OES | Heavy AI

Крупнейший производитель транспорта и оборудования для горной отрасли, американская компания Caterpillar объявила о приобретении Skycatch — ведущего поставщика решений для сбора, обработки и анализа высокоточных пространственных данных. Skycatch использует искусственный интеллект для превращения огромных объёмов аэрофотоснимков и данных с дронов в актуальные, высокоточные 3D-модели и цифровые двойники, а затем автоматически извлекает из них нужные метрики и инсайты. Платформа с помощью компьютерного зрения и предобученных нейросетей создаёт цифровые двойники из изображений и облаков, очищает сцены от лишней техники, сшивает данные в единую модель и обновляет её почти в реальном времени, синхронизируя с телеметрией оборудования. На этой основе работают специализированные ML-инструменты, например Automated Road Analysis Solution (ARAS), которые автоматически оценивают ширину, уклон и состояние карьерных дорог с сантиметровой точностью, а также платформа InfraEdge для мониторинга инфраструктуры и прогноза рисков. Всё это позволяет компаниям быстрее и точнее корректировать планы, улучшать согласованность между планированием и исполнением, повышать безопасность и предсказуемость работ. 👍 Кадры Недр | Мы в Max

50 крупнейших горнодобывающих компаний мира стоят как 40% одной Nvidia. 50 крупнейших горнодобывающих компаний мира стоят $2,17 трлн. Мы открыли свежий Mine 2026 от PwC и выписали, что за этим стоит. +63% капитализации, +3% выручки Топ-40 подорожал с $1,2 до $1,96 трлн за год. Бизнес за это время почти не изменился. Подорожала вера в дефицит металла. 6,1% отдачи на капитал Худший показатель за 5 лет, в 2021-м было 13,2%. Прибыль при этом рекордная - $120 млрд. Денег много, толку мало. $55 млрд на всю новую добычу в мире Меньше 1/8 вложений в солнечную энергетику. Меньше 1/10 того, что тратят на дата-центры. Хотя, обе отрасли работают на металле, который кто-то должен выкопать. Выкуп акций вырос в 3,5 раза, до $5,8 млрд Скорость оборота капитала не изменилась вообще. Деньги вернули акционерам, в стройку они не пошли. 0 крупных открытий золота за 2 года В 90-е находили больше 20 в год. Зато сделок M&A закрыли на $70 млрд. Искать стало дороже, чем покупать. 71% против -10,7% Столько заработали золотодобытчики по EBITDA и столько потеряли выручки угольщики. Одна отрасль, две разные экономики. 4,7 из 10 Оценка зрелости работы с ИИ. Последнее место среди всех отраслей при медиане 5,4. У лидеров рейтинга отдача от ИИ в 7,2 раза выше. Что из этого складывается Новых месторождений нет. Капитал в стройку не идёт. Выработка на человека падает с 2020 года. Рынок платит за модель и маржу, а не за тонны. Значит, следующая переоценка достанется тем, кто выжмет больше из активов, которые уже работают. Слой исполнения: координация и управление в реальном времени. Ознакомиться с материалом можно по ссылке pwc.com/id/mine-2026 #HeavyAI #OES #горнодобыча

У нас на сайте есть калькулятор ROI. Он считает окупаемость внедрения нашей платформы на вашем предприятии: сколько даст прирост производительности техники и снижение потерь в деньгах и за какой срок вернутся вложения. Шесть полей: объём горной массы, коэффициент вскрыши, затраты на тонну, EBITDA на тонну, парк техники, WACC. На выходе NPV, рентабельность инвестиций и срок окупаемости. Попробуйте и сравните с вашими цифрами.

OES | Heavy AI pinned a photo

4,7 из 10. Столько баллов набрала горная добыча в исследовании PwC. PwC (PricewaterhouseCoopers) — это одна из крупнейших в мире международных сетей, входящая в «большую четверку» аудиторских и консалтинговых компаний. Они оценили больше 1 200 компаний по всему миру. Смотрели, насколько зрело те работают с искусственным интеллектом. Наша отрасль заняла последнее место. Ниже автопрома. Ниже энергетики. Ниже инжиниринга. Руководители это и сами видят. 40% гендиректоров в отрасли сказали PwC, что их компания отстаёт по технологиям от того, чего они ждали. PwC называет две причины. Мало вкладывают в инновации. И плохо выстроена работа с данными. Мы бы добавили третью. Данные как раз есть почти везде. Датчики стоят, телеметрия пишется, отчёты формируются. Проблема в другом. За смену на разрезе возникает больше 10 000 отклонений. Диспетчер успевает разобрать доли процента. Остальное превращается в потери, которые никто не видел. Поэтому мы третий год повторяем одно и то же. У майнинга не проблема с данными. У него проблема с управлением. И мы активно это меняем. И да, последнее место означает ещё кое-что. Самый большой запас роста в мире. Согласны с оценкой PwC или считаете её несправедливой? Напишите в комментариях, интересно ваше мнение. #HeavyAI #OES #горнодобыча

Как ИИ работает в угольном порту. В порту Шахтерска в последние годы активно разрабатывают систему на базе искусственного интеллекта, которая уже сегодня помогает диспетчерам стабилизировать погрузку угля. Порт использует собственный цифровой дашборд. Он в реальном времени показывает минутную, пятиминутную и среднюю производительность, а также помогает следить за равномерностью подачи угля и нагрузкой на оборудование. Один из ключевых ориентиров - среднечасовая производительность не менее 8 тыс. тонн. Если показатель снижается, например, до 7 тыс. тонн, система фиксирует отклонение, а диспетчер ищет причину: нехватку угля перед стакером-реклаймером, недостаточную подачу техники, неправильное положение рабочего органа, перегрузку или неисправность оборудования. Пока решения принимает человек. Старший диспетчер заносит в систему причину сбоя и указывает, какие действия помогли восстановить нормальный режим. Эти данные постепенно накапливаются, и на их основе будущий ИИ-модуль сможет находить повторяющиеся ситуации и предлагать рекомендации (фото 3). Сам дашборд разработан внутри компании. Его постоянно дорабатывают на основе реальной работы смен и возникающих на производстве проблем. 🪨 Coala в Telegram | в MAX

Как ИИ помогает добывать уголь на Сахалине. Важный фактор производства на СУРе – цифровизация и ИИ. На разрезе работает цифровая система управления техникой. На интерактивной карте она показывает все экскаваторы и самосвалы, фиксирует каждую погрузку и выделяет…

Производительность растёт не от новых самосвалов, а от новой логики управления В горной отрасли за последние годы произошёл качественный сдвиг в подходах к эффективности. Раньше рост производительности почти автоматически означал одно из двух: либо купить больше техники, либо жёстче её эксплуатировать. Кейс Солнцевского разреза показывает третий путь, и именно он оказался самым результативным — рост как следствие изменения логики управления производственной системой в целом, а не наращивания парка или усиления режимов. У экстенсивного пути есть скрытая цена, о которой редко говорят. Когда объёмы растут за счёт большего числа машин или повышения напряжённости их работы, вместе с объёмом неизбежно растут удельные затраты и удельные выбросы. То есть каждая дополнительная тонна обходится дороже и грязнее предыдущей. Это тупик, который лишь маскирует проблему управляемости, а не решает её. Принципиально иной результат даёт цифровизация, а следом и искусственный интеллект. Они позволяют не «ускорять» технику, а делать её работу более управляемой и сбалансированной. И тогда происходит то, что обычно считают невозможным одновременно: производительность растёт, потери сокращаются, а удельные выбросы CO₂e падают. Три эффекта, которые в экстенсивной логике противоречат друг другу, здесь идут вместе. Важная деталь: для компании этот подход изначально был связан не только с экономикой, но и с экологической повесткой — со снижением удельных выбросов CO2 за счёт более устойчивых и предсказуемых режимов работы техники. То есть экология не была случайным побочным эффектом, её закладывали как цель с самого начала. И ключевой вывод всего кейса, к которому мы будем возвращаться: достигнутый эффект стал следствием изменения управленческой модели, а не роста трудозатрат или увеличения нагрузки на технику. Люди не начали работать надрывнее, а машины — на износ. Изменилось то, как всей этой системой управляют. В следующих постах разберём этот путь по шагам и по цифрам.

Найм в 2026 году всё ещё выглядит как найм в 2010-м. Мы это исправили. Посмотрите, как устроен рекрутинг на большинстве предприятий прямо сейчас. HH.ru, отклики, таблицы в Excel, согласования в мессенджерах, проверка службы безопасности вручную. Рекрутёр тратит на одного кандидата несколько часов. Умножьте на сотни вакансий в год — и получите отдел HR, который не справляется с потоком. Рынок ответил точечными инструментами. ATS хранит резюме. Чат-боты задают первичные вопросы. Видеоинтервью сокращают логистику. Каждый продукт решает один кусок — и рекрутёр по-прежнему сидит посередине и вручную склеивает всё это в процесс. Автоматизация есть, цикл не закрыт. Мы пошли иначе. Полный цикл найма — от заявки до того, как человек сидит в самолёте на Сахалин — ведёт искусственный интеллект. Вот как это выглядит шаг за шагом. Открывается вакансия — агент забирает в работу немедленно. Собирает кандидатов, проводит первичный отбор по профилю позиции, валидирует данные, организует проверку службы безопасности. Всё это без участия рекрутёра. Когда кандидат прошёл все фильтры — агент формирует резюме и аналитический отчёт, тегает рекрутёра: «готов к оферу, смотри». Рекрутёр просматривает за пять минут, говорит «да» — офер уходит автоматически. Кандидат принял офер. Дальше начинается то, чего нет ни в одном HR-инструменте на рынке: агент сам покупает авиабилеты, бронирует проживание, формирует маршрут до объекта, отправляет кандидату всю информацию для выезда. Координатор получает уведомление — человек едет, дата известна, документы готовы. Участие рекрутёра во всём этом — меньше десяти минут. На двух нанятых сотрудников в первых запусках ушло пять минут суммарно. Сейчас в воронке 400 кандидатов. В целевом состоянии офер и логистика будут закрываться вообще без участия человека. Инструмент универсальный. Добавить новую вакансию — вопрос настройки профиля, не разработки с нуля. Бульдозерист, водитель самосвала, инженер — агент адаптируется и начинает работать. Следующий шаг — пребординг: оформление документов, инструктажи, выдача оборудования. Простой вакансии на карьере стоит денег прямо сейчас, в эту смену. Точечные инструменты эту проблему не решают. Нужен замкнутый цикл — агент, который ведёт человека от первого контакта до выхода на смену, и возвращает рекрутёра только тогда, когда нужно принять решение. Именно это мы и построили. #HeavyAI #OES

Африка — почему выбрали Африка — это не одна страна, а 54, и для горной добычи это голубой океан. Огромная ресурсная база, множество активов открытой добычи — и при этом рынок ещё не подмят под себя крупными технологическими вендорами. Для быстрорастущей компании вроде нашей это редкое окно: здесь можно строить бизнес, а не бороться за долю с большими игроками. Континент развивается быстро, но по технологической зрелости добычи пока отстаёт от США, Австралии и лидеров Латинской Америки. Спрос на современные решения есть, а предложение ещё не насыщено. Почему мы уверены, что потянем. У нас больше 15 внедрений в разных странах мира, якорный актив — один из крупнейших угольных разрезов Евразии с почти 1000 единиц техники под управлением 24/7. И часть команды имеет серьёзный африканский бэкграунд: наш операционный директор около 10 лет работал на одном из крупнейших золоторудников Западной Африки. Наша логика простая: заходить не в «Африку вообще», а в конкретную страну с её контекстом, где есть активы открытой добычи и нормальная среда для бизнеса. Это первый пост серии — дальше расскажем, как именно выбираем страны и чем отличаемся от крупных вендоров.

Всем привет! Мы активно ведем наши соцсети и рассказываем о наших решениях всему миру. Вот ссылки на наши остальные социальные сети, подписывайтесь! VK MAX LinkedIn

Зачем OES пошёл в порт На разрезе у нас уже была своя цифра: искусственный интеллект, десятки сервисов, отлаженное управление парком. Когда мы пришли в порт, там не было почти ничего, а по многим процессам не было даже данных. А ведь уголь проходит длинную цепочку: добыча на разрезе, транспортировка, перевалка в порту, отгрузка на баржи и перевалка на балкеры. 4 процесса, которые нужно замкнуть в единую систему. Как уголь на самом деле движется, где узкие места, где теряется время, в цифре этого не видел никто. Мы пошли не по учебнику. По учебнику надо сначала всё автоматизировать, потом оцифровать, и только потом браться за искусственный интеллект. Мы начали с автоматизации и цифровизации, и там, где появлялась цифра, сразу настраивали первых агентов. Задача была не откладывать эффект на потом, а находить узкие места и закрывать их здесь и сейчас. Хороший пример, это стакер-реклаймеры, судопогрузочные машины. У них была ключевая проблема: перегруз. Стакер уходит в перегруз, встаёт лента, следом весь конвейер, и погрузка баржи целиком уходит в простой. Таких простоев было много, и именно они чаще всего останавливали всю цепочку. Мы минимальными доработками вытащили эту проблему на поверхность: настроили индикаторы, события, правила. Показали, как перегруз влияет на цепочку и как с ним работать. Сейчас это один из ключевых участков, за которым следят диспетчер и оператор: заданы пороги, операторы видят свои показатели, их обучают грузить правильно. Перегрузов практически не стало. Данные мы собираем отовсюду, где они есть: баржи, конвейерная система, перегружатели, стакер-реклаймеры, погрузочная и вспомогательная техника, бункеры-воронки, из которых грузят уголь на ленту. Главная сложность в том, что решения с разреза сюда нельзя просто взять и перенести. В порту всё иначе: новые объекты, новые источники данных, новая логика работы с ними. Это новые технологические вызовы, под которые приходилось искать новые пути и разрабатывать решения, которых на разрезе не было. Это первый пост из серии, про предпосылки и с чего мы начинали. В следующих покажем управленческие инструменты: монитор событий и оценку смены, расскажем про балансировку причала и флота, модуль номинации балкеров и то, как мы видим единый контур управления от забоя до борта балкера. И всё это на конкретных примерах с реальными данными. Оставайтесь на связи.

Рады объявить о начале цикла постов про наши решения для порта, морских операций и конвейера. В следующих материалах мы расскажем как начинали разворачивать нашу систему в порту в условиях полного отсутствия цифровых инструментов для предотвращения потерь, что работает прямо сейчас и какие планы у нас на будущее. Не переключайтесь.