Система компьютерного зрения ловила 98% дефектов на демонстрации совету директоров. Через полгода в цехе – хорошо если половину. Контролёры перестали ей доверять, проект тихо уехал в раздел «отложенных инициатив». И никто её не ломал.

Это не единичный случай. McKinsey в свежем отчёте о масштабировании ИИ в производстве приводит отрезвляющую цифру: только 2% производителей считают, что ИИ полностью встроен в их операции. Около двух третей застряли на стадии исследования и точечных внедрений – на бесконечных пилотах. Самое неожиданное: причина застоя почти никогда не в технологии.

Мы живём в пузыре, где ИИ кажется всемогущим – пишет код, отвечает на любой вопрос, рисует картинки за секунды. Но физический цех живёт по другим законам. Тут каждый сезон меняется влажность, поставщик привозит сталь с чуть другим отблеском, камера медленно изнашивается. Модель осталась прежней, а мир вокруг неё уехал. Это называется дрейф, и офисные внедрения его почти не знают – на заводе он убивает систему через полгода после успешного запуска.

Когда разбираешь типичные причины провала ИИ на производстве (RAND, McKinsey, разборы из автопрома), выходит семь штук. И шесть из них – управленческие:

Никто не может назвать цену проблемы в рублях. Пилот запускают, потому что «надо внедрять ИИ» или конкурент похвастался на конференции. Потери в деньгах никто не считал.

Данных для задачи на самом деле нет. SCADA пишет телеметрию, ОТК ведёт журналы – но половина на бумаге, и каждый контролёр описывает дефект своими словами.

У проекта нет владельца со стороны бизнеса – человека с полномочиями остановить проект и мотивацией довести его до ежедневного использования.

Только одна причина из семи – собственно про технологию.

Отсюда ответ на вопрос, кто выигрывает от ИИ на заводе. BCG приводит рабочую пропорцию: 70% усилий успешного внедрения уходит на людей и процессы, 20% – на данные, и лишь 10% – на алгоритмы. Скромная модель доезжает до цеха там, где умеют поставить задачу и назначить за неё ответственного. Самая мощная буксует там, где надеются, что технология вытянет сама.

Разбор всех семи признаков и чек-лист перед масштабированием пилота – в статье.