Waymo-дан мұнай-газға: AI қауіпсіздікті қалай өсіреді

Лондон көшелерінде жүргізушісіз көліктер байқалды — бұл жай ғана «тағы бір техно-жаңалық» емес. Waymo Ұлыбританиядағы іске қосылуға дайындықты күшейтіп жатыр, ал АҚШ-та қауіпсіздікке қатысты бақылау мен тексеріс қатар жүріп келеді. Нарыққа шығу жылдамдығы мен қауіпсіздік талаптарының қатая түсуі бір уақытта жүріп жатқанда, бір нәрсе анық көрінеді: AI-ды өндірістік ортаға енгізудің басты күресі — алгоритмді үйрету емес, сенімділік пен реттеуді дұрыс қою.

Осы серияның («Қазақстандағы энергия және мұнай-газ саласын жасанды интеллект қалай түрлендіріп жатыр») контекстінде Waymo оқиғасы бізге өте таныс мәселелерді еске салады. Қазақстандағы мұнай-газ және энергетика компаниялары да дәл осы үш сұраққа тіреледі: қауіпсіздік, сәйкестік (compliance) және масштабтау. Роботакси мен бұрғылау қондырғысы әртүрлі әлем сияқты көрінеді, бірақ AI-дың жұмыс істеу логикасы ұқсас: дерек, сенсор, шешім қабылдау, және ең соңында — жауапкершілік.

Waymo-ның Лондонға жақындауы нені білдіреді?

Waymo-ның Лондонда тест жүргізуі бір нәрсені көрсетеді: автономды жүйелер енді тек «тех-демо» кезеңінен өтіп, күрделі қалалық ортада коммерциялық қызметке дайындалып жатыр. RSS мазмұнына сүйенсек, Waymo бұл нарықты Жапониядан кейінгі екінші халықаралық бағыт ретінде қарап отыр және 2026 жылы жолаушы тасымалын іске қосуды жоспарлайды. Бұл уақытта АҚШ-та қауіпсіздікке қатысты scrutiny күшейіп, компаниялардан дәлел, есеп және процедура талап етіледі.

Мұнда екі маңызды сигнал бар:

1. Халықаралық кеңею: AI өнімдерінің экспорты енді «код» емес, операциялық тәртіп экспорттау деген сөз. Басқа юрисдикцияға кіргенде дерек құпиялығы, жол ережелері, сақтандыру, инцидентті тіркеу форматы — бәрі өзгереді.
2. Қауіпсіздік тек технология емес: автономды көлік жүйесі қауіпсіз болуы үшін модель ғана емес, бүкіл экожүйе (датчиктер, карта, тест протоколы, апаттық сценарий, адам-қадағалау, аудит) дұрыс құрылуы керек.

Энергетика мен мұнай-газда да AI енгізу дәл осылай: «модель жасайық» деп басталып, соңында процестерді қайта құруға тіреледі.

Роботаксидегі AI қандай принциппен жұмыс істейді — және ол бізге не береді?

Автономды көліктердің мәні — нақты уақытта қоршаған ортаны «көру», түсіну және шешім қабылдау. Бұл көбіне үш қабатқа бөлінеді:

1) Сезу (Perception): сенсорлар + нейрондық модельдер

Автокөлікте камера, лидар, радар сияқты сенсорлар болады. Олардан келген ағынды дерек «жаяу жүргінші», «велосипед», «жолақ», «бағдаршам» сияқты объектілерге бөлінеді.

Мұнай-газ аналогы: өндірістік сенсорлар (қысым, температура, діріл, газ құрамы), дрон/термокамера, акустикалық мониторинг. Мақсат — ақауды болғаннан кейін емес, басталмай тұрып байқау.

2) Жоспарлау (Planning): қауіпті азайтып әрекет таңдау

Көлік «қайда бұрылам, қашан тоқтаймын, кімге жол берем» дегенді жоспарлайды. Бұл жерде қауіпсіздік маржасы және белгісіздік (uncertainty) үлкен рөл атқарады.

Мұнай-газ аналогы: сорғы режимін таңдау, компрессор жүктемесін бөлу, ұңғыны іске қосу/тоқтату тәртібі, апаттық клапандардың логикасы. AI-дың құны — ең тиімді режимді табу ғана емес, қауіпсіз режим шекарасын бұзбау.

3) Бақылау (Control): нақты орындау

Жоспарланған шешім нақты басқаруға айналады.

Энергетика аналогы: автоматтандырылған басқару жүйелері (SCADA/DCS), predictive control, диспетчерлік басқару. AI классикалық басқаруды толық ауыстырмайды; көбіне decision-support ретінде жұмыс істеп, оператордың сапалы шешім қабылдауын тездетеді.

Автономды көлікте басты KPI — «оқиғаға дейінгі уақыт». Мұнай-газда да солай: ең қымбат нәрсе — тоқтап қалу мен апат.

Неге қауіпсіздікке бақылау күшейген сайын AI өнімдері «жетіледі»?

Waymo-ға қатысты АҚШ-тағы қауіпсіздік scrutiny компанияны баяулатуы мүмкін сияқты көрінеді. Меніңше, керісінше: реттеу қысымы технологияны ересек етеді. Неге?

Аудитке дайын жүйе қалыптасады

Реттеуші сұрайтын нәрселер өте прагматикалық:

• Инцидент қалай тіркеледі?
• Қандай дерек сақталады және қанша уақыт?
• «Near-miss» (болуға аз қалған оқиға) қалай талданады?
• Модель жаңартылғанда регресс-тест қалай өтеді?

Қазақстандағы мұнай-газ саласында да AI жобалары дәл осы жерден жиі «құлап» жатады: пилот бар, ал аудитке жарайтын дерек ізі (data lineage), модель журналы, өзгеріс басқаруы жоқ.

«Қауіпсіздік дәлелі» мәдениеті пайда болады

Автономды көліктер әлемінде safety case, сценарийлік тест, симуляция — стандартқа айналып келеді. Энергетикада да AI шешімдері:

• HAZOP/LOPA сияқты қауіп талдауларымен байланысты болуы керек
• техникалық қауіпсіздік регламенттеріне қайшы келмеуі керек
• операторға түсінікті түсіндірме беруі керек (explainability)

Қоғамдық сенім — коммерциялық лицензия

Роботакси үшін сенімсіздік сұранысты өлтіреді. Мұнай-газ үшін сенімсіздік — лицензия, әлеуметтік рұқсат (social license), ESG тәуекелі.

Қазақстандағы энергия және мұнай-газға қолданылатын 5 практикалық сабақ

Waymo жағдайынан Қазақстан компаниялары нақты не үйрене алады? Міне, мен жиі көретін бес практикалық қағида.

1) AI-ды «сенсордан бастап» ойлаңыз, презентациядан емес

AI сапасы деректің сапасына тәуелді. Сондықтан бірінші сұрақ:

• қандай сенсорлар бар?
• калибрлеу/техқызмет регламенті дұрыс па?
• дерек жиілігі жеткілікті ме?

Тез жеңіс: компрессор/насос діріл дерегі бойынша predictive maintenance жасау. Көп жағдайда бұл 3–6 ай ішінде өлшенетін нәтиже береді.

2) Қауіпсіздік метрикасын алдын ала бекітіңіз

«Дәлдігі 92%» деген жалғыз өлшем қауіпті. Өндірісте маңыздысы:

• жалған дабыл (false positive) қанша?
• өткізіп жіберу (false negative) қанша?
• ең қауіпті сценарийлерде (high-consequence) мінез-құлық қандай?

Ұстаным: сирек, бірақ ауыр оқиғаларға арналған модельді бөлек қараңыз.

3) Реттеуші және ішкі аудит үшін құжаттандыруды жоба басында бастаңыз

Waymo сияқты компаниялар әр қадамды тіркеп отырады. Мұнай-газда да:

• модель нұсқалары
• дерек көздері
• өзгерістер журналы
• MOC (Management of Change) байланысы

Жобаның соңында құжат жазу — ең қымбат тәсіл.

4) «Адамды циклде қалдыру» — әлсіздік емес

Толық автономия әр жерде міндет емес. Көп кен орындары мен электр станцияларында ең дұрыс формула:

• AI ұсыныс береді
• оператор мақұлдайды
• ерекше жағдайларда автоматты қорғаныс іске қосылады

Бұл тәсіл сенімділік қалыптастырады және енгізуді тездетеді.

5) Масштабтау үшін платформа керек: бір реттік пилот жеткіліксіз

Бір объектідегі сәтті пилот басқа объектіге көшкенде «қайтадан нөлден» басталмауы тиіс. Ол үшін:

• ортақ дерек платформасы
• MLOps (мониторинг, қайта оқыту, дрейф бақылау)
• киберқауіпсіздік саясаты

Бұл инвестиция бір жобаны емес, портфельді көтереді.

«Роботакси сияқты» ойлау: мұнай-газдағы AI қолдану сценарийлері

Мына бағыттар Қазақстан үшін ең «жерге жақын» әрі әсері тез көрінетін сценарийлер:

Өндірістік қауіпсіздік және инциденттің алдын алу

• қауіпті аймаққа адам кірсе — бейнеаналитика арқылы белгі беру
• газ шығуын ерте анықтау (инфрақызыл/ультрадыбыс)
• PPE (қорғаныш құралдары) комплаенсі

Жабдықтың күйін болжау (Predictive maintenance)

• турбина/компрессор подшипнигі
• сорғы кавитациясы
• электр желісіндегі трансформатор қызып кетуі

Энергия тиімділігі және жүктемені басқару

• қазандық/турбина режимдерін оңтайландыру
• электр тұтынуды болжап, peak-shaving стратегиясын құру
• генерация мен тасымалдауда шығынды азайту

Логистика және өндірістік көлік

Waymo-дан тікелей көпір: карьер, қойма, порт, вахталық маршруттарда автономды/жартылай автономды жүйелерді кезең-кезеңімен енгізу.

AI енгізудің қысқа «жол картасы» (90 күндік формат)

Егер сіз энергия немесе мұнай-газ компаниясында AI бағытын бастамақ болсаңыз, мына 90 күндік тәртіп жұмыс істейді:

1. 1–2 апта: бір нақты мәселені таңдаңыз (тоқтап қалу, қауіпсіздік, энергия шығыны). KPI-ды бекітіңіз.
2. 3–6 апта: дерек аудиті (қайда жатыр, сапасы, жетіспейтіні). Қажет сенсор/интеграция тізімі.
3. 7–10 апта: минималды жұмыс істейтін модель (MVP) + оператор панелі.
4. 11–13 апта: пилотты өндірістік регламентке байлау (құжат, жауапты тұлғалар, инцидент логикасы).

Нәтиже «идеал модель» емес, қолданылатын процесс болуы керек.

Қазір не күтуге болады: 2026 тренді

2026 жылы екі нәрсе айқын күшейеді:

• Қауіпсіздік және сәйкестік талаптары (AI шешімдері «неге бұлай шешті?» деген сұраққа жауап беруге мәжбүр болады)
• Өндірістік AI-дың прагматикалануы: қысқа ROI, нақты KPI, пилоттан масштабқа өту

Waymo-ның Лондонға дайындалуы бізге бір сигнал береді: AI өнімдері ең алдымен сенім сатады. Сенім — қауіпсіздік дәлелінен, тәртіптен, және ашық есеп беруден құралады.

Қазақстандағы энергия және мұнай-газ саласы үшін бұл жақсы жаңалық. Бізде ауыр өндіріс көп, демек AI-ды дұрыс енгізсек, әсері де өлшенетін болады: апат тәуекелі төмендейді, тоқтап қалу азаяды, энергия шығыны қысқарады.

Ал сіздің компанияңызда AI-ды «роботакси тәртібімен» енгізуге кедергі болып тұрған бір нәрсе болса, ол көбіне модель емес — процесс. Оны биыл реттей аласыз ба?