От чертежа до конвейера: разбираем пять решений с ИИ на КАМАЗе

КАМАЗ внедряет искусственный интеллект, чтобы быстрее готовить документацию, разбираться с дефектами и находить потери на производстве. Но за общей вывеской «ИИ» скрываются решения разной степени зрелости: одни уже используются, другие пока проходят путь от прототипа к испытаниям. KazanFirst изучил открытые данные автогиганта и разобрал, что именно автоматизирует предприятие, откуда берётся экономия времени и какие результаты ещё предстоит подтвердить.

Основой разбора стали вебинары, где выступили представители КАМАЗа и «КАМАЗ Диджитал», а также открытые данные и публикации компании. Для оценки ограничений мы также изучили данные о промышленном зрении и подготовке данных. Рассматриваем пять направлений: проверка чертежей, поиск рисков конструкции, анализ цен поставщиков, разбор рекламаций и работа камер на производстве. Статусы проектов приводим на момент выступлений: обещание запустить инструмент через месяц само по себе не подтверждает, что запуск состоялся.

Отдельный чат или кнопка в рабочей программе

Прежде чем разбирать инструменты, нужно понять, куда их встраивают. КАМАЗ создаёт внутреннюю платформу: сотрудник может задать вопрос по документам в чате, собрать помощника из готовых компонентов или подключить его к привычной программе. Например, анализ калькуляции поставщика предполагается запускать из 1С, а инженерный поиск — из Teamcenter, где работают с данными об изделии.

Здесь «агент» — программа, которая последовательно выполняет несколько действий: извлекает текст, находит нужные сведения, сравнивает документы, составляет ответ. Само слово не означает, что ей передали право принимать производственные решения.

Платформу разворачивают в защищённой инфраструктуре. На КАМАЗе уточняют: начали с арендованных стоек в российских дата-центрах, а запуск собственных серверов планируют к концу года. Для конструкторских документов такой способ работы нужен прежде всего из-за требований к сохранности информации. Качество ответа он не гарантирует: модель внутри предприятия тоже может ошибаться.

Смысл общей платформы — повторно использовать уже сделанные компоненты. Поиск по документам нужен и конструктору, и закупщику, а сравнение версий пригодится для калькуляции и договора. Однако каждому инструменту всё равно необходимы свои источники, правила проверки и ответственный специалист.

Чертёж: две минуты на ответ, полчаса на проверку

Первый помощник берёт на себя нормоконтроль — проверку оформления документации по стандартам. В опубликованном компанией сценарии сотрудник загружает чертёж в чат и получает замечания к обозначениям и тексту. Затем может уточнить, что исправить.

Это вполне конкретный участок инженерной работы. Ошибка в обозначении и ошибка в самой конструкции — разные вещи. Проверка оформления не доказывает, что деталь выдержит нагрузку или что узел будет надёжным. У такого помощника есть ограниченная задача — найти несоответствия требованиям, по которым его настроили.

На КАМАЗе оценили прежнюю проверку примерно в три-четыре часа, а время ответа системы — примерно в две минуты. Но человеку ещё нужно прочитать замечания и убедиться, что они верны. Поэтому практический ориентир — около получаса вместо четырёх часов.

Разница существенная, но это приблизительная оценка. Не были приведены размер выборки, сложность чертежей и доля пропущенных ошибок. Переносить её на всю документацию предприятия было бы преждевременно. При этом из двух цифр для оценки проекта полезнее именно полчаса — они учитывают оставшуюся работу специалиста.

Ускорение может складываться ещё и из сокращения очереди. Если на проверке лежит пачка чертежей, более быстрый разбор каждого освобождает время для следующего. Но конкретных данных о том, насколько сократилась сама очередь и срок подготовки изделия, компания не публиковала.

Перенести инструмент на другое предприятие тоже недостаточно простым копированием. На КАМАЗе объяснили, что при готовой инфраструктуре компонент можно развернуть быстро, но адаптация к документам и требованиям заказчика занимает дополнительное время — ориентировочно месяц. Нужно определить, по каким нормам проверять, поддерживать их актуальность и разбирать неверные замечания.

Конструкция: вспомнить старую поломку до появления новой

После проверки оформления остаётся более сложный вопрос: что может сломаться в самой детали? Для этого на автогиганте используют DFMEA — анализ возможных отказов конструкции и их последствий. Инженер выясняет, где может возникнуть проблема, почему она появится и как снизить риск.

На КАМАЗе описали привычную цепочку: конструктор готовит изменение документации, эксперт находит замечания, документ возвращается на доработку. История прежних отказов при этом разбросана по рекламациям, протоколам испытаний и старым отчётам. Если нужное свидетельство обнаруживается только при согласовании, начинается ещё один круг исправлений.

ИИ-помощник должен перенести этот поиск ближе к началу работы. Конструктор выбирает компонент в Teamcenter, задаёт его характеристики и запускает поиск по базе знаний. Система подбирает сведения по смыслу и готовит таблицу: возможный отказ, причина, рекомендация, ссылка на источник. Конструктор заполняет свой ответ, а эксперт проверяет предложенное.

Полезность здесь зависит от качества найденного аналога. Похожее название детали ещё не означает одинаковых условий работы. Инженеру нужно установить, применим ли старый случай к нынешней конструкции. Поэтому ссылка на исходный протокол ценнее уверенного тона рекомендации, так как позволяет проверить, на чём вообще основан вывод.

К июлю на КАМАЗе собрали работающий прототип, который проходит путь от Teamcenter до отчёта. Пилот с проверкой всех извещений планировали начать в августе, промышленную эксплуатацию — позже. Точность подсказок разработчики решения планировали довести до 70%; её оценивают конструкторы и DFMEA-специалисты. Время экспертной проверки — сократить с двух дней до восьми часов. Это цели, а не предъявленные результаты внедрения. Снижение повторных рекламаций относили к более долгой перспективе.

Сам подход уже встречается в зарубежном промышленном ПО. В январе 2026 года Siemens описала в Teamcenter Quality 2512 ИИ-подсказки для структуры FMEA: элементы системы, функции, отказы и меры предупреждения или обнаружения. Это близкий класс задач, хотя не доказательство одинаковых возможностей двух решений. По идее, КАМАЗ следует существующей практике, но собственному инструменту ещё предстояло подтвердить качество в повседневной инженерной работе.

Закупка: почему поставщик поднял цену

Согласованный чертёж ещё нужно превратить в закупленные детали. На этом этапе возникает другая рутинная задача: поставщик прислал новую калькуляцию, и закупщику необходимо понять, что именно подорожало.

Простое сравнение итоговых сумм мало что объясняет. Нужно разложить изменение по материалам, оплате труда и другим статьям, сопоставить документы, проверить аргументы поставщика. На КАМАЗе рассказали, что при ручной работе такие проверки проводятся выборочно.

Задача агента — сравнить прежнюю и новую калькуляции, определить изменения по статьям, обратиться к заданным источникам рыночных данных и подготовить справку со ссылками. Закупщик получает основу для разговора с поставщиком. Предполагается, что всё это будет доступно в 1С, без перехода в отдельный чат.

Однако рыночная котировка и цена материала в конкретной поставке могут различаться. Спецификация, объём партии, доставка и дата договора влияют на сравнение. Это ограничение самой задачи: даже верно извлечённые числа нужно привести к сопоставимым условиям. Если материал на рынке подешевел, а в калькуляции подорожал, это повод для вопроса, но ещё не доказательство необоснованной цены.

В июльских данных анализ калькуляций прямо называли проектом в процессе разработки. Ускорение проверки в три-пять раз было записано среди ожидаемых показателей. Экономию на закупках в рублях не раскрыли. Поэтому пока можно оценить логику решения — сделать подробную проверку доступной для большего числа поставщиков. Утверждать, что КАМАЗ уже закупает дешевле благодаря этому агенту, оснований нет.

Рекламация: что скрывается за словом «двигатель»

О цене поставки судят до сборки, о качестве грузовика — в том числе после продажи. Обратная связь приходит в рекламационных актах, и здесь многое зависит от того, как описан дефект.

На КАМАЗе привели пример: в форме выбирают общую категорию «двигатель», хотя свободный текст содержит более конкретную проблему. Если анализировать только поле классификатора, можно потерять важные различия и не заметить повторяющиеся случаи.

Агент читает содержание акта, извлекает описание дефекта и указанной причины, объединяет похожие обращения. Так разрозненные записи должны стать видны как общая проблема, которую нужно передать на разбор. В описании есть и следующий шаг: если поставщик уже признал аналогичный дефект, похожие акты предлагается относить на него без повторного рассмотрения комиссией — при соблюдении сроков гарантии и других параметров. Это связано с предыдущим инженерным инструментом: история рекламаций может помочь конструктору избежать уже известного отказа.

Важная граница проходит между классификацией текста и установлением причины поломки. Модель может собрать обращения с похожими описаниями. Чтобы доказать общий дефект конструкции или производства, потребуются техническая проверка и дополнительные данные. Особенно важно это при отнесении претензии на поставщика: сходство формулировок не должно подменять проверку условий конкретного случая. Сам акт тоже может быть неполным или содержать ошибочную версию произошедшего.

Поэтому утверждение, что автоматическая группировка избавляет от предвзятости, нуждается в оговорке. Она уменьшает зависимость от того, какую категорию выбрал сотрудник, но оставляет зависимость от исходного текста и ошибок самой модели. На КАМАЗе отдельно подчеркнули: каждый цикл работы агента требует проверки человеком, иначе результат может оказаться плохим.

Группировку актов описали как используемый сценарий, однако её масштаб и точность не раскрыли. Сокращение времени обработки на 30% обозначено как ожидаемый показатель. Данных, позволяющих связать этот инструмент с уже достигнутым снижением числа поломок грузовиков, в изученных материалах нет.

Цех: камера видит потерю времени, мастер устраняет её

Помощники, связанные с документацией, работают с тем, что кто-то уже записал. На производстве информация может вообще не попасть в отчёт: например, сколько раз за смену сотрудник ходил за инструментом или ждал завершения соседней операции. Такие потери пытаются находить с помощью компьютерного зрения «Оптера».

Вместо отдельного хронометража система анализирует видео, строит диаграммы загрузки и маршрутов перемещений, разделяет действия по заданным категориям, отмечает отклонения от рабочего процесса. На КАМАЗе сообщили об апробации инструмента для балансировки линии. Цифры изменения загрузки и простоев публично не привели.

Здесь камера создаёт материал для решения. Если один пост не успевает, а соседний ждёт, специалист может пересмотреть распределение операций. Если много времени уходит на перемещения, можно изменить расположение инструмента. Само наблюдение конвейер не ускоряет: после анализа нужно перестроить работу и повторно измерить результат.

Поэтому и категория «непродуктивное действие» требует осторожного прочтения. Ожидание может быть вызвано задержкой детали, а отход от поста — устройством рабочего места. Без этого контекста легко перепутать потери процесса с претензией к сотруднику.

Второй модуль оценивает позы по методике REBA — учитывает положение частей тела для оценки эргономического риска. В материалах «Оптеры» задача сформулирована так: «Мы меняем не человека, а рабочее место, чтобы рискованная поза стала не нужна». Например, анализ может дать основание изменить высоту или расположение оборудования. Такая оценка поз не равна доказанному снижению травматизма так как для этого нужны отдельные наблюдения за результатами изменений.

На КАМАЗе заявили об уменьшении физической нагрузки и улучшении рабочих мест, но не раскрыли сопоставимые замеры до и после, сроки наблюдения и размер охвата. Поэтому оценить величину эффекта по открытым материалам невозможно.

Третий модуль помогает найти деталь по фотографии: выдаёт название, номер, чертёж и 3D-модель. Его представили как работающий промышленный инструмент с веб-версией и мобильным приложением. При этом накопленной статистики эффекта, по словам разработчиков, ещё не было. Внешне похожие модификации всё равно требуют проверки: предложенная карточка детали должна совпасть с тем, что находится у сотрудника в руках.

Поверх этих модулей показали ещё один прототип — «Бережливец». Он должен помогать интерпретировать данные о работе участка и предлагать изменения с учётом внутренних правил и каталогов оборудования. Это попытка сократить следующий промежуток: от диаграммы до понятной рекомендации мастеру. По данным на июль, инструмент оставался прототипом и считать его рекомендации доказанной экономией преждевременно.

Стоит отметить, что ограничения ИИ-зрения подробно обсуждались и ранее. Например, руководитель проектов в области ИИ Университета Иннополис Александр Столбов рассказал о системе распознавания рессор: её обучили на ржавых образцах из брака, а на производстве она встретила чистые блестящие детали и перестала справляться. Потребовались дообучение и дополнительное освещение. Это опыт другого проекта, не КАМАЗа, но он показывает, почему удачная демонстрация ещё не гарантирует стабильную работу в цехе.

Пять инструментов — разные основания для выводов

Сравнивать эти решения только по обещанному ускорению не вполне релевантно — у них разные задачи и разная зрелость. Полезнее разделить то, что уже показано в работе, и то, чего разработчики рассчитывают добиться.

Сколько стоит экономия времени

Цена ИИ складывается из разработки, вычислительных мощностей и дальнейшего обслуживания. В июльском предложении «КАМАЗ Диджитал» годовая подписка на платформу с поддержкой и обновлениями стоила 5 млн рублей, разработка отдельного агента — от 1,5 до 6 млн, готовый компонент — от 400 до 900 тысяч. Все суммы — без НДС; предложение действовало при заключении договора до 30 августа 2026 года. Эти цифры дают ориентир стоимости для покупателя, но не раскрывают расходы самого КАМАЗа.

После запуска расходы продолжаются. Нужно поддерживать серверы, обновлять источники, проверять качество ответов и дорабатывать интеграции при изменении рабочих программ. Для компьютерного зрения добавляются обслуживание камер и настройка съёмки. Сэкономленное время следует считать уже после проверки и исправления ответов человеком, иначе отдача окажется завышенной.

Масштаб можно прикинуть на условном примере. Допустим, все расходы составляют 10 млн рублей в год, включая разработку, стоимость которой распределили на несколько лет. Если час работы специалиста обходится предприятию в 1000 рублей, для покрытия затрат нужно высвободить 10 тысяч часов ежегодно. При условных 2000 рабочих часах на человека и чистой экономии времени в 10% отдел из 20 сотрудников получит ресурс стоимостью 4 млн рублей — этого недостаточно. На 100 сотрудниках тот же эффект составит 20 млн рублей. Порог покрытия затрат в таком сценарии — около 50 постоянных пользователей. Это расчёт с заданными допущениями, а не показатели КАМАЗа.

Однако свободные часы не превращаются в деньги автоматически — зарплату сотрудникам продолжают платить. Финансовая отдача появляется, когда предприятие обходится без дополнительного найма и сверхурочных, выполняет больше заказов или уменьшает расходы на исправление ошибок. Поэтому дорогая общая платформа легче оправдывается при регулярной работе нескольких подразделений. Для небольшой команды экономичнее может оказаться узкий инструмент на уже имеющейся инфраструктуре. А решение, предотвращающее дорогой брак или простой линии, способно окупиться и при небольшом числе пользователей, если стоимость предотвращённых потерь действительно измерена.