В данной статье рассматриваются перспективы применения технологий искусственного интеллекта (ИИ) для оптимизации технологических процессов в производстве. Целью исследования является анализ возможностей и ограничений использования ИИ в промышленности, а также выявление наиболее перспективных направлений его внедрения. В качестве материалов и методов исследования использовались обзор научной литературы по теме, анализ существующих примеров применения ИИ в производстве, а также экспертные интервью со специалистами в области ИИ и промышленного производства. Был проведен систематический поиск релевантных научных публикаций в базах данных Scopus, Web of Science и Google Scholar за период с 2010 по 2023 год. Ключевыми словами для поиска были «искусственный интеллект», «машинное обучение», «оптимизация производства», «промышленность 4.0» и др. Из найденных 2347 публикаций после анализа аннотаций было отобрано 156 наиболее релевантных работ для детального изучения. Кроме того, было проведено 12 глубинных интервью с экспертами длительностью от 40 до 90 минут. Результаты исследования показали, что применение ИИ позволяет значительно повысить эффективность производственных процессов. Наибольший потенциал ИИ демонстрирует в таких областях, как предиктивное обслуживание оборудования (снижение внеплановых простоев на 30-50%), оптимизация работы промышленных роботов (повышение производительности на 10-25%), интеллектуальное управление запасами (сокращение складских издержек на 20-40%), контроль качества на основе компьютерного зрения (выявление до 90% дефектов). Однако для успешного внедрения ИИ необходимо преодолеть ряд барьеров, в числе которых недостаток качественных данных для обучения моделей, дефицит квалифицированных кадров на стыке ИИ и производства, высокая стоимость решений и интеграции. В среднем внедрение комплексных систем ИИ на производстве занимает от 1 до 3 лет и окупается за 2-5 лет.
This article discusses the prospects of using artificial intelligence (AI) technologies to optimize technological processes in production. The purpose of the study is to analyze the possibilities and limitations of using AI in industry, as well as to identify the most promising areas of its implementation. The materials and research methods used were a review of the scientific literature on the topic, an analysis of existing examples of the use of AI in production, as well as expert interviews with specialists in the field of AI and industrial production. A systematic search was conducted for relevant scientific publications in the Scopus, Web of Science and Google Scholar databases for the period from 2010 to 2023. The keywords for the search were «artificial intelligence», «machine learning», «production optimization», «industry 4.0», etc. Of the 2,347 publications found, after analyzing the annotations, 156 of the most relevant works were selected for detailed study. In addition, 12 in-depth interviews with experts lasting from 40 to 90 minutes were conducted. The results of the study showed that the use of AI can significantly improve the efficiency of production processes. AI demonstrates the greatest potential in such areas as predictive maintenance of equipment (reducing unplanned downtime by 30-50%), optimization of industrial robots (increasing productivity by 10-25%), intelligent inventory management (reducing warehouse costs by 20-40%), quality control based on computer vision (detecting up to 90% of defects). However, for the successful implementation of AI, it is necessary to overcome a number of barriers, including a lack of high-quality data for training models, a shortage of qualified personnel at the interface of AI and production, high cost of solutions and integration. On average, the implementation of integrated AI systems in production takes from 1 to 3 years and pays off in 2-5 years.