2025/07/14 12:12:11

TAdviser: ИТ в промышленности 2025

13 марта в Москве TAdviser провел конференцию «ИТ в промышленности 2025», на которой обсуждалась эффективность ИТ-решений на производстве, новейшие тенденции в работе с данными, искусственный интеллект, другие аспекты использования информационных технологий в реальном секторе экономики и, конечно, продукты и кейсы. Конференцию посетили представители таких организаций, как «Уралэнерготел», «Атомстройэкспорт», Приморский металлургический завод, «Северсталь», «Красный пролетарий», ЗАО МНИТИ, КамАЗ, НПП «Исток» им. Шокина, «Черноголовка», АНО «Цифровая экономика», МГУТУ им. К.Г. Разумовского, «Норникель Спутник», Раменское приборостроительное конструкторское бюро.

Содержание

Открыл и затем вел мероприятие Дмитрий Алтухов, АНО «Цифровая экономика». Он оценил объемы продаж на российском ИТ-рынке в 2024 году в 4,4 трлн рублей. Из них 100 млрд руб. приходится на ERP-системы. Количество ИТ-специалистов, занятых в отрасли, сейчас находится на уровне миллиона, что почти в два раза больше, чем в 2019 году.

Работаем с данными по-новому

Михаил Граденко, директор департамента технологий искусственного интеллекта, «Русал», рассказал о новом течении в работе с данными — о Data Intelligence Platform (DIP-платформы).

Михаил Граденко, директор департамента технологий искусственного интеллекта, «Русал»

Спикер обозначил, что конвергенция искусственного интеллекта, бизнес-аналитики и решений для анализа данных становится трендом ИТ-индустрии. Природа конвергенции проста: для работы с данными во всех случаях можно использовать общие практики и инструменты. Тренд на конвергенцию уже заметил Gartner и другие ведущие мировые аналитические агентства. Как отметил Михаил Граденко, все это ведет к тому, что технологии будут влиять не только на основной бизнес ИТ-компаний, но и существенно изменят ИТ-ландшафт крупных промышленных, сельскохозяйственных, медицинских и других предприятий. Как результат, возникает понятие консолидированной платформы, для обозначения которой в ИТ-индустрии и начинают применять термин Data Intelligence Platform. Выручка VK Tech в первом полугодии 2025 года выросла на 48% год к году до 6,7 млрд рублей 17.5 т

В «Русале» создали собственную DSML-платформу (Data Science and Machine Learning), которая имеет облачную архитектуру с объектным хранилищем. В разработке на базе этой платформы находятся 40 «живых» продуктов, реализована конвергенция технологий.

В завершение спикер перечислил свойства DIP-платформ для средних и крупных предприятий, в числе которых назвал:

  • возможность автономной работы на своей площадке c масштабированием в любое облако;
  • опора на открытый код в сочетании с необходимым минимумом проприетарности;
  • отчуждаемость DI-артефактов — работа в гетерогенных геораспределенных средах;
  • инфраструктурная нейтральность: готовность интеграции в любую современную платформу для разработчиков, минимизация дублирования инструментов хранения кода, бинарных артефактов;
  • инструменты управления DI-стеком и средами разработки.

«
На практике необходимо не просто прикручивание искусственного интеллекта, а изменение корневых процессов компании, — считает Михаил Граденко. — Цифровая индустрия подарила нам много «молотков», то есть инструментов работы с данными, но для бизнеса важны не «молотки», а «забитые гвозди». Платформа Data Intelligence обеспечивает получение ценности из данных.
»

Ян Анисов, заместитель генерального директора по развитию производственной инфраструктуры и инновациям, ГК «Москабельмет», представил картину масштабной автоматизации практически всех процессов в группе компаний: взаимодействие с клиентом (CRM, роботы, чат-боты), конструкторская и технологическая подготовка производства (PDM-система), диспетчеризация и планирование (MES, APS) и других, включая отгрузку продукции заказчику.

Ян Анисов, заместитель генерального директора по развитию производственной инфраструктуры и инновациям, «Москабельмет»

Особое внимание спикер уделил следующим решениям, внедрение которых не просто принесло эффективность — они изменили сами процессы предприятия:

  • Конструктор моделирования математических моделей на базе «: КоМод». Эффекты, полученные от внедрения: сокращение на 68% затрат на персонал, рассчитывающий сдельную зарплату (сдельная оплата — это основной метод расчета зарплаты на предприятии). Доля проектных продаж выросла почти в 5 раз.
  • Система оперативного управления производством «1С: MES Кабельный завод». Среди эффектов — рост чистой прибыли на 110%, повышение рентабельности собственного капитала на 24%, рост производительности труда — на 10%.
  • Система оптимального планирования кабельного производства APS Infimum. Достигнутый эффект только за 1 квартал 2024 года — 23 млн рублей.
  • Автоматизация непрерывного визуального контроля «Сокол Геометрия».

«
При помощи цифровых технологий за несколько лет из убыточного предприятия мы трансформировались в прибыльное, — делится Ян Анисов. — Мы убедились, что информационные технологии влияют непосредственно на производство, даже небольшой прирост которого дает существенное увеличение прибыли.
»

Чистая прибыль от цифровизации

Максим Феопентов, директор по развитию цифровых технологий «Евраза» — ведущего производителя рельсов в России, лидера на рынках стального проката для инфраструктурных проектов, с количеством работников более 50 тыс. человек — рассказал о том, как информационные технологии повышают эффективность производства.

Максим Феопентов, директор по развитию цифровых технологий, «Евраз»

В компании реализовано более 100 ИТ-проектов. Наблюдаемый ежегодный экономический эффект составляет 4,5 млрд рублей. Цикл реализации по всем переделам тут следующий. Сначала идет поиск узких мест и генерация улучшений по всем производственным переделам, оценка потенциала экономического эффекта. Затем следует подбор ИТ-инструментария, оценка сроков и затрат на внедрение решения. Следующий этап — это выделение продуктовой команды и реализация проекта в рамках цифровой трансформации. Заканчивается цикл расчетом фактического экономического эффекта, мониторингом и контролем приживаемости решения.

Максим Феопонтов рассказал о нескольких реализованных проектах: о продвинутой аналитике, видеоаналитике, ML-системе анализа качества рельсовой продукции. Спикер остановился подробнее на цифровом двойнике моделирования производства, внедренном на Западно-Сибирском металлургическом комбинате. Он охватывает все переделы при помощи системы «Прогноз». Что касается искусственного интеллекта, то проекты с внедрением ИИ пилотируются в компании на направлении цифровизации рутинных процессов для повышения производительности труда.

«
Для нас каждый проект цифровой трансформации — это проект с экономическим эффектом, предварительно подтвержденным экономистами и производством, — подчеркнул Максим Феопентов. — Чистая прибыль от цифровизации (EBITDA) по итогам 2024 года составила 5 823 млн руб. Причем после завершения проекта мы еще год его мониторим, оцениваем приживаемость при помощи веб-аналитики и дашбордов.
»

Денис Богомолов, вице-президент по финансам, ИТ и развитию бизнеса, «Нижфарм», посвятил доклад цифровизации непроизводственных бизнес-процессов.

«
Важна не только прибыль от автоматизации, но и то, что автоматизация позволяет выполнять действия лучше, быстрее, точнее, — говорит он. — У людей настроение поднимается, когда не нужно одно и то же много раз делать, множить бумажки.
»

Денис Богомолов, вице-президент по финансам, ИТ и развитию бизнеса, «Нижфарм»

Начал спикер с очень простой, по его словам, системы автоматизации процесса обработки авансовых отчетов, созданной за месяц одним программистом и не требующей поддержки. Тут сканируется QR-код чека, заполняется несколько полей. Дальше информация передается в систему, и проводка выполняется автоматически. В бухгалтерии раньше занимались этим семь человек, сейчас — один, и то эпизодически, сообщает Денис Богомолов.

Благодаря цифровизации процесса организации мероприятий затрачиваемое на это время сократилось до получаса. Все участники работают в единой электронной системе. Упростили в компании и систему закупок, связали роботами ранее не интегрированные внутренние системы, так что теперь сотрудникам не требуется вводить одну и ту же информацию в разные системы. Внедрение ЭДО и процесса автоматического формирования большинства документов и проводок при помощи роботов привел к экономии более 30 тыс. часов в год.

В завершение Денис Богомолов рассказал про автоматизацию процесса продаж, которая делалась с привлечением внешнего подрядчика. Изначальная ситуация выглядела так. В наличии 15 неинтегрированных инструментов, автоматизация на базе Excel, высокая зависимость от экспертов. Полная картина процесса отсутствовала.

Удобство интерфейсов для пользователя было одним из главных ориентиров при разработке системы. Созданный продукт представляет собой единый инструмент, дающий полную картину процесса и обеспечивающий высокую точность прогнозирования. Зависимости от экспертов больше нет.

Все начинается с данных

Александр Лунев, руководитель центра цифровых технологий, ТМК («Трубная металлургическая компания»), владеющей 40 заводами по всей стране, представил стратегические приоритеты развития цифровых технологий в компании. Среди них превращение цифровых технологий в одну из основных движущих сил развития, повышение конкурентного преимущества и операционной эффективности.

ТМК заботится о создании прочного фундамента для внедрения и тиражирования цифровых инициатив, а также об установлении лидерства в металлургии и трубопрокатном производстве по внедрению новых цифровых решений. Еще одна цель — это создание, обогащение и сохранение знаний.

[[Image:
Александр Лунев, руководитель центра цифровых технологий, «Трубная металлургическая компания»
«
ТМК является одной из ведущих производственных компаний и использует цифровые продукты с целью повышения конкурентоспособности и получения экономического эффекта. Мы поэтапно внедряем различные технологии искусственного интеллекта в рамках единой стратегии цифровизации. И не только повышаем производительность труда, но и избавляем наших сотрудников от рутинных задач, высвобождая их интеллектуальный и творческий потенциал. Компания стремится к цифровому лидерству в трубном производстве и создает прочный фундамент для реализации подобных решений, — сказал Александр Лунев.
»

Наряду с активно используемыми методами предиктивной аналитики, машинного обучения и машинного зрения здесь применяются решения на базе генеративного искусственного интеллекта и больших языковых моделей (LLM). Технология LLM лежит в основе нового программного продукта, который компания создает для оперативной работы с технической документацией. Обладая данными о нормативных и технических документах ТМК, он позволит значительно ускорить обработку запросов от внутренних и внешних клиентов и повысить оперативность ответов.

В цехах используются технологии транскрибации, которые при обработке поступающего звука отфильтровывают производственный шум и минимизируют ошибки при ведении электронных журналов на участках производства. Также распознавание звука и технологии больших языковых моделей и генеративного ИИ включены в инструментарий корпоративного чат-бота «ТеМКа», которым активно пользуются работники с помощью интранет-портала.

Кроме прочего, здесь создан «Центр цифровых технологий», который работает по таким направлениям, как роботизация (RPA), чат-боты и голосовые помощники, машинное обучение, беспилотные летательные аппараты, дополненная реальность (VR).

Спикер обозначил направления развития ИИ-решений: развитие RAG-систем, интеграция систем транскрибации с корпоративными системами, развитие корпоративных систем с генеративным ИИ, улучшение навыков корпоративного чат-бота.

Владислав Дегтярь, ИТ-руководитель, Health&Nutrition, рассказал об использовании в компании предиктивной аналитики для прогнозирования спроса на продажи. Самые удачные кейсы по использованию машинного обучения в бизнесе встречаются по следующим направлениям: прогнозирование спроса, ценообразование и описание продуктов на маркетплейсе.

Владислав Дегтярь, ИТ-руководитель, Health&Nutrition

Докладчик напомнил, что стандартный процесс планирования в компании-производителе товаров повседневного спроса (FMCG) включает в себя спрос продаж, поставки, производство, сырье и материалы. С помощью продукта ADF в компании обрабатывается история продаж на глубину более 2,5 лет. Система работает с использованием технологии машинного обучения, которая при прогнозировании способна комбинировать более 15 факторов. В качестве облачной платформы тут используют Yandex Cloud, куда переехали с Amazon и Azure.

«
Наш стандартный вызов: что и в каком объеме будет продаваться, — пояснил Владислав Дегтярь. — Но прежде, чем продать, товар надо где-то хранить, а чтобы хранить, нужно его привезти, а перед этим — произвести и быть уверенным, что для производства хватит сырья. Стандартные математические методы для прогнозирования здесь не эффективны, а статистические не учитывают рыночные факторы.
»

По его словам, все начинается с данных (очистка, выделение эффектов), поэтому необходима синергия технологий из других систем, а в моделях следует использовать только полезные данные. Отметил докладчик и неочевидные моменты. Общая модель дает быстрый старт, эволюция модели возможна только через ее дробление, не все данные равнозначны — важен выбор и контекст их использования.

Система знает, где шпиндель

Совместно выступили Иван Шамшурин, менеджер продукта zool.ai, Programming Store, и Алексей Федоров, руководитель проектов Prosto, Programming Store. Они посвятили свой доклад использованию искусственного интеллекта для повышения производительности труда.

Иван Шамшурин, менеджер продукта zool.ai, Programming Store

Докладчики представили экосистему продуктов компании, включающей в себя систему интеллектуальной видеоаналитики zool.ai, решение для планирования и учета рабочего времени FaceReg и продукт Prosto.СКУД. Кроме этого, они рассказали об услуге подбора специалистов для реализации внутренних проектов заказчика и поделились кейсами внедрения решений вендора на производстве.

Один из проектов — внедрение умной системы автоматизации на базе zool.ai на заводе штампов и пресс-форм «Иж-Рэст». Основными целями проекта было сокращение времени подготовительных работ, предотвращение брака из-за износа оснастки станка, уменьшение влияния человеческого фактора, предотвращение выхода станков из строя.

В ходе проекта специалисты вендора разработали модель ИИ, способную идентифицировать заготовки на рабочей поверхности станка с помощью алгоритмов машинного обучения для анализа визуальных данных и классификации объектов с распознаванием деталей внутри станка и дефектов изделия. Основной результат: система обучена предупреждать о вероятных поломках в режиме реального времени.

Алексей Федоров, руководитель проектов Prosto, Programming Store
«
Мы обучили систему определять, где находится шпиндель станка, над какой деталью станок работает, поставили ряд контрольных пунктов, — отметил Иван Шамшурин. — Например, если деталь стоит на станке, а шпиндель не работает, то отправляется соответствующая информация.
»

Также спикеры рассказали о продукте FaceReg — это кроссплатформенное решение, которое может работать как сервис (SaaS) или быть развернуто на сервере предприятия. Система позволяет контролировать сотрудников на удаленных площадках.

«
FaceReg — система автоматизации и учета времени по данным СКУД, — пояснил Алексей Федоров. — Архитектура FaceReg позволяет наладить систему контроля без установки турникетов и выдачи электронных пропусков, используются только планшеты и смартфоны сотрудников.
»

Еще одно решение, предназначенное для интеграции СКУД и , под названием Prosto.СКУД позволяет в несколько раз сократить время на составление табелей. Система исключает вероятность ошибки при заполнении табелей, помогает следить за опозданиями или переработками. Данное решение внедрено в крупной автомобилестроительной компании, где была создана единая достоверная система контроля трудовой дисциплины.

В завершение спикеры представили варианты взаимодействия заказчика с внешними разработчиками с целью доработки внутренних информационных систем заказчика.

Дмитрий Кошкин, руководитель продукта, Artimate, рассказал о платформе, позволяющей использовать ИИ и машинное обучение в целях ИТ-мониторинга. Спикер перечислил традиционные проблемы ИТ-мониторинга: высокая стоимость владения разрозненными системами, информационный шум (тысячи событий из разных мониторинговых систем, невозможно быстро выявить наиболее критическую информацию, расставить приоритеты), необходимость работы с плохо структурированными и совсем не структурированными данными журналов событий, сложность корреляции событий (инциденты расследуются вручную, сильная зависимость от экспертов).

Дмитрий Кошкин, руководитель продукта, Artimate

Дмитрий Кошкин показал преимущества проактивного подхода, сочетающего в себе искусственный интеллект, машинное обучение и автоматизацию для управления ИТ-операциями, анализ данных в реальном времени, выявление паттернов, предсказания сбоев и предложения путей решения.

Далее докладчик рассказал про новую аналитическую AIOps-платформу Artimate, выведенную на рынок в начале текущего года. Она предлагает расширенные возможности для углубленного исследования данных ИТ-мониторинга.

«
Аналитическая платформа Artimate, работающая по технологии AIOps, переводит ИТ-мониторинг из плоскости алертов, событий внутри систем в плоскость инцидентов — аварии, аномалии — с целью снижения уровня информационного шума и сокращения времени ликвидации инцидентов, — поясняет Дмитрий Кошкин. — Как следствие, снижается нагрузка на ИТ-отделы, минимизируются риски повторения инцидентов в будущем. Подчеркну, что Artimate — не система мониторинга, а аналитическое решение. Мы собираем данные из разных систем мониторинга и выполняем их анализ с целью быстрой локализации инцидентов.
»

Внедрение дает следующие результаты:

  • ускоренное обнаружение, локализация и решение инцидентов;
  • снижение нагрузки на персонал, повышение эффективности ИТ-служб;
  • повышение качества ИТ-услуг и сервисов, соблюдение SLA;
  • повышение уровня лояльности внутренних и внешних пользователей.

Вместе с тем спикер отметил, что платформа пока находится в процессе пилотирования и расширения функционала, а также в процессе внесения в Реестр ПО.

Все было прекрасно, пока не ушли западные вендоры

Роман Рассказчиков, исполнительный директор, АНТ-ЦС, констатировал разрозненность информационных систем и платформ, используемых большинством крупных российских компаний, отсутствие единой событийной модели, частые отказы оборудования.

Роман Рассказчиков, исполнительный директор, АНТ-ЦС

«Уже 25 лет мы занимаемся промышленной автоматизацией в области газодобывающей, нефтегазодобывающей промышленности, ТЭК, а теперь масштабируем наши решения на лес, логистику, пищевую промышленность и другие отрасли», — отметил Роман Рассказчиков и высказался в пользу экосистемного подхода к цифровизации промышленности, который выходит за рамки простой интеграции систем.

Целью экосистемного подхода является создание единой среды, где все компоненты (ERP, APS, MES, EAM, ESB, SCADA) взаимодействуют для достижения общего результата. Среди его преимуществ:

  • прозрачность процессов — единая точка контроля и доступ к актуальным данным в реальном времени;
  • гибкость, адаптивность, масштабируемость — индивидуальные решения, которые адаптируются под уникальные потребности заказчика;
  • оптимизация ресурсов — эффективное использование оборудования, персонала и материалов для снижения издержек;
  • простота сбора информации для анализа;
  • все системы работают либо в облаке, либо на площадке заказчика.

Далее спикер рассказал о MES-системе «ИМУС 2.0» и APS-решении «ОптИМУС», о том, как они используются в промышленности. Так, был реализован интегрированный план переработки, логистики и сбыта на базе APS-решения «ОптИМУС» для одной из крупнейших компаний в области грузоперевозок в России.

В результате внедрения достигнута экономия на уровне 20%, снижение стоимости хранения (8%), ежемесячная экономия от плана транспортировки (2%), сокращение стоимости транспортировки (4%).

Андрей Походня, директор направления «Цифровизация промышленности», ПАО «Ростелеком», посвятил свой доклад роли «Ростелекома» как комплексного интегратора в решении задач автоматизации технологических процессов у крупных производств.

Андрей Походня, директор направления «Цифровизация промышленности», ПАО «Ростелеком»
«
Все было прекрасно, пока не ушли западные вендоры, — говорит Андрей Походня. — И хотя мы сразу набрали на рынке специалистов, найти рыночные продукты, близкие по качеству к Siemens, не смогли. Поэтому стали вести работу по созданию собственных ПАКов с участием крупных холдингов. На сегодня создан свободно-программируемый контроллер для общеинженерной автоматики.
»

Спикер оценил объем российского рынка АСУ ТП на уровне 1,3 трлн рублей и перешел к предложениям компании. Здесь занимаются созданием и разработкой собственных ПАКов: Komega Lite и Komega Basic, а Komega PRO (аналоги Siemens Simatic) сейчас находится в процессе реализации. Делают тут и собственное ПО, такое как SuperSCADA. Идет разработка элементов к открытой АСУ ТП: OCF-шины, DCN-шлюза, виртуального ПЛК.

Приоритетным направлением является разработка открытой АСУ ТП, отметил Андрей Походня. В перспективе она обеспечит сокращение стоимости рисков на долгосрочных контрактах, сервисную модель обслуживания от комплексного интегратора ПАО «Ростелеком», и составит конкуренцию вендорам при выборе продуктов АСУ ТП.

Открытая архитектура не означает «бесплатная», пояснил спикер, просто любые промышленные контроллеры смогут работать с любым софтом. Он подчеркнул, что за открытой архитектурой будущее, и оно «обязательно случится, хотим мы этого или нет».

Павел Ванин, директор по развитию направления компании implecs, посвятил доклад адаптации приложений 1С для повышения эффективности персонала. Он представил два кейса использования 1С на производственных участках: автоматизацию выдачи инструментов и графическое представление движения погрузчиков (траков) на складах ответственного хранения.

Павел Ванин, директор по развитию направления 1С, implecs

Первый был реализован на металлообрабатывающем предприятии с фиксацией времени получения, сдачи инструмента, персональной ответственностью рабочего за каждый инструмент. В результате безвозвратные порчи уменьшены на 7%, увеличение ресурс инструмента увеличен на 15%. Количество брака снизилось на 4%.

До внедрения графического представления движений погрузчиков на складах ответственного хранения работа тут велась в ручном режиме. Выдавалось бумажное задание для водителя, на основании которого тот забирал товар. Проблемы заключались в непрозрачности (потери времени, товаров, пересортица, кражи) и перерасходе ФОТ, поскольку зарплата рассчитывалась исходя из пробега погрузчика, который было сложно контролировать.

В ходе внедрения на каждом погрузчике разместили специальные метки с полной информацией. Метки интегрированы с системой 1С, поэтому туда в режиме онлайн отправляется информация по перемещениям трака. Время анализа снизилось на 80%, количество ошибок — на 20%, общая эффективность выросла на 17%.

«
Мы стараемся стать для своих клиентов единым окном автоматизации бизнеса, — подчеркнул Павел Ванин. — У нас много интересных кейсов внедрения в реальном сегменте.
»

В перерыве и по завершении конференции участники общались в неформальной обстановке, а также имели возможность ознакомиться с решениями и услугами ИТ-поставщиков на стендах, развернутых в холле мероприятия.