На днях прочитал интересный пост у Алексея Подклетнова в «Дизрапторе» (спасибо за интересный материал, это не реклама, мне реально нравится контент там). Клод, пишет Алексей, устроился на завод, причём сразу начальником цеха. Представим, что приказ о назначении принесли на подпись директору завода, то есть мне. Я бы… его пока не подписал. Сначала давайте посмотрим, что «кандидат» мистер Клод (он же Claude) умеет.
Вводная для тех, кто на прошлой неделе следил за падением рынков и бигтехов, а не за пресс-релизами компаний. Клодом у нас зовут нейросеть Claude компании Anthropic. 12 ноября компания выпустила Claude for Manufacturing, плагин для заводов (!). Внутри 17 навыков и готовые подключения к Autodesk Fusion, Infor, Microsoft 365 и Oracle NetSuite и прочее.
Что умеет:
А теперь мелкий шрифт. Каждый навык заканчивается одинаково — человек реальный проверяет и утверждает всё это. И отдельной строкой сказано, что оборудованием плагин НЕ управляет.
Начальник, за которым подчинённые перепроверяют каждую бумагу, называется иначе. Стажёр. Салага. Новичок. Студент. Ну вы поняли. Те, кто работал на заводе и подрабатывал студентом — знает про это хорошо.
Но зачем заводу стажёр? По опросу Manufacturing Leadership Council за 2025 год, 79% производителей вводят данные вручную (удивили ага). Люди с инженерным образованием заметную часть дня работают буфером обмена данными.
Для систем, к которым готового подключения нет, рецепт у Anthropic имеется — складывайте регулярные выгрузки в Microsoft 365, Клод разберётся по файлам. Так что «складитогновый_2.xlsx» теперь официально часть архитектуры. И возможно будущего?
Руки у Клода тоже есть, просто числятся по другой отчётности. А если серьёзно, то 27 августа Anthropic показала Model Hardware Standard, сокращённо MHS. Идея простая — к каждому прибору пишут специальный драйвер, который рассказывает агенту, что прибор умеет измерять, что на нём можно крутить и до каких пределов. Пока это исследовательская версия для узкого круга лабораторий и производителей. Но всё же, стандарт заложен.
Лучшая история работающего прототипа — это про лазер. Компания QuEra строит квантовые компьютеры, и лазер в них обязан держать частоту с точностью около одной триллионной (!). И сбивают его точность самые будничные вещи — температура, вибрация, перепад давления. То есть всё то, что присутствует на любом заводе.
Опытный оператор возвращает лазер в строй за примерно 5-10 минут. А если это случилось в два часа ночи, кто-то просыпается и едет на работу?
Четыре специалиста QuEra несколько месяцев писали скрипт, который делал бы это сам. Видимо надоело пить кофе по ночам — «лень двигатель прогресса». Так вот, данный скрипт справлялся примерно в 58% случаев и тратил около 150 секунд (~2 минуты). Скрипт шаг за шагом повторял действия человека, и подводило его то же самое — стоит кому-нибудь открыть дверь в лабораторию, давление меняется, уже сделанный шаг сбивается, и всё начинается сначала. Отсюда вывод — не заводите кота в лаборатории. Кто понял — тот понял.
Но вот, потом задачу отдали Клоду, причём сразу четырём агентам сразу. Первый придумывает гипотезу, второй правит скрипт, третий запускает его на живом лазере и записывает каждый шаг, четвёртый читает журнал и решает, что менять дальше. За ночь, без людей, этот квартет прошёл сотни кругов.
Готовый скрипт проверили вслепую и уже без всякого агента. 700 сбоев, 695 восстановлений, то есть 99,3% (!). Тяжёлые случаи занимали 10–14 секунд, простые от 0,9 до 5,4 секунд.
Было 150 секунд и 58%. Стало от секунды до четырнадцати и 99,3% успеха.
Фокус нехитрый. Старый скрипт шёл по всем шагам подряд. Новый же сначала читает показания приборов и трогает только те настройки, которые в этом случае нужны.
И вот место, ради которого стоило читать отчёт целиком. На выходе получился, цитирую: «детерминированный, полностью проверяемый скрипт», который может работать без ИИ-агента. Клод написал программу, проверил её и больше не нужен.
По-моему, это важнее всех 17 навыков вместе взятых. Ни один главный инженер не пустит в контур управления модель, которая иногда сочиняет (пфф, иногда, постоянно что-то выдумывает, когда не имеет точную информацию — у меня даже есть реальный жёсткий кейс про это, как-нибудь расскажу). А программу, которую можно прочитать построчно и прогнать 700 раз, глав-инженер пропустит. Вопросы к ней те же, что к любому коду, просто автор не человек.
Пределы при этом заданы заранее и от настроения модели не зависят. В Университете Карнеги — Меллона системе подстроили шесть сбоев, от плашки с образцами, которой не оказалось на месте, до нажатой аварийной кнопки. Все шесть раз она остановилась раньше, чем хоть что-то сдвинулось с места. То есть рабочий продукт.
Вроде казалось бы просто решение всех проблем, но вот к станку его не пускают. И на то есть причины.
Например, в Genentech Клод перемешивал белковый раствор и получил ошибку из-за пузырей. Стал повторять операцию в той же лунке с другими параметрами. Жидкость взбалтывалась сильнее, пузырей становилось больше. Так продолжалось, пока люди не объяснили ему: ошибка означает пузыри, возьми чистую лунку и мешай поменьше. Любой, кто наливал пиво в спешке в сухой стакан, понял бы быстрее.
В QuEra обнаружилась обратная беда. Перед действием, которое казалось ему хоть немного рискованным, Клод часто останавливался и ждал разрешения. Иногда эксперимент простаивал так всю ночь. Авторы отчёта замечают, что слишком осторожный агент лучше недостаточно осторожного. Спорить с этим трудно. Хотя ночная смена, которая до утра ждёт начальство, это что-то очень знакомое.
И ещё четыре оговорки:
Не токари. Тут пока точно. Им можно не переживать за потерю работы.
Так что первыми разницу почувствуют сметчики, плановики и закупщики. Заметная часть их дня уходит на то, чтобы собрать выгрузки из нескольких систем и написать по ним документ-смету.
Клод там теперь не один. Siemens подключила своего агента Eigen к TIA Portal. Это среда, где пишут программы для контроллеров, то есть для компьютеров, которые управляют станками и линиями. Агент пишет такой код и настраивает устройства. После „пилота“ у 100 с лишним клиентов в 19 странах его открыли всем пользователям, а их больше 600 тысяч (!).
Google 10 ноября показал модель Gemini Robotics 2.5. В пробном проекте под её управлением гуманоид Apollo 2 компании Apptronik раскладывал детали по лоткам на действующих линиях Mercedes-Benz. Успех 96%.
Тут я конечно немного придерусь к данным. 96% бывает от тысячи попыток, а бывает 24 из 25. Сколько было попыток и как часто вмешивался человек, Google не сообщил. У QuEra написано „695 из 700“, и к такой цифре вопросов куда меньше.
Сверху агент подбирается к заводу через контору, снизу через приборы. Посередине пока стоит человек с подписью (апрув на все действия). Дальше только прогнозы. Они мои, так что смело делите на два.
Что я буду ждать, так это 17 ноября, 19:00 по Москве. Компания Anthropic проводит вебинар для заводов и обещает показать там MHS. Вот это будет интересно. А пока я пойду допишу для вас 2 часть — про российский сегмент ии для заводов. Интересно же?
Помогал в сборе информации и анализе данных мой коллега Alex Markelov.
P.S. А на другом конце провода альтернативный поставщик сидит: «опять л.. клод заказ размещается, у нас уже 500% прибыли, все склады баблом производителя забиты. Хозяин завода пошел на биржу… труда
P.S.p.s.
Представим еще сценарий: хозяин завода решил заменить мудрого бухгалтера, который служил ему 40 лет, на клода. Клод подумал электронными мозгами и написал жалобу на хозяина в налоговую, что тот по его сведениям от налогов уклоняется и бабки за рубеж выводит…