Ứng dụng 🇷🇺 08.08.2026 22:02

Từ Excel đến mạng nơ-ron: Trí tuệ nhân tạo đang chuyển đổi hoạch định sản xuất như thế nào và khi nào sẽ đạt được quyền tự chủ hoàn toàn

Google/DeepMindGoogle/DeepMind СберСбер ITMO UniversityITMO University South32South32 Botswana DiamondsBotswana Diamonds СеверстальСеверсталь СИБУРСИБУР Rolls-RoyceRolls-Royce
Hoạch định sản xuất đang chuyển từ bảng tính thủ công sang hệ thống hỗ trợ bởi trí tuệ nhân tạo (AI), nhưng quyền tự chủ hoàn toàn vẫn là mục tiêu tương lai. Một nghiên cứu của Quỹ Skolkovo và Tổ chức Kinh tế Kỹ thuật số cho thấy ngành công nghiệp Nga đang thận trọng thử nghiệm AI, đối mặt với các rào cản như sự kháng cự của nhân viên, vấn đề chất lượng dữ liệu và lo ngại về lợi tức đầu tư. Các mô hình kết hợp, mô hình ngôn ngữ lớn và hoạch định dựa trên kịch bản đã mang lại kết quả thực tế tại các công ty lớn.
AI trong lập kế hoạch sản xuất đang phát triển từ một công cụ thay thế con người thành một trợ lý mạnh mẽ hỗ trợ họ, được minh họa qua khái niệm 'bảng điều khiển kế hoạch kỹ thuật số' của các nhà nghiên cứu tại Viện Fraunhofer, nơi thuật toán kiểm tra hàng nghìn ràng buộc ẩn và đưa ra các lịch trình tối ưu, nhưng quyết định cuối cùng vẫn thuộc về con người. Tại Nga, một nghiên cứu chung giữa Quỹ Skolkovo và ANO Nền kinh tế số cho thấy sự quan tâm thận trọng đối với AI tạo sinh, với các rào cản chính bao gồm sự phản kháng của nhân viên (được khoảng một nửa số công ty trích dẫn), chất lượng dữ liệu kém, và khó khăn trong việc đánh giá lợi tức đầu tư cũng như bảo mật thông tin. Bất chấp những thách thức này, các kỹ sư đang xây dựng các hệ thống lai kết hợp các mô hình tạo sinh với biểu diễn đồ thị của mạng lưới sản xuất, sử dụng các mô hình ngôn ngữ lớn (LLM) để dịch các truy vấn phi cấu trúc, và áp dụng quy hoạch tuyến tính toán học (như trong hệ thống 'AI-Kantorovich', đã giảm thời gian lập kế hoạch xuống còn 2-3 phút và cắt giảm chi phí hơn 3% trong một thử nghiệm sản xuất mỹ phẩm). Các nhà nghiên cứu Skolkovo dự đoán một sự chuyển đổi hàng loạt: trong vòng 1-2 năm, các mô hình thích ứng để phân tích kịch bản; trong vòng 2-3 năm, các mô hình chính xác cao với bản sao kỹ thuật số; trong vòng 3-5 năm, các giải pháp ngành và trung tâm năng lực. Các trường hợp thực tế bao gồm US Steel và Google MineMind giảm 20% thời gian ngừng hoạt động của thiết bị, Botswana Diamonds tìm thấy bảy mỏ kim cương mới từ 380 GB dữ liệu địa chất, chatbot AI của Severstal giảm thời gian kiểm tra bảo trì từ 60 ngày công xuống còn một ngày, các trợ lý AI của NLMK tăng tốc phát triển phần mềm lên 53%, SIBUR và Sber thiết kế polymer mới thông qua mô hình kỹ thuật số, trợ lý 'Akela' của Tatneft và ITMO cải thiện hiệu quả lập kế hoạch lên 30% và giảm lao động từ 16 đến 20 lần, Rolls-Royce giảm 90% các thí nghiệm vật lý trong phát triển hợp kim, LEAP 71 thử nghiệm động cơ tên lửa Aerospike được thiết kế bằng mạng nơ-ron trong ba tuần, copilot công nghiệp của Siemens tiết kiệm tới 25% thời gian bảo trì, Rosneft và ITMO cắt giảm thiết kế khái niệm cho cảng Bắc Cực xuống mười lần, và DOM.RF cùng Rocket Group tạo ra hơn 20 ý tưởng phát triển mỗi ngày. Công ty Creative Way, nơi báo cáo những điều này, nhận thấy rằng những nút thắt lớn nhất là thiếu năng lực và dữ liệu bẩn, trong khi chính lĩnh vực đó lại mang lại tốc độ tăng trưởng nhanh nhất và có thể thu hồi vốn trong những tháng đầu tiên sau khi triển khai dự án.
Nguồn: Habr — хаб ИИ — bản gốc
Bài viết liên quan trước đây ↓
Tin mới