Как стартапы в сфере искусственного интеллекта меняют производство

На гоночной трассе автомобили стремятся ехать быстро — очень быстро — и, если возможно, быстрее всех остальных. Усилия по достижению этой цели начинаются с проектирования автомобиля: в аэродинамических трубах и в лабораториях моделирования. В Формуле 1 до недавнего времени тестирование аэродинамики означало симуляцию бега, которая занимала часы или даже дни. Теперь британский стартап BeyondMath провел сопоставимый анализ менее чем за 100 секунд. Их «цифровая аэродинамическая труба» использует искусственный интеллект (ИИ) для анализа тысяч переменных с рекордной скоростью, сокращая циклы разработки и реализуя более амбициозные проекты.

Тем не менее, как бы это ни впечатлило, дело не только в гонках. Речь идет о том, как искусственный интеллект начинает менять способы проектирования, планирования и производства товаров в целых отраслях. В течение многих лет об искусственном интеллекте в производстве говорили больше, чем внедряли. Ситуация меняется. Поскольку данные используются на каждом этапе цепочки создания стоимости, искусственный интеллект может использовать их для принятия более эффективных решений — решений, которые делают производство более адаптивным, эффективным и устойчивым.

Это понимают и основатели BeyondMath из Кембриджа, Великобритания. Вот почему весной 2025 года они приняли участие в Саммит Siemens по искусственному интеллекту и цели в Мюнхене — для общения, обмена идеями, разработки новых проектов и, наряду с другими стартапами, представления своих работ заинтересованным сторонам отрасли.

Такие мероприятия, как этот саммит, — отличная возможность для стартапов, поскольку в одиночку они не могут выпустить свой продукт на рынок, особенно в промышленном производстве, где задачи слишком сложны и взаимосвязаны. Тем не менее, с помощью других компаний, в том числе стартапов и известных игроков (таких как Accenture, SAP и Infineon, которые также приняли участие в саммите), успех становится более достижимым. Это еще проще, если это происходит в совместимой экосистеме решений. Что, случайно, и есть то, что Siemens Xcelerator Marketplace предназначен для обеспечения.

Кроме того, есть Blockbrain, который помогает людям в цехе принимать ежедневные решения. Это достигается за счет использования всего опыта, накопленного опытными работниками и потерянного при увольнении.

Несмотря на то, что программа похожа на LLM, она обучается работе с внутренними, закрытыми процедурами, журналами и мультимодальными данными. Представьте себе, что технический специалист сталкивается с незнакомым кодом ошибки: вместо того, чтобы листать руководства или ждать эксперта, программа предлагает пошаговые инструкции, основанные на предыдущих исправлениях. Таким образом, компания создает живую, растущую базу знаний, которая способствует последовательному принятию решений.

По отдельности эти стартапы решают разные задачи. В совокупности они указывают на более взаимосвязанный и основанный на данных подход к управлению фабриками, в котором проектирование, планирование и эксплуатация являются частью одной цифровой экосистемы. Это видение совпадает с концепцией Siemens Xcelerator и переходом к совместимым модульным отраслевым решениям.

В рамках этого путешествия Siemens для стартапов программа помогает основателям ускорить внедрение инноваций, предоставляя легкий доступ к отраслевому программному обеспечению, предлагая возможности совместной разработки, где Siemens выступает в качестве одного из первых заказчиков и помогает воплотить идеи в жизнь, а также подключая свои решения к нашему глобальному рынку для содействия их масштабированию.

Как продавцы на Siemens Xcelerator Marketplace, они могут размещать свои инструменты рядом с дополнительными предложениями, что упрощает клиентам их тестирование, объединение и развертывание. Они получают доступ к глобальной промышленной аудитории Siemens, единым стандартам совместимости и возможностям совместного внедрения инноваций. Все это ускорит внедрение промышленного искусственного интеллекта в производственном секторе. В конечном итоге мы получаем заводы, которые развиваются быстро — не так быстро, как автомобили Формулы-1, но достаточно быстрые, чтобы производить их эффективно и без лишних отходов.