ИИ в лесной промышленности и деревообработке: умные лесозаготовки и AI-переработка древесины

Компания Ponsse — финский производитель лесозаготовительной техники — оснастила свои харвестеры AI-системами: машина сама определяет диаметр дерева, оптимальную раскряжевку (как распилить ствол для максимальной ценности) и объём. Один оператор управляет харвестером стоимостью €1 миллион, но AI максимизирует выход ценной древесины из каждого дерева.

Кейс 1. Stora Enso (Финляндия/Швеция) — AI в крупнейшем лесопромышленном холдинге

Масштаб Stora Enso

• Выручка: >€10 млрд
• Операции: 50+ заводов в 25 странах
• Продукты: бумага, картон, биоматериалы, деревянные конструкции

AI-применения:

1. Forest Intelligence:

• Спутниковые снимки + Lidar + ML: мониторинг лесных угодий
• Прогноз урожайности: сколько древесины через 5, 10, 20 лет
• Планирование рубок: оптимальный порядок делянок
• Certification AI: автоматическая проверка соответствия FSC/PEFC стандартам

2. Mill Optimization:

• Бумажная машина: Stora Enso оснастила производственные линии AI
• Predictive quality: ML предсказывает качество бумаги на выходе по параметрам процесса
• «Аномалия в подаче целлюлозы → через 20 минут будет брак → корректировка сейчас»

3. AI для деревянного строительства (CLT):

• Stora Enso производит CLT (Cross-Laminated Timber) для строительства
• Generative Design AI: оптимальные конструкции для жилых зданий
• Производительность: автоматизированный завод CLT с AI-управлением

Кейс 2. Ponsse — AI в лесозаготовительной технике

Ponsse — финская инновация в лесной машине

Ponsse (Финляндия):

• Харвестеры и форвардеры для заготовки леса
• Продаётся в >40 странах

Ponsse AI — Optimizing the Harvest:

OptiControl — AI-раскряжёвка:

• Харвестер срубает дерево → оборудование измеряет диаметр в реальном времени
• ML решает: как оптимально распилить ствол
• «Этот ствол → 3 пиловочника высшего сорта + 2 баланса, а не 5 баланса»
• Разница в стоимости: пиловочник стоит в 2–3 раза дороже балансовой древесины
• Выход ценных сортиментов: рост на 8–15%

Machine Monitoring:

• Каждый Ponsse: подключён к Ponsse Connect платформе
• ML мониторинг: предиктивное ТО
• «Рекомендуем заменить гидравлический шланг на следующем техобслуживании»

Кейс 3. UPM (Финляндия) — AI в целлюлозно-бумажном производстве

UPM — универсальная лесопромышленная компания

UPM:

• Бизнесы: целлюлоза, бумага, биотопливо, биохимия, фанера
• Выручка: >€11 млрд

UPM AI Platform:

Biofore AI:

• УПМ позиционирует себя как «Biofore Company» (лесная промышленность + биоэкономика)
• AI оптимизирует: весь производственный процесс — от леса до продукта

Pulp Mill AI:

• Варочный процесс (Kraft process): ML управляет
• Kappa number prediction: прогноз степени делигнификации → корректировка химикатов
• Energy optimization: вискозиметр + ML → оптимальное соотношение
• Результат: снижение расхода химикатов на 5–8% при том же качестве

AI Paper Machine:

• Скорость: >1 500 метров/минуту полотно бумаги
• AI: контролирует тысячи параметров одновременно
• Moisture AI: мгновенная коррекция просушки
• Basis weight: равномерность по ширине ± 0,5 г/м²

Кейс 4. Группа Илим и «Сегежа» — AI в российской лесопромышленности

Группа Илим — крупнейший производитель целлюлозы в России

Группа Илим:

• 4 завода: Братск, Котлас, Коряжма, Усть-Илимск
• Продукция: целлюлоза, картон, гофрокартон
• Выручка: >$2 млрд

AI-применения Группа Илим:

• Предиктивное ТО на производственных линиях
• Energy Management: оптимизация энергопотребления заводов
• Quality AI: автоматический контроль качества целлюлозы

«Сегежа Групп»

Сегежа (лесопромышленный холдинг АФК «Система»):

• Пиломатериалы, фанера, CLT, бумага
• Сибирь + Карелия + Вологда: основные регионы

AI-направления Сегежа:

• Forest planning AI: оптимизация лесозаготовок
• Mill efficiency: снижение простоев оборудования
• Log sorting AI: автоматическая сортировка кругляка по сортам

Кейс 5. Практика для лесозаготовительных и деревообрабатывающих компаний

AI-инструменты и решения

Для лесозаготовительной компании:

Harvestline AI:

• Зарубежные решения: Ponsse OptiControl, Logset AI
• Принцип: максимизировать стоимость выхода из каждого дерева
• ROI: 8–15% рост стоимости сырья при той же заготовке

Спутниковый мониторинг леса:

• Планета Земля (Planet Labs API): ежедневные снимки лесных угодий
• ML-анализ: пожары, незаконная рубка, болезни леса
• Российские решения: «ТЕРРА» + ГИС-анализ

Для деревообрабатывающего завода:

Saw Optimization AI:

• Оптимизация раскроя бревна на пиломатериалы
• Зарубежные решения: Microtec (Австрия), USNR (США)
• Доступность для России: через партнёров и альтернативные поставки

Сортировка и качество:

• CV-системы на лесопилке: автоматическая сортировка досок по сорту
• Российские производители: устанавливают при новом строительстве

ChatGPT для планирования: «Мы лесозаготовительная компания в Архангельской области. Лесной фонд: 50 000 га. Помоги разработать AI-первый план оцифровки: какие данные собирать, какие решения внедрить в первые 2 года, ожидаемые ROI».

Источники: Stora Enso Annual Report 2023, Ponsse technology documentation, UPM Annual Report 2023, Сегежа Групп IR materials.