Пока одни спорят, заменит ли нейросеть копирайтера, Anthropic примеряет анкетному ИИ каску. Но не для того, чтобы отправить его менять футеровку. Для этого у нас пока остаётся человек — самое универсальное оборудование с непредсказуемым графиком отпусков.
12 ноября компания представила Claude for Manufacturing (
https://t.me/AIPromka/591): плагин с 17 навыками и четырьмя коннекторами, который помогает готовить коммерческие предложения, отчёты по качеству и запросы поставщикам на основе данных из заводских систем. То есть Клоду предлагают не профессию токаря. Ему сразу выделяют место поближе к производственному совещанию.
Раньше нейросеть просили: «Напиши письмо и сделай презу».
Теперь: «Разберись, почему опять не выполнили план. Только без формулировки “сложились объективные обстоятельства”. Её мы и сами умеем».
А теперь спускаем презентацию в карьер.
Сценарий первый. Встала дробилка.
В предлагаемой схеме Клоду дают историю ремонтов, доступные тренды вибрации и температуры, журнал аварий и инструкцию производителя. Его задача — собрать хронологию, сопоставить симптомы с документацией и подготовить для механика перечень проверок.
Не поставить диагноз по фотографии грустного подшипника. А помочь понять, что проверить и каких данных не хватает.
Потому что фраза «мы же её недавно ремонтировали» — это воспоминание. Иногда даже коллективное. Но ещё не техническая диагностика.
На обогатительной фабрике: объяснить, куда делось извлечение
Второй сценарий — помощник технолога при разборе смены.
Ему можно поставить задачу свести лабораторные анализы, характеристики питания, расход реагентов, показатели измельчения и сменные записи. Найти расхождения по времени, подготовить гипотезы и вопросы для проверки.
И здесь принципиальная разница:
«Падение извлечения совпало с изменением состава питания» — повод разбираться.
«Я понял причину, сейчас сам поменяю реагентный режим» — повод отключить эксперимент.
Красиво написанная гипотеза ещё не становится технологическим регламентом. Даже если у неё уверенный тон и таблица.
В металлургии: брак без традиционного поиска крайнего
Третий сценарий — разбор дефектов проката.
Задача для такого помощника: собрать в одном разборе паспорт плавки, химсостав, доступные температурные записи, параметры прокатки и результаты контроля. Показать, где есть отклонения, где противоречат друг другу документы, а где вообще отсутствует запись.
Не объявлять виноватым мастера третьей смены только потому, что он последний редактировал Excel.
Рабочий результат здесь — не «нейросеть установила истину», а проверяемая цепочка: какие данные использованы, какое предположение сделано, чем его подтвердить.
Иначе вместо цифровизации расследования получится автоматизация производственного фольклора.
Закупки: самое дорогое слово — «аналог»
Четвёртый сценарий — предварительная сверка предложений поставщиков.
Клод получает заявку, спецификацию, коммерческие предложения и историю закупок. От него требуется выделить расхождения: материал, исполнение, комплектность, срок поставки, исключения из цены. А затем подготовить вопросы инженеру и снабжению.
Чтобы «полный аналог» хотя бы на бумаге прошёл проверку до оплаты.
А не после приезда на склад, когда выясняется, что совпадает только цвет упаковки.
Это уже близко к заявленному назначению плагина: подготовке запросов поставщикам и работе с производственной документацией. Но отраслевые проверки и ответственность за допуск детали никуда от этого не исчезают.
Где здесь настоящая стратегия
Отдельно Anthropic развивает MHS — Model Hardware Standard. Это стандарт взаимодействия ИИ-агентов с физическими устройствами, представленный в исследовательском превью: среди примеров — микроскопы, роботизированные руки и лабораторное оборудование. Причём нужен программируемый интерфейс; одно наличие электродвигателя ещё не делает советский станок участником агентной экономики.
Это разные уровни: производственный плагин помогает работать с информацией и документами, MHS создаёт интерфейс к поддерживаемому оборудованию. Из этого пока не следует, что Клоду можно выдать весь комбинат и уйти на рыбалку.