ИИ помогает «Северстали» проверять 60% продукции ЧерМК: что из этого взять заводу поменьше

По данным компании, система автоматической аттестации металлопроката охватывает 35 ключевых агрегатов ЧерМК и дает цифровой контроль качества примерно 60% товарной продукции. Генеральный директор Александр Шевелев назвал вложения: за 10 лет проекта компания инвестировала в сквозную цифровую систему порядка двух миллиардов рублей. К концу 2026 года «Северсталь» рассчитывает поднять долю цифрового контроля до 67% и перейти к тиражированию решений.

Сейчас систему масштабируют на производство плоского проката и труб большого диаметра в Колпино и дооснащают измерителями агрегаты в Череповце. Эти работы компания планирует завершить до конца 2026 года.

На агрегатах стоят измерители с компьютерным зрением и ИИ, они фиксируют видимые отклонения. Прогнозные модели по технологическим параметрам считают вероятность дефектов, которые глазом не видно. Системы слежения привязывают данные к каждому метру продукта, а системы фиксации инцидентов следят за критическими зонами, от которых зависит качество.

Всего система использует более 17,5 тысячи параметров, из них около 500 аттестационных. На их основе система автоаттестации Sherlock рекомендует решение о годности металлопроката. Аттестация какого-либо продукта проходит каждые четыре секунды, в день их около 20 тысяч. Важная деталь из релиза: комплекс помогает сотруднику принять решение, а решение остается за человеком.

Проект шел 10 лет и стоил около 2 млрд ₽, поэтому копировать его целиком малому заводу незачем. Переносится другое: сначала данные собирают на каждом этапе в одном месте, потом машина готовит рекомендацию, а человек решает. У небольшого производства те же данные обычно лежат в 1С, в журнале ОТК, в переписке с клиентами о рекламациях и в таблицах мастеров.

Пока эти данные разбросаны, директор узнает о браке или сорванной отгрузке от клиента. Если вы смотрите, где ИИ для производства даст эффект первым, начните не с камер на линии, а со сводки: что произведено, что отгружено, что вернулось и какие заказы под угрозой.

Где фиксируются брак и отклонения: на бумаге, в таблице или в 1С. Кто и когда видит сводку по ним. Сколько рекламаций пришло за квартал и сколько из них вы узнали до звонка клиента. Сколько часов в неделю руководитель или экономист тратит на сбор цифр для утреннего совещания.

Если ответы на эти вопросы есть только в голове начальника смены, первый шаг это договориться, где живут данные. Без этого не заработает ни система уровня «Северстали», ни простой ежедневный отчет.

Кейс «Северстали» про то, что решение принимают по данным со всей цепочки, а не по памяти. Небольшому заводу первым мы бы отдали агенту утренний отчет по 1С, CRM и банку: выпуск и отгрузки за вчера, возвраты и рекламации, заказы с риском срыва срока, деньги на счетах. У агента отдельная учетная запись с правами только на этот процесс. В договор пилота пишем метрику: отчет приходит руководителю каждый рабочий день до 9:00 без ручной сборки.

Пример расчета: допустим, экономист с зарплатой 80 000 ₽ тратит на сбор цифр для руководителя 2 часа из 8, то есть четверть времени. С налогами это 80 000 × 1,3 × 0,25 = 26 000 ₽ в месяц. Пилот одного агента стоит от 150 000 ₽ и идет 14 дней, сопровождение от 40 000 ₽ в месяц. На одной экономии времени отчет не окупается, и мы говорим это прямо: смысл в том, что директор видит брак и срыв отгрузки утром, а не от клиента. Если метрика пилота подтвердится, дальше вместе считаем стоимость одного пропущенного срыва.