Применение ИИ для управления производственными и корпоративными процессами в топливной компании

Илья Муромец, архитектор цифрового продукта АО «ТВЭЛ».

Конференция CNews «Технологии искусственного интеллекта 2026».

Общая информация:

Топливная компания Росатома занимается производством топлива для АЭС, насчитывает 30 тысяч сотрудников и имеет различные направления бизнеса.

Стоит задача удвоить количество персонала к 2030 году.

Компания стремится к цифровой зрелости, которая включает процессы, данные, людей и инфраструктуру.

Первые шаги и успехи в применении ИИ:

Первоначальный фокус был на оптимизации процессов, в частности, в закупках.

Внедрение ИИ в закупках существенно ускорило обработку документации, несмотря на возросший объем работы.

Активно используется компьютерное зрение для контроля качества и обеспечения безопасности.

Применение генеративного ИИ и проблемы:

Проведены тесты различных LLM, но внедрение генеративного ИИ в Росатоме сдерживается вопросами информационной безопасности.

Внедрение промышленных ИИ-решений сталкивается с трудностями, связанными с информационной безопасностью и необходимостью обработки данных.

Выявлено, что сотрудники наиболее готовы к применению ИИ, в то время как другие домены цифровой зрелости отстают.

Примеры успешных кейсов:

Разработана система AtomMind для поддержки принятия решений на металлургическом заводе, которая позволила снизить брак в производстве. Однако, потребовалось проведение натурного эксперимента для подтверждения эффективности.

Разработана модель для прогнозирования выгорания сотрудников на основе цифрового следа с точностью 80%.

Основные выводы и планы на будущее:

Компания планирует перейти от проектного внедрения ИИ к платформенным решениям, разработав платформу AtomMind.

Платформа AtomMind уже рекомендована для использования во всем Росатоме.

Цель – ускорить внедрение ИИ-решений в 5-10 раз.

Главная цель – реализовать платформенный подход, для ускорения разработки и внедрения решений на базе ИИ.

Вопросы и ответы:

Время от начала работ до промышленной эксплуатации модели может занимать до двух лет (на примере кейса в металлургии).

Для успешного внедрения ИИ необходимо начинать с подготовки данных.

Рекомендация для производств: начинать сбора данных, несмотря на сложности.