Архив Металлургия и горная добыча · Чёрная металлургия и трубы
ArcelorMittal Brasil: ML-модель прогнозирует ресурс снорклей, отдача более 3,3 млн реалов
По словам менеджера ArcelorMittal Brasil, модель прогноза срока службы снорклей в производстве длинного проката повысила точность прогноза с 70% до 82% и при вложениях 180 тыс. реалов уже принесла более 3,3 млн реалов.
/01 · ключевые результаты
-
результат
более 3,3 млн BRL
отдача от модели прогноза срока службы снорклей
по данным на октябрь 2026 года · прогноз срока службы снорклей в производстве длинного проката
слова сотрудника: Луис Матос, ArcelorMittal
-
возможность системы
было 70% 82%
точность прогноза срока службы снорклей
до внедрения модели
по данным на октябрь 2026 года · прогноз срока службы снорклей в производстве длинного проката
слова сотрудника: Луис Матос, ArcelorMittal
- 180 тыс. BRL вложения в разработку модели · масштаб O Povo, статья, 15.10.2026
оценка strategai
Компания приводит денежный эффект в публикации O Povo: отдача от модели прогноза срока службы снорклей — более 3,3 млн BRL, по данным на октябрь 2026 года. O Povo, статья, 15.10.2026
По словам менеджера ArcelorMittal Brasil, модель прогноза срока службы снорклей в производстве длинного проката повысила точность прогноза с 70% до 82% и при вложениях 180 тыс. реалов уже принесла более 3,3 млн реалов.
/02 · паспорт кейса
Бизнес
- Компания
- ArcelorMittal Brasil
- Отрасль
- Металлургия и горная добыча · Чёрная металлургия и трубы
- Функция
- ТОиР и управление активами
- Задача
- Предиктивное ТОиР
Технология
- Класс AI
- Предиктивная аналитика (классический ML)
- Тип решения
- Не раскрыт
Внедрение
- Стадия
- Промышленная эксплуатация, на 15.10.2026
- География
- Бразилия
- Инвестиции
- По словам компании, на создание модели потрачено 180 тыс. реалов.
/03 · описание кейса
Зачем
Бизнес-задача
ArcelorMittal Brasil, бразильское подразделение сталелитейной группы ArcelorMittal, развивает технологии через программу iNO.VC во всех своих заводах в стране; по данным компании, с 2021 года технологии в целом принесли ей более 200 млн реалов. Одной из главных ИИ-задач стал прогноз срока службы снорклей — оборудования, через которое всасывается жидкая сталь, — в производстве длинного проката. Точный прогноз нужен, чтобы вовремя выводить оборудование в обслуживание и продлевать срок его службы.
Что
Решение
Компания построила математическую модель, которая прогнозирует срок службы снорклей, и автоматизировала этот процесс. Модель формирует отчёт, который, по словам Луиса Матоса, менеджера по продуктам данных и прикладному ИИ компании, точно показывает, когда снорклю требуется обслуживание. По его данным, точность прогноза выросла с 70% до 82%, что позволило продлить срок службы оборудования.
Как
Внедрение
Решение внедрено в производстве длинного проката ArcelorMittal Brasil. Луис Матос рассказал о нём на 3-й Неделе инноваций, которую Instituto Atlântico провёл в октябре 2026 года; выступление пересказала газета O Povo 15 октября 2026 года. По его словам, удалось увеличить срок службы оборудования и получить значительную экономию: на создание модели потратили всего 180 тыс. реалов, а отдача уже превысила 3,3 млн реалов.
/04 · источники и проверка
Что подтверждено
- По словам менеджера ArcelorMittal Brasil, модель прогноза срока службы снорклей при вложениях 180 тыс. реалов уже дала отдачу более 3,3 млн реалов.
- Точность прогноза срока службы снорклей выросла с 70% до 82%.
- Модель работает в производстве длинного проката и формирует отчёт о сроках обслуживания оборудования.
Ограничения
- Сумма более 3,3 млн реалов — оценка компании без раскрытого метода и периода накопления.
- Источник не приводит, насколько увеличился срок службы снорклей и сколько заводов или агрегатов охвачено моделью.
- Сумма более 200 млн реалов относится ко всем технологиям программы iNO.VC с 2021 года; вклад модели прогноза снорклей в неё отдельно оценён только суммой более 3,3 млн реалов.
-
[1] O Povo
ArcelorMittal acumula R$ 200 milhões em ganhos com uso de IA no Brasil
СМИ · 15.10.2026
Открыть источник
АрхИИВ /strategai · CB-001224 · Версия 1 · 18.10.2026 · /c/CB-001224/