Искусственный интеллект в обрабатывающих производствах: инструмент форсирования технологической гонки

в 19:06, , рубрики: аналитика, аналитика рынка, бизнес, ИИ, искусственный интеллект, исследование рынка, машиностроение, оценка рынка, промышленность, эффективность

Всем привет! Я, Алексей Мартынов, продолжаю публиковать отраслевые исследования по применению технологий ИИ. Ранее был опубликован мой материал Технологии ИИ: нет ничего искусственного в заботе о здоровье / Хабр (habr.com)

Сейчас я хочу поговорить о рынка, эффектах и кейсах, вызовах и проблематике применения технологий ИИ в обрабатывающих производствах.

1755 г.: книга — энциклопедия «Театрумъ Махинарумъ, то есть Ясное зрелище махинъ» русского ученого и инженера Андрея Константиновича Нартова, содержащая чертежи, анализ станков и инструментов, и переданная в придворную библиотеку Екатерины II для печати и распространения, пролежала в безвестности почти двести лет.

1898 г.: корабельный инженер Дмитрий Васильевич Скворцов (по заказу великого князя Александра Михайловича Романова), опередив на пять лет «наших западных партнеров» разработал проект броненосца, по своей идее предвосхитивший класс артиллерийских военных кораблей «Дредноут». Русский проект был положен «под сукно» с формулировкой: «За границей такого не делают, стало быть и нам не надо».

2024 г.: глобальная реконфигурация мировой экономики, перестройка торговых и логистических путей, параметров финансовой системы. В современных геополитических условиях Россия не может разбрасываться идеями и технологиями, так как требуется осуществлять новую индустриализацию национальной экономики. Наиболее реальный путь — это повышать эффективность промышленного производства. Одним из инструментов повышения интенсификации технологического развития являются цифровые технологии. Важность цифровых технологий подтверждается совокупным уровнем инвестирования в них, направленного на формирование конкурентных преимуществ отдельных производств и национальных экономик [1].

Оценка глобального рынка ИИ в обрабатывающих производствах представлена в Табл. 1. CAGR (совокупный среднегодовой темп роста) составляет 24,7% на промежутке 2023–2032 гг. Оценочно, объем мирового рынка ИИ в обрабатывающих производствах составит 34,3 млрд. долл. / 2024 г.

Таблица 1. Прогноз глобального рынка технологий ИИ в обрабатывающих производствах, млрд долл.

Примечание: расчеты с использованием [2-17]

Примечание: расчеты с использованием [2–17]

Аналитические компании под термином «обрабатывающие производства» понимают разный набор отраслей, поэтому оценки рынка технологий ИИ в обрабатывающих производствах разняться и доходят до 695,16 млрд. долл. / 2032 г. [16].

В настоящей статье структура обрабатывающих производств рассмотрена в соответствии с классификатором Федеральной службы государственной статистики РФ. Объем рынка технологий ИИ в обрабатывающих производствах составит 207,7 млрд долл. / 2032 г.

Совокупная структура расходов по компонентам состоит из программного обеспечения, оборудования и услуг (см. Табл. 2, [18–20]).

Таблица 2. Структура расходов по компонентам на глобальном рынке технологий ИИ в обрабатывающих производствах,%

Сегменты

Средне отраслевой уровень по технологиям ИИ

Обрабатывающие производства

Машинострое-ние (1 в Табл.1)

Автом. пром-ность (1.2 в Табл.1)

Химическая пром-нность (3 в Табл.1)

Оборудование / инфраструктура

24%

48%

48%

73%

40%

Программное обеспечение (ПО – сокр.)

37%

32%

32%

20%

37%

Услуги

39%

20%

20%

8%

23%

Удельный вес оборудования, ПО, услуг в структуре стоимости (расходов), по данным разных аналитиков, различается. Полагаю, что отраслевая специфика не имеет настолько сильного влияния, чтобы, например, вес оборудования менялся в границах от 24% до 73%. Вероятно, это обусловлено разным подходами к учету затрат, относимых в ту или иную категорию. В целом считаем, что программное обеспечение составляет около 30%, оборудование — 50%, сервис — 20%.

Основными направлениями применения технологий ИИ в обрабатывающих производствах являются: планирование производства, профилактическое техническое обслуживание и инспекция оборудования, управление производственным процессом, логистика, контроль качества и прочее.

Общий рынок технологий ИИ состоит из субрынков, наиболее перспективные области рассмотрены далее. Сдерживающие факторы применения ИИ в обрабатывающих производствах носят комплексный характер, и применимы ко всему рынку в целом, поэтому рассмотрены в конце настоящей статьи без повторения в каждом субрынке.

1. Планирование производства

Под планированием производства понимают создание виртуальных фабрик, цифровых двойников заводов; моделирование производственных линий; оптимизация реконфигурации новых заводов с целью поиска наиболее эффективного и безопасного пути для работников; разработка облика продукта.

21,8% [21] или 7,5 млрд долл. / 2024 г. — объем субрынка планирования производства.

С каждым новым технологическим узлом в компаниях полупроводниковой промышленности затраты резко возрастают по мере уменьшения размеров конструкций. Например, затраты на исследования и проектирование чипа увеличились примерно с 28 млн долл. на 65-нанометровом узле до примерно 540 млн долл. на 5-нанометровом узле. Между тем, производственные затраты выросли с 400 млн долл. на 65-нм узле до 5400 млн долл. на 5-нм узле.

Наибольшее относительное сокращение затрат ожидается в исследованиях и проектировании на 28–32%, преимущественно под воздействием ИИ за счет автоматизации проектирования и верификации микросхем. В долгосрочной перспективе это также снизит производственные затраты на 17% [23].

Ярким примером планирования производства является компания BMW, которая открыла первый полностью виртуальный завод за два года до того, как завод по производству электромобилей начал функционировать в реальности.

Применение ИИ позволило добиться следующих эффектов:

  • на 70–75% сокращение общего времени моделирования изделия [24, 25];

  • на 10% повышение общей энергоэффективности предприятия за счет моделирования на цифровом двойнике [26];

  • на 13% сокращение времени выхода на рынок за счет оптимизации планировки завода [27].

Примеры:

Наименование потребителя / заказчика

Инфраструктура, программное обеспечение

BMW Group

NVIDIA Fleet Command, NVIDIA Isaac Sim, NVIDIA Omniverse, NVIDIA Quadro RTX 8000, сервер на базе NVIDIA RTX на платформе EGX | NVIDIA Corp.

Guangzhou Automobile Group Co., Ltd.

NVIDIA V100 SXM2 с тензорным ядром на гетерогенной гибридной облачной платформе для высокопроизводительных вычислений, каждое из которых содержит 5120 ядер CUDA® | NVIDIA Corp.

Delta Electronics, Inc.

NVIDIA Omniverse Enterprise, NVIDIA Omniverse Replicator, Описание универсальной сцены (OpenUSD), Виртуальная рабочая станция NVIDIA RTX, NVIDIA Isaac Sim, NVIDIA RTX A6000, NVIDIA RTX A40 | NVIDIA Corp.

60+ производителей оборудования (вкл. Airbus, General Electrics, Subaru, Mubea, Safran и Mitsubishi Chemical Group, Plastic Omnium, команды Формулы-1)

Платформа инженерного интеллекта Neural Concept, граф. процессоры NVIDIA и программное обеспечение CUDA | Neural Concept Ltd.

2. Профилактическое техническое обслуживание и инспекция оборудования

Это процесс упреждающего технического обслуживания оборудования с применением прогнозной аналитики, основанной на ИИ.

20,6% [22] или 7,1 млрд долл. / 2024 г. — объем субрынка профилактического технического обслуживания и инспекция оборудования.

В Российской ассоциации производителей специализированной техники и оборудования (Росспецмаш) посчитали рост себестоимости промышленного производства специализированной техники в 2021–2023 гг.: шариковые или роликовые подшипники выросли в цене на 69%, коробки переключения передач стали на 100% дороже, на 21% увеличилась стоимость двигателей внутреннего сгорания [28].

Растущая себестоимость промышленного производства, инфляция издержек и более высокая производительность производственных линий в 2024 г., по сравнению с периодом 2019–2020 гг., увеличили цену незапланированных простоев на 50%, несмотря на 23% сокращение отказов производственных линий. Незапланированные простои обходятся промышленным компаниям в 8–11% их годовой выручки [29, 30].

Применение ИИ позволило добиться следующих эффектов:

  • на 7–10% сокращение затрат на техническое обслуживание и время простоя за счет предоставления инженерам рекомендаций на основе прогнозной аналитики [31–33];

  • на 20–50% сокращение времени простоя оборудования [32, 34].

Примеры:

Наименование потребителя / заказчика

Инфраструктура, программное обеспечение

Continental AG

OpenUSD, NVIDIA Omniverse | NVIDIA Corp.

Lafarge SA, Nutrien® Ltd.

Nanoprecise | Nanoprecise Data Services Pvt. Ltd.

Safran Aircraft Engines

Odysight.ai® | Odysight.AI Ltd.

General Electric

Собственная разработка, платформа Predix

3. Управление производственным процессом

Это непрерывный процесс производственного менеджмента; выявления отклонений и принятия мер по исправлению этих отклонений в производстве; ИИ роботизация; повышение операционной эффективности; приближение концепции Lights‑Out Factories (фабрики без рабочих).

17,0% или 5,8 млрд долл. / 2024 г. — объем субрынка управления производственным процессом.

Недостаток рабочей силы требуемой квалификации [35], высокая текучка кадров [36] ведет к поиску средств повышения производительности. Производительность находится в прямой взаимосвязи с процессом, а применение технологий ИИ как раз и является одним из инструментов повышения эффективности процессов.

Однако, при рассмотрении оптимизации налаженных технологических процессов быстрого и значительного повышения эффективности от внедрения ИИ ожидать не следует: как правило, снижение затрат составляет от 3% до 10% [37]. Высокий уровень повышения эффективности в таком случае говорит о том, что изначально процесс был не был отлажен. Но даже оптимизация затрат на 3% является значительным финансовым показателем.

Применение ИИ позволило добиться следующих эффектов:

  • до 15% повышение производительности [38–40];

  • до 30% уменьшение потребления электроэнергии [40, 41];

  • до 80% сокращение отходов [42];

  • использование налоговых возможностей, которые предоставляют государственные программы для продвижения технологических инноваций.

Примеры:

Наименование потребителя / заказчика

Инфраструктура, программное обеспечение

Mercedes-Benz CLA - Mercedes-Benz Group

NVIDIA Omniverse | NVIDIA Corp.

NIM Group

Платформа ИИ DataRobot | DataRobot, Inc.

Ford Motor Company, завод по производству трансмиссий в Ливонии, штат Мичиган

Symbio | Symbio Robotics

Cimento Itambé

FactoryTalk® Analytics™ Pavilion8®, FactoryTalk® Analytics™ LogixAI® | Rockwell Automation

Если промышленные производственные объекты хотят быть технологическими лидерами, то они должны превратиться в ИТ-ландшафты двумя контурами управления - физическим и цифровым.

4.       Логистика

Логистика в части управления запасами и оптимизации поставок, а также особенностей ведения бизнеса для стран и регионов (например, вследствие санкционного давления для потребителей РФ потребовалось перестроение цепочек поставок и учета малоконтролируемого роста стоимости).

16,6% или 5,7 млрд долл. / 2024 г. — объем субрынка логистики.

По данным Росспецмаша: логистика подорожала в 5 раз с 2021 г. [28].

Применение ИИ позволило добиться следующих эффектов:

  • на 10–16% увеличение точности прогноза спроса, что прямо пропорционально снижению затрат на хранение запасов [43–45];

  • на 32% сокращение времени выполнения погрузочно‑разгрузочных работ [46];

  • на 10–12% сокращение стоимости контрактов с перевозчиками [47];

  • на 83% сокращение времени в цепочке поставок [44].

Примеры:

Наименование потребителя / заказчика

Инфраструктура, программное обеспечение

Novolex

IBM® Cognos® Analytics

BMW Group

Платформа NVIDIA Isaac robotics platform, оснащенная компьютерами NVIDIA Jetson и EGX edge, единая программная архитектура NVIDIA Isaac SDK | NVIDIA Corp.

Tata Steel

FarEye | FarEye Technologies, Inc.

Best Home Furnitures

Sifted Logistics Intelligence™ | Sifted, Inc.

5.       Контроль качества

Это применению технологии ИИ для обработки и обнаружения любых аномалий в товарах и продукции.

14,4% или 4,9 млрд долл. / 2024 г. — объем субрынка контроля качества.

ОЕМ‑производители в автомобильной промышленности тратят 2–3% выручки на оплату гарантийных расходов, что составляет 60–100 млрд долл. ежегодно [48]. В связи с этим потенциал для масштабирования текущих мелкомасштабных внедрений [49] по контролю качества с ИИ оценивается как значительный с полномасштабными внедрениями не раннее начала 2025 г. [50].

Применение ИИ позволило добиться следующих эффектов:

  • на 50% сокращение трудозатрат при обработке претензий в части качества [51, 52];

  • на 40% увеличение удовлетворенности клиентов [51];

  • на 46% сокращение трудозатрат на осуществление аудита качества [51];

  • на 30% сокращение затрат, связанных с качеством [53];

  • обеспечение 360-градусного контроля всего производственного процесса.

Примеры:

Наименование потребителя / заказчика

Инфраструктура, программное обеспечение

Paccar Inc.

граф. процессоры с тензорным ядром NVIDIA A100, платформа NVIDIA Time Series Prediction Platform (TSPP) для обучения, настройки и развертывания моделей временных рядов | Viaduct Inc.

Hydro Aluminium, Lin Engineering, MonoSol. LLC

ComplianceQuest.AI | ComplianceQuest

Sansera Sweden

сервер вывода NVIDIA Triton, развернутый на платформе искусственного интеллекта NVIDIA Jetson edge, граф. процессор NVIDIA A10 | Aixia Group

North American Stainless (Acerinox Group)

Falkonry | Falkonry Inc.

6. Прочее

Прочее применение ИИ в обрабатывающих производствах включает: оптимизацию работы поддерживающих функций (документооборот, управление персоналом, финансовая служба, бухгалтерия и пр.); обеспечение безопасности данных, кибербезопасность; научные исследования и разработки etc.

9,6% или 3,3 млрд долл. / 2024 г. — объем субрынка прочего применения.


Оценочно, объем российского рынка ИИ в обрабатывающих производствах составит 0,6 млрд долл. или 60,0 млрд. руб. / 2024 г. (см. Табл. 3).

Таблица 3. Прогноз российского рынка технологий ИИ в обрабатывающих производствах, млрд долл.

Примечание: аналитический материал по российскому рынку технологий ИИ в обрабатывающих производствах находится в стадии подготовки

Примечание: аналитический материал по российскому рынку технологий ИИ в обрабатывающих производствах находится в стадии подготовки

Применение технологий ИИ, помимо традиционных вопросов по эффективности технологий / решений, затрагивает комплекс сложных вопросов:

1. Данные: безопасность и конфиденциальность, качество и точность.

2. Этичность: опасения по влиянию технологий ИИ на занятость, подготовку рабочей силы и нагрузку на персонал.

3. Взаимодействие: изменение характера работы между технологиями ИИ и человеком, доверие при принятии решений, основанных на ИИ.

4. Ответственность: при наступлении аварийных состояний (при использовании или не использовании ИИ).

5. Зависимость: привязка к технологическому партнеру.

Решение этих и других вопросов позволит эффективно внедрять технологии, предложить персоналу новые карьерные треки, поддержать экономический рост.

Заключение

В процессе подготовки статьи было найдено счетное количество реальных кейсов с эффектами, раскрытием заказчика и исполнителя по внедрению технологического решения. Кажется, что реально успешных примеров внедрения пока не так много и стартуют пилотные проекты.

По словам Зеппа Хохрайтера, пионера ИИ и профессора биоинформатики в Университете Иоганна Кеплера в Линце: «Машиностроительный сектор слеп и не поддерживает постоянного контакта со своими клиентами, такими как Facebook или Apple, и не анализирует их данные, если они у него вообще есть» [54].

Где‑то между хайпом и разочарованием по применению технологий ИИ в обрабатывающих производствах находится текущая реальность — есть технологические решения ИИ, которые повышают эффективность производства. Вероятно, взгляд на применение технологий коррелирует с некоторой степенью готовности к ИИ: организационной зрелостью, ментальным стремлением к стратегической трансформации бизнеса, масштабом бизнеса.

Автор: Мартынов А.И.

Скрытый текст

1. Трансформация мировой экономики: возможности и риски для России. Научный доклад / Под ред. члена‑корреспондента РАН А.А. Широва. — М.: Динамик Принт, 2024. — 144 с. — (Научный доклад ИНП РАН).

2. А. Мартынов, Д. Ларионов. Объем мирового рынка искусственного интеллекта в 2023 году с прогнозом до 2032 года [Электронный ресурс] // it‑world.ru — СМИ. URL: https://www.it‑world.ru/it‑news/market/198 512.html (дата обращения 16.06.2024).

3. Artificial Intelligence (AI) in Manufacturing Market (By Offering: Hardware, Software, Services; By Technology: Machine Learning, Context Awareness, Natural Language Processing, Computer Vision; By Application: Process Control, Quality Control, Logistics and Inventory Management, Predictive Maintenance and Machinery Inspection, Production Planning, Others; By Industry) — Global Industry Analysis, Size, Share, Growth, Trends, Regional Outlook, and Forecast 2023–2032 [Электронный ресурс] // Precedence Research Pvt. Ltd. — аналитическая компания. URL: https://www.precedenceresearch.com/artificial‑intelligence‑in‑manufacturing‑market#:~:text=Artificial%20Intelligence%20(AI)%20in%20Manufacturing%20Market%20Size%20and%20Companies,forecast%20period%202 023%20to%202 032. (дата обращения 16.06.2024).

4. Hazel Sivori, Lauren Brunton. Out of the box — Implementing autonomy and assuring AI [Электронный ресурс] // Lloyd's Register Group — Судоходный регистр общества страховщиков, судовладельцев, судостроительных фирм, изготовителей судовых механизмов и торговцев. URL: https://www.lr.org/en/knowledge/research‑reports/ai‑and‑autonomy/ (дата обращения 16.06.2024).

5. Automotive Artificial Intelligence (AI) Market (By Offering: Hardware, Software, Service; By Technology: Computer Vision, Context Awareness, Deep Learning, Machine Learning, Natural Language Processing; By Application: Autonomous Driving, Human‑Machine Interface, Semi‑autonomous Driving; By Process: Signal Recognition, Image Recognition, Voice Recognition, Data Mining; By Component) — Global Industry Analysis, Size, Share, Growth, Trends, Regional Outlook, and Forecast 2024 — 2033 [Электронный ресурс] // Precedence Research Pvt. Ltd. — аналитическая компания. URL: https://www.precedenceresearch.com/automotive‑artificial‑intelligence‑market (дата обращения 16.06.2024).

6.    Automotive Artificial Intelligence (AI) Market by Offering, Technology (Deep Learning, Machine Learning, Computer Vision, Contex‑aware Computing and Natural Language Processing), Process, Application, Component and Region — Global Forecast to 2027 [Электронный ресурс] // Marketsandmarkets Research Private Ltd. — аналитическая компания. URL: https://www.marketsandmarkets.com/Market‑Reports/automotive‑artificial‑intelligence‑market-248 804 391.html#:~:text=The%20automotive%20artificial%20intelligence%20market%20size%20is%20valued%20at%20USD,solution%20in%20terms%20of%20region%3F (дата обращения 16.06.2024).

7. Artificial Intelligence in Aviation Market (By Offering: Hardware, Software, Services; By Technology: Machine Learning, Context Awareness Computing, Natural Language Processing, Computer Vision, Others; By Application: Smart Maintenance, Training, Manufacturing, Flight Operations, Virtual Assistants, Dynamic Pricing, Surveillance, Others) — Global Industry Analysis, Size, Share, Growth, Trends, Regional Outlook, and Forecast 2022 — 2030 [Электронный ресурс] // Precedence Research Pvt. Ltd. — аналитическая компания. URL: https://www.precedenceresearch.com/artificial‑intelligence‑in‑aviation‑market (дата обращения 16.06.2024).

8. Global AI in Energy Market by Component (Solutions, Services), By Deployment Mode (Cloud, On‑premise), By Application (Robotics, Renewables Management, Demand Forecasting, Safety and Security, Infrastructure, Others), By End user (Energy Transmission, Energy Generation, Energy Distribution, Utilities), By Region and Companies — Industry Segment Outlook, Market Assessment, Competition Scenario, Trends, and Forecast 2024–2033 [Электронный ресурс] // Market.Us. — аналитическая компания. URL: https://market.us/report/ai‑in‑energy‑market/ (дата обращения 16.06.2024).

9. Artificial Intelligence and Robotics in Aerospace and Defense Market: Global Industry Analysis and Forecast (2023 -2029) Trends, Statistics, Dynamics, Segmentation by Offering, Application, and Region [Электронный ресурс] // Maximize Market Research Pvt. Ltd. — аналитическая компания. URL: https://www.maximizemarketresearch.com/market‑report/artificial‑intelligence‑and‑robotics‑in‑aerospace‑and‑defense‑market/183 933/ (дата обращения 16.06.2024).

10. Artificial Intelligence (AI) in Oil and Gas Market, By Application (Energy Storage Systems (ESS), Industrial Applications), By Component (Renewable Energy, Utilities, Manufacturing), By Product (Direct Sales, Distributors), By Geography (North America, Europe, Asia Pacific, Latin America, Middle East and Africa) [Электронный ресурс] // Coherent Market Insights Pvt Ltd. — аналитическая компания. URL: https://www.coherentmarketinsights.com/industry‑reports/artificial‑intelligence‑ai‑in‑oil‑and‑gas‑market#:~:text=The%20Artificial%20Intelligence%20(AI)%20in,12.5%25%20from%202 024%20to%202 031 (дата обращения 16.06.2024).

11. Artificial Intelligence (AI) in Oil and Gas Market By Exploration and Production (E&P) (Reservoir Characterization, Drilling Optimization, Production Forecasting); By Asset Management (Predictive Maintenance, Condition Monitoring); By Operations and Workflow Optimization (Supply Chain Optimization, Process Automation); By Data Analytics and Interpretation (Big Data Analytics, Cognitive Analytics); By Reservoir Management (Production Optimization, Enhanced Oil Recovery (EOR)); By Cybersecurity (Threat Detection, Security Monitoring); By AI Platforms and Solutions (AI Software Platforms, AI‑as‑a-Service); By Region — Growth, Future Prospects & Competitive Analysis, 2023 — 2030 [Электронный ресурс] // Credence Research Inc. — аналитическая компания. URL: https://www.credenceresearch.com/report/artificial‑intelligence‑ai‑in‑oil‑and‑gas‑market (дата обращения 16.06.2024).

12. Artificial Intelligence (AI) in Chemicals Market (By Type: Hardware, Software, Services; By Application: Discovery of New Materials, Production Optimization, Pricing Optimization, Load Forecasting of Raw Materials, Product Portfolio Optimization, Feedstock Optimization, Process management & control; End Use: Base Chemicals & Petrochemicals, Specialty Chemicals, Agrochemicals) — Global Industry Analysis, Size, Share, Growth, Trends, Regional Outlook, and Forecast 2024–2033 [Электронный ресурс] // Precedence Research Pvt. Ltd. — аналитическая компания. URL: https://www.precedenceresearch.com/artificial‑intelligence‑in‑the‑chemical‑market (дата обращения 16.06.2024).

13. Market Size of Artificial Intelligence in Mining [Электронный ресурс] // GlobalData Plc — аналитическая компания. URL: https://www.globaldata.com/data‑insights/mining/market‑size‑of‑artificial‑intelligence‑in‑mining/ (дата обращения 16.06.2024).

14. Jannik Lindner. Ai in the steel industry statistics [Электронный ресурс] // WorldMetrics.org — аналитическая компания. URL: https://worldmetrics.org/ai‑in‑the‑steel‑industry‑statistics/ (дата обращения 16.06.2024).

15. Artificial Intelligence (AI) in Energy And Power Global Market Report 2024 [Электронный ресурс] // Global Information, Inc. All — аналитическая компания. URL: https://www.giiresearch.com/report/tbrc1 455 371-artificial‑intelligence‑ai‑energy‑power‑global.html (дата обращения 16.06.2024).

16. Artificial Intelligence in Manufacturing Market Size, Share & Industry Analysis, By Offering (Hardware, Software, and Services), By Technology (Computer vision, Machine learning, Natural language processing), By Applications (Process Control, Production Planning, Predictive Maintenance & Machinery Inspection), By Industry (Automotive, Medical Devices, Semiconductor & Electronics) and Regional Forecast 2020–2032. [Электронный ресурс] // Fortune Business Insights — аналитическая компания. URL: https://www.fortunebusinessinsights.com/artificial‑intelligence‑ai‑in‑manufacturing‑market-102 824 (дата обращения 16.06.2024).

17. Artificial Intelligence in Manufacturing Market Size, Share, Competitive Landscape and Trend Analysis Report, by Deployment, Technology, Application and Industry: Global Opportunity Analysis and Industry Forecast, 2018 — 2025 [Электронный ресурс] // Allied Market Research — аналитическая компания. URL: https://www.alliedmarketresearch.com/artificial‑intelligence‑in‑manufacturing‑market (дата обращения 16.06.2024).

18. Artificial Intelligence (AI) Market Size, Share, and Trends 2024 to 2034 [Электронный ресурс] // Precedence Research Pvt. Ltd. — аналитическая компания. URL: https://www.precedenceresearch.com/artificial‑intelligence‑market (дата обращения 16.06.2024).

19. Artificial Intelligence (AI) in Manufacturing Market (By Offering: Hardware, Software, Services; By Technology: Machine Learning, Context Awareness, Natural Language Processing, Computer Vision; By Application: Process Control, Quality Control, Logistics and Inventory Management, Predictive Maintenance and Machinery Inspection, Production Planning, Others; By Industry) — Global Industry Analysis, Size, Share, Growth, Trends, Regional Outlook, and Forecast 2023–2032 [Электронный ресурс] // Precedence Research Pvt. Ltd. — аналитическая компания. URL: https://www.precedenceresearch.com/artificial‑intelligence‑in‑manufacturing‑market#:~:text=Artificial%20Intelligence%20(AI)%20in%20Manufacturing%20Market%20Size%20and%20Companies,forecast%20period%202 023%20to%202 032. (дата обращения 16.06.2024).

20. Artificial Intelligence (AI) in Chemicals Market (By Type: Hardware, Software, Services; By Application: Discovery of New Materials, Production Optimization, Pricing Optimization, Load Forecasting of Raw Materials, Product Portfolio Optimization, Feedstock Optimization, Process management & control; End Use: Base Chemicals & Petrochemicals, Specialty Chemicals, Agrochemicals) — Global Industry Analysis, Size, Share, Growth, Trends, Regional Outlook, and Forecast 2024–2033 [Электронный ресурс] // Precedence Research Pvt. Ltd. — аналитическая компания. URL: https://www.precedenceresearch.com/artificial‑intelligence‑in‑the‑chemical‑market (дата обращения 16.06.2024).

21.        AI in Manufacturing Market [Электронный ресурс] // Market.us — аналитическая компания. URL: https://market.us/report/ai‑in‑manufacturing‑market/ (дата обращения 16.06.2024).

22. AI in Manufacturing Market Size, Share, Forecast, & Trends Analysis by Component, Technology (ML, NLP, Computer Vision), Application (Predictive Maintenance & Machinery Inspection, Cybersecurity, Supply Chain Optimization), End‑use Industry, and Geography — Global Forecast to 2031 [Электронный ресурс] // Meticulous Market Research Pvt. Ltd. — аналитическая компания. URL: https://www.meticulousresearch.com/product/ai‑in‑manufacturing‑market-4983 (дата обращения 16.06.2024).

23. Sebastian Göke, Kevin Staight, Rutger Vrijen. Artificial intelligence has significant value‑creation potential in the semiconductor industry. How can semiconductor companies deploy AI at scale and capture this value? [Электронный ресурс] // McKinsey & Company — аналитическая компания. URL: https://www.mckinsey.com/industries/semiconductors/our‑insights/scaling‑ai‑in‑the‑sector‑that‑enables‑it‑lessons‑for‑semiconductor‑device‑makers#/ (дата обращения 16.06.2024).

24. Boosting Vehicle Aerodynamics with NVIDIA GPUs [Электронный ресурс] // NVIDIA Corp. — ИТ‑компания. URL: https://www.nvidia.com/en‑us/case‑studies/boosting‑vehicle‑aerodynamics‑with‑nvidia‑gpus/ (дата обращения 16.06.2024).

25. Neural Concept collaborates with Siemens to enable OEMs to make faster decisions with rapid results prediction [Электронный ресурс] // Neural Concept — ИТ‑компания. URL: https://www.neuralconcept.com/post/neural‑concept‑collaborates‑with‑siemens‑to‑enable‑oems‑to‑make‑faster‑decisions‑with‑rapid‑results‑prediction (дата обращения 24.08.2024).

26. Rick Merritt. Model Innovators: How Digital Twins Are Making Industries More Efficient [Электронный ресурс] // NVIDIA Corp. — ИТ‑компания. URL: https://blogs.nvidia.com/blog/digital‑twins‑modulus‑wistron/ (дата обращения 16.06.2024).

27. James McKenna. What Is a Virtual Factory, and How They»re Making Industrial Digitalization a Reality [Электронный ресурс] // NVIDIA Corp. — ИТ‑компания. URL: https://blogs.nvidia.com/blog/virtual‑factories‑industrial‑digitalization/ (дата обращения 16.06.2024).

28. Росспецмаш: резкий рост себестоимости — одна из основных проблем отечественных производителей спецтехники [Электронный ресурс] // Информационно‑аналитический портал «Новости промышленности MASHNEWS» — СМИ. URL: https://mashnews.ru/rosspeczmash‑rezkij‑rost‑sebestoimosti‑proizvodstva‑odna‑iz‑osnovnyix‑problem‑otechestvennyix‑proizvoditelej‑specztexniki.html (дата обращения 04.08.2024).

29. Enhancing Product Quality and Reliability with AI for Manufacturing Quality Control [Электронный ресурс] // HSO — аналитическая компания, консультант. URL: https://www.hso.com/blog/enhancing‑product‑quality‑and‑reliability‑with‑ai‑for‑manufacturing‑quality‑control (дата обращения 04.08.2024).

30. The True Cost of Downtime 2022 [Электронный ресурс] // Siemens AG — глобальная промышленная корпорация. URL: https://assets.new.siemens.com/siemens/assets/api/uuid:3d606 495-dbe0–43e4–80b1-d04e27ada920/dics‑b10 153–00–7600truecostofdowntime2022–144.pdf (дата обращения 04.08.2024).

31 James McKenna. What Is a Virtual Factory, and How They»re Making Industrial Digitalization a Reality [Электронный ресурс] // NVIDIA Corp. — ИТ‑компания. URL: https://blogs.nvidia.com/blog/virtual‑factories‑industrial‑digitalization/ (дата обращения 16.06.2024).

32. Ayesha Khanna. How AI Is Reshaping Five Manufacturing Industries [Электронный ресурс] // Forbes Media LLC. — СМИ. URL: https://www.forbes.com/sites/forbestechcouncil/2024/01/17/how‑ai‑is‑reshaping‑five‑manufacturing‑industries/ (дата обращения 16.06.2024).

33. Beyond the Buzzwords: Al and Predictive Maintenance for Fleets [Электронный ресурс] // Automotive Fleet Magazine, Bobit Business Media — СМИ. URL: https://www.automotive‑fleet.com/10 173 984/beyond‑the‑buzzwords‑al‑and‑predictive‑maintenance‑for‑fleets?utm_source=globalfleetmanagement&utm_medium=referral (дата обращения 16.06.2024).

34. How AI Is Transforming The Steel Industry [Электронный ресурс] // Canvass Analytics Inc. — ИТ‑компания. URL: https://www.canvass.io/post/how‑ai‑is‑transforming‑the‑steel‑industry (дата обращения 16.06.2024).

35. Future of work. The global talent crunch [Электронный ресурс] // Korn Ferry — конгломерат. URL: https://www.kornferry.com/insights/featured‑topics/future‑of‑work (дата обращения 01.05.2024).

36 Kristen Kazarian. AI in process control [Электронный ресурс] // BNP Media — СМИ. URL: https://www.foodengineeringmag.com/articles/100 328-ai‑in‑process‑control (дата обращения 16.06.2024).

37. Konstantin Gorbach. Artificial intelligence meets nonferrous metallurgy [Электронный ресурс] // Endeavor Business Media, LLC. — СМИ. URL: https://www.processingmagazine.com/process‑control‑automation/article/15 587 735/artificial‑intelligence‑meets‑nonferrous‑metallurgy (дата обращения 16.06.2024).

38. Mike Farish. Optimising the process: AI in robotic assembly cells [Электронный ресурс] // Automotive Manufacturing Solutions — СМИ. URL: https://www.automotivemanufacturingsolutions.com/ford/optimising‑the‑process‑ai‑in‑robotic‑assembly‑cells/42 039.article (дата обращения 16.06.2024).

39. Extract Value at Every Stage of Cement Production [Электронный ресурс] // Rockwell Automation — ИТ‑компания. URL: https://www.rockwellautomation.com/en‑us/industries/cement‑plant‑automation.html (дата обращения 16.06.2024).

40. Automated Dairy. Dairy Production and Processing Automation and Control Systems [Электронный ресурс] // Rockwell Automation — ИТ‑компания. URL: https://www.rockwellautomation.com/en‑us/industries/food‑beverage/automated‑dairy.html (дата обращения 16.06.2024).

41. Cimento Itambé Optimizes Processes with MPC [Электронный ресурс] // Rockwell Automation — ИТ‑компания. URL: https://www.rockwellautomation.com/en‑us/company/news/case‑studies/cement‑optimize‑operation.html (дата обращения 16.06.2024).

42. Case Study: How AI is Transforming Procter & Gamble»s Global Operations [Электронный ресурс] // AI Expert Network — аналитическая компания. URL: https://aiexpert.network/case‑study‑how‑ai‑is‑transforming‑procter‑gambles‑global‑operations/ (дата обращения 16.06.2024).

43. How AI Is Transforming The Steel Industry [Электронный ресурс] // Canvass Analytics Inc. — ИТ‑компания. URL: https://www.canvass.io/post/how‑ai‑is‑transforming‑the‑steel‑industry (дата обращения 16.06.2024).

44. How Novolex contains its timelines [Электронный ресурс] // IBM Corporation — ИТ‑компания. URL: https://www.ibm.com/case‑studies/novolex (дата обращения 16.06.2024).

45. Knut Alicke, Valerio Dilda, Stephan Görner, Lapo Mori, Pierrick Rebuffel, Sebastian Reiter, Robert Samek. New technology solutions could be transformative‑but only if executives properly prepare their organizations [Электронный ресурс] // McKinsey & Company — аналитическая компания. URL: https://www.mckinsey.com/industries/metals‑and‑mining/our‑insights/succeeding‑in‑the‑ai‑supply‑chain‑revolution (дата обращения 16.06.2024).

46. Sejuti Das. How Tata Steel Uses AI: A Case Study [Электронный ресурс] // Analytics India Magazine Pvt Ltd — СМИ. URL: https://analyticsindiamag.com/ai‑origins‑evolution/how‑tata‑steel‑uses‑ai‑a‑case‑study/ (дата обращения 16.06.2024).

47. Christina X. Wood. 5 AI Case Studies in Logistics [Электронный ресурс] // Simpler Media Group, Inc. — СМИ. URL: https://www.vktr.com/ai‑disruption/5-ai‑case‑studies‑in‑logistics/ (дата обращения 16.06.2024).

48. Eric Whitley. Predictive and preventive maintenance in the age of AI [Электронный ресурс] // WTWH Media, LLC. — СМИ. URL: https://www.plantengineering.com/articles/predictive‑and‑preventive‑maintenance‑in‑the‑age‑of‑ai/ (дата обращения 04.08.2024).

49. James Prestwood. Artificial Intelligence in Quality Assurance: A Manufacturer»s Perspective [Электронный ресурс] // Allied Business Intelligence, Inc. — аналитическая компания. URL: https://www.abiresearch.com/blogs/2024/04/02/artificial‑intelligence‑in‑quality‑assurance/ (дата обращения 16.06.2024).

50. Artificial Intelligence in Quality Assurance: A Manufacturer»s Perspective [Электронный ресурс] // ABI Research — аналитическая компания. URL: https://www.abiresearch.com/blogs/2024/04/02/artificial‑intelligence‑in‑quality‑assurance/ (дата обращения 04.08.2024).

51. Metrics that Matter [Электронный ресурс] // ComplianceQuest — ИТ‑компания. URL: https://www.compliancequest.com/ (дата обращения 04.08.2024).

52. Data‑powered automotive warranty re‑invention [Электронный ресурс] // IBM Institute for Business — аналитическая компания. URL: https://www.ibm.com/thought‑leadership/institute‑business‑value/report/data‑powered‑warranty (дата обращения 04.08.2024).

53. AI in Quality: Revolutionizing the QMS Industry [Электронный ресурс] // Qualityze Inc. — консалтинговая компания. URL: https://www.qualityze.com/blogs/ai‑quality‑revolutionizing‑qms‑industry (дата обращения 04.08.2024).

54. Sabrina Schilling. AI at TRUMPF: How machines learn to see [Электронный ресурс] // TRUMPF SE + Co. KG — промышленная компания. URL: https://www.trumpf.com/en_INT/newsroom/stories/ai‑at‑trumpf‑how‑machines‑learn‑to‑see/ (дата обращения 25.08.2024).

Автор: ohaleksey

Источник

* - обязательные к заполнению поля


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js