Оценка пользы ИИ на заводе: простои и затраты

Cognite оценивает результат по производственным показателям: сокращению простоев и затрат, улучшению работы сотрудников цеха, росту выпуска продукции и более быстрому вводу решений в работу. Компания приводит следующую разбивку заявленного эффекта. [1]

Это приблизительные доли по данным Cognite. После округления их сумма составляет 99%. Они описывают состав заявленного эффекта; независимый аудит финансовых результатов в источнике не представлен.

Самая большая доля связана с незапланированными простоями и производственными затратами. Ещё 27% компания относит к работе сотрудников цеха: они получают сведения об оборудовании и производстве в момент, когда принимают решение. [1]

Расход токенов показывает, сколько использовали ИИ. Время работы станков помогает оценить изменения на производстве.

Cognite также сообщает, что с мая 2026 года клиенты создали более 1 200 приложений, готовых к промышленной эксплуатации. Объём временных рядов, связанных с производственными объектами и задачами, достиг 107 трлн точек данных, а расход токенов ИИ вырос более чем на 1 000%. Эти цифры показывают масштаб и использование платформы, но сами по себе не измеряют окупаемость. [1]

Один из примеров в материалах Cognite — Framo, норвежский производитель насосных систем для судов и морских платформ. Вместе с партнёром Ignos компания связала данные оборудования с данными учётных систем и контроля качества. Операторы получили общую картину состояния станков, производственных заданий и работы цеха. [2]

До этого, по описанию Cognite, сведения были разрознены более чем в 15 системах. Сотрудники вручную выгружали данные, выполняли сложные действия для запуска заданий и не всегда могли быстро понять, почему станок простаивает. [2]

Это результаты Framo по данным поставщика, без независимого эксперимента. Прибавка в 150 часов — суммарное дополнительное время работы всех 62 станков за сутки. Это не 150 часов для каждого станка. В кейсе также указано, что время на административное сопровождение сократилось на 3 175 часов в год. [2]

Функции Pulse и Engage описаны в клиентском кейсе Cognite. Ignos отдельно подтверждает использование Framo приложений Pulse, Engage и Move. Обратная запись данных из Move в ERP в материале Cognite обозначена как будущая функция, а не уже полученный результат. [2] [3]

Приложения изменили работу операторов с данными. Ignos Engage упростил доступ к заданиям и сократил повторный ввод сведений. С помощью Ignos Pulse операторы видят, сколько станки работают и простаивают. Ignos Move помог отслеживать материалы внутри завода. Сотрудникам стало проще использовать доступные данные в работе. [2] [3]

Ignos описывает Pulse, Engage и Move как работающие приложения Framo. Обслуживание оборудования по прогнозу его состояния и планирование с ИИ компания рассматривает как следующие возможности, а не как уже достигнутые результаты. [3]

Это различие важно при планировании внедрения. Качественные данные и удобный рабочий экран могут приносить пользу ещё до того, как в процессе появится автономный ИИ-агент.

Cognite указывает 62 станка, Ignos — около 70 в другом описании внедрения.

В клиентском кейсе Cognite указаны 62 подключённых станка. В материале Ignos говорится о данных в реальном времени примерно с 70 станков. Эти числа относятся к разным описаниям внедрения, поэтому их нельзя считать одним и тем же замером. [2] [3]

В отдельной статье Cognite описывает свой порядок проверки результатов. До расширения внедрения компания согласует исходные показатели, затем сопоставляет использование системы с изменениями в работе. Результаты обсуждают с сотрудниками, руководителями производства и финансовыми руководителями; по словам Cognite, клиенты их утверждают. [4]

В открытом объявлении нет расчётов по каждому клиенту, единого описания вклада технологий во всех внедрениях или независимого аудита общей суммы в $1 млрд. Cognite описывает собственную процедуру совместной проверки с клиентами. [1] [4]

Важно и то, что входит в эту сумму. Методика Cognite учитывает как прямой финансовый результат, так и высвободившееся рабочее время инженеров. Поэтому $1 млрд нельзя представлять как единую сумму денежной экономии, подтверждённую независимым аудитом. [4]

Следующие вопросы — рекомендации Maak.Digital на основе этих материалов. Это не перечень измеренных результатов Cognite или Framo.

При оценке промышленного ИИ нужно выяснить, что изменилось в работе производства и как измерили результат. Пример Framo показывает роль интеграций, удобных приложений и данных о состоянии станков. Дополнительную пользу ИИ следует оценивать отдельно.