Нейросеть на нефтеперерабатывающем заводе закрывает три участка контроля безопасности: видеоаналитика следит за касками и допусками в опасных зонах, языковая модель разбирает акты, предписания и инструкции, аналитика сигналов с датчиков ловит отклонения раньше человека. Внедряют по одному процессу, который сейчас держится на ручном труде инженера по охране труда. Под капотом работает языковая модель для текста и отдельные модели компьютерного зрения для видео.
Где ИИ помогает
Нейросеть на НПЗ усиливает контроль безопасности на трёх участках: видеоаналитика ловит нарушения по СИЗ и доступу в опасные зоны на потоке с камер, языковая модель разбирает акты, предписания и инструкции в понятную сводку, аналитика данных с датчиков подсвечивает отклонения от нормы. Инженер по промышленной безопасности остаётся на расследовании, на решении и на ответственности перед надзором.
На заводе контроль безопасности держится на людях, которые физически обходят площадки и читают тонны бумаг. Инженер по охране труда тратит смену на сверку допусков, обход опасных зон и заполнение журналов. Документы по предписаниям Ростехнадзора, акты проверок и инструкции живут в разных папках, и поднять историю по конкретному узлу занимает часы. Камеры на территории пишут архив, который смотрят лишь после происшествия.
Здесь и появляется польза. Компьютерное зрение разбирает поток с камер в реальном времени: видит человека без каски в зоне, где она обязательна, фиксирует проход в закрытую секцию, отмечает скопление людей рядом с работающим оборудованием. Языковая модель берёт на себя текстовый пласт: вы отдаёте ей акт проверки, и она вытаскивает список замечаний, сроки устранения и ответственных, а потом сверяет это с прошлыми предписаниями по тому же объекту.
Отдельная сильная сторона — работа с массивом инструкций и регламентов. У завода сотни документов по охране труда, промышленной безопасности и пожарной безопасности. Мастер участка перед допуском к огневым работам обязан свериться с регламентом, и поиск нужного пункта вручную растягивается. Модель отвечает на вопрос «какие требования к наряду-допуску на огневые работы в резервуарном парке» цитатой из вашего же документа за секунды.
- Видеоаналитика на камерах: каски, защитные очки, проход в опасные зоны, скопления у оборудования
- Разбор актов, предписаний и протоколов в сводку с замечаниями, сроками и ответственными
- Поиск по инструкциям и регламентам: модель отвечает цитатой из вашего документа
- Анализ сигналов с датчиков: подсветка отклонений температуры, давления и загазованности
Первые шаги
Старт идёт от одного процесса, а от закупки большой системы безопасности. Возьмите участок, где инженер по промышленной безопасности теряет больше всего времени, и отдайте его модели на проверку. Через две недели станет ясно, экономит это часы или добавляет шум. Такой заход дешёвый и по деньгам, и по риску: вы проверяете гипотезу на одной задаче, а перекраиваете весь контур охраны труда.
- Выпишите участки контроля, где сейчас всё держится на ручном труде инженера и мастеров
- Выберите одну задачу с понятным результатом: например, разбор актов проверок в единую сводку
- Соберите контекст: образцы актов, реестр предписаний, ключевые инструкции по объекту
- Откройте чат с моделью, дайте ей этот контекст и попросите свести замечания со сроками
- Прогоните 20 реальных документов и сверьте сводку с тем, как её собирает инженер вручную
- Закрепите рабочий промпт-шаблон и передайте его службе охраны труда
Начните с разбора предписаний и актов, а с видеоаналитики. Текст проще данных с камер: ниже порог входа, понятный результат и нулевой риск для производства. Модель сводит замечания, инженер сверяет и подписывает. Видеоаналитику подключают позже, когда служба уже доверяет инструменту на тексте.
Чем пользоваться
Для текстовых задач хватает чата с сильной языковой моделью и продуманного промпт-шаблона. Видеоаналитика требует отдельных моделей компьютерного зрения и интеграции с камерами, и это уже проект с инженерией, а с подпиской на чат. Заходить сразу в дорогую видеоаналитику до проверки гипотезы на тексте — способ потратить бюджет впустую. Хороший шаблон с контекстом ваших регламентов закрывает половину запросов службы охраны труда без всякой интеграции.
| Задача | Чем закрыть | Когда усложнять |
|---|---|---|
| Разбор актов и предписаний | Чат с языковой моделью и промпт-шаблон | Когда документов сотни в месяц — связка через n8n |
| Поиск по инструкциям | Модель с базой регламентов через RAG | Когда база растёт и нужна сверка версий |
| Контроль СИЗ и зон по видео | Компьютерное зрение на потоке с камер | Сразу проект с интеграцией, а чат |
| Анализ данных с датчиков | Выгрузка в таблицу, модель ищет отклонения | Когда нужен непрерывный поток с АСУ ТП |
Российский завод упирается в два вопроса: доступ к зарубежным моделям и режим конфиденциальности данных. Документы по безопасности и схемы объектов — чувствительная информация, и часть из них вообще запрещено выгружать наружу. Здесь рассматривают локальные модели в контуре предприятия: они слабее топовых облачных, но держат данные внутри периметра. Выбор между облаком и локальным решением зависит от грифа документов — это первая тема, которую мы разбираем на встрече.
Облачная подписка на модель держится в рамках десятков долларов в месяц, точную цифру сверьте на сайте сервиса — тарифы меняются. Локальное решение и видеоаналитика дороже на порядки: это сервер, лицензии и работа инженеров. Поэтому старт с дешёвого чата на текстовых задачах оправдан вдвойне: он показывает отдачу до того, как завод вложится в тяжёлую инфраструктуру.
Границы инструмента
Модель ошибается уверенно. Она способна сослаться на пункт регламента, которого в документе отсутствует, или пропустить нарушение СИЗ в плохом ракурсе камеры. Это свойство языковых моделей называют галлюцинациями, и оно остаётся даже у сильных версий. На опасном производстве цена такой ошибки выше, чем где-либо, поэтому вывод модели всегда проходит через инженера. Чем уже коридор для ответа, тем меньше пространства для выдумки.
Расследование инцидента, решение о допуске, остановка оборудования, ответственность перед Ростехнадзором — это зона человека целиком. Модель готовит сводку и берёт на себя рутину сверки, а итоговое решение и подпись держит инженер по промышленной безопасности. Надзор спрашивает с человека, а с алгоритма.
Полезно заранее зафиксировать, какие сигналы модель отдаёт автоматически, а какие требуют живой проверки. Подсветку отклонения температуры можно показывать оператору сразу. Решение об остановке узла или о допуске бригады к огневым работам инженер принимает сам, опираясь на сводку как на подсказку. Эта граница защищает и людей на площадке, и завод от уверенной ошибки алгоритма в критический момент.
- Схемы объектов и грифованные документы: только локальный контур, наружу выгружать запрещено
- Цитаты из регламентов: модель отвечает строго из вашего документа, без догадок
- Сигналы видеоаналитики о нарушениях: фиксирует модель, решение принимает инженер
- Допуски, остановки и расследования: зона ответственности человека целиком
Главная защита от ошибок — узкая задача и проверка результата на старте. Когда инженер видит, что на 20 реальных актах сводка совпадает с его ручным разбором, доверие растёт само. Расширяйте участок постепенно, удерживая контроль на каждом шаге. Полезно держать одного человека в службе, который раз в день смотрит, что выдала модель, и правит шаблон по живым ситуациям. Так инструмент становится точнее с каждой неделей, а служба охраны труда привыкает работать с ним без оглядки на риск.
Куда двигаться
Когда первый процесс работает и экономит время инженера, завод переходит ко второму: от разбора актов к поиску по регламентам, дальше к анализу данных с датчиков, и только потом к видеоаналитике на камерах. Так за несколько недель служба охраны труда снимает с себя бумажную рутину, а инженер получает время на расследования и предупреждение происшествий вместо переписывания журналов.
Расскажите, на каком участке контроля безопасности ваша служба теряет больше всего времени, и я покажу, что отдать нейросети первым. Разобрать процессы можно на бесплатном часовом созвоне — запишитесь через раздел с программами.
Заодно служба учится формулировать задачи модели сама. Поначалу промпт-шаблоны мы собираем вместе, дальше инженер сам правит их под новые объекты и предписания. Этот навык остаётся с заводом надолго: даже когда выйдут новые версии моделей, ваша команда уже умеет с ними работать и переносит шаблоны без переучивания.
Сложность здесь в выборе правильного первого шага и в режиме работы с чувствительными данными. Самый частый провал — завод заказывает дорогую видеоаналитику под ключ, она ловит половину нарушений с ложными срабатываниями, и руководство решает, что инструмент сырой. На разборе процессов мы вместе смотрим на вашу ежедневную работу и выбираем участок, который окупится быстрее и безопаснее всего.