ИИ для производственных компаний

Программа ориентирована на тех, кто работает с реальным оборудованием, реальной безопасностью и реальными процессами: начальников цехов и мастеров смены, технологов, инженеров по надёжности, специалистов по охране труда, руководителей производства малых и средних предприятий.

Благодаря программе участники научатся отличать задачи, которые стоит делегировать ИИ, от задач, где эта технология создаёт необоснованные риски. Научатся работать с помощью ИИ с объёмными документами – регламентами, стандартами, ГОСТами. Разберутся, как устроены предиктивная аналитика, компьютерное зрение и цифровые двойники на реальных производствах, и как выглядит путь их внедрения – от выбора пилотного проекта до развертывания системы.

Ключевая особенность программы состоит в том, что это не «ИИ для функции», а «ИИ для индустрии» – программа, созданная специально для производства и опирающаяся на кейсы производственных внедрений – как российских, так и мировых.

Программа семинара

Модуль 1. Возможности и ограничения ИИ

• Как устроены языковые модели: трансформеры и предсказание токена — откуда берутся возможности и ограничения технологии
• Пять классов задач: классификация, резюмирование, генерация, анализ, поиск — что ИИ решает хорошо, а где нужен человек
• Галлюцинации: почему ИИ выдумывает факты и не знает, что врёт — как проверять результат и не допустить ошибки
• Устаревание знаний: регламент обновился, а модель помнит прошлую версию — как контролировать актуальность
• Отказы и цензура: почему ИИ отказывается отвечать на легитимные вопросы — как предотвращать отказы в рамках рабочего процесса
• Промпт-инъекция: атака через документ — минимальный чек-лист защиты от постороннего вмешательства

Модуль 2. Выбор модели для производства

• Российские и зарубежные модели: возможности и ограничения — на что реально можно рассчитывать в производственных процессах
• Облачные или локальные модели: когда облака достаточно, а когда локальная модель обязательна — требования безопасности и законодательства о персональных данных
• Полная стоимость владения ИИ: подписка, персонал, интеграция, дообучение — как считать TCO
• Паспорт модели: токенизация, параметры, квантование — что означают параметры разных моделей
• Бенчмарки: что реально показывают и чего они не показывают — как сравнивать и выбирать модели под свои задачи
• Скорость: токены в секунду и время первого ответа — когда скорость становится решающим фактором

Модуль 3. Работа с документами и данными

• Анализ длинных документов: регламенты, ГОСТы, ТУ — извлечение ответов, сравнение версий, поиск противоречий
• Корпоративная база знаний: поиск по документам предприятия — как сделать, чтобы ответ находился за секунды
• Черновики документов: инструкции, приказы, служебные письма — ИИ пишет, человек проверяет и подписывает
• Работа с таблицами: формулы, очистка данных, интерпретация цифр — отчёты по смене, анализ брака, сведение данных из разных цехов
• Анализ производственных показателей: простои, брак, выработка — поиск аномалий и корневых причин
• Генерация гипотез: поиск вариантов решения в нестандартной ситуации

Модуль 4. Промптинг и делегирование задач ИИ

• Структура промпта как рабочий стандарт: роль, контекст, задача, формат вывода — почему это работает лучше «вопроса наугад»
• Основные техники: few-shot, chain-of-thought, negative constraints — когда какая повышает качество
• Лестница делегирования: промпт — навык — воркфлоу — когда разовый запрос дорастает до переиспользуемого инструмента
• Фильтры делегирования: обратимость действия, цена ошибки, полнота данных — что можно отдать ИИ, а что нельзя
• Контроль результата: метрики качества ответов — и почему «красота ответа» не метрика
• Гигиена чатов: управление контекстом в длинных сессиях

Модуль 5. ИИ в управленческих задачах

• Планирование и распределение нагрузки: сменные задания, сроки, ресурсы — ИИ как помощник начальника цеха
• Совещания и переписка: структура, аргументы, протоколы — подготовка за минуты вместо часов
• Сценарное моделирование: сравнение альтернатив «что если» — структурировать варианты и взвесить риски
• Оценка эффективности и ROI: полная стоимость владения, драйверы ценности — как считать эффект ИИ в российских реалиях
• Описание процессов: As-Is интервью и формализация процессов с помощью ИИ
• Поиск потерь: узкие места, дублирование, дефекты — Lean-подход плюс ИИ, построение To-Be
• Актуализация регламентов: приведение инструкций к новым требованиям — с опорой на актуальную нормативную базу

Модуль 6. ИИ в производственных процессах

• Предиктивное обслуживание: прогнозирование отказов оборудования по данным датчиков — от аварийного ремонта к плановому
• Компьютерное зрение в контроле качества и охране труда
• Цифровые двойники: моделирование «что если» без риска для производства — когда двойник окупается, а когда не нужен
• Оптимизация режимов работы: снижение энергозатрат и рост выпуска — эффект комплексной цифровизации
• Управление запасами и снабжением: прогноз спроса по истории и сезонности — предотвращение дефицита
• Интеграция с MES/SCADA: место ИИ в системе управления предприятием — почему без данных модель мертва
• Малая автоматизация: создание утилит под свою задачу — новый класс производственной грамотности

Модуль 7. ИИ-агенты

• Чат и агент: в чём разница — когда хватает чата, а когда нужен агент
• Цикл агента: Sense → Think → Act — планирование, инструменты, автономность
• MCP и внешние системы: как агент подключается к базам знаний и заводским сервисам
• Память агента: от контекстного окна до долговременных знаний о предприятии — почему без памяти агент остаётся чатом
• Мультиагентные системы: специализация и параллелизация — когда оркестрация оправдана
• Оценка и тестирование агентов: наборы сценариев использования агентных систем

Модуль 8. Внедрение ИИ на предприятии

• Оценка готовности к внедрению ИИ: люди, данные, инфраструктура — с чего начинать дорожную карту
• Выбор пилотного проекта: ценность, сложность, наличие данных — правило быстрых побед
• Фильтры риска: цена ошибки, обратимость, масштаб влияния — где ИИ можно доверять без контроля, а где человек решает всё
• Почему пилоты не доходят до продакшна: типовые причины — и сигналы, когда пилот пора останавливать
• Управление изменениями: сопротивление персонала и коммуникация — как внедрять ИИ без саботажа
• Команда внедрения: роли в проекте ИИ — кто вам нужен и когда
• Ответственность за решения: кто отвечает за решение, принятое с ИИ — разработчик, интегратор, руководитель, оператор
• Персональные данные и биометрия в цеху: что требует согласия, а что нет — границы закона
• Тренды: reasoning-модели, агенты, вертикальные решения — на что ориентироваться в горизонте планирования

Форматы проведения

Открытый семинар – 8 часов, группы до 20 человек, очно или онлайн

Корпоративный тренинг – 8 часов, группа от 6 человек, программа адаптируется под специфику предприятия

Семинар-практикум – 16 часов, включая практические занятия с реальными задачами участников

Организация обучения

Требования к помещению для проведения занятий

Для проведения семинара необходимо хорошо проветриваемое помещение, защищенное от прямых солнечных лучей. Помещение должно быть оборудовано письменными столами, белым экраном размером не менее 2х1,5 м, флип-чартом и мультимедийным проектором. Все расходы, связанные с арендой помещения и оборудования для проведения обучения, несёт заказчик.

Документация и материалы, выдаваемые слушателям

В процессе обучения слушатели получают материалы в электронном виде, которые содержат презентацию, раздаточный материал с таблицей кейсов и цитатами, примеры, образцы отдельных документов, а также электронную библиотеку материалов по теме обучения.

По вопросам проведения семинара обращайтесь:

телеграм:@zhartun
e-mail: vadim@zhartun.me
телефон: +7 (931) 120-43-00

Здесь можно получить информацию об авторе курса и других учебных программах.