«Сколково» и АНО «Цифровая экономика» выявляет осторожный интерес к генеративному ИИ, при этом ключевыми барьерами являются сопротивление персонала (на него ссылаются около половины компаний), плохое качество данных, а также трудности с оценкой ROI (окупаемости инвестиций) и информационной безопасности. Несмотря на эти проблемы, инженеры создают гибридные системы, сочетающие генеративные модели с графовыми представлениями производственных сетей, используют большие языковые модели (LLM) для перевода неструктурированных запросов и применяют математическое линейное программирование (как в системе «ИИ-Канторович», которая сократила время планирования до 2-3 минут и снизила затраты более чем на 3% в пилотном проекте на косметическом производстве). Исследователи «Сколково» прогнозируют массовый переход: в течение 1-2 лет — адаптивные модели для сценарного анализа; в течение 2-3 лет — высокоточные модели с цифровыми двойниками; в течение 3-5 лет — отраслевые решения и центры компетенций. Практические кейсы включают US Steel и MineMind от Google, сократившие время простоев оборудования на 20%, Botswana Diamonds, нашедшую семь новых месторождений алмазов по 380 ГБ геологических данных, ИИ-чат-бот «Северстали», сокративший время аудита технического обслуживания с 60 человеко-дней до одного, ИИ-ассистентов НЛМК, ускоривших разработку ПО на 53%, «СИБУР» и Сбер, проектирующие новые полимеры с помощью цифрового моделирования, ассистента «Акела» «Татнефти» и ИТМО, повысившего эффективность планирования на 30% и сократившего трудозатраты в 16-20 раз, Rolls-Royce, сократившую физические эксперименты на 90% при разработке сплавов, LEAP 71, испытавшую ракетный двигатель Aerospike, спроектированный нейросетью, за три недели, промышленного копайлота Siemens, экономящего до 25% времени на