По запросу ИИ вот этот список и краткое описание. Очень мало предприятий где данная технология внедрена.

«Росатом». Госкорпорация внедряет ИИ комплексно: от проектирования до эксплуатации. На предприятиях топливного дивизиона (например, Чепецкий механический завод) системы предиктивного контроля качества на платформе «АтомМайнд» сократили долю брака (с 2,3% до 0,9%). В машиностроительном дивизионе компьютерное зрение и вибродиагностика помогают оптимизировать ремонт и снизить простои. Также ИИ используют для математического моделирования новых материалов и в роботизированных комплексах для работы в опасных зонах.

«Норникель». Здесь ИИ применяют на разных этапах — от добычи до металлургии. На Талнахской обогатительной фабрике система прогнозирует состав сырья, регулирует подачу руды и воды, предотвращая перегрузки оборудования. В металлургии алгоритмы оптимизируют работу печей Ванюкова и печей взвешенной плавки. Ещё одна разработка — отраслевая языковая модель MetalGPT для решения специфических задач. Также компания внедряет ИИ-агентов для поддержки сотрудников в разных процессах.

«Северсталь». В компании портфель ИИ-проектов насчитывает свыше 60 решений. Компьютерное зрение контролирует качество продукции (распознаёт дефекты), отслеживает состояние оборудования и соблюдение техники безопасности. Например, платформа «Стальной взгляд» фиксирует отклонения в процессах и контролирует безопасность персонала. На линии окомкования («Карельский окатыш») симбиоз компьютерного зрения и машинного обучения автоматически управляет скоростью оборудования и дозировкой компонентов, повышая производительность.

«СИБУР». В нефтехимии ИИ помогает управлять сложными процессами. Более 70% камер на заводах работают в «умном» режиме: видеоаналитика в реальном времени выявляет отклонения (цвет пламени, размер гранул, пар) и сигнализирует оператору. Есть система ЭКОНС: она визуализирует, как производственные показатели влияют на экономику предприятия. Также внедряют предиктивную диагностику: анализ данных с датчиков (вибрация, температура) помогает заранее предсказать износ и предотвратить поломку. В научно-исследовательских центрах (например, «СИБУР ПолиЛаб») LLM-инструменты структурируют научные данные, а модели прогнозируют свойства полимеров и генерируют рецептуры.

«Газпром нефть». ИИ интегрирован в разные этапы — от геологоразведки до разработки продуктов. Алгоритмы помогают искать скрытые залежи, анализируя сейсмические и геологические данные. При бурении ИИ прогнозирует дебит скважин и оптимизирует параметры. В разработке масел работает система «Алхимик»: она на основе машинного обучения подбирает оптимальные рецептуры (сочетание базовых масел и присадок), сократив срок вывода новых продуктов с полугода до 1–2 месяцев. Ещё один пример — синтез «умных молекул» (химических реагентов) для увеличения добычи на зрелых месторождениях. Также внедряют внутрикабинную видеоаналитику для контроля действий водителей и повышения безопасности.

«КАМАЗ». Здесь ИИ используют для контроля качества сборки и в беспилотных решениях. Роботы с компьютерным зрением проверяют сварные швы, покраску и другие узлы, снижая долю ручного контроля.

Чаще всего ИИ решают конкретные прикладные задачи: предиктивная аналитика (прогноз поломок), компьютерное зрение (контроль качества и безопасности), оптимизация параметров процессов, генерация рецептур или помощь сотрудникам в анализе данных. При этом важно: в критически важных процессах ИИ обычно выступает помощником, а финальное решение остаётся за человеком.