(АЦТ) Ассоциация цифровой трансформации - главный инфо-канал

В лаборатории криптографии компании «Криптонит» (входит в «ИКС Холдинг») разработали новый алгоритм атаки на постквантовые криптосистемы, построенные на кодах, исправляющих ошибки. Метод позволяет точнее оценивать защищенность таких механизмов и выявлять их слабые места еще на стадии проектирования — до начала дорогостоящих практических тестов.

Зачем это нужно
Любой шифр нуждается в оценке стойкости: важно понимать, сколько вычислений потребуется злоумышленнику для взлома. С приближением эры квантовых компьютеров вопрос становится критичным — мощный квантовый компьютер теоретически способен подделывать цифровые подписи и перехватывать банковские транзакции. Именно поэтому создаются постквантовые схемы шифрования, устойчивые к таким атакам. Значительная часть из них опирается на теорию кодов, исправляющих ошибки (например, алгоритм Мак-Элиса), и от их надежности напрямую зависит защита платежей и персональных данных.

В чем суть метода
Криптограф Иван Чижов, замруководителя лаборатории по научной работе, сосредоточился на анализе так называемых квадратичных форм — уравнений второй степени, связанных со структурой кода. Особо опасны составные формы, распадающиеся на более простые. Если атакующий находит их в коде, он получает рычаг для потенциального взлома. Чижов предложил алгоритм поиска таких «слабых мест» и математически описал условия, при которых они возникают.
Важная оговорка от самих авторов: мгновенного взлома не происходит. По словам Чижова, вычислительная сложность атаки на стандартизированные параметры остается астрономически высокой. Но сам факт существования метода заставляет пересматривать требования к защите и закладывать запас прочности.

Почему это полезно
Ценность работы — не столько в новой угрозе, сколько в инструменте профилактики. Метод позволяет отсеивать заведомо слабые варианты кодов на ранней стадии, точнее подбирать параметры схем шифрования и сокращать затраты на стандартизацию целого семейства постквантовых алгоритмов. В перспективе это делает финансовые, медицинские и личные данные более защищенными в эпоху квантовых вычислений.

Брак на производстве — постоянная статья потерь. По отраслевым оценкам, типичная доля производственного брака в обработке — около 2–3% выпуска; современные, хорошо оснащенные предприятия удерживают ее ниже 1%, а в авиакосмосе и ВПК — на уровне 0,2–0,3%.

Главная причина, как отмечают специалисты по качеству, — человеческий фактор: невнимательность, усталость, отклонения от техкарты; он влияет на брак сильнее, чем состояние и сложность оборудования.

Эти потери устранимы. В нацпроекте «Производительность труда» более 4 000 предприятий внедряли бережливое производство и в среднем повышали выработку, сокращали брак, запасы и время процессов (Минэкономразвития, ФЦК). Логика проста: чем раньше нашли дефект, тем дешевле он обходится.

В новой статье разбираем, как с помощью 4 инструментов методики «Аккордная цифровая трансформация» устроить производство так, чтобы ошибка человека не превращалась в брак, а брак не уходил дальше по потоку.

— Пока-ёкэ (A3-01) — защита от ошибки, встроенная в саму операцию: исполнитель физически не может пропустить или перепутать деталь, а отклонение видно до того, как станет браком.

— Производственный канбан (A3-02) — управление потоком по фактическому расходу: выпуск запускается спросом, а не плановой загрузкой, и удерживает запасы и незавершенное производство в заданных пределах.

— Андон (A3-03) — право любого рабочего остановить линию при отклонении и обязательство менеджмента сразу прийти на сигнал, чтобы дефект не ушел на следующую операцию.

— Общая эффективность оборудования (A3-04) — единый показатель эффективности оборудования: сводит простои, потери скорости и брак к одной цифре и показывает, где предприятие теряет больше всего.

По каждому инструменту — суть, порядок применения, чек-лист перед стартом и разбор типичных ошибок.

🔗 Читать статью: https://dia.ru/news/5740

Цифровой проект не дал обещанного эффекта. Что делать дальше?

По данным Рексофт (2025, 330+ кейсов в горно-металлургическом комплексе), планового эффекта от цифровизации достигает лишь каждая вторая компания. Исследование ИТ-инфраструктуры (март 2026, 140 ИТ-руководителей) детализирует картину: только 8% российских компаний фиксируют ощутимый экономический результат от внедрения ИИ, 24% — затраты уже превышают измеримую пользу, 20% видят лишь косвенные результаты, 45% остановились на стадии эксперимента. Недостигнутый эффект — статистическая норма российской цифровизации, а не исключение. Разбирать такие ситуации нужно, замалчивать их внутри компании — контрпродуктивно.

Лаборатория искусственного интеллекта Сколково (исследование «От пилота к масштабу», октябрь 2025) выделила три класса причин провалов.

Первый — культура принятия решений: в организациях, где решения опираются на данные и измеримые метрики, ИИ приживается значительно лучше, чем там, где решения держатся на авторитете и неформальной экспертизе.

Второй — несогласованность процессов: система внедрена, акт подписан, а операционный маршрут не изменился.

Третий — отсутствие включения сотрудников в изменение: люди продолжают использовать новую систему как дополнительный слой поверх прежнего порядка работы, а не как его замену.

Чисто технологические причины — нехватка данных, ограничения оборудования — Сколково характеризует как самый редкий класс провалов из трёх.

Forbes в феврале 2026 года зафиксировал российскую специфику: CEO Napoleon IT Павел Подкорытов описывает устойчивую модель, при которой средства освоены, пилоты формально завершены, отчёты сданы — но проект не встроился в операционную деятельность. Причины, по его оценке, почти всегда одинаковы: разрозненные данные без единой архитектуры, неопределённые бизнес-метрики и отсутствие ответственного за результат у конкретного процесса. TAdviser в феврале 2026 года зафиксировал системную составляющую: значительная часть ИИ-проектов в России реализуется без метрической оценки реальной эффективности, а культура разработки таких метрик в стране всё ещё находится на этапе формирования. По данным ComNews (декабрь 2025), только 26% российских компаний имеют стратегию развития ИИ — старший разработчик систем ИИ Innostage Александр Лебедев характеризует это так: часть компаний внедряет технологию формально, «выполняя KPI по внедрению», без связи с измеримыми бизнес-результатами.

Разбор ситуации начинается с трёх вопросов.

Проблема инструмента или постановки задачи? Если метрика успеха была сформулирована как «внедрить систему», а не как «сократить время цикла на X%» или «снизить долю брака с Y до Z», — это проблема постановки. Система могла отработать корректно и при этом не дать бизнес-результата, потому что результат не был определён в измеримых единицах до старта.

Проблема принятия пользователями? Пока сотрудник осваивает систему, он закономерно теряет в скорости, но результат с него продолжают спрашивать по прежним меркам. В такой ситуации проще остаться с тем инструментом, которым умеешь пользоваться. Если это не было учтено при внедрении — изменение не состоялось организационно, и технология здесь ни при чём.

Что передать в следующий проект? Любой незавершённый проект содержит данные о том, где процесс не выдержал, где метрика оказалась нерабочей, где сопротивление было максимальным. Зафиксировать эти наблюдения нужно до того, как команда разошлась по другим задачам, — иначе следующее внедрение начнётся с того же места.

Компании, которые не разбирают незавершённые проекты, воспроизводят одни и те же ошибки в следующем бюджетном цикле.

Важная новость для отрасли: в России создано собственное производство сверхчистого фосфора — материала, без которого невозможно изготовление чипов, транзисторов, диодов и интегральных схем. Работы выполнили предприятия научного дивизиона «Росатома» — НИИ НПО «ЛУЧ» и «Гиредмет». Речь идет об особо чистых красном фосфоре и оксихлориде фосфора.

Зачем нужен высокочистый фосфор
Он применяется для допирования — процесса, который меняет свойства полупроводника (обычно кремния или германия), чтобы улучшить его электрические характеристики. По сути это один из базовых материалов, на которых строится вся современная электроника. Без него нельзя «настроить» полупроводник под нужную функцию в схеме.

Почему это значимо именно сейчас
Раньше высокочистый фосфор поставлялся в Россию в основном из-за рубежа. Затем поставки прекратились, а отечественных аналогов на рынке не было — образовалась реальная брешь в производственной цепочке электроники. Новая разработка эту брешь закрывает.
Технология полностью отечественная: специалисты НПО «ЛУЧ», «Гиредмет», РХТУ им. Д. И. Менделеева и ННГУ им. Н. И. Лобачевского выстроили собственную цепочку очистки фосфора и синтеза его соединений — от сырья до готового материала. Применение — не только микроэлектроника, но и аэрокосмическая промышленность.

Контекст
Работа ведется в рамках государственной программы Минпромторга «Развитие электронного машиностроения на период до 2030 года». Это часть большого курса на импортозамещение материалов и оборудования для микроэлектроники: параллельно в стране осваивают выпуск десятков других критических материалов, развивают литографию и производство пластин.
Сам по себе фосфор — лишь одно звено длинной цепочки, и до полной технологической независимости в производстве чипов еще далеко. Но именно из таких звеньев эта независимость и собирается: каждый закрытый дефицит снижает зависимость от внешних поставок в стратегически важной сфере.

На сборке кабин «ГАЗелей» операторы поднимали двадцатикилограммовое ветровое стекло больше ста раз за смену. Решение не потребовало инвестиций — смонтировали подиум, выровняли конвейер и пол. С таких разборов начинается бережливое производство, первый из трех инструментов новой статьи.

Этими тремя инструментами завершается подгруппа А2 «Стратегические методы» — самая трудоемкая в группе «Операционное превосходство», от 72 до 96 часов на освоение каждого.

Бережливое производство выстроил в Toyota Тайити Оно, Шесть сигм — Билл Смит в Motorola; это производственные философии, охватывающие весь поток и всю культуру предприятия, а не отдельную операцию. Интегрированные системы менеджмента идут дальше и сводят несколько международных стандартов в один контур управления.

В новой статье разбираем:
— Бережливое производство (Lean) — убирает из потока все, что потребляет ресурсы, но не добавляет ценности продукту. Это режим работы предприятия, а не набор инструментов: 5S и доски канбан без перестройки потоков дают лишь внешний порядок. Масштаб разрыва зафиксировал MIT: завод Toyota в Такаоке против завода General Motors во Фрамингеме — почти вдвое выше производительность, втрое меньше дефектов сборки, на 40% меньше площадей.
— Шесть сигм (Six Sigma) — переводят разговор о качестве с ощущений на статистику: уровень «шесть сигм» — это не более 3,4 дефекта на миллион возможностей. Проекты ведут по циклу DMAIC исполнители с квалификациями из единоборств: «зеленые» и «черные пояса». Эффект своей программы General Electric оценивала в 12 млрд долларов за пять лет — с поправкой на то, что это отчетность самой компании, а не независимый аудит.
— Интегрированные системы менеджмента (ИСМ) — сводят требования нескольких стандартов ISO в один контур: один аудит участка закрывает то, что раньше проверяли по четырем стандартам отдельно. При этом интеграция объединяет работающие системы, но не лечит слабые: если система качества формальна, объединение тиражирует формализм на остальные контуры.

По каждому инструменту в статье — суть, порядок применения, чек-лист перед стартом и разбор типичных ошибок.

🔗 Читать статью: https://dia.ru/news/5733

Что мешает пилотным проектам дойти до промышленного внедрения

Российская промышленность активно тестирует цифровые технологии, но дальше пилотных проектов проходят немногие. По исследованию Strategy Partners и ГК «Цифра» (ноябрь 2025), проникновение технологий остается невысоким и неравномерным: машинное зрение в 2024 году применяли 41,6% предприятий, промышленный интернет вещей — 7,1%, машинное обучение и большие данные — около 6%, цифровые двойники — менее 2%. Интерес есть почти ко всему, но от пилота до промышленного использования доходит малая часть.

Так происходит в большинстве областей, где применяется подобный формат — от бережливого производства до цифровых платформ и ИИ-сервисов. На ограниченном участке решение работает, а при развертывании на всю организацию эффект теряется. У этого состояния есть устоявшийся термин — pilot purgatory, «пилотное чистилище»: проект не закрывают и не масштабируют, он расходует ресурсы, не давая результата.

Свежие данные подтверждают разрыв. В цифровизации промышленности, по данным Рексофт (2025, горно-металлургический комплекс), планового эффекта достигает половина компаний. По опросу «Интеллектуальной аналитики» (декабрь 2025 — февраль 2026, около 50 крупнейших компаний), до промышленного внедрения дошли лишь 7–10% ИИ-пилотов, а 30–40% свернули из-за слабой интеграции в бизнес-процессы.

Причина не в технологии. Strategy Partners среди ключевых барьеров называет не качество решений, а отсутствие единых стандартов внедрения, дефицит кадров и бюджетов, низкую диджитал-культуру и ориентацию руководства на проекты с окупаемостью до двух лет. Это подтверждает и опрос Comindware (январь 2026): три главных препятствия автоматизации не меняются с 2023 года — высокая стоимость внедрения (62%), сложность интеграции систем (58%) и сопротивление сотрудников (42%).

Сам формат пилота это маскирует: он проходит на отобранном участке, с мотивированной командой, на чистых данных, под контролем куратора. В реальной эксплуатации эти условия не воспроизводятся, и проект останавливается на людях и процессах, а не на технологии. Показательно, что по тому же опросу Comindware финансовые процессы автоматизированы почти повсеместно (98%), а производственные — лишь у 22%: бизнес легко цифровизирует то, что регулируется извне, и медленнее перестраивает внутренние операции, которые и определяют эффект на масштабе.

Вывод: пилот без заранее прописанного сценария масштабирования с высокой вероятностью остается внутри тестовой среды. Владелец процесса, ресурсы, расчет окупаемости и список сотрудников, чья работа изменится, определяются до старта, а не после успеха пилота.

MAX и RuStore: что показал реверс-инжиниринг кода (Анализ «шпионского» функционала и разбор нарушений законодательства).

Исследователь zarazaexe опубликовал на Habr два технических разбора — мессенджера MAX и магазина приложений RuStore. Оба основаны на декомпиляции APK; ниже — только то, что подтверждается конкретными вызовами в коде. Это разбор независимого автора, а не итог официальной проверки, и часть выводов вендоры комментировали (см. ниже). Но расхождение между официальными заявлениями и зафиксированным в коде поведением — само по себе предмет для разговора.

Контекст. RuStore обязателен к предустановке на устройства в РФ с 1 апреля 2024 (с 1 сентября 2025 — и на iOS). MAX (ru.oneme.app) обязателен к предустановке как «национальный мессенджер» с 1 сентября 2025; на декабрь 2025 — около 75 млн пользователей; сквозного (E2E) шифрования нет. Оба продукта — экосистема VK.

🔻 Что зафиксировано в коде MAX
• Адресная книга в реальном времени. Подписка на корень телефонной книги; серверу уходит её размер и хеши номеров — в том числе тех людей, кто MAX не пользуется. Частоту и размер выгрузки задаёт сервер.

• Передача номера по открытому HTTP. Для авторизации без SMS номер абонента (Mobile ID) запрашивается у операторов по незашифрованному HTTP — шесть операторских доменов специально вынесены в исключения из запрета cleartext-трафика. Тот же канал доступен встроенным мини-приложениям без видимого диалога согласия.

• Скрытый модуль trace_flow (DPS). Обфусцированный SDK при каждом возврате приложения из фона определяет реальный внешний IP (в обход VPN) и отправляет User ID, Device ID, IP, флаг VPN и оператора на домен trace-flow.ru, отсутствующий в политике конфиденциальности.

• Управление по команде сервера. Серверные флаги позволяют: удалить сообщение из локальной базы устройства скрытым push; запросить координаты «тихим» push; отключить проверку TLS-сессии (net-ssl-session-validate); принудительно собрать контакты и выгрузить логи устройства (до 32 МБ).

• Запись звука в звонке. В кастомном WebRTC присутствует функция, которой сервер во время звонка может инициировать запись сырого звука с микрофона без индикации в интерфейсе. Запись звонков по умолчанию помечена как «публичная»; при отсутствии E2E это означает доступ сервера.

• Встроенный ML-стек. На устройстве присутствовал embedded-рантайм для распознавания речи, детекции ключевых слов и идентификации говорящего по голосу. В версии 26.16.0 модуль детекции ключевых слов удалён, но инфраструктура загрузки моделей с сервера сохранена.

• Несбрасываемый идентификатор. Для отслеживания используется ID из защищённой зоны процессора (Widevine DRM / TEE), который не сбрасывается при переустановке приложения, смене аккаунта и сбросе до заводских настроек.

• Детекция VPN и Force Update мимо Google Play. По команде сервера приложение может блокировать доступ к чатам при включённом VPN и принудительно ставить обновление со своего CDN.

🔻 Что зафиксировано в коде RuStore

• Тихая установка MAX и не только. Установка MAX запускается серверным флагом через привилегированный установщик с параметром «без действия пользователя». Отдельный канал preorder/autoinstall позволяет установить любой пакет по push без проверки того, оформлял ли пользователь предзаказ: какой пакет назовёт сервер, тот и ставится в фоне.

• Подсистема Radar — история ВАШИХ перемещений. Локальная база хранит идентификатор пользователя, три геофикса (GPS, по сети, последний известный), MAC-адрес Wi-Fi-роутера, список сотовых вышек, оператора SIM, признак роуминга и факт включённого VPN. При активации — снимок раз в ~2 минуты, хранение до 15 суток, выгрузка на серверы VK.

• Инвентаризация и статистика. На сервер уходит список установленных приложений (привязка к несбрасываемому ANDROID_ID, без версий — то есть для заявленной «проверки обновлений» этих данных недостаточно) и статистика использования (что и когда вы открываете), в том числе без входа в аккаунт.

Продолжение в комментариях...

Нефинансовая отчетность в России переходит из добровольной в обязательную.

С апреля 2027 года публичные акционерные общества — эмитенты первого и второго уровней листинга — обязаны раскрывать 33 показателя устойчивого развития по единому стандарту Банка России в машиночитаемом формате. Это меняет требования к тому, как предприятие собирает и хранит данные о своей деятельности.

Основная сложность для большинства предприятий не в самих показателях, а в источниках. Данные о выбросах, отходах, условиях труда и закупках обычно уже фиксируются, но в разных системах учета и подразделениях, без единой методики. Собрать из этого отчетность, соответствующую требованиям регулятора, без отдельного инструментария затруднительно.

Группа J «Устойчивое развитие и ESG» методики АЦТ описывает 15 инструментов, которые решают эту задачу.

В новой статье разбираем:
— 15 инструментов по подгруппам J1–J4: от циркулярной экономики до цифрового ESG-мониторинга;
— три отраслевых кейса: металлургия, нефтехимия, транспорт;
— пять аккордов под типовые задачи: высокое энергопотребление, рост углеродного следа, нерациональное использование ресурсов;
— матрица зрелости ESG-контура: от «Тишины» до «Симфонии», и где на ней находится большинство российских промышленных предприятий;
— что можно сделать своими силами за месяц — от ревизии того, где и какие данные уже собираются, до регулярного использования самого простого инструмента группы.

🔗 Читать статью: https://dia.ru/news/5721

9 млрд рублей на «прокачку» рынка промышленной робототехники.

7,86 млрд рублей — объем российского рынка промышленной робототехники по итогам 2025 года. Рост на 14% к 2024-му, по данным Центра развития промышленной робототехники Университета Иннополис (опубликованы в январе 2026 года, со ссылкой на них писал «Коммерсантъ»).

Плотность роботизации выросла до 40 роботов на 10 тысяч работников — на 36% больше, чем годом ранее (тот же Центр Иннополиса). По данным Международной федерации робототехники (IFR, World Robotics 2024, данные за 2023 год), среднемировой показатель — 162 робота на 10 тысяч, в Германии — 415, в Японии — 397, в Южной Корее, лидере рейтинга, — больше тысячи, это более чем в 25 раз выше показателя России. В Китае действующий парк промышленных роботов превысил 2 млн единиц, и на эту страну в 2024 году пришлось 54% всех новых мировых установок. Основные потребители роботов в России — фармацевтика, пищевая промышленность, автопром и металлургия.

Консервативный сценарий — рост такими же темпами — приведет рынок к 15,1 млрд рублей к 2030 году, целевой при устойчивой господдержке — к 47,6 млрд. Разница втрое определяется тем, удержит ли государство заявленные программы поддержки.

Что изменилось за первые месяцы 2026 года

Господдержка перешла из обсуждения в конкретные суммы. В 2026 году на отрасль планируется направить 9 млрд рублей (заявление главы Минпромторга Антона Алиханова), а финансирование федерального проекта «Развитие промышленной робототехники и автоматизации производства» до 2027 года превысит 88,9 млрд.

4 марта 2026 года наблюдательный совет Фонда развития промышленности утвердил дополнительные меры стимулирования спроса. Субсидируемая скидка для покупателей отечественных роботов выросла с 33% до 50% от стоимости — производителю эту скидку компенсирует государство. Отдельно для малого и среднего бизнеса действует субсидия до 25% стоимости отечественных роботов и компенсация процентной ставки по лизингу роботизированных комплексов.

К 2030 году на создание свыше 30 центров развития робототехники во всех федеральных округах планируется направить более 15 млрд рублей. Их функции — реверс-инжиниринг, подготовка кадров и технологический аудит процессов роботизации на предприятиях: отдельный канал поддержки, который формирует компетенции на местах.

На эти меры начал отвечать и частный капитал. В марте 2026 года венчурные фонды «Восход» и «Инноватор венчурс» вложили 200 млн рублей в «Битроботикс» — российского разработчика дельта-роботов для упаковки и сортировки в пищевой промышленности.

Изменилось и производство. По данным пресс-службы Минпромторга (ComNews, апрель 2026 года), в 2025 году в России выпустили 414 промышленных роботов на 2,33 млрд рублей — против 11 единиц на около 60 млн рублей в 2024-м. В реестре российской промышленной продукции за 2025 год появилось 16 моделей от пяти производителей против одной модели от одного производителя годом раньше.

Действующий парк промышленных роботов в стране, по тем же данным, превысил 20 тысяч единиц. Для целевых показателей к 2030 году отрасли нужно установить еще 110–150 тысяч роботов — то есть увеличить парк в шесть-восемь раз, и это требует инвестиций на уровне триллионов рублей. Запланированная господдержка закрывает лишь часть этой суммы, основная нагрузка остается на самих предприятиях.

В деньгах это выглядит так: робот-манипулятор стоит от 1,5 млн рублей, роботизированная ячейка — 8–30 млн, срок внедрения — до 9 месяцев, окупаемость — 2,5–6 лет (данные Т1, Kept и Университета Иннополис). Субсидия в 25–50% сокращает эти сроки — на эту разницу и рассчитана текущая господдержка.

Картина за первые месяцы 2026 года: государство снижает порог входа субсидиями, скидками и лизинговыми компенсациями, частный капитал начал заходить в отечественных разработчиков, а выпуск роботов внутри страны растет кратно — с очень низкой базы. Дистанция до целевых 110–150 тысяч новых установок остается на порядок больше текущего парка, и именно она определит, какой из двух прогнозов Иннополиса окажется ближе к реальности.

Все четыре инструмента этой статьи появились в XX веке на американских и японских заводах, и у каждого был свой автор: Майкл Хаммер, Арманд Фейгенбаум, инженеры General Electric, а у последнего — целое поколение специалистов по качеству от Деминга до Кросби.

За эти десятилетия в управлении произошла перемена, которую все четыре и закрепили: эффективность и качество перестали быть задачей отдельного цеха или отдела технического контроля и стали делом всего предприятия.

С этой статьи начинается подгруппа А2 «Стратегические методы» — самая трудоемкая в группе «Операционное превосходство». Базовые инструменты, которые мы разбирали раньше, улучшают отдельный процесс или участок. Эти четыре перестраивают работу предприятия целиком.

В новой статье разбираем:
— Реинжиниринг бизнес-процессов (BPR) — проектирует процесс заново, когда улучшать прежний уже бессмысленно: он держится на правилах, которых давно не должно быть. В статье и обратная сторона метода: по оценке его авторов, от 50 до 70% проектов заявленных результатов не достигали.
— Всеобщий контроль качества (TQC) — встраивает предупреждение брака в каждый этап вместо проверки на выходе, когда затраты на дефект уже понесены. Отсюда понятие «скрытого завода»: теневые мощности предприятия, которые ничего не создают, а только переделывают уже сделанное.
— Дизайн для шести сигм (DFSS) — переносит контроль качества в проектирование, где корректировка дешевле всего: дефект, который нашел конструктор, стоит часов его работы, а при серийном производстве оборачивается отзывом продукции.
— Всеобщее управление качеством (TQM) — распространяет качество на всю организацию: процессы, решения и работу сотрудников, а не только на продукт.

По каждому инструменту в статье — суть, порядок применения, чек-лист перед стартом и разбор типичных ошибок.

🔗 Читать статью: https://dia.ru/news/5696

Чем цифровой завод в Китае отличается от российского

Обе страны декларируют курс на роботизацию. Различие — в масштабе, скорости внедрения и в том, кто производит роботов.

Парк промышленных роботов в России в 2024 году вырос на 62%, до 20,8 тыс. штук (Росстат). Плотность роботизации — число роботов на 10 тыс. работников — достигла 29,5, против 18,9 годом ранее, рост составил 56% по данным IFR World Robotics (2025 г.). В 2025 году показатель вырос еще на 36%. Среднемировой уровень в 2024 году — более 160 на 10 тыс. работников.

Китай в 2024 году установил 295 тыс. роботов — 54% всех новых установок в мире, доля в мировом парке — 43%. Плотность роботизации в Китае — около 500 на 10 тыс. работников, у Кореи и Сингапура — 1200 и 818 соответственно.

Рассмотрим на конкретных примерах.

Завод Xiaomi в Чанпине строили рекордными темпами: соглашение подписали в августе 2024 года, а уже к началу 2025-го был готов корпус здания — меньше чем за полгода. Внутри все устроено под минимальное участие человека: по цеху перемещается 161 автономный мобильный робот, они сами развозят детали и узлы между участками. Производственная линия выдает готовый кондиционер каждые 6,5 секунды.

Показателен и кейс АвтоВАЗа, у которого сегодня на производстве задействовано около 1,6 тыс. промышленных роботов. Летом 2025 года завод провел масштабную модернизацию: за трехнедельный корпоративный отпуск модернизировали оборудование на сумму более чем 340 млн рублей, заметная часть пришлась на роботизацию сварки и окраски. На производственной линии Lada Iskra появился роботизированный комплекс изготовления пола кузова — раньше эту операцию делали вручную; на Granta автоматизировали загрузку боковин, что экономит до 6 млн рублей в год, а сварка этой модели роботизирована уже более чем на 85%. Под новую модель Lada Azimut в цехах сварки смонтировали еще 23 робота.

Но отдельный завод — это точечная история. В масштабах страны задача выглядит иначе.

Цель, согласно нацпроекту «Средства производства и автоматизации», — 145 роботов на 10 тыс. работников к 2030 году и место в топ-25 стран. Для ее достижения России нужно внедрить около 80 тыс. промышленных роботов.

На развитие роботизации в 2026–2028 годах государство закладывает свыше 40 млрд рублей, причем финансирование нарастает: с 9 млрд в 2026-м до почти 23 млрд в 2028-м.

Главный драйвер здесь — дефицит кадров: за январь–апрель 2026 года число вакансий для сварщиков выросло на 65% по отношению к предыдущему году, а средние зарплатные предложения поднялись до 170,8 тыс. рублей в месяц — найти людей сложно, поэтому часть операций передают роботам.

Северсталь и машинное зрение: как цифровые модели меняют металлургию

«Северсталь» начала системно заниматься цифровизацией производства с 2017 года, ИТ-бюджет составлял около 1,7 млрд рублей. К 2025 году компания инвестирует в информационные и цифровые технологии 13 млрд рублей. За этот период «Северсталь Диджитал» превратилась из внутренней ИТ-службы в самостоятельного разработчика цифровых продуктов: в 2024 году компания впервые вошла в карту рынка «Цифровизация промышленности — 2024» аналитического центра TAdviser именно как поставщик решений, а не только потребитель.

Как работает VERA

На Череповецком металлургическом комбинате — главном производственном активе «Северстали» мощностью около 11,6 млн тонн стали в год — работает модель компьютерного зрения VERA собственной разработки. Система установлена на непрерывно-травильном агрегате №4: камеры высокого разрешения снимают поверхность рулонов в процессе обработки, изображения передаются на сервер с GPU, где нейросеть обнаруживает и классифицирует дефекты в реальном времени.

Задача VERA — снизить две противоположные ошибки. Первая — «перебраковка»: система путает классы дефектов и отправляет годный металл в брак. Вторая — «недобраковка»: реальный дефект остается незамеченным и уходит к клиенту. VERA удерживает эти показатели на уровне 12% и 14% соответственно — рыночные аналоги показывают результаты выше 30% и 15%.

Практический результат: за первое полугодие 2023 года доля уведомлений клиентов об отклонениях в качестве поверхности проката снизилась примерно в 1,8 раза по сравнению с тем же периодом 2022-го.

Масштаб и логика

«Северсталь» применяет компьютерное зрение не на одном участке — к 2024 году технология работает на десятках объектов по всей компании. Аналогичные модели работают на Яковлевском горно-обогатительном комбинате (входит в «Северсталь»): там системы контролируют состояние рудоспусков и помогают снижать простои при транспортировке руды. Машинное зрение используется для контроля опасных зон, состояния конвейерных лент, мониторинга оборудования. На доменной печи №3 ЧМК ведется установка камерной системы для предотвращения инцидентов.
По итогам 2024 года экономический эффект от проектов в области машинного обучения и компьютерного зрения составил свыше 1 млрд рублей. В 2025 году «Северсталь» продолжает масштабировать решения на новые участки и параллельно запускает программу промышленной роботизации: сейчас в пилотировании находятся 11 проектов, которые планируется внедрить до конца 2026 года.
Почему работает именно так

Кейс. Модель VERA дообучается непрерывно: разработчики «Северсталь Диджитал» совместно с экспертами Центра цифрового развития качества регулярно актуализируют модель на новых данных. Это принципиально отличает промышленное внедрение от пилота: пилот обучают один раз на чистых данных и ждут результата; рабочая система адаптируется к изменениям сортамента, режимов и состояния оборудования. Именно в этой разнице между «внедрено» и «работает» теряется большинство промышленных ИИ-проектов.

Где этот подход применим

Металлургия — одна из наиболее благоприятных сред для промышленного компьютерного зрения: большие объемы однородного потока, постоянная скорость производства, четкие критерии дефекта. В дискретном производстве с высокой вариативностью изделий те же модели будут менее стабильными и потребуют значительно больших объемов данных.

Второй ограничитель — кадры. По оценке Минцифры, нехватка разработчиков в стране составляет от 500 до 700 тысяч человек. Строить внутреннюю команду по модели «Северстали» доступно крупным предприятиям с соответствующим бюджетом. Для среднего завода путь иной: либо партнерство с разработчиком, готовым к дообучению и сопровождению, либо покупка вертикального отраслевого решения с доказанной историей внедрений.

Вывод

Кейс «Северстали» показывает, как промышленный ИИ дает измеримый эффект там, где одновременно выполнены три условия — непрерывный поток с четкими критериями качества, внутренняя команда, способная адаптировать модель, и единая инфраструктура данных для масштабирования.

1. «Свеза» запустила машинное зрение на производстве шпона
Фанерный комбинат «Свезы» в Петербурге запустил на всех трех линиях лущения систему определения дефектов шпона с машинным зрением — собственную разработку «Свеза СмартЛайн». Сканеры распознают дефекты с точностью около 95% и интегрированы с управлением рубкой и стопоукладкой. Сотрудник видит дефекты в реальном времени и корректирует оборудование сам, не дожидаясь сигнала резчика.

2. Цифровой проект «Евраз ЗСМК» сэкономил 100 млн рублей в год
«ЕвразТехника ИС» внедрила на паровоздуходувной станции цифрового «подсказчика» — систему поддержки решений для машинистов паровых турбин. Излишки сжатого воздуха, которые раньше выбрасывались в атмосферу, теперь направляются на доменное дутье. Экономический эффект — 100 млн рублей в год.

3. «ЕвроХим» масштабирует предиктивное управление техпроцессами
На Новомосковском «Азоте» внедрена система усовершенствованного управления (APC/СУУТП): математические модели прогнозируют влияние десятков параметров и заранее корректируют режим работы установки. На первом агрегате выработка выросла, а удельный расход сырья снизился; систему планируют масштабировать на весь цех. Это переход от реактивного управления к предиктивному.

4. Активы на стыке IT и промышленности назвали перспективными для инвестиций
На фоне закрепленной указом президента цели довести капитализацию фондового рынка до 66% ВВП к 2030 году инвесторы все чаще смотрят на компании, соединяющие IT и индустрию. По оценке участников рынка, к первичному размещению готово около 20 российских компаний, при этом мультипликатор P/E рынка акций в начале июня составлял 4,1 — ниже среднеисторического. Главным условием переоценки эксперты называют снижение реальной ключевой ставки. Сигнал отрасли: технологичная промышленность становится не только производственной, но и инвестиционной историей.

5. «ЛокоТех» автоматизирует планирование ремонта локомотивов
Вслед за переходом депо на ЭДО компания ввела в опытную эксплуатацию АРМ «Простои» и модуль автоматического расчета программы ремонта на базе 1С «Сетевой график». Пилоты запущены в депо Западно-Сибирского филиала (Карасук, Барнаул, Барабинск, Топки, Инская), промышленная эксплуатация на всей сети — во втором полугодии 2026 года. Цель — убрать ручной труд из планирования и сократить простои локомотивов в депо.

6. ОСК показала ход проекта судостроительной САПР тяжелого класса
На «Адмиралтейских верфях» вице-премьеру Дмитрию Григоренко представили ход проекта «Судостроительная САПР тяжелого класса», который ОСК развивает с ГК «СиСофт» в рамках ИЦК «Судостроение». Это импортозамещающая система проектирования для крупнотоннажного судостроения; завершение разработки запланировано на январь 2028 года.

7. «Автоваз» перешел на цифровой налоговый мониторинг
Автопроизводитель запустил в промышленную эксплуатацию витрину данных VK Tax Compliance для работы в режиме налогового мониторинга. Проект делали три команды (VK Tech, «Синимекс» и сам «Автоваз») с адаптацией под собственную учетную систему и архивы электронных документов. Раскрытие данных в цифровом виде ускоряет взаимодействие с ФНС.

8. ИИ обогнал кибербезопасность по росту IT-бюджетов российских компаний
Исследование Apple Hills Digital с Selectel, Cloud ru и VK Tech (опрос 419 компаний и 27 глубинных интервью) зафиксировало смену приоритетов: 65% компаний увеличили IT-бюджеты в 2026 году, и главным направлением вложений впервые стал искусственный интеллект. Расходы на ИИ, включая генеративный, наращивают 35% компаний — чуть больше, чем на кибербезопасность (34%). Почти половина (46%) уже используют ИИ в облаке, тестируют его или планируют запуск в течение года, тогда как 11% разворачивают ИИ на собственных мощностях. Облако становится рабочей средой для корпоративного ИИ.

Что считать результатом цифрового проекта, кроме запуска
 
В практике цифровых проектов успехом часто считается запуск проекта: система введена в промышленную эксплуатацию, акт подписан, команда внедрения переключилась на следующую задачу. Логика понятна — план-график, бюджет и KPI проектной команды привязаны к срокам ввода, и все формальные обязательства выполнены. Между тем запуск подтверждает только техническую работоспособность системы; о бизнес-эффекте судить по нему нельзя.
 
Масштаб расхождения между формальным завершением и реальным результатом можно оценить по данным «Рексофт». В июле 2025 года компания опубликовала исследование окупаемости инвестиций в цифровые технологии для нефтяной, нефтехимической и горно-металлургической отраслей: в ГМК планового эффекта достигает лишь каждая вторая компания, а ощутимый финансовый результат — рост EBITDA более чем на 3% — получает каждая третья.
 
По опросу Gartner среди 782 руководителей ИТ-инфраструктуры и эксплуатации, проведенному в ноябре — декабре 2025 года, полностью достигают поставленных целей и ожиданий по окупаемости лишь 28% таких проектов, а 20% заканчиваются провалом. Главная причина неудач, по оценке респондентов, — попытка получить эффект слишком быстро, без привязки кейса к конкретной бизнес-цели и измеримым показателям.
 
Причина повторяется от отрасли к отрасли: результат изначально не задан в реальных, измеримых показателях. Целью проекта назначают само внедрение — «развернуть MES», «перевести закупки в новую систему», которая достигается автоматически в момент запуска, и проверить по ней, изменилось ли что-то в бизнесе или процессах, невозможно. Вторая причина — за эффект после запуска никто не отвечает.
 
Цель проекта собирается из трех измеримых слоев еще на стадии инициации:
 
1️⃣ Метрика процесса. Какой операционный показатель должен измениться и насколько: время цикла, доля брака, простой оборудования, скорость согласования. Показатель нужно измерить до старта: без зафиксированной базы изменение потом не с чем сравнивать.
 
2️⃣ Деньги. Как изменение метрики конвертируется в финансовый результат: влияние на EBITDA, срок окупаемости, снижение затрат. Без этого слоя проект нельзя сравнить с альтернативными вложениями.
 
3️⃣ Принятие пользователями. Какая доля операций реально проходит через новую систему, а не в обход нее. Система, которой пользуются формально, не изменит метрику процесса.
 
У каждого слоя должен появиться владелец, который продолжит отвечать за показатель после расформирования проектной команды, — как правило, это руководитель процесса.
 
При такой постановке у проекта появляется вторая контрольная точка — спустя оговоренный срок после запуска, когда фактические метрики сверяют с плановыми. Если эффект не достигнут, это повод для разбора: метрика задана неверно, процесс не перестроен или система используется в обход. Каждая проблема ведет к своему набору действий для ее решения. Запуск при этом остается вехой графика — проект закрывается только после сверки плана с фактом.

По данным центра мониторинга Jet CSIRT за 2025 год, на промышленность и производство приходится каждый пятый крупный киберинцидент в России, и три четверти атак были нацелены на шифрование и разрушение инфраструктуры.

Группа I «Кибербезопасность и управление рисками» методики АЦТ работает именно с этим слоем. Шестнадцать инструментов закрывают полный контур: от управления рисками, соответствия требованиям и базовых систем ИБ до Zero Trust, Threat Intelligence, защиты SCADA/IoT, расследования инцидентов и инновационных технологий безопасности.

В новой статье цикла разбираем:
— 16 инструментов по пяти подгруппам I1–I5;
— чем OT-безопасность (защита АСУ ТП) отличается от привычной офисной информационной безопасности;
— пять готовых «аккордов» под типовые задачи: утечка данных, высокий уровень киберрисков, несоответствие требованиям, уязвимости в инфраструктуре, потери от атак;
— что меняют для бюджета новые оборотные штрафы за утечки и ужесточение требований к КИИ ;
— что можно проверить на своем предприятии уже сейчас: доступы, инвентаризацию активов, комплаенс и сценарий реагирования.

🔗 Читать статью: https://dia.ru/news/5685

Завод будущего держится на людях, которые умеют работать с техникой

Разговор о «заводе будущего» часто сводится к технике: роботы, датчики, цифровые двойники... Между тем самое заметное изменение ближайших десяти лет коснется не столько оборудования, сколько того, что должен уметь человек рядом с ним.

Оператор станка постепенно становится наладчиком систем — его работа смещается от выполнения операции к настройке и контролю того, как операцию выполняет автоматика: меньше однотипных действий руками, больше понимания, почему система ведет себя так, а не иначе, и что делать, когда она отклоняется от нормы.

Параллельно растет спрос на инженеров, умеющих работать с данными. Речь идет о новом навыке в дополнение к привычному инженерного профиля. Технолог, конструктор или специалист по обслуживанию учится читать производственные данные и принимать на их основе решения. Самым дефицитным на производстве становится именно такой человек, который понимает и цех, и цифру.

Что говорят цифры

Масштаб дефицита измерим, и за последний год он заметно изменился. По данным Банка России, к концу 2024 года нехватку персонала отмечали 69% предприятий, в июле 2025 года — 65%, а к началу 2026 года показатель опустился до 51%. Число открытых вакансий сократилось вслед за охлаждением спроса — динамика сама по себе положительная.

Но снижение общего показателя еще не значит, что кадровый вопрос закрыт. Бюллетень ЦБ «Региональная экономика» отдельно отмечает: в обрабатывающих производствах высокий дефицит сохраняется.

Похожий путь прошла ИТ-отрасль. В августе 2023 года Минцифры оценивало нехватку разработчиков в 500–700 тысяч человек — и это была нехватка именно количества. К 2026 году на первый план вышел дефицит конкретных компетенций: специалистов начального уровня после коротких курсов на рынке избыток, тогда как спрос на тех, кто умеет работать с данными, ИИ, безопасностью и архитектурой систем, многократно превышает предложение.

По данным отраслевого опроса CFO Russia, в 2026 году 42% компаний планируют нанимать меньше, чем годом ранее, но 66% отмечают, что время на закрытие критичных позиций — архитекторов, специалистов по данным и безопасности — не сокращается. Производство проходит тот же путь с отставанием в несколько лет.

Кто уже готовит таких людей

Часть предприятий активно формирует цифровую компетенцию внутри. У «Северстали» работает отдельное подразделение «Северсталь Диджитал»: по данным компании, на 2023 год собственная промышленная IIoT-платформа собрала более 2,1 Пб производственных данных, а внутренняя команда разрабатывает решения с помощью машинного обучения и компьютерного зрения для своих же цехов.

На государственном уровне под тот же гибридный профиль работает проект «Цифровые кафедры» Минцифры и Минобрнауки. Он дает ИТ-квалификацию студентам непрофильных специальностей, и подготовку с его помощью к 2030 году должны пройти до 900 тысяч человек. Это попытка готовить таких специалистов системно и заранее, поскольку в готовом виде рынок их почти не предлагает.

Что это меняет в подготовке кадров

Предприятие, которое начинает переподготовку операторов и инженеров уже сегодня, на собственных процессах и собственном оборудовании, через пять лет окажется в заметно более выгодном положении. Тому, кто отложит подготовку, придется закрывать кадровый разрыв на исчерпанном рынке, конкурируя за готовых специалистов гибридного профиля и переплачивая за их дефицитность.

Практический шаг здесь связан с удержанием и развитием своих сотрудников, а не с поиском новых. Имеет смысл оценить инженерный и операторский состав по трем критериям: кто проявляет склонность к работе с данными и системами; на ком предприятие держится в силу незаменимости; какие из нужных компетенций реально сформировать внутри за несколько лет.

Про Кайдзен знают практически все. ABC/XYZ-анализ кто-то применял на складе или в закупках. Карты потока создания ценности рисовали реже, но название встречали многие. Эти методы давно вошли в обиход — и именно поэтому их недооценивают: кажется, что раз название на слуху, то разбираться особо не в чем.

Сегодняшней статьей мы завершаем разбор простых, базовых инструментов методики АЦТ из подгруппы А1 группы «Операционное превосходство». Последние, но не по значению — именно они переводят операционную работу от разовой диагностики к системе.

В статье разбираем каждый:
— Карта потока создания ценности (VSM) показывает всю цепочку от сырья до клиента и вскрывает, что ценность добавляется лишь 5–10% времени цикла, а остальное — потери.
— Кайдзен превращает разовые улучшения в непрерывный механизм, в котором идеи операторов не тонут в согласованиях, — на примерах КамАЗа и завода JTI в Ельце.
— ABC/XYZ-анализ отвечает на вопрос «с чего начать»: какие позиции держать под постоянным контролем, а какие не стоят внимания.

Низкий порог входа здесь обманчив: именно из-за кажущейся простоты эти методы применяют разово, считая, что разбираться не в чем. Поэтому по каждому в статье — не только суть и порядок применения, но и чек-лист перед стартом и разбор типичных ошибок.

🔗 Читать статью: https://dia.ru/news/5674

В кризис цифровые бюджеты сокращают одними из первых. Когда финансирование обходится дороже, а прогнозировать выручку и спрос становится сложнее, компания переносит на потом все, что не связано с быстрым финансовым эффектом. Трансформацию при этом по привычке относят к необязательным тратам, которые ставятся на паузу без потерь для основного бизнеса. Но часть цифровых проектов как раз в кризис снижает прямые издержки, предотвращает дорогие простои и переводит сотрудников с рутинных операций на участки, где их не хватает.

Когда такой проект отменяют, предприятие отказывается от инструмента, который мог бы уже сейчас снижать издержки.

Что показывают данные

Российская промышленность ведет себя достаточно рационально. По данным исследования «Рексофт» (июль 2025, более 330 кейсов внедрения в нефтяной, нефтехимической и горно-металлургической отраслях), высокая ключевая ставка и ограниченность ресурсов вынуждают компании выбирать локальные проекты с быстрой окупаемостью — около года.

У этой осторожности есть обратная сторона, и «Рексофт» называет ее прямо: комплексные проекты дают экономический эффект, в 20 раз превышающий отдачу от точечных. Выбирая только проекты с быстрой окупаемостью, предприятие получает эффект сразу, но недополучает в долгосрочной отдаче — отказывается от решений, которые дают многократно больший эффект со временем.

Конечно, это не повод запускать масштабную программу в разгар кризиса, однако так видно, чем именно компания платит за выбор быстрых проектов, и можно не принимать вынужденное решение за оптимальное.

Как сокращать расходы правильно?

Когда портфель пересматривают по принципу «это можно отложить, а это обязательно», ориентируются на статус проекта, а не на его вклад в общее развитие. Из портфеля уходит то, что хуже всех защищено на совете директоров, а не то, что меньше всего нужно бизнесу. Главный признак здесь — срок окупаемости и характер эффекта.

Проект, который за год-полтора снижает прямые потери, сокращает простой дорогого оборудования или останавливает источник убытков, остается в портфеле даже в кризис, потому что окупается в приемлемые для предприятия сроки. Проект, отдача которого наступит через три-четыре года и зависит от предположений о росте рынка, спросе или ставке, замораживают — даже если он выглядит стратегически важным.

Различие — между проектом, который окупается в обозримый срок, и тем, что окупится когда-нибудь, если сложатся условия. В спокойное время эти две категории можно держать в одном портфеле и финансировать параллельно. В кризис их приходится разделять: на проекты с понятным эффектом в пределах года ресурс находится, долгосрочные инициативы переносят до прояснения ситуации. При этом откладывать нужно осознанно — записав, какой именно эффект отложили и что должно произойти, чтобы вернуть проект в работу.

Убедительнее всего при защите цифрового бюджета в кризис звучит конкретика: «вот проекты, которые вернут вложенное за год и снизят потери предприятия уже в этом периоде». Аргумент «нас обгонят конкуренты» рядом с ней проигрывает — за ним нет ни срока, ни суммы. Слабее всего защищен список инициатив, где короткие и длинные проекты смешаны: в кризис в первую очередь отказываются от того, что сложнее всего подтвердить цифрами, а не от действительно лишнего.
Сделать это нужно до того, как начнется сокращение бюджета: распределить инициативы по сроку окупаемости заранее. Тогда в момент срочного сокращения под рукой окажется не общий список, а два — проекты с эффектом в пределах года и долгосрочные.

Как P&G отдал половину разработок внешним партнерам и что это дало крупной корпорации

В 2000 году Procter & Gamble переживал один из худших периодов в своей истории. После того как инвесторы отказались поддержать его заявку на покупку фармкомпании Warner-Lambert, акции рухнули на 20%, за этим последовали предупреждение о снижении прибыли и промах мимо собственного прогноза.

Но за биржевым обвалом стояла проблема глубже. Внутренние R&D перестали окупаться: бюджет на исследования рос быстрее выручки, а поток успешных новинок сокращался. Чем больше компания вкладывала в собственную лабораторию, тем дороже обходилась каждая следующая идея.

Новый CEO Алан Лафли принял решение, которое многие внутри восприняли как капитуляцию: он объявил, что отныне половина новых продуктов P&G должна приходить извне — от стартапов, университетов, изобретателей-одиночек, поставщиков и даже конкурентов. Программу назвали Connect+Develop.

Что показательно, тяжелее всего перестройка далась не технике, а людям. Тысячи сотрудников R&D, которых годами учили быть изобретателями, должны были стать коннекторами, а их KPI перестал измеряться числом патентов: теперь успех определялся количеством внешних решений, которые сотрудник нашел, проверил и довел до реального продукта. Для культуры, десятилетиями гордившейся тем, что все делает сама, это означало пересборку самой системы оценки работы.

Эффект программы превзошел ожидания. По данным P&G, производительность R&D выросла почти на 60%, за два года компания вывела на рынок более сотни продуктов, созданных с внешними партнерами, а капитализация P&G за десятилетие выросла примерно вдвое — с 74 до 150 млрд долларов.

Здесь важна одна деталь. В момент запуска Connect+Develop P&G не был ни стартапом без денег на лабораторию, ни небольшой компанией в поиске партнеров. Это была одна из крупнейших корпораций мира — с ресурсами, патентами, репутацией и собственной сильной наукой. Именно поэтому кейс закрывает два распространенных возражения.

Первое возражение состоит в том, что настоящие инновации можно делать только своими руками, иначе это уже не собственная компетенция. P&G показал обратное: чужая идея, проверенная и встроенная в производственный процесс компании, остается ее продуктом и ее выручкой.

Второе возражение встречается еще чаще: открытые инновации подходят малому бизнесу, у которого нет своего R&D, а крупной компании они не нужны. P&G был крупным, и именно открытость дала ему то, чего внутренняя лаборатория уже не обеспечивала: скорость и широту поиска решений.

При этом важно отметить, что Connect+Develop сработал не из-за самой декларации открытости, а потому, что под нее построили процесс: как искать внешние решения, как быстро их оценивать, кто за это отвечает и по каким критериям идея проходит дальше.

Отсюда следует практический вопрос к собственной команде разработки. Какой процент идей, дошедших до продукта за последние два года, пришел извне — не из соседнего отдела и не из внутреннего бэклога, а от партнера, вуза, поставщика или стартапа?

Если ответ близок к нулю, объяснений два. Либо вокруг компании действительно нет ни одной полезной внешней идеи, что маловероятно. Либо в компании нет системы, которая умеет такие идеи находить, проверять и встраивать в работу.

Открытость P&G опиралась на экономический расчет: найти готовое решение и довести его до рынка оказалось быстрее и дешевле, чем годами разрабатывать его с нуля внутри. Поэтому вопрос для крупной компании сегодня сводится не к наличию внешних идей, а к наличию процесса, который пропускает их внутрь и доводит до продукта.

1. ПМЭФ-2026 стартовал с промышленного ИИ и цифровой трансформации
3 июня на ПМЭФ в Петербурге дали старт сотрудничеству в сфере искусственного интеллекта для цифровой трансформации промышленности города. Для промышленной повестки это важный сигнал: ИИ обсуждают не как витринную технологию, а как инструмент для производственных процессов, стандартов и работы предприятий.

2. Минцифры обновило паспорт программы цифровой трансформации
3 июня на портале ФГИС КИ опубликован новый паспорт ведомственной программы цифровой трансформации Минцифры на 2026 год и плановый период 2027–2028 годов. Один из ориентиров — к 2030 году перевести не менее 80% российских организаций ключевых отраслей на базовое и прикладное российское ПО для производственных и управленческих процессов.

3. «Газпром нефть» запустила первую в России роботизированную буровую на суше
1 июня на Чонской группе месторождений в Восточной Сибири введён роботизированный комплекс для строительства скважин. Он без участия человека выполняет сборку, разборку, спуск и подъём бурильных и обсадных колонн — ранее подобная техника применялась только на морском шельфе. Автоматизация ускоряет строительство скважин более чем на 30% и снимает тяжёлый ручной труд. До конца 2026 года такими установками планируют оснастить ещё шесть буровых установок.

4. В Петербурге запустили завод промышленных роботов и складской автоматизации
3 июня на площадке «Новоорловская» ОЭЗ «Санкт-Петербург» в рамках ПМЭФ открылся завод «Семаргл» (входит в концерн «Калашников»). Здесь будут выпускать логистические и мобильные роботы, транспортные платформы и шаттловые системы хранения с высокой локализацией и собственным ПО. Инвестиции — 1,1 млрд рублей, создано 150 рабочих мест.

5. ГК «Цифра» показала центр управления производством для холдингов
Компания представила единый центр управления предприятиями холдинга. Решение переводит управление с уровня отдельных площадок на уровень производственных цепочек на основе данных. Это движение от локальной цифровизации станков и цехов к управлению всей производственной сетью: заказами, загрузкой, ресурсами и отклонениями в едином контуре.

6. «Ростелеком» и «ФосАгро» договорились о цифровизации производственных процессов
4 июня компании заключили соглашение о разработке и внедрении российского ПО и оборудования для предприятий «ФосАгро». В фокусе — цифровизация охраны труда, интеллектуальное видеонаблюдение, контроль доступа, позиционирование персонала и замещение импортных решений в ключевых производственных процессах. Для химической и горнодобывающей промышленности это пример комплексной цифровизации: не отдельный сервис, а связка безопасности, инфраструктуры и управления процессами.

7. «ЛокоТех-Сервис» начал масштабный переход на электронный документооборот
С 1 июня на электронное подписание перешли все депо Московского филиала «ЛокоТех-Сервис». Далее компания планирует переводить на ЭДО по одному филиалу в месяц, а завершить переход во всех филиалах — к июлю 2027 года.

8. «Черкизово» внедрило контроль привилегированного доступа для ИТ-подрядчиков
Группа «Черкизово» внедрила PAM-систему российского разработчика «АйТи Бастион» (СКДПУ НТ) для контроля привилегированного доступа внешних ИТ-подрядчиков. Решение обеспечивает единую точку доступа, идентификацию пользователей, запись сессий и автоматическое реагирование на нетипичную активность.