Как АО «НИИК» внедрил AI-ассистента для проектирования химпроизводств

Заказчик

АО «Научно-исследовательский и проектный институт карбамида» (НИИК) — ведущая российская инжиниринговая компания, специализирующаяся на проектировании и разработке производств химических продуктов. Институт более 70 лет создает технологии для предприятий минеральных удобрений, выполняет проектно-конструкторские и технологические работы, поставку оборудования, обоснование инвестиций и сопровождает запуск производств в России и СНГ.

Для решения задачи была внедрен AI-ассистент Docora AI на основе подхода RAG и локальных языковых моделях. Она развернута полностью в корпоративном контуре, что исключает риски утечки данных.

Docora AI подходит под специфику химической отрасли: система корректно анализирует документы со сложными инженерными описаниями, расчетами, химическими формулами, схемами и чертежами.

В ходе проекта решение обучалось на учебных материалах по производству ключевого продукта компании. Docora AI показала способность не только находить релевантные фрагменты в массиве информации, но и возвращать результаты в удобной для инженеров форме: с воспроизведением формул, пояснениями и ссылками на источники.

Для демонстрации возможностей нового продукта был развернут локальный демо-стенд.

«Испытания проводились на данных, предоставленных заказчиком, с использованием нечувствительных материалов, характеризующихся особой выраженностью специфики отрасли. Для обеспечения точности парсинга данных был разработан и интегрирован отдельный внешний сервис. К моменту передачи Docora AI заказчику для пилотирования была завершена ее адаптация к обработке химических формул и характерным особенностям предметной области», — Анастасия, руководитель проекта.

Этапы проекта

1. Согласование целей пилота.
   Совместно с заказчиком определили задачи системы, критерии оценки и целевые показатели.
2. Подготовка данных и инфраструктуры.
   Выполнено структурирование документов, развернута защищенная среда и база знаний, предоставлены доступы инженерам.
3. Адаптация под специфику отрасли.
   Добавлены механизмы обработки формул и инженерных схем, учтены особенности терминологии и документирования.
4. Тестирование.
   Сотрудники института использовали систему в практических сценариях: поиск расчетов, анализ технологических параметров, сопоставление решений по проектам.
5. Анализ результатов.
   После первой итерации были собраны статистические данные, подготовлены протоколы и оценка применимости решения. Повторная настройка не потребовалась — система показала стабильную работу.

Особенности проекта

Проект отличался высоким уровнем сложности. Система должна была корректно обрабатывать весь спектр инженерной технической документациии, не галлюцинировать и быть верифицируемой, т.е. давать прямые ссылки/референции на источник информации, а также пояснять аппроксимирующие выводы. Для пилота в качестве основного корпуса была использована классическая монография по карбамиду, являющаяся собственностью института. Это позволило проверить, как система справляется с контентом, который максимально близок к реальным производственным задачам.

Кирилл Бабенко, руководитель направления цифрового моделирования технологических процессов:

«Особенностью проектной и научно-исследовательской деятельности нашей компании является генерация больших объемов специфической отраслевой информации на всех этапах жизненного цикла производственного объекта/проекта. За более чем 70 лет существования АО «НИИК» — накоплен огромный массив данных. Информация может быть представлена в различном формате и содержании. Это может быть и привычная для Data Science «количественная» информация — временные ряды, как поток данных cистемы АСУ ТП уже действующего объекта, так и «полукачественная» информация — микс текстовых документов объясняющих/обосновывающих принятые технические решения с численными значениями расчетов подкрепляющих текстовую информацию и, даже, графические данные, разрабатываемые на этапе проектирования объекта и принятия основных технических решений. В таких условиях инструмент, который позволит быстро проанализировать имеющиеся архивные данные, а также их аппроксимировать, сравнить ранее принятые решения по набору критериев, но при этом достаточно точный и достоверный (характеризующийся отсутствием галлюцинаций, что критически важно для хим. отрасли) — большое операционное преимущество для инженера-технолога».

Работа с подобными форматами требует от системы не только базового поиска, но и правильного отображения формул и структур в сгенерированных ответах.

Тестирование показало, что данный инструмент способен интерпретировать и возвращать такие данные в удобном для инженера виде, сохраняя контекст и точность источника.