⚙️ На заводе «РУСАЛ Каменск-Уральский» с апреля 2026 нейросетевой цифровой двойник декомпозиции глинозёма работает не как пилот, а как инструмент смены.

Разработчик — «РУСАЛ ИТЦ», инжиниринговая дочка РУСАЛа. Модель обучили на 15 годах данных конкретного завода: температура, скорость затравки, качество раствора, сотни тысяч циклов.

Декомпозиция определяет гранулометрию продукта. Слишком много мелкой фракции — не эстетика: хуже фильтруется, пылит на переделах, портит сырьё для электролиза дальше по цепочке. Ошибка тихо всплывает там, где её уже дороже искать.

📊 По данным пресс-релиза rusal.ru (независимого аудита метрик РУСАЛ не проводил — держим это в уме), ошибка прогноза менее 5%, доля мелкой фракции снизилась на 4,4%.

Интересное — не в цифрах, а в архитектуре решения. Финальное слово — за технологом на месте. Не из недоверия к модели: она знает историю процесса, а не состояние смены сейчас — новую партию сырья, оборудование после ремонта, локальное отклонение раствора.

💡 Если модель права в 95 случаях из 100, работа человека — не дублировать эти 95, а поймать один из оставшихся пяти, пока цена ошибки копится в партии, а не в отчёте за месяц.

Вопрос не «сколько автоматизировано», а кто отвечает за оставшиеся проценты ошибки.

❓ Как у вас устроен момент, когда оператор не соглашается с рекомендацией системы — это данные для дообучения, или просто теряется в устной практике смены?

#AIвБизнесе #AIROI #XAMStrategy #ЦифровизацияПроизводства #IndustrialAI