Паруйр Севак писал десятилетия назад:
«Не опаздывать, не отставать» – вот каким должен быть девиз каждого армянина, каким бы делом он ни занимался. ПАРУЙР СЕВАК С появлением ИИ страх отстать вполне реален.
ИИ — это технология, которая невероятно быстро распространяется по всему миру. Она стала доступна всем и везде одновременно. Она стала применима ко всему. Она становится мощнее с каждой минутой. И возможности, которые она открывает, бесконечны.
Такие технологии меняют всё. Они меняют то, как мы работаем, как организуем работу, какие продукты разрабатываем, как их производим, как продвигаем, как продаём, как поддерживаем и как улучшаем.
Нам может казаться, что мы уже используем ИИ, но это заблуждение. У ИИ есть много более высоких уровней, которые нужно освоить, — от выполнения процессов до управления рабочими процессами, выполнения целей компании и привлечения его в качестве консультанта. Но сейчас мы в основном используем его как инструмент для ускорения или поиска. А это лишь самый низкий уровень использования ИИ.
Компании и люди, которые освоят ИИ на всех его уровнях, уйдут вперёд; остальные отстанут и, скорее всего, исчезнут.
Прогресс становится единственным способом выжить.
Вот почему встреча EC в этом году была посвящена «Новым тенденциям в инженерной профессии» — чтобы не отстать.
Новости сообщества EC Встреча EC – новые тенденции в инженерной профессии Перевод на русский язык
Сообщество EC провело свою четвёртую ежегодную встречу EC на тему «Новые тенденции в инженерной профессии».
ИИ продолжает вынуждать нашу инженерную профессию меняться. Он вынуждает менять то, как мы проектируем продукты, какие продукты проектируем, как их производим и как управляем жизненным циклом продуктов.
На этой встрече мы хотели заставить себя задуматься о том, что может ждать нас впереди.
Были представлены следующие доклады:
Вступительное слово — Aram Salatian (EA)
Новые тенденции в электронной инженерии — Suren Eyramjyan (ATG)
Новые тенденции в машиностроении — Andranik Meliqsetyan (NI)
Новые тенденции в программной инженерии — Hovhannes Hovhannesyan (NI)
Новые тенденции в инженерии испытаний и измерений (T&M) — Arsen Arustamyan (NI)
Новые тенденции в производстве — Narbeh Nahapetyan (YEA Engineering)
Новые тенденции в инженерном образовании — Grigor Shirinyan (DigiCore)
Новые тенденции в космической инженерии — Hrachoohi Boghosian (CIPR)
Новые тенденции в организационном проектировании — Aram Salatian (EA)
Рис. Встреча EC в кафетерии EC. Темы прошлых лет:
2023: презентации компаний EC – знакомство друг с другом
2024: семинары ARC – круглые столы по исследовательским темам
2025: ИИ в EC
Новости сообщества EC Доклады на встрече EC Перевод на русский язык
Новые тенденции в электронной инженерии Автор: Suren Eyramjyan, ATG
ЭВОЛЮЦИЯ проектирования электроники От электронных ламп до ИИ — сквозь промышленные революции Директор по развитию · ATG CJSC Пять промышленных революций Пар и энергия воды Электричество и массовое производство Электроника и автоматизация Киберфизические системы и IoT Искусственный интеллект 2010-е – наст. время Подключённые датчики, IoT и данные объединяют машины в умные киберфизические системы. Паровые машины и энергия воды механизируют текстильные фабрики и железнодорожный транспорт. Электроэнергия и сборочные конвейеры выпускают автомобили, грузовики и товары массового производства. Компьютеры, транзисторы и робототехника автоматизируют заводы и производственные линии. ИИ и люди сотрудничают; интеллектуальные системы проектируют, адаптируют и оптимизируют производство. Каждая революция умножала то, что могла создать промышленность, — а сегодня ИИ пишет следующую главу. От пара и грузовиков до искусственного интеллекта — волны, изменившие то, как мир производит вещи ИНДУСТРИЯ 1.0 ИНДУСТРИЯ 2.0 ИНДУСТРИЯ 3.0 ИНДУСТРИЯ 4.0 ИНДУСТРИЯ 5.0 Эволюция проектирования электроники 3.0 Цифровая эра 4.0 Связность 5.0 ИИ 1.0 Пар 2.0 Электричество КАК ПРОЕКТИРОВАЛАСЬ ЭЛЕКТРОНИКА Средства проектирования печатных плат Ручное проектирование плат Проектирование на основе ИИ Транзисторы Электронные лампы Гибридные схемы с 1947 г. Стеклянные лампы усиливают сигналы; схемы собираются навесным монтажом на металлическом шасси. Дискретные компоненты и первые ИС монтируются на общую керамическую подложку модуля. Топологии вручную выклеиваются лентой на плёнке в масштабе 2:1 или 4:1, затем фотоуменьшаются для травления. Размещение и трассировка на основе машинного обучения и генеративные EDA проектируют саму плату. Семь десятилетий проектирования электроники — от ламп с ручным монтажом до плат, спроектированных ИИ. Как проектировали электронику — от электронных ламп до ИИ — на протяжении промышленных революций ПРОМЫШЛЕННЫЕ РЕВОЛЮЦИИ ИНДУСТРИЯ 2.0 ИНДУСТРИЯ 3.0 ИНДУСТРИЯ 3.0 ИНДУСТРИЯ 3.0 ИНДУСТРИЯ 4.0 ИНДУСТРИЯ 5.0 Твердотельные приборы заменяют громоздкие лампы — они меньше, меньше греются и гораздо надёжнее. Программы CAD и EDA приносят ввод схем, автотрассировку и многослойные платы. Новые тенденции в машиностроении Автор: Andranik Meliqsetyan, NI
САПР на основе ИИ: будущее машиностроительного проектирования От ручной геометрии к инженерии на основе ИИ От CAD-моделирования к инженерии с помощью ИИ Машиностроительное проектирование смещается от ручного создания решений к определению требований, позволяя ИИ исследовать тысячи вариантов. Традиционный процесс CAD Процесс на основе ИИ Инженер создаёт концепции вручную Задать нагрузки, ограничения, материалы, способ изготовления Проектирование → моделирование → доработка → повтор ИИ генерирует сотни или тысячи вариантов конструкции Автоматическая оптимизация по массе, прочности, стоимости и технологичности Ограниченное число вариантов конструкции Оптимизация на основе опыта Инженер оценивает и выбирает лучшее решение Что такое генеративное проектирование? Генеративное проектирование использует ИИ и облачные вычисления, чтобы исследовать пространство решений за пределами человеческих возможностей. Входные данные Результаты Множество оптимизированных конструкций Функциональные требования Нагрузки и граничные условия Выбор материала Улучшенное отношение жёсткости к массе Производственные ограничения Инновационные органические формы Целевые показатели стоимости Пример — проектирование кронштейна Традиционно: 1–2 концепции | Генеративно: сотни оптимизированных вариантов Типичное снижение массы: 20–50% [1] Возможности снижения массы Генеративное проектирование в SOLIDWORKS и современных САПР Инструменты проектирования на основе ИИ становятся стандартными функциями коммерческих САПР. Преимущества для инженеров-механиков Генеративное проектирование Более быстрая разработка концепций Облегчённые конструкции с улучшенными характеристиками Топологическая оптимизация Процессы моделирования с помощью ИИ Другие ведущие платформы [3] Реальные применения Кронштейны для авиакосмической отрасли Конструкции роботов Промышленная автоматизация Медицинские импланты Ведущие платформы генеративного проектирования Подсказки при проектировании Снижение затрат на материалы Сокращение циклов проектирования Компоненты электромобилей Пять категорий ИИ в инженерии ИИ в машиностроении охватывает пять отдельных областей возможностей — каждая устраняет своё узкое место процесса. Генеративная и топологическая оптимизация Моделирование с помощью ИИ ИИ для проверки проектов Производственная аналитика Поиск и знания на основе ИИ Автоматическая подготовка КЭ-анализа, уточнение сетки и интерпретация результатов. Автоматическая проверка соответствия и качества по стандартам проектирования. Поиск существующих деталей и решений в хранилищах и системах PDM [2] Анализ технологичности (DfM), оценка стоимости и генерация траекторий инструмента. Генерация геометрии с учётом ограничений по массе, прочности и технологичности. Ни один инструмент не охватывает все пять — отправная точка с наибольшей отдачей зависит от реального узкого места вашей команды [2] Инженер будущего: работа с ИИ Конкурентное преимущество будет у инженеров, которые умеют эффективно использовать ИИ. Инженеры сосредоточатся на ИИ автоматизирует Определение требований Первичная генерация концепций Оптимизация конструкции Рутинные задачи в CAD Итерации моделирования «Будущее не в том, что ИИ заменит инженеров-механиков. Будущее — за инженерами-механиками, которые с помощью ИИ проектируют лучшие изделия быстрее». Архитектура системы Производственные решения Инновации и валидация Потребности заказчика Новые тенденции в программной инженерии Автор: Hovhannes Hovhannesyan, NI
РАЗРАБОТКА ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ Подъём агентного ИИ в разработке программного обеспечения Как автономные агенты переписывают жизненный цикл разработки ПО — от планирования до эксплуатации. План › Сборка › Тест › Выпуск — теперь под управлением агентов Привычный нам SDLC Шесть последовательных фаз. Каждая передача добавляет задержку — а настоящим узким местом было принятие решений, а не инструменты. Разработка Развёртывание План Проектирование Тестирование Сопровождение Архитектура и спецификации Исправления, патчи, тушение пожаров Объём, осуществимость, требования Инженеры пишут каждую строку Ручные и скриптовые циклы контроля качества Выпуск в эксплуатацию «Наши конвейеры были автоматизированы, но решения, стоящие за ними, — нет. Настоящим узким местом было то, как мы принимали решения, а не инструменты». месяцев Типичный срок выпуска релиза при традиционном подходе Традиционные фазы SDLC: планирование, проектирование, разработка, тестирование, развёртывание, сопровождение. За 30 месяцев агенты выросли с 2% до 78%. Copilot дописывал вашу строку. Агенты доделывают функцию целиком. Реальные задачи GitHub, которые агент ИИ может решить самостоятельно Первые ассистенты дописывали строку или функцию. Современные агенты — Claude Code, Codex, Devin, Jules — планируют и действуют в масштабе целых репозиториев, функций и алгоритмов. Разработчики, использующие ИИ-ассистента, по сравнению с работающими без него, в контролируемом исследовании с участием 95 разработчиков. окт. 2023 апр. 2026 SWE-bench Verified, окт. 2023 → апр. 2026. Упомянутые агенты: Claude Code, OpenAI Codex, Devin, Google Jules. быстрее Агентный SDLC: ИИ как член команды, а не инструмент Специализированные агенты совместно отвечают за планирование, написание кода, тестирование и выпуск. Человек задаёт цель и проверяет результат — процесс переходит от последовательного к симфоническому. Традиционный SDLC С агентным ИИ Ритм Последовательно, фаза за фазой Параллельно и непрерывно Кто пишет код Агенты пишут черновик; люди проверяют изменения Люди, строка за строкой Роль человека Автор и оператор Руководитель, архитектор и рецензент Месяцы Срок выпуска От дней до недель Производительность: контролируемые исследования, 2024–2026. Внедрение задач: экономический анализ Anthropic, 2026. Вайб-кодинг Термин Андрея Карпаты (февраль 2025): опишите цель простым языком — модель напишет код. Вы направляете, тестируете и принимаете изменения, а не пишете их сами. «Самый популярный новый язык программирования — английский». Слово года по версии Collins English Dictionary, 2025 ~41% нового кода на GitHub теперь создаётся с помощью ИИ (конец 2025) ~75% разработчиков уже в той или иной мере используют вайб-кодинг Подвох: в 80%+ функционально корректных фрагментов, написанных вайб-кодингом, были критические уязвимости. Скорость реальна — как и риск. $8.5B → $35–45B — рынок агентного ИИ к 2030 году Источники: Karpathy (2025); Collins; GitHub Octoverse (2025); SUSVIBES security benchmark (2025). НЕУДОБНЫЙ ВОПРОС Так зачем мы всё ещё нанимаем людей писать код? Агенты теперь самостоятельно решают большинство реальных задач, а английский быстро становится языком программирования. Так нужны ли нам ещё люди, которые раньше писали код? SWE-bench Verified: 2% задач решено агентами в 2023 → 78% в 2026. Следующая фаза для людей Вайб-код Агенты берут на себя большую часть рутинного кода; люди сосредоточены на решениях, которые машины принять не могут. Вайб-Ops Оркестратор или устаревший Что дальше, 2025–2030 Проверка, тестирование и управление («VibeOps») становятся дисциплиной, которая делает скорость безопасной. Задавать цель, собирать агентов, отвечать за архитектуру и проверку — а не за каждое нажатие клавиши. АГЕНТНЫЙ ИИ В РАЗРАБОТКЕ ПО Главный вывод SDLC перестраивается с нуля: Последовательные передачи уступают место потоку под управлением агентов на каждой фазе. Английский стал языком программирования Люди поднимаются выше по стеку Агентный ИИ повышает разработчиков до оркестраторов — готовьтесь к этой роли или рискуете быть заменёнными. Вайб-кодинг даёт скорость каждому — но проверка обязательна. Как трактор освободил фермеров от ручного труда и позволил вести более крупное хозяйство, так агентный ИИ поднимает разработчиков до уровня оркестрации — сочетая скорость агентов с суждением и управлением. Новые тенденции в инженерии испытаний и измерений Автор: Arsen Arustamyan, NI
Будущее инженерии испытаний и измерений ИИ ИЗМЕНИТ ТО, КАК МЫ ПРОВОДИМ ИСПЫТАНИЯ И ИЗМЕРЕНИЯ ИИ-советник Nigel ЭКСПЕРТИЗА NIGEL В ИСПЫТАНИЯХ Выполняет крупные задачи и даёт глубокую экспертизу Оборудование и API Знания и ИС в области испытаний и измерений ВОЗМОЖНОСТИ Методология испытаний Ускоряет задачи средней сложности и даёт ограниченную экспертизу Предметная специализация ИИ-ассистенты общего назначения Отвечает на вопросы и помогает с небольшими задачами Анализ данных Процессы испытаний Проектирование испытательных систем Задание пределов испытаний ВРЕМЯ Сквозная оркестрация процессов испытаний Процессы, оркестрируемые ИИ Процессы, оркестрируемые пользователем Модульное оборудование Экосистема и сообщество Экосистема и сообщество Данные Данные Открытое ПО Открытое ПО Модульное оборудование Тестировать рано и часто — до начала производства Жизненный цикл разработки изделия Виртуализация DUT Виртуализация среды / физической системы Проектирование Модель в контуре (MIL) Виртуализация испытательной системы Быстрое прототипирование систем управления ПО в контуре (SIL) Испытания ПО и контроллера Проектирование Прототип Физические испытания Исследование проблемы Подтверждение концепции Внутрисистемное тестирование Производственные испытания Электромеханические испытания Испытания с оборудованием в контуре (HIL) Развёртывание Модель контроллера Модель объекта Прототип контроллера Модель объекта Реальный контроллер Модель объекта Реальный контроллер Реальный объект Сейчас Инженеры разрабатывали и поставляли системы испытаний и измерений В ближайшем будущем Инженеры разрабатывают агентов T&M Агенты T&M разрабатывают и поставляют решения для испытаний и измерений Новые тенденции в производственной инженерии Автор: Narbeh Nahapetyan, YEA Engineering
ИИ В ПРОИЗВОДСТВЕ Эволюция производства и промышленности Путь развития производства Традиционный завод → Автоматизация → Умное производство → Производство с ИИ → Физический ИИ → Безлюдные фабрики Производство развивается шаг за шагом, а не заменой всего за одну ночь. От ручного производства к интеллектуальным, подключённым и автономным фабрикам. ИИ в производстве От умных фабрик к физическому ИИ и безлюдным фабрикам Ключевые тезисы Производство меняется быстрее, чем когда-либо. ИИ становится ключевой технологией, а не дополнительным инструментом. Давайте рассмотрим будущее производства. Что такое ИИ в производстве? Учится на данных ИИ анализирует производственные данные, чтобы повысить эффективность. Обнаруживает дефекты Системы машинного зрения и ML автоматически выявляют дефекты изделий. Прогнозирует отказы ИИ предсказывает отказы оборудования до того, как они произойдут. Оптимизирует производство Повышает качество, скорость и эффективность использования ресурсов. Видеоконтроль Роботы Поддерживает принятие решений Станки и коботы Панель мониторинга Даёт рекомендации на основе данных в реальном времени. ИИ преобразует производство, превращая производственные данные в разумные решения. Примеры ИИ в производстве ИИ преобразует каждый этап производственного процесса. Визуальный контроль с ИИ Предиктивное обслуживание Автоматическое обнаружение дефектов Прогноз отказов до поломки Оптимизация производства Цепочка поставок ИИ помогает производителям выпускать лучшие изделия быстрее, дешевле и качественнее. Повышение качества и эффективности Прогноз спроса и запасов УМНОЕ ПРОИЗВОДСТВО КЛЮЧЕВЫЕ ТЕХНОЛОГИИ Умное производство связывает машины, людей, датчики и программное обеспечение для принятия лучших решений. Хранение данных, аналитика и глобальный доступ ОБЛАКО Планирование, управление и оптимизация ресурсов Мониторинг, отслеживание и управление производством Подключённые станки и автоматизация Сбор данных в реальном времени из цеха Умное производство создаёт подключённую интеллектуальную экосистему, повышающую эффективность , гибкость , качество и принятие решений . IoT подключение Управление данными ИИ и аналитика интеллект Кибербезопасность защита ERP / БИЗНЕС- СИСТЕМЫ MES (СИСТЕМА УПРАВЛЕНИЯ ПРОИЗВОДСТВОМ) СТАНКИ И ОБОРУДОВАНИЕ ДАТЧИКИ И УСТРОЙСТВА ФИЗИЧЕСКИЙ ИИ Физический ИИ наделяет интеллектом машины, взаимодействующие с реальным миром. ЧТО ТАКОЕ ФИЗИЧЕСКИЙ ИИ? ПРИМЕРЫ ФИЗИЧЕСКОГО ИИ Физический ИИ объединяет ИИ с восприятием, распознаванием, принятием решений и управлением, чтобы выполнять задачи в реальном физическом мире. ТРАДИЦИОННЫЙ ИИ И ФИЗИЧЕСКИЙ ИИ Человекоподобные роботы Коботы ТРАДИЦИОННЫЙ ИИ ФИЗИЧЕСКИЙ ИИ ДУМАЕТ Интеллектуальное производственное оборудование Автономные мобильные роботы ДУМАЕТ И ДЕЙСТВУЕТ Воспринимает реальный мир, принимает решения и совершает физические действия. Анализирует данные, делает прогнозы и формирует рекомендации. Традиционный ИИ думает. Физический ИИ думает и действует. Восприятие Мышление Решение Действие БЕЗЛЮДНАЯ ФАБРИКА Фабрика, способная работать без присутствия человека. СВЕТ БУКВАЛЬНО МОЖНО НЕ ВКЛЮЧАТЬ Потому что люди не нужны. Без людей. Без света. Только интеллект. КЛЮЧЕВЫЕ ТЕХНОЛОГИИ РОБОТЫ АВТОМАТИЗИРОВАННОЕ ХРАНЕНИЕ ВИЗУАЛЬНЫЙ КОНТРОЛЬ С ИИ ПРЕДИКТИВНОЕ ОБСЛУЖИВАНИЕ AGV Автономные транспортные средства перемещают материалы по всей фабрике. ИИ прогнозирует неисправности оборудования до их возникновения и планирует обслуживание. Автоматизированные роботы точно выполняют производственные операции. Умные системы хранения автоматически размещают и извлекают материалы. Системы машинного зрения с ИИ контролируют качество в реальном времени без участия человека. БЕЗЛЮДНАЯ ФАБРИКА — ЭТО ПОЛНОСТЬЮ АВТОМАТИЗИРОВАННАЯ ИНТЕЛЛЕКТУАЛЬНАЯ ЭКОСИСТЕМА, ГДЕ ПРОИЗВОДСТВО НИКОГДА НЕ ОСТАНАВЛИВАЕТСЯ. СРАВНЕНИЕ Традиционная фабрика и безлюдная фабрика ТРАДИЦИОННАЯ ФАБРИКА БЕЗЛЮДНАЯ ФАБРИКА АСПЕКТ Управляется людьми, с ручными и полуавтоматическими процессами. Полностью автоматизированные процессы на основе ИИ. РАБОТА УЧАСТИЕ ЧЕЛОВЕКА Нет — в цеху нет людей. Высокое — в цеху нужны люди. Изменчивые и зависят от работы людей. Стабильные, точные и основанные на данных. ПРОЦЕССЫ Средняя — ограничена возможностями человека. Высокая — непрерывная оптимизация. ЭФФЕКТИВНОСТЬ Нестабильное — подвержено человеческим ошибкам. Стабильное и высокое — контроль и управление с ИИ. КАЧЕСТВО Реактивное — выполняется после поломки. Предиктивное — проблемы предотвращаются до их возникновения. ОБСЛУЖИВАНИЕ ЗАТРАТЫ Более высокие эксплуатационные затраты. Более низкие долгосрочные эксплуатационные затраты. Ограничено — работа посменно. 24/7 — непрерывная работа. ВРЕМЯ РАБОТЫ БЕЗЛЮДНАЯ ФАБРИКА = НОЛЬ ЛЮДЕЙ. НОЛЬ ПРОСТОЕВ. МАКСИМАЛЬНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ. ТРУДНОСТИ Создание безлюдной фабрики — это не только технологии, но и преодоление реальных трудностей. ВЫСОКИЕ ПЕРВОНАЧАЛЬНЫЕ ИНВЕСТИЦИИ Передовая робототехника, автоматизация и цифровая инфраструктура требуют значительных начальных затрат. СИСТЕМНАЯ ИНТЕГРАЦИЯ Интеграция роботов, станков, ПО и систем данных сложна и требует времени. Больше подключений — больше рисков. Защита данных и систем критически важна. ТРАНСФОРМАЦИЯ НАВЫКОВ И КАДРОВ КИБЕРБЕЗОПАСНОСТЬ Нужны новые навыки. Переподготовка и управление изменениями необходимы. НАДЁЖНОСТЬ И УСТОЙЧИВОСТЬ Системы должны быть высоконадёжными с минимальными простоями в полностью безлюдной среде. Цель — не просто автоматизация, а автономная , интеллектуальная и устойчивая работа. Трудности сегодня. Конкурентное преимущество завтра. БУДУЩЕЕ Будущее производства — автономное , интеллектуальное и безлюдное . ПОЛНАЯ АВТОНОМНОСТЬ Полностью автономная работа с минимальным вмешательством человека. МАКСИМАЛЬНАЯ ПРОИЗВОДИТЕЛЬНОСТЬ Более высокая производительность, стабильное качество и непрерывное совершенствование. РЕШЕНИЯ НА ОСНОВЕ ИИ Данные в реальном времени, ИИ и аналитика обеспечивают более разумные решения и результаты. УСТОЙЧИВАЯ РАБОТА Оптимизированное энергопотребление, меньше отходов и более экологичное завтра. ПОДКЛЮЧЁННАЯ ЭКОСИСТЕМА Станки, системы и данные бесшовно связаны в умную экосистему. Фабрика будущего — не мечта. ЕЁ СТРОЯТ УЖЕ СЕГОДНЯ. АВТОНОМНЫЕ ФАБРИКИ ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ ГЛОБАЛЬНАЯ КОНКУРЕНТОСПОСОБНОСТЬ ЛУЧШИЙ МИР ДЛЯ ВСЕХ Новые тенденции в инженерном образовании Автор: Grigor Shirinyan, DigiCore
Переосмысление инженерного образования в эпоху ИИ Инженерное образование меняется не так быстро, как инженерная профессия. Готовим ли мы студентов к инженерной профессии прошлого или к отрасли, в которую они придут завтра? ИИ и автоматизация преобразуют инженерную работу Системы становятся умнее, связаннее и сложнее Инструменты, процессы и технологии быстро развиваются Образование часто остаётся сосредоточенным на отдельных предметах и теории Основы инженерного дела остаются необходимыми. Проблема не в том, чему мы учим, а в том, насколько разрозненно преподаются знания и как редко студенты применяют их к созданию целостных инженерных систем. ТРЕБОВАНИЯ ОТРАСЛИ И РАБОТОДАТЕЛЕЙ ИЗМЕНИЛИСЬ РАБОТА НАЧАЛЬНОГО УРОВНЯ СТАНОВИТСЯ БОЛЕЕ ТРЕБОВАТЕЛЬНОЙ Изменение числа вакансий начального уровня в США с 2019 г. Промышленные роботы, установленные в мире чаще требуют навыков, традиционно присущих старшим специалистам за десять лет Прочие роли начального уровня Роли, затронутые ИИ, с повышенными требованиями Рутинные технические задачи всё чаще выполняются с помощью ИИ и автоматизации. Новым инженерам нужно больше, чем разрозненные технические знания: грамотность в ИИ, системное мышление, практический опыт и умение принимать и отстаивать инженерные решения. ИНЖЕНЕРНАЯ ОТРАСЛЬ СТАНОВИТСЯ БОЛЕЕ АВТОМАТИЗИРОВАННОЙ Установлено единиц РАЗРЫВ В НАВЫКАХ РАСТЁТ Отрасль не может найти нужные ей навыки. РУКОВОДИТЕЛИ БИЗНЕСА СООБЩАЮТ О РАСТУЩИХ ТРУДНОСТЯХ В ПОИСКЕ КВАЛИФИЦИРОВАННЫХ КАДРОВ ДЕЛО НЕ ТОЛЬКО В НЕХВАТКЕ ВЫПУСКНИКОВ. Компаниям трудно найти людей, сочетающих технические знания с современными инструментами и умением решать практические задачи. % руководителей бизнеса ЧАСТО НЕДОСТАЮЩИЕ НАВЫКИ Использование современных инженерных и ИИ-инструментов Тестирование и проверка результатов Трудно найти сотрудников с нужными техническими навыками Нехватка квалифицированных кадров — барьер для роста Описание и документирование решений Работа самостоятельно и в команде ГЛАВНЫЙ ВЫВОД: Отрасли нужны инженеры, умеющие интегрировать знания, а не только воспроизводить их. Применение теории к реальным задачам Сочетание нескольких инженерных дисциплин ПЕРЕОСМЫСЛЕНИЕ ТОГО, КАК ИНЖЕНЕРНОМУ ДЕЛУ УЧАТ И УЧАТСЯ Инженерное образование должно сочетать прочные основы , практическое применение , современные инструменты и ответственное использование ИИ . КАК ДОЛЖНЫ УЧИТЬ ПРЕПОДАВАТЕЛИ КАК ДОЛЖНЫ УЧИТЬСЯ СТУДЕНТЫ Сохранять прочные основы математики, физики и инженерного дела. Использовать ИИ, чтобы понимать концепции и сравнивать возможные решения. Связывать теорию с экспериментами и практическими демонстрациями. Создавать, испытывать и совершенствовать реальные системы. Использовать междисциплинарные проекты, основанные на реальных инженерных задачах. Проверять код, расчёты и техническую информацию, созданные ИИ. Внедрять ИИ, моделирование, цифровых двойников и современные отраслевые инструменты. Развивать системное мышление, критическое мышление и инженерное суждение. Оценивать рассуждения, испытания, документацию и командную работу, а не только итоговые ответы. Документировать и ясно объяснять решения. Продолжать учиться по мере изменения технологий и инструментов. Быть наставниками, которые бросают студентам вызов и адаптируют объяснения. ОБЩИЙ ПРОЦЕСС ОБУЧЕНИЯ Понять Создать Проверить Улучшить Испытать Объяснить ГЛАВНЫЙ ВЫВОД Цель не в том, чтобы готовить инженеров, которые соревнуются с ИИ. Цель в том, чтобы готовить инженеров, которые умеют использовать ИИ разумно , осознают его ограничения , проверяют его результаты и применяют его ответственно для создания ценных реальных систем. Новые тенденции в аэрокосмической инженерии Автор: Hrachoohi Boghosian, CIPR
Вопрос аудитории В чём разница между «аэрокосмической инженерией» и любой другой инженерией? «Аэрокосмический инженер — мечтатель, творец, новатор, практик и стремится к космосу 5 уровней ИИ 1.Энергия (Energy) 2.Чипы (Chips) 3.Инфраструктура (Infrastructure) 4.Модели (Models) 5.Приложения (Applications) В аэрокосмической инженерии ИИ является ИНСТРУМЕНТОМ для изучения, открытия и покорения космоса Области аэрокосмической инженерии, где ИИ уже применяется Выработка энергии в космосе Космические центры обработки данных Производство спутников в космосе Навигационный интеллект в реальном времени Моделирование окружающей среды в реальном времени Квантовые технологии в космосе Двигательные системы и мониторинг на орбите Человекоподобные роботы для работы в космосе ИИ и аэрокосмические системы в следующем десятилетии Армения может позиционировать себя как региональный центр проектирования автономных наноспутников, управления миссиями и образования, сочетая ИИ с многоязычными системами. Для Армении космос — величайшая возможность для развития науки и инноваций, следующий большой горизонт ИИ развивается в Армении • Индустрия чипов – проектирование и оснастка • Фабрики обработки данных – Firebird, Eleveight, Aznavour, YSU • Разработка моделей – исследования и разработки • Прикладные уровни – Aerospace Engineering Новые тенденции в организации работы Автор: Aram Salatian, Инженерная ассоциация
Эволюция организаций автор: Aram Salatian Engineering Association ИИ как консультант ИИ управляет целями ИИ управляет процессами работы 7. Симбиотическая организация ИИ управляет процессами 6. Агентная организация на основе ИИ ИИ как инструмент 5. ИИ-нативная организация 4. Организация с интегрированным ИИ 3. Организация с поддержкой ИИ 2. Цифровая организация 1. Бумажная организация Оцифровка как путь к ИИ — 7 уровней Уровень оцифровки 1 электронная почта, базы данных, чертежи Уровень оцифровки 2 Уровень оцифровки 3 Уровень оцифровки 4 Уровень оцифровки 5 Уровень оцифровки 6 Уровень оцифровки 7 протоколы встреч, решения операции и процессы миссия, видение, задачи и цели компании интегрированные данные всей компании локальный контекст Engineering City рыночный контекст 
