Искусственный интеллект в последние несколько лет стал настоящим яблоком раздора в нефтегазовой отрасли. Апологеты ИИ заверяют, что новые технологии уже совсем скоро смогут решать любые производственные задачи лучше и быстрее людей. Скептики указывают на отсутствие здравого смысла и многочисленные ошибки нейросетей. Кто из сторон ближе к истине? Узнаем ответы у экспертов отрасли.
Где искусственный интеллект уже пригодился?
Об ИИ в нефтегазовой отрасли много говорят, но насколько эта технология распространена на самом деле? Как отметил в своём выступлении на Евразийском нефтегазовом форуме заместитель министра энергетики РФ Эдуард Шереметцев, в ТЭК уже есть процессы, в которых искусственный интеллект вовсю применяют.
«Но это, как правило, финансово-хозяйственная деятельность, различные нейросетевые агенты, помощники. В технологических системах на текущий момент времени главное — это безопасность и непрерывность. Поэтому пока те алгоритмы и решения, которые разрабатывают компании именно в управлении оборудованием, применяют с очень большой осторожностью», — отметил чиновник.
Впрочем, по этому вопросу есть и другое мнение. Сегодня можно наблюдать период активного освоения ИИ, констатируют в ГК ITPS.
«Всё это сопровождается запуском пилотных проектов с подтверждаемой бизнес-ценностью. Среди основных кейсов в этой области стоит отметить решения для разведки (анализ сейсмики и керна) и эксплуатации (цифровые двойники). Помимо этого, есть разработки по мониторингу оборудования, видеораспознаванию, оптимизации технологических режимов. Нефтегазовые компании формируют центры компетенций по ИИ, научные институты разрабатывают внутренние решения для добывающих обществ», ― перечислил начальник управления интегрированного моделирования ГК ITPS Антон Овчинников.
Операционный директор ООО «Скайер ИТ» (Skyeer) Константин Волковский также отметил, что ИИ активно используют на этапах геологоразведки и добычи.
«Современные алгоритмы машинного обучения и цифровые платформы анализируют большие объёмы геопространственных и производственных данных для оптимизации маршрутов разведки, выявления отклонений, а также определения зон риска и повышения безопасности работ.
В сфере добычи и обслуживания инфраструктуры ИИ широко используют для мониторинга состояния оборудования, предиктивной диагностики поломок, оптимизации буровых программ и планирования ремонтов», — рассказал г-н Волковский.
«Стандартный ИИ, который работает с числовыми данными, показаниями датчиков разного рода, используют давно и успешно, в том числе и в России. Вы можете, например, оптимизировать систему заводнения: уменьшать закачку воды и увеличивать дебит на отдельных скважинах, использовать предиктивную аналитику для профилактики поломок. Эти варианты применения уже хорошо понятны, и их активно используют», — добавил ещё один спикер Евразийского нефтегазового форума, управляющий директор ООО «ВЫГОН Консалтинг» Григорий Выгон.
Другие перспективные направления использования искусственного интеллекта — это видеонаблюдение и аналитика, в том числе с использованием БПЛА.
«ИИ делает мониторинг максимально объективным, полностью устраняя человеческий фактор. Решение уже доказало эффективность на строительных и добывающих объектах: оператор может „посмотреть глазами ИИ” всю дорогу или трубопровод, не выезжая на место, а все участники проекта получают единое информационное пространство и актуальные отчёты в один клик.
Резюмируем: наиболее интересные и экономически значимые кейсы сегодня реализуются именно на стыке геологоразведки и добычи, где объём данных наиболее велик, решения требуют совместной работы с другими цифровыми технологиями (дистанционное зондирование, БПЛА, беспроводные сенсоры) и где внедрение ИИ напрямую влияет на прибыль компаний», — подчеркнул Константин Волковский.
Машинное обучение или нейросети: на что стоит сделать ставку?
Рассуждая о внедрении искусственного интеллекта, нужно понимать, что это понятие не однородное. До этого эксперты говорили о возможностях машинного обучения. Эта технология, действительно, уже успела хорошо зарекомендовать себя. При этом куда более «модной темой» является генеративный ИИ. Но оценить его полезность в рублях намного сложнее.
«Вы можете лучше проектировать, прогнозировать, использовать нейросети для интеграции с другим программным обеспечением. То есть это вспомогательный инструмент, который повышает качество работы тех, кто думает, а не тех, кто добывает и перерабатывает. И здесь оцифровать эффекты гораздо сложнее.
Тем не менее на сегодня многие иностранные и некоторые российские компании используют генеративный ИИ в качестве помощников в работе с внутренними документами, генерации отчётов. Технология ещё должна получить определённое развитие, чтобы в перспективе эффекты стали более значимыми и были связаны с проектированием каких‑то деталей, материалов», — отметил Григорий Выгон.
Начальник аналитического центра кибербезопасности ООО «Газинформсервис» Лидия Виткова также констатирует, что генеративный ИИ пока не «взлетел» в промышленности так, как другие технологии искусственного интеллекта. И на то есть объективные причины.
«Он подходит для задач, связанных с цифровыми помощниками, для ускорения поиска, для повышения осведомлённости. Но большие языковые модели требуют больших вычислительных ресурсов, и это во многом становится препятствием ещё на этапе пилотов по проверке гипотез, не то что запуска продуктов на рынке», — объяснила г-жа Виткова.
Прозвучали и более резкие высказывания. Так, директор по информационным технологиям ГК «Специальные системы и технологии» Валентин Каськов считает генеративный ИИ в инжиниринге «злом» и видит перспективы в области машинного обучения.
«„Нейронки” галлюцинируют, не факт, что решение, которое они предлагают, будет работоспособным. А вот если говорить про ИИ как про машинное обучение, то здесь перспективы очень хорошие. Если дать двум инженерам одно ТЗ, то получим на выходе два изделия со схожими характеристиками, но они будут разные.
Потому что у них [инженеров, — прим. ред.] разные квалификация, опыт. Этот процесс можно оптимизировать с помощью расчётных алгоритмов и систем генерации инженерной документации. А главное, в перспективе получаем большое количество оцифрованных моделей нужной чистоты, чтобы в дальнейшем на их основе делать новые системы и сервисы», — рассказал участникам Евразийского нефтегазового форума г-н Каськов.
Впрочем, среди собравшихся нашлись и защитники нейросетей.
«Категорически не согласен с тем, что эффекты нельзя оценить. Они заключаются в двух вещах, особенно это видно в нефтегазохимии и нефтепереработке. Это время реакции от момента события до принятия корректирующего воздействия. И оптимизация работы неопытного специалиста до уровня тех, кто работает 20–25 лет. Да, ИИ может ошибаться. Но если зайти в среднестатическую операторную нефтехимического предприятия и посмотреть в глаза оператору со среднеспециальным образованием, то я не знаю, кому вы скорее доверите свою жизнь», — отметил исполнительный директор АО «Технологии Доверия» (ТеДо) Алексей Нестеренко.
В свою очередь, Константин Волковский полагает, что в нефтегазовой отрасли нашли своё применение и машинное обучение, и генеративный ИИ, однако на текущий момент наибольший практический эффект демонстрирует первая технология.
«В ближайшей перспективе именно машинное обучение будет оставаться основой для повышения операционной эффективности, промышленной безопасности и постоянного мониторинга производственных площадок нефтегазовой отрасли. Однако развитие генеративного ИИ стоит поддерживать на уровне пилотных проектов и НИОКР: по мере накопления отраслевых данных и зрелости технологий GenAI станет незаменимым инструментом поддержки принятия решений», — отметил операционный директор Skyeer.
С тем, что на рынке пока доминируют подходы машинного обучения для анализа больших данных и оптимизации процессов, согласен и Антон Овчинников.
«Генеративный искусственный интеллект интересует специалистов по большей части для автоматизации рутинных задач: обработки данных из технических документов, формирования отчётов, презентаций, составления протоколов. В публикациях нефтегазовых компаний об успешном применении ИИ-технологий, как правило, говорится об оптимизационных алгоритмах машинного обучения.
Поэтому целесообразно развивать направления, которые уже доказали свою эффективность. А генеративные решения запускать параллельно, фокусируясь на задачах автоматизации работы с источниками. Независимо от разновидности искусственного интеллекта важны качественная подготовка данных и компетенции специалистов, их применяющих», ― подчеркнул представитель ГК ITPS.
Отрасль в ожидании нормативного регулирования
Нужно признать, что на пути внедрения ИИ в промышленности в целом и в нефтегазовой отрасли в частности существует немало барьеров. Основной из них — вопрос ответственности в случае аварии.
«Мы не просто так не используем эти технологии. Техногенные катастрофы у нас были и, к сожалению, есть. Человеческая жизнь бесценна, и этого никто не будет отрицать. Производитель клянётся, что ИИ будет работать как надо. Но на словах, а нужен документ. А, как только начинаются разговоры про ответственность, все „прыгают в окоп”.
Производителям, конечно, страшно, что кто‑то погибнет, но они точно знают, что им ничто не грозит. Именно поэтому ИИ больше используется в финансово-хозяйственной деятельности», — прокомментировал практику Эдуард Шереметцев.
Таким образом, это взаимодействие нормативно не урегулировано, резюмирует Антон Овчинников.
«Обычно добывающая компания фактически отвечает за последствия, даже если сбой случился по вине программного продукта. Пользователи могут предъявить претензии к разработчику ИИ-системы за нарушение договорных обязательств, где заложены требования к точности решения.
Но судебная практика по возмещению ущерба, причинённого ИИ, отсутствует. Со временем пробел постепенно закроется либо внедрением новых регуляторных актов, либо развитием прецедентной практики. Считаю, что более безопасной стратегией будет многоуровневый контроль со стороны как пользователей, так и разработчиков», — отметил г-н Овчинников.
Стоит обратить внимание, что подобные пробелы в законодательстве типичны не только для России, но и для всех стран, где активно внедряют искусственный интеллект.
«По всем концепциям безопасности ИИ в разных странах приходят в итоге к мнению, что ответственность на человеке. Но пока никто не решил, а кто этот человек: разработчик, создатель технологии, оператор или пользователь. Видимо, будут выстраиваться границы и зоны ответственности, как это сейчас происходит с сервисными моделями и с облачными решениями», — констатирует Лидия Виткова.
С тем, что вопрос ответственности — один из самых сложных и остро обсуждаемых, согласен и Константин Волковский. При этом ни в России, ни в мире на него нет однозначного ответа.
«На практике, в условиях отсутствия специализированного законодательства, ответственность за последствия работы ИИ-систем ложится в первую очередь на пользователя и эксплуатирующую организацию.
Именно они принимают финальные решения и утверждают протоколы работы, а искусственный интеллект пока воспринимается как вспомогательный инструмент для принятия решений. Разработчики при этом отвечают за корректность алгоритмов, своевременное обновление и техническую поддержку, а в договорах прописывают ограничения и условия эксплуатации продукта.
С развитием полноценных автономных решений и генеративных моделей значимость этого вопроса для судебной практики будет только расти. Уже сейчас формируются стандарты „прозрачности” решений ИИ, появляются отраслевые регламенты по поведению в нештатных ситуациях.
В будущем мы ожидаем появления отдельного раздела законодательства, который чётко распределит зоны ответственности между разработчиком, эксплуатантом и (при необходимости) оператором таких систем», — отметил г-н Волковский.
В Skyeer полагают, что типовые судебные прецеденты и обновлённые стандарты по регулированию использования промышленных ИИ-решений могут появиться уже в ближайшие 3–5 лет.
«Мы, как разработчики цифровой платформы Skyeer, призываем к комплексному и взвешенному подходу: важно максимально автоматизировать контроль за качеством работы систем, обеспечить прозрачность логики принятых решений ИИ и предусматривать понятные протоколы реагирования при сбоях. Только совместными усилиями индустрии, бизнеса и государства возможно выстроить справедливую и прозрачную нормативную среду для масштабного внедрения ИИ в промышленности России», — заключил Константин Волковский.
Можно услышать мнения, что в России принимают слишком много законов. Но применение ИИ в промышленности — как раз та сфера, где новые нормативные акты очень нужны. Пока разработчики и заказчики находятся в ожидании.
Вузы не успевают готовить специалистов по ИИ
Внедрению ИИ в промышленные процессы мешают не только нормативные барьеры. Константин Волковский в качестве таких сдерживающих факторов назвал дефицит квалифицированных специалистов, ограниченность доступа к большим массивам достоверных данных, особый консерватизм корпоративной культуры, а также технологические вызовы, связанные с интеграцией ИИ-решений в устаревшие или разрозненные инфраструктуры.
«Нередко компании опасаются вкладываться в неизвестные технологии, не имея прозрачной оценки возврата инвестиций, что усугубляется нехваткой профильных ИТ-команд на местах. Преодолеть эти барьеры можно только комплексно. Необходимы организация системного обучения и повышения квалификации для специалистов, создание центров компетенций, в том числе межотраслевых.
Важно внедрять прозрачные механизмы расчёта экономического эффекта от использования ИИ, создавать методики оценки рисков, обеспечивать защиту данных и юридическую грамотность при формировании контрактов», — отметил г-н Волковский.
Лидия Виткова считает одной из проблем дефицит кадров. Он ведёт к удорожанию имеющихся на рынке продуктов.
«В последние полтора года не раз можно было увидеть ситуацию, когда заказчики где‑то что‑то увидели и захотели себе такое же… Но им предлагают решения по такой цене, как будто их делают эльфы. Да, пока не хватает кадров, на рынке на специалистов data science есть повышенный спрос, а на тех из них, кто действительно делает рабочие и классные решения, ведётся „охота”.
Уже во всех профильных вузах запущены программы, есть множество выстроенных курсов, осталось дождаться специалистов, так как обучение — это только начало. Чтобы стать профессионалом, нужен опыт», — подчеркнула начальник аналитического центра кибербезопасности ООО «Газинформсервис».
Дефицит кадров усугубляется тем, что система высшего образования не поспевает за техническим прогрессом в IT. Требования к выпускникам меняются быстрее, чем в вузах успевают переписывать учебные программы. В этих условиях обучение ложится на работодателя. Есть спрос, будет и предложение. На рынке достаточно много различных курсов по обучению цифровой грамотности. Главное — сделать правильный выбор. Но с этим бывают сложности.
«Мы вместе с Positive Technologies провели исследование и поняли, что многие руководители не понимали риски внедрения машинного обучения на своих предприятиях, в какие процессы его можем внедрить. Часто проблему можно решить другими способами, не тратя большие деньги. Сейчас каждый руководитель обязан быть квалифицированным заказчиком в части применения ИИ.
Пока уровень знаний тех, кто приходит в наш университет, очень низкий, на стадии знакомства с основными направлениями», — рассказал участникам Евразийского нефтегазового форума руководитель Академии технологий, данных и кибербезопасности «Сберуниверситета» Дмитрий Зубцов.
Эдуард Шереметцев посетовал, что подобные короткие курсы обучения цифровым компетенциям привели к появлению большого числа людей, которые думают, что «разбираются» в теме. Решением, по его мнению, могла бы стать «цифровая ординатура» для айтишников, где они получали бы специальные знания в конкретной отрасли, например в нефтегазовом деле.
В ГК ITPS, помимо дефицита кадров, выделяют ещё несколько барьеров в деле внедрения искусственного интеллекта.
«Во-первых, финансирование и инфраструктура. ИИ-проекты требуют значительных вложений в вычислительные мощности и организацию сбора данных. Если в добывающей компании не организован сбор качественных данных для обучения моделей, запуск решений с использованием искусственного интеллекта либо становится нецелесообразен, либо обходится существенно дороже.
Во-вторых, общий консерватизм, характерный для отрасли. Высокие ожидания топ-менеджмента в отношении мгновенных эффектов от ИИ часто приводят к разочарованию. Из-за этого пилотные проекты завершаются ещё до получения бизнес-эффектов.
Для преодоления барьеров требуется комплексный подход. Необходимо продолжать программы подготовки специалистов, формировать внутри компаний центры компетенций по ИИ. Создание цифровой культуры и стратегии управления данными упростит подготовку обучающих выборок и снизит риски ошибок при обучении моделей.
Также запуск пилотных проектов с коротким сроком окупаемости и понятными KPI может лучше продемонстрировать бизнес-эффекты. Со стороны государства необходимы отраслевые стандарты и рекомендации, а также стимулирование через субсидии и льготы», ― перечислил Антон Овчинников.
Помимо вышеперечисленных проблем, отрасль из-за санкций столкнулась с дефицитом «железа».
«Сейчас мы, к сожалению, полностью зависим от импортных программных продуктов, элементная база всё равно импортная — это определённый риск для нас», — отметил в своём выступлении на Евразийском нефтегазовом форуме директор по проектированию оборудования и контролю качества ПАО «НОВАТЭК» Тагир Нигматулин.
В свою очередь, Григорий Выгон видит одно из ключевых препятствий на пути внедрения генеративного ИИ в нехватке графических плат.
«На всю Россию их порядка 10 тысяч. Если посмотреть на ключевых производителей больших языковых моделей, то у каждого из них в разы, а у некоторых и на порядки количество GPU выше. Понятно, что, не имея такого большого количества графических плат, нам достаточно сложно конкурировать с другими странами или крупными компаниями. Вторая проблема — это собственно данные.
Их качество в нефтегазовом комплексе крайне низкое. В Минэнерго, Роснедрах цифровые данные, связанные с разного рода отчётами, низкого качества. Сделать на их основе хорошую языковую модель, которая понимает отраслевой язык, достаточно проблематично. Третья — финансирование.
На своём опыте видим, что привлечь какие‑то венчурные деньги в России достаточно сложно. По сути, нет этого рынка, хотя есть масса институтов развития, но вход достаточно высокий. Даже не в разработку языковых моделей, а в создание решений на их базе. На сегодня достаточно тяжело эти барьеры преодолеть. Если не будет отраслевой консолидации, так и продолжим отставать от американцев и китайцев», — констатировал управляющий директор VYGON Consulting.
Когда инженеров заменят роботы?
Наконец, ещё один барьер — психологический. Люди боятся, что ИИ через несколько лет оставит их без работы. Надо сказать, что эти опасения нельзя назвать беспочвенными. Многие компании работают в этом направлении. Если брать нефтегазовую отрасль, то это прежде всего автоматизация удалённых объектов. Многие эксперты констатируют, что переход от людей к механизмам произойдёт уже в обозримой перспективе.
Однако Константин Волковский считает, что, несмотря на стремительное развитие технологий, утверждать, что искусственный интеллект в ближайшие десятилетия полностью заменит человека на промышленных предприятиях, преждевременно.
«На сегодняшний день ИИ в нефтегазовой отрасли эффективнее всего проявляет себя как инструмент автоматизации рутинных и трудоёмких операций.
Он уже способен брать на себя сбор, первичную обработку, интерпретацию данных с промышленных площадок, автоматический контроль качества и безопасности, планирование технического обслуживания или, например, видеомониторинг состояния линейных объектов без привлечения большого числа человеческих ресурсов. Однако во всех этих сценариях ключевая и финальная роль в принятии решений, контроле и ответственности по-прежнему остаётся за человеком.
В перспективе 10–15 лет ИИ сможет существенно расширить сферу автоматизации — появятся полностью автономные участки, где вмешательство оператора потребуется только в исключительных ситуациях. Но задачи, где нужно стратегическое мышление, нестандартное реагирование на нештатные ситуации и, конечно, коммуникации с людьми, будут ещё долго оставаться в ведении специалистов», — отметил операционный директор Skyeer.
«Где‑то в далёкой галактике, в сложных нечеловеческих условиях ИИ, может, и заменит полностью человека. Но там не будет коммуникаций, сервисов, науки, а только узкая задача. Впрочем, это не отменяет того, что года через три рынок кадров вынужден будет перестраиваться: как только разовьются технологии искусственного интеллекта, местами людей начнут сокращать.
В IТ этот процесс уже начался, просто пока он проходит неслышно. Но, как и сейчас, появятся новые ниши. Считаю, что ИИ не сможет заменить многие практичные специальности (автослесаря, сантехника, реставратора), а также экспертов и аналитиков», — добавила Лидия Виткова.
Так что пока инженеры в нефтегазовых компаниях могут не переживать за свои рабочие места. Но адаптироваться к новым правилам игры всё же придётся.
«То, что раньше люди делали 3 дня, сейчас система [выполняет, — прим. ред.] за 3–5 минут. У человека меняется роль: он больше не чертит сам, а становится верификатором, обучающим модели. За счёт этого инжиниринг можно очень хорошо ускорить и получить на этом весомые экономические эффекты», — поделился мнением Валентин Каськов.
Итак, масштабному внедрению ИИ в промышленность препятствует сразу несколько факторов. Но, несмотря на все сложности, никто из экспертов не считает, что от разработок в сфере искусственного интеллекта стоит отказаться. Даже скептики видят здесь потенциал, правда, с оговорками.
«У нас нет какого‑то отторжения технологий. Коллеги правильно говорят, что тот, кто не занимается ИИ, будет неконкурентоспособен. Искусственный интеллект однозначно полезен, в нефтегазовом комплексе огромное количество расчётных задач. У нас уже есть решения, которые экономят до 500 млн рублей в год компаниям. И эффекты будут только увеличиваться. Но не всё можно доверить ИИ. Там, где речь идёт о человеческой жизни, он может быть только советчиком, а не принимать решения», — подчеркнул Эдуард Шереметцев.
Оптимистично смотрят на будущее технологии и в Skyeer.
«Критика в адрес искусственного интеллекта сегодня во многом связана с завышенными ожиданиями, отдельными неудачными кейсами или опасениями относительно прозрачности и управляемости алгоритмов. По нашему опыту, будущее за умным сочетанием ИИ и человеческой экспертизы.
Именно эта синергия позволяет достигать наибольшего эффекта. Искусственный интеллект — это не временное увлечение, а ключевой фундамент следующего технологического этапа развития нефтегазовой и других базовых отраслей. Его внедрение будет только расширяться, а компании, которые уже сейчас инвестируют в подобные решения, получают серьёзное преимущество в будущем», — отметил Константин Волковский.
«Перспективы искусственного интеллекта выглядят серьезно. Компании публично заявляют о достигнутых эффектах. В 2024 году аналитики оценивали потенциальную ежегодную экономию от его внедрения в нефтегазовом секторе в сотни миллиардов рублей. Это переводит технологию из разряда модного тренда в одно из направлений стратегии цифровизации. Конечно, всё ещё остаётся вопрос ответственности при использовании ИИ.
Но сам факт активного внедрения и серьезных инвестиций говорит о том, что искусственный интеллект не исчезнет в течение ближайших пяти лет. Скорее, произойдёт естественный отбор, часть проектов масштабируются, часть ― закроются как неэффективные, а технологии будут постепенно совершенствоваться», ― добавил Антон Овчинников.
Подводим итог: на данный момент технологии ИИ ещё не совершенны, и не все задачи в нефтегазовой отрасли им «по зубам». Однако IT — это та отрасль, где технический прогресс идёт, пожалуй, быстрее всего. Искусственный интеллект становится умнее с каждым годом. А это значит, вкладываться в его развитие всё равно нужно, даже если сейчас это и не принесет мгновенной выгоды.
Слово экспертам
Антон Овчинников, начальник управления интегрированного моделирования ГК ITPS
«Сомнительно, что искусственный интеллект в обозримом будущем сможет заменить человека. Сейчас эта технология чаще выступает в роли ассистента, а не самостоятельного специалиста. При внедрении экспертных систем решения, предлагаемые ИИ, рассматриваются как рекомендации, но окончательное решение принимает ответственный инженер.
Рутинные или объёмные операции сбора и анализа данных, слежения за оборудованием могут быть отданы на откуп ИИ. Однако контроль и разработку новых идей надёжнее оставить за людьми. Дефицит квалифицированных кадров с навыками работы ИИ будет только расти, а алгоритмы скорее создадут новые рабочие места, нежели отберут существующие. Поэтому говорить о полной замене человека рано, пока не появится настоящий „общий искусственный интеллект” (AGI), сопоставимый с человеческим. И даже в этом случае ИИ-модели поначалу будут работать под контролем инженеров».
Константин Волковский, операционный директор ООО «Скайер ИТ» (Skyeer)
«Внедрение технологий искусственного интеллекта в нефтегазовом комплексе России за последние годы заметно ускорилось. Сегодня мы видим как внедрение полноценных цифровых платформ, так и масштабные пилотные проекты. Если ещё пару лет назад многие компании рассматривали ИИ как нечто экспериментальное, сейчас это работающие решения, которые приносят ощутимую экономическую отдачу и способствуют росту операционной эффективности».
Лидия Виткова, канд. техн. наук, начальник аналитического центра кибербезопасности ООО «Газинформсервис»
«В 2025 году искусственный интеллект — это работающие решения, приносящие прибыль. Технологии ИИ активно используются в специфических для нефтегазового комплекса задачах. Мы не говорим про продукты информационной безопасности, но, например, есть известные проекты у „Газпром нефти”. Так, на ПМЭФ компания представила фиджитал-стенд „Террабайт”, созданный с помощью технологий искусственного интеллекта, а на ЦИПРе презентовала открытую платформу промышленной автоматизации.
Так что этот тренд надолго, но вот „хайп” вокруг ИИ уляжется точно. Сегодня с его помощью генерируется много фейков, но люди почему‑то не задумываются, что задачи перед искусственным интеллектом ставит человек. Когда цифровые ассистенты станут нормой, как сейчас офисные программы для работы с текстом, появится ответственность за создание и распространение фейков, то шум вокруг этой темы стихнет».
Текст: Андрей Халбашкеев.
Фото: freepik.com.
Нефтегазовая промышленность №4 2025.
