполнять задачи и координировать сложные цепочки процессов.
В металлургии масштаб внедрения ИИ уже измеряется сотнями решений. В «Северстали» реализовано более 100 проектов на основе машинного обучения и компьютерного зрения и свыше 200 – в области генеративного ИИ. ИИ-агент для автоматической классификации товаров и материалов сокращает время классификации на 40%. Другой агент обрабатывает клиентские обращения в круглосуточном режиме, сократив время ответа на 65%. В управлении прокаткой система «Автотемп 2.0» снизила среднюю паузу при прокатке на одну секунду на сляб, а управление скоростью непрерывно-травильного агрегата повысило производительность на 4%.
В «Евразе» ИИ-помощник сталевара по расходу ферросплавов помогает снижать перерасход материалов и стабилизировать химический состав – экономический эффект от проекта составил 459 млн руб.. В ОМК нейросетевая модель имитирует поведение сотрудника, нарушающего правила безопасности. Предиктивная модель в одном из проектов ОМК позволяет прогнозировать механические свойства проката и значительно сократить количество лабораторных испытаний при аттестации продукции.
Как отметил руководитель центра ИИ и машинного обучения «Северстали» Андрей Голов, потенциал ИИ в металлургии остается высоким: базовые проекты уже внедрены, но сохраняются ниши для тонкой настройки процессов и повышения качества. Внедрение цифровых двойников позволяет повысить производительность на 3–5%, снизить себестоимость продукции до 10%, а при проектировании новых объектов – увеличить производительность на 9–10%. Следующий этап развития индустриального ИИ – переход от автоматизации отдельных операций к созданию связанной экосистемы, где цифровые двойники, предиктивная аналитика и ИИ-агенты работают в едином контуре. В фокусе – не только отдельные агрегаты, но и вся производственная цепочка: от сырья до логистики.
Источник: РБК, 15.07.2026 г.
В металлургии масштаб внедрения ИИ уже измеряется сотнями решений. В «Северстали» реализовано более 100 проектов на основе машинного обучения и компьютерного зрения и свыше 200 – в области генеративного ИИ. ИИ-агент для автоматической классификации товаров и материалов сокращает время классификации на 40%. Другой агент обрабатывает клиентские обращения в круглосуточном режиме, сократив время ответа на 65%. В управлении прокаткой система «Автотемп 2.0» снизила среднюю паузу при прокатке на одну секунду на сляб, а управление скоростью непрерывно-травильного агрегата повысило производительность на 4%.
В «Евразе» ИИ-помощник сталевара по расходу ферросплавов помогает снижать перерасход материалов и стабилизировать химический состав – экономический эффект от проекта составил 459 млн руб.. В ОМК нейросетевая модель имитирует поведение сотрудника, нарушающего правила безопасности. Предиктивная модель в одном из проектов ОМК позволяет прогнозировать механические свойства проката и значительно сократить количество лабораторных испытаний при аттестации продукции.
Как отметил руководитель центра ИИ и машинного обучения «Северстали» Андрей Голов, потенциал ИИ в металлургии остается высоким: базовые проекты уже внедрены, но сохраняются ниши для тонкой настройки процессов и повышения качества. Внедрение цифровых двойников позволяет повысить производительность на 3–5%, снизить себестоимость продукции до 10%, а при проектировании новых объектов – увеличить производительность на 9–10%. Следующий этап развития индустриального ИИ – переход от автоматизации отдельных операций к созданию связанной экосистемы, где цифровые двойники, предиктивная аналитика и ИИ-агенты работают в едином контуре. В фокусе – не только отдельные агрегаты, но и вся производственная цепочка: от сырья до логистики.
Источник: РБК, 15.07.2026 г.