(АЦТ) Ассоциация цифровой трансформации - главный инфо-канал

В прошлом выпуске решение находилось внизу: обычные люди в разных странах предлагали собственные системные ответы на климатическую и ресурсную нагрузку, не дожидаясь готовых программ от правительств и корпораций. Метод рождался распределенно, независимо друг от друга, во множестве точек одновременно.

Сегодняшний фильм показывает противоположную конструкцию. Решение задачи, от которой зависит исход войны, засекречено и сосредоточено в одной команде за закрытыми дверями поместья под Лондоном. Никакого распределенного изобретения: один проект, один жесткий срок, и цена промедления считается не в деньгах, а в жизнях.

Задача почти не решаема прямым способом. Ежедневный код можно взломать перебором вариантов настройки шифровальной машины, но самих вариантов больше, чем секунд потребуется на перебор за много лет непрерывной работы. Единственный практический путь — сократить пространство перебора, опираясь на то немногое, что о содержании сообщений уже известно заранее.

Сегодняшняя картина реконструирует именно эту работу: команду математиков, которая взламывает немецкую шифровальную машину «Энигма» в британском Блетчли-парке. Продолжает нашу рубрику...

Институт статистических исследований и экономики знаний НИУ ВШЭ зафиксировал рекордный вклад инноваций в технологический суверенитет промышленности. Объем инновационной продукции в промышленности достиг в 2025 году 9,3 триллиона рублей, увеличившись на 22,8 процента к 2024 году и на 51,6 процента к 2022 году. Наибольший рост показали авиастроение, производство электрооборудования и выпуск компьютерной и оптической техники. Затраты на инновации в промышленном производстве составили 2,2 триллиона рублей, из них 282,7 миллиарда рублей пришлось на федеральный бюджет.

Группа компаний Softline включила операционную систему Astra Linux в экосистему «Софтлайн Цифровой актив». Клиентам с численностью до 500 сотрудников стала доступна подписочная модель лицензирования на 12 месяцев через интернет-магазин экосистемы. Директор департамента развития вендоров Softline Денис Прохорцев отметил, что подписка распределяет затраты по периодам и позволяет быстрее запускать новые рабочие места.

«Салют для бизнеса», входящая в группу «Сбер», и системный интегратор DCLogic заключили партнерство по внедрению ИИ-агентов у крупного бизнеса. Компании объявили о сотрудничестве в преддверии конференции «ГигаКонф». DCLogic берет на себя системную интеграцию, построение архитектуры решений и информационную безопасность, а «Салют для бизнеса» отвечает за развитие функциональности платформы GigaCowork и ее адаптацию под отраслевые задачи. Генеральный директор «Салют для бизнеса» Владимир Толмачев отметил, что партнерство поможет встроить платформу в привычные компаниям процессы и системы.

Аналитический центр CNewsMarket опубликовал первый рейтинг российских систем управления знаниями. Специалисты сравнили решения по работе с контентом, интеграционным возможностям, безопасности использования, а также уровню разработки и поддержки продукта. В тройку лидеров вошли L2U InKnowledge 7, Minerva Knowledge и EvaWiki. Рынок таких платформ растет на фоне внедрения генеративного ИИ в рабочие процессы и роста требований к корпоративной информационной безопасности.

Группа компаний «Корус Консалтинг» и Postgres Professional подтвердили технологическую совместимость «Авандок.Платформы» с СУБД Postgres Pro Enterprise 18. По итогам испытаний выдан сертификат, гарантирующий стабильную работу продуктов в единой ИТ-инфраструктуре. Директор по продукту «Авандок.Платформа» Павел Перов отметил, что совместимость дает заказчикам проверенную технологическую основу для развития систем документооборота.

Старший преподаватель Московского автодорожного института Цезарь Пронин разработал инструмент, ускоряющий обучение нейросетей на квантовых компьютерах более чем в 300 раз по сравнению с классическими системами. Метод основан на создании обратимого квантового умножителя, выполняющего роль оракула для алгоритма Гровера. На 16-кубитном регистре решение находится примерно в 326 раз быстрее классического перебора. В Минобрнауки отметили, что подход закладывает фундамент для будущих прикладных квантовых нейросетей.

Сбербанк первым в России запустил на горячей линии универсального ИИ-помощника — сервис «Справочная на 900». Сервис работает на речевых нейросетях банка в офлайн-режиме по обычному звонку и доступен не только клиентам банка, но и всем желающим. Чтобы воспользоваться сервисом, достаточно позвонить на номер 900 и произнести «Справочная», после чего задать вопрос голосом.
Эксперты VK WorkSpace и Hi-Tech Mail представили результаты исследований о работе в цифровой среде и использовании искусственного интеллекта в бизнесе. Около 23 процентов представителей малого и среднего бизнеса уже пробуют или внедряют ИИ в рабочие процессы, чаще всего для помощи с задачами, подготовки черновиков и перевода. Только 9 процентов опрошенных готовы доверить искусственному интеллекту самостоятельные решения без участия человека.

По данным Банка России за апрель 2026 года, на внутреннем рынке обращается 44 выпуска облигаций сектора устойчивого развития, почти половина из них — зеленые, а крупнейшим держателем этого долга остаются сами банки — 209 миллиардов рублей вложений. Именно с 2026 года, по оценке АКРА, должны заработать пониженные риск-веса Банка России для зеленых инструментов: банкам разрешат резервировать под такие кредиты меньше капитала, а значит выдавать их станет выгоднее — эффект, по прогнозу АКРА, сначала проявится в кредитовании и лишь затем дойдет до рынка облигаций. Насколько быстро он дойдет до конкретных компаний, а не останется строкой в статистике, — вопрос, ради которого методика выделяет устойчивые финансы в отдельный инструмент, требующий системной интеграции, а не точечных сделок.

Это пятьдесят вторая статья цикла. Завершаем группу J «Устойчивое развитие и ESG» инструментом J3-05 и подгруппой J4 «Операционная интеграция».

В этой статье разбираем:

— Цифровой ESG-мониторинг (Digital ESG Monitoring) — автоматизация сбора и контроля ESG-данных вместо их ручной сверки в таблицах.

— Устойчивые финансы (Sustainable Finance) — механизмы зеленого финансирования и ESG-скоринг инвестиционных проектов.

— Устойчивые поставки (Sustainable Supply) — экологические и социальные критерии при выборе и проверке поставщиков.

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

🔗Читать на сайте АЦТ: https://dia.ru/news/6311

Нефтегазовые компании направили на ИИ 2,7 из 151 млрд рублей цифрового бюджета

Российские нефтегазовые компании вложили в решения на базе искусственного интеллекта 2,7 млрд рублей по итогам 2025 года. Такие данные приводит ИТ-холдинг «Т1» в отраслевом исследовании. Всего на цифровизацию отрасль за тот же год потратила 151 млрд рублей, и на ИИ из этой суммы пришлось менее 2%.

Где работает ИИ

Лидирует обработка визуальных данных, включая компьютерное зрение: такие решения используют 77% организаций. На втором месте интеллектуальная поддержка принятия решений и управления с долей 63%. Половина участников исследования применяет обработку текстов, 47% работают с речью и звуком. Среди самых востребованных прикладных задач участники рынка называют анализ геологических данных, оптимизацию добычи, предиктивное обслуживание оборудования и контроль промышленной безопасности.

Что дает внедрение

Рост эффективности бизнес-процессов отметили 67% организаций, повышение эффективности производства зафиксировали 53%. Реже респонденты сообщают о росте производительности труда (43%) и улучшении безопасности (40%). Меньше всего заметно влияние на качество продукции и сроки вывода новых продуктов: 37% и 30% соответственно. Эффект проще всего увидеть там, где задача хорошо формализована и опирается на поток однотипных данных с камер, датчиков и из документов.

Два из трех главных барьеров связаны с данными

На первом месте среди препятствий остаются высокие затраты, их назвали 40% компаний. Дальше идут данные: 28% не хватает объема для обучения моделей, у 23% информация неструктурирована. Больше четверти участников рынка упираются в состояние собственного информационного хозяйства раньше, чем в возможности алгоритмов.

Что это значит для предприятий

По оценке Никиты Трофимова, старшего менеджера отдела методологии «Т1», отрасль постепенно переходит от поиска точек применения ИИ к доказательству его ценности. Соотношение 2,7 и 151 млрд рублей показывает, что основные деньги по-прежнему уходят в базовую цифровизацию, а от ИИ ждут подтвержденного эффекта. Подтвердить его можно только на полных и связанных данных. Поэтому следующая волна инвестиций, вероятно, пойдет в управление данными: сбор, разметку, единые справочники и контроль качества. Для промышленных предприятий из других отраслей вывод тот же: проект ИИ разумно начинать с аудита данных, на которых модель будет учиться.

Hertz и Accenture: 32 млн долларов за сайт и приложения, которые так и не заработали

В августе 2016 года Hertz нанял консалтинговую компанию Accenture для полной перестройки своего цифрового присутствия: нового сайта и мобильных приложений на общем программном коде для брендов Hertz, Dollar и Thrifty. Запуск планировали на декабрь 2017 года.

Дату запуска перенесли на январь, затем на апрель 2018 года — и снова сорвали. К маю 2018 года Hertz, уже заплатив Accenture 32 млн долларов, расторг контракт, утратив уверенность в способности подрядчика завершить проект. В апреле 2019 года Hertz подал иск в федеральный суд Нью-Йорка, требуя вернуть 32 млн и возместить расходы на доработку проекта другой командой. В 2021 году, в рамках урегулирования собственного банкротства, стороны заключили мировое соглашение, дело прекратили без судебного решения по существу — то есть ни одна из версий произошедшего так и не получила независимого подтверждения в суде.

Что хотели сделать

Единая техническая основа для сайтов нескольких брендов вместо отдельных платформ выглядела разумной экономией на разработке и поддержке. У Hertz не было внутренней экспертизы для проекта такого масштаба, и найм крупной консалтинговой компании вместо команды с нуля казался менее рискованным путем.

Где произошел сбой

По материалам иска, поставленный код расходился с контрактом в конкретных местах. По утверждению иска, контракт требовал адаптивную верстку для маленьких, средних и больших экранов — стандарт для любого коммерческого сайта, — но Accenture реализовала только маленькие и большие, а за средний формат позже потребовала еще несколько сотен тысяч долларов.
Контракт требовал единую библиотеку кода для всех четырех брендов. По утверждению Hertz, Accenture написала код, привязанный только к Hertz в Северной Америке, — непригодный для глобального Hertz, Dollar и Thrifty, хотя именно общая основа была смыслом проекта. В иске также утверждается, что код не соответствовал стандартам Java и не проходил надлежащего тестирования. В середине проекта состав команды на стороне подрядчика сменился; по утверждению Hertz, новые специалисты не обладали опытом прежних, что добавило задержек.

Точкой невозврата стало требование Accenture о дополнительных 10 млн долларов сверх уже выплаченных 32 млн — сумму запросили спустя пять месяцев после третьего сорванного срока, когда сайт по-прежнему не был готов. Тогда Hertz остановил проект, вместо того чтобы финансировать работу, объем которой рос за пределами технического задания.

Сколько это стоило

Hertz заплатил 32 млн долларов за сайт и приложения, которые, по утверждению иска, так и не заработали в рабочем виде. Иск требовал вернуть эту сумму и возместить расходы на завершение проекта другой командой — Hertz оценивала их в миллионы сверх выплаченного. Accenture назвала претензии необоснованными и в ответе указывала на условие об ограничении ответственности из одного из ранее подписанных изменений к контракту.

Место в методике АЦТ

Прямо к ситуации относится всеобщее управление качеством (A2-04, группа A, 64 часа, очень сложный) в части обеспечения качества: поддержание соответствия результата требованиям на всем протяжении разработки, а не только при финальной приемке. Второй уровень — управление знаниями (C3-05, группа C, 36 часов, сложный): формальная передача проектного контекста при смене команды.

Оба инструмента работают внутри организации-заказчика и не дают доступа к внутренним инженерным решениям подрядчика до момента, пока их не покажет готовый код. Ограничить код одним брендом вместо четырех Accenture могла решить незаметно для Hertz — обнаружить это можно было только по результату.

Код был написан, сайт технически существовал. Не совпадали границы того, что было заказано, и того, что было поставлено — разрыв между контрактом и кодом рос месяцами, прежде чем стал виден в полном объеме.

«Яндекс» и VK обсуждают слияние с долей рынка около 30%

«Яндекс» и VK обсуждают создание совместного предприятия на базе корпоративных технологических подразделений — Yandex B2B Tech и VK Tech. Переговоры идут с июля 2026 года, то есть больше двух месяцев. По оценке опрошенных РБК аналитиков, объединенная структура может занять около 30% российского рынка облачной инфраструктуры и корпоративного программного обеспечения.

Что объединяется

Yandex B2B Tech включает облачную платформу Yandex Cloud, сервисы управления данными и информационной безопасности, платформу «Яндекс 360», а также инструменты разработки и внедрения ИИ, включая Yandex AI Studio и SourceCraft. Выручка направления в первом полугодии 2026 года выросла на 32% и достигла 28,9 млрд руб. VK Tech разрабатывает корпоративное программное обеспечение и облачные сервисы: VK Cloud, коммуникационную платформу VK WorkSpace, продукты для работы с данными Tarantool и VK Data Platform, а также прикладные решения VK HR Tek, VK Process Mining и VK Task Mining. Выручка VK Tech за тот же период выросла на 35,3%, до 9 млрд руб., причем рост от клиентов среднего и малого бизнеса составил 97,5% против 8,3% от крупных клиентов. В портфеле VK Tech 23% выручки приходится на ИТ-сектор, 22% на нефтегаз и 11% на государственный сектор.

Какая структура обсуждается

Итоговый состав активов совместного предприятия на 22 сентября еще не определен. Один из обсуждаемых вариантов предполагает передачу в СП всего VK Tech, а со стороны «Яндекса» — Yandex Cloud, «Яндекс 360» и одного из ИИ-активов Yandex B2B Tech. Доли сторон предварительно обсуждаются в пропорции 50 на 50, а юридическим лицом для совместного предприятия может стать ООО «БТБ Тех».

Зачем это компаниям

Инвестиционный стратег УК «Арикапитал» Сергей Суверов связывает возможную сделку с консолидацией рынка и снижением ценовой конкуренции между сторонами. Старший аналитик банка «Синара» Константин Белов отмечает, что бизнес обеих компаний быстро рос отдельно друг от друга, но рынок вступает в фазу консолидации, а объединение позволяет нарастить кросс-продажи. Аналитик по сектору ТМТ «Эйлер» Софья Астрелина указывает, что сильные стороны компаний дополняют друг друга: экспертиза «Яндекса» в ИИ и информационной безопасности сочетается с наработками VK в коммуникационных сервисах и HR-tech, а объединение ресурсов ускорит вывод новых продуктов. Сооснователь Dsight Арсений Даббах формулирует логику проще: совместное предприятие получает большую долю ИТ-бюджета корпоративного клиента, предлагая ему сразу облако, офисные сервисы, работу с данными и ИИ в одном пакете.

Что это значит для рынка

Сделка пока не подтверждена ни одной из сторон, и ее конфигурация может измениться. Для заказчиков у консолидации есть обе стороны: единый поставщик быстрее выводит новые продукты и продает облако, данные и ИИ единым пакетом, а не через два отдельных контракта. Одновременно на рынке с меньшим числом крупных игроков заказчику сложнее рассчитывать на прежний уровень ценовой конкуренции между поставщиками. Компаниям, которые уже строят инфраструктуру на Yandex Cloud или VK Cloud, имеет смысл заранее уточнять у поставщика планы по объединению продуктовых линеек и условиям контрактов.

С 2025 года цена невнимания к экологическим стандартам ощутима буквально в рублях: предприятия без комплексного экологического разрешения платят за размещение отходов в 25 раз больше, а за выбросы и сбросы — в 100 раз больше тех, кто разрешение получил. Похожая логика работает и в ESG-отчетности, только в обратную сторону: в декабре 2025 года агентство «Эксперт РА» повысило рейтинг ЕВРАЗа не за улучшение всех показателей, а за то, что компания не скрыла из отчета показатель травматизма, который за год вырос. Оба случая — часть одной темы: управление и отчетность работают там, где за словами о соответствии стоит проверяемый результат.

Это пятьдесят первая статья цикла. Продолжаем группу J «Устойчивое развитие и ESG» подгруппой J3 «Управление и отчетность».

В этой статье разбираем:

— Экологические стандарты (Environmental Standards) — нормативы выбросов, сбросов и обращения с отходами, обязательные для промышленных предприятий.

— Противодействие коррупции и соблюдение этических норм (Anti-Corruption and Ethics Management) — антикоррупционные политики и цифровые системы проверки контрагентов.

— ESG-отчетность (ESG Reporting) — раскрытие показателей экологии, социального воздействия и корпоративного управления для инвесторов и регуляторов.

— Корпоративное управление (Corporate Governance) — структура совета директоров, независимые директора, баланс интересов всех сторон.

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

🔗Читать на сайте АЦТ: https://dia.ru/news/6304

Анализ Парето: что такое правило 80/20, как строят диаграмму и что она не показывает

Анализ Парето распределяет проблемы или причины по частоте и показывает, какая их часть дает основной вклад в общий результат. Диаграмма строится как столбцы в порядке убывания частоты с наложенной линией накопленного процента, и по этой линии видно, где заканчивается группа причин, ответственных за большинство эффекта.

Происхождение метода

Закономерность описал итальянский экономист Вильфредо Парето в 1906 году, наблюдая распределение земельной собственности в Италии: около 20% населения владело примерно 80% земли. В 1940-х годах американский инженер Джозеф Джуран перенес наблюдение в управление качеством и предложил формулировку «жизненно важное меньшинство и полезное большинство». В 1954 году Джуран выступил с лекциями в Японии по линии Union of Japanese Scientists and Engineers, после чего идея вошла в японскую практику контроля качества. Каору Исикава включил диаграмму Парето в список семи базовых инструментов качества в 1960-х годах, наряду с диаграммой причин и следствий.

Как строят диаграмму

Работа начинается со сбора данных за фиксированный период: число случаев по каждой категории проблем, а не общая оценка «что чаще встречается». Категории ранжируются по убыванию частоты, для каждой считается доля от общего числа случаев и накопленная доля нарастающим итогом. Столбцы наносятся в порядке ранжирования, поверх них строится линия накопленного процента. Группа категорий слева от точки, где линия пересекает 80%, и составляет то самое жизненно важное меньшинство, на которое направляются ресурсы в первую очередь.

Разбор на примере

Словацкое предприятие, производящее поковки для коробок передач, анализировало жалобы клиента за год работы. Восемь категорий дефектов ранжировали по частоте: неверный размер, некачественная поковка, технологические потери, отказ оборудования, выпадение материала, некачественная резка, пережог, смещение штифта. Три верхние категории, неверный размер, некачественная поковка и технологические потери, составили около 80% накопленной частоты.

Команда проанализировала категорию «неверный размер» методом пяти почему. Определены три корневые причины: смещение детали на обрезном станке, недостаточное внимание оператора при поковке и неполный выходной контроль продукции. По каждой причине внедрили корректирующее действие: пересмотрели план межоперационного контроля, дополнили инструкции для операторов, ввели повторный контроль перед отгрузкой. Проверка через месяц зафиксировала снижение числа повторных жалоб этого типа, точный процент снижения в публикации не приведен.

Что диаграмма не показывает

Частота не равна тяжести последствий. Категория с низкой частотой может быть связана с более дорогим или более опасным дефектом, и диаграмма сама по себе подобные приоритеты не устанавливает. Правило 80/20 не гарантирует равномерного распределения в любых данных: если частоты категорий близки между собой, диаграмма получается плоской и не выделяет выраженного меньшинства. Выбор способа группировки данных меняет результат: одни и те же случаи, сгруппированные по типу дефекта вместо участка производства, дают другую тройку лидеров. Диаграмма показывает частоту случаев. Причину того, почему категория оказалась на первом месте, диаграмма не объясняет.

Место в методике АЦТ

Анализ Парето значится под кодом A1-02 в группе A «Операционная эффективность»: 2 часа теории, 4 часа практики, категория сложности «простой».
В методике инструмент применяется для выбора приоритета перед более глубоким разбором: пятью почему (A1-01) или диаграммой Ишикавы (A1-06) для установления причины внутри выбранной категории. Для оценки последствий дефектов результат дополняют анализом видов и последствий отказов (A4-03), поскольку частота и тяжесть требуют разных инструментов.

Вывод

Диаграмма Парето отвечает на вопрос, куда направить ограниченные ресурсы разбора. Вопрос о том, что именно вызвало проблему, остается за пределами инструмента вместе с тяжестью последствий и способом группировки данных.

59% компаний расширяют программы благополучия. До систем раннего предупреждения бюджет чаще не доходит

Российские предприятия расширяют программы благополучия сотрудников. Системы раннего предупреждения на опасных производствах, с измеримым эффектом на травматизм, — это отдельная статья бюджета.

До конца 2025 года 59% российских работодателей планировали внедрить или расширить программы благополучия сотрудников, показал опрос 3348 респондентов, включая 837 руководителей и HR-специалистов. Среди самых популярных мер: корпоративные мероприятия и тимбилдинг (40%), удаленный или гибридный формат работы (32%), дополнительные дни отпуска по семейным обстоятельствам (27%). Датчики, носимые устройства и системы раннего предупреждения в этот список не попали.

На предприятиях горнорудного дивизиона «Росатома» с 2019 года применяется решение «Proteqta», разработанное Softline Digital: модуль позиционирования персонала на защитной каске отслеживает местонахождение работника, время в опасной зоне, высоту и температуру, а также фиксирует удары и падения. Решение внедрено на месторождении «Хиагда», на ППГХО имени Е.П. Славского, в «Дальтрансуголь» (дочерняя компания СУЭК) и на других площадках. По оценке Softline Digital, через год после внедрения на «Хиагда» производительность труда на месторождении выросла на 10%. На Кольской АЭС с 2019 года работает система видеоаналитики компании «ВизорЛабс», которая распознает нарушения при использовании средств индивидуальной защиты. Число таких нарушений снизилось с 35 в 2020 году до 4 в 2024-м, а несчастных случаев из-за нарушений в контролируемых зонах за это время не зафиксировано.

В методике устойчивого развития и ESG программы благополучия и системы раннего предупреждения на опасных производствах объединены в единую задачу: заботу о людях. На практике это два разных вложения, и опрос показывает, на что чаще направляется бюджет.

1. Разный владелец бюджета. Программы благополучия обычно курирует HR. За системы позиционирования персонала и видеоаналитику отвечает служба охраны труда или промышленной безопасности. Расширение одного направления не означает автоматических вложений во второе.

2. Разный тип эффекта. Благополучие измеряется вовлеченностью и текучестью персонала. Эффект систем раннего предупреждения выражается в числе нарушений и несчастных случаев, которое можно сравнить год к году, как на Кольской АЭС.

3. Разный порог внедрения. Тимбилдинг и дополнительный отпуск не требуют капитальных вложений. Система позиционирования персонала и видеоаналитика требуют оборудования, серверных мощностей и интеграции с камерами или датчиками, что делает их отдельным ИТ-проектом со своим циклом внедрения.

4. Разная скорость появления результата. Результат систем раннего предупреждения заметен в измеримых показателях уже через один-два года, как показывает опыт «Хиагда» и Кольской АЭС. Эффект программ благополучия на удержание персонала обычно проявляется медленнее и оценивается косвенно.

Когда программы благополучия и системы раннего предупреждения числятся в отчете одной строкой, предприятию стоит разделить их на этапе планирования бюджета. У HR-инициатив и у систем контроля опасных зон разные владельцы, разные метрики эффекта и разный масштаб вложений. Общий отчет о заботе о сотрудниках эту разницу обычно не показывает.

Ocado: почему одна технология дает разный результат в разных руках

У британской Ocado сегодня 13 партнеров по всему миру, работающих на ее технологической платформе, — и по меньшей мере два прямо противоположных исхода одного и того же внедрения. Это делает историю сложнее обычной формулы успеха.

Начиналось с ниши. Ocado не могла конкурировать с супермаркетами, обладавшими полувековой историей и разветвленной сетью магазинов, и выбрала другое направление развития. С 2014 года компания строит полностью роботизированные склады-фулфилменты: тысячи собственных роботов на сетке-улье собирают заказы со скоростью до 4 метров в секунду, а свыше ста алгоритмов ИИ ежедневно рассчитывают прогноз спроса, уровень запасов и маршруты доставки. Каждый такой склад — Customer Fulfilment Centre, CFC — держит на хранении более 50 тысяч наименований и обрабатывает десятки тысяч заказов в неделю. Платформа модульна: партнер может поставить полноразмерный CFC площадью в десятки тысяч квадратных метров, а может использовать формат Zoom — компактный микросклад площадью в несколько сотен квадратных метров для быстрой доставки в плотной застройке.

В 2015 году Ocado приняла ключевое решение: оформила эту технологию в виде отдельного продукта — Ocado Smart Platform — и стала продавать ее ритейлерам, которые прежде были ее конкурентами. За десятилетие клиентами стали Groupe Casino во Франции, Sobeys в Канаде, Kroger в США, Coles в Австралии, Aeon в Японии, ICA Gruppen в Швеции, Lotte Shopping в Южной Корее и другие.

Дальнейшее развитие показывает расхождение результатов. Крупнейшее по объему партнерство — с Kroger, заключенное в 2018 году с планом на 20 центров, — прошло через жесткую корректировку. В ноябре 2025 года Kroger признала: автоматизированная сеть не оправдывала финансовых ожиданий, — и в январе 2026 года закрыла три построенных CFC, в Плезант-Прери, Фредерике и Гроувленде. В декабре 2025 года сеть согласилась выплатить Ocado порядка 350 млн долларов в связи с сокращением — компенсацию, заложенную в саму структуру контракта. Пять действующих центров — в Монро, Атланте, Денвере и Детройте — продолжают работать, шестой в Фениксе достраивается. Австралийская Coles на той же технологии в этот период отчиталась о выходе своих центров на положительный показатель EBITDA, а после отмены требований эксклюзивности в конце 2025 года Ocado в течение 2026-го подписала новые контракты: Asda в Великобритании, датская Nemlig, первый автоматизированный склад Lotte в Пусане с технологией заморозки до минус 25 градусов.

Технология у Kroger и у Coles идентична вплоть до последнего робота и алгоритма, что указывает на причину расхождения за пределами самой технологии. Контракты платформы устроены так, что поставщик получает оплату за инфраструктуру и лицензию независимо от того, как партнер распорядился ею дальше, — и именно эта конструкция обеспечила устойчивость компании при турбулентности с крупнейшим клиентом на фоне роста остального портфеля. Проблема не в том, работает ли технология, а в том, кто и как встроил ее в свои процессы после того, как акт о вводе в эксплуатацию подписан.

Для предприятия, которое сейчас выбирает между покупкой готовой платформы и разработкой собственной, из этого следует конкретная проверка контракта: за что именно платит поставщику клиент — за факт внедрения системы или за то, что система реально работает в его операционном контуре. Ocado пережила провал крупнейшего партнерства благодаря тому, что вопрос ответственности за результат был закрыт контрактом заранее, на старте, а не выяснялся постфактум вместе с Kroger.

550+ руководителей обсудили на ProcessTech 2026 , как ИИ меняет работу с бизнес-процессами

18–19 сентября в Центре событий РБК прошел ProcessTech 2026 — крупнейший в России форум по процессной аналитике и искусственному интеллекту. Мероприятие собрало более 550 руководителей и экспертов из бизнеса, государственного сектора и профессионального сообщества. В центре программы были практические примеры применения Process Mining, Task Mining и искусственного интеллекта для автоматизации и повышения эффективности бизнеса.

Кто получил награды

В рамках форума вручили отраслевую премию за лучшие проекты в аналитике бизнес-процессов, аналитике операций и интеллектуальной автоматизации. Лучшим центром компетенций и автором лучшего проекта внедрения процессной аналитики признана ФНС России. Лучший проект внедрения аналитики операций — у Россельхозбанка, лучший пилотный проект — у Банка БелВЭБ, лучшее комплексное внедрение — у Билайна, лучшая практика применения ИИ — у Альфа-Банка, лучший проект масштабирования процессной аналитики — у SQB. Среди победителей нет ни одной промышленной или производственной компании: весь список составили банки, телеком и госструктура.

Что предложили вместо готового ИИ-решения

Форум традиционно открыл гендиректор «Инфомаксимум» Александр Бочкин с докладом о трендах 2027 года. Ключевой тезис доклада: эффективное внедрение корпоративного ИИ должно начинаться не с выбора модели, а с исследования того, как процессы устроены на практике — какие шаги реально нужны и где автоматизация даст экономический эффект, а не просто ускорит уже неэффективные процессы. Этот подход компания реализовала в новой версии своей платформы Proceset. Поскольку тезис прозвучал от разработчика продукта на организованном им форуме, его стоит читать как позицию заинтересованной стороны, а не как независимое исследование, хотя сама последовательность действий — сначала описание процесса, затем его автоматизация — совпадает с тем, что применяли и лауреаты премии. На практике именно эту последовательность чаще всего пропускают. По независимым оценкам, до стадии полноценного внедрения из пилотных проектов с ИИ в крупных компаниях доходит лишь около 7–10%. Одна из типичных причин — попытка автоматизировать процесс, который никто заранее не описал и не проверил на реальных данных.

Что дальше

Бочкин ожидает перехода к автономному выполнению типовых бизнес-процессов: заявки смогут проходить путь от подачи до результата без обязательного ручного сопровождения, а сотрудники сосредоточатся на управлении правилами и сложных исключениях. Для отрасли, где основные премии пока забирают финансовый и государственный секторы, ProcessTech 2026 скорее обозначил разрыв между отраслями, чем подвел итоги: промышленным компаниям, которые только начинают внедрять процессную аналитику, есть на что ориентироваться за пределами своего сектора, но примеров внутри него пока немного. Следующий год покажет, изменится ли состав победителей, когда в конкурс пойдут проекты, поданные уже после нынешнего форума.

«Яндекс» выпустил большую языковую модель Alice AI Foundation LLM

«Яндекс» представил собственную большую языковую модель Alice AI Foundation LLM, обученную с нуля силами компании, без использования сторонних зарубежных моделей или готовых компонентов. Веса и настроенные параметры опубликованы в открытом доступе под лицензией, которая разрешает коммерческое и исследовательское использование. Об этом «Яндекс» сообщил 21 сентября.

Что за модель

Alice AI Foundation содержит 80 млрд параметров, из которых одновременно активны только 3 млрд, а обучение прошло на 18 трлн токенов. Такая архитектура экономит вычислительные ресурсы при работе модели по сравнению с классическими плотными сетями того же размера. Технические отчеты и результаты тестов доступны на платформе Hugging Face. Для оценки знаний, значимых именно для русскоязычных пользователей, «Яндекс» сделал два собственных бенчмарка: WikiWebFacts проверяет даты, события и персоналий, а HardMultiQA построен на обезличенных запросах к «Алисе» и охватывает медицину, право, ИТ и другие области. Большинство глобальных моделей обучены преимущественно на англоязычных текстах и хуже справляются с фактами, специфичными именно для русскоязычной аудитории, — эту разницу собственные тесты и должны показывать.

Кто стоит за обучением

Создание такой модели — это не только вычисления. Ранее «Яндекс» сообщал, что в 2026 году направит на работу ИИ-тренеров — людей, которые размечают данные и оценивают качество ответов модели, — 3,5 млрд рублей. Именно разметка и оценка ответов формируют поведение модели после базового обучения на текстах и определяют, насколько корректно она справляется со сложными запросами. Компания также параллельно развивает образовательные программы по ИИ совместно с вузами-партнерами, откуда со временем приходят новые специалисты для той же разметки и оценки моделей.

Что это меняет

Alice AI Foundation пока остается базовой моделью, а не готовым ассистентом для конечного пользователя. Публикация весов в открытом доступе означает, что любая российская компания или разработчик может дообучить модель под свою задачу, не обращаясь к зарубежным поставщикам и не завися от условий их лицензий. Правило зависит от того, готовы ли разработчики вкладывать ресурсы в дообучение, а не просто взять готовый продукт.

Раздел «Социальная ответственность» в ESG-отчетности нередко ограничивается декларациями и разовыми акциями, которые сложно подтвердить измеримыми показателями. Четыре инструмента этой статьи устроены иначе: у каждого есть результат, который можно проверить. Корпоративная академия «Росатома» выросла с 30 сотрудников до портфеля из более чем 250 программ обучения быстрее, чем в мировой практике сформировался сам термин «корпоративный университет». В «Яндексе» аудит доступности рабочих интерфейсов проводит группа невизуального тестирования — те, кто пользуется этими интерфейсами каждый день.

Это пятидесятая статья цикла. Продолжаем группу J «Устойчивое развитие и ESG» подгруппой J2 «Социальная ответственность».

В этой статье разбираем:

— Инклюзивные практики (Inclusive Practices) — программы wellness и IoT-мониторинг условий труда с системами раннего предупреждения на опасных производствах.

— Развитие персонала (Personnel Development) — системная траектория обучения сотрудников, а не разовые курсы под текущую задачу.

— Социальные программы (Social Programs) — трудоустройство уязвимых групп и организация доступной для них рабочей среды.

— Безопасность и здоровье (Safety and Health) — IoT- и AI-системы контроля среды в реальном времени с предиктивной аналитикой рисков.

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

🔗Читать на сайте АЦТ: https://dia.ru/news/6294

Диаграмма Ишикавы: что такое анализ причин, как строят «рыбью кость» и где она дает сбой

Диаграмма Ишикавы структурирует поиск причин проблемы до того, как команда начнет их устранять. Проблема записывается в «голове» схемы, а возможные причины отходят от нее «костями», сгруппированными по категориям. Задача не в том, чтобы назвать единственную причину, а в том, чтобы охватить все группы, в одной из которых причина могла остаться незамеченной.

Происхождение метода

Метод разработал японский инженер Каору Исикава, профессор Токийского университета. Источники расходятся в дате первого применения: называют завод Kawasaki Steel Works в 1940-х и университетские занятия начала 1950-х. Устойчиво задокументирован 1968 год: Исикава описал метод в книге «Руководство по контролю качества» и включил диаграмму в список семи базовых инструментов качества. Через кружки контроля качества она распространилась по японской промышленности как инструмент, доступный рабочей группе на участке.

Шесть групп причин

Классический вариант раскладывает причины дефекта по шести категориям, известным как 6M. Человек: квалификация, обучение, утомляемость. Метод: операции, инструкции, регламенты. Оборудование: износ, настройка, техническое состояние. Материал: качество сырья. Измерения: точность контроля. Среда: температура, влажность, освещение. Набор не догма: для процесса без физического оборудования категории заменяют на подходящие.

Порядок построения

Работа начинается с точной формулировки проблемы: не «качество упало», а «доля брака выросла с 1,2% до 3,8% за восемь недель». Для каждой категории команда фиксирует три-пять версий причины, не оценивая достоверность: задача черновика в том, чтобы покрыть все категории. Затем версии проверяются данными или наблюдением, а не голосованием: недостоверные исключаются, оставшиеся передаются на разбор методом пяти почему.

Разбор на примере

Индонезийское фармацевтическое предприятие устанавливало причину перелива крема при фасовке: часть упаковок превышала нормативный вес, что означало потери сырья. Картирование потока показало, что участок фасовки создает наибольшую изменчивость. Схема распределила версии по трем группам: оборудование, метод и измерения. По оборудованию: смещение позиции дозирующей головки. По методу: широкий допуск на вес наполнения в регламенте. По измерениям: недостаточная частота промежуточного контроля.

Проверка данными подтвердила все три версии. Скорректировали положение держателя, ужесточили допуск веса наполнения и увеличили частоту контроля в процессе. Средний вес наполнения снизился с 10,315 до 10,115 грамма, выход годной продукции вырос с 97,18% до 98,2%. Экономия на партию составила около 114 тысяч индонезийских рупий, в пересчете на год около 135 миллионов рупий.

Где диаграмма дает сбой

Инструмент превращается в формальность, если команда перечисляет симптомы вместо причин: «плохое качество» вместо «превышение допуска по весу». Второй сбой: неравномерная проработка, когда одна ветвь получает десять версий, а остальные остаются пустыми, что обычно означает, что группа уклонилась от неудобной темы. Третий сбой: отсутствие проверки, поскольку диаграмма показывает гипотезы, а не факты, и решение без сверки с данными устраняет предположение, а не причину.

Место в методике АЦТ

Инструмент значится под кодом A1-06 в группе A «Операционная эффективность»: 4 часа теории, 6 часов практики, категория сложности «простой».

В методике он служит первым шагом перед более узкими инструментами: пятью почему (A1-01) для углубления в конкретную причину и анализом коренных причин (A1-07) для закрепления вывода. Частоту версий по категориям удобно сверять анализом Парето (A1-02), отделяя причины с наибольшим вкладом от второстепенных.

Вывод

Диаграмма не находит причину сама: она организует поиск так, чтобы команда не остановилась на первой правдоподобной версии и не упустила категорию, которую никто не назвал. Ценность инструмента в широте, а не в глубине: вопрос ставится по каждому направлению, ответ на него дают данные.

NHS National Programme for IT: единая электронная карта на всю Британию и 9,8 млрд фунтов на выходе из проекта

В 2002 году Министерство здравоохранения Великобритании запустило программу по созданию единой электронной медицинской карты для каждого пациента NHS в Англии. Вместо того чтобы дать сотням трастов внедрять IT-системы самостоятельно, министерство заключило централизованные контракты по регионам с четырьмя подрядчиками. Первоначальный бюджет составлял 2,3 млрд фунтов на три года.

К августу 2011 года из бюджета было потрачено 7,3 млрд фунтов, и Комитет по госрасходам рекомендовал закрыть программу. В сентябре правительство объявило об ускоренном демонтаже — обзор Кабмина пришел к выводу, что программа «не выполнила и не может выполнить первоначальную задачу». Комитет назвал происшедшее одним из самых дорогостоящих и провальных контрактов в истории госзакупок страны.

Что хотели сделать

Централизованная модель с небольшим числом подрядчиков выглядела логичным решением: единые контракты обещали более низкую цену за счет масштаба и техническую совместимость систем между больницами, недостижимую при независимом выборе систем сотнями трастов.

Где произошел сбой

Модель сконцентрировала весь риск поставки на нескольких контрактах. Система для крупнейшего региона — Lorenzo от iSOFT — на момент подписания контракта еще разрабатывалась и нигде не эксплуатировалась в сопоставимом масштабе. Сроки внедрения срывались год за годом.

Когда коммерческие риски оказались выше ожиданий, два из четырех поставщиков вышли из проекта: Accenture — в 2006 году, не желая нести убытки по неисполнимым требованиям, Fujitsu — в 2008 году, на фоне спора об объеме работ. Спор с Fujitsu обернулся разбирательством с судебными издержками в 31,5 млн фунтов к 2013 году.

Точкой невозврата стало решение не пересматривать саму модель после ухода двух из четырех поставщиков, а передать регионы оставшимся и продолжить программу в прежней архитектуре — с тем же принципом, но меньшим числом более уязвимых точек отказа.

Сколько это стоило

К закрытию программы было потрачено 7,3 млрд фунтов. Прогноз министерства по итоговой стоимости, без учета несогласованных затрат по CSC и спора с Fujitsu, составлял 9,8 млрд; в более широких оценках — 12,7 млрд. По данным Комитета за 2013 год, из заявленных 10,7 млрд фунтов ожидаемой пользы две трети так и не были получены. Пересмотренное соглашение с CSC в 2013 году сэкономило более 1 млрд за счет отмены эксклюзивных прав подрядчика на регион.

Что из этого следует

Три вопроса переносятся на любую программу с риском, сконцентрированным в нескольких контрактах. Проверяется ли модель на сценарий отказа хотя бы одного поставщика, или ее эффективность признается доказанной за счет экономии на масштабе. Запускает ли выход подрядчика пересмотр модели доставки, или программа продолжается в прежней архитектуре. Проверяется ли прогресс независимым органом регулярно, или организация годами оценивает себя сама.
Место в методике АЦТ

Прямо к ситуации относится управление рисками проектов (B4-02, группа B, 30 часов, сложный): оценка вероятности, что концентрация поставки в нескольких контрактах создаст катастрофические единые точки отказа, до подписания контрактов. Второй уровень — управление портфелем проектов (B4-04, 42 часа): централизованный контроль над параллельными контрактами программы, включая пересмотр приоритетов при выходе одного из участников, а не механическую передачу его обязательств оставшимся.

Оба инструмента дают основание для решения о модели поставки, но не гарантируют, что решение будет принято при первых тревожных сигналах. Уход двух подрядчиков из четырех был достаточным основанием — программу продолжили без изменений.

Отдельные компоненты в результате заработали: национальная сеть передачи данных и система обмена рентгеновскими снимками использовались годами после закрытия остальной программы. Не сработал центральный замысел — единая карта пациента через несколько крупных контрактов. Чем дольше модель сохранялась после первых отказов поставщиков, тем дороже обходилось признание, что она не работает.

#КиноСуббота

«Завтра» (Demain, 2015)

Документальный фильм Сирила Диона и Мелани Лоран начинается с прогноза ученых из Стэнфорда и Беркли о риске исчезновения значительной части человечества к концу XXI века из-за роста температур и населения планеты. Вместо того чтобы задерживаться на этом прогнозе, авторы отправляются с командой из четырех человек в десять стран искать людей, которые уже сегодня меняют устройство сельского хозяйства, энергетики, экономики, демократии и образования. Фильм разделен на пять глав по числу этих тем и получил французскую национальную кинопремию «Сезар» как лучший документальный фильм 2016 года.

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

Один из самых конкретных примеров фильма — французская бумажная фабрика Pocheco во главе с Эмманюэлем Дрюоном. Производство перестроено так, чтобы отходы одного процесса становились сырьем для следующего, а потребление энергии и воды снижено самим проектированием производства, — решение принято руководителем предприятия за годы до появления обязательных требований к отчетности. Это циркулярная экономика (J1-01 в Методике АЦТ) в ее прикладной, производственной форме.

Похожая логика — в главе про энергетику: Дания на момент съемок фильма получает 42 процента электроэнергии от ветра, а Исландия почти полностью обеспечивает себя геотермальной энергией. В обоих случаях это инфраструктура национального масштаба, замещающая ископаемое топливо возобновляемыми источниками, — работающий пример зеленых технологий (J1-04).

В фильме нет ни у одного из героев климатической стратегии (J1-03) — оформленного корпоративного документа с целевыми показателями и сроками. Решения принимаются людьми на местах, без обязательного норматива и без отчетности перед регулятором. Это честная граница материала фильма: он показывает происхождение практик до того, как они получают формальное оформление.

Сельскохозяйственные главы фильма — городские фермы Детройта, пермакультурное хозяйство в Нормандии, движение местного огородничества в британском Тодмордене — показывают ту же циркулярную логику на уровне города и семьи: производство и потребление еды выстроены как замкнутый локальный цикл — от участка до стола и обратно в почву.

Сегодня оба взгляда на устойчивость — регламентированная отчетность из пятничного выпуска и практические решения из сегодняшнего фильма — все чаще требуются одновременно: регулятор просит не только раскрыть показатели, но и подтвердить, что за ними стоят реальные изменения в производстве, а не только пересчитанные цифры.

Ценность этого фильма для разговора про ESG в том, что он показывает: устойчивые практики зарождаются раньше, чем их начинают измерять. Норматив фиксирует и тиражирует то, что уже доказало свою работоспособность на конкретной фабрике, ферме или городской улице.

В прошлом выпуске задача решалась в условиях, где ресурса физически не хватало и выбора не было — инженеры искали решение внутри уже заданных ограничений. Сегодняшний фильм смотрит на похожую задачу с другой стороны: что происходит, когда решение ищут не потому, что вынуждены, а потому что видят возможность раньше остальных.

Его герои — директор фабрики, энергетики целой страны, городские фермеры — перестроили производство, энергоснабжение или сельское хозяйство на своем участке задолго до того, как это стало предметом регулирования или общей нормой. Никто из них не выполнял чужое предписание: каждый решал конкретную задачу на своем месте, а результат оказался применим гораздо шире.

Управленческий вопрос здесь простой: откуда берутся практики, которые потом превращаются в стандарт. Норматив обычно описывает то, что уже где-то сработало. Между моментом, когда решение впервые сработало на одном конкретном производстве, и моментом, когда оно становится общим требованием, проходят годы — и все это время у первопроходца нет ничего, кроме собственной уверенности в правильности выбранного пути.

Сегодняшняя картина — французский документальный фильм, получивший национальную кинопремию как лучший неигровой фильм года. Продолжает нашу рубрику...

Мировой рынок робототехники растет на фоне дефицита кадров и развития искусственного интеллекта. Парк промышленных роботов в мире достиг примерно 4,66 миллиона единиц, российский — около 23 тысяч машин. По данным «Акселератора ФРИИ», рынок оборудования вместе с программным обеспечением и интеграцией оценивается примерно в 50 миллиардов долларов при среднегодовом росте 17-18 процентов. Согласно нацпроекту «Средства производства и автоматизации», к 2030 году Россия должна войти в число 25 ведущих стран по плотности роботизации.

Китайская Haval открыла в Тульской области первый в России завод роботизированных коробок передач. Предприятие в парке «Узловая» занимает 35 тысяч квадратных метров, мощность превышает 180 тысяч коробок передач в год, автоматизация сборки достигает 86 процентов. Создано около 500 рабочих мест, инвестиции составили порядка 30 миллиардов рублей. Замглавы Минпромторга Альберт Каримов отметил, что новые мощности способны обеспечивать потребности не только завода, но и других участников рынка.

Череповецкий завод «Северсталь-метиз» завершил перевод кранов травильного отделения на дистанционное управление. Проект стал частью программы «Безлюдные технологии», направленной на передачу опасных операций автоматизированным системам. Все пять подъемных сооружений переведены на управление из единой диспетчерской. Генеральный директор предприятия Сергей Ковряков заявил, что решение повышает безопасность сотрудников и снижает производственные риски.

«Корпорация Робототехники», входящая в АФК «Система», приобрела контрольную долю в группе компаний «Фотомеханика». Сумма сделки не раскрывается, в периметр вошли компании, формирующие контур разработчика решений для складской автоматизации. Корпорация инвестирует в конструкторское направление «Фотомеханики» и получает доступ к ее площадке в Санкт-Петербурге. Гендиректор Корпорации Робототехники Александр Алексеев рассчитывает за год сделать «Фотомеханику» лидером складской автоматизации в России и СНГ.

Sitronics KT и «Русская Рыбопромышленная Компания» договорились о технологическом сотрудничестве. Партнерство направлено на разработку и внедрение решений для рыбного промысла, флота и повышения безопасности на море. Sitronics KT разрабатывает программные и аппаратные решения для судоходной отрасли, а также линейку безэкипажных катеров для мониторинга акваторий. В компании отмечают, что партнерство открывает новые перспективы применения этих технологий.

Positive Technologies и «Петербургский нефтяной терминал» заключили соглашение о стратегическом сотрудничестве. Партнерство направлено на развитие информационной безопасности предприятия и повышение устойчивости его цифровой инфраструктуры. Заместитель технического директора Positive Technologies Павел Пивак назвал ключевой ценностью партнерства регулярный обмен опытом с экспертами по кибербезопасности, а заместитель гендиректора по ИТ терминала Ахметжан Махмутов отметил возможность использовать экспертизу компании.

Команда Kandinsky Сбербанка разработала и опубликовала в открытом доступе надстройку Time Adapter для генеративных нейросетей. Модуль управляет динамикой событий и частотой кадров в видеоролике: модели хорошо передают отдельный кадр, но плохо воспроизводят течение времени. Дообученная с адаптером модель Kandinsky 5.0 Video Lite превзошла базовую версию по естественности движения на 29 процентов. Исходный код опубликован на Hugging Face под открытой лицензией MIT.

Исследователи компании «К-Скай» и Центрального НИИ организации и информатизации здравоохранения сравнили большие языковые модели и специализированные модели машинного обучения для систем поддержки врачебных решений. Настройка прототипа на основе языковой модели потребовала около восьми часов работы специалистов против 340 часов на разработку модели Webiomed SC2.0, обученной на миллионе медицинских записей.

За три года завод по сортировке отходов в Подмосковье превратил 860 тысяч тонн мусора в десятки видов вторсырья — не разовый экологический жест, а поток, встроенный в производственный цикл. В то же время крупная нефтяная компания привязала климатические цели к премиям собственных топ-менеджеров: невыполнение плана по выбросам напрямую бьет по вознаграждению руководителей, которые за него отвечают. ESG-повестка перестает быть текстом на сайте не в момент подписания декларации о намерениях, а в момент, когда показатель превращается в измеримую величину — в тоннах вторсырья или в рублях премии.

Это сорок девятая статья цикла. Начинаем группу J «Устойчивое развитие и ESG» подгруппой J1 «Экологическая устойчивость».

В этой статье разбираем:

— Циркулярная экономика (Circular Economy) — модель производства и потребления, при которой материалы и продукты используются повторно и перерабатываются вместо того, чтобы становиться отходами.

— Углеродный менеджмент (Carbon Management) — систематический учет и снижение выбросов углекислого газа по всем источникам предприятия.

— Климатическая стратегия (Climate Strategy) — документ, закрепляющий климатические цели компании и их интеграцию в систему управления и финансовое планирование.

— Зеленые технологии (Green Technologies) — технические решения для снижения воздействия производства на окружающую среду: от возобновляемой энергетики до переработки отходов.

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

🔗Читать на сайте АЦТ: https://dia.ru/news/6285

Нефинансовые показатели переходят в машиночитаемый формат: собирать их придется вместе с финансовой отчетностью

Банк России готовит обязательный набор показателей устойчивого развития в машиночитаемом формате XBRL для крупных эмитентов: у отчета появляется методика расчета, срок сдачи и проверяемый источник данных.

Проект, представленный регулятором в декабре 2025 года и обновленный в апреле 2026 года, распространяется на публичные акционерные общества с акциями в котировальных списках первого и второго уровня Московской биржи. Требование также затронет акционерные общества, чьи облигации включены в такие списки при совокупной номинальной стоимости выпусков свыше 50 миллиардов рублей. По оценке участников рынка, таких компаний около 150–200. По апрельской версии проекта, положение должно вступить в силу 1 апреля 2027 года: регулятор перенес срок с изначально заявленного 1 октября 2026 года. Общественное обсуждение завершилось 15 мая 2026 года, итоговое принятие документа пока не объявлено.

Компаниям предстоит раскрывать 33 показателя, сгруппированных в три блока: 15 экологических (выбросы парниковых газов, энергопотребление, обращение с отходами, водопользование), 13 социальных (травматизм, текучесть кадров, расходы на охрану труда) и 5 управленческих (налоговые платежи, судебные споры, штрафы). Раскрывать их нужно одновременно в двух форматах: электронном документе по таксономии XBRL и человекочитаемой таблице в csv или xlsx. Методика расчета привязана к формам государственной статистики, которые предприятие уже представляет, а не к добровольным стандартам нефинансовой отчетности: 2-ТП по воздуху, воде и отходам, 4-ОС по природоохранным затратам, 4-ТЭР по энергопотреблению.

Пока нефинансовая отчетность добровольная, компания самостоятельно определяет содержание, объем и формулировки, и отчет об устойчивом развитии остается текстом, который готовит пресс-служба или отдел по связям с инвесторами. С обязательной таксономией это перестает быть текстом: каждый из 33 показателей нужно рассчитать по заданной методике и представить в срок, привязанный к финансовой отчетности.
Где эта задача сталкивается с реальным процессом предприятия.

1. Владелец показателя. Экологические данные рассчитывает эколог или служба охраны окружающей среды, травматизм и текучесть кадров — служба охраны труда и HR, налоговые платежи и судебные споры — бухгалтерия и юристы. Свести все 33 пункта в единый отчет с проверяемым источником по каждому до сих пор не пыталось практически ни одно предприятие.

2. Календарь вместо текста. Отчет эмитента нужно раскрыть не позднее одного рабочего дня после публикации годовой консолидированной отчетности, но не позднее 120 дней после конца отчетного года. Сбор ESG-данных придется вести в те же недели, что и финансовое закрытие года.

3. Видимые расхождения. Показатели привязаны к формам статистики, которые предприятие уже представляет в органы государственной статистики и экологического надзора, поэтому любое расхождение между ESG-отчетом и этими формами станет заметным: то, что раньше терялось в свободном тексте, теперь считается по двум независимым источникам и сверяется.

4. Технический барьер. Для формирования файла по таксономии XBRL версии 7.5.1 .0 понадобится программное обеспечение Банка России либо собственное решение, поддерживающее этот формат. У большинства нефинансовых служб предприятия такой задачи до сих пор не было.

Требование пока касается только крупных публичных эмитентов, но по цепочке распространится и на предприятия среднего размера: холдинг с листингом на бирже будет запрашивать эти данные не только у головного офиса, но и у производственных площадок и значимых поставщиков. Предприятию, которое входит в такую структуру или работает с ней как подрядчик, до апреля 2027 года остается время, чтобы определить, кто на площадке отвечает за каждый из 33 показателей и из каких источников формируются данные. Выяснять это в момент первого официального запроса от материнской компании обойдется дороже.