AI перетворюється з глядача на учасника Промислові інтелектуальні агенти демонструють свої можливості у традиційних галузях

Шаньдунська шахта використовує інтелектуальне управління підземними роботами. Надане компанією/ілюстрація

Журналіст Цзюнь Ші Тай Чжуншицзюнь Хуансян

«Раніше на мийній фабриці, досвідчені майстри налаштовували щільність важкого середовища виключно за відчуттями, потрібно було 5–6 років, щоб навчитися ‘зірвати’ правильний рівень; тепер інтелектуальний агент безпосередньо дає оптимальні параметри, PLC обладнання автоматично виконує налаштування, якість концентрату стабільна і висока». У цеху миття в шахті Сінлунцзян один оператор розповів про реальні зміни, які приніс AI.

Висока складність промислових сценаріїв, суворі вимоги до безпеки, необхідність у швидкому реагуванні — ефективність великих моделей AI тут обмежена. У цьому контексті галузь почала досліджувати та впроваджувати інтелектуальні агенти.

Нещодавно журналіст Цзюнь Ші Тай відвідав YunDing Tech і виявив, що у сферах шахт, хімічної промисловості, нафти і газу, які традиційно стикаються з низькою ефективністю, високими ризиками безпеки та сильною залежністю від людського досвіду, з’являються системні рішення — здатність «сприймати — приймати рішення — виконувати — оптимізувати» у циклі, що змінює виробничі та управлінські моделі. Як основний носій зв’язку між великими моделями AI і промисловими сценаріями, інтелектуальні агенти відкривають «останню милю» впровадження AI і сприяють переходу від «одиничної інтелектуальності» до «системної координації».

Розв’язання промислових проблем за допомогою агентів

«Раніше великі моделі забезпечували базові можливості, наче встановлювали ‘розумний мозок’ для галузі, але саме інтелектуальні агенти — це ‘руки і ноги’ цього мозку, що дозволяє технологіям реально приносити практичну вигоду», — розповів директор з штучного інтелекту відділу промислового інтернету YunDing Tech Гао Чжень.

«Традиційна цифровізація галузей довго залишалася на рівні ‘сигналізації’, здатність великих моделей від ‘виявлення і сприйняття’ до ‘прийняття рішень і виконання’ ще має прогалини», — зазначив Гао Чжень. Виникнення агентів кардинально змінило цю ситуацію, і в сферах шахт, хімії, нафти і газу спостерігається багато точкових проривів: AI перетворюється з «спостерігача» на «учасника».

YunDing Tech — перша в країні компанія, що пропонує вертикальні великомодульні рішення для промислових галузей, створила кілька типових кейсів застосування у сферах шахт, хімії, нафти і газу, і вже здійснює масштабне впровадження.

У цеху миття шахти Сінлунцзян інтелектуальний агент YunDing Tech забезпечує точне регулювання щільності в промислових сценаріях. Традиційне сортування важким середовищем залежало від людського досвіду, параметри часто коливалися, що призводило до нестабільної продуктивності концентрату, витрат на середовище і втрат концентрату. Тепер агент прогнозує оптимальні параметри за допомогою великих моделей, безпосередньо керує PLC для закритого циклу регулювання, що стабілізує якість концентрату і підвищує вихід на понад 0,2%. За рік при обробці 3 мільйонів тонн це дає прямий економічний ефект понад 3 мільйони юанів.

Безпека підземних робіт також значно покращилася завдяки участі агентів. На майданчику бурових робіт у шахті Лілоу, де проводяться роботи з запобігання вибухам і зняття тиску, інтелектуальний агент для контролю глибини свердловин автоматично рахує кількість бурових стрижнів за допомогою відеоаналізу, повністю позбавляючись від старої практики «ручного підрахунку» і помилок.

«Раніше через людський зір важко було точно порахувати кількість бурових стрижнів, і ми боялися пропустити щось. Тепер автоматичне перевіряння за алгоритмом підвищує ефективність роботи більш ніж на 80%», — кажуть працівники. Також інтелектуальний агент контролює стан конвеєра для транспортування вугілля, цілодобово моніторить ситуацію, автоматично повідомляє про аномалії і реагує, що зменшує фізичне навантаження працівників і усуває сліпі зони ручного огляду.

У хімічній промисловості агент допомагає вирішити проблему оптимізації технологічних процесів із «багатоваріантністю, нелінійністю і сильним зчепленням». «Процес очищення вугілля — фізичний, але хімічні процеси — реакції, і регулювання одного параметра може спричинити ланцюгову реакцію, тому передбачення і оптимізація мають суттєві відмінності», — пояснив Гао Чжень. Випробування системи для ректифікації метанолу тривали майже рік. В результаті, після впровадження у Юліньській хімічній компанії, споживання пари метанолу знизилося на 3,2%, річний обсяг виробництва збільшився на 180 тонн, а щорічна економія становить понад 4,5 мільйони юанів.

У нафтовій і газовій галузі агент також демонструє масштабованість. У 2024 році YunDing Tech виграла контракт на проект з великим модельним AI для мережі трубопроводів, розширивши можливості агентів у цій сфері. «Від шахт до хімії і нафти — головна причина швидкого поширення агентів — у вирішенні реальних проблем галузі і отриманні очевидних вигод», — зазначив Гао Чжень.

Створення «жорсткої опори» для традиційних галузей

За участю агентів у традиційних галузях стоїть технічна система, адаптована до промислових сценаріїв. На відміну від універсальних агентів для споживчого сегмента, промислові агенти орієнтовані на «практичність» і «безпеку», маючи архітектуру «багатомодульна основа + дані як паливо + платформний носій».

Ще у 2022 році YunDing Tech спільно з Huawei розпочала розробку великих моделей, у 2023 році випустила перший шахтний великий модель для енергетичної галузі, а у 2025 — модель для хімічної промисловості «YunDing Fuxi». Зараз створюється сімейство промислових моделей, що охоплюють різні галузі. «Наша основа — багатомодульна, вона може локально розгортатися з використанням комерційних моделей Huawei Pangu та інших, а також інтегруватися з провідними універсальними моделями, що забезпечує гнучкість застосування», — пояснив Гао Чжень. Такий «індустріально-універсальний» підхід робить технології більш стійкими.

«Промисловий агент не може годуватися лише універсальними даними, потрібно глибоко занурюватися у конкретні сценарії і накопичувати спеціальні дані», — додав Гао Чжень. YunDing Tech з самого початку зосереджена на накопиченні галузевих даних, наразі має понад мільйон позначених даних і трильйони виробничих записів. Її галузевий датасет увійшов до переліку високоякісних даних, що тестуються у рамках національного проекту з розвитку даних у 2025 році. Саме ці дані з «промисловою температурою» роблять рішення агентів більш точними і релевантними.

Платформа Cangjie, розроблена YunDing Tech, робить впровадження технологій «простим і зручним». «Ми прагнемо, щоб навіть оператори без програмування могли користуватися агентами», — сказав Гао Чжень. Платформа має функції оркестрування застосунків і координації багатьох агентів, користувачі можуть швидко створювати власні інтелектуальні додатки за допомогою drag-and-drop. Уже реалізовано автоматичне оркестрування сценаріїв обробки природної мови, у майбутньому планується розширення до складних сценаріїв безпеки і технологічної оптимізації.

Ще важливіше, що промислові агенти мають вбудований «безпечний ген». Враховуючи високі вимоги до безпеки у промислових сценаріях, агенти мають мати вбудовані механізми безпеки: наприклад, повний аудит логів під час виконання команд, автоматичне припинення у разі аномалій, а також сувору перевірку і сертифікацію «індустріальних навичок».

«Успіх OpenClaw підтверджує цінність впровадження агентів, але порівняно з універсальними можливостями, ми більше зосереджені на стандартизації промислових алгоритмів і досвіду, щоб створити повторювані ‘індустріальні навички’, — підкреслив Гао Чжень.

У процесі розвитку існують виклики

Застосування агентів у промисловості поступово поглиблюється, але існують і реальні труднощі.

«Промислові сценарії складні і відкриті, різні технології і обладнання мають значні відмінності, тому універсальні агенти важко впроваджувати у промислових умовах», — навів приклад Гао Чжень. У тимчасовому підтримуванні шахт, де використовуються різні системи підтримки — мобільні або окремі — потрібно розробляти різні моніторингові рішення. Крім того, складність модернізації старих заводів, бар’єри у даних і відсутність стандартів також стримують масштабне впровадження.

Ще один важливий аспект — різниця у можливостях між агентами для споживачів і промисловими агентами. «Для споживачів важлива універсальність, навички мають бути багаторазовими; у промисловості ж важливо глибоке поєднання з конкретним сценарієм, різне обладнання і технології вимагають індивідуальних інтерфейсів і здатностей», — пояснив Гао Чжень. Хоча промислові агенти ще не досягли рівня споживчих, саме це їх цінність — у здатності вирішувати складні задачі.

«Через складність, особливості та відкритість промислових сценаріїв застосування агентів поки що зосереджене на окремих виробничих етапах або локальних сценаріях. Наступним кроком стане координація багатьох агентів для об’єднання розрізнених точкових сценаріїв у системні рішення — створення ‘агентного зграю’, що охоплює управління надзвичайними ситуаціями, безпекою і ризиками, — ідеал — створити справжній ‘AI-розум’», — прогнозує Гао Чжень.

Модель шахти YunDing Tech отримала міжнародне визнання від Китайської асоціації вугільної промисловості, її можливості пройшли оцінку авторитетних міжнародних організацій і увійшли до першої ліги. На сьогодні понад 130 виробничих підприємств у Китаї застосували 223 сценарії AI.

«Наші переваги — не у кількості параметрів, а у міцності впровадження сценаріїв», — підсумував Гао Чжень. YunDing Tech прагне не обмежуватися окремими застосуваннями агентів, а досягти централізованого управління візуальними, прогнозними і обробкою природної мови агентами.

На політичному рівні, Міністерство енергетики та інші відомства багато разів підтримували політику глибокої інтеграції AI і енергетичної галузі, що створює міцну основу для застосування агентів. Агенті вже демонструють видимий і відчутний ефект, сприяючи переходу традиційних галузей від «досвідченного» до «даних-орієнтованого» управління.