Стандарты были разработаны техническим комитетом “Кибер-физические системы” на базе РВК при поддержке Минпромторга России. По оценкам ведомства, стандартизация способна приносить в ВВП страны до 1 процента в год и около 3 процентов – в развитие экспорта, от нее напрямую зависит успех цифровой трансформации.
– Утверждение первых стандартов – долгожданный шаг для формирования в России полноценной экосистемы нормативно-технического регулирования цифровой промышленности, – подчеркнул министр промышленности и торговли Денис Мантуров. – Работа над стандартами для Индустрии 4.0 дает ощутимые экономические эффекты для отрасли, а их учет в работе предоставляет дополнительные конкурентные преимущества производителям, в особенности ориентированным на работу с внешними рынками.
В рамках серии утверждены в том числе первые нормативно-технические документы, регулирующие сферу “цифровых двойников”. Это виртуальное представление физических элементов производственного процесса – продукции, ресурсов, персонала. “Цифровые двойники” позволяют оптимизировать управление процессами производства, обнаруживать аномалии и обслуживать оборудование, исходя из диагностики и контроля его состояния.
В публичном обсуждении стандартов приняли участие более 20 организаций – членов рабочих групп технического комитета “Кибер-физические системы”, а также приглашенные компании, среди которых крупнейшие участники рынка.
– В процессе работы над стандартами технический комитет получил широкий отклик различных участников рынка, – рассказал глава Росстандарта Алексей Абрамов. – Публичное обсуждение прошло в открытом онлайн-формате, присоединиться к которому мог любой желающий. Итоговые документы, утвержденные Росстандартом, отражают консенсус экспертного сообщества по основам развития цифровой промышленности в России. Мы будем внимательно следить за дальнейшей процедурой апробации стандартов и обратной связью рынка.
По оценкам минпромторга, стандартизация способна приносить в ВВП страны до 1 процента в год
В РВК полагают, что стандарты окажут существенное влияние на цифровизацию промышленного сектора, а также развитие рынка Технет Национальной технологической инициативы.
– Утверждение серии стандартов цифровой промышленности, и в особенности цифровых двойников, подвело итог дискуссиям, которые долгое время велись на различных отраслевых площадках. Безусловно, сегодня мы открыли новую страницу в развитии подходов к регулированию цифрового производства, – отметил руководитель программ РВК, председатель технического комитета “Кибер-физические системы” Никита Уткин.
В минпромторге ожидают, что принятые стандарты станут отправной точкой для активного развития и внедрения цифровых решений в промышленное производство.
Цифровой двойник – это компьютерная модель реального объекта или процесса, которая воспроизводит его состояние в различных условиях. Масштаб может быть разным: от небольшой детали до целого предприятия. Важно, что виртуальная копия может появиться раньше самого изделия – в этом заключается одна из главных особенностей цифрового “брата”.
– Ключевые конкурентные преимущества создаются еще на этапе разработки изделия – это мировой тренд, – пояснил проректор по цифровой трансформации СПбПУ, руководитель центра компетенций “Новые производственные технологии” Алексей Боровков на форуме в Петербурге. – Когда изделие уже выпущено, остается только мониторить его техническое состояние, при необходимости слегка модернизировать и так далее. Но существенно изменить что-то уже невозможно. Поэтому надо максимально улучшать технические и потребительские характеристики изделия на этапе разработки.
С цифровыми двойниками процесс пойдет быстрее и обойдется дешевле. В качестве примера эксперт привел двигателестроение. Для того чтобы довести изделие до необходимых характеристик, требуется с десяток опытных образцов и множество дорогостоящих испытаний – от лабораторных до натурных. В 1980-е годы их список состоял из 46 пунктов!
Цифровой двойник позволяет смоделировать все ситуации на виртуальных испытательных стендах и полигонах. В итоге он сокращает число испытаний и сроки вывода изделия на рынок, снижает себестоимость его разработки. Символом такой компьютерной модели стал кубик Рубика: в собранном виде каждая его грань отвечает за совокупность характеристик – экономику, экологию, прочность и так далее. Это идеал, которого надо достичь в процессе виртуальной сборки кубика.
Компьютерная модель поможет и на следующих этапах производства и эксплуатации. Как отметил Алексей Боровков, когда новая разработка поступает на завод, технологи зачастую говорят: “Отличное решение, но мы не можем его применить, поскольку у нас другое оборудование”. Подобные ограничения можно учесть в цифровом двойнике, при этом идеальное решение тоже останется. Более того, оно будет не единственным.
– Цифровая трансформация позволяет работать по десяти-тридцати траекториям проектирования. В результате мы получаем пять-десять решений, которые удовлетворяют требованиям заказчика. Но на рынок выводится только одно – то, что превосходит по характеристикам заданное на старте. При этом остаются еще как минимум четыре варианта. Мы в таких случаях говорим: “Двойники сидят в засаде”. Материализовать их можно очень быстро – за одну-две недели. То есть цифровые модели обеспечивают не только создание продукции мирового уровня, но и гарантированное развитие, – убежден Алексей Боровков.
Экономисты уже видят эффект от цифрового моделирования в таких отраслях, как машиностроение и строительство. Среди прочего оно усиливает межотраслевую кооперацию. Бывшие конкуренты начинают объединяться, потому что инвестиции в “цифру” – дело дорогое. Но без них не обойтись: цифровые технологии создают будущее промышленности.
– РФ приняла поправки в Гражданский кодекс, по которым мы теперь можем в 3D-модели фиксировать инженерное изделие как результат интеллектуальной деятельности, – подчеркнула советник декана экономического факультета МГУ Елена Тищенко. – В результате цифровое моделирование формирует настоящий актив машиностроения, строительной и других отраслей. Можно создавать цифровые библиотеки из проектов типовых конструкций, которые повсеместно применяются, к примеру, в нацпроектах. Появление такого актива выводит нас на новый растущий рынок, который оценивается в 400 миллиардов долларов.
Цифровые модели начинают проникать не только в промышленность, но и в биомедицину, прогнозирование эпидемиологических ситуаций, сельское хозяйство и многие другие сферы жизни. С помощью таких технологий можно даже моделировать социально-экономические процессы.
Однако их применение еще не стало повсеместной практикой в России, отметил заместитель министра промышленности и торговли РФ Олег Рязанцев.
– Цифровые двойники – это новая философия, основа четвертой промышленной революции. Но пока наши конструкторские бюро и заводы в недостаточной степени применяют эти технологии. Надо проанализировать, что необходимо для увеличения числа цифровых двойников, их внедрения в производство. В результате у нас будет появляться новая высокотехнологичная продукция, – считает представитель Минпромторга.
Эксперты сходятся во мнении, что отказ от цифровых технологий приведет к безнадежному отставанию во всех сферах. Мир цифровизуется гораздо быстрее, чем ожидалось, этот процесс сильно ускорила пандемия, отмечалось на петербургском форуме.
В ближайшие годы основным трендом будут самодостаточность, расчет на собственные стандарты и производство, подчеркнул специальный представитель президента РФ по вопросам цифрового и технологического развития Дмитрий Песков. По его словам, на смену импортозамещению должно прийти импортоопережение. Это означает, что надо создавать собственные цифровые продукты, а затем пытаться масштабировать их на другие страны.
Кстати, российским стандартом цифровых двойников уже заинтересовались во многих государствах. Впервые за последние годы зашла речь об экспорте стандартов.
CEO и co-founder SalesAI.
Управляет удалёнными командами продаж с 2008 года. За это время обеспечил пятикратный рост продаж в ABBYY LS и запустил в космос ещё несколько стартапов. Сейчас учится на программе MBA «Лидеры изменений» от Skillbox и Высшей школы менеджмента СПбГУ.
Роман — фанат концепции непрерывного обучения и нелинейных систем. Он запустил стартап, который помогает компаниям расти и строить нелинейные системы продаж. Автор Telegram-канала «VP of Sales».
Вовремя внедрённые цифровые решения не только двигают компанию вперёд и решают её насущные проблемы, но и позволяют ей адекватно реагировать на изменения рынка. Есть две основные задачи, которые решают цифровые преобразования в компании:
- Оцифровать некоторые бизнес-процессы — так, чтобы частично заменить людей.
- Изменить подходы к бизнес-процессам, управлению, корпоративной культуре, внешним коммуникациям — так, чтобы ускорить рост и увеличить эффективность деятельности.
Что поможет компании закрыть эти потребности — цифровизация или цифровая трансформация? В статье разберём, в чём разница между этими понятиями. А потом посмотрим на пример цифровой трансформации продаж в IT-компании.
Цифровизация — внедрение современных технологий в бизнес-процессы компании для того, чтобы повысить их качество и эффективность. Например, если небольшая пекарня установит CRM-систему, чтобы ускорить доставку своей продукции, — бизнес будет на этапе цифровизации.
Если эта же пекарня использует системы искусственного интеллекта в обучении сотрудников, начнётся уже цифровая трансформация бизнеса. Цифровая трансформация — внедрение цифровых технологий в систему управления компанией для того, чтобы полностью заменить устаревшие способы ведения бизнеса современными альтернативами.
Эти процессы не только похожи, но даже невозможны друг без друга. Цифровая трансформация — глубокие изменения, которые влияют на все бизнес-процессы компании. А цифровизация бизнеса заменяет работу человека или облегчает её в некоторых бизнес-процессах.
Если цифровая трансформация может навредить некоторым компаниям — например, компаниям с ручным производством, — то цифровизация некоторых процессов необходима всем.
Часто цифровая трансформация становится продолжением цифровизации. Например, система CRM — это образец цифровизации. Она упрощает работу менеджера по продажам: теперь он не записывает данные на листочек, а вносит их в систему. Система хранит и обрабатывает эти данные.
Эффективность процесса станет ещё выше, если данные в CRM будет вносить не менеджер по продажам, а система с элементами искусственного интеллекта. Тогда цифровизация станет цифровой трансформацией.
Ниже разберём на примере, как проходила цифровая трансформация процесса продаж в IT-компании.
До цифровой трансформации. IT-компания продаёт услуги разработки программного обеспечения на заказ. Средний чек — 5–10 млн рублей.
Процесс продаж состоит из нескольких этапов и занимает 3–6 месяцев. Каждый этап — это онлайн-встреча со своей целью:
- Discovery — клиента.
- — встретиться с лицом, принимающим решение, и подготовить предложение.
- Demo — продемонстрировать клиенту, как будет решена его боль, и обсудить с ним стратегию.
- Closing — согласовать стратегию и утвердить бюджет.
Последний этап самый сложный. Чтобы он прошел успешно, нужно с первой встречи задавать клиенту правильные вопросы и точно фиксировать ответы в CRM. Соотношение между выигранными и созданными в CRM сделками — коэффициент .
Компания поставила перед собой цель — увеличить конверсию в два раза.
Чтобы быстрее достичь этой цели, мы наняли . Он проанализировал, как организованы продажи, и предложил пересмотреть этап квалификации.
Дело в том, что менеджеры недостаточно быстро понимали, кто из потенциальных клиентов заинтересован в покупке услуги, а кому она неинтересна. Чем быстрее менеджеры понимают: «Это не наш лид», тем меньше ресурсов они на него тратят и тем больше ресурсов можно инвестировать в заинтересованных клиентов.
Чтобы помочь менеджерам в квалификации клиентов, мы разработали более сложный . Он представлял собой список из тридцати вопросов. Получив ответы на эти вопросы, менеджер понимал, заинтересован клиент в услуге или нет. Список должен был закрыть все потребности продажников на переговорах.
Структура фреймворка была логичной, отвечала задаче и, как тогда казалось, была вполне пригодна для применения.
Мы приступили к тестированию этого решения. Менеджеры встречались с клиентами, задавали вопросы из фреймворка и записывали всё на видео. Нам оставалось посмотреть видео, проанализировать результаты и, как мы думали, удостовериться в том, что всё работает.
Проблема. Фреймворк работал хуже, чем мы рассчитывали. Главным препятствием стали человеческие слабости и «инстинкт самосохранения» менеджеров. Они забывали включать запись и фиксировать ответы клиентов. Некоторые вопросы считали неудобными или несвоевременными, поэтому не задавали их. Часто менеджеры сами додумывали ответы, которых не было, а данные в CRM вносили с искажениями и задержками или забывали важные факты.
Стало очевидно, что недостаточно иметь перед глазами тридцать вопросов, ответы на которые помогут классифицировать сделку. Нужно каким-то образом обойти человеческий фактор, используя для этого современные технологии.
Процесс цифровой трансформации. Нам потребовалась система, которая сможет взять качественную информацию напрямую от клиента, без эмоциональных фильтров менеджеров. В идеале процесс должен был выглядеть так:
- Менеджер по продажам общается с потенциальным клиентом — он не пропускает важные вопросы из фреймворка и чётко следует намеченному плану.
- Система распознаёт контекст полученных ответов и разносит их по нужным ячейкам CRM.
- На основании этих ответов выстраивает стратегию продаж.
Так появилась система с искусственным интеллектом для управления фреймворком — SalesAI. Она интегрируется с CRM, а также с системой видеосвязи (Zoom, Google Meet, Skype) или IP-телефонии. Прямо во время звонка или встречи, пока менеджер говорит с клиентом, система расшифровывает речь и разбирается, к ответам на какие вопросы можно отнести фразы клиента. На основе анализа она в режиме реального времени даёт подсказки менеджеру.
Если встреча проходит идеально, менеджеру не нужно задавать все тридцать вопросов — SalesAI распознает необходимые ответы из монолога клиента и разнесёт их по нужным ячейкам CRM.
Пример анализа диалога системой SalesAI
Скриншот: сайт SalesAI
Затем система самостоятельно сделает вывод, какого качества ответы мы получили, и решит, стоит ли дальше работать с этим клиентом. Если нет — менеджер завершает работу с ним и направляет усилия на другой контакт.
Система SalesAI выдаёт анализ встречи
Скриншот: сайт SalesAI
Также система автоматизирует рутину, на которой менеджер обычно теряет много времени, — составляет протоколы переговоров, фиксирует договорённости, оформляет коммерческие предложения. Всё это создаётся по заданным шаблонам автоматически после каждой встречи. Менеджеру остаётся только скорректировать готовые документы и отправить клиенту.
Пример готового протокола встречи
Скриншот: сайт SalesAI
Пример готового коммерческого предложения
Скриншот: сайт SalesAI
Что позволила сделать цифровая трансформация продаж:
- Компания перестала терять объективные данные от потенциальных клиентов.
- Конверсия сделок увеличилась на 17% за три месяца.
- Благодаря автоматизации процессов производительность менеджеров выросла в два раза.
- Директор по продажам получил доступ к наглядной аналитике по всему отделу. Ему доступны показатели качества встреч, конверсии продаж, оценка работы менеджеров по более чем десяти параметрам. В системе видно, кто работает качественнее, у кого больше закрытых сделок, кому и какие компетенции нужно подтянуть. Результат — эффективная работающая команда, которую не нужно постоянно контролировать.
- Цифровизация — это улучшение бизнес-процессов с помощью современных технологий. Цифровая трансформация — глубокое изменение системы управления.
- Цифровизация в той или иной мере нужна всем компаниям, а вот цифровая трансформация для некоторых компаний может оказаться бесполезной или даже вредной.
- Цифровая трансформация невозможна без цифровизации.
- Наш пример — пример цифровой трансформации, так как появление ИИ-системы значительно изменило процесс продаж. Искусственный интеллект начал принимать решения за менеджеров по продажам.
Электронное раздвоение
Согласно дорожной карте НТИ, до 2024 года 250 российских предприятий должны использовать «цифровых двойников», а затраты на их внедрение составят 145 млрд руб. Процесс распространения этой технологии идет уже несколько лет. На юге России первые такие проекты запустили крупные производства. Там «цифровые двойники» помогают планировать распределение ресурсов, контролировать качество и прогнозировать риски.
Осенью 2021 года Росстандарт принял ГОСТ, устанавливающий требования к «цифровым двойникам» в машиностроении. В этой отрасли на юге есть первые проекты по внедрению цифровых имитационных моделей, как, впрочем, и в других отраслях. Например, в Ростовской области к созданию электронного «двойника» приступили специалисты Таганрогского металлургического завода («Тагмета»).
«Цифровой двойник» — это виртуальная модель изделия, процесса или целого предприятия. Она анализирует данные, поступающие из информационных систем компании, в автоматическом режиме выявляет проблемные точки, дает рекомендации по планированию работ, поставкам ресурсов и т. п. Проще говоря, помогает создать оптимальный вариант. Помимо удобства, технология создает определенные риски. Связаны они с потенциальной уязвимостью «цифровых двойников» для кибератак и возможными последствиями повреждения таких электронных моделей. В их числе, например, расход лишних ресурсов и простои оборудования.
В сентябре 2021 года Федеральное агентство по техническому регулированию и метрологии (Росстандарт) утвердило ГОСТ Р 57700.37–2021 «Компьютерные модели и моделирование. Цифровые двойники изделий. Общие положения». Это первый в мире нормативный документ такого рода, отмечается в сообщении на сайте Росстандарта. Новый ГОСТ распространяется на изделия машиностроения. «Однако на его основе могут разрабатываться стандарты, устанавливающие требования к цифровым двойникам изделий различных отраслей промышленности с учетом их специфики», — уточнили представители Росстандарта.
ГОСТ установил единое определение «цифрового двойника изделия»: это «система, состоящая из цифровой модели изделия и двусторонних информационных связей с изделием (при наличии изделия) и (или) его составными частями. Также в ГОСТе формализованы понятия «цифровых (виртуальных) испытаний», «цифрового (виртуального) испытательного стенда» и «цифрового (виртуального) испытательного полигона».
Дорожная карта Национальной технологической инициативы (НТИ) предусматривает, что к 2024 году использовать «цифровых двойников» будут 250 российских предприятий. По данным из дорожной карты НТИ, совокупный объем инвестиций во внедрение технологии составит 145 млрд руб.
На основе опыта корпорации General Electric использование «цифрового двойника» позволяет снизить финансовые затраты на 10-50%, временные — на 20-70% и на 10-50% увеличить прибыль.
Машиностроители в авангарде
В Ростовской области первый широко известный проект по созданию «цифрового двойника» запустил Новочеркасский электровозостроительный завод (НЭВЗ). Проект стартовал в начале 2018 года. Полгода спустя, в сентябре, на территории НЭВЗа был создан ситуационный центр для мониторинга и контроля производственных активов и процессов в режиме реального времени.
В рамках проекта Новочеркасский электровозостроительный завод совместно с IT-компанией «2050-Интегратор» создал цифровые имитационные модели пяти производственных цехов, позволяющие рассчитывать потребности в ресурсах. По словам руководителя проекта «Цифровой завод НЭВЗ» Игоря Малакаева, «цифровых двойников» получили сборочный, ремонтный и малярный цеха, а также подразделения, которые занимаются сетевым планированием выпуска электровозов и расчетом производственных мощностей. Проект предусматривает разработку 3D-модели предприятия, которая позволяет упростить запуск новых видов продукции и цифровизацию ключевых производственных узлов, включающую 3D-моделирование изделий нескольких типов.
«Для разработки “цифровых двойников” требуются исходные данные для моделирования производственных процессов, что зависит от выбранной модели объекта и необходимости ввода связанной с ним нормативной и справочной информации, — объяснил господин Малакаев. — Автоматизированное рабочее место пользователя должно соответствовать требованиям не ниже указанных для работы с программным обеспечением».
Для реализации проекта разработчик «цифровых двойников» — ООО «2050-Интегратор» — использует программное обеспечение Tecnomatix Plant Simulation v15.2. (Siemens). На этапе внедрения технологии в проекте участвуют 12 человек.
Данные об объеме инвестиций в проект и запланированных сроках его окупаемости представители НЭВЗа не сообщили, заявив, что такая информация «является коммерческой тайной предприятия».
По данным страницы проекта на сайте Новочеркасского электровозостроительного завода, цифровая система мониторинга производственного оборудования используется здесь более чем на 300 станках. Система мониторинга ресурсов позволяет отслеживать перемещения на всех этапах более чем 300 узлов и свыше 70 типов транспорта. Кроме того, на участке штамповки установлен промышленный робот.
НЭВЗ входит в состав АО «Трансмашхолдинг» (ТМХ) — крупнейшего российского производителя железнодорожного подвижного состава. «На заводе в Новочеркасске реализуется большой пилотный проект комплексной цифровизации. По сути, речь о создании цифрового макета завода, — рассказывал гендиректор “Трансмашхолдинга” Кирилл Липа в конце 2018 года в интервью корпоративному изданию. — Все, что связано с производством, технологиями, людьми, движением материально-технических ресурсов и полуфабрикатов, будет заложено в виде математической модели в информационные системы, также будет обеспечена онлайн-связь с центральным сервером. Это позволит создать уникальную атмосферу, IT-среду, в рамках которой мы сможем осуществлять быстрое и глубокое исследование любых технологических изменений. Срок реализации этого пилотного проекта — два года. Затем будем масштабировать его на другие предприятия ТМХ».
По мнению господина Липы, проект может перевернуть представление о производстве вообще. Как только завод «упаковывается» в цифру, создается платформа для молниеносных технологических усовершенствований, резюмировал топ-менеджер.
Фактически сегодня сбылось все, о чем говорил Кирилл Липа три года назад. На НЭВЗе создан «цифровой двойник», проект Новочеркасского электровозостроительного завода стал показательным примером для других предприятий ТМХ, опыт НЭВЗа будут масштабировать уже в самое ближайшее время.
По пути создания «цифровых двойников» пошли и производственные подразделения госкорпорации «Росатом» (на юге ее представляет филиал компании «АЭМ-технологии» в Волгодонске). Здесь комментировать тему внедрения «цифровых двойников» не стали, объяснив это тем, что проект недавно стартовал в компании.
Ранее, в апреле текущего года, генеральный директор «АЭМ-технологии» Игорь Котов говорил в интервью «Ъ-Юг» о том, что в компании приступили к использованию платформы имитационного моделирования процессов (фактически это аналог «цифрового двойника»). «Эта платформа понадобилась на этапе, когда мы получили дорожную карту (выполнения заказов) и попытались понять, в состоянии ее выполнить или нет, — объяснял господин Котов. — Когда в первый раз загрузили (в систему) производственную программу, рассчитанную до 2025 года, то увидели, что последний реактор будет изготовлен в 2047 году. Мы поняли, что план необходимо скорректировать».
Игорь Котов добавил, что на основе системы моделирования процессов компания «АЭМ-технологии» ввела цифровые сменно-суточные задания (документ, регламентирующий подготовку производства), которые позволяют полностью соблюдать план работ. Кроме того, по словам топ-менеджера, демонстрация цифровой модели производства «помогает объяснить (клиенту), почему его заказ может быть готов к (строго) определенному времени и никак не раньше, даже если заказчик настаивает».
«Двойники» пришли в металлургию
С февраля 2021 года технологию создания «цифрового двойника» в Ростовской области внедряет «Тагмет» (входит в состав Трубной металлургической компании (ТМК) Дмитрия Пумпянского). Правда, пока речь идет только о цифровой копии «процесса прокатки труб в линии трубопрокатного агрегата с непрерывным станом PQF», а не всего завода.
«Наш “цифровой двойник“ основан на комплексной физико-математической модели, позволяющей в считаные секунды моделировать процесс прокатки при изменении различных настроечных параметров и условий деформирования (изделия), — рассказал ведущий специалист инженерно-технического центра “Тагмета” Кирилл Трубников. — Также процесс включает применение различных микросервисов, которые постоянно совершенствуются и адаптируются под действующую технологию».
Господин Трубников добавил, что разработкой «цифрового двойника» совместно занимались сотрудники меткомбината и научно-технического центра ТМК, который расположен в «Сколково». «Так что внедрение новой технологии не потребовало от нас дополнительных затрат, — уточнил инженер. — Основную микросервисную инфраструктуру разработчики реализовали на объектно-ориентированном языке программирования C#».
Кирилл Трубников добавил, что этот язык после запуска «цифрового двойника» будут использовать технологи и инженерно-технические работники трубопрокатного цеха, а также технического управления «Тагмета». «Ожидаемый итог от внедрения технологии — оптимизация работы оборудования, снижение доли брака и обеспечение стабильности производственных показателей, — объяснил инженер. — Следующим этапом станет адаптация “цифрового двойника” к действующим системам регистрации технологических параметров. Это позволит нам в режиме реального времени контролировать процесс прокатки, определять наилучшие условия деформирования, продолжать “обучение” разработанных моделей».
Кроме того, специалисты Таганрогского металлургического завода и их технологические партнеры приступили к разработке 3D-визуализации процесса с применением технологии VR (виртуальной реальности). «Уже в ближайшем будущем это позволит инженерам и другим специалистам предприятия совершенствовать технические и технологические навыки», — резюмировал господин Трубников.
Киберщит от атак и угроз
Сводных данных по количеству «цифровых двойников», которые используются сейчас российскими промпредприятиями, пока нет. В мировом масштабе, по данным исследовательской компании Gartner, эту технологию внедрили 13% организаций, применяющих решения в области «интернета вещей» (IoT). По словам Дмитрия Симонова, начальника отдела имитационного моделирования компании Dilibrium (Санкт-Петербург, специализируется на цифровизации бизнеса), если говорить о «цифровых двойниках» в промышленности, то в России это уже десятки предприятий. В год, по оценкам эксперта, запускается около 20 новых проектов. При этом сложных решений, позволяющих, например, смоделировать последствия от воздействия на изделие определенных нагрузок, пока считаные единицы, заметил господин Симонов.
Он добавил, что «цифровые двойники» на производстве — это возрастающий тренд. Росту способствуют госпрограммы поддержки и примеры эффективности внедренных бизнесом IT-решений. «Интерес к “цифровым двойникам” стимулирует и экономический кризис, подталкивающий предприятия к тому, чтобы тщательнее прогнозировать, как будет развиваться тот или иной проект. “Цифровые двойники” как раз и помогают решить эту задачу», — отметил Дмитрий Симонов.
С ростом числа «цифровых двойников» значительно увеличивается актуальность их защиты от киберугроз. Для «двойников», базирующихся не на статичной математической модели, а на машинном обучении (machine learning), основную опасность несут adversarial-атаки, заметил руководитель отдела технологий «Лаборатории Касперского» Андрей Лаврентьев. Такие атаки основаны на внесении минимальных изменений в данные, которые поступают в цифровую модель. Применительно к заводам и фабрикам это могут быть, например, показания датчиков, интегрированных в производственное оборудование. Изменения, как правило, заключаются в добавлении данных, которые подбираются таким образом, чтобы максимально исказить предсказания, которые формирует модель.
«Если от корректности этих предсказаний зависит технологический процесс, то такая атака может привести к простоям оборудования, лишним расходам на сырье и другим незапланированным издержкам, которые плохо сказываются на экономике предприятий, — подчеркнул господин Лаврентьев. — Пока атаки на “цифровых двойников”, как и сама эта технология, — новое явление, то есть не является массовым. Но уже существуют комплексные защитные решения на основе искусственного интеллекта, способные обнаружить отклонения в технологическом процессе на ранней стадии».
По словам Андрея Лаврентьева, принцип защиты основан на выстраивании модели таким образом, чтобы она была готова к попытке «скормить» ей искаженную информацию и могла справиться с такой атакой.
Повышение уровня цифровизации требует и более мощной, эффективной защиты от киберугроз, признали представители южных предприятий, использующих электронных «двойников». Однако на прямой вопрос о том, обеспечены ли таким щитом их цифровые заводы и производственные участки, представители компаний не ответили.
От нейрона до умного города
Чем цифровизация отличается от цифровой трансформации? Правда ли, что 5G продлевает жизнь? Что такое «сильный ИИ»? Разбираемся вместе.
Обложка: Meery Mary для Skillbox
Обозреватель Skillbox Media, в прошлом продюсер РБК. Пишет про идеи, технологии и истории. И про то, как на всём этом можно заработать.
Такие слова, как «искусственный интеллект», «нейросеть» и «цифровизация», мы слышим каждый день. С помощью всего этого работают и госучреждения, и хайповые приложения для обработки фотографий, и домашняя техника. Тем не менее объяснить устройство нейросети смогут не все, а цифровизацию, к которой так стремится бизнес, в каждой сфере понимают по-своему.
В этом гайде мы разберём самые важные понятия и процессы, связанные с диджитализацией. Расскажем, откуда взялись расхожие заблуждения (например, о том, что 5G вызывает рак). Спросим разработчиков, как научить нейросеть творить. Узнаем, когда люди начнут жить в умных городах и чем опасно быстрое развитие ИИ.
Единственного канонического определения искусственного интеллекта не существует. Обычно под ИИ подразумевают систему, способную «мыслить» или действовать как человек и постепенно учиться новому, используя собранную информацию.
Самые распространённые ИИ-технологии — это чат-боты, системы персонализированных рекомендаций в онлайн-магазинах и кинотеатрах и голосовые помощники вроде Siri или Алисы. Намного более сложные алгоритмы уже руководят строительством и разрабатывают новые лекарства.
И всё же искусственный интеллект пока не достиг уровня человеческого разума. Создать систему, которая справится со всем, что по силам человеку, то есть «сильный ИИ», — мечта многих разработчиков. По оценке технического директора Google Рэймонда Курцвейла, это произойдёт не ранее 2029 года.
Да, машинное обучение — это обучение ИИ. Чтобы создателю системы не приходилось постоянно дополнять её вручную, ИИ тренируют выполнять определённые действия, используя в качестве обучающих материалов массив данных. Например, показывают тысячи изображений котов и собак и учат отличать этих животных друг от друга. Если система назовёт собаку котом, программист поправит её и в следующий раз вероятность ошибки будет ниже.
В машинном обучении выделяют более сложный уровень глубокого обучения. Например, компания TwoSense.AI, которая специализируется на цифровой безопасности, с помощью глубокого обучения борется с мошенничеством. Алгоритмы составляют уникальный профиль для каждого пользователя, анализируя несколько параметров, включая длину его шага и геолокацию устройства. В глубоком обучении почти всегда участвуют нейросети.
Грубо говоря, нейронная сеть — это модель человеческого мозга. В биологии нейронами называют клетки мозга, которые принимают, обрабатывают и передают электрические сигналы. В цифровой сети нейрон — это математическая функция, вписанная в код.
Сеть состоит из нескольких слоёв нейронов, каждый из которых выполняет свою задачу. Например, первый слой принимает информацию, второй обрабатывает её, а на третий выводится результат вычислений. Каждому соединению нейронов — ребру нейросети — разработчики присваивают определённый вес. Если сеть ошибается, то вес корректируют. Это повторяется много раз до тех пор, пока система не перестанет делать ошибки.
Оказалось, что такой подход позволяет не только решать утилитарные задачи, но и творить. В 2016 году российское приложение Prisma, которое превращает фотографии в картины с помощью нейросети, попало в топ App Store. За прошедшие с этого момента пять лет нейросети научили писать собственные картины и музыку. А в 2017 году вышел рассказ «Гарри Поттер и портрет того, что выглядит, словно большая куча пепла», созданный нейросетью, в которую загрузили всю поттериану.
Иллюстрация: Майя Мальгина / Skillbox
Творческий процесс с использованием нейросети состоит из нескольких этапов. Прежде всего нужно выбрать архитектуру. Она зависит от задачи. Чтобы писать рассказы, нужна одна архитектура сети, а чтобы обрабатывать фото — другая. Например, тексты пишут нейросети, которые называют языковыми моделями. Они «читают» много текста, собирают статистику о нём и «учатся» понимать, как организованы слова: что за чем чаще всего идёт.
При этом нейросеть, которая «обучалась» на книгах Роулинг, не напишет ничего принципиально нового.
«Текст получится похожим на книги о Гарри Поттере, чем-то средним между всеми этими книгами. Чтобы он был другим, нужно дать нейросети „почитать“ других авторов. Например, Пелевина. Тогда на выходе получится что-то среднее между Роулинг и Пелевиным.
И это относится ко всем подобным моделям. Нейросети, которые пишут тексты, картины или обрабатывают фото, ничего принципиально нового в искусстве не изобретут», — рассказала Skillbox Media преподаватель Deep Learning School МФТИ Татьяна Гайнцева.
В широком смысле цифровизацией принято называть внедрение digital-решений, в частности нейросетей. Весь процесс обычно проходит в несколько этапов. Разберём их на примере бизнеса.
На первом этапе данные с физических носителей просто переводят в цифровой формат. Это стадия оцифровки. Завершив её, можно приступать собственно к цифровизации. На этом этапе оцифрованные данные используют для упрощения и оптимизации процессов. Но цифровизация не финальный этап. За ней следует цифровая трансформация. Это глубокое преобразование бизнеса с опорой на digital-решения. Цифровая трансформация открывает перед компанией новые возможности (например, выйти в новые ниши или повысить выручку за счёт новой стратегии), но не гарантирует успех. Это лишь возможности.
В 2020 году процесс цифровой трансформации резко набрал скорость из-за пандемии. По данным Dell, 85% компаний в России и 80% компаний в мире ускорили внедрение программ цифровой трансформации.
Сейчас digital-решения внедряют во всех сферах. ИИ помогает в выборе фильма на вечер и подбирает партнёров в Tinder. Дополненную реальность (AR) используют в играх (вспомним хотя бы Pokemon Go), а с помощью виртуальной реальности (VR) можно провести тест-драйв перед покупкой автомобиля.
Доцент «Сколтеха» Дмитрий Лаконцев называет одним из основных драйверов цифровизации интернет вещей (IoT). На бытовом уровне это явление особенно заметно: «умные» устройства с доступом к интернету «общаются» между собой. Чайник можно включить со смартфона, а холодильник также через телефон подсказывает владельцу, какие продукты купить. Это и есть интернет вещей. Правда, чайниками его возможности не ограничиваются. Промышленный интернет вещей (IIoT) автоматизирует производство с помощью «умного» оборудования.
Есть несколько факторов, которые этому мешают. Одних технологий недостаточно.
«Для того чтобы запустить процесс с нужной скоростью, нужны квалифицированные кадры. Пока таких специалистов не хватает», — объясняет заведующий Международной лабораторией цифровой трансформации в государственном управлении при НИУ ВШЭ Евгений Стырин.
По мнению продакт-менеджера Intel по глубокому обучению Ольги Перепёлкиной, для цифровизации нужно больше качественных, правильно размеченных данных, а их подготовка — например, соотнесение с определёнными классами — дорогой и трудоёмкий процесс. Также внедрение ИИ сдерживается недоверием людей к этой технологии и боязнью того, что искусственный интеллект заменит живых специалистов:
«Например, в медицине бывают случаи, когда персонал сопротивляется внедрению таких систем из страха, что часть функций будет отдана на откуп машинам, а специалисты потеряют свою ценность», — пояснила Ольга Skillbox Media.
Ещё одно существенное препятствие — недостаточное распространение 5G-сетей. По оценкам Ericsson, только к 2026 году на них будет приходиться больше половины мирового трафика.
5G — это мобильные сети пятого поколения. Буква G в названии означает generation. Первое поколение появилось ещё в 1980-х годах, а в 2010-х стал популярен стандарт 4G. Сейчас идёт развёртывание 5G-сетей. Сигнал 5G передаётся на более высоких частотах, чем 4G-сигнал.
Миф о том, что сети 5G провоцируют развитие рака, появился в 2019 году, когда журнал Scientific American опубликовал статью под названием «У нас нет никаких причин считать 5G безопасными». Её автор опирался на результаты эксперимента 2018 года: крысы, которых подвергали воздействию высокочастотных электромагнитных полей, чаще других болели раком. Эти выводы оказались ошибочными. Выяснилось даже, что самцы крыс, которые подвергались воздействию, жили дольше своих сородичей.
Scientific American выпустил опровержение через полторы недели после первой публикации, но волну паники было не остановить. Противники сетей нового поколения до сих пор жгут вышки 5G и всё, что за них принимают.
Новое поколение намного быстрее предшественников. Скорость 5G-интернета — 10–25 Гбит/с, а задержка в передаче сигнала — всего 1–2 мс. Для сравнения: в 4G скорость 1 Гбит/с считалась прорывом.
Это открывает новые возможности. Например, для передачи изображений высокого качества. C 5G виртуальная реальность станет доступной, а телемедицина — более продвинутой. То есть хирург сможет руководить операцией удалённо. 5G ускорит развитие беспилотного транспорта, а идея умного города сможет реализоваться в полной мере.
Не совсем. Сразу оговоримся: единого определения умного города нет. Это словосочетание превратилось в бренд, под которым запускают разные проекты — от экологических до связанных с безопасностью и здравоохранением. Несмотря на разницу в подходах, большинство концепций «умных городов» предполагают такие характеристики, как:
- экологичность,
- участие горожан в принятии решений,
- опора на данные,
- улучшение сервисов.
Сейчас главная трудность в том, чтобы совместить и скоординировать все эти направления.
«Городское управление представляет собой не монолитную систему „умный город“, а своеобразный оркестр из множества информационных сервисов, которые работают в единой связке. Одни сервисы муниципалитеты могут создавать сами, другие они заказывают профильным поставщикам. Оптимальная IT-среда для такого оркестра — открытые гибридные облачные платформы, позволяющие быстро интегрировать новые сервисы, в том числе основанные на искусственном интеллекте», — рассказал Skillbox Media Олег Бяхов, директор по государственным программам и развитию бизнеса IBM в России и СНГ.
Чтобы смоделировать все процессы, которые происходят в городе, и оптимизировать их, строят цифровые двойники. Среди самых ярких проектов — двойники Сингапура, Бостона и нового индийского города Амаравати.
Это виртуальная модель объекта или процесса. Городу цифровой двойник нужен для того, чтобы эффективнее управлять инфраструктурой (например, «умными» светофорами, системами ЖКХ и общественным транспортом), следить за тем, как климатические изменения влияют на жителей и здания, моделировать разные варианты развития территорий и выбирать оптимальные.
А цифровой двойник завода помогает спрогнозировать разные сценарии и предсказать, когда нужно будет ремонтировать оборудование, а когда — менять. Ещё он может подсчитать, сколько именно сырья и в какой момент нужно иметь на складе. Если вы разрабатываете сложное промышленное оборудование, то с помощью цифрового двойника его можно виртуально протестировать в разных условиях. При этом не придётся тратиться на физический прототип.
Цифровые двойники — важная составляющая Индустрии 4.0. Этим термином принято обозначать технологии эпохи четвёртой промышленной революции. Третья пришлась на начало XXI века — она характеризовалась внедрением компьютеров и сокращением использования полезных ископаемых.
В Индустрии 4.0 материальные объекты соединяются с виртуальными и образуют единую цифровую экосистему. «Умное» предприятие, на котором многими процессами управляет ИИ, и есть такая система.
Подобные мысли в последнее время высказывают в разных странах на самом высоком уровне. Например, Европарламент хочет запретить ИИ принимать решения о применении оружия, а в США рассматривают вопрос о том, чтобы ограничить его использование при отсеивании резюме кандидатов. В России тоже хотят регламентировать применение ИИ в тех сферах, где ошибка может иметь юридически значимые последствия.
Татьяна Гайнцева (Deep Learning School МФТИ) считает, что опасения обоснованны: «Да, действительно, нейросети очень быстро развились, и законы не поспели за этим процессом. По сути, сейчас он никак не регулируется. Две главные проблемы — необъективность нейросетей и невозможность интерпретировать принятые ими решения.
Предвзятость связана с тем, что сеть обучается на данных. Нейросеть лучше „понимает“ то, что она видела чаще всего, а сделать выборку данных сбалансированной по всем параметрам невозможно. Допустим, в ней будет поровну мужчин и женщин всех рас, но тех, кто носит очки, окажется меньше, чем тех, кто их не носит. Людей с короткими волосами может быть больше, чем длинноволосых, и так далее. Всё это делает нейросеть предвзятой.
Вторая проблема: мы никогда не сможем сказать, почему сеть выбрала то или иное. Представим, что нейросеть выносит приговор в суде, — невозможно будет узнать, на каких выводах он основан.
„Вылечить“ это мы пока никак не можем. Поэтому я считаю, что сейчас нет другого выхода, кроме как внести в законы ограничения для нейросетей. Важно реагировать быстро: проблемы будут постоянно обнаруживаться то в одной сфере, то в другой».
Вопрос о том, что можно и нельзя поручать ИИ, — один из главных в цифровой этике. Эта область этики сейчас только формируется. К ней относятся нормы обращения с информацией (в том числе с персональными данными) и технологиями, а также правила онлайн-коммуникации.
Чтобы «присматривать» за ИИ, крупные корпорации, например Google или IBM, нанимают собственных специалистов по цифровой этике или создают для этого группы из нескольких экспертов:
«В IBM есть AI Ethic Boards, то есть комитеты по этике ИИ, которые ещё на этапе дизайна рассматривают проекты с применением искусственного интеллекта. В такие комитеты входят специалисты по данным, дизайнеры систем, юристы и бизнес-консультанты», — говорит Олег Бяхов (IBM).
Научитесь: Профессия Machine Learning Engineer