Стремительное развитие технологий искусственного интеллекта ставит перед промышленными гигантами сложную задачу: как перейти от разрозненных пилотных проектов к масштабируемым решениям, приносящим реальную прибыль? Французская корпорация Schneider Electric, мировой лидер в управлении энергопотреблением и промышленной автоматизации, нашла свой ответ на этот вызов. Джулия Перер, возглавляющая отдел стратегии и инноваций в AI Hub компании, в беседе с Крейгом Смитом на подкасте «Eye on AI» поделилась уникальным опытом внедрения ИИ-технологий — от «умных» микросетей для жилых домов до оптимизации цепочек поставок 150-тысячной корпорации.
🏭 Schneider Electric: гигант в мире «невидимых» технологий 2:11
Schneider Electric — это компания, деятельность которой сопровождает современного человека повсюду, хотя её брендинг не всегда бросается в глаза. По словам Джулии Перер, работа корпорации охватывает всё: от обычных автоматических выключателей в домашних щитках до сложнейших систем управления госпиталями и промышленными объектами . Основная миссия компании сегодня — обеспечение эффективности и устойчивого развития (sustainability).
Для реализации этой миссии более трёх лет назад в Schneider Electric была создана централизованная структура — AI Hub. Это центр превосходства, в котором сегодня работают более 350 экспертов . Хаб служит связующим звеном между технологиями и конкретными потребностями бизнеса, работая в двух направлениях:
- Внутренняя эффективность: оптимизация ежедневных процессов компании и повышение производительности сотрудников (около 80% текущих кейсов) .
- Внешние продукты: внедрение ИИ в решения, которые Schneider Electric продает своим клиентам, например, в платформу интернета вещей (IoT) EcoStruxure .
🧠 От прогнозирования энергопотребления до обслуживания зданий 9:23
Джулия Перер выделяет несколько ключевых областей применения ИИ. Одним из наиболее показательных внешних продуктов является EcoStruxure Microgrid Advisor. Эта система предназначена для домовладельцев, имеющих современное оборудование: солнечные панели, системы хранения энергии и зарядные станции для электромобилей.
Работа системы строится на решении сложной задачи оптимизации:
- Прогнозирование: ИИ предсказывает спрос на энергию и уровень её выработки (например, от солнца) на 24 часа вперёд .
- Оптимизация: система автоматически настраивает потребление (например, зарядку авто) так, чтобы минимизировать затраты и максимально использовать «зелёную» энергию, при этом соблюдая комфорт пользователя (например, нужную температуру в доме к приезду хозяина) .
Внутренние процессы компании также претерпевают изменения. Одним из успешных примеров Перер называет работу центров обслуживания клиентов (Customer Care Centers). Использование генеративного ИИ позволяет экспертам мгновенно находить ответы в огромной базе документации, FAQ и архивных данных о прошлых инцидентах, значительно повышая точность и скорость консультаций .
🚀 Почему Schneider Electric лидирует в гонке ИИ? 13:47
Ведущий Крейг Смит отмечает, что большинство предприятий адаптируются крайне медленно, однако Schneider Electric выглядит явным лидером. Перер выделяет две причины такого успеха:
- Организационная модель: Модель «Hub and Spoke» (центр и лучи) позволяет централизованной команде экспертов помогать бизнес-подразделениям правильно формулировать задачи и доводить их от идеи до промышленного внедрения .
- Инвестиции в образование: Компания обучает всех — от высшего руководства (leadership awareness) до конечных пользователей. По мнению Перер, без осознания ценности ИИ сотрудниками на местах масштабное внедрение невозможно .
Решение о масштабировании AI Hub до сотен специалистов было принято высшим руководством компании. Перер подчеркивает: для корпорации с штатом в 150 000 человек невозможно сохранять лидерские позиции на рынке без глубокой интеграции ИИ в каждый процесс .
🌐 Грядущие тренды: Гибридный ИИ и Цифровые двойники 19:43
В перспективе 12–18 месяцев Schneider Electric фокусируется на концепции «гибридного ИИ». Поскольку компания работает с физическими продуктами, для неё недостаточно просто анализировать данные (data-driven approach). Необходимо объединять ИИ с законами физики и экспертными знаниями .
Ключевые технологические направления:
- Цифровые двойники (Digital Twins): Создание виртуальных симуляций физических объектов или процессов. Перер отмечает, что получение реальных данных — процесс дорогой, поэтому обучение моделей (например, для управления роботизированными манипуляторами) в симуляторах типа NVIDIA Omniverse является критически важным .
- Разрушение силосов данных: Огромная ценность скрыта в объединении данных из разных департаментов. Цель — создать среду, где информация о проектировании продукта, его эксплуатации и обслуживании связана воедино через цифровой двойник .
⚖️ Методология оценки: Как выбирать партнеров и ИИ-решения 45:10
Одной из самых ценных частей дискуссии стала методология оценки ИИ-решений, разработанная Джулией Перер. Она советует компаниям оценивать партнеров по трём критериям:
- Компания (Company): Проверка биографии основателей, финансовой устойчивости (совместно с Schneider Electric Ventures) и, что не менее важно, соответствия миссии и ценностей .
- Технология (Technology): Здесь Джулия настаивает на «строгой научной методологии». Основной тезис: «Нужно стремиться не к тому, чтобы пилотный проект (PoC) был успешным, а к тому, чтобы он был убедительным (conclusive)» . Это означает рациональную проверку на реальных данных бизнеса без попыток «подтянуть» результат под ожидания.
- Бизнес и Масштабируемость (Scalability): Оценка того, как решение интегрируется в текущий стек, соответствует ли стандартам кибербезопасности и будет ли оно понятно конечному пользователю. Перер убеждена: если интерфейс (UI) плох и юзер его не принимает, все технологические достижения не имеют смысла .
В процессе оценки участвуют не только ИИ-эксперты, но и конечные пользователи из бизнес-подразделений. Это позволяет избежать ситуации «технологии ради технологии» (techno push) и сфокусироваться на реальных проблемах .
🎓 Советы молодым специалистам 42:34
В условиях, когда инструменты ИИ меняются ежемесячно, Перер дает важный совет подрастающему поколению: не зацикливаться только на кодинге или конкретных утилитах.
- Главное — научиться учиться. Это фундаментальный навык в быстро меняющемся мире .
- Освоить научную методологию. Умение проводить доказательные эксперименты и рационально оценивать результаты ценится выше, чем простое знание инструментов .
Заглядывая в будущее, Перер не верит в тотальное управление компаниями с помощью ИИ-агентов без участия человека. По её мнению, ИИ будет «аугментировать» (дополнять) рабочую силу: автоматизировать рутину без добавленной стоимости, позволяя людям концентрироваться на работе с клиентами, решении исключительных ситуаций и проектировании будущего .
