Во многих отраслях экономики искусственный интеллект (ИИ) и машинное обучение (МО) уже на постоянной основе используется для решения прикладных задач. Возможности этих технологий позволяют повысить эффективность и качество процессов производства при оптимальном использовании ресурсов компании. По оценкам экспертов, к 2025 году экономический эффект от внедрения ИИ может достичь 1 трлн рублей.
Внедрение ИИ и МО наиболее популярно в финансовой отрасли и ИТ-секторе. Однако использование этих технологий также востребовано и в других отраслях, в том числе и пищевой промышленности. Это понимает и бизнес, который ищет новые решения, и государство, которое готово поддерживать инновации в производстве.
Системы ИИ уже эффективно работают в пищевой промышленности. Аналитики оценивают объем ИИ на глобальном рынке продуктов питания и напитков в 2023 году в 7 млрд долларов, а к 2028 году он может увеличиться до 35,42 млрд рублей. Какие есть варианты использования ИИ в пищевой промышленности?
Прогнозирование спроса на продукцию. Пищевая промышленность производит продукцию с четко ограниченным сроком годности. Часть товаров может храниться несколько месяцев и даже лет, а вот у другой части «жизнь» совсем коротка – от пары дней до нескольких недель. Поэтому для производителей продуктов важную роль играет точное прогнозирование спроса на их продукцию, так как ошибки могут привести к излишкам на производстве и, как следствие, большим финансовым потерям.
Алгоритмы МО способны анализировать большой объем данных для предсказания будущих потребностей рынка. Например, производитель сладкой газированной воды планирует увеличить выпуск продукции. Система на основе ИИ может обработать исторические данные о продажах воды, поведении потребителей, ценовой политике конкурентов, внешние факторы – прогноз погоды, праздники, экономические данные и другие переменные. В результате подобные модели способны выдать прогноз, какой спрос на воду будет в ближайшие две недели или в перспективе двух лет, в какие точки продаж отгружать больше продукции, а от каких и вовсе стоит отказаться.
Оптимизация процессов производства. Чтобы выпустить качественный продукт, отвечающий продовольственным стандартам и потребностям потребителей, необходимо тщательно соблюдать технологический процесс. Изменение одного из параметров может кардинально изменить итоговый продукт, причем не в лучшую сторону. Важно не только автоматизировать технологический процесс, но и оптимизировать его. Системы ИИ и МО способны анализировать параметры и их изменения и прогнозировать, при каких оптимальных их состояниях может получиться нужный результат. Такие технологии могут давать рекомендации персоналу, как лучше скорректировать переменные, или же автоматически поменять их.
Производитель продуктов питания и кормов для животных намерен оптимизировать выпуск кормов. Softline Digital предложила решение - разработать на основе ИИ и МО прогнозную и оптимизационную модель, а также сервис рекомендаций для корректировки технологического процесса. Корм должен быть определенной консистенции, чтобы животные могли его без проблем употреблять в пищу. Поэтому производителю важно обеспечить определенный процент воды в продукте. Увлажненность корма зависит от многих параметров, в том числе и от погоды на улице. В связи с этим необходимо определить оптимальные значения температуры для каждого этапа сушки разного типа продукции в зависимости от текущих условий. Также для производителя важно не пересушить корм, поэтому необходимо корректировать температуру в режиме реального времени.
Softline Digital строит модель, на основе которой можно прогнозировать, при каких вводных получится оптимальный и для бизнеса, и для потребителя результат. Например, если на улице пойдет дождь, то температуру в сушильной камере нужно будет поднять на несколько градусов. Разрабатываемая модель поможет регулировать параметры технологического процесса, обеспечив стабильное качество корма. Решение позволит поддерживать оптимальные условия сушки и повысит производительность сушильной установки.
Автоматизация процессов. Системы ИИ могут взять на себя управление промышленными роботами, производственными линиями или офисные процедуры. «Умные системы» используются от сортировки и упаковки продуктов до составления финансовых отчетов.
В России есть пример полностью автоматизированного завода по переработке мяса индейки, где ИИ управляет роботами. Основные процессы происходят без участия человека. Роботизированные системы самостоятельно принимают сырье, отправляют его на производство, перерабатывают его в готовую продукцию и упаковывают. Процесс выстроен так, что система на основе ИИ по ранее заданным параметрам сама определяет качество продукции. Использование ИИ и МО в автоматизации производства позволяет в несколько раз повысить производительность предприятия и снизить количество человеческих ошибок.
Обеспечение безопасности и качества продуктов питания. ИИ может использоваться для контроля качества сырья и готовой продукции в режиме реального времени. Датчики и камеры помогают находить дефекты, посторонние предметы или мусор, определять температуру и плотность сырья и так далее. Более того ИИ-системы способны следить за соблюдением сотрудниками норм гигиены, так как человек – одна из основных причин заражения продуктов бактериями и вирусами на предприятии.
Как это работает? На предприятиях пищевой промышленности установлены четкие нормы гигиены и санитарии, отклонения от которых чреваты заражением продукции и отравлением потребителей. Следствием такой халатности могут стать испорченная репутация, финансовые потери, приостановка деятельности или даже закрытие. Внедряя системы ИИ, можно свести к минимуму такие риски. На практике компании уже используют компьютерное зрение, чтобы контролировать, как сотрудники соблюдают стандарты санитарии. Например, с помощью камер система следит за правильным мытьем рук, за ношением спецодежды, головных уборов, масок. В случае нарушения, система может подать сигнал, что позволит сразу же исправить ошибку, или не пустит сотрудника в производственные помещения.
Другой пример, как ИИ-системы помогают обеспечить качество продуктов, - контроль за качеством сырья. Актуально их использование, например, на предприятиях, которые перерабатывают овощи и фрукты, так как картофель, морковь, яблоки, ягоды имеют разный размер, форму и вес. Уже на первом этапе системы видеоаналитики могут обнаружить подпорченное сырье и исключить его из производственной цепочки. Также это позволяет сортировать продукты по заданным параметрам. Например, какие яблоки будет выгоднее использовать для продажи, а какие лучше отправить на переработку.
ИИ и МО на любом этапе выпуска продуктов питания помогает бизнесу сократить издержки, рационально использовать ресурсы и повысить финансовую эффективность. Правительство планирует стимулировать российские компании все больше внедрять «умные технологии» в производство. Так, например, Минэкономразвития предложило включить использование решений на основе ИИ в перечень обязательных условий для получения субсидий выше определенной суммы. Это может затронуть компании из отраслей сельского хозяйства, промышленности, здравоохранения и транспорта.
