SpaceX доверила Grok поиск мусора в деталях: 99,9% против 94% у людей

Когда говорят о SpaceX, обычно вспоминают ракеты. Но на конференции UP.Summit во Флориде вице-президент компании по запускам Кико Дончев сказал вслух то, что давно видно по её стратегии: «Да, мы ракетная компания, но по сути мы инфраструктурная». Для нас интереснее другое: как именно там используют ИИ и что из этого можно забрать в свои проекты.

Что автоматизировали на самом деле

Формально SpaceX купила xAI ещё в начале 2026 года. Инженеры и до этого пользовались инструментами xAI, но, по словам Дончева, настоящий скачок случился в последние месяцы. За 16 лет в компании он не видел такого ускорения инженерной работы: то, что занимало часы и дни, теперь занимает секунды и минуты.

Самый наглядный пример — поиск FOD, то есть посторонних предметов внутри деталей. Крошечный кусочек металла или мусора в топливной магистрали может убить двигатель. Раньше инспектор заводил в трубку бороскоп (камеру на гибком щупе) и глазами искал дефекты на видео. По словам Дончева, люди находят такой мусор примерно в 94% случаев. Grok, анализируя то же видео, справляется в 99,9%.

Те же проверки по видео теперь автоматизируют и для другого железа, например для пользовательских терминалов Starlink. Дончев говорит, что ИИ используют на всех уровнях, вплоть до техников и их руководителей, и что он «выровнял игровое поле» между новичками и опытными сотрудниками.

Почему это не просто красивая цифра

Главный урок здесь методологический. Сравнение сделано на одних и тех же данных: человек и модель смотрят одно и то же видео. Именно так и надо оценивать ИИ-контроль качества. Вы не спорите «ИИ против людей» в целом, а берёте конкретную задачу, снимаете базовую точность людей и проверяете модель на тех же записях.

При этом цифры нужно читать осторожно. Это слова топ-менеджера на конференции, а не отчёт с методикой. Неизвестно, на скольких видео считали и что именно значит «99,9% perfect»: долю найденных дефектов или общую точность. Не сказано и про ложные срабатывания. А в таких задачах они важны не меньше: если модель кричит «мусор!» на каждой второй трубке, производство встанет. Ничего не известно и о том, остаётся ли человек в контуре для спорных случаев.

Остальной контекст: Falcon 9 уходит, Starship приходит

В той же беседе Дончев объяснил, почему Falcon 9 идёт к списанию: вторую ступень так и не научились возвращать, а её приходится строить заново для каждого пуска. Для сотни запусков в год это терпимо, для тысяч, а в мечтах и 10 000, уже нет. Starship должен ловить обе ступени.

Показательно, что говорил он не о грузоподъёмности, а о «производительности за пуск». Первый орбитальный полёт Starship в конце сентября вывел спутники Starlink V3 с суммарной пропускной способностью в 10 раз больше, чем у Falcon 9. Из Флориды, по его словам, будет до 20 раз. Площадка 39A на мысе Канаверал почти готова, а первые перевозки ступеней планируют на декабрь.

Есть и тревожная сторона. Ars Technica отмечает, что Дончев не ответил на опасения коммерческих заказчиков: по данным нескольких источников, ближайшие годы Starship будут держать для собственных задач SpaceX и, возможно, для NASA и других госзаказчиков. Сообщество энтузиастов, в свою очередь, беспокоится, что Маск уходит от Марса к орбитальным дата-центрам. Дончев уверяет, что Марс остаётся в ядре планов, а ИИ лишь ускорит путь к нему.

Что с этим делать

• Если у вас есть визуальный контроль (производство, склад, медиаконтент, скриншот-тесты), начните с замера точности людей на реальных записях. Без базовой линии любые «99%» ничего не значат.
• Сравнивайте модель и человека на одних и тех же данных, отдельно считайте пропуски дефектов и ложные тревоги.
• Оставляйте человека на спорных случаях, особенно там, где цена ошибки высока.
• К громким цифрам из интервью относитесь как к гипотезе для проверки, а не как к доказанному результату.

Историю SpaceX стоит читать как сигнал: ИИ в тяжёлой индустрии заходит не через чат-ботов, а через скучные, измеримые задачи вроде осмотра трубок. Именно там экономия получается проверяемой.