Компания Bariflo использует искусственный интеллект для оптимизации очистки промышленных сточных вод

Компания CIMCON, базирующаяся в Ахмедабаде, применяет искусственный интеллект, датчики и автоматизацию для улучшения управления водными ресурсами в городах и деревнях, а также для повышения качества основных услуг. Благодаря своим проектам компания смогла сэкономить более двух миллиардов киловатт-часов электроэнергии.

Во многих семьях Индии ежедневное планирование зависит от нестабильности водоснабжения, а в сельской местности женщины вынуждены тратить часы на сбор воды. Основная задача заключается в обеспечении надежности жизненно важных служб при одновременном снижении потерь.

Когда Анил Агравал вернулся в Индию из США в 1988 году, он заметил, что коммунальные службы сильно зависят от бумажной документации, выездных проверок и телефонных звонков. Он основал CIMCON с целью сделать автоматизацию доступной.

Поскольку технологии были дорогими, многие организации сомневались, что программное обеспечение сможет решить повседневные проблемы инфраструктуры. CIMCON начал создавать экономичные системы, используя легкодоступные компьютерные компоненты и простое в использовании программное обеспечение.

В начале 1990-х годов CIMCON сотрудничал с ONGC для мониторинга удаленных нефтяных скважин. Его система оповещала операторов о прекращении работы скважины и передавала данные о добыче, получив название «говорящие скважины».

В районе Дехрадун рабочим приходилось преодолевать большие расстояния для управления насосами и клапанами. CIMCON внедрил удаленный контроль и мониторинг насосов, резервуаров и клапанов, что помогло уменьшить зависимость от ручных операций.

Исполнительный директор CIMCON, Раджниш Дашоттар, сравнивает эту технологию с человеческой нервной системой. Датчики и коммуникационные устройства, расположенные по всей общественной инфраструктуре, в режиме реального времени передают информацию в центральный командный центр.

В зависимости от проекта, датчики отслеживают расход воды, давление, уровень в резервуарах, потребление энергии и такие показатели качества, как pH, хлор и мутность. Операторы могут следить за сетью по мере изменения условий.

При возникновении утечки в трубопроводе падает уровень давления. Система помогает операторам находить места утечек, оценивать потери воды и выявлять потенциальные отказы оборудования до того, как они нарушат подачу воды в дома.

Перемещение воды по городам требует огромного количества электроэнергии. CIMCON контролирует работу насосов, чтобы помочь коммунальным службам оптимизировать операции и сократить ненужное энергопотребление. Компания смогла сэкономить более двух миллиардов киловатт-часов электроэнергии. Кроме того, ее системы интеллектуального освещения позволяют удаленно контролировать уличные фонари, автоматизировать их работу и приглушать свет в часы низкого трафика.

В сельских общинах надежное водоснабжение освобождает женщин и девочек от многочасового труда по поиску воды. Это время может быть направлено на образование, работу и семью, а чистая вода снижает риск контакта с небезопасными источниками.

Многие городские домохозяйства по-прежнему полагаются на накопительные баки и плановое водоснабжение. Долгосрочная цель Агравала — способствовать переходу городов к надежному круглосуточному водоснабжению, чтобы семьям не приходилось планировать свою жизнь исходя из наличия воды.

CIMCON изучает предиктивное обслуживание, прогнозирование наводнений, цифровые двойники и управление инфраструктурой на основе ИИ. Эти инструменты могут помочь властям предвидеть поломки, прогнозировать спрос и принимать более обоснованные решения.

При поступлении в перерабатывающий завод стиральная машина может казаться единым продуктом. Однако для компании, занимающейся переработкой, ее ценность определяется содержимым, наличием или отсутствием компонентов, объемом извлекаемого материала и стоимостью обработки.

Когда эти решения приходится принимать для тысяч бытовых приборов, поставщиков и локаций, процесс переработки превращается в сложную задачу, связанную с ценообразованием, логистикой и соблюдением нормативных требований.

Индийская компания Attero, специализирующаяся на переработке электронных отходов и аккумуляторов, применяет искусственный интеллект для унификации этих решений. Во время выступления на конференции TechSparks 2026 Айуш Агарвал, руководитель отдела продуктов и технологий Attero, рассказал, как компания использует ИИ для оценки ценности перерабатываемых материалов и обеспечения соответствия сделок регуляторным нормам.

По словам Агарвала, Attero ежегодно обрабатывает около 200 000 метрических тонн электронных отходов и 10 000 метрических тонн литий-ионных батарей. Компания закупает материалы на сумму более 1 000 крор рупий в год, что подчеркивает важность точного ценообразования для ее экономической модели.

В отличие от меди или золота, металлолом не имеет единой стандартной цены на мировых товарных биржах; его стоимость зависит от восстанавливаемых материалов, затрат на обработку и транспортировку, а также от регионального спроса и предложения.

Attero разработала систему Matrix — механизм ценообразования на базе ИИ, который объединяет информацию о материалах и рыночную аналитику. Эта система оценивает компоненты и извлекаемые металлы в различных бытовых приборах, а затем использует модели машинного обучения и цены на сырье для определения стоимости материала на конкретном рынке.

Например, цена на стиральную машину может отличаться в Дели и Мумбаи из-за местных рыночных условий и логистических расходов. Система опирается на три года данных о переработке, два года биржевых данных и информацию о тысячах различных приборов.

Агарвал отметил, что подобные решения невозможно масштабировать с помощью человеческого суждения, поэтому компания стремится стандартизировать ценообразование вместо расширения штата для управления растущими объемами.

Ценообразование — это лишь одна из задач. Компании по переработке также обязаны вести обширный учет, охватывающий поставщиков, перевозчиков, счета-фактуры, транспортные документы и требования законодательства.

Attero также создала Lightspeed — механизм соответствия на основе ИИ, который проверяет документы, сверяет информацию между записями и отмечает исключения для проверки. Эта система предназначена для создания отчетов, готовых к аудиту, что помогает компании отвечать на запросы регуляторов или клиентов спустя годы после совершения сделки.

Согласно Агарвалу, платформа Attero уже обработала 50 000 документов и выявила более 500 ошибок. Компания ставит целью повысить эффективность на 70%, позволяя существующей команде обрабатывать в четыре раза больше документов без увеличения численности персонала.

Для Агарвала ценность ИИ выходит за рамки простой автоматизации. Соединяя решения о ценах, закупочные расходы и стоимость извлеченных материалов, Attero получает более четкое представление о прибыльности на уровне каждой отдельной заявки.

Он также сообщил, что компания разрабатывает возможности визуального обучения для идентификации поступающего материала по изображениям от поставщиков, при этом объем ее набора данных изображений растет с 10 000 до целевого показателя в 100 000.

Более широкий вывод заключается в том, что ИИ способен создавать бизнес-ценность даже в отраслях, где основная работа остается физической. Стараясь сделать решения более последовательными и консолидировать разрозненные операционные данные, Attero работает над созданием систем, поддерживающих рост без полной зависимости от увеличения числа сотрудников.

Meta Platforms потеряла $124 миллиарда рыночной стоимости всего за один торговый день в четверг. Причиной этого обвала стало не сбой продукта, а финансовое решение компании: Meta объявила о выпуске нового класса акций без права голоса для финансирования искусственного интеллекта (ИИ) и повысила нижнюю границу своего плана капитальных затрат на 2026 год до $135 миллиардов.

Это и есть новая финансовая модель для развития ИИ. В прошлом квартале Meta сообщила о отрицательном свободном денежном потоке в размере $2,12 миллиарда, что стало первым случаем сжигания денежных средств более десяти лет. Среди крупнейших операторов облачных сервисов годовые капитальные расходы достигли примерно $750–$850 миллиардов и приближаются к триллиону, что превышает возможности операционного денежного потока.

В связи с этим происходит смена структуры финансирования. Первоначальный этап опирался на заемные средства: крупные технологические корпорации привлекли около $250 миллиардов на мировых долговых рынках в этом году, а общий объем эмиссии прогнозируется на уровне почти $320 миллиардов, что представляет собой рост примерно на 60%. Теперь же финансирование осуществляется за счет акционерного капитала, а это влечет за собой размывание доли существующих акционеров.

Первыми проявляются трудности в кредитном канале. Безопасные облигации CoreWeave имеют доходность около 15%, а ее пятилетние кредитно-дефолтные свопы приблизились к 1200 базисным пунктам. Значительная часть этих инструментов находится в частных кредитных фондах и портфелях аннуитетов, где убытки обнаруживаются медленно и незаметно.

Пессимистичный сценарий выходит за рамки только процентных расходов. Ускорители амортизируются в течение трех-четырех лет, и каждое новое поколение может сделать предыдущее устаревшим; часть роста сектора финансировалась через циклические схемы, при которых поставщики чипов поддерживали самих покупателей этих чипов.

Дискуссия о доходности стала публичной. Джон Ловелок из Gartner, чей прогноз способствовал падению в этом месяце, описывает эту гонку как «позицию последнего выжившего», в которой большинство рынков ИИ «сократятся до дуополии». Компании, занимающиеся неооблачными сервисами, уже продемонстрировали свою позицию: Elice из Южной Кореи упала более чем на 30% при дебюте; Firmus, AirTrunk и SB Energy отложили свои листинги.

Сторонники рынка признают проблему финансирования, но не согласны с проблемой спроса. Мэттью Малей из Miller Tabak заявил: «Никто не беспокоится о том, что Meta, Amazon или Google получат необходимое им финансирование. Но если это станет непомерно дорогим для более мелких компаний, тогда не обязательно должно произойти коллапс, чтобы вызвать беспокойство у людей».

Суждение рынка пришло быстро, но было узким: Nasdaq снизился на 2,6%, в то время как Dow остался без изменений — это была ротация, а не окончательный вердикт. Проверяется не сам факт построения ИИ, а то, поступит ли финансирование до того, как появятся ожидаемые доходы.