0: Понятно, что только что был обед, это будет тяжело, но удивительно. У нас, во первых, отличный состав спикеров. Очень интересная тема. Видно, что она пользуется очень большим интересом. Лучше даже, может быть, свет выключить.

1: Чтоб больше не ходить сюда, её у нас точно кончились. Давайте, наверное, начинать. Сегодня у нас тема, тема, искусственный интеллект, промышленность. Начнём мы, наверное, давайте с более широкого фрейма, что вообще сейчас происходит?

2: Не секрет, что мы с вами все вместе пережили эпоху автоматизации, мы пережили эпоху цифровизации и даже цифровой трансформации. И вот у нас начинается новая эпоха, эпоха генеративного искусственного интеллекта. Я искренне уверен и убеждён, что она пойдёт по очень похоже.

3: Лекалом на цифровую трансформацию и цифровизацию. В начале много уже было представлено разных инициатив. Видно, что пока искусственный интеллект идёт такой адити ный, он пока не сильно что-то трансформирует, скорее он что-то ассистирует и дополняет. Но я напомню вам,

4: Что цифровизация начиналась также, если помните, первые газеты просто печатали в интернете свою даже не печатали, размещали на сайте свою печатную версию Ровно такую же, как она выходила в бумажной, с этого всего начиналось. И где сейчас сми, как они радикально трансформировались, мы все с вам

5: Видим, тоже самое нас с вами ожидает с генеративным искусственным интеллектом. Уникальные возможности стоят перед нами, как перед страной. Мы долго с вами в эпоху цифровизации говорили об импортозамещении. Напомню, что в цифровизацию мы с вами входили цифровой колонии, когда мы

6: Просто эксплуатировали западные решения, использовали западную методологию, внедряли решения вендоров, использовали западные, в 1 очередь опенсорс. Не секрет, что даже Сбер, когда делал свою грандиозную трансформацию за лекало, он брал анжи тоже

7: Зарубежный банк, который тоже очень далеко, в то время уже в отджали продвинулся. И совершенно иная ситуация. У нас сейчас мы находимся совершенно в другом состоянии, совершенно с другим багажом, совершенно с другим потенциалом мы входим в генеративный искусственный интеллект, как, по сути, суверенный север. Все

8: 3 страны в мире имеют более менее сопоставимые языковые модели, имеют вообще компетенции в генеративном искусственном интеллекте. Да, наверное, у нас не самое сильное решение по сравнению с Китаем и тем более сша, но мы точно движемся в пилотон и, заходя в пилотон.

9: В начало трансформации. Ну, я лично техно оптимист. Ну, мне сложно себе представить, что мы с вами сможем достичь. Посмотрите наши результаты в цифровизации, цифровизации. Ну, не секрет, что российские финтехи это лидеры мира, а мы начинали совсем с других позиции.

10: Мы начинали догоняющими, и мы обошли зарубежных лидеров. Посмотрите наши интернет компании, интернет технологии, Госуслуги, начиная со вторых ролей, мы вышли в пилотон, а в некоторых позициях мировое лидерство. Сейчас у нас совершенно другое состояние.

11: Интеллекту мы уже являемся мировым лидером, да, не номером 1, но мы в платоне с большим отрывом. Даже то состояние, где у нас сейчас очень тяжело достичь в любой другой стране, это годы непрерывного труда. Соответственно, сегодня у нас тема более узкая, уходя в более

12: Фокус промышленности, искусственный интеллект промышленности не секрет. Мы знаем, что и в цифровизации, в автоматизации промышленность редко у нас была пионером, но она всегда двигалась уверенно, устойчиво, намечая все цели, намечая все ориентиры и достигая

13: Их, соответственно, сегодня хочет дискуссию сфокусировать именно вокруг искусственных интеллектов промышленности. Тема, хоть она и меньше, чем глобальная гении, трансформация, тем не менее, очень ёмкая, и мы постарались её на неё посмотреть с разных сторон, чтобы

14: Разные проекции мы все-таки в промышленности, в инженерной среде и через разные проекции постараться понять. Мы посмотрим на это с точки зрения федерального регулирования помощи посмотрим с регионального, посмотрим со стороны ii лидеров, таких как Сбер, посмотрим.

15: С научной точки зрения посмотрим с точки зрения тех, кто имеет уже опыт практического применения. И, я надеюсь, по результатам у нас с вами сложится некоторая объёмная картинка, и мы сможем со всех сторон посмотреть на столь сложный и ёмкий вопрос, который, ну, конечно,

16: Полтора часа просто так не уложить. Давайте, наверное, я представлю наших спикеров. Уверен, это главная причина, почему вы все здесь. И спасибо вам, что даже нашли все силы постоять сзади. Я понимаю, насколько это нелегко. К счастью, не

17: Здесь посидеть все-таки. Итак, хотел бы вам представить наших уважаемых спикеров. Ну, в 1 очередь, конечно, Александра михайловича Войтова, министра минцифры.

18: Вяткина игоря фёдоровича, заместителя министра промышленности, науки.

19: Козлова Александра сергеевича, заместителя губернатора челябинской области.

20: Ситнова Владимира вячеславовича, старшего вице президента пао Сбербанк Александра павловича выбе управляющий директор пао Сбербанк Пётр Николаевич колпытина председатель уральского.

21: Банка. Думаю, самый известный из членов Сбера в нашей команде Иван Валерьевич Оселедец, доктор физико математических наук айри.

22: И из 1 ряда Алексей Сергеевич Яковенко, вице президент по трансформации рмк.

23: Как вы видите, у нас весьма представительная пленарка, но это ещё не все для того, чтобы сделать ещё более содержательную дискуссию. Хотя не знаю, честно говоря, как мы, конечно, успеем. За полтора часа. У нас ещё есть очень важный эксперт с 1 ряда. Это Никита Михайлович Худов, заместитель генерального директор.

24: Ассоциация альянс в сфере искусственного интеллекта.

25: Глеб Игоревич Батрак, ректор уральского горного университета. Он подойдёт чуть попозже, да, но представлю его сейчас Дмитрий, а Изотин. Да, у нас нет. Станислав Игоревич великий генеральный директор.

26: Алексей Игоревич Камынин, генеральный директор челябинского завода электрооборудования.

27: И специально приглашённые Ольга Ивановна Котлярова, заслуженный мастер спорта России, призёр олимпийских игр, ну и главное, конечно, это директор общественного полезного фонда свердловской области.

28: Итак, да, амбициозно. И задача амбициозная, и эксперты собраны очень амбициозные, но, как вы понимаете, начинать вопрос, наверное, правильнее издалека и сверху, а именно с федерального уровня. Поэтому давайте попросим

29: Осветить, наверное, ключевые, фундаментальные, скажем так, вопросы, а именно, как мы оцениваем наш текущий уровень технологического суверенитета, мы начинаем новую эпоху генной трансформации, она не приходит сама по себе, она находится на фундаменте и автомати.

30: И последующей цифровизации, и, очевидно, наследует как приобретение, которые мы с вами получили, так и, конечно, те недоработки, которые мы объективно сделали, каким стандартам должен соответствовать промышленный и чтобы мы могли доверить ему критические процессы, да, мы с вами говорим о галлюцинация.

31: Нейросетей. Говорим о том, что точность работы агентов не 100%. С другой стороны, и люди тоже ошибаются. Соответственно, как здесь к нам подойти? Какую роль должно сыграть государство федерального большого уровня, чтобы помочь нам преодолеть пропасть между пилотными

32: И масштабным внедрением. Не секрет, что многие компании уже экспериментируют, но мало кто может похвастаться в промышленности значимым результатом. Александр Михайлович, можете задать нам добрый день, уважаемые коллеги, ну очень масштабный вопрос.

33: Наверное, прям на все сразу я не смогу ответить. Постараюсь давать, с 1 стороны, некую общую рамку ответов. Плюс какие-то конкретные примеры приводить. Вот. Иначе это, наверное, лекция там на полтора часа. Соответственно. Ну, 1, действительно, это ключевая технология, об этом.

34: И, значит, однозначно, говорит президент Российской Федерации, от того, насколько мы преуспеем в её, с 1 стороны, развитии. С другой стороны, внедрении зависит, в том числе, успех нашего государства на мировой арене. В этом контексте ведётся большая работа.

35: И в том числе, значит, подготовлен законопроект. Он сейчас внесён правительством в государственную думу, с ним вы все с ним можете познакомиться. Это значит некий такой актуальный компромисс, значит, между разработчиками искусственного интеллекта, тем, кто ег,

36: Внедряет регуляторами и также органами исполнительной власти, которые тоже, значит, связаны с его внедрением. Соответственно, значит, создан оперативный штаб. И вот сейчас конкретно проводится большая работа в рамках рабочей группы. Они сейчас

37: Сформированы по, значит, дополнительным мерам, которые, значит, по подготовке в перспективе подзаконных актов и по дополнительным мерам, которые непосредственно в сам закон не вошли, соответственно, более предметно. Значит, ну,

38: Ну, чтоб нам я буду все-таки и к промышленности тоже здесь приземляться. Значит, чтоб нам масштабировать и переходить от, значит, от пилотов, от использования пока помощника, да, к использованию агентов управление производством, конечно, нужно быть уверен.

39: Что искусственный интеллект в целом правильно принимает решения. В общем случае мы этого не можем сделать. И в том числе не только Российская Федерация и, значит и другие разработчики, значит, передовых моделей искусственного интеллекта гарантирвать то, что искусственный интеллект прини,

40: Принимают правильные решения, соответственно, не могут. Это существенный вызов, потому что нам нужно, с 1 стороны, максимально быстро внедрять эти технологии. С другой стороны, внедрять как раз и как раз мы должны внедрять именно то, что является передовым, а технологией мы в полной мере не владеем. Вот это

41: Наверное, самое сложное. Пройдусь немножко по тем, значит, подходам, или оценкам, или требованиям. В итоге к искусственному интеллекту, которые так или иначе можно предъявлять, ну, термины, наверное, технологический суверенитет в данном случае по отношению к искусственному интеллекту. 1.

42: Это то, что у нас есть своё доступно то, что у нас то, чем мы владеем, то-то, что у нас не могут забрать, да, это может быть либо свои модели, либо модели, которые там доступны нам по опенсорс, потенциально. Вот в целом технологический суверенитет, это вот это, то есть то

43: Мы потенциально можем владеть, значит, прошу прощения, технологическая независимость значит, собственно, суверенитет, суверенитет это соответствие искусственного интеллекта нашим традиционным ценностям, это, это 2 грань технологического суверенитета.

44: Качество это то, насколько хорошо правильно он принимает решения и значит, насколько правильно и хорошо он может сгенерить какие-то тексты, если мы про генеративный искусственный интеллект, насколько он может там хорошо там доказать теорему, ну это вот качество и оценивается оно

45: Значит, соответствующими, в том числе, может быть, тестами оцениваться, значит, информационная безопасность, классическая информационная безопасность, защита данных, ну или техническая защита информации в терминологии, в stack, ну и так называемая ещё функциональная надёжность или корректность некой

46: Такова история между информационной безопасностью и качеством соответственно.

47: В текущем законопроекте есть, значит, понятия введены суверенных, национальных, суверенные, это практически полностью наши национальные, почти наши, дальше адаптивные. Это по сути, значит, те, которые со

48: Другие. То есть фактически законопроект сам, значит, прямо не говорит о том, что он вводит понятие всех моделей. И основная работа фактически 1 из основных работ, которые должны обеспечены быть рабочими группами, это как раз дать соответствующее определение и

49: Определить, какие условия, где, когда можно и нужно какие модели применять, чтобы обеспечивать вот те характеристики, о которых я говорил, в зависимости от области применения, наверное, вот это вот самая важная стратегическая, соответственно, задача, значит, ну,

50: Для перехода к отечественным, что нужны, действительно нужны стандарты. Стандарты в существенной степени это отрасле будут иметь отраслевые, отраслевую специфику, значит, стандарты потенциально, значит,

51: Ну, ещё раз повторю, так как основная работа проводится сейчас этими рабочими группами, да, то есть она ещё не завершена, я здесь не могу говорить итоговую позицию, да, потому что работа идёт, я в определённой степени выражаю свою позицию, значит, о том, что на

52: Значит, стандарты должны обеспечивать возможность применять любую модель, то есть базово, вот в рамках, значит, экосистемы какой-то отрасли, когда вы решаете какую-то задачу, там, задачу классификации задачи, там, управления, помо,

53: Значит, потенциально можно. Стандарты должны быть такие, что они позволяют применять любую модель, исходя из соответственных критериев критериев качества критериев технологической независимости суверенитетов, исходя из рисков, соответственно, так как мы

54: В целом, пока ещё раз повторю, не не до конца владеем технологиями, то, значит, мы должны применять определённые компенсирующие меры. Это пока общий подход, да, значит, мы должны проверять и общий подход, и особенно применительно к промышленности, значит проверять

55: Искусственный интеллект с помощью другого искусственного интеллекта значит применять к нему, значит, процедуры контроля, мониторинга, наблюдения, постоянного с точки зрения информационной безопасности базово 2 направления. Я бы здесь выделил. Это безопасная разработка.

56: Искусственного интеллекта. Здесь федеральный стек в этом направлении работает. Мы предлагаем рассматривать полигоны тестирования искусственного интеллекта, это тестирование информационной безопасности и примыкающие к ним качество, ну, с точки зрения вот информационной безопасности по искусственному

57: Мы, значит, в рамках 2 направлений работали. Это 1, это в рамках постановления правительства 372 тестирование, оценка защищённости государственных информационных систем. И там это когда мы заходим в, значит,

58: В информационную систему, где искусственный интеллект уже применяется, значит, проводим аналогичное с так называемыми пентестами оценку и в региональных информационных системах. Это здесь участвовал консорциум безопасности.

59: Информационных безопасности искусственного интеллекта, соответственно, значит, но так как вот это тестирование внутри, когда мы приходим в информационную систему, имеет определённые ограничения, значит, если полноценное тестирование проводить, то мы

60: Значит, в конце Концов, этот искусственный интеллект разрушим, поэтому говорим о том, что в дополнение к нему должно быть тестирование во внешнем контуре. Соответственно, теперь, если применительно к промышленности, так как нам надо сейчас уже внедрять эти, а работа по формированию итогового нормативного ландшафта,

61: Проводится. Я бы здесь рекомендовал следующее. Это 1, это в песочнице. Оценка рисков, которые есть, значит, можем ли мы в итоге, что произойдёт с промышленным производством? Если мы передаём управление, может быть уничтожена сама фабрика, уничтожена, партия там за

62: День или за час, соответственно, могут ли люди пострадать. Соответственно, если принимается риск. И это в данном случае искусственный интеллект, там, на мы считаем, что за 1 день там промышленная продукция может быть с помощью него там уничтожена, значит, то тогда постоянно

63: Мониторинг и контроль вокруг искусственного интеллекта созданы дополнительные меры контроля. Мониторинг, его постоянный рубильник, который позволяет в любой момент. Если у нас что-то произошло, значит вот его, соответственно, отключить. Ну это я как безопасностик здесь говорю, крайние меры, да.

64: Конечно, в целом, в перспективе, когда вся, вся, весь нормативный Анна возникнет, то, значит, и будут существенно, существенно эти процедуры упрощены, мы будем более чётко и на пальцах чувствовать соответствующие риски, ну и как с программным обеспече,

65: Тоже у нас риск технологической независимости такой, что у нас отозвали своё дело в своё время санкции. Почему это для нас было так значимо? Потому что у нас не было своего, значит, вот, и этот, и это была прям большая проблема, конечно, если бы у нас было

66: Своё и соизмеримого качества, то даже лицензии бы не было смысла у нас отзывать, да, и если у нас будет своё, не будет смысла ограничивать доступ нам к зарубежным моделям, если только они не будут кардинально, соответственно, лучше в этом, в этом направлении, конечно, принципиально

67: Кардинальная позиция и президента, правительства, и наша это меры поддержки для наших отечественных разработчиков. Значит для, для больших моделей. Плюс для промышленности, конечно, это дистилляция или создание собственных

68: Ориентированных небольших моделях, но которые в существенной степени верифицируются. И вокруг них построена система, соответствующая контроля. Вот, ну или, значит, где удаётся просто дополнительно, правильно, окончательно верифи.

69: Соответствующую технологию. В таком рафинированном случае, это с помощью универсальных статистических процедур. Когда мы, значит, просто не даём, ограничиваем искусственный интеллект, принятию просто заведомо неверных решений. Тем самым добиваемся того, что он гарантированно, правильно принимае.

70: Решение вообще нам предстоит большая работа в самой ближайшей перспективы. Ещё раз повторю, вот эта рабочие группы, которые созданы, в них, действительно сейчас идёт набор и уже в существенной степени они сформированы, ведущие, значит, заинтересованные компетенции компетен.

71: Коммерческие компании и государство. Вот, а в дальнейшем это ускоренное, масштабное внедрение. От этого зависят наши успехи. Спасибо. Да, спасибо. Получилось, мне кажется, очень здорово и ёмко, как я сказал, у нас для того, чтобы

72: Постараться максимально со всех сторон посмотреть. Мы решили добавлять некоторые такие оттенки благодаря нашим экспертам 1 ряда. И я б хотел сейчас обратиться к Станиславу игоревичу великому. Генеральный директор передового промышленного предприятия гиперсталь как раз

73: Можно вас попросить дать вашу оценку? У вас понятно, есть большое количество уже прикладных историй. Готова ли наша промышленность, что сейчас со стандартами того, что уже есть, и готовы ли мы к переходу к тиражированию решений, да?

74: Спасибо за вопрос. Наверное, на 1 часть готовы или не готовы, я отвечу так, 2 тезисами. 1 такой для разрядки, такой небольшой. Есть такой художник Николай Копейкин. Значит, и он в своё время, по моему,

75: В 99 году ещё написал картину металлурги и компьютер. Ну, в общем, её надо просто загуглить, посмотреть. Вот. И это, ну, отвечает частично на вопрос, в общем, насколько промышленность готова к переходу.

76: Значит, применение искусственного интеллекта на предприятиях. Вот, но на самом деле в каждой шутке лишь доля шутки. Мы вот в своей общеобразовательной школе в сколково уже начинаем с 1 класса обучать детей искусственному интеллекту. Поэтому, собственно, процесс перехо

77: Начинать уже как китайцы, наверное, с Садика и со школы, и процесс адаптации. Но если говорить серьёзно, на 2 часть, насколько готова промышленность, конечно, готова с точки зрения количества объёма массива данных, которые мы

78: На сегодняшний день генерим оно, ну просто бесконечно для того, чтобы мы могли искусственный интеллект начинать применять ту модернизацию, которую конкретно на нашем предприятии мы провели за последние несколько лет. Она позволяет вообще улететь очень

79: Очень далеко, начиная с того, что у нас беспилотные тележки, значит, ездят по предприятию, автоматизированные комплексы и линии и травильное отделение полностью автоматизировано. Вообще мы строили предприятие по безлюдному производству. Вот, но

80: Есть несколько вещей, которые нас ограничивают. 1. Ну вот мы сейчас больше занимаемся песочницами, то есть мы отдельные решаем проблемы, которые не могут решить технологии. Например, это загружаем большое количество данных во внешний периметр, где

81: В общем, не считаем эти данные уникальными для того, чтобы, ну, подобрать, например, какие-то режимы по печам. Вот есть вопросы, которые, ну, достаточно такие простые, типа машинного зрения, мы их, дааа, используем, но мы пока не готовы к промыш.

82: Масштабирования. Во первых, мы таких и примеров ещё не видим для того, чтобы можно было полностью доверить не все предприятие, даже какую-то часть его, а следующий момент ещё это регуляторика. И здесь мы вообще не понимаем, как мы дальше пойдём, потому что

83: Все трубы, которые мы производим для росатома, он из них строит все атомные станции по всему миру. Значит, как мы на сегодняшний день или, например, там, большое количество труб нержавеющих и титановых, алюминиевых. Сейчас мы производим для предприятий

84: Гособоронзаказа. И вот как мы, в общем то, те нормативные документы, которые мы используем в процессе производства, технологические карты, маршруты, как мы их понимая, что искусственный интеллект поменяет их, адаптирует, сделает более универсальными

85: Стоимость снизит, но как мы будем сдавать это все товарищам, военным, росатому и всем остальным? Это вот с точки зрения регуляторики. Это следующий вопрос, который тоже предстоит ответить. Ну, наверное, точно так же, как про беспилотные машины. Почему они до сих пор у нас по дорогам

86: Общего пользования не ездят. Вот. А так, короткий ответ, да, готовы, да, ждём системных больших решений и, в общем, с удовольствием играемся сейчас в песочницах. Да, спасибо.

87: Ну, пока дискурс 26 года, из которого мы с вами смотрим в будущее, выглядит довольно оптимистично, да, с федерального уровня видно, министерство, правительство своевременно готовит законы, готовит регулирование, слышит нас. С другой стороны, конечные потребители или даже

88: Внедрение технологий уже стартуют пилоты и считают себя готовыми двигаться дальше. Давайте зайдём теперь на другой уровень. Очевидно, что федеральный уровень это здорово, но живём мы все в регионах. И, безусловно, мы находимся на урале и потенциал уральского региона, наверное, с точки зрения промышленност.

89: Наверное, уникален. Надеюсь, я в этом не ошибаюсь. Может, какие-то другие регионы меня поправят, но их сейчас нету. Поэтому продолжим размышлять. С этой точки зрения. Здесь высокая концентрация. Концентрация, по примеру Китая, мы прекрасно видим, даёт очень

90: Сильный синергетический эффект, когда компании, как в Китае микроэлектроники и промышленности, находятся рядом, образуют кластеры и показывают фантастические темпы развития можно, я передал бы слово соответственно уральскому региону замести

91: Министра промышленности Игорю фёдоровичу. Вот как вы видите, что есть на урале, какие возможности есть, какое может региональное регулирование, требуется поддержка.

92: Добрый день, уважаемые коллеги, я чуть расширю понятие. Как здесь сконцентрирована промышленность? Вообще у нас 10000 промышленных предприятий в свердловской области. Вот здесь присутствует десятка 3 наших предприятий, а у нас 10000 мы производим

93: Продукции на 4 триллиона рублей. Четверть своей продукции мы экспортируем. Продукция разлетается в 150 стран мира. Ну, у нас в промышленности работает 440000 человек. Это подводка к ответу на вопрос, а нужна ли нам

94: Автоматизация, повышение эффективности труда, применение там нейросетей, искусственного интеллекта и так далее, и так далее. Что делаем? Ну, понятное дело, примеры внедрения искусственного интеллекта. У нас есть машинное зрение, ну, как 2x2 уже на

95: Гих предприятиях, там лазерные какие-то измерения, просто измерения, автоматизация процессов двойники. Есть очень серьёзные работы, когда там целые металлургические комбинаты применяют, например, там двойники процесса нагрева металла, это даёт коло

96: Альную экономию при вложенных десятках миллионов рублей. Это позволяет экономить по году, там сотни миллионов рублей. Эти примеры есть, но ещё раз у нас 10000 предприятий. Примеров, ну, десятки, максимум, может быть сотни. Это 1 вопрос. 2 вопрос, что

97: Какие вызовы ещё придётся преодолеть? Ну, наверное, это качество данных, там их релевантность, их достоверность. А иногда это полное отсутствие данных. Вот с этим мы тоже уже сталкиваемся вплотную к этому вопросу подошли какие-то предприятия.

98: Накапливают сами, где-то мы там на федеральный уровень выходим с этими вопросами этот вопрос, конечно, будем решать. Ну и следующий вопрос такой. 1 из самых самых, это все наше оборудование на вот этом множестве предприятий.

99: У нас же там разные совершенно отрасли промышленности. Все это оборудование, все программное обеспечение, это совершенно разные производители. Тут представлен весь мир, точно те, кто занимается там оборудованием и так далее. И вот это лоскутное дело, мы должны

100: Должны как-то дальше развивать, автоматизировать, цифровизировать, что делаем, как помогаем предприятиям, где есть совместные действия с федерацией. Но 1, это мы пытаемся создавать инфраструктуру буквально предион, её событие у нас

101: Это мы открыли крупнейший частный дата центр компания k point 440 айти стоек в 1 из наших индустриальных Парков, и это ну совершенно хорошее подспорье для даль.

102: Дальнейшего развития, автоматизации, цифровизации, в том числе с применением искусственного интеллекта. Кстати, мы ещё 1 наша компания датакрат представляла также it стойку председателю правительства Российской Федерации. Здесь на

103: Нашем свердловском стенде на иннопроме. Значит, мы подобрали 7 локаций, 7 земельных участков, где мы предлагаем бизнесу размещать. У нас в области центры обработки данных. Понятно, что эти локации

104: К нашим крупнейшим городам. Они же крупнейшие промышленные центры, там Екатеринбург, каменск, тагил и так далее. Там есть логистика, там есть. Мы посмотрели именно те локации, где есть энергопрофит, то есть где есть запас по электроэнергии, где есть

105: Специалисты, что мы ещё сделали? Мы поправили своё региональное законодательство. Теперь земельные участки под центр обработки данных. Мы готовы передавать инвесторам под эти

106: Под эти объекты без конкурсных процедур бесплатно, да? Ну, там есть ограничения порог по инвестициям, по моему, миллиард рублей. Ну, нас тоже можно понять, кстати, тот дата центр, который открылся, он там объём инвестиций 4 миллиарда рублей, поэтому

107: Конечно, мы работаем, мы не стоим на месте, но ещё 1 плюс у свердловской области, который точно нам поможет решить проблему дальнейшее развития и дальнейшее повышение конкурентоспособности нашей промышленности это, конечно, наши кадры.

108: У нас 35 вузов и филиалов вузов, да, в свердловской области, из них там есть пятёрка вузов, которая, ну, собственно говоря, на передовой цифровизации, на передовой, по искусственному интеллекту.

109: В том числе горный университет. Здесь присутствует урфу. Наш легендарный экономический университет есть у нас ряд лабораторий по искусственному интеллекту, ещё создаются лаборатории уже специализированные, да, там какие-то лаборатории по изображению

110: Текстом какие-то лаборатории там по технике какие-то там по психологии вот есть ряд центров по искусственному интеллекту поэтому кадрами мы здесь обеспечены все это говорит о чем? Ну не то чтобы

111: Хвалиться. Да, это говорит о том, что нам точно необходимо. Мы ж со своей продукцией присутствуем на мировом уровне, мы должны быть конкурентоспособны, нам точно это нужно будет осваивать, но мы находимся пока в начале пути, поэтому только совместная работа

112: Приведёт нас к успеху. Спасибо. Да, спасибо большое. Можно 1 короткий вопрос. Какие могли бы какие-то конкретные отрасли выделить? Которые, на ваш взгляд, наиболее готовы, которые должны стать чемпионами гены и внедрения чемпионами?

113: Должны стать оборонщики, там есть заказ, деньги и так далее. Но они, наверное, будут вторыми. Почему? Потому что там регуляторика, а чемпионами у нас будут металлурги, несмотря на всю ситуацию. И сегодня чемпионами являются металлурги. Почему мы последние 15, 20 лет

114: Их активно развивали, тех перевооружали, они работают по технологиям точно на мировом уровне. И, собственно говоря, они готовы вкладываться дальше, не отстать, сохранить это лидерство. И первые серьёзные примеры, это двойники, там пола.

115: Металла это автоматизированная мощнейшая система управления станами и так далее и так далее. Это, конечно же, металлурги, да? Ну и вообще у нас металлургический и машиностроительный край. Да, спасибо. Получается, с федерального уровня мы видим регулирование

116: С региональным лидером целый комплекс мер развития и поддержки. Продолжая вот развивать дискурс региональный, хотел бы перейти к челябинской области, попросить Александра сергеевича дать взгляд с другого региона.

117: Какие вы видите отличия? Какие преимущества вашего региона, как вы развиваете тоже меры поддержки и способствования благоприятствования таким проектам? Да, спасибо большое. Спасибо за возможность выступить на этой представительной панельной диску.

118: Мы очень похожи на свердловскую область, являемся соседями и похожи по потенциалу и по промышленному. Действительно, у нас, если смотреть промышленность, тоже у нас металлургия и машиностроение, поэтому много пересечений с коллегой сейчас

119: Может быть, получится в моём докладе. Но действительно, мы отмечаем, что вот среди всех, наверное, сквозных технологий, которые в своё время были описаны, да, вот, наверное, искусственный интеллект уже дал наибольший эффект, да, вот там по

120: Помните, там блокчейн, значит, айот, биг дата были вот все сквозные технологии. Ну, наверное, объективно искусственный интеллект как бы эффектов дал больше, да, зашёл уже гораздо дальше и тоже правильно уже.

121: Несколько раз говорила, что сам искусственный интеллект уже несколько волн пережил, да, то есть мы сначала занимались, ну, то, что машинное обучение, да, называют. То есть, условно говоря, мы чётко понимали, где есть видео, где есть фото, где есть

122: Звук, голос все это можно скормить искусственному интеллекту если у тебя эти данные есть, если ты этого не делаешь, ты уже опаздываешь, значит, следующая была революция неожиданная, это появился Гена y. Потом мы думаем ну вот и вообще это совсем другой искусственный.

123: Интеллект, который позволил делать очень много прикладного. Я, может быть, об этом успею сказать. Следующий опять год проходит и опять у нас новая революция, искусственный интеллект, помощники. Значит, мы начинаем создавать помощников. Это совершенно

124: Другие среды, там пробуем найтен, пробуем продукции, которые Сбер нам предлагает. Это захватывающая история в этом году. Вот пока ещё год не закончился. Думаю, что же будет в этом? Причём каждый год это, ну, как бы совсем новый искусственный интеллект. Ну,

125: В этом году, кстати, наверное, такой тренд, который можно подметить, это, знаете, ну, искусственный интеллект начал ломать как бы, отрасли с точки зрения производительности труда. Ну, прям, ну, в программировании это прям видно, да, в it отрасли и во многих других отраслях.

126: Это прям тренд, который, значит, набирает очень большие силы и обороты. Значит, ну, про челябинскую область. Значит, здесь я вот сегодня с утра на завтраке говорил большое спасибо. Сберу. Это не потому, что сегодня пригласили

127: Дискуссии. Действительно, это та компания, которая в челябинской области 1 начала с нами, как с госвластью, разговаривать по поводу искусственного интеллекта. Ну, наверное, не случайно, потому что Сбер был ответственный за эту сквозную технологию в целом в Российской Федерации. Поэтому мы так-то

128: Не были удивлены. Наверное, просто Сберу повезло, как всегда. Значит, что ему, именно Сберу, поручили заниматься самой такой, как оказалось, масштабной и быстрорастущей сквозной технологией. Ну, значит, везёт сильнейшим, да.

129: Значит, поэтому Сбер с нами стал разговаривать. Мы, значит, начали проводить Страт сессии по поводу искусственного интеллекта, смотреть, а где он может внедряться в челябинской области? Значит, следующая история. Сбер приехал, говорит, а что у вас до сих пор нету там?

130: По искусственному интеллекту. В общем, все, что говорит Сбер, мы очень серьёзно анализируем и потом как бы и делаем, что нам сказали. Значит мы создали в челябинской области совет по искусственному интеллекту, который возглавил лично губернатор, он лично проводит за

131: Здание этого совета. Сейчас мы уже поняли, что совет, ну то есть совет это что это, ну, это посоветоваться же, да, с 1 стороны, раз совет называется, значит, в совет у нас входят ведущие вузы челябинской области, ведущие it компании челябинской области, и, значит,

132: Мы приглашаем туда тех, кто вот в наибольшей степени внедряет, да, там, например, промышленность, приглашаем, сельское хозяйство приглашаем, то есть там, где, как нам кажется, искусственный интеллект и разговариваем с функциональными заказчиками. А что мешает? А как помочь, значит,

133: Также там, значит, мы сейчас создали, поняли, что совет, ну, как бы, такие стратегические решения, надо постоянно работать с искусственным интеллектом. Создали уже президиум совета, который смотрит конкретные проекты, где требуется, ну, региональное какое-то финансирование.

134: Там утверждаются эти моменты, он более такой часто работающий орган, значит, это такая организационная рамка, значит, ну, утвердили стратегию развития искусственного интеллекта в челябинской области, значит, наметили какие-то себе цели, планы, значит, как он

135: Должен у нас развиваться. Значит, в принципе, есть такой индикатив. Значит, как мерят регионы по внедрению искусственного интеллекта, есть портал, который минцифры Российской Федерации, там по поручению комиссии госсовета по цифре сделали, ну, портал моской области.

136: Значит, куда загружаем мы доказанные с эффект, с доказанным эффектом решения, внедрения по внедрению искусственного интеллекта. Значит, все регионы это делают. Вот мы как бы входим в топ 3 регионов, которые больше всех таких решений,

137: Указанными эффектами загрузил на этот портал. Ну, во первых, можно обмениваться, да, этими решениями по поводу тиражирования. Все регионы смотрят то, что внедрил, ну и в госуправлении, но можно внедрять, но туда выкладывать можно и, допустим, то, что на промышленных предприятиях внедряется.

138: Поэтому можно всем посмотреть на этом портале, кто что разместил. Значит для того, чтобы использовать у себя. Значит, ну вот здесь мы тоже как бы на ведущих позициях. 2, ну что ещё от государства всегда ждут.

139: Каких-то мер поддержки. То есть стратегию определили. Организационная рамка есть, значит, где поговорить, посоветоваться. Есть, значит, меры поддержки у нас давно и системно мы работаем с мерами поддержки для it компаний. То есть берём все федеральное, ну ещё своё, ну там

140: Там как примеры, просто у нас it ипотека, но мы ещё к федеральной it ипотеке добавили, как бы ещё там - 3% для челябинских айти компаний, если покупают в Челябинске жилье, то есть там ещё у нас айтишникам лучше, значит, налог.

141: Льготы у нас для it компаний там сделаны как бы кто по упрощёнке, кто не по упрощёнке, значит гранты выдаём. Ну и у нас появляются потихоньку как бы it компании, которые там развиваются, да, там уже, там, на слуху, там, не знаю.

142: Там, значит, ну ладно, сейчас не буду перечислять, как бы иначе много времени займу. Но, надеемся, будут там наши единороги, да, там как бы, челябинские, значит, и многие подают такие надежды. Правда, как только начинает единорог,

143: Открывать филиалы в Москве, в Питере, как бы там. И вот начинают уже такие масштабироваться. Ну, мы за них радды. Значит, 2, у нас есть меры поддержки для функциональных заказчиков, а кто у себя внедряет, как бы вот, допустим,

144: С промышленными предприятиями сегодня тоже говорил, вот мы как бы видим тренд правильной работы, он такой, значит, что сначала у нас в челябинской области очень хорошо зашло бережливое производство. Вот прям очень хорошо зашло, многие предприятия от этого видят эффект

145: Здесь и сейчас, то есть есть региональный центр как бы компетенции рцк по бережливому производству. Ну и фцк работает с крупными предприятиями, предприятия начинают у себя внедрять, и у них получается там команда, вот трансформации, она образуется вокруг этого бережливого

146: Производство, там простые вещи, да, там, значит, инструменты, складывая в 1 место, как бы, чтоб не терялись, как бы сразу растёт производительность труда. Значит, раз это же легко, легко, денег не надо, как бы начинал получаться. Следующая история. Давай опишем процессы свои, давай опишем.

147: Процессы и посмотрим, что как значит, это уже правильный порядок, да, порядок в голове, там потом начинается порядок в данных, в данных, что важно. И начинается автоматизация. И вот тут вот по ходу этой автоматизации возникает вопрос, а вот смотри, у теб

148: Данные есть, уже процесс описан все качественно, заносится в информационную систему. Вот тут можно искусственный интеллект, а вот тут можно робота и вот этот процесс, вот он очень хорошо заходит. У нас многие предприятия уже дошли до того, что они автоматизировались и вот сейчас начинают вплотную думат.

149: Я имею ввиду, средние предприятия есть флагманы ммк, значит, автозавод урал, значит, которым не нужно это все, они так все сами знают, они там, ну, на мировых стандартах работают. Понятно, что в мк уже там 90%.

150: Там 90 проектов внедрено, они там уже, значит, по моему, миллиардами рублей мерят эффект от искусственного интеллекта, который они уже там заработали. Ну, им то че помогать им не мешать надо, значит, а вот этим, ну, которые средние предприятия.

151: Там действительно нужна определённая помощь. Вот мы по этой методике делаем, ну, параллельно, как бы, значит, есть меры, там, например, льготные кредиты, кто идёт в автоматизацию, как бы могут получить фонды развития промышленности, мы специально с ними проработали, на цифровизацию даём.

152: Как бы льготное финансирование. Значит, что ещё значит, создан у нас центр развития цифровых технологий. Специальная ножка, которая помогает предприятиям взять, например, гранты, которые, спасибо, минцифры Российской Федерации рфрит выдаёт у нас автозавод урал ст.

153: Урал, взяли там крупные гранты на автоматизацию своих процессов с федеральных денег. У них такой кипиай затаскивать федеральные деньги в регион. Значит, тоже рады тем, кто у нас построит сот, даём соответствующие льготы, как бы и налоговые льготы готовы дать и

154: Конечно, землю подыщем. Есть определённый энерго. Профицит у нас нету атомной электростанции пока, во всяком случае, нету. Значит. Но есть определённый профицит, связанный с тем, что металлурги оптимизируются как бы и определённые мощности.

155: Энергетические есть, но не сказать, что сильно Дешёвая электроэнергия, чтоб тоже было понятно, в основном газовая генерация. Значит, ну и что хотелось бы сказать? Что значит про вот, наверное, специи.

156: Ну да, металлурги чемпионы, как бы это просто самая, самая сильная отрасль, как бы на чёрной металлургии у нас очень сильные цветные металлурги родом из Екатеринбурга, значит, которые у нас тоже имеют предприятия, я имею ввиду, там угмк рмк.

157: Значит, ну вот дополню коллегу, там, я считаю, что машиностроение это как бы вот тоже, ну то есть все, кто, например, начинает заниматься беспилотниками, а там как искусственный интеллект, ну как бы без искусственного интеллекта у нас вот автозавод урал.

158: Строит беспилотную как бы технику дст, урал, да, бульдозеры беспилотные делает. Вот у нас на стенде, пожалуйста, подходите, посмотрите, там стоят беспилотные транспортные средства амт компания, там свой беспилотный экспонат.

159: Представляет. То есть посмотрите, это как бы 100%. И те компании, которые делают роботов, это тоже машиностроение. Робот без искусственного интеллекта это, ну, невозможная история. Поэтому тоже приглашаю на наш стенд. Посмотрите, сколько разных роботов мы умеем делат

160: И там тоже везде есть искусственный интеллект. Поэтому я считаю, машиностроение это, наверное, чемпион будущего. Там с точки зрения внедрения искусственного интеллекта. Спасибо. Спасибо большое. Мне кажется, получился прекрасный такой региональный взгляд.

161: Видно ещё раз дискурс 26 года выглядит так, что ещё раз правительство и министерство готовят законодательную базу, всячески способствует. Регионы на своём уровне, оказывают всю максимальную поддержку и также этому способствуют. Представьте только, что на

162: Было на Заре цифровизации. Мы совершенно с другой базой вообще входим в следующий технологический уклад. В то время вообще трудно себе представить, закон был вообще представить об интернете, в каком году он был принят по сравнению с цифровизацией и появлением вообще интернета. Отдельно хотел бы сказать спасибо за тёплые слова в адрес Сбер.

163: На самом деле мы отдаём себе отчёт о своей некоторой миссии в России. Мы являемся все-таки крупнейшим бигтех м европы. У нас порядка 50000 инженеров. Следующим европейским бигтех является сап, и, конечно, мы, активно внедряя технологии разработки, делимся ими.

164: И не только вот индивидуально работаем, а публикуем официально наше руководство по генеративной разработке как раз вот здесь, на иннопроме, мы вот сегодня вечером сделаем презентацию 2 дополненной версии. Я искренне считаю, что мы должны отказаться уже от позиции вот этого импортозамещения вечного

165: Заходить в новый технологический уклад лидером в мире ещё нету полного такого технологического инструкции и видения, как будет выглядеть в конечном итоге генеративная разработка. Вот мы её создали, внедряем у себя и бескорыстно делимся со всеми друзья.

166: Давайте делать это вместе только при помощи новой технологии мы сможем в том числе наверстать те отставания, которые у нас возникли в эпоху цифровизации. Запад писал те решения. По сути, ещё на перфокартах мы можем то отставание, которое объективно у нас местами, ещё по предыдущим эпохам, есть рывком.

167: Догнать за счёт искусственного интеллекта. Вот, и продолжая оттенять красками некоторый взгляд со стороны там федеральных, региональных структур, я бы хотел передать слово Алексею сергеевичу рмк и вот как раз другими глазами взглянуть на

168: Меры поддержки, а вот с точки зрения вас, как такого ведущего металлурга, как мы сейчас выяснили, чемпиона, какие меры поддержки наиболее интересные, привлекательные, что бы вам хотелось? Ну, наверное, в строительство новых Заводов самый эффективный

169: Меры поддержки, конечно, наиболее интересны. Мы, как металлурги, не очень много используем государственных мер поддержки, именно связанных с цифровыми решениями, но активно, конечно, используем те меры поддержки, которые

170: Позволяют нам развивать производство именно на аппаратном уровне. Но 1 важное, так сказать, свойство, что ли, есть или 1 важную задачу, которую государство решает для нас. Она тоже критически важна для внедрения, это

171: Регулирование, потому что вот сегодня с утра мы говорили про то, кто будет нести ответственность и термин. Ну, такой вопрос прозвучал, кого наказывать, а хочется посмотреть на это с точки зрения не кого наказывать, да? А как построить

172: Систему или как проектировать систему таким образом, чтоб не надо было никого наказывать. И здесь вот такое взаимодействие государства с точки зрения описания условий, при которых мы к какому-то риску склонны к какому-то риску.

173: Готовы с точки зрения разработчиков технологии, которые говорят, это достижимо или недостижимо, и с точки зрения нас как применителей технологии, да, с точки зрения того, а готовы ли мы нести определённые риски или не

174: Готов, потому что вот как было справедливо сказано, если искусственный интеллект у нас управляет печью, да, сердцем всего предприятия и что-то там сделает неправильно, то мы потеряем партию товара, там остановим печь в случае

175: С нашей печью это может быть ещё и не очень страшно, мы там её повторно можем запустить довольно быстро, а в случае с доменным производством это уже может нести какие-то катастрофические последствия, поэтому вот здесь вот не

176: Поддержка прямая с точки зрения там финансовой или ещё какой-то. А поддержка косвенная с точки зрения установления правильных правил, правильные правила. Такое себе получилось, да, вот, что, что, да, работа работать, да.

177: С точки зрения установления вот этих правил, это наиболее важный сейчас вопрос, который мы видим и к которому есть запрос, потому что неразрешённый этот вопрос, он накладывает огромные ограничения, потому что

178: Директора предприятий не хотят ответственности, главные инженера не хотят ответственности. Сотрудники, ну тем более не хотят ответственности. У них там свои очень прикладные интересы на предприятиях и без этих правил, которые эту ответственность каким-то образом разграничи.

179: Создают безопасные комфортные условия, объяснимые без этого, без такой поддержки. Развитие технологии не происходит. Да, спасибо большое. И продолжая взгляд со стороны, все-таки

180: Предприятий. Хотел бы ещё попросить алексея игоревича. Это челябинский завод электрооборудования. Вот с точки зрения предприятия, что важнее, на старте внедрения поддержка региональная, федеральная, экспертная. Доступ к компетенциям, что-то другое. Давайте, коллеги, добрый день. Я, наверное,

181: Сначала опыт расскажу, а потом отвечу на ваш вопрос. Вот в девяностые у нас билл гейтс, черт сказал, что если вас нет в интернете, значит, вас, у вас нет бизнеса. И когда только ллм модели первые пошли у меня, как у собственника, загорелись глаза. И давай я

182: Его внедрять там на каждом шагу. А вот подтверждая слова Александра сергеевича, мы прошли программу по производительности труда, и все, кто в промышленности, наверное, все понимают, что такое время цикла, а время такта, то есть ты где-то ускоряешь цикл, а такт он остает

183: По времени тот же самый. И как бы внедрение искусственного интеллекта это на тот момент, ну, такой игрушкой было, а потом загорелся вновь, даже project назвал, назвал его завод на флешке и попытался сделать так, чтобы все без

184: Бизнес процессы, я их скормил, м модели со Сбером начинали, но на тот момент там GigaChat, он ещё не дотягивал до, до той производительности, к которой сейчас подходит, сделали мы это на сторонних сервисах, что полу,

185: Случилось что-то нет. И вот когда в команде единомышленников сидели, да, классный проект завод на флешке, то есть цель какая была развернуть завод там в течение 2 с половиной лет в любой точке пространства Российской Федерации при наличии спроса, и потом начали мне задавать вопрос.

186: Да, проект хороший, а если эта флешка не твоя становится, а мы кормим ллм модели чужих производителей, и, по сути, мы добровольно на текущий момент отдаём все коммерческие тайны, все секреты нашим.

187: Зарубежным назовём их партнёром. И после этого у нас 2 операция со Сбером произошла. Вот общались с господином Владимиром авербахом, который ответственный за внедрение GigaChat за разработку. На что он ответил, что

188: Нам ещё нужно совсем чуть чуть времени, чтобы догнать там ллм модели наших производителей конкурентов, потому что все мы знаем, например, вот не будем называть вслух. Те компании выпустили там последнюю ллм версию.

189: Модель, да, и прошли сутки, они её закрыли. По каким причинам? Ну,

190: Причины нам понятны, да, чтобы мы там не могли развиваться с той же скоростью, что и зарубежные компании. И на самом деле, на текущий момент мы сделаем ставку и делаем ставку на Сбер, уже на GigaChat. Ну то есть готовы ли мы чуть чуть потерпеть для того, чтобы

191: Кормить своими данными и коммерческими тайнами чужие м модели в текущей ситуации уже нет. Поэтому на Сбер большая ставка. А вот с точки зрения вашего вопроса, где же нужна помощь? Вот мы как промышленники.

192: То есть я основал завод там с нуля в 16 лет назад, и на текущий момент ты пытаешься, внедряешь и набиваешь очень много шишек. И каждый раз ты как первопроходец, тут получилось, тут не получилось, тут деньги потеряли.

193: Тут что-то ускорили. И вот системный интегратор нам нужен в виде в виде 1 большого игрока я вижу только Сбер на текущий момент в России, потому что, ну, с точки зрения финансов там поддержка определённая у нас есть. Спасибо огромное.

194: За это. А вот с точки зрения поддержки и внедрения искусственного интеллекта, я думаю, что это самый крупный игрок, у которого все должно получиться. А вот что ещё, ну, как бы деньги есть знания есть навыки есть умения есть энергия есть молодость есть, осталось только это

195: Внедрить нас ждёт успех. Это прекрасно. Спасибо. Очень высокая планка. Вы задаёте

196: Ну, предлагаю, собственно, начать тогда следующей секции на неё и отвечать, и передать слово Сберу. А именно Владимиру вячеславовичу. Действительно, Сбер выступает давно уже не только как финансовый партнёр. Очевидно, у нас есть определённая специальная миссия, м,

197: Её будем придерживаться, мы за неё отвечаем и перед 1 лицом перед вами всеми. Расскажите нам, как вот вы видите ответ Сбера на такую задачу, вызов и, самое главное, планку при этом стоящую. Да, спасибо большое. Ну вот я к тезисам последнего, крайнего

198: Speaker. Значит, хочу сказать, что мы, конечно же, единственным интегратором быть не сможем. Значит, и 3000000 предприятий, которые есть у нас на обслуживании, 6000000 в стране. Мы через цифровую трансформацию не проведём. Вот, к слову сказать, за все время нашего участия в цифровой трансформации наших клиентов мы транс.

199: Информировали. Ну так более менее, или, я бы сказал, цифровизировали порядка 4000 клиентов. Поэтому темпы у нас, так сказать, вы видите какие, но мы стараемся это делать качественно. Вот. Но в этом плане мы ведём работу с ключевыми интеграторами, существующих существующими на рынке для того, чтобы вот, н,

200: Дать им базу, дать модель и с ней работать. А вот как работать, вот как раз сейчас расскажу. Значит, и начать, конечно, я хотел с того, где мы находимся, вот без иллюзий по внедрению генная. Вот все сейчас говорят, генай нас, так сказать, спасёт, выведет.

201: В космос. И так дальше. Вот здесь, к сожалению, такая статистика, которая говорит о том, что 78% компаний, с которыми мы имеем дело вообще при опросах, да, каким-то образом используют искусственный интеллект, генная решения в своих производствах.

202: Процессах, да, но почти 95% тех пилотов, которые реализуются, они, собственно говоря, не имеют ощутимого либо подтверждённого эффекта. Это инвестиции в R&D по сути дела, да, и только вот 6% компаний они испытывают.

203: Достаточно такие большие какие-то ожидания от того, что их ебеда или ебит, увеличится, и готовы в это инвестировать, о чем это говорит. Ну вот представьте, кто может себе позволить внедрение дорогостоящей лм модели, или лм модели суверенной, или модели недружественной, или та

204: Не суверенные на на паки, да, то есть это конечно миллионные многомиллионные бюджеты, как в большой крупной компании инвестировать миллионные бюджеты или стомиллионный бюджет или миллиардный бюджет без kpi. Ну это практически невозможно, поэтому это, конечно, больша.

205: Проблема, но, тем не менее, вот цифры есть, и 43% компаний, которые этим занимаются, они находятся в стадии эксперимента. Почему это происходит? Кроме того, что вот эта неочевидная имплементация не даёт пока

206: Очевидного результата. Вот этот слайд надо читать справа налево, не слева направо, а справа налево. Все начинается с человека. Вот с нас, с вами здесь присутствующим сами. Мы вообще верим в то, что генай, значит изменит производство и изменит эффективность производства. Ну давайте себе попробуем

207: Ответить на этот вопрос, как Гена присутствует в вашей жизни? Вот я думаю, что каждый из вас уже ищет информацию в интернете не через сафари или оперу, а через, ну, гига, чат через дипси, через преплести.

208: Через ещё какие-то сервисы. Ну это здорово, это уровень номер 1. Теперь уровень номер 2. А какие и агенты работают на вас вот здесь прямо сейчас. Вот поднимите руку на кого-то. Прямо сейчас работают какие-то агенты. 1, 2, ну несколько.

209: Ну, под десяток рук. Я вижу, это здорово, на самом деле, но вот на меня работает как минимум, сейчас 2 агента сейчас, да, значит, могу поделиться опытом. Значит, и очень удивительно. Мы с ребятами сделали такого агента под названием и агент

210: Председатель кредитного комитета. Вот в банке есть жанр такой, когда на кредитном комитете ты должен принять решение, собираешь мнения разных служб, кредитной безопасности, юристов и так далее. И вот ты сидишь там, ну, полчаса обсуждаешь, дать кредит, не дать кредит. Вот, значит, мы сделали такое увлекательное упражнение.

211: Собрали, взяли 1 самую сложнейшую заявку и обсуждали её час, приняли решение положительное. Решили поддержать клиента, значит, кучу Ковина добавили, значит, сумму тут уменьшили, значит, процентную ставку оптимизировали. Тут, ну, выдаём решение и запускаем.

212: Агент, который через 3 минуты, значит, принял решение, на 97% совпадающее с тем решением, которое мы принимали целый час. Вот достаточно простой пример того, как вот эти имплементации меняют нашу жизнь. Ну или 2 пример. Вот у нас

213: Бизнес такой, мы не металлом занимаемся. Наша основная металл или руда это информация. Мы очень много времени, к сожалению, пока проводим в совещаниях. Вот совещание это такой жанр, который на крупных промышленных предприятиях бывает и в банке он бывает. Вот, значит, мы совещаемся, совещаемся

214: Раз в неделю точно совещаемся и тратим на это, ну, в совокупности, там несколько часов в неделю, вот написали агента, который, значит, записывает все наши совещания внутреннее. Я лично делаю такое упражнение и, значит, решает несколько простых задач. Он напоминает, о чем мы договаривались на предыдущем совещании. И, так сказать,

215: Реализованы ли эти пункты? Значит, определяет тон нашего обсуждения, конструктивный, деструктивный, да, и определяет уровень задач, которые мы сами себе поставили. Вообще, не зря ли проведено такое совещание тоже очень полезная штука. Но это о чем разговор? Это разговор о том, что

216: Если ты начинаешь себя такую имплементацию Гина, конечно, ты попадёшь в те 6% предприятий, которые получат какое-то увеличение еби, ну и организационная модель. Вот, то справа написано, да, она звучит как проблематика. Следующим образом на многих промышленных пред,

217: Приятиях. У нас, значит, бенефициар, либо руководитель примерно следующую позицию занимает, вот генай, вот, василия назначаем главным за Гена, ты там давай займись, значит, через 3 месяца спрашивай, че происходит при этом в службе коммерческой финан.

218: Там в закупках, в логистике. В общем, это не сильно волнует, значит, людей, кто этим занимается с утра до вечера. Ну и там этот бедный Вася, Петя ходит, значит, ко всем пристаёт. Ну как будем внедрять эту модель, будем внедрять, не будем внедрять. Ему рассказывают. Ну, ты нас удиви, покажи, как это значит, это произойдёт, это вот.

219: 1 проблема, она организационная. Значит 2 проблема, она вот посередине представлена. Это просто колоссальный разрыв между air и физика тем, чего есть. Вот знаете, образно я так могу сказать, что мы мыслим будущим, но действующим.

220: Действуем настоящим. Это вот примерно, я тоже на утренней сессии спрашивал. Коллеги вот все присутствуют? Значит, мы же мыслим будущим, да? Ну а вот у кого в карманах визитки на бумаге напечатанной лежат, наверное, у большей половины зала. При этом вопрос

221: Ну они вам зачем, если вы мыслите на будущем, да. Ну вот в телефоне QR-код, пожалуйста, обменяться контактами можно 35 секунд, ну или мы проектируем, допустим цех и собственник говорит там людей не будет, людей там точно не будет или будет максимум 1 человек.

222: Который раз в год будет туда заходить. Значит, при этом этот цех проектируется отапливаемым, значит, освещаемым, охлаждаемым под полное присутствие людей. Ну, в общем, это большой разрыв. И это тоже проблема, которая вот ведёт к тем 95%.

223: Неудач. Ну и крайняя, наверное, проблема, которая существует сейчас, вот то, что мы увидели, зрелых отраслевых решений нет. То есть, если предприятие сумело попасть вот в эти 6% счастливчиков, где есть экономический эффект, то с небольшой долей вероятности оно будет делиться со своими коллегами по

224: Цеху, потому что конкуренция сейчас и основа конкуренции это уже не наличие ресурсов, не адаптивность, а по сути дела, имплементация решений. Значит, тем не менее, есть хорошие новости. И вот почему имеет значение презентация. Я бы хотел удачных кейсах.

225: Вам рассказать не только об ошибках и проблемах, которые мы испытали вместе с нашими клиентами. Я вот прям с разрешения наших клиентов. Мы несколько кейсов здесь. Вот, значит, опубличивание 1 предприятие, оно имеет отношение к региону челябинский кузнечно прессовый завод. Вот здесь робот.

226: Руки этих наших коллег вы видели, значит, элементы сварки. И вот тоже это, знаете, вопрос. Начни с себя на этом предприятии. Вот эти роботы сварщики сами себя варят. То есть вот эти вот оси, на которых они сами работают, они сами себя тоже варят. Это замечательно. Вот те

227: Технологические решения, которые мы с нашим клиентом, значит, реализовали вот это вот, наверное, больше не имя клиента, a1 из Заводов бурового оборудования со своей конечной видом продукции. Мы поэкспериментируем сейчас умной буровой установкой тоже.

228: Вот клиент региона, уральский турбинный завод, значит, здесь, да, чертежей, подготовка тех процессов, участие элементов генеративного искусственного интеллекта. Здесь, вот здесь уральские локомотивы у нас, значит, и, а ассистент это такой некий, значит,

229: Копайлов, ну и, значит, наверное, завершающий пример балансировщик техники в карьере, тоже такой несложный, как бы, элемент имплементации. Гена, ну и в завершении вот, наверное, я все-таки хотел на позитивной ноте, я начал с проблем, да, сказать, что все-таки мы верим в то, чт,

230: Вот в нынешнем технологическом укладе или переделе, что называется, генай действительно может стать новым таким ресурсом ресурсом, который 30 лет назад многие компании выводил на конкурентные преимущества, на конкурентные позиции.

231: Если раньше компании действительно конкурировали ресурсом, у кого больше ресурса, тот и маркетмейкер, у кого больше нефти, тот и молодец, то сейчас вот скорость внедрения Гена решений и возможность их адаптивности, она, конечно, определяет успешность компании.

232: Которые этим занимаются. И мы вот видим по даже росту выручки простой показатель компании, которые занимаются Гена внедрением и не занимаются выручка компании, которые этим занимаются и находят хоть какие-то крупицы инсталляции Гена решения, она растёт почти на 50 проценто.

233: Процентов быстрее, чем, так сказать, сопоставимой группе. Поэтому это этим точно надо заниматься. Путь тернистый, но уверен, что мы вместе, коллеги, можем его пройти. Спасибо большое. Да, спасибо. Мы немножко выбиваемся из времени в целом.

234: Было понятно, что такую тему сложно обсудить с такого количества сторон, но мы будем стараться. Я всех призываю постараться чуть короче, чтобы нам уложиться. Ну, я хотел бы продолжить эту же тему чуть глубже, наверное, чуть глубже уже на

235: Технологии передать слово Александру павловичу выба, чтобы углубить нас именно в технологические возможности. Да, коллеги, всем привет ещё раз. На самом деле важные темы были затронуты. Это и спецмодели, и дистиллированные

236: Модели для производства. На самом деле, все очень просто. Ни 1 лмка, ни 1 технология она не даёт, как бы, ну, там, лоскутным решением, скажем так, если она не интегрирована в производственный процесс, как мы понимаем, какой-то эффект, да, условно, эффекты происходят, если

237: Оно интегрировано в производственный процесс или там в бизнес процесс. И тогда мы понимаем, как это влияет на себестоимость, на логистику условно, на цикл разработки продуктов, на time to маркете и так далее, и так далее, если углубиться с точки зрения промышленности,

238: Не буду повторять классику темы эмайти, что 95% заканчивается там в пилотных проектах, потому что есть, наверное, 1 просто короткий комментарий, почему пилоты не доходят до реальных проектов, потому что это всегда небольшие спринты.

239: Да, это небольшие спринты, когда лоскутно решается какая-нибудь маленькая мини задачка, но кросс функционально никак не взаимосвязана. И когда ты пытаешься это поместить в прод, то у тебя че происходит? Ты сталкиваешься с информационной безопасностью служб, безопасностью?

240: С применением это условно у себя в контуре, а тогда у тебя не хватает в основном мощностей, потом начинается выбор модели, и из этой лоскутной маленького спринта появляется огромное платформенное решение, и все говорят, давайте мы подождём, попилотируем дальше, поиграемся в песочнице.

241: А по поводу прода, мы с вами это подумаем, когда регуляторика, допустим, ослабнет. Если чуть углубиться дальше, то производственные, промышленные компании, они же на самом деле очень такой сложный конструкт, да, как бы

242: И сложная архитектура. В чем сложность? У тебя очень большое количество разрозненных систем, такие как chat, ppl кат кая, условно рпи, медсистема, тпшки, эскады и

243: Каждая система писалась в своё время на своём языке, под свою какую-то конкретную задачу. И когда ты приходишь и понимаешь, что интерперататор между этих систем достаточно низкая, сквозных процессов до сих

244: Пор, допустим, нету на некоторых предприятиях, и ты потом пытаешься внедрить 1 ассистента, допустим, инженера конструктора. Дальше этот инженер конструктор передаёт к инженеру технологу, дальше от инженера технолога.

245: Это идёт в закупке закупщик проверяет и смотрит на материаловедение. Потом условно у тебя идёт это к инженеру планировщику, и он уже начинает как бы планировать там производственный процесс, там и так далее. И дальше уже там логистика и так далее, и так далее. Продажи, маркетинг и вот который

246: Что я вижу? Я вижу в общении с нашими клиентами, что условно, в связи с тем, что делаются пилоты, большая разрозненность систем и условно нет сквозных архитектуры данных. У тебя всегда это заканчивается пилотом, потому что никто не понимает.

247: Как это дальше с точки зрения там, интегрировать в реальный прод, выстроить правильные гардрейл, чтобы ничего не сломалось. И, конечно же, ну, там, вопросы по инфраструктуре. Почему? Вот, допустим, ну, там мы сегодня проговорили про промышленность, про

248: Военных. И на самом деле зачастую самый большой вопрос это использование клауд или гибрида. Да, мы все понимаем, что условно закапывать деньги в капекс и вычислительные мощности, которые постоянно устаревают и в нашей стране становятся

249: Все больше там хуже доступны и так далее. То необходимо менять regulator, необходимо упрощать процесс использования клауда и там условно сас решений гибридных моделей, когда не сохраняется логи, когда идёт тенсификация данных.

250: Когда нимизация данных как бы возможна, это все технологически возможно. Просто все этого очень боятся, боятся как бы за собственную личную ответственность. И поэтому все говорят нам, если что-то нужно для прода, мы это делаем у себя внутри контура. Это нужно кардинально менять, иначе мы не

251: Перейдём никогда. Там на следующую фазу. Следующая фаза это использование именно как раз мультиагентной среды, да, это вот когда мы говорим про интерперататор, её процессы между разными, скажем, колодцами, да, внутри предприятии.

252: То это научить агентов внутри между собой взаимодействовать. Мы показали на пмф как раз вот таких 2 пилотных кейса аэрофлот и фосагро, когда мультиагент, ну, условно агенты между собой взаимодействуют. 1 закупщик, другой продавец.

253: Идёт как бы по системе блокчейна, как бы, и смарт контракту, реальный контракт, ну, как бы, реализуется как бы, сделка. И, на мой взгляд, вот это будущее, это вот о том, что kirill, когда в начале говорил о том, что мы должны не просто догонять, а несколько там

254: Перешагивать и обгонять эту тематику, потому что я напомню, у нас 3, 2000000 инженеров в стране и по текущим подсчётам, насколько я помню, 600000 не хватает инженеров в стране и чтобы условно у каждого инженера появился свой

255: Те. Свой помощник и повысить условно производительность труда. Мне кажется, это 1 из самых важных аспектов. Как условно нам добегать, если суммируя, то нам точно нужно переходить из фазы пилотирования в

256: Производственную тематику именно в прод и подходить к любому пилоту по выбору именно платформенности, чтобы это не заканчивалось как раз пилотным проектом. 2 это сквозные архитектуры данных. Нам нужно опять к этому либо возвращаться, либо не переставать этим постоянно зани.

257: Но на каждом предприятии, вот у нас сейчас около 3500 клиентов, которые пользуются нашим генеративным искусственным интеллектом. Я вам честно скажу, что, ну, условно, проблема с данными, она есть, там, условно, мастер, дата, менеджмент и атрибутика, она никуда не откла.

258: Складывалось эти проекты как были 15 лет тому назад, они сейчас также и остались. И 3 направление, мне кажется, очень важное. Это работа с отраслевыми интеграторами. Вот мы выступаем здесь. Все-таки я все подмечу, что мы выступаем не

259: Как интегратор Сбер, а все-таки как вендор, как поставщик именно технологии, который сам проходит этот тернистый путь у себя внутри Сбера. И тут должен быть, ну, взаимодействие, мы это тоже там активно взаимодействуем и с другими вендорами, такими

260: Как аскон, с которыми мы достаточно сильно углублены там в разработке условно совместного продукта с компас 3 д и также как бы углубляемся по работе с интеграторами, с локальными, которые несут отраслевые, узкоспециализированные.

261: Решение для самой отрасли вот этот симбиоз, который на самом деле наши западные коллеги, американские коллеги уже в этом участвуют, когда мы видим кооперацию между nvidia и ansys, когда мы видим условно amazon web services и

262: Операцию с сименсом. Вот это как раз Любовь, которая поженит условно технологии узкие специализированные отраслевые решения и смягчение с точки зрения регуляторики, да, использование саас решений, чтобы не накапливать у себя

263: Большие капексы и большие капитальные затраты не парковать. Вот мне кажется, вот с моей стороны такой призыв. Все. Да, спасибо, Александр Павлович.

264: Знаете, мы сейчас посмотрели с очень разных сторон, да, и с федерального уровня, с регионального уровня поговорили про предприятия, которые все внедряют, поговорили про Сбер, который и как вендор, и как не вендор, и как методолог, как лидер готов здесь помогать. Но 1 тема у нас

265: Упустилась. Я бы хотел как раз обсудить её с глебом игоревичем. А что у нас будет с инженерами? Кто их всех переподготовит под искусственный интеллект? Есть вообще проблема, по крайней мере, в информационных технологиях. Долина мёртвого долина смерти для джунов никто не

266: Берет начальный уровень специалистов, потому что не на чем их учить, как вы видите трансформацию вот инженерного образования. Что нам надо делать, как с существующими инженерами, которые уже давно работают, так и, соответственно, с новыми. Спасибо всем добрый день. Ну, мне

267: Кажется, что проблему надо разделить на 2. 1. Это то, что нам нужно давать компетенции в области искусственного интеллекта. 2 это то, что сам университет должен использовать искусственный интеллект для того, чтобы совершенствовать процесс обучения. Это 2

268: Совершенно разные темы начать можно с того, что искусственный интеллект настолько быстро развивается, настолько меняется. И когда говоришь с ведущими специалистами, а что будет завтра, они либо не знают, либо молчат, ну не хотят.

269: Раскрывать, но я боюсь, что все-таки не знают и у нас постоянно меняется

270: Парадигма. Меняются навыки, и те навыки, которые были 2 3 года назад, актуальны, они становятся неактуальны. Однако это не означает, что мы не должны обучать текущим навыкам, не должны их давать даже с

271: Учётом того, что через несколько лет они могут быть совершенно не востребованы, потому что иначе мы уйдём в отставание. Вот поэтому такая небольшая чехарда, точнее, большая чехарда, она тем не менее требует от нас постоянной

272: Прерывной каждодневной адаптации. Ну что делается в университете? В университете есть цифровая кафедра, в университете, постоянно обновляются программы и 9 programme. За последнее время мы выпустили 1500 выпускников. Вот я сейчас только приехал.

273: Вручение красных дипломов почти каждый выпускник, получивший красный диплом, имеет дополнительные компетенции касательно цифровых навыков и в том числе, конечно же, искусственного интеллекта.

274: Все время университет, по идее, должен быть опережающим инструментом, то есть мы должны немножко идти впереди, а все развивается настолько быстро инвестиции в R&D в этой области они настолько масс.

275: Что университету сложно быть передовым, поэтому университету главное в данном вопросе не отстать, говоря о специфике горной отрасли, а мы все-таки касаемся горной отрасли, как горный университет весь мир.

276: Активно стремится к тому, чтобы прийти к безлюдному руднику, к безлюдной шахте, потому что шахтёр это 1 из самых опасных профессий, как вы все знаете. И но проблема сложная. Вот

277: Если где-то там успели достичь определённых успехов в части карьерного транспорта, допустим, карьерная экскавация это следующий этап, она ещё далеко не решена, этапов там будет много.

278: Много. Единственное, в чем можно быть точно уверенным, что специальности, которые есть сейчас в горной отрасли, в частности, которые даёт наш университет, они не

279: Исчезнут, потому что есть очень большой запрос не только на повышение производительности труда, где нам может сильно помочь искусственный интеллект, но также и на объёмы.

280: Производство. Если вы вспомните фильмы о будущем, где стоят вот эти вот гигантские города, эта вся сумасшедшая инфраструктура. И мы же наблюдаем, мы наблюдаем по Екатеринбургу, мы наблюдаем по другим городам, как они развиваются. Мы понимаем, что

281: Добыча природных ресурсов на 1 человека, она постоянно возрастает, то есть инфраструктурная потребность в металлах, строительных материалах, во всех других материалах, которые мы можем взять из природы, она постоянно возрастает, поэтому

282: Спрос специфика, какие бы безлюдные фабрики мы не делали. Вот на специалистов она будет только нарастать. Проблема в том, чтобы быстро адаптироваться.

283: Проблема в том, на что, кстати, сейчас упирают, ну, все ведущие мировые университеты, это на слово уже немножко устарело, но давайте я его употреблю на некую бесшовность перехода специалиста из

284: Университета в промышленность, потому что иногда промышленность приходит к нам в университет и говорит, вы знаете, ваш студент адаптируется, ну, на разных предприятиях по разному там

285: Где-то от полугода. Вот, а где-то даже до 2, 3 лет говорит, нас это не устраивает давайте мы добавим какие-то компетенции в учебный процесс давайте мы вам поможем, чтобы

286: Студент уже вот тем самым бесшовным образом переходил и мог сразу работать, получив образование на самом передовом уровне, система работает, к ней все стремятся. Почему работает? Потому что есть спрос со всех сторон.

287: Есть спрос от предприятий, спрос от университета, потому что университет хочет быть прогрессивным, передовым, есть спрос от самих студентов, потому что они хотят более сладкое предложение от работодателей.

288: По, соответственно, своему будущему рабочему месту и поэтому стремятся получить хорошие компетенции. В общем и целом, я хочу сказать, что, ну и 2 проблема, которую, о которой я в начале

289: Сказал, это проблема самого цифрового университета, то есть как искусственный интеллект будет использоваться в образовании. На мой взгляд, здесь совершенно колоссальные перспективы и

290: Останавливаться на них, наверное, совсем не стоит, потому что здесь больше из области фантазии, форсайта и так далее. Но я хочу сказать, что роль

291: Качественного преподавателя. Вот моя личная экспертная точка зрения, что зрения, что и roll качественного преподавателя в процессе преподавания, и роль инженера на работе, несмотря на рост, возможно,

292: Искусственного интеллекта, она никуда не исчезнет. Возможно, усилится конкуренция. Возможно, усилится конкуренция между теми, кто эти навыки сейчас получает.

293: Вот, а в общем и целом взгляд весьма обнадёживающий, перспективный. Так что спасибо. Да, спасибо большое. Мне кажется, нам сильно не хватало этого взгляда. Как-то мы поздно к нему пришли. Знаете, да, у нас заканчивается потихонечку время.

294: Чтобы картина была полная, я бы хотел, наверное, добавить ещё 1 грань или проекцию, а это именно науку как наука, какое место наука себе видит в этой части уже не университета как образование, а наука как больше фундаментальные прикладные науки, искусственное.

295: Телек, как она в общую картину укладывается, что планирует на ближайшем горизонте сделать. И совсем в завершении я потом попросил бы, наверное, петра николаевича сделать некоторый синтез. Вот что сходится конкретно на территории уральского уже региона.

296: Бизнесу, соответственно, по поддержке, по образованию, по науке. Ну а сейчас слово Ивану валерьевичу, директору института iri и декану факультета искусственного интеллекта мгу. Да, спасибо, я попробую на самом деле коротко, потому что тезисов может быть

297: Много скажу действительно так. Тезисами. Значит, 1. Наш институт про него может быть, мало кто слышал, но это номер 1 институт в стране по искусственному интеллекту. Как мы это Мерим? Мы Мерим это публикациями на ведущих конференциях рейтинг а со звездой вот сейчас как раз проходит

298: Наверное, 1 из основных конференций в Сеуле. Большая часть сотрудников института поехала туда. Я приехал сюда, в Екатеринбург. Я считаю, это важнее. То есть похлопаем. Давайте, да, это мужественный шаг. Вот, потому что, на самом деле, если посмотреть, куда все

299: Движется и с какой скоростью у нас сейчас есть на самом деле окно, где мы можем там опережающими темпами обогнать. Но если вы посмотрите, что, например, делает эйрбас, с кем он начинает взаимодействовать с мистралем, что делает антропин, они все выходят в очень плотное практически

300: Неразрывное взаимодействие с промышленностью, потому что на самом деле это следующий такой большой прыжок, да, то есть сначала были картинки, мы обучились познавать картинки, потом скачали все тексты в интернете, научились понимать текст, потом посадили несчастных программистов, смотрели, как они пишут.

301: Код. И на самом деле, вот когда мы говорим, что искусственный интеллект может допускать ошибки и здорово, потому что люди тоже допускают ошибки и самые ценные данные, это не те, где мы ответ правильно дали, а самые ценные данные, где мы ошиблись и это исправили. И за счёт этого, как бы когда люди писали код, ошибались.

302: Справляли все это, антропин записал. За счёт этого они сделали клот, за счёт этого убежали на такую большую историю. Поэтому, как бы, мне кажется, в промышленности должен быть на самом деле точно такой же подход, что нужно пытаться решить действительно какую-то сложную задачу, примерно как решает

303: Там конструктор и другие наши друзья, например, тот же самый палантир. Они работают методом форвард инженера, они высаживают инженера в предприятие и смотрят, че люди делают. Ну, представьте, к нам подсадят на какое-нибудь предприятие, особенно режимное, человека, который будет ходить и смотрет.

304: Че делать? И записывать вот без этого практически невозможно. То есть человек должен со стороны посмотреть, он должен быть опытный, как работает сам процесс, потому что подход, что мы накопили там данные за последние 30 лет и потом из них что-то вытащим, работать не будет. То есть нужно

305: Экспертов цифровизовано способы принятия решений и цифровизовано ошибки. Вот если такую историю выстроить мы действительно можем кардинально это вот на самом деле как раз вопрос был про науку, это вот то, что сейчас делает наука, то есть мы примерно осуществ

306: Того, что у нас есть языковая модель, может быть на самом деле не такая большая вокруг неё обвязка и симуляционные среды. Вот это то, что называется world модул, но world модул это не только робот ходит, но это просто любой, какой-нибудь процесс, и в нём этот агент начинает действовать, набирать опыт.

307: Набирать ошибки. И вот на этих очень длинных траекториях. Если кто сейчас клод запускает, он там может там 8 часов работать, и он тоже в этот момент учится. Собственно, единственный способ, чтобы у нас действительно все это ускорилось, пустить вот этих вот товарищей внутрь.

308: Дать им практически полный доступ и не бояться того, что будут ошибки, они будут. И это будет хорошо, потому что только на ошибках учатся, на хороших результатах мы не выучимся. Поэтому вот науке очень нужны. Вот на самом деле такие партнёрства с реальными

309: Процессами. Без этого мы, в общем то в основном будем либо код писать кибербезопасность. Кстати, хороший пример, потому что там можно проверить, сломал ты или нет. Поэтому туда пошёл антропин. Но если мы хотим действительно ускорить производство, если мы хотим действительно ускорит

310: Как бы производственные процессы и снизить издержки, то вот это на самом деле единственный путь. А пилоты вот такие вот низкорисковые пилоты это смерть этого процесса. То есть давайте все-таки прекратим делать пилоты, поставим какие-то цели невозможные

311: То есть сделать что-нибудь в 2 раза быстрее. Вот очень хороший пример. Я вот на самом деле заканчиваю это, как с мобильной связью делают. Они говорят, вот у нас есть там поколение 4 ж, что такое 5 же, это в 10 раз быстрее, в 10 раз меньше задержка. Как мы это будем делать? Мы не

312: Знаем, но все говорят мы, мы хотим ускорить все 10 раз и дальше. После этого из этого складываются все маленькие работы, все пилоты, все стандарты складываются из цели, то, что мы хотим что-то кардинально ускорить. Вот, собственно, для того, чтобы запустить и в промышленности нам

313: Нужны какие-то цели, что нам нужно что-то действительно кардинально ускорить, кардинально сократить время условно сейчас там атомная станция проектируется, строится, наверное, насколько я знаю, 8 лет, а китайцы делают это за 4 года ну вот, пожалуйста вот x 2 вот такого рода вещи надо собрать, честно сказать, что мы это точн.

314: Не сделаем за те сроки, которые мы заявим. Но если мы не заявим таких целей, мы это не сделаем никогда. Ну вот, собственно, мой, наверное, короткий спич, он про это спасибо, свежий взгляд.

315: Смотрите, мы сейчас разобрали с очень разных сторон вопрос искусственного интеллекта в промышленности. Я бы, наверное, попросил бы сейчас сделать некоторый синтез. А как можно свести воедино образование, науку, бизнес?

316: Нас технологии, как в лице, наверное, Сбера, как такого технологического партнёра.

317: Как вот это могло быть? И передал бы слово соответственно, Петру николаевичу, который на ещё бы объяснил, как это нам сделать именно здесь и именно для промышленности.

318: Спасибо. Не, ну и у соседей, кстати, ещё, да, и у соседей так, урал, он от Полярного до южного достаточно большой. И, конечно, для нас принципиально важно, чтобы мы были конкурентоспособны, конкурентоспособны в стране и конкурентоспособны в мир.

319: И, кстати говоря, вот неделю назад было форум, образование и обсуждалась повестка как раз искусственного интеллекта в образовании, и приезжал министр науки и высшего образо.

320: Образование Фалько в Тюмень собирались очень, там альянс искусственного интеллекта как раз была команда много, соответственно, представителей образования и в том числе, да, очевидно.

321: Стоял вопрос, что необходима трансформация образовательная в высшем образовании, что нужен отдельный вообще базовый модуль по, соответственно, искусственному интеллекту, базовый для всех вообще специальностей такой, да, и

322: Соответственно, и альянс искусственного интеллекта, и Сбер, в том числе сегодня там участвует в разработке образовательной платформы этой. Вот. И, кстати говоря, наши уральские вузы будут участвовать в пилоте, потому что этот год пилотный со следующего

323: Года планируется уже, соответственно, внедрение во всех вузах страны, да, с другой стороны, мы понимаем, что нужно готовить с нуля, потому что мы видим сегодня, что делает Китай. Кстати говоря, недавно, совсем мне приятно, кстати, сегодня что сравнили Китай с уралом,

324: Вот, мы, конечно, будем стараться очень, но они вот в конце июня приняли для себя новую образовательную программу, в которой понимают, что уже эпоха и идёт, и, соответственно, на

325: Каждом этапе клиентского пути необходимо внедрение ии, начиная там с детского сада, школы и так далее. И поэтому мы понимаем, что тоже в этой части мы, как Сбер, я понимаю, что спасибо и промышленникам, что в нас верят. Вот мы, ну, будем

326: Стараться быть надёжным помощником, да, и для человека, и для компании, и для для власти, и для образования в целом. Поэтому на сегодняшний день мы начинаем пилот и в челябинской области, и в свердловской области, и

327: В ряде регионов урала по, соответственно, обучению искусственного интеллекта в школах со школьной программы, соответственно, специально есть разработанные уже учебники по искусственному интеллекту в школах. Вот, и, соответственно,

328: Там с 5 по 9 класс младшие классы. Мы сейчас готовим эту программу. Вот очевидно, что сегодня, соответственно, искусственный интеллект позволяет конкурировать. Нам сегодня звучало так вот, уральский

329: Дороги, там, кто-то посмеялся, но я, честно говоря, верю в это. Почему бы и нет? Да, мы видим, что сегодня искусственный интеллект позволяет стирать границы вообще между крупными и мелкими компаниями. Там вообще там дипси доказал всем, что там за

330: 14 дней, набрав там, да, стомиллионную аудиторию, да, кому у кого-то на это уходят, там десятки, десятки лет, у кого-то, соответственно, видите, ушло там 14 дней. И вот Владимир Вячеславович показывал там за физика лай гены.

331: И, ну, мы, мы все движемся такой в симбиотической организации, когда вот, соответственно, вот это совместное происходит, такое взаимодействие человека и агента, и, соответственно,

332: Интеллектуального робота. И, соответственно, конечно же, здесь, если мы себя сами не будем трансформировать, да, вот задавая себе те вопросы, которые сегодня звучали, и в том числе, сколько в день я там уделяю внимание искусственному интеллект

333: В неделю. Это ж такие тестовые, простые вопросы, и как мы все меняем, меняем сами себя, потому что, ну, мы с вами видим, мы сегодня говорим, там, там, Китай, Китай, конечно же, они

334: Движутся пока, ну, более высокими темпами, но, надо сказать, огромное спасибо за комментарии нашей промышленности, потому что вот эта непростая такая задачка у Сбера. С 1 стороны, Александр Алексеевич сказал, повезло Сберу о том, что вот ему поручили, а с другой

335: С другой стороны, вот Кирилл говорил о том, что там, мы же не только внедряем, ии, там, да, и помогаем его внедрять. Мы разрабатываем, мы являемся такими разработчиками суверенной лм, которые мы готовим, да, сегодня мы на это тратим сотни миллиардов, сотни миллиардов.

336: Ежегодно. Соответственно, это такая гонка, в которой конкурировать надо с сильнейшими мировыми лидерами. И, соответственно, это, с 1 стороны, колоссальные ресурсы и колоссальная ответственность для нас, потому что мы тоже, нам проще было

337: Гораздо внедрением заниматься там, да, открытыми моделями. И правильно было сказано о том, что там, для чего это им нужно. С 1 стороны, то, что вы сказали, а с другой стороны, понятно, что они сегодня открыты, завтра они закрывают и устанавливают

338: Очень немаленькую плату за это, да, и данные, и плюс ещё, соответственно, на этом зарабатывают. А мы становимся с вами, конечно, в большой зависимости, поэтому для нас это такая, такой вызов. Вот мы, мы его приняли, вот.

339: И сегодня идём этим путём. На самом деле у нас тоже идёт такая глобальная трансформация и внутри Сбера, потому что мы понимаем, что в течение 5 лет и в Сбере, и вообще в целом в стране произойдёт

340: Такая трансформация. Вообще появятся новые, и бизнес модели, и бизнес процессы, и продукты, и оргструктура, в том числе, которыю показывал это, ну, уже для нас такая очевидная история, и которая

341: Позволит там кратно там увеличивать скорости, повышать нашу производительность, но при этом, если мы будем думать, что это кто-то сделает за нас или это нас не коснётся, очевидно, это уже не так.

342: Да, и мы для того, чтобы вот ту самую помощь оказывать сегодня. Ну, во первых, большое спасибо Ивану, я хотел сказать, потому что он вчера прилетел, он сказал, да, мог бы быть с Юлей. У него вчера, кстати, было день рождения. Давайте его поздравим. Вот он, он не только, он ещё и день рождения.

343: Решил провести на урале. Но урал очень Благодарная и благодатная почва. Вот и мы точно в долгу не останемся. Кстати говоря, мы сегодня подписали с иваном очень важное соглашение, по которому мы открываем

344: Лабораторию аири здесь у нас в Екатеринбурге, в Уральском федеральном университете, для того, чтобы, соответственно, заниматься и фундаментальными исследованиями, да, и в области искусственного

345: Интеллекта и, соответственно, вот эту самую практическую плотность с промышленниками, о которой говорил Иван. То есть нам очень важно готовить кадры внутренние, свои здесь. Вот, ну и, конечно, готовить и решения, да, и заниматься внедрением их сразу как раз в конкретный

346: Бизнес бизнес в бизнес, в бизнес наших предприятий. Вот это важная такая вещь. Ну и 2 мы, мы в том числе сегодня подписали, договорились с нашим корпоративным университетом школы.

347: 21 о том, что мы также на урале практически в каждом субъекте будем пилотировать, раскатывать гига, академию обучать, соответственно, преподавателей в университетах, соответственно, студентов и бизнес.

348: Потому что, ну, вы знаете про нашу школу 21, которая уже там, в ряде регионов в большинстве открыта в Екатеринбурге. Мы планируем открывать к молодёжному международному форуму, соответственно, тоже школу 21 и

349: Конечно же, для нас важно готовить вот эту самую основу для появления и единорогов. И, ну, потому что понятно, что мир очень быстро меняется, и для нас очень важно, чтобы мы там не говорили, а делали действительно важ.

350: Дела, потому что сегодня говорили в том числе и о данных, но данные можно иметь большие массивы данных, объёмы, но не превращать их в действие. А самое главное все-таки это действие, да, когда мы не просто накапливаем какие-то данные, а

351: Умеем ими правильно пользоваться и внедрять те решения, которые позволяют нам быть эффективными. Поэтому мы за дело. Мы сегодня системно идём, Кирилл, к тому, что ты спрашивал по

352: Обучению и совместным программам региональной власти, то есть отдельные программы, соответственно и по искусственному интеллекту у нас практически сегодня проходят в каждом из субъектов. Это тоже такая, такая база база фундамента.

353: Для того, чтобы и промышленники, и власть говорили на 1 языке, и как бы двигались синхронно. Вот в этом том самом симбиозе, который необходим, это вот, ну, такая, мне кажется, важная роль. И Александр, спасибо, ну, про это сказал. Вот мы это уже

354: Делаем. И, конечно же, мы понимаем, что это принципиально сегодня очень важно для урала и для того, чтобы мы с вами все-таки повышали свою производительность, эффективность и оптимизировали свои затрат.

355: Спасибо большое. Да, спасибо большое. Да, друзья, у нас, к сожалению, закончилось время. Я хотел бы, давайте похлопаем нашим спикерам, которые выделили своё время, помогли нам отдельно. Я хотел бы принести извинения. Мы не успели. 8 блок, мы ставили перед собой амбициозную цель.

356: Поэтому, прошу прощения перед теми, с кем мы не успели поговорить, но, мне кажется, дискуссия получилась очень интересной. Мы посмотрели с вами, с федерального регулирования, посмотрели с региональной поддержки инфраструктуры, посмотрели с точки зрения предприятий, которые

357: Готовиться к внедрениям трансформации уже активно делают пилоты посмотреть с точки зрения образования для наших инженеров, будущих и текущих, посмотреть с точки зрения фундаментальной науки. Ну и постарались собрать, как бы это могло выглядеть в сборке для такой такой перспективой.

358: Территория для промышленности, особенно, как поняли, металлургов машиностроения как урал спасибо.