AI ба робот: Монголын уурхайн 2026 чиг хандлага

2025 онд роботикийн салбарын хамгийн их уншигдсан түүхүүдийг харахад нэг зүйл илт байна: “хүн дүрст робот” (humanoid) бүхнийг халхалж байна. Гэхдээ уул уурхай, олборлох салбарын хувьд бодит ашиг авчирдаг нь ихэнхдээ өөр төрлийн робот, өөр төрлийн хиймэл оюун ухаан байдаг—агуулахын нарийн давталттай ажил, аюултай орчинд алсын удирдлага, кибер аюулгүй ажиллагаа, өгөгдөлд суурилсан шийдвэр.

Энэ нийтлэл нь “The Top 6 Robotics Stories of 2025” нийтлэлд гарсан зургаан чиг хандлагыг Монголын уул уурхай, олборлох салбарт хэрэгжүүлж болох практик сургамж болгон хөрвүүлнэ. Манай “Хиймэл оюун ухаан Монголын уул уурхай, олборлох салбарыг хэрхэн өөрчилж байна” цувралын хүрээнд хэлэхэд: 2026 онд Монголд амжилт гаргах AI+роботын төсөл нь “хөөрхөн демо” бус, KPI, эрсдэл, аюулгүй байдал, засвар үйлчилгээний бодит төлөвлөгөөтэй байх ёстой.

1) Humanoid-ийн “хөөс” биш, уурхайн бодит автоматжуулалт чухал

Хариулт нь энгийн: уурхайд хүн дүрст робот хэрэгтэй юу гэвэл, ихэнх тохиолдолд шууд хэрэгтэй биш. Уурхайн бүтээмжийн хамгийн том өсөлт ихэвчлэн хүн дүрст биш шийдлээс гардаг.

2025 оны гол санаа нь “Humanoid robots are hard” буюу хүн дүрст робот хийх нь олон түвшинд төвөгтэй, мөн санхүүжилт ба амлалт бодит ахицтайгаа зөрөх эрсдэл өндөр гэдэг анхааруулга байлаа. Энэ нь Монголын уул уурхайд маш шууд хамаатай: том төсөвтэй автоматжуулалтын санаачилга ихэвчлэн “бүгдийг нэг дор” хийх гээд гацдаг.

Уурхайд илүү түрүүлж хэрэгжих 3 “хүн дүрст биш” автоматжуулалт

Дараах нь олон улсын туршлагаар хамгийн хурдан ROI-тай байдаг чиглэлүүд:

• Алсын удирдлагатай/хагас автономит тоног төхөөрөмж: өрөмдлөг, ачих-тээвэрлэх, тэгшлэх зэрэгт операторыг эрсдэлтэй бүсээс гаргана.
• Компьютер хараа (computer vision) + дүрс анализ: туузан дамжуурга дээрх бөглөрөл, нунтаглалтын шугамын асгаралт, аюултай бүсэд хүн орсон эсэх.
• Урьдчилан засвар (predictive maintenance): доргилт, температур, тосны чанарын өгөгдлөөр эвдрэлээс өмнө засвар төлөвлөх.

Миний байр суурь: Humanoid-ийг туршиж болно, гэхдээ уурхайд “үндсэн хэрэгсэл” болгох гэж яарах нь хөрөнгө оруулалтын хувьд эрсдэлтэй. Харин нарийн давталттай, хэмжигдэхүйц ажлуудыг AI-гаар тасалж авах нь хамгийн зөв эхлэл.

2) Роботын кибер аюулгүй байдал бол “сонголт” биш шаардлага

Хариулт: роботын кибер хамгаалалт сул байвал уурхай дээрх автоматжуулалт чинь давуу тал биш, системийн эмзэг цэг болно.

2025 онд Unitree-ийн роботын флотыг алсаас булаан авах боломжтой эмзэг байдал олон нийтийн анхаарлыг татсан. Энэ нь нэг компани, нэг загварын асуудал биш—роботын зах зээл хурдтай өсөх тусам:

• төхөөрөмжүүд “түрүүлж ажиллуул, дараа нь хамгаал” логикоор хийгддэг,
• нийлүүлэлтийн сүлжээ урт, олон дэд гүйцэтгэгчтэй,
• сүлжээ, шинэчлэлт, эрхийн удирдлага (access control) дутмаг байх нь элбэг.

Монголын уурхайн орчинд хамгийн нийтлэг 5 эрсдэл

• Хуучин SCADA/OT сүлжээг шинэ роботын IoT-той холбох үед сегментчлэлгүй байх
• Үйлдвэрлэгчийн default нууц үг, эсвэл нэг нууц үгийг бүх төхөөрөмжид ашиглах
• Firmware update-ийг гар аргаар, баталгаагүй эх үүсвэрээр хийх
• Камер, сенсорын өгөгдөл шифрлэлгүй дамжих
• Гуравдагч талын “maintenance laptop” уурхайд орж ирээд үл мэдэгдэх USB/софт суулгах

Нэг өгүүлбэрээр: Робот нэмэгдэх тусам “кибер осол” нь хөдөлмөрийн аюулгүй ажиллагааны нэг хэсэг болно.

3) Amazon-ын сургамж: Роботыг “том мөрөөдөл” биш, жижиг зорилгоор эхлүүл

Хариулт: хамгийн ашигтай роботжуулалт нь “бүхнийг орлох” биш, нэг ажлыг төгс хийх дээр төвлөрдөг.

2025 онд Amazon-ийн Vulcan робот хүнийхээс хурдан агуулахын stow хийх болсон тухай түүх хүмүүсийг татсан. Гол нь Amazon роботыг хүний ерөнхий чадвартай болгохоор зүтгээгүй. Харин:

• орчин нь структуртай (агуулахын тавиур, хайрцаг, стандарт процесс),
• зорилт нь давталттай, хэмжигдэхүйц,
• алдаа гарвал процессоор “буцааж засах” боломжтой.

Уурхайд Amazon маягийн “структуртай” талбарууд хаана байна вэ?

• Сэлбэгийн агуулах, түлш тосолгооны агуулах
• Лабораторийн дээж бүртгэл, шошгололт, тээвэрлэлтийн урсгал
• Туузан дамжуурга, бутлах-шигших шугамын хяналтын цэгүүд
• ХАБЭА-ын PPE шалгалт, нэвтрэлт-гаралтын шалгалт (камераар)

Эндээс санаа аваад 2026 онд Монголын уурхайнууд робот нэвтрүүлэхдээ “бага хүрээтэй, өндөр давтамжтай, тод KPI-тай” ажлаас эхлэх нь хамгийн зөв.

4) “Large behavior model” ба уурхайд хэрэгтэй бодит автономит чадвар

Хариулт: AI-тай роботын дараагийн шат бол “команд сонсдог” биш, орчин ойлгодог, нөхцөлд тохируулж үйлддэг систем.

Boston Dynamics-ийн Atlas дээр “large behavior model” ашиглаж эхэлсэн тухайд нэг сайн сургамж бий: зөвхөн дүрс таних биш, даалгаврын дараалал, хөдөлгөөний төлөвлөлт, алдаанаас сэргэх логик шаардлагатай.

Уурхайд энэ ямар ашиг өгөх вэ?

• Автономит шалгалт (inspection): конвейерийн дагуу явж халалт/доргилт/дуу чимээний өөрчлөлт илрүүлэх
• Аюултай бүсийн алсын ажиллагаа: нурж болзошгүй хананд ойр ажил хийх, утаа/тоос ихтэй хэсэгт хэмжилт хийх
• Нөхцөл өөрчлөгдөхөд дасан зохицох: цас, шавар, гэрэлтүүлэг, замын өөрчлөлт зэрэг бодит нөхцөл

Гэхдээ би нэг зүйл дээр хатуу байр суурьтай: энэ төрлийн автономит системийг OT орчинд оруулахын өмнө өгөгдөл, аюулгүй ажиллагаа, туршилтын горим (pilot sandbox) байхгүй бол эрсдэл нь ашигтайгаа тэнцэнэ.

5) iRobot-ын уналт: Нийлүүлэлт ба зохицуулалт буруу тооцвол технологи “шатна”

Хариулт: сайн бүтээгдэхүүн байлаа ч бизнесийн нөхцөл (зохицуулалт, худалдан авалт, нийлүүлэлт) нурвал төсөл амьгүй болно.

iRobot дампуурлын тухай түүх нь нэг компанийн гунигтай мэдээ шиг боловч уул уурхайд маш чухал: Монголын уурхайнууд ихэвчлэн олон улсын нийлүүлэгч, сервисийн гэрээ, лиценз, импорт, даатгал, зохицуулалттай гүн холбоотой.

Робот/AI төслийн “амьдрах чадвар”-ын шалгах хуудас

• Сэлбэг, засвар үйлчилгээ Монголд хэр хурдан шийдэгдэх вэ?
• Сүлжээ тасрах, өвлийн хүйтэн, тоосжилт, доргилт зэрэгт IP хамгаалалт хангах уу?
• Програм хангамжийн лиценз, дата хадгалалт, кибер шаардлага гэрээнд туссан уу?
• Нэг нийлүүлэгчээс хэт хамаарахгүй “exit plan” бий юу?

6) Сүүн фермийн роботоос уурхайн менежментэд авах хамгийн зөв санаа

Хариулт: робот хүнийг ажлаас нь халах биш, ажлыг тогтвортой, тасралтгүй болгох үед амжилттай байдаг.

2025 оны хамгийн “хөөрхөн” биш хэрнээ хамгийн бодит түүх нь сүүн фермийн автономит роботын тухай байсан. Тэнд роботууд:

• өдөр бүрийн давталттай ажлыг тасралтгүй хийж,
• хүмүүсийн ажлын ачааллыг бууруулж,
• амьтдын сайн сайхныг сайжруулж байна.

Уурхайд үүнтэй яг адил философи хэрэгтэй. Хүнийг орлуулах гэж зүтгэхээс илүү:

• ослын эрсдэл өндөр ажлыг “хүнээс салгах”,
• шөнийн ээлж, цаг агаарын хүнд нөхцөл зэрэгт ажиллагааг тогтвортой байлгах,
• оператор, засварчдын ажлыг “хөнгөвчлөх” хэрэгтэй.

Монголын уул уурхайд 2026 онд эхлэх 90 хоногийн бодит төлөвлөгөө

Хариулт: эхний 90 хоногт зорилго бол “AI/робот нэвтрүүллээ” гэх PR биш, хэмжигдэхүйц ахиц гаргах.

1. Нэг процесс сонго: жишээ нь туузан дамжуурга дээрх асгаралт, халалт илрүүлэлт.
2. Өгөгдөл бэлд: камерын байрлал, гэрэлтүүлэг, тэмдэглэгээ, өгөгдөл цуглуулах дүрэм.
3. KPI тогтоогоод суурь хэмжилт хий: ослын ойролцоо тохиолдол, зогсолтын минут, засварын зардал.
4. Кибер шаардлагаа эхнээс нь бич: сүлжээ сегмент, эрхийн удирдлага, лог, шинэчлэлт.
5. Pilot → Scale шалгуур: 8–12 долоо хоногийн дараа “үр дүнтэй бол өргөжүүлнэ, үгүй бол зогсооно” гэсэн шийдвэрийн дүрэм.

Миний баримталдаг зарчим: AI төслийн хамгийн үнэт зүйл нь загвар (model) биш, өгөгдөл ба үйл ажиллагааны сахилга бат байдаг.

Дараагийн алхам: Монголын уурхайд роботыг “зөв ангилж” сонгоё

2025 оны роботикийн том зургаас харахад нэг бодит үнэн байна: хэт их амлалт хамгийн их эрсдэл дагуулдаг, харин жижиг зорилготой, сайн хамгаалалттай, процессдоо суусан автоматжуулалт хамгийн их өгөөж өгдөг.

Манай “Хиймэл оюун ухаан Монголын уул уурхай, олборлох салбарыг хэрхэн өөрчилж байна” цувралын дараагийн нийтлэлүүдэд би Монголын нөхцөлд илүү шууд тохирох сэдвүүд—урьдчилан засвар, компьютер хараа, OT кибер хамгаалалт, автономит inspection—ийг илүү нарийвчлан задлах болно.

Та 2026 онд уурхай дээрээ робот/AI турших гэж байгаа бол эхлээд нэг асуултад хариулаад үзээрэй: танай хамгийн үнэтэй асуудал “хөдөлмөр”, “аюулгүй байдал”, эсвэл “зогсолт” аль нь вэ?