Обзор модуля
Этот модуль — вход в весь трек по industrial AI. Он нужен не для знакомства с модными терминами, а для сборки управленческой карты: кто на предприятии отвечает за внедрение AI, как устроен рынок решений, через что считать ценность и по каким признакам отделять зрелый production-кейс от шумного пилота.
После модуля у вас будет не набор разрозненных примеров, а рабочая рамка для чтения всего трека. Если дальше вам нужен выбор контура и моделей, вы пойдёте в инфраструктурный блок. Если надо защищать бюджет, переключитесь на экономику. Если упираетесь в требования ИБ и регуляторики, сразу откроете соответствующий модуль.
Чему вы научитесь
- Определять роль AI-чемпиона на предприятии и не путать её с ролью разработчика, интегратора или консультанта
- Смотреть на рынок industrial AI как на несколько слоёв с разной логикой закупки и внедрения
- Отсекать инициативы без понятного рычага ценности ещё до пилота
- Разделять production-ready сценарии, пилотные темы и шумный хайп без экономики
- Сверять собственные ожидания с реальными российскими ориентирами, а не с презентационными обещаниями
- Выбирать следующий модуль трека по своей задаче: стратегия, ИТ-контур, ИБ, экономика или отраслевой кейс
Контекст: почему этот модуль важен
На производстве AI редко проваливается из-за нехватки моделей. Он проваливается, когда компания не договорилась о цели, купила не тот класс решения, не смогла посчитать эффект или спутала красивый пилот с масштабируемым контуром.
Поэтому первый модуль даёт не стек, а язык принятия решений. Именно здесь вы собираете базовую оптику для всего трека: что считать ценностью, где искать зрелые кейсы, как смотреть на рынок из российской реальности и почему сравнение чужого успеха со своей площадкой почти всегда требует поправки на контур, данные и организацию.
Уроки модуля
Начните с полного прохода этого обзора. Уроки собраны так, чтобы вы сначала поняли роль заказчика, потом увидели карту рынка, затем научились считать ценность, отфильтровали хайп и только после этого сверились с российскими ориентирами.
AI-чемпион на производстве — кто вы и что получите от этого трека— JTBD AI-чемпиона: не разработчик, но принимает решения о AI-проектах. 11 работ, которые вы научитесь выполнять за трекТри слоя рынка промышленного AI — как думать о вендорах и решениях— Классические автоматизаторы, гиперскейлеры, специализированные ниши: кто что делает, кто в России недоступен и чем его заменяютЧетыре рычага ценности AI на производстве— Каждый AI-проект должен закрывать минимум один: снижение потерь, рост throughput, рост качества, управление рисками. Без рычага — это не проект, а экспериментМатрица зрелости × ROI — где AI даёт деньги сейчас, где хайп— Классификация AI-проектов по зрелости технологии и ROI: что готово к production, что пилот, что хайп без экономикиЧто уже внедрено в РФ-промышленности — ориентиры, куда можно дорасти— 8 российских кейсов с метриками: ЕВРАЗ, Северсталь, ММК, Норникель, Газпромнефть, Роснефть, Сибур, КамАЗ. Не для мотивации — для сверки амбиций
Как проходить
- Идите по порядку: логика модуля построена от роли и рамки решений к фильтрам ценности и зрелости
- После каждого урока фиксируйте один вывод для своего предприятия: где эффект, кто владелец темы и какой следующий вопрос надо снять
- На уроках про рычаги ценности и матрицу зрелости держите рядом текущий портфель инициатив, чтобы сразу отсечь слабые идеи
- Если вы из ИТ или ИБ, не пропускайте финальный урок с российскими ориентирами: он помогает говорить с бизнесом на языке реальных кейсов
- Если вы из бизнеса или производства, не пропускайте урок про три слоя рынка: без него легко сравнивать несравнимые классы решений
- Возвращайтесь к этому модулю как к карте: он нужен не только на входе, но и в момент, когда проект начинает расползаться по слишком широкому периметру
После модуля
После этого обзора у вас должна остаться не абстрактная мысль, что industrial AI «где-то уже работает», а конкретная управленческая картина: кто ведёт программу, через что считается эффект, какие темы уже созрели для production и на какие ориентиры можно смотреть без самообмана.
С этой рамкой дальше уже удобно идти в выбор моделей и инфраструктуры, в регуляторику, в экономику или сразу в отраслевые блоки, не теряя нить между бизнес-задачей и техническим решением.