Большинство разговоров об искусственном интеллекте (ИИ), которые доходят до широкой публики, сосредоточены вокруг приложений, чат-инструментов и программ для повышения продуктивности. Но именно там сейчас не ощущается настоящее давление.
Настоящее испытание для ИИ происходит на заводах, где у этой технологии нет «кредита доверия». Системы управляют физическим оборудованием, где ошибки видны в реальном времени и могут дорого обойтись. Решения влияют на время безотказной работы, качество продукции, стоимость и, что самое важное, безопасность. Когда что-то идёт не так на производстве, это замечают сразу.
Именно поэтому заводы становятся самым наглядным тестом того, действительно ли ИИ работает. В отрасли важна не эффектная демонстрация или впечатляющее звучание, а способность системы работать под давлением рядом с машинами, в среде с участием людей и с реальными ограничениями.
Этот промышленный интерес к ИИ был ярко представлен на выставке CES 2026 в Лас-Вегасе, где многие компании показали конкретные способы, с помощью которых ИИ начинает менять производственные процессы. Основными темами обсуждения стали цифровые двойники, используемые для принятия решений до внесения физических изменений, адаптивные производственные системы и тестирование подходов непосредственно на собственных предприятиях.
Это и есть момент, когда ИИ покидает презентации и начинает работать в реальных операциях.
Почему заводы — первые
На мероприятии этого года тема «сначала заводы» отчётливо прозвучала во время ключевого выступления Siemens на CES, которое представляло собой скорее серию обсуждений, чем классическую презентацию. Генеральный директор Siemens Роланд Буш выступал вместе с руководителями NVIDIA, PepsiCo, Microsoft и других компаний. Общая идея была единой: наиболее актуальное применение ИИ сейчас — не в потребительских приложениях, а в промышленных системах.
Причин такого интереса много. Заводы уже работают на основе структурированных операционных данных. Промышленное оборудование оснащено датчиками, контроллерами и системами мониторинга. Машины, конвейеры, роботы, системы контроля качества и даже энергосистемы генерируют данные в ходе обычной работы. Кроме того, в производстве данные напрямую связаны с производительностью, качеством, обслуживанием и затратами.
Частично именно поэтому цифровые двойники получили такое распространение: им не нужно создавать данные — они просто отражают их. Опрос 75 руководителей промышленности показал, что почти 44% организаций уже внедрили цифровых двойников, а ещё 15% планируют их внедрение, поскольку они напрямую питаются данными от физических систем, которые представляют.
Заводы также работают в замкнутых контурах. Машины реагируют на сигналы датчиков, контроллеры вносят корректировки, а операторы вмешиваются при отклонениях. Этот цикл измерения, реакции и настройки обеспечивает стабильность производства. ИИ можно внедрять в среды, где такие системы уже существуют.
В результате требования к промышленному ИИ отличаются от потребительских или офисных решений. На заводе ИИ не может быть расплывчатым или загадочным. Здесь потоки данных структурированы и связаны с результатами, поэтому последствия ошибок видны сразу.
«Когда ИИ входит в физическую систему, он перестаёт быть функцией. Он становится силой. Силой с прямым воздействием на реальный мир», — отметил Буш.
Цифровые двойники — это не просто визуализация
Цифровые двойники неоднократно упоминались на CES, но не в привычном абстрактном ключе. Речь шла не о красивых 3D-моделях ради визуализации, а о том, как компании уже используют их как инструмент принятия решений.
Ранее цифровой двойник помогал объяснить, почему что-то происходит. Теперь же крупные компании используют его, чтобы проверять, что должно произойти дальше.
Одним из факторов, сделавших это возможным, стали вычислительные ресурсы. Современные графические процессоры позволяют моделировать огромное количество сценариев. Вместо нескольких вариантов инженеры могут просчитать сотни тысяч ещё до начала реальных изменений: менять планировку, процессы, производительность и тестировать точки отказа.
На сцене также выступала Атхина Каниура из PepsiCo, которая рассказала, как компания использует цифровые двойники в производстве, складской логистике и цепочках поставок.
В одном из случаев PepsiCo применил цифровой двойник устаревшего завода в США. Компания смогла смоделировать различные варианты планировки и процессов, модернизировав объект без полной перестройки. В результате эффективность выросла на 20% всего за три месяца, а капитальные затраты сократились на 10–15% за счёт отказа от ненужных физических изменений.
Разница между цифровым двойником как визуальным инструментом и как операционным инструментом в том, что первый впечатляет, а второй меняет процесс принятия решений.
«Завод как робот»
Некоторые компании начинают рассматривать не отдельные машины с ИИ, а весь завод как единую интеллектуальную систему.
Глава NVIDIA Дженсен Хуанг назвал это концепцией «ИИ снаружи-внутрь», где весь завод становится одним большим роботом, координирующим остальные машины. То есть завод — это уже не место для автоматизации, а сама автоматизированная система.
Этот подход делает акцент не на футуристической автономии, а на повседневной координации. Системы могут регулировать загрузку линий, перераспределять работу при сбоях или задержках материалов и адаптировать производство в реальном времени. Люди по-прежнему участвуют, но всё больше функций переходит в программное обеспечение.
Siemens планирует запустить в Германии в 2026 году первый полностью управляемый ИИ завод с адаптивным производством. Поверх существующих систем автоматизации будет работать «ИИ-слой», который использует данные цифровых двойников и влияет на производство в реальном времени.
Компания также сотрудничает с Foxconn в США для создания заводов по производству суперкомпьютеров для ИИ.
Фабрика ИИ
Ещё один термин, активно обсуждавшийся на CES — «фабрика ИИ». Это не обычные дата-центры, а специализированные комплексы для обучения и запуска крупных ИИ-систем.
Такие объекты требуют огромных вычислительных ресурсов, энергии и систем охлаждения. По словам Хуанга, это проекты масштаба гигаватт, стоимостью до 50 миллиардов долларов.
Если строится объект за такие деньги, любые задержки или изменения в проекте недопустимы. Поэтому Siemens и NVIDIA работают над созданием стандартизированного подхода к проектированию и эксплуатации таких фабрик — с учётом энергии, охлаждения, автоматизации и инфраструктуры ещё до начала строительства.
Итоги
ИИ, который приходит на заводы, сильно отличается от того, о котором обычно говорят. Он не должен быть эффектным — он должен быть надёжным. Если он не работает, система даёт сбой.
Компании ожидают, что ИИ будет повышать производительность, снижать отходы, предотвращать простои и обеспечивать безопасность сотрудников.
Промышленная среда — идеальное место, чтобы ИИ доказал свою эффективность. Здесь есть реальные ограничения: энергия, задержки, надёжность, физические риски и давление затрат. Это сильно отличается от потребительского ИИ.
Как показала CES 2026, компании уже используют цифровых двойников и адаптивное производство для принятия решений до внесения изменений в реальный мир. Некоторые идут дальше и превращают завод в интеллектуальную систему, где программное обеспечение управляет процессами.
Именно на заводе ИИ проходит настоящее взросление.