ИА SakhaNews. АЛРОСА, мировой лидер по добыче алмазов, активно внедряет искусственный интеллект для повышения производительности и оптимизации ключевых бизнес-процессов. Об этом участникам пленарного заседания «Индустрия 5.0: пилотируем инновации» АКПО-Конф 2025 сообщил директор по информационным технологиям АЛРОСА, Вадим Желтухин. В своем выступлении он обратил внимание на особенности внедрения технологий искусственного интеллекта (ИИ) в горнодобывающей отрасли.
«Сегодня мы проектируем новые объекты, которые будут функционировать ближайшие 30-50 лет. Их экономическую эффективность будет определять то, насколько правильно мы учтем инфраструктурные и технологические детали. Можно ли обойтись без присутствия людей – это фундаментальная развилка для автономной техники. Правильно угадать и заложить технологические возможности будущего – принципиальный момент для нашей индустрии. И, конечно, фундаментальный вопрос касается безопасности таких технологий, поскольку человеческая жизнь бесценна», - добавил Вадим Желтухин.
В АЛРОСА намечены амбициозные шаги по развитию искусственного интеллекта, что открывает новые перспективы для оптимизации и инноваций в горной промышленности. Интеграция ИИ в операционные процессы позволит автоматизировать рутинные задачи, освобождая время для более креативных и стратегических решений. По оценкам ведущих консалтинговых компаний, внедрение генеративного ИИ может повысить эффективность труда на 20-30 процентов.
За реализацию и внедрение ИИ в АЛРОСА отвечают несколько подразделений: Центр информационных технологий, Центр производственных систем, Цифровая лаборатория. В настоящее время в компании АЛРОСА выделено пять ключевых направлений для развития искусственного интеллекта.
Геологоразведка: цифровые помощники
Первое направление – геологоразведка. АЛРОСА применяет машинное обучение (machine learning) для выявления геомагнитных аномалий и интерпретации результатов геофизических исследований скважин. Это позволяет сократить время на анализ геофизических данных, что критически важно для успешной работы компании.
Производство: машинное обучение на службе горного дела
Добыча алмазов — это сложный процесс, требующий высокой точности и контроля. В этом направлении АЛРОСА внедряет технологии машинного зрения, которые помогают в нескольких аспектах:
∙ Гранулометрия руды: оценка размерности гранул руды для максимизации обогащения.
∙ Контроль средств индивидуальной защиты (СИЗ): автоматическая проверка наличия СИЗ обеспечивает безопасность работников.
∙ Определение доли алмазоносной руды в общей массе.
∙ Роботизация: автоматизация процессов с использованием горно-шахтного оборудования.
∙ Контроль загрузки автосамосвалов: оптимизация процесса транспортировки.
∙ Оценка техногенной повреждаемости алмазов: анализ влияния на параметры оборудования с целью минимизации повреждений алмазов.
Эти меры способствуют повышению общей производительности и снижению затрат.
Цифровой помощник на базе GPT: работа с технической документацией
АЛРОСА также использует цифрового помощника на базе больших языковых моделей (LLM) для работы со специфической документацией компании, например, геологическими отчетами. Этот инструмент помогает сотрудникам быстро находить нужную информацию на естественном языке и получать рекомендации по выполнению задач, что значительно ускоряет рабочие процессы и улучшает качество выполнения заданий.
Сбытовые задачи
Одно из разработанных решений помогает в прогнозировании, какие бриллианты могут быть получены из определенных алмазов. Другое решение, основанное на множестве параметров, таких как размер, форма, чистота и стоимость бриллиантов в публичных источниках, позволяет точно определять потенциальную стоимость бриллиантов на рынке, что помогает правильно формировать цену.
Задачи по работе с естественным языком (NLP)
Компания активно использует технологии обработки естественного языка (NLP) для решения различных задач:
∙ Интеллектуальные базы знаний на базе RAG-архитектуры, которые позволяют обогащать большие языковые модели общего назначения специфическими отраслевыми данными АЛРОСА.
∙ Классификация текста для маршрутизации обращений в техническую поддержку.
∙ ИИ-агенты для автоматизированной работы с внешними данными через API-интерфейс.
∙ Анализ документов на страховые риски: ИИ помогает выявлять потенциальные риски в документах.
∙ Нормализация номенклатур: автоматизация процессов нормализации справочников.
