알림 목록

Район анализа: столичный город Ульсан.

Ключевые районы: Автомобильная промышленная зона Бук-гу, Судостроительная промышленная зона Донг-гу, Нефтехимическая промышленная зона Нам-гу.

Повестка дня: Согласование Декларации о городах, использующих искусственный интеллект, с показателями производительности, качества, безопасности и энергоэффективности на производственных площадках.

Золотой период: Ускорение развития инфраструктуры + Доказательства разрыва в трансформации производства

Дата обращения: 28.08.2026

Версия: Regional AX Golden Time Intelligence v3.2 Enhancement Standard
 

В 2025 году Ульсан привлек проект строительства центра обработки данных для ИИ стоимостью 7 триллионов вон от компании SK–AWS, и в 2026 году городская администрация поставила перед собой цель сделать Ульсан «столицей ИИ». Стратегия города в области ИИ сместилась от акцента на образование и исследования к модели ИИ промышленного города, сочетающей крупномасштабную вычислительную инфраструктуру с обрабатывающей промышленностью. Однако нет подтвержденных публичных доказательств, связывающих инвестиции в центры обработки данных с улучшением показателей внедрения ИИ, производительности, снижением количества дефектов, безопасностью или энергоэффективностью на автомобильных, судостроительных и нефтехимических заводах Ульсана. Если строительство центров обработки данных и проекты ИИ на заводах будут развиваться по разным направлениям в период с 2026 по 2028 год, Ульсан может преуспеть в создании инфраструктуры ИИ, но переход промышленных площадок может стать зависимым от внешнего спроса на облачные услуги. Хотя заявление Ульсана  о том, что он является городом ИИ, подтверждается с точки зрения инвестиций в инфраструктуру, оно, по мнению властей, остается неподтвержденным с точки зрения результатов на заводах.

В 2026 году Ульсан выделил бюджет в размере 117,8 млрд вон на поддержку малых и средних предприятий и продвижение инноваций, что на 26% больше, чем в предыдущем году, и включил в него программу SME AX. Сфера применения политики в области ИИ расширяется: от крупных корпораций и научно-исследовательских институтов до местных малых и средних предприятий и компаний-партнеров. Однако общедоступные данные не подтверждают количество компаний, получивших поддержку и перешедших от стадии проверки концепции (PoC) к постоянному применению ИИ на реальных производственных линиях, а также не показывают изменений в производительности, продажах и занятости. Если поддержка останется на этапах консультирования, оборудования и демонстрации с 2026 по 2028 год, разрыв в данных, кадрах и процессах между крупными корпорациями и их компаниями-партнерами еще больше увеличится.  Хотя политика распространения ИИ в рамках программы Ulsan Manufacturing AX подтверждена, показатели конверсии на производственных площадках малых и средних предприятий остаются неподтвержденными.

Ульсан поставил перед собой цели на следующие пять лет: подготовить 500 специалистов по промышленной конвергенции ИИ, провести 150 полевых демонстраций на крупных корпорациях и поддержать 500 высокотехнологичных стартапов, а Высшая школа UNIST Novatus планирует ежегодно обучать около 100 специалистов по ИИ. Экосистема промышленного ИИ развилась в структуру, объединяющую развитие талантов, стартапы и демонстрации на крупных корпорациях. Однако критерии перехода — от 150 демонстраций к внедрению в производство, платным контрактам, регулярному доходу и расширению сотрудничества с компаниями-партнерами — не были обнародованы. Если в течение следующих двух-трех лет цели будут по-прежнему сосредоточены на талантах, стартапах и количестве демонстраций, реальные изменения на заводах будут замаскированы результатами работы экосистемы.  Хотя в Ульсане формируется фундамент для промышленного ИИ, доказательств его перехода к производству пока недостаточно.

Министерство торговли, промышленности и энергетики увеличило бюджет программы развития промышленного производства AX на 2026 год до 1,1347 триллиона вон, что на 100,8% больше, чем в предыдущем году, и повысило бюджет проекта «Завод с искусственным интеллектом» до 220 миллиардов вон. Период с 2026 по 2028 год, когда расширение национальных инвестиций в развитие промышленного производства AX совпадет с развитием автомобильной, судостроительной и нефтехимической промышленности Ульсана, станет временем значительного притока внешнего финансирования. Однако общедоступные данные о ходе реализации проектов, интегрирующие обеспечение ведущих национальных проектов и показатели эффективности применения технологий на заводах Ульсана, еще не проверены. Если в этот период не будут установлены стандарты данных о заводах, базовые показатели производительности и структура распространения для компаний-партнеров, расширенный национальный бюджет будет исчерпан за счет отдельных демонстрационных проектов.  «Золотой час» для производственного сектора Ульсана наступит не тогда, когда бюджета на ИИ будет недостаточно, а в течение следующих двух-трех лет, чтобы определить темпы перехода от демонстрационных проектов к серийному производству.

Тезис о «золотом времени»: Единицей измерения для определения того, является ли Ульсан глобальным городом искусственного интеллекта, является не объем инвестиций в центры обработки данных или количество демонстрационных проектов в области ИИ. Единицей оценки является то, насколько ИИ изменил время простоя на заводах, количество дефектов, затраты, энергопотребление и количество несчастных случаев, а также распространились ли эти изменения на компании-партнеры.

Ульсан — промышленный город, где сосредоточены автомобильная промышленность в районе Бук-гу, судостроение в районе Дон-гу, а также нефтехимическая и энергетическая промышленность в районах Нам-гу и Ульджу-гун. Применение ИИ не ограничивается одним процессом, а охватывает всю цепочку создания стоимости, начиная от проектирования, закупок, производства, контроля качества, логистики, производственных площадей, безопасности и энергетики. Однако официальная базовая оценка, сравнивающая количество заводов, процессов, коэффициенты конверсии данных производственных площадей и показатели применения ИИ в трех основных отраслях с использованием одних и тех же критериев, пока не подтверждена. Более того, если бизнес-операции по секторам будут расширяться отдельно в период с 2026 по 2028 год, то коэффициент конверсии для всех заводов в Ульсане нельзя будет рассчитать ретроспективно.  Хотя масштабы промышленного развития Ульсана очевидны, знаменатель перехода к ИИ остается неподтвержденным.

Завод Hyundai Motor в Ульсане, компания HD Hyundai Heavy Industries и крупные нефтехимические предприятия являются ключевыми компаниями, обладающими базой для масштабной автоматизации, сенсорики и управления производством. Производственный сектор Ульсана перешел от предприятий, ориентированных на ручной труд, к структуре, сочетающей высокоавтоматизированные заводы с крупными сетями сотрудничества. Однако объем раскрываемой информации о проценте процессов, переходящих от существующей автоматизации к прогнозированию на основе ИИ и автономному управлению, а также о результирующих показателях, варьируется в зависимости от компании. Если оборудование для автоматизации и процессы ИИ не различаются за последние два-три года, существующие цифровые инвестиции учитываются как новые достижения в области автоматизации.  Хотя цифровая база завода в Ульсане прочна, масштабы его перехода на ИИ оценить отдельно невозможно.

Центр обработки данных SK–AWS для ИИ был представлен как инвестиция в размере около 7 триллионов вон и вошел в топ-5 городов Ульсана на 2025 год. Активы Ульсана в области ИИ расширились от демонстраций местными университетами и государственным сектором до крупномасштабной вычислительной инфраструктуры глобальных облачных провайдеров. Однако общедоступные данные не позволяют различить влияние инвестиций на местные закупки, занятость, использование вычислительных мощностей местными производственными компаниями, электроэнергию, воду и налоговые поступления. Даже если строительство будет продолжено в период с 2026 по 2028 год, и местные заводы не станут реальными клиентами, масштаб инвестиций и масштаб промышленной трансформации останутся неясными. В то время как экономический масштаб центра обработки данных для ИИ подтвержден, масштаб его промышленной связи с заводами Ульсана считается неподтвержденным.

В рамках плана развития «умного города» Ульсана был представлен 21 проект, включающий пространственную информацию на основе ИИ и цифровые двойники, общей стоимостью 294,2 миллиарда вон на период 2022–2026 годов. Применение городских данных расширилось и теперь включает транспорт, безопасность и пространственное управление. Однако структура для совместного анализа данных «умного города» с данными промышленных комплексов и корпоративных процессов не подтверждена в общедоступных данных. Если в течение следующих двух-трех лет городская и промышленная информационная системы будут преобразованы в отдельные платформы, взаимное влияние между транспортом, логистикой, управлением чрезвычайными ситуациями, энергетикой и производственными операциями будет упущено. Хотя  масштабы применения ИИ в Ульсане расширились как в городском, так и в промышленном секторах, связь между двумя системами считается неподтвержденной.

Центры обработки данных в сфере ИИ, Университет науки и технологий Ульсана (UNIST), Технопарк Ульсана, научно-исследовательские и производственные мощности крупных корпораций, а также программы поддержки малых и средних предприятий демонстрируют концентрацию активов в области ИИ в Ульсане. Экосистема ИИ превратилась в структуру, объединяющую исследования, таланты, вычислительные мощности и производственные потребности в одном регионе. Однако коэффициент конверсии — от результатов исследований, переходящих в заводские прототипы (PoC), до контрактов на производство и доходов стартапов — не разглашается публично. Даже если количество учреждений и проектов увеличится в период с 2026 по 2028 год, если этот коэффициент конверсии останется низким, эта концентрация останется лишь параллельным списком активов.  Хотя Ульсан обладает компонентами промышленного ИИ, функционирующая коммерческая экосистема еще не создана.

В течение следующих пяти лет 150 полевых демонстраций, проводимых крупными корпорациями, создадут масштабные точки соприкосновения, которые позволят стартапам и исследовательским институтам получить доступ к реальным производственным площадкам. Разработка технологий переходит от лабораторной проверки к полевой проверке с использованием промышленных данных и условий эксплуатации оборудования. Однако общедоступные критерии оценки производственных контрактов, возможности тиражирования на других заводах, применения в компаниях-партнерах и доходов от технического обслуживания после демонстрации остаются неподтвержденными. Если количество демонстраций быстро увеличится в период с 2026 по 2028 год, станет невозможно отличить завершенные пилотные проекты от производства в реальных условиях.  Хотя количество полевых точек соприкосновения в Ульсане расширяется, разрыв между экосистемой демонстраций и экосистемой производства сохраняется.

Высшая школа UNIST Novatus ежегодно готовит около 100 специалистов по искусственному интеллекту, а город Ульсан поставил цель подготовить 500 специалистов по ИИ, востребованных в различных отраслях, в течение пяти лет. Политика в области подготовки кадров сместилась от общего образования в сфере ИИ к развитию специалистов, способных понимать процессы в автомобильной, судостроительной и энергетической отраслях. Однако до сих пор не было проведено исследований, связывающих трудоустройство выпускников на предприятиях Ульсана, их долгосрочную занятость, участие в полевых проектах или вклад в повышение производительности. Если количество выпускников будет расти только в течение двух-трех лет, местные таланты окажутся оторванными от внешнего потока кадров, а результаты образования — от эффективности работы предприятий.  Хотя экосистема развития талантов существует, профессиональные компетенции, сохраняющиеся на предприятиях Ульсана, считаются неподтвержденными.

Региональный фонд развития города Ульсан в размере 50 миллиардов вон и цель создания 500 высокотехнологичных стартапов связывают финансирование коммерциализации с разработкой технологий. Экосистема промышленного ИИ расширяется от программ субсидирования к инвестиционной и масштабируемой структуре. Однако публичный мониторинг данных о продажах компаний, получивших инвестиции, на их заводах в Ульсане, последующих инвестициях, показателях выживаемости и местном расселении все еще находится на ранней стадии. Даже если количество стартапов увеличится в период с 2026 по 2028 год, компании могут переехать в столичный регион Сеула или на зарубежные рынки, если задержка с привлечением производственных клиентов будет отложена.  Хотя основа для финансирования стартапов подтверждена, коммерческая связь с местным производственным спросом считается неподтвержденной.

Искусственный интеллект в производстве переходит от отдельных приложений, таких как контроль качества, прогнозирование технического обслуживания и прогнозирование спроса, к автономному производству, где оборудование, роботы и планирование производства интегрированы. Министерство торговли, промышленности и энергетики также предложило создать более 500 автономных производственных предприятий с использованием ИИ к 2030 году. Однако количество предприятий в Ульсане, где ИИ контролирует производственные условия в замкнутом цикле, выходя за рамки рекомендаций по процессам, не разглашается. Если инвестиции, ориентированные на отдельные модели, укрепятся в период с 2026 по 2028 год, стоимость расширения до полной автоматизации всего процесса возрастет.  Хотя в Ульсане есть признаки демонстрации применения ИИ в производстве, стадия автономного производства считается неподтвержденной.

Автомобильная промышленность смещает акцент с двигателей внутреннего сгорания на отрасль, объединяющую электромобили, электромобили, роботы, аккумуляторы и сервисы обработки данных. Сфера применения ИИ расширилась за пределы повышения эффективности процессов и включает конкуренцию данных в области автомобильного программного обеспечения и всего жизненного цикла продукта. Информация о региональной промышленной экосистеме, связывающей производственные данные с завода в Ульсане с данными об эксплуатации и обслуживании автомобилей, не разглашается. Если в течение следующих двух-трех лет ИИ на заводе и ИИ на производстве будут разделены, Ульсан может остаться производственным центром, в то время как высокопроизводительное программное обеспечение будет концентрироваться в отдаленных регионах. По оценкам  , разрыв в автомобильной ИИ Ульсана больше в интеграции данных о продукте и процессах, чем в автоматизации производства.

Судостроительная отрасль сталкивается с одновременными проблемами, связанными со сложностью проектирования, производства, сварки, покраски, логистики и ввода в эксплуатацию, а также с нехваткой квалифицированной рабочей силы. Искусственный интеллект и роботы переходят от автоматизации отдельных устройств к комплексной оптимизации, которая связывает проектирование судов с операциями на верфи. Однако в открытом доступе отсутствуют данные, подтверждающие, насколько применение ИИ на верфях Ульсана изменило графики проектов, объемы переделок, производительность и количество аварий на производстве. Если в период с 2026 по 2028 год в обработке портфеля заказов будет преобладать подход, основанный на использовании временных работников и аутсорсинге, данные периода бума не будут накапливаться в качестве долгосрочных активов автоматизации. Хотя  возможности применения ИИ в судостроении Ульсана значительны, отсутствуют доказательства связи периода бума со структурными преобразованиями.

В условиях глобального переизбытка предложения, углеродных ограничений и ценового давления нефтехимическая промышленность переходит от простого увеличения объемов производства к выпуску продукции с высокой добавленной стоимостью, повышению энергоэффективности, безопасности и оптимизации выбросов углерода. Роль ИИ также расширяется: от прогнозирующего технического обслуживания оборудования до одновременной оптимизации выхода продукции, энергопотребления, выбросов и безопасности. Однако общедоступная продолжительность совместного использования технологических данных и данных об энергопотреблении, трубопроводах и безопасности между компаниями Ульсанского нефтехимического комплекса не была подтверждена. Если оптимизация будет проводиться только на уровне отдельных компаний в течение двух-трех лет, синергетический эффект в отношении энергопотребления, сырья и безопасности на всем комплексе будет ограничен.  Ульсанский нефтехимический комплекс AX, по оценке, обладает меньшей готовностью к совместной оптимизации промышленного комплекса по сравнению с применением к отдельным компаниям.

Город Ульсан реализует стратегию «города с ИИ», основанную на инициативе штаба по развитию столицы в сфере ИИ и Комитета по искусственному интеллекту Ульсана, интегрируя крупномасштабные центры обработки данных с промышленным ИИ. Рамочная программа реагирования расширилась от отдельных проектов информатизации до управления ИИ на уровне городского правительства. Однако до сих пор не найдена информационная панель, которая бы объединяла и публично раскрывала базовые показатели производительности по отраслям, темпы внедрения ИИ на заводах, темпы распространения среди поставщиков и показатели отдачи от ИИ. Даже если количество организаций, комитетов и проектов увеличится в период с 2026 по 2028 год, разрыв между заявленными показателями и трансформацией заводов невозможно измерить, если не будут установлены общие индикаторы результатов промышленной деятельности.  Хотя система управления в Ульсане была усилена, система управления результатами в обрабатывающей промышленности остается неутвержденной.

Бюджет на 2026 год в размере 117,8 млрд вон, направленный на поддержку МСП и содействие инновациям, включает в себя поддержку программ AX для МСП и стартап-экосистемы. Реакция на потребности МСП сместилась от общей финансовой и сбытовой поддержки к структуре, охватывающей искусственный интеллект и цифровые инновации. Однако фактическое распределение средств в рамках программы AX, компании-бенефициары, компании, проходящие трансформацию производства, и повышение производительности в рамках общего бюджета нечетко разделены в общедоступных данных. Если большой общий бюджет на два-три года воспринимается как показатель эффективности AX, то фактические ресурсы и результаты, вложенные в трансформацию производства, могут быть переоценены.  Хотя направление реакции на потребности МСП подтверждено, связь между финансированием AX и результатами остается неподтвержденной.

В период с декабря 2022 года по ноябрь 2025 года в Центр комплексного управления «умными» зелеными промышленными комплексами были инвестированы 13 миллиардов вон, что заложило основу для управления безопасностью промышленных комплексов. Реагирование на инциденты в промышленных комплексах сместилось от проверок безопасности отдельных предприятий к структуре, интегрирующей мониторинг подземных трубопроводов и рисков внутри комплекса. Однако общедоступные данные не подтверждают, как изменилось время обнаружения аварий, время обнаружения утечек, время простоя и возможности совместного реагирования с момента начала работы центра. После завершения строительных работ в 2026–2028 годах и сдачи объектов в эксплуатацию использование данных по безопасности для обеспечения бесперебойной работы заводов будет ограничено. Несмотря на  завершение создания инфраструктуры для обработки данных в промышленных комплексах, фактические результаты снижения рисков пока не подтверждены.

Цели Ульсана — привлечение 500 высокотехнологичных стартапов, 500 специалистов по конвергентному ИИ и 150 полевых демонстраций — объединяют стартапы, специалистов и демонстрации в единую стратегию. Структура реагирования расширилась от отдельных программ поддержки до полного цикла экосистемы стартапов. Однако вся цепочка — в которой отдельный стартап проходит демонстрацию в крупной корпорации, распространяется на малые и средние компании-партнеры и обеспечивает себе постоянный доход — не раскрыта. Если оценивать результаты по каждой цели с 2026 по 2028 год отдельно, то стратегия полного цикла разделяется на три независимых достижения.  Хотя стратегия полного цикла Ульсана разработана, ее операционная осуществимость считается неподтвержденной.

Министерство торговли, промышленности и энергетики увеличило бюджет программы развития промышленного сектора до 1,1347 триллиона вон на 2026 год и бюджет программы создания предприятий искусственного интеллекта до 220 миллиардов вон. В Ульсане расположены промышленные кластеры в автомобильной, судостроительной и нефтехимической отраслях, которые будут служить прямыми центрами спроса для расширения национальной программы развития промышленного сектора. Однако отсутствуют комплексные региональные данные о количестве проектов, отобранных для Ульсана, объемах инвестиций или показателях применения производственных линий в рамках национальной программы создания предприятий искусственного интеллекта. Поскольку конкуренция за национальные проекты усиливается в период с 2026 по 2028 год, лидирующие позиции Ульсана не могут быть гарантированы исключительно за счет промышленных кластеров. Хотя  Ульсан демонстрирует высокую структурную совместимость с национальной политикой развития промышленного сектора, его фактическая доля рынка и результаты остаются неподтвержденными.

Цель страны — к 2030 году иметь более 500 заводов по производству автономного оборудования с использованием ИИ, при этом к 2024 году планируется создание 26 таких заводов. Это знаменует собой начальный этап перехода отечественной индустрии ИИ в производстве от ограниченного числа ведущих предприятий к этапу масштабного распространения. Официальных сравнительных данных о положении заводов в Ульсане среди этих 26 регионов или прогнозируемых 500 нет. Если другие производственные регионы обеспечат себе общие платформы и поставщиков в течение следующих двух-трех лет, Ульсан может отстать в экосистеме автономного производства, несмотря на масштабы его крупных корпоративных заводов.  Позиция Ульсана в стране оценивается как лидирующая с точки зрения масштабов производства, но существует «разрыв в данных» с точки зрения количества заводов по производству автономного оборудования.

Ведущие мировые производственные компании повышают свою конкурентоспособность за счет сочетания стандартов технологических данных, цифровых двойников, промышленного программного обеспечения и персонала на местах, а не за счет моделей искусственного интеллекта. Ульсан также обладает возможностями автоматизации для крупных предприятий, системами управления промышленными комплексами и базой специалистов по ИИ. Однако не было найдено данных, сравнивающих межкорпоративную совместимость технологических данных, повторное использование моделей и совместные стандарты среди компаний-партнеров с аналогичными показателями ведущих международных регионов. Если монополистические корпоративные системы будут усилены в период с 2026 по 2028 год, будет развиваться только внутренняя AX отдельных крупных предприятий, а не региональная экосистема сотрудничества.  Глобальная конкурентоспособность Ульсана, по оценкам, определяется как результат сочетания внутренних возможностей крупных предприятий и возможностей распространения знаний во всем регионе.

Центр обработки данных для ИИ, оцениваемый более чем в 7 триллионов вон, служит важным сигналом, указывающим на масштаб региональных инвестиций в инфраструктуру ИИ. Участие глобальных облачных провайдеров связывает вычислительную, сетевую и энергетическую инфраструктуру с международным рынком. Однако условия использования, стоимость, безопасность, защита национальных ключевых технологий и стандарты экспорта данных для местных производственных компаний еще не были окончательно утверждены. Если в течение следующих двух-трех лет центр обработки данных создаст операционную структуру, ориентированную на внешний спрос на ИИ, фактическая доступность для заводов Ульсана может быть ограничена независимо от масштаба инвестиций.  Ульсан считается лидером по размещению инфраструктуры ИИ, но информация об использовании производственных данных в нем остается неподтвержденной.

Если сопоставить инвестиции в размере 7 триллионов вон в центры обработки данных для ИИ с бюджетом в 117,8 миллиардов вон на поддержку МСП в 2026 году, масштаб капиталовложений в стратегию развития ИИ в Ульсане показывает значительное несоответствие между крупномасштабной инфраструктурой и поддержкой местных предприятий. Хотя эти две цифры нельзя напрямую сравнивать в соотношении из-за различий в характере и временных рамках, они выявляют структурный разрыв между инвестициями в инфраструктуру и расширением производства. Механизм, посредством которого инвестиции в центры обработки данных приводят к снижению вычислительных затрат, улучшению доступа к данным и повышению производительности ИИ для МСП, остается невыясненным. Если эта связь не будет установлена ​​в период с 2026 по 2028 год, крупномасштабные инвестиции и развитие ИИ для местных предприятий останутся отдельными направлениями политики.  Численный разрыв в развитии ИИ-города в Ульсане заключается в соотношении между объемом инвестиций в инфраструктуру и объемом переоборудования заводов.

Объединение целей по подготовке 500 специалистов по ИИ для промышленной конвергенции, 500 высокотехнологичных стартапов и 150 полевых демонстраций не гарантирует автоматически возможности проведения полевых демонстраций и трудоустройства специалистов для каждого стартапа. Поскольку целевые периоды и темы различаются, расчеты коэффициентов также недействительны. Не найдено данных, связывающих специалистов, компании, демонстрации и производственные контракты в рамках единого проекта. Если накапливать только результаты по каждой цели за два-три года, возникает несоответствие, когда специалисты готовятся и компании создаются, но клиенты на заводах не могут быть привлечены. Хотя  масштаб целей экосистемы Ульсана представлен, плотность связей оценивается как неизмеренная.

Цель UNIST по подготовке примерно 100 специалистов по ИИ ежегодно арифметически совпадает с целевым показателем в 500 специалистов за пять лет. Хотя план обеспечения образовательными ресурсами подтвержден, он не связан со специфическими потребностями в сфере автомобильной, судостроительной и нефтехимической промышленности Ульсана. Кроме того, данные о трудоустройстве выпускников на местном уровне, их стаже и результатах проектов не разглашаются. Если спрос в промышленности будет меняться быстрее, чем учебная программа в период с 2026 по 2028 год, дефицит специалистов на определенных должностях сохранится, даже если целевые показатели по кадрам будут достигнуты.  План подготовки кадров в области ИИ в Ульсане оценивается как обладающий количественной согласованностью, но его пригодность для работы на заводах остается неподтвержденной.

Выделенные 13 миллиардов вон на Центр управления интегрированным комплексом «умного зеленого» промышленного комплекса и 294,2 миллиарда вон на план «умного города» демонстрируют, что средства уже были инвестированы в инфраструктуру данных городского и промышленного комплекса. Инициатива AX в Ульсане в виде систем управления, цифровых двойников и пространственной информации реализовывалась еще до официального объявления. Однако публичные результаты, связывающие объемы инвестиций со снижением аварийности, экономией энергии и простоями оборудования, не были подтверждены. Если в течение следующих двух-трех лет будут добавлены новые инвестиции в ИИ, могут возникнуть дублирующие функции без оценки фактической отдачи от прошлых цифровых инвестиций.  Хотя общий объем инвестиций в ИИ в Ульсане растет, производительность существующих инвестиционных активов остается «проблемой данных».

Связывание цели проведения 150 полевых демонстраций с поддержкой AX для малых и средних предприятий создает потенциал для распространения результатов крупных корпоративных демонстраций на компании-партнеры. Однако такие показатели, как количество участвующих компаний-партнеров в каждой демонстрации, количество производственных площадок-реплик, оплаченные контракты и регулярный доход, не были раскрыты. Поскольку количество демонстраций отражает технологические точки соприкосновения, а количество диффузий — промышленные изменения, они не идентичны. Если эти два показателя не различать в период с 2026 по 2028 год, то увеличение количества PoC будет переоценено как распространение AX на заводах.  Наибольший численный разрыв в показателях ИИ для производства в Ульсане наблюдается между количеством демонстраций и количеством производственных процессов.

Первый пробел – отсутствие базового показателя для всего производства . Несмотря на то, что в Ульсане расположены три крупных промышленных предприятия и масштабные заводы, доля каждого этапа – сбора данных, анализа с помощью ИИ, автоматических рекомендаций и автономного управления – в общем процессе не раскрывается. Это структура без знаменателя для перехода. По мере увеличения числа демонстрационных и внедренческих проектов в период с 2026 по 2028 год становится трудно различить процессы с пересекающимися приложениями и процессы без них.  Самым большим пробелом в Ulsan Manufacturing AX считается отсутствие фактической доли применения ИИ относительно всего производства, а не количество проектов ИИ.

Второй недостаток заключается в отсутствии отслеживания перехода от концепции к производству . Хотя Ульсан поставил цель провести 150 полевых демонстраций, фактическая работа производственной линии и условия оплаты контрактов после завершения демонстраций не были раскрыты. Проверка технологии и результаты промышленного применения разделены на отдельные этапы. Если количество демонстраций станет фиксированным показателем эффективности на два-три года, разница между уроками, извлеченными из неудачных демонстраций, и коммерциализированными моделями исчезнет.  Готовность промышленного ИИ оценивается как неподтвержденная на основе коэффициента конверсии в производство, а не количества возможностей для демонстраций.

Третий пробел заключается в разрыве в обмене данными между крупными корпорациями и их поставщиками . В то время как основные компании обладают производственными мощностями, персоналом, данными и возможностями обеспечения безопасности, поставщики сталкиваются с большими проблемами, связанными с затратами на сбор данных и нехваткой квалифицированного персонала. Хотя качество, сроки поставки и затраты в рамках одной цепочки поставок взаимосвязаны, системы искусственного интеллекта остаются отдельными для каждой компании. Если крупные корпорации первыми разовьют свои возможности в области автоматизированного анализа данных в период с 2026 по 2028 год, поставщики могут оказаться не в состоянии удовлетворить более высокие требования к данным и качеству. Разрыв в промышленной экосистеме Ульсана заключается в разнице между внутренней оптимизацией в крупных корпорациях и оптимизацией всей цепочки поставок.

Четвертый пробел – это отсутствие связи между центрами обработки данных ИИ и производственными площадками . Хотя крупномасштабная вычислительная инфраструктура создана, условия, касающиеся безопасности данных на заводах, стоимости, задержки, защиты основных технологий и работы моделей, не подтверждены публично. Даже если центры обработки данных и заводы расположены в одном регионе, они автоматически не образуют единую экосистему ИИ. Если контрактные и операционные структуры остаются неизменными в зависимости от внешнего спроса в течение двух-трех лет, требования к доступности для местных производственных компаний отходят на второй план.  Готовность инфраструктуры высока, но готовность к промышленному применению считается неподтвержденной.

Пятый пробел – это отсутствие информации о результатах работы заводов . Результаты применения ИИ отражаются в производительности, количестве дефектов, времени простоя оборудования, энергопотреблении, безопасности и сроках поставки. Хотя отдельные показатели могут быть ограничены из-за коммерческой тайны, анонимная и индексная региональная статистика также недоступна. Если данные о производительности за 2026–2028 годы останутся нераскрытыми, политика будет оцениваться исключительно на основе количества поддержанных компаний и пилотных проектов.  Хотя изменения на заводах Ульсана могут происходить в отдельных компаниях, они остаются неподтвержденными данными по всему городу.

Центр обработки данных SK–AWS AI и существующая инфраструктура в промышленных комплексах и интеллектуальных экологически чистых промышленных комплексах расширяют возможности для вычислений, сетей и управления. Технологическая инфраструктура Ульсана перешла к структуре, где глобальные облачные и городские/промышленные комплексы сосуществуют с серверами отдельных заводов. Однако фактические показатели использования, стоимость услуг, задержка и рейтинги безопасности местных заводов остаются неподтвержденными. После завершения разработки модели работы центра обработки данных в период с 2026 по 2028 год будут определены начальные условия использования, а именно долгосрочная доступность для промышленности.  Вычислительная инфраструктура оценивается как находящаяся на стадии масштабного строительства, в то время как доступность для местного производства считается неопределенной.

Цель привлечения 500 специалистов по ИИ, работающих в рамках отраслевой конвергенции, совместно с UNIST Novatus закладывает основу для обеспечения квалифицированным персоналом. Образование специалистов сместилось от общего анализа данных к модели отраслевой конвергенции, которая решает проблемы производственных процессов. Однако данные о спросе по должностным функциям в автомобильной, судостроительной и нефтехимической отраслях, а также о региональной удержании выпускников пока не разглашаются. Если крупные корпорации, центры обработки данных и стартапы будут конкурировать за одних и тех же специалистов в течение следующих двух-трех лет, дефицит рабочей силы в малых и средних предприятиях (МСП) усугубится в первую очередь.  Хотя планы по обеспечению кадровой инфраструктуры подтверждены, распределение по отраслям и региональная удержание считаются неподтвержденными.

В автомобильной, судостроительной и нефтехимической отраслях используются ключевые национальные технологии, коммерческая тайна и информация по безопасности. Промышленные данные переходят от расширенной открытости к структуре совместного обучения в зонах ограниченного доверия. Стандарты Ульсана в отношении межкорпоративных стандартов данных, полномочий, псевдонимизации, федеративного обучения и подотчетности моделей не подтверждены общедоступными данными. Если независимые системы отдельных компаний укоренятся в период с 2026 по 2028 год, обеспечение доступа к обучающим данным для общих региональных моделей ИИ станет затруднительным.  Готовность к работе с данными оценивается как высокая в крупных корпорациях, но низкая с точки зрения регионального совместного использования.

Штаб по привлечению капитала в сфере ИИ, Комитет по искусственному интеллекту, План развития малых и средних предприятий и Стратегия развития стартапов служат институциональной основой для реализации проектов. Администрация ИИ в Ульсане расширилась от отдельных департаментов до специализированных организаций и системы внедрения, объединяющей государственные, промышленные и академические структуры. Однако открытое управление, интегрирующее и регулирующее критерии прекращения проектов, проверку эффективности, права на данные, трудовые отношения и ответственность за безопасность, пока не обеспечено. По мере увеличения числа проектов в течение следующих двух-трех лет неопределенность границ ответственности, а не количество учреждений, превращается в операционный риск.  Установлено, что, хотя институциональная готовность к созданию рамочной структуры внедрения достигнута, она еще не достигнута в отношении рамочной структуры ответственности в промышленности в сфере ИИ.

Бюджет поддержки малых и средних предприятий (МСП) на 2026 год составляет 117,8 млрд вон, что на 26% больше, чем в предыдущем году, и в это направление поддержки включено внедрение искусственного интеллекта (ИИ). Целевая аудитория политики расширена с крупных корпораций и научно-исследовательских институтов на региональные МСП. Однако количество компаний, процессы, производительность, занятость и объемы продаж, получивших поддержку в рамках программы ИИ, отдельно не раскрываются. Если увеличится только общий бюджет поддержки на 2026–2028 годы, то фактический переход к производственным линиям с использованием ИИ будет сочетаться с финансовой поддержкой, поддержкой каналов сбыта и общей инновационной поддержкой.  Хотя расширение охвата МСП подтверждено в рамках политики, результаты для заводов остаются неподтвержденными.

150 полевых демонстраций, ориентированных на крупные корпорации, служат каналом для доступа стартапов и поставщиков решений в области ИИ к реальным данным о производственных процессах. Технологические компании получают условия для перехода от бенефициаров исследовательских проектов к поставщикам решений для производственных компаний. Однако условия, касающиеся затрат на демонстрации, прав интеллектуальной собственности, доступа к данным, последующих закупок и расширения сотрудничества с другими клиентами, не были раскрыты. Если бесплатные демонстрации, ориентированные на крупные корпорации, будут повторяться в течение двух-трех лет, поставщики могут накапливать технологии, но не смогут обеспечить себе постоянный доход.  Хотя расширение сотрудничества со стартапами подтверждается в момент контакта с рынком, оно считается неподтвержденным с точки зрения формирования рынка.

Искусственный интеллект на производстве влияет на задачи работников и их подверженность рискам, изменяя остановки оборудования, несчастные случаи, энергопотребление и качество. Влияние промышленного ИИ проявляется не только в производительности труда, но и в безопасности труда, смене рабочих мест и стабильности занятости. Общедоступные данные из Ульсана, связывающие несчастные случаи, квалифицированные рабочие места, занятость и переподготовку до и после внедрения ИИ, пока не подтверждены. По мере расширения автоматизации в период с 2026 по 2028 год, рост производительности и затраты на смену рабочих мест будут отражаться в отдельных статистических данных.  Влияние ИИ на работников остается неоцененным, поскольку безопасность, должностные обязанности и занятость не рассматриваются совместно.

Инвестиции в центры обработки данных для ИИ и в производство ИИ увеличивают местный спрос на электроэнергию, воду, строительство и услуги. Влияние на жителей и предприятия проявляется не только в местной занятости и налоговых поступлениях, но и в нагрузке на энергосеть, окружающую среду и инфраструктуру. Однако интегрированные общедоступные данные о местной занятости, электроэнергии, воде, налоговых поступлениях и экологических издержках, связанных с центрами обработки данных, отсутствуют. Если инвестиции в объекты будут осуществляться в течение двух-трех лет, первоначальные ожидаемые выгоды останутся неизменными, в то время как эксплуатационные расходы могут проявиться после завершения строительства.  Хотя региональное расширение крупномасштабной инфраструктуры ИИ подтверждается объемами инвестиций, чистая местная выгода считается неподтвержденной.

Для автомобильной промышленной зоны в районе Бук-гу характерны крупные заводы по производству готовых автомобилей, связанные с сетями поставок комплектующих и логистики, в то время как в судостроительной промышленной зоне в районе Дон-гу расположены масштабные верфи и многоуровневая структура сотрудничества и аутсорсинга. В нефтехимической зоне районов Нам-гу и Ульджу-гун между предприятиями взаимосвязаны непрерывные процессы, трубопроводы, энергетика и безопасность. Такая структура затрудняет измерение трансформации этих трех отраслей с использованием единой политики искусственного интеллекта в производстве. Единая панель мониторинга Ульсана, различающая технологические установки и критерии результатов по отраслям, не была найдена. Сравнение одинакового количества демонстрационных проектов в период с 2026 по 2028 год искажает сложность и эффекты распространения по отраслям.  Различия в показателях AX внутри Ульсана объясняются отсутствием стандартов измерения, отражающих региональные различия в промышленной структуре.

Районы Бук-гу, Дон-гу и Нам-гу, где сосредоточены крупные корпорации, отличаются от Ульджу-гуна, где распределены малые и средние предприятия и промышленные комплексы, с точки зрения возможностей обработки данных, кадровых ресурсов и инвестиций в инфраструктуру. В то время как внедрение ИИ для крупных компаний может осуществляться за счет внутренних инвестиций, малые предприятия в значительной степени зависят от государственной поддержки и общей инфраструктуры. Данные, сравнивающие темпы внедрения ИИ, объемы инвестиций и показатели эффективности производственных компаний в разных районах и округах, отсутствуют. Если показатели, обусловленные крупными корпорациями, приведут к росту среднего показателя по Ульсану в течение следующих двух-трех лет, разрыв для малых и средних предприятий, не внедряющих ИИ, станет менее заметным.  Установлено, что средний показатель AX по Ульсану может быть завышен из-за показателей крупных корпораций.

Хотя центры обработки данных для ИИ, а также исследовательская и стартап-инфраструктура расположены в определенных регионах, производственный спрос распределен по различным отраслям промышленности. Даже при небольших физических расстояниях возникают различия в использовании, если доступ к защите данных, сетям, контрактам и специализированному персоналу различен. Время использования и стоимость инфраструктуры ИИ компаниями в каждом регионе не разглашаются. Если первые клиенты и партнеры будут определены в период с 2026 по 2028 год, разрыв в производительности между подключенными и неподключенными компаниями увеличится.  Установлено, что доступность ИИ в Ульсане асимметрична из-за размера компаний и полномочий в области данных, а не из-за расстояния.

Интегрированная система управления «умным» промышленным комплексом отслеживает общие риски внутри комплекса, но ее назначение и данные отличаются от систем искусственного интеллекта для отдельных производственных предприятий. Структура включает в себя параллельное управление безопасностью на уровне промышленного комплекса и управление производственными процессами внутри компании. Общедоступная база данных, связывающая оповещения, состояние оборудования и графики технического обслуживания двух систем, отсутствует. Если отдельные системы будут использоваться в течение двух-трех лет, временной разрыв между оценкой рисков комплекса и определением работы завода увеличится.  В промышленном пространстве Ульсана управление производственными процессами, как установлено, фрагментировано между комплексом и заводами.

Инвестиции в центр обработки данных SK–AWS AI продолжаются, а система привлечения капитала для развития ИИ была полностью запущена в 2026 году. Период с 2026 по 2028 год — это время, когда будут конкретизированы проектирование, строительство и условия эксплуатации центра обработки данных, а также структура использования местных производственных предприятий. Стандарты, касающиеся коэффициентов использования местных заводов, безопасности, затрат и общих услуг, еще не утверждены. После завершения разработки первоначальной модели эксплуатации стоимость перераспределения спроса на местные производственные мощности с более низкого приоритета возрастет.  Первый «золотой период» определен до того, как соотношение между крупномасштабной вычислительной инфраструктурой и спросом со стороны заводов будет зафиксировано контрактом.

Бюджет Министерства торговли, промышленности и энергетики на программу Industrial AX увеличился до 1,1347 триллиона вон к 2026 году, а бюджет на заводы с автоматизированным производством также вырос до 220 миллиардов вон. Национальная программа Manufacturing AX вступила в фазу масштабного распространения, перейдя от ограниченного пилотного проекта к фазе масштабного расширения. Однако региональные сроки интеграции выбранных проектов в Ульсане, производственных процессов и расширения партнерских компаний еще не подтверждены. Если другие регионы опередят Ульсан в разработке отраслевых стандартов, поставщиков и эталонных показателей в период с 2026 по 2028 год, преимущество Ульсана в промышленной агломерации может превратиться в бремя существующих неавтоматизированных предприятий.  Второй «золотой период» — это следующие два-три года, в течение которых ресурсы национальной программы AX будут зафиксированы в качестве первоначальных отраслевых стандартов.

В течение следующих пяти лет Ульсан планирует провести 150 полевых демонстраций, подготовить 500 специалистов по промышленной конвергенции ИИ и создать 500 высокотехнологичных стартапов. Период с 2026 по 2028 год знаменует собой выполнение первой половины этих целей и стабилизацию метода оценки эффективности. Критерии для оценки эффективности производства, регулярного дохода и результатов работы заводов пока не разглашаются. Если первоначальная оценка будет сосредоточена на количестве демонстраций, обучении и стартапах, в дальнейшем будет сложно переключить внимание на коммерциализацию.  Третий «золотой период» определен как период до того, как показатель эффективности промышленного ИИ будет окончательно установлен на уровне демонстраций.

Автомобильная промышленность сталкивается с появлением самоходных электромобилей, судостроение переходит к автономному управлению и цифровым судам, а нефтехимическая промышленность – к переизбытку предложения, выбросам углекислого газа и производству продукции с высокой добавленной стоимостью. Время инвестиций в ИИ в Ульсане совпадает с одновременной трансформацией продуктовой, технологической и кадровой структуры этих трех отраслей. Данные о базовых показателях процессов и изменениях в структуре рабочих мест по отраслям пока неполны. После реорганизации производственных мощностей, должностных обязанностей и цепочек поставок в период с 2026 по 2028 год некорректно отобранные данные и структуры ИИ будут внедрены в долгосрочную производственную систему.  Четвертое «золотое время» определяется не как цикл развития технологий ИИ, а как период, в течение которого завершаются циклы инвестиций в производственные мощности ключевых отраслей Ульсана.

12-1. Пример применения программы «Золотое время» в местных органах власти ① — Бук-гу

В районе Букгу расположен завод Hyundai Motor в Ульсане, а также сосредоточены крупные предприятия по производству автомобильных запчастей и логистике. В автомобильной отрасли наблюдается переход от автоматизации производства к интегрированной структуре «продукт-процесс», где электромобили, малогабаритные автомобили, роботы и данные о качестве взаимосвязаны. Однако общедоступные данные не подтверждают, в какой степени преимущества применения ИИ в производстве готовых автомобилей распространились на повышение производительности, сокращение сроков поставки и улучшение качества для поставщиков в Букгу. Если в период с 2026 по 2028 год система производства готовых автомобилей будет реорганизована вокруг электромобилей и программного обеспечения, поставщикам со слабой связью данных будет сложно справиться, полагаясь исключительно на свои существующие возможности поставок.  Букгу оценивается как регион с высоким потенциалом для внедрения ИИ в крупных корпоративных заводах, но трансформация всей цепочки поставок в этом регионе остается неподтвержденной.

Объемы производства, дефекты и простои на заводах по производству готовых автомобилей связаны с данными о поставках и качестве комплектующих от поставщиков. Конечной единицей автоматизации производства на основе искусственного интеллекта являются не отдельные производственные линии, а вся цепочка поставок от получения комплектующих до отгрузки готового автомобиля. Межфирменные стандарты моделей и данных, а также общие результаты пока не разглашаются. Если внутренняя оптимизация на заводе по производству готовых автомобилей закрепится в течение следующих двух-трех лет, поставщикам придется справляться с более короткими сроками поставок и более высокими требованиями к качеству без основы на основе ИИ.  «Золотым временем» для Севера считается период до того, как разрыв в данных между производителем готовых автомобилей и поставщиками будет устранен как несоответствие в цепочке поставок, а не в процессе автоматизации производства.

12-2. Примеры применения программы «Золотое время» в местных органах власти ② — Дун-гу

В районе Дунгу сосредоточены крупные предприятия, такие как Hyundai Heavy Industries, субподрядчики судостроения и квалифицированные рабочие. Судостроительный бум и большой объем невыполненных заказов предоставляют обширные данные для применения ИИ, робототехники и цифровых технологий на верфях в реальном производстве. Однако нет универсальных региональных данных, подтверждающих, насколько применение ИИ изменило сроки строительства судов, объемы доработок, качество сварки, количество несчастных случаев или нехватку рабочей силы. Если производственные нагрузки в период бума 2026–2028 годов будут компенсированы расширением использования временных работников и аутсорсингом, имеющиеся данные и инвестиционные возможности для перехода будут исчерпаны до наступления экономического спада.  Дунгу оценивается как регион, где существует как спрос на демонстрацию ИИ, так и финансовые возможности, но результаты структурной трансформации остаются неподтвержденными.

Судостроительным верфям сложно многократно применять одну и ту же модель из-за проектирования по заказам, больших верфей и многоэтапных процессов. Искусственный интеллект в судостроении структурирован таким образом, чтобы быть более эффективным при интеграции с изменениями в проекте, материалами, последовательностью работ и квалифицированным персоналом, а не за счет прогнозируемого обслуживания отдельного оборудования. Общедоступные данные о времени выполнения, связывающие данные о процессах генерального подрядчика и субподрядчика с производительностью по конкретным задачам, отсутствуют. Если демонстрации отдельных роботов и систем машинного зрения проводятся независимо в течение двух-трех лет, они не суммируются для сокращения общего времени строительства всей верфи.  «Золотое время» Дунгу — это период для оценки комплексного эффекта, изменяющего общее время выполнения проекта судостроения, а не количество продемонстрированных технологий.

Если операционная структура центров обработки данных для ИИ будет отделена от местного производства, Ульсан может стать местом для вычислительной инфраструктуры, но не регионом для создания ценности из промышленных данных. Подтвержденной связи между инвестициями в размере 7 триллионов вон и условиями использования для производственных компаний нет. Если структура потребителей долгосрочных контрактов, электроэнергии и облачных услуг зафиксируется в период с 2026 по 2028 год, возможности для приоритетного локального доступа и внедрения услуг, специфичных для производства, уменьшатся.  Первоочередная потеря заключается не в эффекте привлечения центров обработки данных, а во времени, необходимом для преобразования вычислительной инфраструктуры в местную промышленную производительность.

Если полевая валидация не переходит в производство, заводские данные используются для разовых проектов, а модели прекращают поддержку без обслуживания. В Ульсане запланировано 150 валидационных целей, но критерии перехода к коммерциализации пока не подтверждены. Если пилотные проекты накапливаются в течение двух-трех лет, компании несут бремя усталости от валидации и затрат на предоставление данных, в то время как поставщики не могут получать стабильный доход.  Вторая статья расходов определяется не бюджетом на валидацию, а доверием между заводом и компанией, занимающейся ИИ, и временем, необходимым для коммерциализации.

Если разрыв в скорости между крупным конгломератом AX и его партнером AX увеличится, стандарты качества, сроков поставки и безопасности в цепочке поставок повысятся, но возможности реагирования малых и средних предприятий не смогут угнаться за ними. Хотя поддержка малых и средних предприятий была расширена в 2026 году, фактический коэффициент переориентации заводов еще не подтвержден. По мере того, как системы крупных автопроизводителей, судостроителей и нефтехимических компаний будут стабилизироваться в период с 2026 по 2028 год, затраты на вход для не связанных с ними партнерских компаний возрастут.  Третья потеря заключается не только в снижении производительности отдельных малых и средних предприятий, но и в снижении региональной целостности цепочки поставок Ульсана.

Даже если специалисты по ИИ будут подготовлены, если это не приведет к проектам на местах в компаниях Ульсана или к долгосрочной занятости, результаты обучения будут перенесены в другие регионы. Хотя поставлены цели примерно в 100 человек ежегодно и 500 в течение пяти лет, показатели занятости и удержания кадров остаются неподтвержденными. По мере усиления конкуренции за таланты между центрами обработки данных, крупными корпорациями и стартапами в течение следующих двух-трех лет, дефицит специалистов по ИИ в малых и средних предприятиях (МСП) будет усугубляться.  Четвертой причиной потери считается не количество подготовленных специалистов, а местный человеческий капитал, обладающий как технологическими знаниями, так и знаниями в области ИИ.

Ульсан одновременно обладает крупным производственным спросом в автомобильной, судостроительной и нефтехимической отраслях, талантливыми кадрами и исследованиями от UNIST, площадками для крупных корпораций, поддержкой стартапов и глобальными центрами обработки данных. Компоненты спроса, предложения и инфраструктуры промышленного ИИ сосуществуют в одном регионе. Однако общедоступная среда, связывающая эти элементы с единым результатом для производства, еще не определена. Еще есть возможность оценить взаимосвязь до того, как операционные структуры каждого элемента будут закреплены по отдельности в период с 2026 по 2028 год.  В настоящее время возможность заключается в определении коэффициента конверсии производства уже интегрированных активов, а не в добавлении активов ИИ.

Автомобильные, судостроительные и нефтехимические заводы генерируют большие объемы данных, касающихся качества, оборудования, безопасности и энергопотребления. Ульсан — регион, в котором существуют реальные промышленные проблемы, необходимые для обучения искусственного интеллекта. Однако региональное совместное обучение пока не подтверждается из-за различий в корпоративных секретах и ​​стандартах данных. По мере того, как в ближайшие два-три года структуры данных, специфичные для каждой компании, будут становиться все более сложными, затраты на распространение общих моделей среди компаний-партнеров возрастут.  В настоящее время возможность заключается в оценке целесообразности совместного обучения на основе существующих технологических данных, а не в создании новых данных.

Расширение национального бюджета на промышленное внедрение ИИ и увеличение поддержки малых и средних предприятий в Ульсане произошли одновременно. Структура, в которой одновременно увеличивается внешнее и местное финансирование, создает условия для покрытия первоначальных фиксированных затрат на производство ИИ. Однако данные о дублировании проектов, разрывах в процессах и взаимосвязи показателей пока не подтверждены. После окончания периода фискального расширения 2026–2028 годов может стать сложно снова обеспечить инвестиции в демонстрационные проекты и инфраструктуру в том же масштабе.  В настоящее время возможность заключается в фазе фискального расширения, когда различные источники финансирования могут быть связаны с производством, а не с масштабом субсидий.

Хотя бум в судостроении, трансформация автомобильной промышленности и давление, оказываемое реструктуризацией нефтехимической отрасли, представляют собой различные промышленные ситуации, все они требуют перепроектирования технологических данных и повышения производительности. Ульсан обладает производственным портфелем, позволяющим сравнивать отраслевые примеры, а не использовать единую универсальную политику в области ИИ. Общие показатели эффективности для всех отраслей пока не определены. Если в течение следующих двух-трех лет произойдут отраслевые преобразования, первоначальная возможность учиться на взаимных успехах и неудачах исчезнет.  В настоящее время возможности определяются не объединением трех отраслей в рамках одной и той же технологии, а временными рамками, в течение которых их можно сравнивать на основе одного и того же результата.

Промышленная среда выполнения AX

Базовый план процесса → Сбор данных → Демонстрация ИИ → Применение на производственной линии → Результаты по качеству, простоям, затратам, безопасности и энергопотреблению → Воспроизведение поставщиками → Повторяющийся доход → Конкурентоспособность отрасли → Следующий процесс

Ускорение развития инфраструктуры + Доказательства трансформации производства GAP

Объявление Ульсана городом искусственного интеллекта принесло ощутимые результаты благодаря инвестициям в организацию, кадры, демонстрацию, финансирование и центры обработки данных.

Изменения в производительности, качестве, безопасности и энергопотреблении на уровне заводов не отразились на ситуации во всем городе.

Текущий риск заключается не в недостатке инвестиций в ИИ, а скорее в структуре, при которой крупномасштабные инвестиции не переходят от стадии демонстрации и создания инфраструктуры к серийному производству.

Фактическое положение Ульсана определяется не названием города, созданного с помощью ИИ, а коэффициентом конверсии производственных мощностей в период с 2026 по 2028 год.

В итоге был получен показатель разрыва между ускорением развития инфраструктуры и трансформацией производства.

1. Общее количество производственных предприятий в Ульсане
2. Общее количество производственных процессов по отраслям
3. Скорость сбора данных процесса
4. Темпы применения ИИ на заводах и в производственных процессах
5. Различие между автоматизацией и применением ИИ.
6. Соотношение процессов, рекомендованных ИИ, и процессов автономного управления.
7. Количество начатых и завершенных полевых точек подтверждения концепции (PoC).
8. PoC → Коэффициент конверсии в производство
9. Показатель удержания клиентов через 12 месяцев после внедрения в производство.
10. Различная скорость тиражирования одной и той же модели на разных заводах.
11. Время простоя оборудования до и после применения ИИ
12. Показатели брака и доработки до и после применения ИИ.
13. Сроки выполнения производственных задач до и после применения ИИ
14. Интенсивность энергопотребления до и после применения ИИ.
15. Аварии и происшествия, едва не приведшие к аварии, до и после применения ИИ.
16. Крупная корпорация – компания-партнер: совместный проект в области искусственного интеллекта
17. Показатели применения ИИ по партнерам
18. Сумма поддержки SME AX, компании-бенефициары и результаты.
19. Количество производственных компаний Ульсана, использующих центры обработки данных
20. Вычислительные затраты и время обработки данных у производственных компаний.
21. Уровень занятости специалистов по искусственному интеллекту в компаниях Ульсана.
22. Показатели местного проживания специалистов по искусственному интеллекту через 1 и 3 года.
23. Ставка оплаты по контракту стартапа с крупными корпорациями
24. Повторяющийся доход и последующие инвестиции в компании, занимающиеся промышленным искусственным интеллектом.
25. Показатели доходности производства в сравнении с инвестициями в ИИ

Пробел в данных: В открытых источниках не подтверждено, что среда выполнения Ulsan Manufacturing AX Runtime, связывающая центр обработки данных ИИ, таланты, стартапы, финансы → демонстрация на практике → применение на производственной линии → производительность, качество, безопасность, энергосбережение → распространение среди партнеров → получение регулярного дохода компанией, использующей ИИ, на одном и том же заводе/проекте с одинаковым идентификатором и сроками.

Цепочка выполнения

Вычисления, таланты, технологические данные → Концепция → Производство → Результат производства → Расширение цепочки поставок → Постоянный доход → Производительность труда → Конкурентоспособность мирового производства

Источник · Проверка

• Столичный город Ульсан продвигает Ульсан как столицу искусственного интеллекта
• Администрация города Ульсан инвестирует в центр обработки данных SK-AWS AI.
• Специальная зона развития и создания центров обработки данных в сфере искусственного интеллекта в городе Ульсан.
• Городской округ Ульсан: стратегия развития стартапов в области искусственного интеллекта, привлечения талантов и демонстрации передовых технологий в промышленной конвергенции.
• План развития малых и средних предприятий и содействия инновациям в городе Ульсан до 2026 года
• Центр управления интегрированным комплексом «умной зеленой» промышленной зоны города Ульсан
• Метрополитен Ульсан, план «умного города» на 2022–2026 гг.
• Министерство торговли, промышленности и энергетики расширяет инвестиции в промышленные заводы по производству машинного и искусственного интеллекта.
• Министерство торговли, промышленности и энергетики, Новая отраслевая политика для эпохи искусственного интеллекта.
• Метрополитен Ульсан, состояние населения Ульсана по состоянию на май 2026 г.

Структурные выводы, оставшиеся после этого анализа.

Центры обработки данных для ИИ производят вычисления, а заводы — производительность. Сам факт расположения этих двух объектов в одном городе не означает, что вычисления превращаются в производительность. Вычисления в центрах обработки данных преобразуются в производственную ценность только тогда, когда права, безопасность, стоимость и задержка данных на заводе связаны с системой обслуживания моделей ИИ на месте.

Особенность структуры Ульсана заключается не в отсутствии спроса на ИИ, а в том, что этот спрос заперт внутри компаний. Хотя автомобильная, судостроительная и нефтехимическая отрасли генерируют огромные объемы данных, если они не могут выйти за рамки корпоративных и отраслевых границ, поставщикам ИИ приходится каждый раз создавать новые прототипы (PoC), а компании-партнеры постоянно несут одни и те же затраты на переход.

Таким образом, единственная структурная идея города искусственного интеллекта в Ульсане заключается в том, что агрегация вычислений и агрегация обучения — это разные вещи . В то время как центры обработки данных собирают вычислительные ресурсы в одном месте, промышленное обучение не агрегируется, если не используются повторно специфические для каждого завода испытания, ошибки и результаты. Ульсану необходимо завоевать не звание крупнейшего предприятия по разработке ИИ, а скорость, с которой знания, полученные на одном заводе, передаются на следующий.

Тезис о «золотом времени» — моментом, когда Ульсан станет глобальным городом ИИ, является не день завершения строительства центра обработки данных ИИ. Это день, когда прототип (PoC) завода переходит в производство, а его результаты тиражируются для улучшения показателей по дефектам, простоям, затратам и безопасности на других заводах и у компаний-партнеров. Если этот путь тиражирования не будет налажен в период с 2026 по 2028 год, Ульсан останется с масштабной вычислительной инфраструктурой и многочисленными демонстрациями ИИ, но скорость обучения всей обрабатывающей промышленности не изменится.