Объём российского рынка промышленного искусственного интеллекта может увеличиться с 40 млрд руб. в 2025 году до 134 млрд руб. к 2030 году. Среднегодовой темп роста составит 27,4%. Такие оценки приведены в исследовании «Промышленный искусственный интеллект», подготовленном при участии Газпромбанка, «Газпром нефти», «Северстали» и «Газинформсервиса».

По оценке авторов исследования, мировой рынок промышленного ИИ за тот же период вырастет с $53,8 млрд до $153,9 млрд при среднегодовом темпе роста 23,4%.

Промышленные предприятия используют ИИ для предиктивной аналитики, компьютерного зрения, управления эффективностью активов, обработки данных и машинного обучения. Ещё одно направление — периферийные вычисления, позволяющие обрабатывать данные непосредственно на производственных объектах.

Какие сегменты будут расти быстрее

Согласно исследованию, к 2030 году наиболее заметные изменения ожидаются в нескольких сегментах российского рынка промышленного ИИ.

Сегмент

2025 год, млрд руб.

2030 год, млрд руб.

Платформы машинного обучения

4,8

18,8

Периферийные вычисления

1,6

10,7

Компьютерное зрение

10,4

24,1

Предиктивная аналитика

8,0

21,4

Наиболее высокие темпы относительного роста ожидаются в сегменте периферийных вычислений: его объём может увеличиться почти в 6,7 раза. Рынок платформ машинного обучения вырастет почти в четыре раза, а компьютерного зрения и предиктивной аналитики — более чем вдвое.

На промышленный сектор, по данным исследования, приходится около 24% совокупных расходов в России на цифровые технологии.

От пилотных проектов к отраслевым платформам

Одна из особенностей российского рынка — стремление крупных промышленных компаний разворачивать ИИ-решения внутри собственных закрытых ИТ-контуров. Такой подход повышает требования к вычислительным мощностям, качеству данных и развитию собственной технологической инфраструктуры.

В исследовании отмечается необходимость перехода от отдельных пилотных проектов к типовым отраслевым платформам с моделями, адаптированными к конкретным производственным задачам. Среди стратегических ориентиров до 2030 года авторы называют достижение высокой готовности к внедрению ИИ в 95% приоритетных отраслей экономики, развитие вычислительной инфраструктуры и снижение зависимости от импортных аппаратных решений.

При этом масштабирование ИИ требует не только технологических ресурсов, но и подготовки специалистов. «Газпром нефть» развивает сотрудничество с университетами, обучает сотрудников и создаёт специализированную модель O1L для нефтяной отрасли. По словам начальника управления инновационной экосистемы и коммерциализации компании Ивана Эриха, модель учитывает отраслевую специфику и уже помогает инженерам искать информацию и выполнять расчёты. В перспективе её предполагается развивать как решение для всей нефтегазовой отрасли.

Практические примеры применения ИИ на предприятиях «Газпром нефти» и «Северстали» также включены в исследование.

Кибербезопасность как условие масштабирования

Отдельный раздел посвящён защите промышленных ИИ-систем. По мере их интеграции в производственные процессы объектами защиты становятся не только ИТ-инфраструктура, но и сами модели, обучающие данные, механизмы обновления и логика принятия решений.

Авторы предлагают определять требования к безопасности с учётом зрелости ИИ-системы, её роли в производстве и степени автономности. Чем больше решений система принимает самостоятельно, тем важнее контроль доступа и данных, мониторинг поведения моделей, управление изменениями и возможность вмешательства человека.

Как отмечает исполнительный вице-президент Газпромбанка Павел Салугин, для масштабирования промышленного ИИ необходимы подготовленная ИТ-инфраструктура, качественные данные, компетенции и механизмы кибербезопасности. Сама модель является лишь одним из элементов такой системы.

Таким образом, дальнейший рост рынка промышленного ИИ будет зависеть не только от развития алгоритмов, но и от готовности предприятий интегрировать их в производственные процессы, обеспечивать надёжность решений и поддерживать необходимый уровень информационной безопасности.

Источник: