(АЦТ) Ассоциация цифровой трансформации - главный инфо-канал

В 2026 году low-code платформы (инструмент для создания бизнес-приложений и автоматизации процессов с минимальным количеством ручного написания кода) перестали быть для российской промышленности экспериментом.

По обзору TAdviser, решение прошло фазу срочного импортозамещения и все чаще работает как инструмент долгосрочной цифровой трансформации: темпы роста оценивают в пределах от 15 до 40% по разным сегментам. Доля отечественных платформ выросла с 35% в 2023 году до 55% в 2025-м (данные комитета по цифровой трансформации АРПП «Отечественный софт»). Спрос держится на двух устойчивых факторах: дефицит ИТ-кадров и импортозамещение.

На «Уроке цифры» в октябре 2024 года Герман Греф (президент, председатель правления ПАО «Сбербанк») оценил нехватку ИТ-специалистов в России до 2030 года примерно в 1 млн человек и предупредил, что дефицит будет нарастать. По опросу Московской торгово-промышленной палаты с агентствами «Динамика» и Faves (148 предприятий, январь 2025), кадровый «голод» назвали главным препятствием для цифровизации 44% руководителей. Low-code позволяет передать часть задач самим подразделениям, не дожидаясь очереди в перегруженном ИТ-отделе.

Второй фактор связан с импортозамещением. После ухода зарубежных вендоров заводам понадобились решения из реестра отечественного ПО. В рейтингах BPM-систем CNews и «Компьютерры» за 2025 год первое место занимает low-code-платформа ELMA365; в тройку также входят BPMSoft и «Первая Форма».
В пивоваренном холдинге «Объединенные Пивоварни» (бывший Heineken) на ELMA365 построили Digital TPM, цифровой инструмент бережливого производства; платформа заменила зарубежные ИТ-системы и охватила логистику, производство и закупки. В «Татспиртпроме» «Софтлайн» на low-code перевел в цифру кадровый документооборот: по данным Directum Awards, это 40 типов кадровых документов на 3500 сотрудников при 90% удовлетворенности. На тех же подходах у промышленных заказчиков, включая «ОДК-Климов», автоматизировали обработку входящих писем с ИИ и контроль поручений.

Особняком стоят мобильные обходы оборудования. СИБУР собрал для них собственное приложение со взрывозащищенными смартфонами и NFC-метками: по данным корпоративного блога компании, на площадке в Воронеже оно дало экономию около 9 млн рублей за два года. Ранняя фиксация дефекта обходится дешевле простоя.

Почти все цифры эффекта дают сами вендоры и заказчики, а не независимый аудит, и считают их от прежнего, «бумажного» базиса. Кейс СИБУРа к тому же построен на собственной разработке, а не на коробочной low-code-платформе.

Главный риск здесь связан с управляемостью. Чем проще собрать приложение, тем быстрее накапливается разнородный набор несопровождаемых решений: дублирующие формы, привязка к одному автору, архитектурный долг. Реестр отечественного софта снимает вопрос лицензий, но не вопрос порядка.

Рынок это уже почувствовал: по словам коммерческого директора GreenData Сергея Лебедева (ComNews), заказчики перешли к осознанному выбору зрелых платформ, способных работать в критических контурах. Для завода вывод практический: low-code окупает скорость там, где есть владелец приложения, реестр решений и правила публикации. Без них он закроет кадровую и санкционную брешь, но создаст взамен проблему сопровождения.

Разовая задача и постоянная подчиняются разной логике, и методы управления у них тоже разные. Когда единичный проект ведут как непрерывный процесс, а повторяющуюся работу как проект с конкретным финалом, результат предсказуем: сроки срываются, ответственность размывается, а изменения вносятся без оценки последствий.

Это двенадцатая статья цикла и первая по группе B «Управление проектами и процессами». Открываем подгруппу B1 «Базовые методологии управления» — четыре инструмента, которые задают сам язык, на котором планируют и ведут работу.

В статье разбираем:
— Управление проектами (Project Management) — проект разбивают на задачи с ответственными, оценивают сроки и бюджет и держат ход под контролем по графику.
— Управление процессами (BPM) — процесс описывают, измеряют и улучшают по непрерывному циклу..
— Управление изменениями (Change Management) — про человеческую сторону перемен.
— Водопадная модель (Waterfall) — линейный подход, где этапы идут строго друг за другом, а требования фиксируются на старте.

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

🔗 Читать на сайте АЦТ: https://dia.ru/news/5811

В Набережных Челнах прошла конференция «Цифровизация промышленности»

26 июня в Набережных Челнах состоялась конференция «Цифровизация промышленности», собравшая около 300 компаний, представителей власти и промышленных предприятий Татарстана. Открыл ее министр цифрового развития РТ Илья Начвин. Повестка вышла за рамки одной темы: говорили о роботизации, искусственном интеллекте на производстве, зависимости от импорта и о том, как сблизить IT-компании с заводами.

Роботизация: лидерство и его пределы
Татарстан — один из лидеров страны: пятое место по числу промышленных роботов и шестое по плотности. Но в пересчете на работников показатель скромный — 50 роботов на 10 тысяч занятых при цели 145 к 2030 году. Для сравнения: лидеры мира, Южная Корея и Сингапур, — 1220 и 818 роботов на 10 тысяч человек. Главный барьер не закупка, а внедрение: на КАМАЗе роботизированные комплексы загружены менее чем на 20%, потому что робот эффективен лишь на стабильном потоке однотипных заказов. Министр Начвин обозначил изъян господдержки — купить робота помогают, а интегрировать в производство нет, хотя интеграция стоит втрое дороже машины.

ИИ приходит в нефтянку и машиностроение
Прозвучали практические кейсы. «Татнефть» представила систему, которая по звуку оборудования определяет дефекты: микроконтроллер записывает шум насосной установки, сжимает его до набора частотных характеристик и отправляет на сервер, где ИИ по отклонению от нормы выявляет тип дефекта. КАМАЗ встраивает ИИ в проектирование — трассировку жгутов, анализ надежности конструкций и нормоконтроль чертежей, чтобы ускорить проверку документации в конкуренции с восточными производителями.

Ставка на открытость и кооперацию
Отдельной темой стала модель сотрудничества. «Татнефть» строит свои ИИ-решения на принципе открытости и готова делиться кодом и моделями на некоммерческой основе с любым желающим. При этом участники признали системный разрыв: IT-компании и промышленные предприятия пока развиваются параллельно и почти не пересекаются. Заместитель руководителя исполкома Набережных Челнов Наталья Кропотова призвала «поженить» эти миры — на выставках появляются проекты мирового уровня, но заводы внедряют их с опозданием.

Импорт как критический вызов
Замгендиректора «Марс Технологии» Радик Гисмятов назвал главной угрозой масштабную зависимость от китайских поставщиков оборудования и ПО. В качестве решения он предложил создавать научно-промышленные полигоны на базе действующих предприятий — с налоговым вычетом, при котором затраты на полигон уменьшают налогооблагаемую базу до 90%, по аналогии с проектом, который компания уже ведет в Узбекистане.

7,9–12,8 трлн рублей в год: вклад искусственного интеллекта в экономику России к 2030 году

Это около 5,5% прогнозируемого ВВП, а вклад одного только генеративного ИИ оценивают в 1,6–2,7 трлн руб. Оценку в июне 2026 года на ПМЭФ подтвердил вице-президент Торгово-промышленной палаты Владимир Падалко; там же прозвучало, что за год рынок ИИ вырос примерно на 25% и приблизился к 2 трлн руб.

Но какие отрасли этот эффект создают?

Наибольший эффект приносят крупные традиционные отрасли, где неэффективность копилась десятилетиями: логистика и цепочки поставок, промышленность, финансы, ретейл, медицина. Громкие ИИ-стартапы дают меньше, чем эти давно сложившиеся секторы. На практике это предиктивное обслуживание и контроль качества в промышленности, скоринг и противодействие мошенничеству в финансах, прогноз спроса и персонализация в ретейле. Активнее всего ИИ уже встроен в работу ИТ, телекома, банков и страхования.

В июне 2026 года Х5 (сети «Пятерочка», «Перекресток», «Чижик») сообщила, что внедрение ИИ принесло около 5 млрд руб. дополнительной операционной прибыли по итогам 2025 года; эффект дали модели прогнозирования спроса, ценообразования и управления ассортиментом, подтвержденные A/B-тестами и финансовыми моделями. В нефтегазе «Роснефть» в мае 2026 года спрогнозировала годовой эффект от цифровых технологий в 100 млрд руб.; ее системы уже собирают и контролируют более 85% технологических параметров, включая все данные буровых станков и 98% установок переработки.

По данным МТС Web Services, лишь 26% компаний, которые закладывают траты на ИИ, имеют стратегию его внедрения; остальные ведут пилоты или только планируют системную работу. Но главное ограничение, как отмечают эксперты РУССОФТ, лежит не в технологиях, а в управлении: дефицит кадров, отсутствие системности и осторожность менеджмента. Дорог и сам вход: одна инфраструктура под несколько пилотов на собственных серверах требует от 100 млн руб. (Ведомости, 2026).

Оценка в 7,9–12,8 трлн — это потенциал при полном развёртывании ИИ. Заполняется он отраслевыми и корпоративными внедрениями. Кейсы Х5 и «Роснефти» показывают, при каком условии они складываются: эффект появился там, где под ИИ перестроили сами процессы, от регламентов закупок и ценообразования до диспетчеризации добычи и контроля параметров. Поэтому общероссийская цифра к 2030 году зависит от того, сколько компаний пройдут этот управленческий путь дальше закупки технологии.

«Газпром нефть» и цифровое месторождение: от пилота в Хантосе к цифровому двойнику всей компании

К 2026 году цифровизация добычи в «Газпром нефти» перестала быть набором пилотных проектов на отдельных активах и превратилась в производственный стандарт компании. По данным, озвученным на годовом собрании акционеров в июне 2026 года, около 60% углеводородов компания добывает с применением цифровых двойников месторождений, а в виртуальной среде создано более трех тысяч интеллектуальных моделей производственной инфраструктуры.
 
Отправной точкой стал Центр управления добычей (ЦУД), который с 2017 года работает в «Газпромнефть-Хантосе». В нем сходятся данные с датчиков на скважинах, трубопроводах и энергообъектах, а решения по добыче, поддержанию пластового давления и загрузке скважин сведены в одну среду. ЦУД был первым этапом программы «Цифровое месторождение» внутри более крупной трансформации блока разведки и добычи — «Актив будущего». То, что начиналось как один центр на одном предприятии, к середине 2020-х распространилось на активы по всей географии компании.
 
Ядро системы — цифровые двойники: виртуальные копии активов, которые в реальном времени получают данные с оборудования и воспроизводят работу всей инфраструктуры — пласт, скважины, сбор и подготовку нефти, систему ППД. На их основе команды прогнозируют поведение месторождения и подбирают режимы добычи. Сегодня эти модели охватывают всю цепочку создания ценности: от ресурсной базы недр и проектных решений по обустройству промысла до строительства новых скважин и управления действующей добычей. Искусственный интеллект, обучаемый на этих данных, по оценке компании ускорил анализ геологической информации примерно в шесть раз.
 
Накопленный эффект виден на конкретных активах, которые в свое время служили полигонами для отработки подхода. На месторождении имени Александра Жагрина в ХМАО специалисты «Газпромнефть-Хантоса» и Научно-технического центра просчитали более 20 сценариев разработки и выбрали оптимальную стратегию. На шельфовом Приразломном месторождении в Баренцевом море цифровая модель промысла стала одним из факторов роста добычи на 10% в 2021 году (по данным Neftegaz, 2022). На Новопортовском на Ямале двойник ускорил бурение сложной скважины на 23%, а на Восточном участке Оренбургского месторождения ожидаемый эффект от цифровых инструментов оценивают в 3,3 млрд руб. к 2030 году (пресс-релиз, Ведомости, ноябрь 2025).
 
Каждый из этих кейсов — отдельный результат; принципиально то, что компания перешла от подсчета точечной выгоды к оценке вклада цифровых двойников в масштабах всей добычи.
 
К 2025–2026 годам цифровизация стала еще и вопросом технологического суверенитета. На годовом собрании акционеров глава «Газпром нефти» Александр Дюков сообщил, что свыше 90% цифровой инфраструктуры компании работает на отечественном программном обеспечении, а сама компания сформировала одну из крупнейших среди промышленных предприятий России независимых технологических экосистем. По итогам 2025 года цифровая инфраструктура работала без системных сбоев, а новые проекты вводились в эксплуатацию по графику.
 
Следующий шаг компания формулирует амбициозно. К маю 2026 года, по словам главы «Газпром нефти» Александра Дюкова, вся цепочка создания стоимости — от геологоразведки до реализации нефтепродуктов — на 80% покрыта цифровыми двойниками (заявление на ЦИПР-2026). Цель — стать первой цифровой нефтяной компанией, управляемой на основе данных и цифровых двойников. Технически это означает, что к 2028 году все действующие ИИ-модели планируется объединить в единый цифровой двойник компании: не множество разрозненных моделей отдельных промыслов, а одна киберфизическая копия всех активов, развивающаяся в реальном времени на поступающих данных.

1. «Северсталь» тестирует российскую ERP под промышленной нагрузкой — на замену SAP
«Северсталь-Инфоком» проводит нагрузочное тестирование платформы Global ERP в собственном контуре, на реальных данных, поступающих по интеграции из MES-системы. Это другой уровень проверки, чем демонстрация: открытым остается вопрос, выдержит ли платформа централизованный режим, когда все контуры от производства до финансов работают в единой инсталляции. Функциональность, которую раньше закрывал SAP, достраивают на ходу — первый релиз модуля MRP-расчета ждут в 2026 году.

2. Цифровые двойники на угольном «Разрезе Тугнуйский»
На разрезе внедряют цифровые двойники: ключевыми направлениями стали предиктивная диагностика оборудования, виртуальные модели для оптимизации производственных циклов и интеллектуальная аналитика в реальном времени. Заявленный эффект — операционный: новая система диспетчеризации позволила сократить простои техники и повысить производительность за счет оптимизации логистики. Публичных цифр по экономии пока нет, читаем осторожно. Но направление верное: двойник полезен там, где он управляет ремонтами и диспетчеризацией, а не рисует красивую модель.

3. ReIndustry Expo: роботизация переезжает из демо в операционку
24–26 июня в «Тимирязев Центре» прошла ReIndustry Expo — 60+ экспонентов и свыше 8000 посетителей, акцент на складскую и внутрицеховую роботизацию. Логика выставки — экономика дефицита кадров: организаторы заявляют, что один AMR-робот заменяет до четырех сотрудников и окупается за 7–9 месяцев (оценка вендоров, не независимый аудит). Показателен состав практиков: «Магнит», X5 Group, Ozon, «Аскона», «Технониколь».

4. «М.Видео» назвала сумму под цифровую трансформацию — около 9 млрд рублей
Ритейлер объявил, что в 2026 году инвестирует около 9 млрд руб. в развитие ИТ-инфраструктуры, ИТ-продуктов, искусственного интеллекта и автоматизацию ключевых бизнес-процессов. Инвестиции направлены на дальнейшую цифровую трансформацию, повышение эффективности операционной деятельности и развитие клиентских сервисов; основная часть пойдет на модернизацию технологической платформы, включая движок маркетплейса, клиентские сервисы и логистику.

5. В Петербурге обсудили разговорный и генеративный ИИ для бизнеса
25–26 июня в Санкт-Петербурге прошла отраслевая конференция по генеративному и разговорному искусственному интеллекту для бизнеса и разработчиков. Это индикатор спроса: фокус рынка смещается от «посмотреть, что умеет модель» к встраиванию ИИ-ассистентов и агентов в обслуживание клиентов и внутренние процессы. Для тех, кто планирует такие проекты, главный практический вопрос — не выбор модели, а готовность данных и регламентов, в которые ее предстоит встроить.

6. UserGate и «Цифровые решения» собрали отказоустойчивую защиту веб-ресурсов из российских компонентов
Разработчики подтвердили совместимость межсетевого экрана для защиты веб-приложений UserGate WAF версии 7 и аппаратного балансировщика нагрузки DS Proxima. Практический смысл — масштаб и надежность: кластер WAF масштабируется до 128 узлов с одной отказоустойчивой парой балансировщиков, решение ориентировано на крупные корпоративные и государственные системы.

7. Цифровые почтовые ящики на «Госуслугах»: законопроект о «Почте России» прошел первое чтение
23 июня Госдума в первом чтении приняла законопроект о создании цифровых почтовых ящиков на «Госуслугах» и закреплении за «Почтой России» доставки юридически значимых писем. Для граждан услуга бесплатна, для бизнеса — платно, плюс оператор получает исключительное право доставки электронных заказных писем. Крупный шаг госцифровизации переписки — но с дополнительным слоем: комитет по защите конкуренции предупредил, что норма об исключительном праве может выдавить с рынка более 200 альтернативных операторов, а бюджетный эффект в 9,6 млрд руб. на 2026–2027 гг. — это не прямые доходы «Почты России». Ко второму чтению документ будут дорабатывать.

Операционное превосходство не заканчивается на отдельном станке. Когда процессы отлажены, главные резервы уходят на уровень всей системы: сколько лишнего заложено в самом продукте, держится ли качество без незаменимых людей, во что обходится энергия и насколько зрел менеджмент компании по меркам лучших в отрасли.

Завершаем подгруппу A6 «Стандарты и соответствие» и всю группу A — четырьмя инструментами, которые работают на уровне системы.

В этой статье разбираем:
— Оптимизация ценности продукции (Value Engineering) — метод из военного дефицита 1940-х, продукт раскладывают на функции и ищут, как обеспечить нужную функцию дешевле без потери качества качество.
— Системы управления качеством (ISO 9001) — стандарт, который задает требования не к продукту, а к тому, как устроена работа: качество становится свойством системы и воспроизводится при смене людей, а сертификат лишь фиксирует, что система выстроена.
— Стандарт энергоменеджмента (ISO 50001) — энергоанализ, базовый уровень, цели и контроль превращают разовую экономию в постоянный управляемый процесс с измеримой базой.
— Премия Правительства РФ в области качества — учреждена в 1996 году на базе европейской модели EFQM. Это не сертификат соответствия, а внешняя экспертная оценка зрелости менеджмента.

В статье — происхождение каждого инструмента, механика, границы применимости, чек-листы перед внедрением и разбор типовых ошибок.

🔗 Читать на сайте: https://dia.ru/news/5804

Рынок корпоративного ПО в России замедляет рост, но остается быстрее ИТ-отрасли

Российский рынок корпоративного программного обеспечения за 2026 году вырастет примерно на 19,9% — до 277 млрд рублей. Такой прогноз содержится в исследовании консалтинговой компании Strategy Partners. Это заметно меньше пиковых темпов 2024 года, когда рынок прибавил сразу 31%, но по-прежнему выше динамики большинства других сегментов ИТ.

Что показывают цифры
По оценке аналитиков, объем рынка корпоративного ПО составил 192 млрд рублей в 2024 году (рост на 31%) и 231 млрд в 2025-м (плюс 19,6%). На 2026 год заложен рост до 277 млрд, а к 2031 году сегмент может увеличиться до 831 млрд рублей со среднегодовым темпом около 24% — это вдвое быстрее, чем ИТ-рынок в целом. Для сравнения: весь российский ИТ-рынок в 2025 году вырос на 13%, до 4 трлн рублей. Доля отечественных решений в корпоративном ПО, по данным Strategy Partners, уже достигла 92%.

Почему рост замедляется
Аналитики связывают торможение с двумя причинами.
Первая — завершение первой волны импортозамещения: массовый уход с иностранного софта в основном состоялся, и спрос, разогнанный необходимостью срочной замены, спадает.
Вторая — макроэкономика: высокая ключевая ставка и долговая нагрузка заставляют заказчиков осторожнее планировать ИТ-бюджеты и откладывать новые проекты.
Меняется и логика закупок. Как отмечает партнер Strategy Partners Александр Постников, время импульсивных покупок ПО прошло: компании больше не берут систему только ради ухода с зарубежного аналога, а выбирают зрелые решения, сопоставимые по функциям с западными. Важная оговорка: 277 и 831 млрд — это прогноз, а не подтвержденный результат, и фактические цифры будут зависеть от состояния экономики.

Что это значит для рынка
Замедление темпов — признак не спада, а перехода в фазу зрелости. Внутри рынка динамика неравномерна: в 2025 году облачные сервисы выросли на 20% (до 91 млрд рублей), системы управления данными — на 18% (до 53 млрд), сегмент корпоративных коммуникаций — на 28% (до 40 млрд). При этом доля отечественного ПО в 92% означает, что дальнейший рост придется обеспечивать уже не заменой импорта, а качеством и конкурентоспособностью продуктов. Для заказчиков это смещает главный вопрос с «ушли ли мы с иностранного софта» на «работает ли отечественный софт лучше прежнего».

Пока процессы держатся на ручном труде и реакции по факту, предприятие узнает о проблемах достаточно поздно: когда станок встал, счет ушел с ошибкой или пришла проверка. Перевести операции в управляемый режим помогают цифровые инструменты и системная работа с требованиями.

Это десятая статья цикла по инструментам методики «Аккордная цифровая трансформация». Завершаем подгруппу A5 «Цифровизация» и открываем подгруппу A6 «Стандарты и соответствие».

В этой статье разбираем:
— Роботизированная автоматизация процессов (RPA) — программные роботы берут на себя объемную рутину в учете, кадрах и обработке заказов: работают по сценарию, без ошибок и круглосуточно.
— Цифровое моделирование процессов (DPS) — цифровой двойник оборудования и линии, связанный с оригиналом через потоки данных.
— Предиктивное обслуживание (PdM) — датчики и анализ данных предсказывают отказ оборудования заранее.
— Регуляторный комплаенс — постоянная система соблюдения законов, нормативов и внутренних политик.

В статье — происхождение каждого инструмента, механика, границы применимости, чек-листы перед внедрением и разбор типовых ошибок.

🔗 Читать на сайте АЦТ: https://dia.ru/news/5795

Производственные потери возникают на разных этапах: одни закладываются ещё на стадии проектирования, другие являются следствием несогласованного планирования, третьи обусловлены неоптимальной настройкой процесса. В новой статье рассматриваются три инструмента, которые позволяют заблаговременно выявлять риски, объединять ресурсы предприятия в единую систему планирования и определять оптимальные параметры процесса опытным путем.

Это девятая статья цикла по инструментам методики «Аккордная цифровая трансформация». Завершаем подгруппу A4 «Статистические и математические методы».

В новой статье разбираем:
— Анализ видов и последствий отказов (FMEA) — командный анализ, в ходе которого группа специалистов заблаговременно рассматривает возможные виды отказов продукта или процесса, ранжирует их по приоритетному числу риска (RPN) и устраняет наиболее критичные до момента их возникновения.
— Управление производственными ресурсами (MRP II) — объединяет в единой системе планирование материалов, мощностей, оборудования, персонала и финансов, обеспечивая проверку плана продаж на выполнимость с учётом всех ресурсов предприятия до его утверждения.
— Дизайн экспериментов (DOE) — заменяет интуитивный подбор параметров структурированным методом: предполагает одновременное изменение нескольких факторов по заданной схеме и за минимальное число опытов определяет режим, при котором разброс показателей и доля брака минимальны.

В статье — происхождение каждого метода, механика, границы применимости, чек-листы перед внедрением и разбор типовых ошибок.

🔗 Читать на сайте АЦТ: https://dia.ru/news/5784

Речь идет об автоматизированных системах управления — оборудовании, которое управляет станками, печами, конвейерами и насосами. По итогам первого квартала 2026 года вредоносное ПО было заблокировано на каждом шестом таком компьютере.

Отдельного внимания заслуживает динамика. Число атак программ-шифровальщиков в производственном секторе выросло в 2,3 раза. Третий квартал подряд увеличивается и доля систем, зараженных шпионским ПО — троянцами, бэкдорами, кейлоггерами. Шпионские программы не выводят оборудование из строя напрямую, но собирают данные и готовят условия для последующего внедрения шифровальщика, способного остановить производственную линию.

Промышленные системы остаются приоритетной целью по объективной причине: их проектировали с приоритетом надежности и непрерывности, а не защиты от целенаправленных атак. Устаревшие системы оперативных технологий несовместимы с современными средствами защиты, а разветвленные цепочки подрядчиков расширяют поверхность атаки за пределы периметра предприятия. Основным каналом распространения угроз остается интернет, далее следуют электронная почта и съемные носители.

Ключевой риск — финансовый. Атака шифровальщика на АСУ означает не потерю файлов, а остановку производства, ущерб от которой превышает стоимость любого выкупа.

Рекомендуем проверить на предприятии следующее:
— разделены ли технологическая и офисная сети на сетевом уровне;
— организован ли контроль съемных носителей на рабочих местах операторов;
— эксплуатируются ли критичные узлы на операционных системах без поддержки производителя;
— как регламентирован и контролируется доступ подрядчиков в технологическую сеть.

Цифровизация без обеспечения киберзащиты АСУ повышает не управляемость производства, а его уязвимость.

Надежное оборудование и предсказуемые процессы — фундамент любого производства. Но добиться их можно только тогда, когда решения опираются на честные данные, а не на привычку. В новой статье собрали четыре инструмента, которые помогают навести порядок в управлении активами и взять под контроль качество процессов.
 
Это восьмая статья цикла по инструментам методики «Аккордная цифровая трансформация». Завершаем подгруппу A3 «Производственные технологии» и открываем подгруппу A4 «Статистические и математические методы».
 
В этой статье разбираем:
— Система управления активами (EAM) — сводит данные обо всем парке оборудования, зданий и систем в единую систему и переводит решения с цены разовой починки на стоимость владения за весь жизненный цикл актива.
— Всеобщее обслуживание оборудования (TPM) — делает уход за техникой общим делом операторов и ремонтной службы: простейшие операции переходят к тем, кто работает на станках каждый день, что позволяет предупреждать поломки до их появления.
— Анализ возможностей процессов — переводит расплывчатое «процесс вроде стабильный» в конкретное число (Cp и Cpk), показывающее, способен ли процесс стабильно держать допуск заказчика.
— Статистический контроль процессов (SPC) — отслеживает ключевые параметры во времени и отделяет естественный разброс от сигналов о реальном сбое, переводя контроль качества из реактивного в превентивный.

В статье — происхождение каждого метода, механика, границы применимости, чек-листы перед внедрением и разбор типовых ошибок.

🔗 Читать на сайте АЦТ: https://dia.ru/news/5773

Автоматизация, цифровизация и цифровая трансформация в управленческой практике нередко используются как синонимы. Между тем это три последовательные ступени цифрового развития с разными целями.
 
1️⃣ Автоматизация

Машина или ПО выполняют рутинные операции, которые раньше делал человек. Цель приземленная и измеримая: рост производительности, снижение ошибок и издержек. Ключевой признак — меняется исполнитель операции, а не процесс или логика бизнеса. Автоматизация — самая зрелая и понятная из трех ступеней: ее проще всего внедрить, посчитать и окупить, при этом эффект виден сразу в часах, рублях, проценте ошибок.

Примеры:
— SCADA управляет технологическим процессом без оператора у пульта;
—управленческая отчетность формируется в ERP вместо ручного сведения данных в таблицах;
—робот на сборочной линии выполняет операцию, которую раньше делал человек.

Кейс АО «ИнтерХимМет». Производитель химической продукции собирал плановые и фактические значения по 164 управленческим показателям вручную — цифры сводили в Excel. Те же показатели перенесли в 1С:ERP с доработкой модуля бюджетирования: настроили автоматический сбор факта и расчет планов в единой системе — управленческая отчетность стала формироваться в четыре раза быстрее, ручные трудозатраты на сбор и обработку данных сократились примерно на треть, ошибки ручного ввода исчезли.
 
2️⃣ Цифровизация

В существующий процесс встраивают цифровые технологии и данные, чтобы сделать его управляемым, прозрачным и адаптивным. Если автоматизация отвечает на вопрос «как выполнить операцию без человека», то цифровизация — «как управлять процессом на основе данных, а не интуиции». Процесс тот же, но теперь он виден насквозь, измеряется в реальном времени и подстраивается под обстоятельства.

Примеры:
— BI-дашборды с данными в реальном времени вместо отчетов постфактум;
— сквозной электронный документооборот с аналитикой по узким местам процесса;
— CRM, которая сводит всю историю работы с клиентом и подсказывает следующий шаг.

Кейс ФосАгро, обогатительные фабрики Кировского филиала «Апатит». Шаровые мельницы — критическое оборудование передела измельчения: их незапланированный отказ останавливает обогащение. Раньше состояние узлов отслеживали по регламенту и по факту поломки. ИТ-команда «ФосАгро» разработала собственную систему предиктивной аналитики на основе ИИ: 407 предиктивных моделей анализируют работу мельниц по тысячам параметров и заранее предсказывают неполадки еще до того, как они случатся.
 
3️⃣ Цифровая трансформация

Цифровая трансформация затрагивает стратегию, бизнес-модель и систему ценностного предложения организации: меняется не только способ выполнения процессов, но и сами цели, структура и принципы функционирования бизнеса. Это качественно иной уровень, чем автоматизация и цифровизация. Технологии при этом остаются инструментом изменений, а не самоцелью.

Примеры:
— переход от продажи продукта к продаже результата: клиент платит не за оборудование, а за гарантированный эффект от него;
— переход от продуктовой модели к платформенной: компания становится площадкой для всего рынка, а не только поставщиком своего продукта;
— развитие цифровой экосистемы вокруг клиента, где отдельные продукты связаны общими данными и дополняют друг друга.

Кейс компании John Deere. Производитель тракторов и комбайнов десятилетиями зарабатывал на одном — продать машину фермеру. Сегодня John Deere продает не технику, а урожайность на данных. Поворот начался в 2012 году с запуска Operations Center — облачной платформы, куда стекаются данные с датчиков на машинах и в поле: трактор превратился из железа в сенсорную станцию. Поверх этого выросли сервисы: система машинного зрения See & Spray распознает отдельные растения и вносит гербицид точечно, сокращая химию в разы; алгоритмы дают фермеру агрономические «предписания» — где, когда и сколько сеять и обрабатывать. Изменился и сам способ заработка: фермер не покупает технику раз и навсегда, а постоянно платит за данные, ПО и сервисы.

Завод «Мосэлектрощит» (входит в промышленную группу «НЭК») завершил очередной этап модернизации заготовительного производства.

После замены оборудования производительность участка выросла в шесть раз. Предприятие выпускает комплектные распределительные устройства, токошинопроводы и реклоузеры для энергетики и промышленности и работает на рынке с 1946 года.

Что именно сделали
В цех ввели в эксплуатацию четыре современных листогибочных гидравлических пресса с ЧПУ производства компании EKO. Оборудование уже прошло пусконаладку, а сотрудники прошли обучение под новые станки и технологические процессы. Речь идет не о строительстве нового цеха, а о техническом перевооружении действующего участка — замене парка оборудования на заготовительном переделе, где металл раскраивается и гнется перед сборкой изделий.

За счет чего выросла эффективность
Гибка — одна из базовых операций в производстве электрощитового оборудования: от точности и скорости этого этапа зависит, насколько ровно и быстро соберется готовый шкаф или короб. Прежнее оборудование ограничивало и темп, и работу с крупными деталями. Новые прессы с ЧПУ дают более высокую точность гибки, ускоряют операции и лучше справляются с крупногабаритными заготовками. Шестикратный рост производительности — это эффект именно заготовительного участка, а не всего завода: переделанное «узкое место» перестает тормозить остальную цепочку. Параллельно снизилась физическая нагрузка на работников — часть ручных усилий взяли на себя автоматизированные станки.

Зачем это заводу
Модернизация заготовки — часть комплексной программы обновления «Мосэлектрощита», нацеленной на внедрение современных технологий, улучшение условий труда и наращивание мощностей под растущий спрос на продукцию. «Закупка новых станков — часть общей стратегии по обновлению производственных мощностей. Точность и скорость изготовления деталей порой являются критически важными параметрами в производстве. Новые прессы не только отвечают текущим задачам, но и дают нам технологический задел на будущее», — отметил генеральный директор «Мосэлектрощита» Николай Шемякин.

Контекст
Завод ведет масштабную инвестпрограмму во Владимирской области: в Коврове запущен цех токошинопроводов и строится третья очередь производства под комплектные распределительные и низковольтные устройства. Среди свежих контрактов — поставка оборудования для Курской АЭС-2. На фоне модернизации энергокомплекса страны рост эффективности на каждом переделе — это не локальное улучшение, а способ закрывать растущий спрос отечественным оборудованием без расширения штата и площадей.

Эти четыре инструмента группы A работают на скорость и равномерность производственного потока. Три выросли в производственной системе Toyota в 1950–1960-х — их создавали Сигео Синго и Тайити Оно, а сама идея «точно вовремя» восходит к основателю Toyota Киитиро Тоёде. Четвертый, теория ограничений, пришел позже и из другой среды — его в 1984 году описал израильский физик Элияху Голдратт.

Каждый отвечает за свой участок: переналадка, график выпуска, поставки и узкое место.

В новой статье разбираем:
— Быстрая переналадка (SMED, A3-05). Как смену оснастки сокращают с четырех часов до минут без замены станка — и почему малая партия становится выгодной только после этого, а не раньше.
— Хейдзунка (A3-06). Выравнивание графика по объему и номенклатуре. Почему чередование моделей удерживает поставщиков в ровном ритме, а выпуск крупными партиями перегружает всю цепочку.
— Точно вовремя (JIT, A3-07). Поставки под фактический расход, а не под прогноз. Где проходит граница между минимальным запасом и остановкой линии, как только поставщик срывает поставку.
— Теория ограничений (TOC, A3-08). Самое слабое звено, через которое не может пройти больше, чем оно пропускает. Почему высокая загрузка остальных участков не повышает выпуск, а лишь накапливает незавершенное производство.

Инструменты связаны последовательно. Без короткой переналадки нельзя часто менять модели; без ровного графика вытягивание дает сбои на скачках спроса; без надежной логистики минимальные запасы оборачиваются риском остановки. Теория ограничений показывает, какое звено улучшать первым.
В статье — происхождение каждого метода, механика, границы применимости, чек-листы перед внедрением и разбор типовых ошибок.

🔗 Читать статью на сайте АЦТ: https://dia.ru/news/5762

Маленькому заводу не нужна цифровая трансформация. Или нужна?

Под цифровой трансформацией обычно понимают масштабные программы: «умные фабрики», цифровые двойники, многолетние проекты со сроком окупаемости в четыре года и более. Для малого и среднего производства, не располагающего собственным ИТ-департаментом и бюджетом корпоративного уровня, такая повестка выглядит чужой. И в значительной мере справедливо.

Копировать программы промышленных гигантов для небольшого предприятия нецелесообразно: затраты высоки, срок отдачи велик, а риск не довести проект до результата существенен. Однако из этого не следует, что цифровизация малому заводу противопоказана. Вопрос не в масштабе программы, а в точности выбора задачи.

Показателен опыт мебельной фабрики YACHTLINE.

К 2017 году компания выросла из мастерской в производство полного цикла: комплекс площадью 8 000 кв. м, более 250 сотрудников, шесть автономных цехов. Рост сопровождался операционными сбоями. Подразделения работали в разных информационных системах, обмен данными происходил с ошибками и требовал ручной коррекции. Сроки производства и отгрузки затягивались, аналитика была затруднена. Для быстро растущего бизнеса это создавало прямую угрозу качеству сервиса и удержанию клиентов.

Компания отказалась от масштабной программы в пользу одного целевого решения — системы «1С:ERP Управление предприятием 2». Основной этап внедрения занял три месяца.

Принципиально важен подход к проекту. Вместо дорогостоящей доработки системы под сложившиеся практики предприятие пересмотрело собственные бизнес-процессы в соответствии с методологией продукта. Когда выяснилось, что детальное пооперационное планирование требует значительных трудозатрат без сопоставимой отдачи, от него отказались в пользу более простого поэтапного. Объем внедряемой функциональности был ограничен реальными потребностями.

Результаты (по данным компании):

— формирование управленческой отчетности ускорилось в 5 раз;
— процессы производства и реализации продукции стали быстрее на 60%;
— издержки на обслуживание оборудования снизились почти в 3 раза за счет сокращения простоев;
— рост объемов производства обеспечен без увеличения штата и фонда оплаты труда.
Последний результат представляет наибольшую ценность. Предприятие нарастило выпуск, не увеличивая постоянные расходы. Именно это и составляет экономический смысл проекта.

Так нужна трансформация или нет?

Если понимать под ней комплексную многолетнюю программу по образцу крупных корпораций — малому заводу она, как правило, не требуется. Если понимать как целевое устранение узких мест с измеримым эффектом — она необходима, и откладывать ее нерационально.

Рекомендуемая последовательность действий:

1. Определить ключевое узкое место, которое непосредственно увеличивает сроки или издержки.
2. Подобрать одно решение под конкретную задачу, а не «комплексную цифровизацию».
3. Адаптировать процессы под систему, а не систему под процессы — это сокращает стоимость и сроки внедрения.
4. Зафиксировать эффект в денежном и временном выражении и при положительном результате перейти к следующему узкому месту.

Для малого предприятия цифровизация — не единовременный скачок, а последовательность управляемых шагов с прогнозируемой отдачей.

Какие промышленные технологии в России переоценены, а какие недооценены

Рынок ранжирует промышленные технологии «по громкости»: внимание прессы, конференций и инвесторов достается новинкам.

Для российской промышленности такой порядок обманчив, потому что отдачу и устойчивость задают совсем другие критерии — измеримый эффект на конкретном процессе и независимость от внешнего поставщика.

По данным исследования консалтинга и отраслевой группы (ноябрь 2025), разброс внедрения огромен: машинное зрение за четыре года распространилось вдвое, с 18,9% до 41,6% предприятий, тогда как генеративный ИИ остается на уровне 0,3%, а цифровые двойники — менее 2%.

🔴 Переоценены: шум опережает отдачу

Генеративный ИИ возглавляет инвестиционную повестку: рынок таких решений за год вырос примерно в 4,5 раза, до 58 млрд рублей. При этом на производстве его применяют лишь 0,3% предприятий — «шум» создают офисные внедрения, а в цеху массовых окупаемых сценариев пока нет.

По экономике в целом генеративный ИИ применяет уже большинство компаний, однако почти весь эффект сосредоточен в офисных функциях и до производственной линии полноценно пока не дошел.

Тяжелый инженерный стек и цифровые двойники на его основе переоценены по специфически российской причине. Именно этот класс сильнее всего пострадал, когда после 2022 года промышленность прошла через уход иностранных вендоров PLM, CAD и CAE.

Ставка на такие решения без собственного программного обеспечения несет скрытый санкционный риск: технология в любой момент может быть заморожена, вместе с доступом к зарубежному поставщику.

Сюда же примыкают технологии, которые анонсируют раньше готовности: промышленные сети 5G и автоматический заказ материалов, по данным того же исследования, пока остаются на стадии разработки.

🟢 Недооценены: работают тихо и считаются в деньгах

Машинное зрение (41,6% предприятий) выявляет дефекты прямо на линии, сокращает переделки и списания без остановки выпуска и легко замещается отечественными решениями.

Машинное обучение и большие данные (использует около 6% предприятий) обнаруживают аномалии, прогнозируют отказы оборудования и оптимизируют технологические режимы, снижая аварийные простои и долю брака.

Промышленный интернет вещей (использование равно 7,1%) собирает данные с оборудования, которое уже стоит в цеху, и служит фундаментом для остальных решений на данных.

Программные роботы автоматизируют рутинные операции учета и отчетности с быстрой окупаемостью. Эти классы редко попадают в заголовки, но именно они приносят предприятиям измеримые деньги уже сегодня.

🟡 Между полюсами: вопрос инвестиций

Промышленная робототехника недоинвестирована относительно потребности: по плотности роботизации страна занимает около 41-го места в мире, а рынок промышленных роботов в 2025 году составил 7,86 млрд рублей. Дальнейшая роботизация способна поднять производительность обработки примерно на четверть к 2030 году. Особенно актуально на фоне дефицита кадров в производстве.

Облачные сервисы в экономике растут быстро, примерно на четверть в год, но в промышленности их сдерживают требования к безопасности критической инфраструктуры, и часть нагрузки уходит в периферийные вычисления ближе к оборудованию.

Что из этого следует

Российский контекст добавляет к вопросу об отдаче второй критерий — технологическую независимость. После ухода вендоров класс решения оценивается еще и по тому, сможет ли предприятие продолжить им пользоваться без зарубежного поставщика.

По сумме двух критериев сегодня выгоднее вкладываться в зрелые и локально устойчивые технологии — машинное зрение, интернет вещей, аналитику данных и роботизацию рутины, а громкие новинки держать на стадии ограниченных пилотов, пока они не покажут эффект на конкретных процессах.

Lidl и SAP: чем закончился проект внедрения ERP стоимостью €500 млн

Крупные неудачи ERP-внедрений редко упираются в саму технологию. Чаще их причина — управленческое решение сохранить привычный порядок работы и переписать систему под него, хотя далеко не всегда за этим порядком стоит действительно уникальная специфика.

В 2011 году немецкая розничная сеть Lidl, объединяющая свыше 10 тыс. магазинов в 30 странах, приступила к замене собственной учетной системы Wawi на стандартную отраслевую платформу SAP for Retail. Проект получил название eLWIS; к работе привлекли около тысячи штатных сотрудников и сотни внешних консультантов. Основное противоречие возникло вокруг методологии учета: Lidl исторически оценивал товарные запасы по закупочной цене, тогда как стандартная логика SAP построена на розничной. Разница между этими подходами выглядела технической деталью, но в масштабе компании обернулась решением ценой в полмиллиарда евро.

Опасаясь утратить конкурентное преимущество, компания предпочла сохранить собственный способ учета и настроить систему под него, отказавшись от заложенной в продукт модели. За этой доработкой последовала цепочка других: чем сильнее конфигурацию отклоняли от стандарта, тем сложнее, дольше и дороже становился проект. Тем самым был нарушен принцип адаптации процессов под систему, а не системы под процессы. Стандартная модель зрелого продукта опирается на опыт тысяч компаний, и ее переработка под конкретного заказчика увеличивает стоимость и сложность внедрения, не прибавляя ценности результату.

По данным деловой прессы, проект продолжался около семи лет и обошелся примерно в 500 млн евро, после чего в июле 2018 года был остановлен, а сеть вернулась к прежней собственной, но уже доработанной Wawi. Важнее суммы и сроков оказался результат: вложенные средства и годы работы не дали работающей системы.

Показателен и еще один факт: в 2017 году, за год до закрытия проекта, поставщик отмечал Lidl как одного из лучших клиентов, хотя внешние признаки успеха к тому моменту уже расходились с реальным состоянием дел.

Границу между оправданной доработкой и дорогой привычкой помогает провести последовательная проверка:

1. По каждому требованию на доработку определить, идет ли речь о требовании рынка или о внутренней привычке.
2. Для «привычки» рассчитать полную стоимость ее сохранения — саму доработку вместе с последующим сопровождением на годы вперед.
3. Сопоставить эту сумму с разовыми затратами на переобучение сотрудников под стандартный процесс.
4. Дорабатывать только то, что увеличивает выручку или снижает риск.

Опыт Lidl показывает, что приведение процессов к стандарту до начала проекта обходится дешевле, чем последующая переработка системы под сложившиеся привычки.

1. Сбербанк вывел разработку кода на промышленный уровень: от ассистентов к ИИ-агентам
Сбербанк перевел разработку программного кода с пилотов на промышленную эксплуатацию агентного ИИ. Ключевой инструмент — собственный ассистент GigaCode с агентным режимом: он автономно работает с файлами, анализирует кодовую базу, поддерживает более 35 языков и ускоряет написание кода до 50%. Объем вычислений для генерации кода за пять месяцев вырос в 30 раз и достиг 1,5 трлн токенов, а число разработчиков, ежедневно использующих агентный режим, за три месяца выросло почти в пять раз.

2. «CNews FORUM Кейсы» собрал ИТ-лидеров: импортозамещение и эффективность как главные темы
18 июня в Москве прошел «CNews FORUM Кейсы» — одно из крупнейших ИТ-событий лета, где сотни ИТ-директоров и вендоров обсудили цифровую трансформацию через призму реальных проектов и ошибок. Параллельно вручили отраслевые премии «Импортозамещение года» и «Инновация года». Главный сигнал форума: фокус сместился с замены зарубежного софта на эффективность внедрений — заказчики хотят не «галочку» импортозамещения, а измеримый бизнес-результат.

3. Премии «Импортозамещения года»: победители — от «Северстали» до «Альт Рабочей станции»
На форуме назвали лучшие импортозамещающие проекты года. В номинации «Хранение и управление данными» победили VK Tech и «Северсталь», в категории операционных систем «Инновацией года» стала «Альт Рабочая станция 11» — первая на российском рынке ОС с графическим окружением GNOME 47.4, премию «Частное облако в машиностроении» получили VK Cloud и «Автоваз». География победителей показательна: отечественный стек дошел до тяжелой промышленности, машиностроения и финтеха.

4. «Информтехника» запустила серийный выпуск первой российской портативной TETRA-радиостанции
ГК «Информтехника» начала серийное производство «МиниКом-АНР-3» — первой полностью российской абонентской портативной радиостанции стандарта TETRA. Устройство рассчитано на критические и технологические сети радиосвязи: экстренные, групповые и широковещательные вызовы, передачу данных, работу с повышенными требованиями к отказоустойчивости и приоритетными вызовами.

5. «Юрент» перевел самокаты на IoT-модули собственной разработки
Кикшеринг «Юрент» (входит в МТС) начал оснащать парк собственными IoT-трекерами TR10, разработанными в R&D-центре компании; первыми их получили самокаты в Москве, Петербурге, Казани и Екатеринбурге. Модуль отвечает за геопозиционирование, телеметрию и контроль медленных и запретных зон. Переход на свою разработку снимает зависимость от внешних поставщиков, повышает точность позиционирования и снижает операционные издержки.

6. «Антикартель» ФАС: ИИ выявляет уже 40% сговоров на торгах
Государственная цифровизация дает измеримый эффект: система «Антикартель» помогла ФАС выявить 40% антиконкурентных соглашений на торгах к маю 2026 года — против 21% годом ранее. К 2027 году службу планируют довести этот показатель до 80%.

7. VAS Experts перевела сеть оператора Goodline с оборудования Cisco на российскую платформу
Телеком-кейс недели: VAS Experts перевела сеть провайдера Goodline с зарубежного оборудования Cisco на отечественную платформу СКАТ. Это замена сетевого «железа» и софта на критичном для оператора уровне — там, где раньше доминировали иностранные вендоры. Показательно, что импортозамещение дошло до магистральной сетевой инфраструктуры, а не только до офисного ПО.

8. Бизнес-форум Россия — АСЕАН открылся на ИТ-площадке в Казани
16 июня в казанском ИТ-парке имени Башира Рамеева начал работу бизнес-форум «Россия — АСЕАН» с участием деловых кругов и госструктур России и стран Юго-Восточной Азии. Выбор площадки неслучаен: технологическое и цифровое сотрудничество — один из ключевых треков разворота на восток. Для российского ИТ это окно на рынки, не закрытые санкциями, и шанс экспортировать отечественные решения.

Теорию решения изобретательских задач — ТРИЗ — создал советский инженер Генрих Альтшуллер еще в 1946 году, проанализировав около 40 000 патентов и выведя из них универсальные приемы изобретательства. Русский метод покорил мировую промышленность, по нему до сих пор учат инженеров крупнейшие корпорации планеты — а дома к этому наследию возвращаются свои организации: метод применяет РУСАЛ, изучают «Ростех» и «Росатом».

ТРИЗ — не пример-исключение, а часть закономерности: инновационная база у России сильная. По данным ИСИЭЗ НИУ ВШЭ, внутренние затраты на исследования и разработки обновили рекорд — 1,88 трлн рублей, по абсолютному объему вложений в R&D страна входит в первую десятку мира, почти 60% всех исследований и разработок выполняет бизнес, а половину исследователей сегодня составляют люди моложе 40 лет.

Превратить ресурс в результат сложнее: идея инженера со смены теряется в переписке, перспективный стартап не доходит до пилота, патент оформляется годами, а отдачу R&D почти никто не считает. Не хватает не денег и не идей, а процесса, который ведет от замысла до внедренного и защищённого результата.

Группа K «Инновации и исследования» методики АЦТ описывает 14 инструментов, которые этот процесс выстраивают.
В крайней статье цикла публикаций разбираем:
— 14 инструментов по подгруппам K1–K4: от ТРИЗ и дизайн-мышления до цифровых двойников для R&D и открытых инноваций;
— три российских кейса: «КАМА-1»; акселератор «Индастрикс» Газпром нефти, «Фабрика идей» Северстали;
— пять аккордов и решений под типовые задачи;
— матрица зрелости инновационного контура: от «Тишины» до «Симфонии», и где на ней находится большинство российских предприятий;
— что можно сделать своими силами за месяц — от запуска простейшего краудсорсинга идей до ввода базовых метрик инноваций.

🔗 Читать статью: https://dia.ru/news/5749