(АЦТ) Ассоциация цифровой трансформации - главный инфо-канал

1. «Яндекс» представил Sona — модель, заменяющую десятки алгоритмов рекомендаций одной нейросетью — генеративная модель берет на себя весь процесс подготовки рекомендаций, от подбора вариантов до их ранжирования, не требуя ручного подбора признаков для каждого отдельного алгоритма. Разработкой занимались инженеры Алисы, Яндекс Музыки и подразделение R&D. Первым сервисом для испытаний стали рекомендации в умных колонках: за неделю тестирования время прослушивания выросло на 6,3%, а число повторных прослушиваний трека — почти на 18%.

2.В России создают единую цифровую платформу для нефтегазовой отрасли с участием 20–30 ИИ-агентов — проект объединит данные о месторождениях и геологоразведке в одном формате, дополнив «Единый фонд геологической информации о недрах», где хранится около 25 петабайт сведений. Агенты будут анализировать отчеты, проектную документацию и модели месторождений; разработчик платформы — VK Tech. Систему развернут в течение двух лет, первым полигоном станет континентальный шельф.

3. ИТ-группа N3.Tech выделила направление ИИ в отдельный центр экспертизы — подразделение займется внедрением решений для крупного бизнеса и государственных организаций. Платформа N3.AIaaS предназначена для создания корпоративных ИИ-агентов и их подключения к внутренним базам знаний; отдельная разработка автоматизирует маршрутизацию обращений граждан. На стадии пилотов — оцифровка геологических архивов и интеллектуальный помощник инженера.

4. LogistiX завершила автоматизацию третьего производственного склада группы «Готэк» — на складе сырья и готовой продукции площадью свыше 10 тысяч квадратных метров в Новомосковске внедрена система управления LEAD WMS, проект реализован без остановки производства. На прежних площадках группы время на сверку принятого товара сократилось на 82%, а отгрузка за 12-часовую смену выросла на 30%.

5. Мишустин: в России работают 16 компаний, выпускающих промышленных роботов полностью из отечественных технологий — заявление сделано на выставке «Иннопром». Пять лет назад таких предприятий в стране не существовало вообще, а сейчас они производят манипуляторы с собственным программным обеспечением, системами управления и компонентами микроэлектроники. Развитие ведется в рамках нацпроекта «Производство средств производства»; освоен выпуск всех пяти основных видов промышленных роботов.

6. БЕЛАЗ показал беспилотный карьерный самосвал грузоподъемностью 90 тонн на выставке «Иннопром. Беларусь» — машина управлялась дистанционно оператором из павильона в Минске, а находилась на испытательном полигоне в Брестской области, в 250 километрах от места демонстрации. Один оператор способен одновременно контролировать от 5 до 20 таких машин. Разработка относится к направлению роботизации горной добычи; параллельно компания работает над самосвалами на водородном топливе.

7. «Росатом» представил первый российско-белорусский промышленный 3D-принтер — установка RusMelt 150M для печати металлических изделий методом селективного лазерного сплавления показана на выставке «Иннопром. Беларусь». Механические узлы производятся в Белоруссии, лазерную систему и программное обеспечение разрабатывает топливный дивизион «Росатома»; локализацию сборки в Минске завершат в 2027 году. За полгода центр аддитивных технологий выполнил более 20 заказов для белорусских предприятий.

8. В Москве запускают серийное производство автономных роботов-уборщиков «Пиксель» — аппарат собран практически полностью из российских комплектующих, двигается со скоростью до 10 км/ч и работает без подзарядки до 16 часов, убирая за смену до 2 гектаров территории. На тестовом участке в 618 гектаров московских парков робот выполнял около 50 операций по обслуживанию инфраструктуры, заменяя труд 30 человек. О серийном выпуске объявили на Московском стартап-саммите.

A7A5: новые риски для зарубежных расчётов

Многие российские предприятия после 2022 года столкнулись с проблемой в расчетах. Контракт подписан, деньги есть, а банк не проводит платёж иностранному поставщику. Такие ограничения создали спрос на альтернативные способы расчётов.

A7A5 — рублёвый токен внутри платёжной сети A7. По описанию FinCEN, он использовался для передачи стоимости между участниками сети, а зарубежные посредники проводили расчёты с поставщиками в обычной валюте. Работу обеспечивала вся цепочка: токен, посредники, их счета и доступ к банкам.

1 октября 2026 года OFAC ввёл санкции против сети A7, а FinCEN предложил запретить американским финансовым организациям переводы с участием её субагентов. По оценке ведомства, они обработали более $17 млрд с января 2025-го по июнь 2026-го. При этом A7 и эмитент токена Old Vector находятся под санкциями США ещё с августа 2025 года.

Утверждать, что канал полностью остановился, оснований пока нет. Однако для бизнеса вырос риск отказов в платежах, блокировок и проверок. Даже исполненный контракт может позже вызвать вопросы к происхождению средств и участникам расчётов.

Компания может направлять на R&D заметную долю выручки, регистрировать тысячи патентов и держать десятки исследовательских инициатив в работе — и всё равно не иметь ответа на главный вопрос: окупается ли это. Три инструмента группы K3 методики АЦТ переводят инновационную активность в управляемый процесс с измеримым результатом: от оценки отдачи через метрики до защиты того, что удалось создать.

Это пятьдесят пятая статья цикла. Завершаем в группе K подгруппу K3 «Управление и отчетность» и переходим к подгруппе K4 «Коллаборация и открытые инновации».

В этой статье разбираем:

— Метрики инноваций (Innovation Metrics) — показатели, которые переводят результаты R&D в измеримые цифры: долю выручки от новых продуктов, конверсию идей в решения, возврат на инновационные инвестиции.

— Управление НИОКР (R&D Management) — процесс разработки через последовательные стадии и контрольные точки, на которых проект продолжают, дорабатывают или закрывают.

— Управление патентами (Patent Management) — методика работы с портфелем интеллектуальной собственности от анализа патентоспособности до решения о продлении или лицензировании защиты.

По каждому инструменту — происхождение, суть и механика, реальный пример, границы применимости, чек-лист перед внедрением и разбор типичных ошибок.

🔗Читать на сайте АЦТ: https://dia.ru/news/6334

Правительство продлило до 2030 года аванс не менее 80% по госзакупкам промышленной продукции и включило в перечень промышленных роботов. Постановление № 1243 подписано 26 сентября.

Перечень расширен на 22 позиции. Кроме роботов и роботизированных комплексов в него вошли конвейеры, подъемное оборудование, сварочная техника, 3D-сканеры и лазерные установки. Механизм появился в конце 2022 года для поддержки станкостроителей. Председатель правительства Михаил Мишустин связал решение с финансовой устойчивостью станкоинструментальной отрасли и производителей промышленной робототехники.

Аванс помогает производителям оборудования финансировать выпуск по госзаказам. Покупателям роботов государство компенсирует часть затрат через отдельные программы Минпромторга. Предприятия обрабатывающей промышленности могут вернуть до 20% затрат на роботизацию, но не более 80 млн руб. на одну организацию. Итоги текущего отбора объявят 9 октября, оборудование нужно внедрить до конца года. Роботы из реестра российской продукции продаются со скидкой 50%, разницу производителю возмещает государство. 1 октября министр промышленности и торговли Антон Алиханов сообщил, что в реестре 16 решений российских производителей.

По данным министерства, в 2025 году в России приходилось 29 промышленных роботов на 10 тыс. работников. Ориентир министерства составляет 145 роботов, для его достижения потребуется больше 80 тыс. новых машин. Среднемировой показатель по итогам 2024 года, по оценке Международной федерации робототехники, равен 132.

Для предприятий финансовый порог роботизации снижается, и главным становится выбор участка. Робот на операции, которая не ограничивает выпуск, увеличит запасы перед следующим переделом, а производительность линии останется прежней.

Поэтому до подачи заявки имеет смысл замерить фактическую загрузку оборудования и найти узкое место потока, где дополнительный час работы дает прирост готовой продукции.

От разработки к серии: где статистика инноваций перестает быть отчетностью

В сентябре 2026 года ИСИЭЗ НИУ ВШЭ опубликовал годовые данные Росстата об инновационной деятельности: в 2025 году российские организации выпустили инновационной продукции на 12,6 трлн рублей, ее доля в общем объеме производства выросла с 6 до 7,6%. Затраты на инновации составили 2,2 трлн рублей. Эти цифры фиксируют рост, однако не позволяют судить, способен ли конкретный завод довести собственную разработку до серийного выпуска.

Ограничение связано с методикой учета. Инновацией считается продукт или процесс, новый для самой организации, а в затраты включается в том числе приобретение оборудования. В отраслях с наибольшей инновационной активностью на исследования и разработки приходится 58,8% таких затрат, в остальных 14,3%. Для большинства предприятий показатель инновационной активности отражает обновление парка и ассортимента. Путь от опытного образца до серийного изделия он не описывает.

Две шкалы готовности

ГОСТ Р 58048-2017 разделяет оценку на два измерения. Уровень готовности технологии (УГТ) включает девять ступеней: на седьмой прототип продемонстрирован в условиях эксплуатации. Уровень готовности производства (УГП) включает десять ступеней: на восьмой испытана пилотная производственная линия и достигнута готовность к мелкосерийному выпуску, на десятой продемонстрировано полномасштабное производство.

Технологическая шкала отвечает на вопрос, работает ли решение. Возможность выпускать изделие с заданной себестоимостью и стабильным качеством оценивает производственная шкала. Проектная отчетность, как правило, ограничивается первой шкалой, поскольку работающий прототип проще продемонстрировать комиссии.

Где теряется разработка

Между принятым опытным образцом и первой серийной партией лежит отдельный объем работ. Опытный образец изготавливают специалисты высокой квалификации на универсальном оборудовании, нередко с ручной доводкой. Серия требует технологического процесса, рассчитанного на персонал средней квалификации, специальной оснастки и управляющих программ для станков с ЧПУ. Комплектующие для образца приобретают поштучно, для серии нужны поставщики, способные обеспечить требуемые объемы и стабильность характеристик. Выход годных на первой партии, как правило, ниже планового, и его доведение до целевых значений занимает месяцы.

Каждый из этих участков требует бюджета и ответственного. Бюджет НИОКР обычно закрывается актом приемки опытного образца, а производство получает изделие с готовой документацией и собственным планом выпуска. Подготовка к серии остается между двумя подразделениями и не входит в план ни одного из них. В логике управления НИОКР (K3-02 в Методике АЦТ) этот этап относится к процессу разработки: проект считается завершенным после выпуска установочной серии, а не после демонстрации образца.

Что измерять предприятию

Метрики инноваций (K3-01 в Методике АЦТ) приносят пользу предприятию, когда отражают движение разработки к серии. Набор для ежеквартального рассмотрения на уровне директора:

- уровень готовности производства по каждой разработке на каждом контрольном рубеже проекта;
- срок от приемки опытного образца до отгрузки первой серийной партии;
- доля разработок за последние три года, вышедших в серийный выпуск;
- выход годных на первой партии и срок его доведения до целевых значений;
- затраты на подготовку производства в процентах от бюджета НИОКР.

С последнего показателя целесообразно начать. Если его значение близко к нулю, подготовка серии финансируется из операционных бюджетов цехов и не отражается в оценке проекта.

Вывод

Отраслевая статистика фиксирует объем обновления и подходит для государственной отчетности. Для управления разработками заводу нужна собственная шкала, которая начинается там, где заканчивается демонстрация прототипа. Оценка по УГП на каждом рубеже проекта показывает объем работ, оставшийся до серии, и позволяет заложить на него бюджет до приемки образца.

Plastic Logic: 7,1 млрд рублей на гибкий дисплей для школ и приговор пятнадцать лет спустя

В 2007 году государство учредило РОСНАНО для коммерциализации нанотехнологий. Британская Plastic Logic, основанная в 2000 году выпускниками Кембриджа, разрабатывала гибкие пластиковые дисплеи — экраны легче и дешевле стеклянных.

В 2010 году РОСНАНО вложилось в капитал Plastic Logic и начало строить завод гибких дисплеев в Зеленограде. Завод так и не построили. В 2026 году суд обязал экс-главу РОСНАНО Анатолия Чубайса и шестерых бывших вице-президентов выплатить компании 3,9 млрд рублей и 20,45 млн долларов, а бывшего гендиректора российского подразделения приговорили к девяти годам колонии за растрату.

Что хотели сделать

Решение выглядело обоснованным: технология прошла лабораторную проверку, а спрос на легкие недорогие экраны для электронных книг в мире рос. План предусматривал серийное производство в особой зоне «Зеленоград» в 2013–2014 годах и свыше 300 рабочих мест. Легкий небьющийся планшет должен был заменить бумажные учебники. В 2011 году Чубайс представил Путину прототип Plastic Logic 100 — электронную книгу, которую планировали продавать с того же года по цене около 12 тысяч рублей.

Где произошел сбой

Вместо завода в Зеленограде материнская Plastic Logic Limited перенесла производство в Дрезден, а разработки сосредоточила в лаборатории в Кембридже. Точка невозврата — 2012 год: строительство завода не началось, технология в Россию передана не была. К концу 2013 года на счетах подразделения оставалось 620 млн рублей против вложенных миллиардов. Планшет в продажу не поступил: цена оказалась неконкурентной, министерство отнеслось к идее с недоверием. В 2014 году Счетная палата зафиксировала: завод не построен, технология не передана.

Сколько это стоило

С 2010 по 2012 год РОСНАНО вложило в капитал Plastic Logic Limited 7,1 млрд рублей за долю 43,84%, а российское подразделение привлекло под его поручительство еще 5,7 млрд рублей кредитов. По данным CNews, убыток компании за 2014–2021 годы превысил 11,5 млрд рублей при выручке менее 10 млн рублей. В марте 2023 года РОСНАНО взыскало через суд лишь 700 тысяч рублей долга по займу. В апреле 2026 года Арбитражный суд Москвы частично удовлетворил иск РОСНАНО к Чубайсу и шести экс-вице-президентам на 3,9 млрд рублей и 20,45 млн долларов (в мае апелляция оставила решение в силе); иск к экс-директору «Пластик Лоджик» Николаю Тычинину суд отклонил. В том же месяце Гагаринский суд Москвы приговорил экс-гендиректора ООО «Пластик Лоджик» Бориса Галкина к девяти годам колонии и штрафу свыше 15 млн рублей за растрату более 6,5 млрд рублей; приговор пока не вступил в силу.

Что из этого следует

Привязаны ли транши финансирования к независимо подтвержденным техническим вехам, а не к презентациям?
Может ли организация, распоряжающаяся государственными средствами, проверить, что технология реально передана?
Есть ли механизм остановки проекта независимо от его инициаторов, если контрольные точки не пройдены?

Место в методике АЦТ

Управление портфелем проектов (B4-04, группа B, 42 часа, сложность: сложный): финансирование следующего этапа открывается только после подтверждения предыдущего, а не по графику презентаций. Противодействие коррупции и соблюдение этических норм (J3-02, группа J, 30 часов, сложность: сложный): независимая проверка движения средств.

Оба инструмента формализуют контрольные точки, но не заменяют независимый орган, способный остановить финансирование. Когда транши утверждают те же руководители, которых позже обвиняют в растрате, методика сама не создает независимости — ее создает только внешний контроль, для которого инициаторы проекта не являются руководителями.

В 2011 году гибкий планшет убедительно смотрелся в руках премьер-министра перед камерами. В 2026 году за тот же проект в суде отвечали проводки через зарубежные счета — ответ на вопрос, куда делись миллиарды, оказался куда менее футуристичным, чем обещанная технология.

Сеченовский университет в 2026 году выпустил платформу, которая учит студентов-медиков работать с клеточными культурами без единой живой клетки. Инжиниринговый центр CompMechLab довел электромобиль КАМА-1 до серийного образца, проведя свыше 800 виртуальных испытаний и ни одного — на физическом стенде. Итог решает не отрасль — медицина или автопром, — а то, насколько точна модель, заложенная в цифровую копию эксперимента.

Это пятьдесят четвертая статья цикла. Завершаем в группе K «Инновации и исследования» подгруппу K2 «Технические инструменты R&D» и переходим к подгруппе K3 «Управление и отчетность».

В этой статье разбираем:

— Виртуальные лаборатории (Virtual Laboratory) — воспроизводят эксперимент в цифровой среде без физического оборудования и материалов.

— Цифровые двойники для R&D (R&D Digital Twins) — динамичная модель, которая развивается вместе с разрабатываемым объектом в реальном времени и предсказывает его поведение.

— Экологически чистые исследования и разработки (Green R&D) — распространяют требование экологичности на сам процесс создания продукта наравне с его эксплуатацией.

— Лаборатория инноваций (Innovation Laboratory) — выделенное подразделение вне операционной структуры, изучающее запросы аудитории через анализ больших данных.

По каждому инструменту — происхождение, суть и механика, реальный пример, границы применимости, чек-лист перед внедрением и разбор типичных ошибок.

🔗Читать на сайте АЦТ: https://dia.ru/news/6326

Статистический контроль процессов: что такое SPC, контрольные карты и границы регулирования

Статистический контроль процессов отслеживает стабильность процесса по выборочным замерам параметра во времени, нанесенным на контрольную карту с центральной линией и границами регулирования. Пока точки держатся внутри границ без трендов, процесс считается стабильным, а выход за границу сигнализирует об особой причине для устранения. Метод остается стандартом контроля качества в машиностроении, фармацевтике и пищевом производстве: он отделяет обычный разброс процесса от признака реальной поломки.

Происхождение метода

Метод предложил Уолтер Шухарт, инженер по контролю качества на заводе Hawthorne Western Electric, а затем в Bell Telephone Laboratories. В докладной записке от 16 мая 1924 года он представил схему с центральной линией и границами, ставшую основой современных контрольных карт. Идея разделила изменчивость на два типа: обычные причины, присущие процессу постоянно, и особые причины, возникающие извне; подстройка оборудования под каждое отклонение, по наблюдению Шухарта, лишь увеличивает разброс. Позже метод продвигал Эдвардс Деминг, познакомившийся с Шухартом в 1938 году и распространивший подход в Японии.

Как работает метод

Для параметра берут выборки через равные интервалы, вычисляют среднее и разброс, а на их основе строят центральную линию и границы регулирования на расстоянии трех стандартных отклонений от среднего. Эти границы не связаны с техническим допуском: их считают по фактическому поведению процесса, а не по требованиям заказчика. Выход точки за границу или тренд ряда точек означает особую причину: износ инструмента, смену партии сырья, сбой оборудования. Процесс без таких сигналов называют статистически управляемым и предсказуемым.

Разбор на примере

Рохани и Тенг в статье в Jurnal Teknologi в 2001 году описали внедрение p-карт на литье пластиковых линз для телекоммуникационного оборудования. Начальный уровень брака за три месяца составлял 13,49 процента при выборках по стандарту MIL-STD-105E. Карта показала точки за верхней границей: загрязнение пресс-формы, царапины при обращении с деталями, нестабильность сырья. В ответ приняли меры: сортировку партий с браком, переобучение операторов, чистку форм и проверку текучести расплава сырья. За следующие три месяца брак снизился до 10,28, затем 8,27 и 7,41 процента. Уточнение: снижение обеспечили корректирующие действия, а карта лишь указала, когда и по какой причине вмешиваться.

Границы применимости

Метод обнаруживает нестабильность, но не находит причину и не чинит процесс: расследование и действие остаются задачей команды. Управляемый процесс не обязательно укладывается в допуск заказчика: границы регулирования считают по разбросу процесса, а границы допуска задает техническое требование, и разрыв между ними проверяет анализ возможностей процесса. Классические карты предполагают нормальное распределение параметра, что не всегда выполняется для редких дефектов, где требуются иные типы карт, а частая подстройка под случайные колебания, как показал Шухарт, лишь повышает разброс.

Место в методике АЦТ

В методике АЦТ метод закреплен под кодом A4-02 в группе А4 «Статистические и математические методы»: теория 8 часов, практика 16 часов, всего 24 часа, сложность средняя. Метод логично идет после анализа возможностей процессов, код A4-01, проверяющего способность процесса укладываться в допуск. Для расследования найденной особой причины используется диаграмма Исикавы под кодом A1-06, а закрепление решения возвращает к инструментам группы А3.

Вывод

Ценность метода в том, что он переводит контроль качества из реакции на уже вышедший брак в наблюдение за поведением процесса до накопления брака. Карта не устраняет причину сама, но задает дисциплину: реагировать на статистически подтвержденный сигнал, а не на каждое отклонение, замеченное визуально. Практическое следствие: карта без анализа возможностей процесса подтверждает стабильность процесса, который может быть не способен уложиться в допуск заказчика, поэтому оба инструмента стоит внедрять как пару.

Треть внедрений роботов не дает расчетного эффекта. Когда автоматизацию выгоднее не начинать

По оценке исполнительного директора Национальной ассоциации участников рынка робототехники Ольги Мудровой, от 30 до 40% внедрений роботов на производстве не приносят эффекта, на который рассчитывало предприятие. По ее же данным, 30% комплексов работают не на полную мощность. Среди причин ассоциация называет ошибки проектирования, технологических расчетов и выбора оборудования.
За этими цифрами часто стоит решение, принятое до выбора робота. Предприятие сравнивает стоимость ячейки с фондом оплаты труда операторов и получает приемлемый срок окупаемости. Расчет выглядит убедительно, пока операция в цехе ведет себя так же, как в таблице.

Где расчет расходится с цехом

1. Операция не ограничивает выпуск. Если участок не служит узким местом, его ускорение увеличивает очередь заготовок перед следующим переделом, а выпуск цеха остается прежним. Экономия сводится к штатному расписанию, если высвобожденных людей есть куда перевести.

2. Номенклатура меняется чаще, чем окупается переналадка. При мелких сериях время на перепрограммирование и смену оснастки съедает выигрыш в такте. Опытный оператор нередко переходит на новое изделие быстрее ячейки.

3. Операция держится на неписаных приемах. Оператор подбирает заготовку по месту и замечает дефект на глаз. Этих действий нет в технологической карте, и робот их не повторит. Предприятие либо описывает их до проекта, либо оплачивает после, простоями и браком.

4. Загрузки не хватает. Если окупаемость ячейки рассчитана на две смены, а заказов хватает на одну, срок возврата вложений растягивается примерно вдвое. Так оборудование пополняет долю недогруженных комплексов.

Офисная автоматизация подчиняется той же логике. Программный робот (RPA, A5-01 в Методике АЦТ) хорошо справляется с повторяющимися операциями по устойчивым правилам. На процессе, где заметная часть заявок требует ручного разбора исключений, он становится еще одной системой, которую приходится сопровождать.

Когда автоматизировать стоит и при слабой окупаемости

Сравнение с фондом оплаты труда подходит не для всех задач. Работу во вредных и опасных условиях переводят на оборудование ради безопасности людей. На операциях, где стабильность качества определяет судьбу всей партии, ценность дает повторяемость движения. Отдельный случай составляет позиция, на которую предприятие годами не может найти работника: базой для сравнения служит не зарплата, а простой участка.

Что проверить до расчета окупаемости

Граница автоматизации определяется наблюдением в цехе, таблица строится после него. Осмотр места работы (Gemba Walk, A1-03) показывает, какие действия оператор выполняет вне технологической карты и сколько времени уходит на переналадку. Карта потока создания ценности (VSM, A1-09) отвечает на вопрос, ограничивает ли операция выпуск всего потока. На освоение обоих инструментов методика отводит 6 и 24 часа, что несопоставимо с ценой ошибочной закупки.

Вопросы, на которые нужен ответ до проекта:
– ограничивает ли операция выпуск цеха;
– сколько переналадок проходит за неделю и сколько длится каждая;
– какие действия оператора не описаны в технологии;
– на сколько смен хватит заказов в горизонте окупаемости;
– что произойдет с выпуском, если ячейка остановится на сутки.

Вывод

Автоматизация окупается на стабильной, загруженной операции, которая ограничивает поток. Если одно из условий не выполняется, а за проектом не стоят безопасность, качество или незакрываемая вакансия, обоснованный отказ или перенос до наведения порядка в процессе обходится предприятию дешевле попытки оправдать уже купленную ячейку.

«Ростсельмаш»: автопилот стал серийной опцией, а спрос определяет стоимость капитала

Уборка зерновых идет в жестком временном окне. Каждый пропуск и каждое перекрытие при параллельном вождении приводят к потере времени и перерасходу топлива. К этому добавляются усталость механизаторов к концу смены и нехватка квалифицированных операторов. На этой задаче «Ростсельмаш» построил линейку электронных систем «РСМ Агротроник».

Базой стал автопилот «РСМ Агротроник Пилот 1.0». Он использует спутниковую навигацию и поправки RTK, что дает точность позиционирования от 2,5 до 10 см в зависимости от типа сигнала. По данным компании, система сокращает пропуски примерно на 10% и перекрытия на 15%, а также выполняет развороты и подъем жатки. В расчете из блога компании поле в 90 га с 9-метровой жаткой при снижении перекрытия с 30 до 2,5 см обрабатывается за 100 проходов вместо 104. Разница составляет около 3 га обработки: топливо, моточасы и время уборки.

Практический результат зафиксирован рекордом 8 августа 2022 года. Комбайн TORUM 785 с автопилотом первого поколения намолотил 400,84 т озимой пшеницы за 8 часов на поле в Орловской области. Достижение внесено в Книгу рекордов России как крупнейший намолот зерновых за смену.

Параллельно компания развивала беспилотный режим. «Ростсельмаш» показал беспилотный комбайн TORUM 785 в июле 2020 года, а на уборке из валков в Ростовской области машина без оператора проработала два месяца с точностью траектории 2,5 см. Затем появился «РСМ Агротроник Пилот 2.0» с гибридной схемой: RTK-навигация дополнена камерой с нейросетью. В испытаниях машина распознавала препятствия, останавливалась перед ними и отправляла фото удаленному оператору. Разработка получила награду «SMART-решение года» премии Digital Leaders в 2022 году.

Отдельное направление появилось в ноябре 2025 года. На выставке «Юг Агро» управляющий группой электронных систем компании Алексей Хромых сообщил о разработке автопилота, который работает только по видеокамерам. Причина прикладная: в регионах, где действуют средства радиоэлектронной борьбы, спутниковая навигация нестабильна, и RTK перестает быть надежной основой. Сроки и детали компания не раскрыла.

Коммерческий итог при этом неоднозначен. По итогам 2025 года выручка «КЗ Ростсельмаш» снизилась почти на 30%, до 55 млрд руб., а завод закончил год с убытком 5,2 млрд руб., впервые за пять лет. Государственные субсидии составили 15,9 млрд руб. В Ростовской области сельхозпроизводители приобрели за 2025 год только 112 комбайнов, это минимум за пять лет. По данным отраслевого форума РАФ в октябре 2025 года, загрузка мощностей составляла около 30%, а доля экспорта упала с 28% до 8% после завершения программы поддержки.

Из кейса для промышленного предприятия следуют три взаимосвязанных вывода. По данным компании, цифровая функция окупается у клиента, но только после покупки машины: эффект автопилота измеряется гектарами и литрами топлива, а решение о покупке принимается по стоимости капитала. Поэтому технологическое преимущество требует доступного финансирования.

Чтобы такой эффект был массовым, серийность строится на линейке. Автопилот, маршрутизация, контроль потерь и настройка комбайна выпускаются как набор электронных систем, и каждая функция имеет измеримый эффект для клиента. Развитие этой линейки продолжается и в период спада: работа над камерным автопилотом ведется при падающей выручке и направлена на реальное ограничение рынка, потерю спутникового сигнала.

Проверка для предприятия: определите, в какой момент клиент получает измеримый эффект от вашей цифровой функции и что мешает ему заплатить за нее сегодня.

VK Tech станет интегратором единой платформы данных о недрах с 20–30 ИИ-агентами

В России к 2027 году планируют запустить единую цифровую платформу данных о недрах. ИТ-интегратором проекта будет VK Tech, функциональным заказчиком выступят Роснедра, техническим заказчиком Минцифры. Платформу построят на базе ФГИС «Единый фонд геологической информации о недрах», которую ведет Росгеолфонд. В фонде хранится около 25 петабайт данных об углеводородах и твердых полезных ископаемых.

Что изменится для отрасли

Главная задача платформы в том, чтобы привести геологические отчеты, модели месторождений, проектную документацию и подсчеты запасов к единому машиночитаемому формату. Для этого разработают Открытый стандарт данных о недрах (ОСДН), совместимый с международным стандартом OSDU. Этот стандарт разработал консорциум нефтегазовых компаний под эгидой The Open Group, чтобы данные о недрах из разных программ читались одинаково и не требовали ручной перекладки. Недропользователи получат личные кабинеты с информацией о своих и соседних участках, а данные войдут в единую трехмерную модель месторождений на суше и шельфе.

Как будут работать ИИ-агенты

На платформе будут работать от 20 до 30 ИИ-агентов. Они возьмут на себя обработку отчетов, моделей и данных о запасах и помогут унифицировать информацию. Это позволит анализировать государственные и корпоративные геологические модели совместно. Пилот запустят на континентальном шельфе, где геологическая информация наиболее полная и оцифрованная. Полное развертывание рассчитано на два года. По данным Минприроды, проект пока находится на стадии концептуальной и организационно-технической проработки.
Опрошенные консультанты считают, что собрать данные в единую систему в этой отрасли проще, чем в других, но перенести за два года весь массив по стране будет сложно. Отдельный вопрос касается конфиденциальности: геологические данные представляют коммерческую ценность и требуют строгого разграничения доступа.

Почему это важно

Проект выстроен в той же последовательности, что и зрелые корпоративные проекты с ИИ: сначала единый стандарт и качество данных, затем аналитика. В Методике АЦТ за первый шаг отвечают инструменты «Управление данными» (Data Governance, H1-01 в Методике АЦТ) и «Управление основными данными» (MDM, H1-02 в Методике АЦТ). Они задают правила качества, доступа и единую версию ключевых сведений. Без этого слоя ИИ-агенты будут анализировать несогласованные данные, и их выводы нельзя будет проверить.

20% от неуплаченного НДС: такой штраф грозит бизнесу за покупку зарубежных нейросетей

Специалисты финансового блока агрегатора нейросетей GPTunneL (сервис дает доступ к ChatGPT, Claude, Gemini и другим зарубежным нейросетям) предупредили: российские компании, которые оплачивают доступ к зарубежным нейросетям в обход прямых каналов, рискуют получить штраф по статье 123 НК РФ. Размер штрафа — 20% от суммы налога, которую компания как налоговый агент должна была удержать и перечислить в бюджет, но не сделала этого. Основная ставка НДС в России с 2026 года составляет 22%, и именно от этой суммы отсчитывается штраф.

Три схемы под ударом

Риск возникает в трех типичных ситуациях. Первая — оплата через платежных посредников: если посредник лишь организует перевод денег, обязанность налогового агента по НДС может остаться на самой российской компании. Вторая — оплата подписок личными картами сотрудников с последующей компенсацией расходов: по разъяснению GPTunneL, компенсация сама по себе не снимает с компании обязанности по уплате налога. Третья — работа через российского реселлера, который лишь выставляет счет, а фактическим покупателем и пользователем услуги остается компания. Во всех трех случаях бизнес может не подозревать о статусе налогового агента, пока не столкнется с доначислением, пени и штрафом.

Почему это стало массовой проблемой именно сейчас

После ухода прямых представительств иностранных ИТ-компаний из России бизнес и так строит цепочки оплаты через посредников, личные карты и параллельный импорт цифровых услуг — это единственный способ сохранить доступ к нужным инструментам. Штраф в 20% от неуплаченного НДС в первую очередь ложится на компании, которые продолжают пользоваться зарубежными нейросетями для работы и платят за них через единственные доступные им каналы. Разъяснение GPTunneL называет вслух то, что раньше оставалось серой зоной: обходной канал оплаты не освобождает от статуса налогового агента, он лишь скрывает его на время.

Чей это голос

Стоит учитывать, что GPTunneL — не независимый наблюдатель, а сам агрегатор доступа к зарубежным нейросетям. Предупреждение о налоговых рисках неформальных схем одновременно работает как аргумент в пользу перехода на его собственные, оформленные по правилам каналы оплаты. Это не отменяет юридическую суть предупреждения — статья 123 НК РФ и обязанности налогового агента существуют независимо от того, кто о них напомнил, — но объясняет, почему тема появилась в публичном поле именно от этого источника.

Что делать бизнесу

Для компании, которая закупает доступ к зарубежным нейросетям, разъяснение GPTunneL — повод свести формальность оплаты к проверке. Стоит понять, кто именно выступает налоговым агентом в конкретной схеме, и убедиться, что НДС по факту удерживается и перечисляется. Оплата картой сотрудника или через посредника автоматически не снимает эту обязанность с компании. Доначисление и штраф применяются задним числом, поэтому цена ошибки растет вместе со сроком, в течение которого схема остается непроверенной.

За первую половину 2026 года в Роспатент подано около 11 тысяч заявок на изобретения — на 15% больше, чем за тот же период годом ранее. За весь 2025 год отечественные заявители подали 21,8 тысячи заявок, на 14,9% больше, чем в 2022 году, а их доля в общем потоке выросла до 82,3%. Заявки от иностранных компаний за тот же период сократились в 2,4 раза, до 4,7 тысячи. Основной вклад в рост, по данным Роспатента, дает малый и средний бизнес — сегмент, у которого редко есть собственный патентный отдел, но именно он в 2026 году сохраняет наиболее высокую заявительскую активность.

За каждой такой заявкой стоит не разовая вспышка озарения, а пройденный путь: зафиксированная проблема, перебор направлений поиска, найденное техническое решение и проверка его на прототипе. Российский рынок изобретений все больше строится на этом внутреннем инженерном цикле — от первой идеи до патентоспособного результата.

Это 53-я статья цикла. Открываем группу K «Инновации и исследования» подгруппой K1 «Стандартные методологии инноваций» и переходим к первому инструменту подгруппы K2 «Технические инструменты R&D».

В этой статье разбираем:
— Дизайн-мышление (Design Thinking) — решение задач от зафиксированной потребности пользователя через наблюдение, генерацию идей и проверку макета.

— Форсайт-анализ (Foresight Analysis) — систематическое исследование вариантов технологического будущего для выбора долгосрочных направлений разработки.

— ТРИЗ (TRIZ) — устранение технического противоречия без компромисса между параметрами системы.

— Быстрое прототипирование (Rapid Prototyping) — построение физического образца по цифровой модели для проверки решения до серийного запуска.

По каждому инструменту — происхождение, суть и механика, разбор реального случая, границы применимости, чек-лист перед внедрением и разбор типичных ошибок.

🔗Читать на сайте АЦТ: https://dia.ru/news/6318

Пять почему: что такое метод, как доходят до коренной причины и где цепочка обрывается

Метод «Пять почему» строит поиск причины как цепочку вопросов: за каждым ответом следует новый вопрос «почему», пока объяснение не выйдет с симптома на решение, которое можно изменить. Число в названии условно: цепочка заканчивается на третьем шаге или растягивается на седьмой, если ответ подтвержден фактами. Прием остается основой разбора инцидентов в производстве, качестве и IT, поскольку не требует статистики: требуется зафиксированный факт проблемы и готовность проверять каждый ответ вместо первого удобного объяснения.

Происхождение метода

Дисциплину последовательных вопросов предложил Сакити Тоеда, основатель компании, на базе которой сформировалась Toyota, на текстильном производстве в начале двадцатого века. Тайити Оно, архитектор производственной системы Toyota, формализовал прием как ядро научного подхода компании. Классический пример из материалов Toyota: треснувший болт двигателя привел к неисправному инструменту, тот к пустой ячейке с запчастями, а та к полке, разрушенной коррозией.

Как работает метод

Проблему формулируют конкретно: не «участок работает плохо», а «партия деталей вышла с браком по размеру во вторую смену». Первый вопрос «почему» задают к проблеме и фиксируют ответ, подтвержденный наблюдением на месте, а каждый следующий вопрос адресуют уже последнему ответу до причины, которую можно изменить. Разбор ведет команда: одиночный аналитик обычно останавливается на объяснении, совпадающем с его ожиданиями.

Разбор на примере

Исследование литейного производства бортовых крышек из чугуна FG-260, опубликованное Карником и Камбле в International Journal of Advanced Research in Science, Engineering and Technology в 2018 году, показывает метод вместе с анализом Парето. На старте отбраковка составляла 23,28 процента: 435 из 1868 деталей, основной дефект по Парето: осыпание смеси. Вопросы «почему» к нему провели цепочку от слабых стенок формы к избыточному числу отливочных гнезд, от них к заниженному соотношению смеси и металла, а далее к решению об увеличении числа гнезд ради объема выпуска без пересчета прочности формы: корневым ответом стало само это решение. Число гнезд сократили с восьми до шести, и за пять месяцев отбраковка снизилась до 3 процентов, осыпание смеси упало с 111 до 17 случаев. Уточнение: снижение обеспечил комплекс мер, а вопросы «почему» указали именно на число гнезд как переменную.

Границы применимости

Метод предполагает одну линейную цепочку причин и слабо работает при нескольких параллельных факторах: диаграмма Исикавы структурирует такую картину лучше. Глубина разбора условна: команда либо останавливается рано и получает симптом, либо уходит слишком глубоко в причину, с которой невозможно работать напрямую. Качество цепочки зависит от готовности проверять ответы фактами вместо удобных объяснений: исследователь Эй Джей Кард отмечает, что разные команды по одному случаю строят разные цепочки, а метод не проверяет ответ против данных.

Место в методике АЦТ

В методике АЦТ метод закреплен под кодом A1-01 в группе А1 «Базовые инструменты» раздела А (оптимизация процессов, устранение потерь). Трудоемкость: теория 2 часа, практика 4 часа, всего 6 часов, сложность простая, точка входа в раздел. Анализ Парето, код A1-02, помогает выбрать дефект для разбора первым, диаграмма Исикавы, код A1-06, применяется при нескольких причинах, а итог ведет к инструментам группы А3, включая пока-екэ.

Вывод

Пять вопросов сами по себе не создают ценности: метод работает, когда переводит разговор с дефекта на решение, которое его породило. Остановка на ответе «сломалась деталь» оставляет причину на месте и ведет к повторению через тот же цикл, тогда как выход на решение о числе форм меняет саму эту причину. Практическое следствие: цепочку вопросов нужно сопровождать проверкой данными, поскольку сама последовательность не доказывает причинность, а только организует поиск. Предприятия, принимающие первую логичную цепочку без проверки, возвращаются к той же проблеме через несколько месяцев под другим именем.

Каждый шестой взлом проходит с участием ИИ: как устроена атака и где ее останавливают

Аналитический центр InfoWatch подсчитал, что около 16% успешных взломов корпоративных сетей в мире уже проводятся с применением ИИ. Трафик вредоносных ботов за год вырос на 187%. Российской промышленности эти цифры касаются напрямую: по данным Positive Technologies, в 2025 году на нее пришлось 19% всех киберинцидентов в организациях, больше, чем на любую другую отрасль.
ИИ ускоряет и удешевляет каждую стадию атаки, поэтому защита должна отвечать на каждой из них отдельно. Карту стадий дает матрица MITRE ATT&CK (I1-04 в Методике АЦТ).

Разведка. ИИ-агенты собирают профили сотрудников и ищут уязвимые сервисы. По оценке InfoWatch, уязвимости нулевого дня они находят на 70% эффективнее прежних методов. Ответ защиты дает «Анализ угроз» (I2-02 в Методике АЦТ): российскую промышленность атакуют 55 группировок, почти половина из них занимается кибершпионажем, и их типовые маршруты можно закрыть заранее.

Первичный доступ. Социальная инженерия применялась в 71% атак на российскую промышленность. По данным InfoWatch, 86% фишинговых писем создаются или дорабатываются ИИ: без ошибок, в стиле переписки конкретного отдела. Совет искать опечатки больше не работает. Нужны процедуры из «Осведомленности о безопасности» (I1-01 в Методике АЦТ), когда срочный запрос на платеж или доступ подтверждается по второму каналу, и «Архитектура нулевого доверия» (I2-04 в Методике АЦТ) с минимальными правами для каждой учетной записи.

Закрепление. В 55% атак на промышленность злоумышленники ставили средства удаленного управления и маскировались под работу ИТ-службы. Сигнатурный антивирус такую активность не видит. Здесь нужен «Активный поиск угроз» (I4-01 в Методике АЦТ): специалисты сами ищут признаки компрометации, не дожидаясь сигнала систем мониторинга. ИИ работает и на защиту: по оценке InfoWatch, поведенческий анализ снижает риски на 45%, а ИИ-ассистенты сокращают нагрузку на аналитиков на 60%.

Воздействие. В 33% инцидентов в промышленности была нарушена основная деятельность предприятий. «Цифровая криминалистика» (I4-02 в Методике АЦТ) восстанавливает маршрут атаки, чтобы ее не повторили тем же путем.

Что это значит для завода

Офисная сеть предприятия связана с технологической. По данным Kaspersky ICS CERT, во втором квартале 2026 года вредоносные объекты блокировались на 15% компьютеров АСУ в России. Модельный сценарий: технолог получает от «поставщика» письмо, написанное ИИ по реальной переписке из утечки. Вложение открывает удаленный доступ, а на компьютере технолога сохранено подключение к SCADA. Сложных технических находок здесь нет, только обычные практики. Эти участки закрывают инструменты подгруппы I3, прежде всего «Операционная технологическая безопасность» (I3-03 в Методике АЦТ), которая отделяет технологическую сеть от офисной.

Кто выигрывает гонку

Главный аналитик InfoWatch Сергей Слепцов считает, что защита пока впереди благодаря полному доступу к внутренним данным. Преимущество работает, только если эти данные существуют. Без реестра активов, карты подключений и журналов событий ИИ-агент атакующего изучит инфраструктуру быстрее, чем ее опишет собственная ИТ-служба.

Проверка для руководителя

1. Есть актуальный реестр активов и схема связей офисной и технологической сетей.
2. Срочные запросы на платежи и доступы подтверждаются по второму каналу.
3. Учетная запись сотрудника открывает только те системы, которые нужны для работы.
4. План восстановления после атаки проверялся на учениях за последний год.

Если хотя бы один пункт не выполняется, работу стоит начинать с него. Сначала данные о себе и оценка рисков, затем процедуры для сотрудников и только потом технические средства обнаружения.

#КиноСуббота

«Игра в имитацию» (The Imitation Game, 2014)

Фильм Мортена Тюльдума снят по биографии математика Эндрю Ходжеса и рассказывает о работе Алана Тьюринга в британском Блетчли-парке в годы Второй мировой войны. Немецкая шифровальная машина «Энигма» меняет настройку каждую полночь, и, по расчетам команды, число вариантов настройки превышает сто пятьдесят девять квинтиллионов. Тьюринга в исполнении Бенедикта Камбербэтча приглашают в засекреченную группу дешифровщиков, но его план построить собственную вычислительную машину для взлома кода первое время наталкивается на сопротивление руководства проекта. Картина получила восемь номинаций на «Оскар», включая «Лучший фильм», и приз за лучший адаптированный сценарий.

Но чем этот фильм интересен и почему попал в нашу подборку?

Прямой перебор всех вариантов настройки Энигмы не укладывается ни в один разумный срок, и здесь происходит центральный поворот сюжета. Команда замечает, что немецкие связисты почти каждое утро открывают сообщение словом о погоде и почти каждое сообщение завершают одной и той же уставной фразой. Зная заранее часть содержания, машина по имени «Кристофер» проверяет не любые комбинации подряд, а только те, что способны дать на выходе именно эти известные слова. Сокращение пространства перебора за счет заранее известной структуры данных — дизайн экспериментов (A4-05 в Методике АЦТ): метод не про то, чтобы перебрать больше вариантов, а про то, чтобы перебирать меньше, но осмысленно.

Сам проект вокруг машины устроен как управление НИОКР (K3-02). У команды есть цель — взломать код Энигмы, ресурсы, выделенные после личного обращения к Черчиллю, жесткий суточный срок (каждую полночь настройки машины меняются заново) и требование к качеству результата: взлом должен остаться незаметным для противника. Один из этих параметров без остальных бесполезен: ресурсы без цели не имеют смысла, цель без срока превращается в бесконечный эксперимент.

Взлом кода ставит команду перед второй, более трудной задачей: как использовать добытые сведения, не выдав противнику, что шифр раскрыт. В картине это решается расчетом — определяется допустимая доля перехваченных сообщений, на которые команда может отреагировать без риска разоблачения, а на часть спасений сознательно не идут. Управление рисками проектов (B4-02) описывает ровно эту логику: раскрытие самого факта взлома — тоже риск для результата, и им управляют так же расчетливо, как риском провала операции.

Отдельная сюжетная линия — набор команды через открытый математический конкурс: Тьюринг проверяет саму способность нестандартно мыслить под давлением времени, минуя дипломы и рекомендации. Прямого кода методики здесь нет, но узнаваем сам принцип отбора: тестировать искомый навык напрямую.

Сегодня тот же принцип работает в цифровой инженерии повседневно: индексы в базах данных, эвристики в алгоритмах логистики и маршрутизации экономят время именно за счет известной заранее структуры задачи. С 1940-х годов не изменился сам принцип, изменились только инструменты.

Ценность этого фильма для управленческого разговора в том, что он показывает: скорость решения крупной задачи определяет не столько мощность перебора, сколько точность предположений о том, что уже известно заранее. Итоговое историческое значение взлома Энигмы историки оценивают по-разному, но механика самого прорыва задокументирована хорошо: решающим ресурсом здесь оказалась точная гипотеза о содержании сообщений.