По прогнозам эксперта, объем рынка компьютерного зрения (CV) может увеличиться с 25 млрд рублей в 2025 году до 50 млрд рублей к 2030-му. Технология уже используется не только для распознавания объектов на изображении, но и для контроля многих производственных процессов. Кейсы внедрения доказывают, что AI-контроль качества продуктов помогает автоматизировать контроль свежести продукции и сократить долю списаний до 5%, а их стоимость — до 10%.
Однако для достижения подобных показателей важно учитывать не только технические качества модели: высокая точность нейросети сама по себе не гарантирует экономического результата. Модель с точностью более 95% может оказаться неэффективной, если имеет слишком высокую задержку, генерирует большое количество дорогостоящих ложных срабатываний или требует значительных вычислительных ресурсов, привел примеры Евгений Григорьев.
По его мнению, зрелые CV-проекты необходимо оценивать одновременно на трех уровнях:
- технологическом, принимая во внимания точность, полноту, задержку сигнала, число кадров в минуту, устойчивость к изменению условий съемки;
- операционном, для автоматически обработанных событий. Учитывая количество предотвращенных инцидентов, сокращение ручных операций, время реакции и доступность системы;
- финансовом — снижение OPEX, экономия фонда рабочего времени, предотвращенные потери, стоимость простоев, изменение себестоимости и срок окупаемости инвестиций.
"Максимальный эффект возникает тогда, когда CV-модель встроена непосредственно в бизнес-процесс и связана с корпоративными ИТ-системами. В этом случае ИИ начинает влиять уже на OPEX, производительность персонала, доступность оборудования, себестоимость продукции и финансовый результат компании", — подчеркнул Евгений Григорьев.
Следующим этапом развития технологии, по словам эксперта, станет переход от изолированных CV-сервисов к мультимодальным интеллектуальным системам, где данные компьютерного зрения будут объединяться с показаниями датчиков, историей технологических процессов и корпоративными данными. Это позволит использовать ИИ не только для фиксации уже произошедших событий, но и для прогнозирования отклонений и выбора оптимального действия.