Число российских компаний, которые создают гибридные решения на AI и IoT, стремится к нулю, хотя подобные разработки довольно просто реализовать с технологической точки зрения. Так считает участник дискуссионной панели AI Conference, глава российского отделения компании PTC Андрей Шолохов. Мы провели с Андреем блиц-интервью, в котором он поделился своим мнением об отличии IoT-решений в России и западных странах, а также о сложности разработки гибридных AI+IoT-продуктов.

Если сравнивать качество гибридных решений на AI и IoT в России и странах Запада, чьи окажутся лучше?

Критерии «лучше» и «хуже» очень субъективны, тем не менее, можно сформулировать основные отличия решений в области IoT-аналитики в США, Западной Европе и частично в азиатских странах от состояния дел в России.

  • Бóльшая распространенность промышленных инструментов (используемых десятками и даже сотнями клиентов по всему миру) по сравнению с самописными (DIY) решениями.
  • Более распространенное использование общедоступных облачных технологий для хранения и обработки информации.
  • Больше опыта (положительного и отрицательного) проведения таких проектов.

Кому в первую очередь могут понадобиться такие решения?

Проекты по IoT-аналитике в первую очередь необходимы предприятиям и организациям, проводящим проекты в области бережливого производства или производства в концепции «шесть сигм» с помощью IoT-инструментов. Такое направление недавно получило название Digital Lean.


Каков примерный процент проникновения решений на AI+IoT в российских компаниях?

Количество таких российских компаний стремится к нулю. В лучшем случае есть некая самописная или российская система по мониторингу оборудования, но задачи по машинному обучению или статистическому анализу делаются «на коленке» и фактически являются отдельными проектами.


Насколько сложнее разрабатывать гибридные AI+IoT-решения по сравнению с решениями на основе одной технологии?

С технологической точки зрения проекты, где используются технологии Интернета вещей и машинного обучения одновременно, совсем не сложны. Дело в том, что интерфейс между этими технологиями – нормализованные данные, собранные средствами IoT и анализируемые с помощью AI.

Единственная техническая сложность может возникнуть, если нужно построить аналитическую модель по данным, поступающим в реальном времени, а не записанным заранее. Тем не менее, такие случаи встречаются редко, и уже есть промышленные инструменты, способные обеспечить подобную функциональность.

Сложность интеграции двух технологий, скорее, идеологическая. Создатели систем по мониторингу оборудования стремятся построить постоянно работающие решения. Такие решения способны указывать владельцам бизнеса, что есть существенные факторы, которые необходимо устранить, в том числе остановкой и перенастройкой процесса.


Есть ли помощь от государства в развитии этих технологий? Если нет, то в каком виде вы бы хотели ее получить?

Помощи нет. И самая большая помощь от государства будет, когда государственные служащие поймут не только преимущества «новых» технологий, но и существенные ограничения их применимости. Также неплохо было бы, если бы у них сформировались правильные ожидание от использования инноваций.


Зарегистрироваться