Срочно в номерТолько что стало известно, что мы выиграли грант на доработку нашего Datana APC!
Поздравляем нас. Поздравляем будущих заказчиков, у вас будет классный продукт.
https://fasie.ru/press/fund/komm-ai-7-results/
👍30
This media is not supported in your browser
VIEW IN TELEGRAM
Сейчас идёт приёмка этапа крайне сложного проекта на металлургическом заводе. Цель - помочь качественно сделать работу машиниста крана при скачивании шлака из ковша. Сделаем несколько постов об интересных деталях. Начнем с рассказа о площадке, но так, чтобы никто не понял, про какую идет речь (ну а что, вы и сами не даете рассказывать).
Всего три крана управляют ковшами, перемещая их между тремя печами до шести постов скачивания шлака (по две у каждой печи), а потом распределяют их между несколькими участками разливки. Жонглирование ковшами усложняется тем, что печи работают не синхронно, разумеется. Шлаковые чаши, куда скачивается шлак, могут быть заполнены. В итоге, машинист может везти ковш с любой печи на любую позицию для начала скачивания, а заканчивать уже на другой позиции. Непростая логистическая задача, которая решается вручную.
Базово, в проекте необходимо решить задачу диспетчеризации ковшей, а именно должна выполняться идентификация ковшей, а все перемещения ковшей, факты скачивания должны фиксироваться автоматически. Далее, для помощи со скачиванием нужно внедрить Datana Sense. Ну а как иначе.
Итак, мы реализуем решение:
1️⃣ каждая печь должна быть оборудована камерой видимого спектра и двумя тепловизорами, направленными на посты скачивания
2️⃣ нужно оснастить АРМ-ами каждый кран и научить их оценивать качество проведенного скачивания
3️⃣ нужно обеспечить передачу видеопотока с обработкой "на лету" на АРМ-ы крановщиков. Для этого поднимаем промышленный WiFi и внедряем свою платформу Datana IDF (Industrial Data Factory) - даже продали лицензию
4️⃣ нужно реализовать АРМ технолога с видео-архивом для пост-анализа
Про обработку "на лету" мы расскажем в следующих постах.
Всего три крана управляют ковшами, перемещая их между тремя печами до шести постов скачивания шлака (по две у каждой печи), а потом распределяют их между несколькими участками разливки. Жонглирование ковшами усложняется тем, что печи работают не синхронно, разумеется. Шлаковые чаши, куда скачивается шлак, могут быть заполнены. В итоге, машинист может везти ковш с любой печи на любую позицию для начала скачивания, а заканчивать уже на другой позиции. Непростая логистическая задача, которая решается вручную.
Базово, в проекте необходимо решить задачу диспетчеризации ковшей, а именно должна выполняться идентификация ковшей, а все перемещения ковшей, факты скачивания должны фиксироваться автоматически. Далее, для помощи со скачиванием нужно внедрить Datana Sense. Ну а как иначе.
Итак, мы реализуем решение:
1️⃣ каждая печь должна быть оборудована камерой видимого спектра и двумя тепловизорами, направленными на посты скачивания
2️⃣ нужно оснастить АРМ-ами каждый кран и научить их оценивать качество проведенного скачивания
3️⃣ нужно обеспечить передачу видеопотока с обработкой "на лету" на АРМ-ы крановщиков. Для этого поднимаем промышленный WiFi и внедряем свою платформу Datana IDF (Industrial Data Factory) - даже продали лицензию
4️⃣ нужно реализовать АРМ технолога с видео-архивом для пост-анализа
Про обработку "на лету" мы расскажем в следующих постах.
👍16
This media is not supported in your browser
VIEW IN TELEGRAM
Продолжение серии постов про крайне сложный проект на металлургическом заводе. На этот раз про прикладную часть.
Целых шесть разных моделей работают поверх видеопотока с камеры и тепловизора.
Кратко расскажем о каждой:
1️⃣ Модель "статуса". На площадке, естественно, нет никаких датчиков, собирающих информацию о работе машиниста в привязке к плавке. И в АСУТП нет информации о перемещениях ковша внутри цеха, к которой мы могли бы привязаться в качестве триггера. Поэтому нужна модель, которая определяет, что ковш прибыл и готов. Это становится событием, по которому включается тепловизор, направленный на струю, а с ним и остальные модели.
2️⃣ Модель "номера ковша" - наша система автоматически визуально определяет идентификатор ковша, это нужно для диспетчеризации плавки. Ковш может прийти из любой печи на любой пост скачивания шлака.
3️⃣ Модель "борта/обработки" - определяем высоту свободного борта - какой уровень расплава в ковше (инфа нужна только в тех случаях, когда недоливают в ковш из печи, в очень редких случаях можно зафиксировать перелив). Обработка ковша - оценка площади пробитой шлаковой корки. Машинист должен пробить корку до скачивания, чтобы струя по шлаковому носику текла, а не во все стороны плескалась.
4️⃣ Модель "шлака/металла" - наша классическая - определяет процентаж и тоннаж шлака и металла в струе при выпуске в моменте и накопительно. Тут возникает много вопросов, часть в следующих постах обсудим.
5️⃣ Модель "угла наклона ковша" - ну это понятно, хотя математически не просто решается.
6️⃣ Модель "вязкости шлака" - мы не просто анализируем кадры по отдельности, но и все вместе. Это нужно для определения кинетики процесса. Например, как быстро кусочки шлака перемещаются по струе - это и есть показатель вязкости. При вязком шлаке и потери металла больше будут.
На видео вы видите реальную работу системы, но пришлось наложить звуки вулканической активности, чтобы вы лучше прочувствовали атмосферу. 🔉
Целых шесть разных моделей работают поверх видеопотока с камеры и тепловизора.
Кратко расскажем о каждой:
1️⃣ Модель "статуса". На площадке, естественно, нет никаких датчиков, собирающих информацию о работе машиниста в привязке к плавке. И в АСУТП нет информации о перемещениях ковша внутри цеха, к которой мы могли бы привязаться в качестве триггера. Поэтому нужна модель, которая определяет, что ковш прибыл и готов. Это становится событием, по которому включается тепловизор, направленный на струю, а с ним и остальные модели.
2️⃣ Модель "номера ковша" - наша система автоматически визуально определяет идентификатор ковша, это нужно для диспетчеризации плавки. Ковш может прийти из любой печи на любой пост скачивания шлака.
3️⃣ Модель "борта/обработки" - определяем высоту свободного борта - какой уровень расплава в ковше (инфа нужна только в тех случаях, когда недоливают в ковш из печи, в очень редких случаях можно зафиксировать перелив). Обработка ковша - оценка площади пробитой шлаковой корки. Машинист должен пробить корку до скачивания, чтобы струя по шлаковому носику текла, а не во все стороны плескалась.
4️⃣ Модель "шлака/металла" - наша классическая - определяет процентаж и тоннаж шлака и металла в струе при выпуске в моменте и накопительно. Тут возникает много вопросов, часть в следующих постах обсудим.
5️⃣ Модель "угла наклона ковша" - ну это понятно, хотя математически не просто решается.
6️⃣ Модель "вязкости шлака" - мы не просто анализируем кадры по отдельности, но и все вместе. Это нужно для определения кинетики процесса. Например, как быстро кусочки шлака перемещаются по струе - это и есть показатель вязкости. При вязком шлаке и потери металла больше будут.
На видео вы видите реальную работу системы, но пришлось наложить звуки вулканической активности, чтобы вы лучше прочувствовали атмосферу. 🔉
👍19
Продолжение серии постов про крайне сложный проект на металлургическом заводе.
Итак, почему же в данном случае простой тепловизор (или, ещё хуже, пирометр) не решит задачу, и требуется продвинутое компьютерное зрение поверх него. Внимание на картинку - на гистограммах столбики - количество пикселей шлака/металла/фона, а пунктиром - отнормированные распределения (то же самое, что и на гистограмме, только на сумму всех пикселей поделено).
Как видите, в диапазоне температур от 200 до 1000 градусов тепловизор с температурной матрицей не позволит однозначно определить, что у него перед носом. Одинаково светится и шлак, и металл, и фон. Каша. Да, применение исключительно температурной матрицы сильно дешевле, но в сложных условиях пользы от неё будет мало. А условия в сталеплавильном цеху очень сложные: сильная задымленность 🌫 и раскаленный фон 🌅, которые вносят шум, близкие температуры шлака и металла 👥 и т.д.
Наше решение работает в таких условиях с высокой точностью. Что мы для этого делаем - расскажем дальше.
4️⃣ Модель "шлака/металла" - наша классическая - определяет процентаж и тоннаж шлака и металла в струе при выпуске в моменте и накопительно. Тут возникает много вопросов, часть в следующих постах обсудим.
Итак, почему же в данном случае простой тепловизор (или, ещё хуже, пирометр) не решит задачу, и требуется продвинутое компьютерное зрение поверх него. Внимание на картинку - на гистограммах столбики - количество пикселей шлака/металла/фона, а пунктиром - отнормированные распределения (то же самое, что и на гистограмме, только на сумму всех пикселей поделено).
Как видите, в диапазоне температур от 200 до 1000 градусов тепловизор с температурной матрицей не позволит однозначно определить, что у него перед носом. Одинаково светится и шлак, и металл, и фон. Каша. Да, применение исключительно температурной матрицы сильно дешевле, но в сложных условиях пользы от неё будет мало. А условия в сталеплавильном цеху очень сложные: сильная задымленность 🌫 и раскаленный фон 🌅, которые вносят шум, близкие температуры шлака и металла 👥 и т.д.
Наше решение работает в таких условиях с высокой точностью. Что мы для этого делаем - расскажем дальше.
👍13
Продолжение серии постов про крайне сложный проект на металлургическом заводе. Заключительный пост по теме (или нет).
Всем известно, что модели ИИ деградируют без присмотра. Нейронки для компьютерного зрения - не исключение. Сдвинется камера и ракурс, сильно изменится температура в цеху, например, это может стать причиной снижения точности.
Дообучение, как и предварительное обучение модели, обычно выглядит одинаково.
Для нас это осталось в прошлом.
-- Раньше --:
1️⃣ Наш бизнес-аналитик (БА) снимал видео на ИК-камеру. Просто включал запись часов на 10
2️⃣ Наш аналитик данных (DS) кадрировал видео - еще полдня
3️⃣ БА искал кадры (и их индексы), где есть ковш целиком в кадре (нужны для обучения модели статуса, модели борта/обработки, модели угла наклона), отдельно искал кадры с чистым потоком шлака и потоком шлака с металлом (нужны также для модели статуса, а еще для детектирования шлака/металла, для модели вязкости, для модели угла наклона) - еще полдня
4️⃣ DS, группируя данные по индексам кадров с разными статусами, раскладывал по папочкам для разметчиков данные - еще полдня
5️⃣ Разметчики делают разметку, а мы вручную проверяем и комментируем - вечность ♾ (на картинках это изображено)
-- Сейчас --:
1️⃣ БА снял видео
2️⃣ DS прогнал данные через модели, сделал предразметку, автоматом загрузил в ПО для разметки данных на сервер
3️⃣ Разметчикам остается поправить ошибки в предразметке модели, вечности ждать не надо (на видео БА проверяет ответы матмодели в CVAT и исправляет неточности)
-- Итого --
На то, что занимало 2 недели, теперь нужно 3 дня (sic!).
Да, мы не только автоматизируем с помощью ИИ промышленность, но и свою работу. Более того, в этом самом проекте мы реализовали АРМ разметчика с применением этой технологии. Заказчик сможет сам дообучать модели при деградации.
Хороший, сложный проект, будем заявлять на премии. Это ли не одно из желаний на НГ? Не скажу, а то не сбудется.
Наше решение работает в таких условиях с высокой точностью. Что мы для этого делаем - расскажем дальше.
Всем известно, что модели ИИ деградируют без присмотра. Нейронки для компьютерного зрения - не исключение. Сдвинется камера и ракурс, сильно изменится температура в цеху, например, это может стать причиной снижения точности.
Дообучение, как и предварительное обучение модели, обычно выглядит одинаково.
Для нас это осталось в прошлом.
-- Раньше --:
1️⃣ Наш бизнес-аналитик (БА) снимал видео на ИК-камеру. Просто включал запись часов на 10
2️⃣ Наш аналитик данных (DS) кадрировал видео - еще полдня
3️⃣ БА искал кадры (и их индексы), где есть ковш целиком в кадре (нужны для обучения модели статуса, модели борта/обработки, модели угла наклона), отдельно искал кадры с чистым потоком шлака и потоком шлака с металлом (нужны также для модели статуса, а еще для детектирования шлака/металла, для модели вязкости, для модели угла наклона) - еще полдня
4️⃣ DS, группируя данные по индексам кадров с разными статусами, раскладывал по папочкам для разметчиков данные - еще полдня
5️⃣ Разметчики делают разметку, а мы вручную проверяем и комментируем - вечность ♾ (на картинках это изображено)
-- Сейчас --:
1️⃣ БА снял видео
2️⃣ DS прогнал данные через модели, сделал предразметку, автоматом загрузил в ПО для разметки данных на сервер
3️⃣ Разметчикам остается поправить ошибки в предразметке модели, вечности ждать не надо (на видео БА проверяет ответы матмодели в CVAT и исправляет неточности)
-- Итого --
На то, что занимало 2 недели, теперь нужно 3 дня (sic!).
Да, мы не только автоматизируем с помощью ИИ промышленность, но и свою работу. Более того, в этом самом проекте мы реализовали АРМ разметчика с применением этой технологии. Заказчик сможет сам дообучать модели при деградации.
Хороший, сложный проект, будем заявлять на премии. Это ли не одно из желаний на НГ? Не скажу, а то не сбудется.
👍14
This media is not supported in your browser
VIEW IN TELEGRAM
Друзья, поздравляем с Наступающим Новым Годом!
Пусть все мечты сбываются, а с проектами вам поможет Datana.
Слышится заводской гудок 📢🏭🍾
Пусть все мечты сбываются, а с проектами вам поможет Datana.
Слышится заводской гудок 📢🏭🍾
👍14
Один уважаемый заказчик недавно сказал, что Datana может стать российским Primetals (мировой лидер по технологическим разработкам для металлургии).
Под конец 2023 получили благодарность от крупного металлургического холдинга.
Кажется, еще ни разу не рассказывали в канале про эту работу, а она для нас очень важна.
Благодарность получена как раз за импортозамещение решения Primetals, который прекратил поддержку после известных событий.
В проекте мы смогли решить нашу классическую задачу детектирования шлака на выпуске из конвертера (Datana Sense) и автоматически в закрытом контуре управлять остановом выпуска. Управляющая команда производится при достижении порогового содержания шлака в струе металла.
Под конец 2023 получили благодарность от крупного металлургического холдинга.
Кажется, еще ни разу не рассказывали в канале про эту работу, а она для нас очень важна.
Благодарность получена как раз за импортозамещение решения Primetals, который прекратил поддержку после известных событий.
В проекте мы смогли решить нашу классическую задачу детектирования шлака на выпуске из конвертера (Datana Sense) и автоматически в закрытом контуре управлять остановом выпуска. Управляющая команда производится при достижении порогового содержания шлака в струе металла.
👍40
Вчера состоялся Круглый Стол "Практика использования цифровых технологий в горно-металлургическом производстве. Проблемы машинного обучения и физико-математических моделей", организованный ЦИГТ в рамках Дня Горняка в Московском Горном Университете. Камерное мероприятие, где уважаемые люди из Норникеля, Еврохима, Datana, Piklema, Conundrum и т.д. вели открытую дискуссию по отраслевой проблематике.
В предыдущем абзаце целых три компании, которые запускают общий проект по теме круглого стола. Очень надеюсь, что расскажем о нем скоро...
Вообще, мероприятие оставило приятное впечатление. Во-первых, сделали доклад про мониторинг горной техники, который вызвал интерес (и даже пригласили на конкурс). Во-вторых, в кулуарах хвалили наш канал, интересовались, когда же мы начнем работать с обогатительными фабриками (Виталий, привет).
Скоро начнем - вот, например, видео с применением наших технологий для флотации. Подробности в другой раз.
В предыдущем абзаце целых три компании, которые запускают общий проект по теме круглого стола. Очень надеюсь, что расскажем о нем скоро...
Вообще, мероприятие оставило приятное впечатление. Во-первых, сделали доклад про мониторинг горной техники, который вызвал интерес (и даже пригласили на конкурс). Во-вторых, в кулуарах хвалили наш канал, интересовались, когда же мы начнем работать с обогатительными фабриками (Виталий, привет).
Скоро начнем - вот, например, видео с применением наших технологий для флотации. Подробности в другой раз.
👍20
У каждого уважающего себя завода теперь есть ИТ-дочка. Мы постоянно утверждаем, что ее основная роль должна быть — служба заказчика и НИОКР. Если же она становится разработчиком, то "экономия на марже подрядчика" приводит к проигрышу всего ИТ. Изъятие маржи с рынка позволяет экономить промышленникам (это спорное утверждение. экономика центра затрат считается гибко ), но приводит к сокращению расходов на создание инноваций вендорами. Более того, вопреки утверждениям на слайде, маржа аутсорсера редко составляет более 20%.
В итоге, решив базовые типовые задачи цифровизации, промышленники отправятся за технологиями нового поколения в Китай.
Уже сейчас (цитата):
Вышла статья по мотивам вчерашней конференции (возможно, видели в сторис). Перца в дискуссию добавило участие ГД Datana Владимира Захарова 🥸- в конце статьи. Прочитайте целиком>>
В итоге, решив базовые типовые задачи цифровизации, промышленники отправятся за технологиями нового поколения в Китай.
Уже сейчас (цитата):
Представители ИТ-дочек согласились, что испытывают кризис идей...
Вышла статья по мотивам вчерашней конференции (возможно, видели в сторис). Перца в дискуссию добавило участие ГД Datana Владимира Захарова 🥸- в конце статьи. Прочитайте целиком>>
👍10
Продолжаем работы со спектрометрами. Помните пост?
Эти пять комплектов настроены чуть по-разному, к каждому полагается отдельный ноут.
На видео все пять расставлены вокруг печки в ЦНИИЧЕРМЕТ для проведения новых экспериментов.
Один из удачных примеров сотрудничества в реальных проектах с научными учреждениями.
В чем секрет успеха данного мероприятия -Заказчик платит за НИР, Исполнитель хорошо работает.
Эти пять комплектов настроены чуть по-разному, к каждому полагается отдельный ноут.
На видео все пять расставлены вокруг печки в ЦНИИЧЕРМЕТ для проведения новых экспериментов.
Один из удачных примеров сотрудничества в реальных проектах с научными учреждениями.
В чем секрет успеха данного мероприятия -
👍22
Прошел второй форум Цифровая Химия. Кажется, это самая топовая конфа по непрерывке. Все ИТ-директора на пленарке: Еврохим, Фосагро, Сибур, Уралхим..., а еще Минцифры и Минпромторг. Завязалась интересная дискуссия. Краткая стенограмма блиц-опроса по топ3 технологиям:
Денис Новиков (ФА): продвинутые советчики, LLM, супераппы
Cloud: гибридная инфра, генеративный ИИ, edge
Алиса Мельникова (Сибур): ИИ, инфра для ИИ, edge
Валерий Черепанов (ЕХ): wireless, IIOT, edge + ИИ
Сергей Емельченков (Цифра): автономные вычисления в реальном времени, делегирование принятия решений с L4 на L3 и L2
Никита Попов (УХ): быстрый онбординг молодежи с помощью ИИ, гибридная инфра, wireless, беспилотный транспорт
Александр Павлов (РФРИТ): межотраслевая универсальность, платформенность
А дальше представитель Минцифры взял слово - Опенсорс!
Говорит, нужен репозиторий промышленного опенсорс ПО, но Минцифры - не регулятор, поэтому делать его должен кто-то другой... ну да ладно.Наш ГД в перерыве даже дал интервью на тему перекладывания ответственности, но его не опубликуют. Как потом нам сказали организаторы: "Живенько, иногда даже пугающе живенько".
Много было интересного, про наши два доклада расскажем в следующем посте.
Денис Новиков (ФА): продвинутые советчики, LLM, супераппы
Cloud: гибридная инфра, генеративный ИИ, edge
Алиса Мельникова (Сибур): ИИ, инфра для ИИ, edge
Валерий Черепанов (ЕХ): wireless, IIOT, edge + ИИ
Сергей Емельченков (Цифра): автономные вычисления в реальном времени, делегирование принятия решений с L4 на L3 и L2
Никита Попов (УХ): быстрый онбординг молодежи с помощью ИИ, гибридная инфра, wireless, беспилотный транспорт
Александр Павлов (РФРИТ): межотраслевая универсальность, платформенность
А дальше представитель Минцифры взял слово - Опенсорс!
Говорит, нужен репозиторий промышленного опенсорс ПО, но Минцифры - не регулятор, поэтому делать его должен кто-то другой... ну да ладно.
Много было интересного, про наши два доклада расскажем в следующем посте.
👍22
ИИ от Yokogawa управлял химическим заводом в течение 35 дней в безлюдном режиме, автономно (тут) - на Цифровой химии много об этом говорили.
Мы же один из наших докладов посвятили платформенной СУУТП. Тезисно:
1️⃣ без платформизации происходит дублирование сервисов и данных, что приводит к повышенным издержкам
2️⃣ вертикальной (ISA-95) платформизации мешает физическое разделение ТСПД и КСПД
3️⃣ одновременно, этот великий фаерволл не дает внедрять новые технологии: платформенная суутп, RTO, ИИ в закрытом контуре, а без этого всего автономный безлюдный завод не сделать
4️⃣ нужно искать не препятствия для конвергенции L2-L3, а возможности, и работать с рисками
5️⃣ Datana в сотрудничестве с ГК Цифра прорабатывает платформенную СУУТП для крупного химического заказчика
Показали слайд с компонентной архитектурой: данные с поля поднимаются в платформу, которая размещена в DMZ, там же сервис APC, а UI в Scada. По сути, APC-as-a-service.
Ожидали вспышек фотокамер и выкриков с места, ведь это революция.Но не было🤷
Мы же один из наших докладов посвятили платформенной СУУТП. Тезисно:
1️⃣ без платформизации происходит дублирование сервисов и данных, что приводит к повышенным издержкам
2️⃣ вертикальной (ISA-95) платформизации мешает физическое разделение ТСПД и КСПД
3️⃣ одновременно, этот великий фаерволл не дает внедрять новые технологии: платформенная суутп, RTO, ИИ в закрытом контуре, а без этого всего автономный безлюдный завод не сделать
4️⃣ нужно искать не препятствия для конвергенции L2-L3, а возможности, и работать с рисками
5️⃣ Datana в сотрудничестве с ГК Цифра прорабатывает платформенную СУУТП для крупного химического заказчика
Показали слайд с компонентной архитектурой: данные с поля поднимаются в платформу, которая размещена в DMZ, там же сервис APC, а UI в Scada. По сути, APC-as-a-service.
Ожидали вспышек фотокамер и выкриков с места, ведь это революция.
👍13
Другой наш доклад на Цифровой химии прошел в формате питча в рамках отчетного собрания ИЦК "Химия". Спасибо организаторам, что разрешили объединиться с нашим партнером, компанией Arska, и совместно рассказать про нашу концепцию Phygital-двойника технологического процесса.
Phygital = Physical + Digital
Инжиниринговая компания Arska прямо сейчас внедряет физический двойник на ведущем нефтеперерабатывающем предприятии. Объединились же мы для того, чтобы добавить в него ИИ.
По сути, речь идет про морской контейнер, наполненный технологическим оборудованием, повторяющеи промышленный контур в меньшем масштабе. Такие мобильные установки позволяют делать много чего: испытывать катализаторы и реагенты, управлять экспериментами по изменению техрежимов, синтезировать эмпирическую модель промышленной установки для использования в системах проектирования технологии и оптимизации.
Смотрите презентацию (в комментариях), обращайтесь с идеями.
Phygital = Physical + Digital
Инжиниринговая компания Arska прямо сейчас внедряет физический двойник на ведущем нефтеперерабатывающем предприятии. Объединились же мы для того, чтобы добавить в него ИИ.
По сути, речь идет про морской контейнер, наполненный технологическим оборудованием, повторяющеи промышленный контур в меньшем масштабе. Такие мобильные установки позволяют делать много чего: испытывать катализаторы и реагенты, управлять экспериментами по изменению техрежимов, синтезировать эмпирическую модель промышленной установки для использования в системах проектирования технологии и оптимизации.
Смотрите презентацию (в комментариях), обращайтесь с идеями.
👍18
Datana уже второй год участник консорциума робототехники 🤖. Вчера прошёл круглый стол «
Есть ощущение, что проблемы в области робототехники нам все уже знакомы:
1) Сейчас роботами занимается малый бизнес, денег на рынке нет. Заказчику нужно обосновывать эффект от внедрения через ФОТ, что непросто, ведь роботы дорогие
2) маленький рынок, в том числе из-за высокой себестоимости (наоборот тоже справедливо)
3) борьба с Китаем
По всей видимости, есть планы ситуацию переломить. Рассказали даже про субсидии разработчику в обмен на скидку клиенту - это позволит проще обосновывать экономэффект.
Но особенно запомнилось и отозвалось выступление руководителя одной робототехнической компании из области образования. Тезисы ниже:
1️⃣ Через систему образования навязывается унизительная зависимость от западных технологий.
2️⃣ Технологии преподаются в формате чёрного ящика.
Все программы обучения спонсируются крупными корпорациями, которые воспитывают потребителя своей продукции, а не инноватора-инженера.
3️⃣ Необходимо перейти к открытому аппаратному и программному обеспечению.
4️⃣ Научились применять западные технологии, научитесь копировать, а дальше изобретайте.
5️⃣ Нужно не только в импортозамещение идти, но и в экспортозамещение. Докладчик тут говорит об увеличении доли отечественных разработок на внешних рынках.
Очень все близко нашему ИИ в промышленности…
Стратегические инициативы по разработке национального проекта развития робототехники в Российской Федерации на долгосрочную перспективу» в Госдуме, организованный ЛДПР. Есть ощущение, что проблемы в области робототехники нам все уже знакомы:
1) Сейчас роботами занимается малый бизнес, денег на рынке нет. Заказчику нужно обосновывать эффект от внедрения через ФОТ, что непросто, ведь роботы дорогие
2) маленький рынок, в том числе из-за высокой себестоимости (наоборот тоже справедливо)
3) борьба с Китаем
По всей видимости, есть планы ситуацию переломить. Рассказали даже про субсидии разработчику в обмен на скидку клиенту - это позволит проще обосновывать экономэффект.
Но особенно запомнилось и отозвалось выступление руководителя одной робототехнической компании из области образования. Тезисы ниже:
1️⃣ Через систему образования навязывается унизительная зависимость от западных технологий.
2️⃣ Технологии преподаются в формате чёрного ящика.
Все программы обучения спонсируются крупными корпорациями, которые воспитывают потребителя своей продукции, а не инноватора-инженера.
3️⃣ Необходимо перейти к открытому аппаратному и программному обеспечению.
4️⃣ Научились применять западные технологии, научитесь копировать, а дальше изобретайте.
5️⃣ Нужно не только в импортозамещение идти, но и в экспортозамещение. Докладчик тут говорит об увеличении доли отечественных разработок на внешних рынках.
Очень все близко нашему ИИ в промышленности…
👍12
Существует экономическая статистика о том, что компании, работающие не только на внутреннем рынке, но и на внешнем, прибыльнее в среднем на десяток процентов своих суверинететных конкурентов. Ссылку найти не сумел.
Недавно в уважаемом канале вышел пост о том, что причиной нежелания российских компаний работать с отечественным софтом является, в том числе, неразвитый функционал...
Нам, как представителям отечественных разработчиков, ситуация видится карикатурно-обратной. Ведь, чтобы создать мощный функционал, нужны значительные инвестиции, которые могут окупиться лишь на многих продажах, а для этого нужен по-настоящему большой рынок, много клиентов... Сначала российские заказчики не хотели работать с российскими же вендорами из-за карго-культа. Круто же звучит у технического директора строчка в резюме - внедрил SAP/Oracle/Honeywell/Siemens. А теперь не хотят из-за отсутствия ТАКОГО опыта внедрений в подобных задачах. К сожалению, потеряно много времени.
Надеюсь, скоро станет "круто" внедрять отечественный софт. Это и станет цифровой деколонизацией.
Но проблема небольшого рынка остается, поэтому экспортозамещение ПО - увеличение доли отечественного софта на внешнем рынке - очень важно. Тут требуется совместная работа и вендоров, и государства, и заказчиков (с зарубежными активами). На прошлой неделе дали комментарии по теме. Читайте статью. Думайте.
Недавно в уважаемом канале вышел пост о том, что причиной нежелания российских компаний работать с отечественным софтом является, в том числе, неразвитый функционал...
Нам, как представителям отечественных разработчиков, ситуация видится карикатурно-обратной. Ведь, чтобы создать мощный функционал, нужны значительные инвестиции, которые могут окупиться лишь на многих продажах, а для этого нужен по-настоящему большой рынок, много клиентов... Сначала российские заказчики не хотели работать с российскими же вендорами из-за карго-культа. Круто же звучит у технического директора строчка в резюме - внедрил SAP/Oracle/Honeywell/Siemens. А теперь не хотят из-за отсутствия ТАКОГО опыта внедрений в подобных задачах. К сожалению, потеряно много времени.
Надеюсь, скоро станет "круто" внедрять отечественный софт. Это и станет цифровой деколонизацией.
Но проблема небольшого рынка остается, поэтому экспортозамещение ПО - увеличение доли отечественного софта на внешнем рынке - очень важно. Тут требуется совместная работа и вендоров, и государства, и заказчиков (с зарубежными активами). На прошлой неделе дали комментарии по теме. Читайте статью. Думайте.
👍18