R&D-продуктовая компания

AI-агенты сетевого управления производством

AlFarabi-AI создаёт ИИ-агентов, которые берут на себя координацию в компании, дают первым лицам целостную картину бизнеса и сами настраивают режимы производства под общие KPI. Агенты работают внутри вашего IT-контура — в нефтегазе, металлургии, управлении бизнесом и городом.

От пилота до промышленного внедрения — с оценкой эффекта по согласованным KPI.

  1. Класс 01 Сетевая организация вместо пирамиды
  2. Класс 02 Co-pilot для первых лиц
  3. Класс 03 Агенты, которые сами настраивают производство

Продуктовая концепция

Три класса ИИ-агентов

Компании веками управлялись пирамидой, потому что координация людей стоила дорого. ИИ-агенты делают её почти бесплатной и меняют саму форму управления — от организации в целом до отдельной скважины. Аль-Фараби описывал идеальный город как целое, где каждая часть знает свою роль; мы собираем такое целое из людей и агентов.

Один контур управления

  1. 03Агенты производства держат режимы и сообщают о запасе и рисках
  2. 02Co-pilot собирает это в картину для первого лица
  3. 01Сеть доводит решение до исполнителей — людей и агентов
  4. KPIСетевые KPI возвращаются агентам как новая цель
ПИРАМИДА 6–8 подчинённых на руководителя сетевые KPI СЕТЬ ЛЮДЕЙ И АГЕНТОВ Человек ИИ-агент Co-pilot первого лица Агент производства

01

Класс 01 · Сетевая организация

От пирамиды к сети людей и агентов

Иерархия веками держалась на норме управляемости — 6–8 подчинённых на руководителя. Главной работой менеджмента была координация: передать сигнал вверх и вниз, согласовать по горизонтали, проконтролировать исполнение. ИИ-агенты берут координацию на себя, и пирамида уступает место сети, где люди и агенты работают в единой системе.

  • Агенты передают сигналы, сверяют сроки и следят за исполнением
  • Люди решают, договариваются и отвечают за результат
  • Меньше уровней — короче путь от сигнала до решения

02

Класс 02 · Co-pilot для первых лиц

Приватный ИИ-советник для того, кто отвечает за всё

Co-pilot превращает разрозненные данные из финансов, CRM, HR, переписки и протоколов в целостную картину компании и помогает увидеть реальное положение дел раньше, чем проблемы станут критическими.

  • Закрытый контур: вопросы и ответы видит только первое лицо
  • Ранние сигналы о рисках — до того, как они попадут в отчёт
  • Каждый вывод со ссылкой на источник: сделку, документ, протокол
Демо: Ядро AlFarabi-AI →

03

Класс 03 · Самоорганизующиеся агенты производства

Производство, которое настраивается само

Агенты обучаются на данных производства и сами настраивают режимы под сетевые KPI — показатели, встроенные в глобальный контур управления бизнесом. Скважина, печь или котельная работают не на локальный рекорд, а на результат всей цепочки.

  • Каждый агент знает свой участок и ограничения соседей
  • Цель — KPI сети: добыча, энергия, NPV, а не показатель одного цеха
  • Человек утверждает режим, агент объясняет расчёт
Демо: WellHub, агент режимов куста →

Решения

Четыре стихии

Нефтегаз, металл, бизнес и город устроены по-разному. Метод один: данные предприятия → AI анализ → AI оптимизация → измеримый эффект.

Станок-качалка в казахстанской степи на фоне гор Тянь-Шаня Станок-качалка в казахстанской степи на фоне гор Тянь-Шаня

Стихия недр

Добыча, которую данные видят раньше смены

История режимов, обводнённости, бурения, отказов и давления сети собирается в один контур. Система сама находит связь между скважиной, фондом и диспетчерской — и показывает, где поднять дебит, а где не жечь лишнюю энергию.

  • Оптимизация режимов куста (WellHub) — забойные давления и закачка под ограничения УПСВ и БКНС по суточным рапортам, без гидродинамической модели
  • Повышение дебита — быстро выявлять управляемые причины потерь и помогать выбирать меры, которые дают наибольший ожидаемый прирост чистой добычи при приемлемом риске и экономике
  • ТОиР фонда — ремонт по риску, а не по календарю
  • Бурение — осложнения видны по режиму, пока ствол ещё идёт
  • Энергозатраты сети — оптимальный режим без «ручного шаманства»
  • Наставник диспетчера — ответы из ваших же инструкций, на рабочем месте

Кейсы и KPI

Продукт WellHub · результат на демо-кусте

Оптимизация режимов куста скважин

Зрелое месторождение: обводнённость 85–90 %, УПСВ и БКНС на пределе, режимы скважин подбираются вручную.

Гибридные прокси-модели (CRM + LightGBM) по суточным рапортам и оптимизатор забойных давлений и закачки с учётом ограничений инфраструктуры.

  • +10–12 %нефти при тех же лимитах подготовки и закачки
  • 5,3 %ошибка слепого прогноза на 12 месяцев
  • ≈1 сна расчёт оптимальных режимов куста

Пилот: 6–8 недель на одном кусте Демо WellHub →

Целевые KPI пилота

Предиктивный ТОиР фонда УЭЦН

Отказы УЭЦН и внеплановые ПРС съедают добычу и бюджет, а ремонты идут по календарю.

Модель риска отказа по токам, загрузке, температуре и истории ремонтов; очередь ПРС по ожидаемым потерям нефти.

  • −20–25 %отказов УЭЦН
  • +15 %межремонтного периода
  • 7–14 сутпредупреждение до отказа

Пилот: 3 месяца, 150–300 скважин

Целевые KPI пилота

Энергоэффективность механизированной добычи

Электроэнергия — крупнейшая статья подъёма, а режимы насосов и сети сбора настроены «с запасом».

Модель энергопотребления скважин и сети, рекомендации по частотам ЭЦН и режимам насосных станций.

  • −8–12 %удельного расхода электроэнергии на подъём
  • 0потерь добычи от оптимизации

Пилот: 2 месяца на месторождении

Показатели — целевые диапазоны, которые закладываем в пилот и проверяем на ваших данных.

Абу Наср аль-Фараби — двухцветная мозаика, символ AlFarabi-AI
Абу Наср аль-Фараби Мудрец и математик из Казахстана

Идея

Он не открывал новых звёзд. Он дал им язык.

Аль-Фараби — математик, логик и философ из казахской земли — собрал разрозненные науки в один канон. Логика, геометрия, астрономия, музыка зазвучали как партитура, а не как шум. Его называли Вторым учителем — после Аристотеля.

Производство сегодня в том же положении, что библиотека Отрара тогда: телеметрия скважин, режимы печей, журналы инцидентов, сменные отчёты уже есть. Не хватает взгляда, который видит в них закон — и системы, на которую можно опереться.

Порядок знания — начало порядка дела. Мы собираем производственные процессы так, как Аль-Фараби собирал науки: сначала карта, затем гипотеза, затем система, которая остаётся работать на вас.

Путь

Быстрый эффект, минимальный риск

Как в каноне Аль-Фараби: сначала карта наук, затем доказательство, затем практика. Никакой «AI-трансформации» на три года без первой цифры.

  1. 01

    Карта знаний

    Вместе находим процесс с максимальной отдачей и формулируем гипотезу с оценкой финансового эффекта. Смотрим на данные, которые у вас уже есть.

  2. 02

    Доказательство

    Собираем работающий прототип на ваших рядах, а не на синтетике из презентации. Гипотеза либо живёт, либо умирает на цифре.

  3. 03

    Пилот на участке

    Ограниченный контур, живая смена, измеримый результат. Вы видите эффект в цехе — и решаете, масштабировать ли.

  4. 04

    Канон и передача

    Серия на предприятие и выращивание вашей команды. Способность остаётся у вас: модели, регламент, люди.

Мера

Системы, на которые можно опереться

Как в астрономии Аль-Фараби: чем выше цена решения, тем строже требование к методу. Мы не обещаем магию. Мы строим контур, который переживает ночную смену.

Технологии

Из чего мы строим

Аль-Фараби делил знание на части, чтобы оно работало как целое. Мы соединяем машинное обучение, оптимизацию, LLM-агентов и компьютерное зрение — и подключаем их к системам, которые у вас уже работают.

Машинное обучение

Прогноз и диагностика на ваших исторических рядах

  • Прогноз временных рядов: градиентный бустинг и нейросети
  • Гибрид физики и ML — модель не нарушает законы процесса
  • Поиск аномалий и раннее предупреждение отказов
  • Интервалы P10–P90 и объяснение факторов (SHAP)

Оптимизация и сценарии

От прогноза — к решению с учётом ограничений

  • Математическая оптимизация с технологическими ограничениями
  • Сценарии «что если» и фронт Парето
  • Экономика решения в тенге: NPV, затраты, риск
  • Проверка рекомендаций на истории до внедрения

LLM и AI-агенты

Язык, который понимает ваши данные и документы

  • Мультиагентная оркестрация: агенты анализируют, считают и проверяют друг друга
  • Поиск по регламентам, инструкциям и журналам (RAG) со ссылкой на источник
  • LLM не считает сама — вызывает модели и объясняет цифры
  • Российские и open-source модели, в том числе внутри вашего контура

Компьютерное зрение

Глаза на линии, которые не устают

  • Дефекты продукции на существующих камерах
  • Контроль СИЗ и опасных зон
  • Распознавание показаний приборов и документов
  • Обработка на edge-устройствах рядом с линией

MLOps и надёжность

Модель, которая переживает ночную смену

  • Мониторинг качества моделей и дрейфа данных
  • Переобучение по расписанию и откат версии
  • Метрики, логи и трассировка каждой рекомендации
  • Режим советчика до перехода к автоматике

Безопасность и контур

Данные остаются у вас

  • On-premise или частное облако в Казахстане
  • Данные не покидают периметр предприятия
  • Ролевой доступ и журнал действий
  • Соответствие требованиям к персональным данным

Интеграция с корпоративными системами

Подключаемся к тому, что уже работает, — без замены систем и без ручных выгрузок.

  • ERP и учётSAP, 1С:ERP, Oracle EBS
  • ПроизводствоSCADA / АСУТП, MES, историки данных (AVEVA PI)
  • ТОиР и активыSAP PM, IBM Maximo, 1С:ТОиР
  • АналитикаPower BI, Visiology, DataLens, Superset
  • ГородГИС, GPS-мониторинг транспорта, АСКУЭ, системы обращений
  • ДокументыСЭД, вики и базы знаний, почта, Telegram-боты
  • ПротоколыREST API, OPC UA, Modbus, Kafka, Excel / CSV

Связь

Давайте посмотрим на ваши процессы вместе

Напишите, какой участок болит: фонд скважин, печь, отчётность, маршрут или теплосеть. Ответим в рабочий день. Первая встреча — про данные и эффект, не про слайды.

  • Почта kd@tilekindustrial.com
  • География

    Казахстан · промышленный контур СНГ