AI як трэнер завода: прызнанне, KPI і вынік

У снежні 2025-га біятланіст Антон Смольскі атрымаў прэмію НАК у намінацыі «Лепшы спартсмен года» — і, што важней, публічна назваў галоўную каштоўнасць такой узнагароды: прыемна атрымаць ацэнку сваёй працы ў бачным, зразумелым фармаце. Гэта простая фраза, але яна трапляе ў самы нерв любога кіраўніка вытворчасці.

Бо на заводзе ўсё працуе гэтак жа. Людзі і сістэмы паказваюць вынік лепш, калі вынік бачны, ацэнка справядлівая, а зваротная сувязь прыходзіць не праз месяц, а «пакуль яшчэ можна паправіць». У спорце такую ролю выконваюць трэнеры, аналітыка, відэаразбор. У прамысловасці Беларусі ўсё часцей гэта робіць штучны інтэлект у вытворчасці: ад кантролю якасці і прагназавання паломак да аптымізацыі графікаў і энергаспажывання.

Гэты тэкст — частка серыі «Як штучны інтэлект трансфармуе вытворчасць і прамысловасць у Беларусі». Я пакажу, як логіка спартыўнага прызнання перакладаецца на мову завода: AI як «тэхналагічны трэнер», які вымярае, адзначае моцныя бакі, падсвечвае слабасці і дапамагае камандзе стабільна паляпшаць вынік.

Прызнанне працуе толькі тады, калі метрыкі празрыстыя

Адказ просты: без празрыстых KPI прызнанне выклікае спрэчкі, а не матывацыю. У спорце ўсё больш-менш відаць: час, трапнасць, месца, медалі. У прамысловасці «лепшы цэх» або «лепшая змена» часта ацэньваюцца па наборы паказчыкаў, якія людзі бачаць фрагментарна.

Штучны інтэлект змяняе менавіта гэта: ён робіць ацэнку вынікаў пастаяннай і аднамернай там, дзе гэта трэба, і шматфактарнай там, дзе гэта сапраўды ўплывае на бізнес.

Якія KPI AI робіць «жывымі», а не справаздачнымі

Вытворчая аналітыка на аснове AI (у спалучэнні з MES/SCADA/ERP) можа абнаўляць паказчыкі амаль у рэальным часе. На практыцы гэта звычайна:

• OEE (агульная эфектыўнасць абсталявання): даступнасць, прадукцыйнасць, якасць
• FPY / First Pass Yield: доля прадукцыі без перапрацовак
• Scrap rate: адходы і брак
• MTBF/MTTR: сярэдні час паміж адмоваў і час аднаўлення
• Энергаёмістасць на адзінку прадукцыі: асабліва актуальна ў зімовы сезон, калі «лішнія» кілаваты каштуюць даражэй

Чаму гэта матывуе? Бо людзі перастаюць жыць у рэжыме «справаздача напрыканцы месяца», а бачаць: што мы зрабілі сёння і чаму атрымалася/не атрымалася.

Прызнанне без даных — гэта эмоцыя. Прызнанне, падмацаванае данымі, — гэта кіраванне.

AI як «трэнажор» і «суддзя»: аптымізацыя без асабістых крыўдаў

Лепшы сцэнар для завода — калі спрэчкі пра «хто вінаваты» замяняюцца размовай «што ўплывае на вынік». У спорце аналітыка часта здымае напружанне: не «ты дрэнны», а «на 3-м крузе прасядае тэмп пасля такога-то ўчастка». У прамысловасці Беларусь мае той самы запыт: меней суб’ектыўнасці, болей прычынна-выніковых сувязяў.

AI асабліва моцны там, дзе трэба:

1. Знайсці патэрны, якія чалавеку цяжка ўбачыць (сотні параметраў ад датчыкаў)
2. Прагназаваць (паломку, рост браку, перагрэву, дысбаланс)
3. Рэкамендаваць дзеянні (змяніць наладку, тэмпературу, хуткасць, чаргу аперацый)

Практычны прыклад: як гэта выглядае «на лініі»

Уявім лінію ўпакоўкі або мехапрацоўкі, дзе брак скача «быццам без прычын». Звычайны сцэнар: тэхнолагі і майстры збіраюць нарады, перачытваюць журналы, робяць агульныя высновы.

AI-падыход — іншы:

• збіраем гістарычныя даныя: параметры станка, партыі сыравіны, тэмпературу/вільготнасць у цэху, змены, спыненні
• мадэль знаходзіць: рост браку карэлюе з канкрэтнай камбінацыяй (напрыклад, хуткасць + знос інструмента + пэўны пастаўшчык матэрыялу)
• сістэма выдае трыгер: «калі параметр X выходзіць за межы, рызыка браку вырастае»

Вынік: людзі не «атрымліваюць па шапцы», а атрымліваюць інструмент, які дапамагае выйграваць.

«Узнагарода» на заводзе — гэта не статуэтка, а стабільны вынік

Калі перанесці логіку прэміі НАК на прамысловасць, галоўная «ўзнагарода» — стабільнасць і прадказальнасць. У снежні, калі ўсе падводзяць вынікі года і ставяць планы на 2026-ы, кіраўнікам вытворчасці асабліва відаць: адзін «героічны» месяц не ратуе, калі сістэма нестабільная.

AI дапамагае будаваць стабільнасць у трох месцах:

1) Прадказальнае абслугоўванне (predictive maintenance)

Замест рамонту «па факце» або «па графіку» — рамонт па стане. Гэта скарачае незапланаваныя прастоі і дазваляе лепш планаваць запасныя часткі.

2) Камп’ютарны зрок у кантролі якасці

Камеры + мадэлі візуальнай інспекцыі ловяць дэфекты, якія:

• стамлёны кантралёр прапусціць на канцы змены
• немагчыма апісаць простымі правіламі «калі-то»
• важна выяўляць раней, чым прадукт паедзе далей па ланцужку

3) Оптымізацыя рэсурсаў: энергія, сыравіна, час

AI-мадэлі могуць прапаноўваць параметры працэсу, якія даюць той самы (або лепшы) вынік пры меншых выдатках. Для беларускай прамысловасці гэта часта пра:

• энергаспажыванне ў пікавыя гадзіны
• мінімізацыю адходаў
• зніжэнне пераналадкі і «мікрастопаў»

Што ўкараніць першым: 4 крокі без «вялікага праекта на 2 гады»

Самая распаўсюджаная памылка — пачынаць з «давайце зробім AI ўсюды». Спорт вучыць іншаму: у чэмпіёнаў заўсёды ёсць фокус на 1–2 паказчыкі, якія даюць максімальны рост.

Вось працоўная схема для завода (яна добра кладзецца ў бюджэты і рэсурсы сярэдніх прадпрыемстваў):

1. Абярыце адзін боль: брак, прастоі, энергія або тэрміны.
2. Замацуйце адну лінію/вузел як пілот (не ўвесь завод).
3. Наладзьце якасць даных: датчыкі, разметка браку, падзеі прастояў, сінхранізацыя часу.
4. Зрабіце «дашборд прызнання»: 3–5 паказчыкаў, якія бачыць змена і кіраўніцтва.

Як зразумець, што AI сапраўды працуе

Крытэрый не «мадэль прыгожа выглядае», а:

• менш аварыйных прастояў
• ніжэйшы scrap rate
• рост FPY
• больш стабільны OEE
• меней ручной працы ў кантролі якасці

І так, гэта трэба замяраць да і пасля. Інакш у вас будзе не AI-праект, а прэзентацыя.

Пытанні, якія мне часта задаюць пра AI ў прамысловасці Беларусі

Ці заменіць AI людзей на заводзе?

Не. Ён замяняе руціну і «сляпую зону», а не адказнасць. На практыцы AI ўзмацняе тэхнолагаў, майстроў, кантралёраў якасці: яны робяць менш ручной праверкі і больш кіравання працэсам.

Што важней — даные ці мадэль?

Даныя. Калі разметка браку хаатычная, датчыкі «шумяць», а прастоі не класіфікуюцца, мадэль будзе прыгожа памыляцца.

Ці можна пачаць без вялікіх інвестыцый?

Так, калі пачаць з аднаго ўчастка і канкрэтнай задачы. У многіх выпадках найперш патрабуецца не «суперкамп’ютар», а нармальная інфраструктура збору даных і дысцыпліна ўліку.

Дзе тут Смольскі — і чаму гэта важна для кіраўнікоў

Смольскі, атрымліваючы прызнанне, сказаў пра матывацыю і пра тое, што ён працуе «на карысць краіны». Я б пераклаў гэта на мову прамысловасці так: людзям патрэбна бачыць, што іх праца вымяраецца справядліва і дае адчувальны вынік.

Штучны інтэлект у вытворчасці і прамысловасці Беларусі — гэта спосаб арганізаваць такую «сістэму прызнання» без пафасу: праз празрыстыя KPI, хуткую зваротную сувязь і канкрэтныя рэкамендацыі.

Калі вы плануеце 2026 год і думаеце, дзе браць рост без «героізму», пачніце з аднаго пытання: які паказчык вашага завода сёння самы «туманны» — і як зрабіць яго бачным кожную змену?