«Технониколь» сократит риск ошибок на складе на 75%

На «Заводе Техно» в Рязани, крупнейшем производстве каменной ваты компании «Технониколь», завершается внедрение цифрового двойника склада готовой продукции. По предварительным оценкам компании, запуск модели снизит риск ошибочных управленческих решений на 75% и сократит операционные затраты склада на 15%. Опытная эксплуатация уже идет, переход в промышленный режим намечен на октябрь, вложения в проект должны окупиться менее чем за три года.

Что моделирует двойник

Двойник — виртуальная копия склада, в которую загружают данные из логистических систем предприятия: топологию помещений, маршруты и скорость движения погрузчиков и транспорта, статистику прошлых периодов. На этой основе строят несколько гипотез организации работы склада и сравнивают их с базовой моделью по набору показателей, повторяя цикл, пока не находят оптимальную схему. Решение проверяют в виртуальной среде до того, как под него выделят реальные деньги и людей. Результаты сравнения гипотез собирают в платформе бизнес-аналитики QlikView, где видны изменения по оборачиваемости складских ячеек, пробегу погрузчиков, расходам на топливо и обслуживание техники, загрузке склада.

Почему именно эта площадка

Рязанский склад получил самую полную цифровую модель в группе компаний: он отличается высокой оборачиваемостью и принимает не только утеплитель, но и субстраты для агросектора, материалы для сэндвич-панелей, техническую изоляцию и продукцию смежных направлений компании. Формирование сборных партий из разной номенклатуры усложняет логистику и требует расширенного функционала модели. Цифры эффекта компания называет предварительными: 75% по снижению риска ошибок, 15% по затратам, 20% по расходам на оплату труда, 25% по пропускной способности склада и 35% по скорости обработки операций. Это результаты опытной эксплуатации, а не данные полноценной промышленной работы, поэтому итоговые показатели после октябрьского запуска могут отличаться от предварительных.

Слабое место двойника

Двойник считает точно настолько, насколько точны данные на входе: топология, маршруты, статистика прошлых периодов. Следующим шагом компания называет подключение искусственного интеллекта для автоматизации сбора этих данных. Значит, сегодня часть входной информации собирают вручную, и именно ручной ввод на новых площадках обычно снижает точность модели. Директор по логистике направления «Минеральная изоляция» компании Татьяна Бертова говорит, что модель универсальна и каждое следующее внедрение обойдется дешевле предыдущего. Формулировка верна для лицензии и разработки. Качество данных на каждом новом заводе придется выстраивать заново, и универсальная лицензия эту работу не заменяет.

Что дальше

В 2026 году такие же проекты запускают на заводах в Новгородской и Ростовской областях и в Челябинске, в 2027-м очередь дойдет до Белгорода, Кемеровской области, Татарстана, Хабаровска и Обнинска. Похожий проект в подмосковном Серпухове уже завершен, и его результаты легли в основу текущей модели. Для CDTO, который планирует похожий проект у себя, главный вопрос в том, готовы ли складские процессы отдавать чистые и своевременные данные без ручной правки на входе. Выбор платформы для двойника здесь вторичен.