(АЦТ) Ассоциация цифровой трансформации - главный инфо-канал

Атаки на промышленность выросли, а точкой входа все чаще становится сам технологический контур

В первом полугодии 2026 года число обнаруженных и предотвращенных ИБ-инцидентов в российской промышленности выросло на 31% по сравнению с первым полугодием 2025 года. Данные приводит «Лаборатория Касперского» в отчете «Киберпульс.Промышленность», который готовит центр Kaspersky ICS CERT.

Откуда угроза попадает в сеть

Долгое время в промышленности исходили из простого допущения: технологический контур физически отделен от интернета, и это само по себе служит защитой. Отчет показывает обратное. Многие производственные площадки, особенно удаленные, постоянно или эпизодически выходят в сеть для решения рабочих задач — обновление прошивок и удаленную диагностику оборудования. Ровно эти подключения злоумышленники используют для первого шага внутрь периметра, и здесь на руку им играют человеческий фактор и слабые места в защите сетевой границы. В первом квартале 2026 года доля компьютеров АСУ ТП, на которых обнаружили угрозы из интернета, выросла на 6%.

Почему изоляция перестала быть рабочим допущением

Отдельно в отчете выделены программы-шифровальщики: доля компьютеров АСУ, на которых их заблокировали, выросла на 97% по сравнению с аналогичным периодом 2025 года, шпионское ПО и бэкдоры — на 50%. Растет число атак с использованием ИИ: часть группировок автоматизирует переговоры о выкупе, а другие маскируют вредоносный код под безобидные инструменты повышения производительности. Хуже всего дела обстоят в транспортно-логистическом секторе: число атак на компании этой отрасли выросло на 75%, а доля инцидентов высокой критичности превысила средний по промышленности уровень почти на 50%. У части этих атак цель не выкуп, а физический груз: злоумышленники ищут инсайдеров среди водителей, используют фишинг и уязвимости IoT-устройств на складах, чтобы перенаправить товар в свои руки. Оговорка по методике: цифры — телеметрия одного производителя средств защиты, точнее отражают его клиентов, чем ситуацию по отрасли в целом.
«Причин несколько: цифровизация расширяет поверхность атаки, а объединение корпоративных и промышленных сетей повышает риски», — говорит вице-президент «Лаборатории Касперского» Анна Кулашова.

Что это значит для контура защиты

Управлять защитой технологического контура нужно как отдельным риском, а не приложением к периметру ИТ. Первый практический шаг для предприятия — провести инвентаризацию точек, где ОТ-система выходит в интернет, и понять, кто и как контролирует эти каналы. В Методике АЦТ за системную работу с этим риском отвечает группа I3 «Промышленные и IoT-решения», а именно инструмент I3-03, операционная технологическая безопасность (OT Security): права доступа, устранение уязвимостей и обучение персонала работе с промышленными системами. Разбор инструмента выйдет в части 46 цикла «Инструменты методики АЦТ».

90% стартапов остаются за бортом инвестиционного отбора

В 2026 году инвестиционное шоу «Арена Единорогов» Оскара Хартманна приняло заявки от 2681 предпринимателя из России и стран СНГ. Полную презентацию подготовили 798 участников, около 30% от подавших заявку. Первый отбор прошли примерно 80 проектов, на интервью с командой вышли пятнадцать, а к участию допустят от двух до четырех стартапов. За первые четыре выпуска шоу инвесторы сделали проектам предложения на сумму более 700 млн рублей.

Команда «Арены» оценивает заявки по нескольким базовым признакам: работающий продукт, подтвержденный спрос, размер рынка, состав команды. Инвестиционный стратег шоу Вячеслав Озеров описывает логику отбора коротко. Сырой продукт и неполная команда прощаются легко, если инвестор видит живой и растущий спрос. Отсутствие продаж прощается редко. Оно редко остается одиночным пробелом: следом обычно выясняется, что размер рынка оценен не по данным, а произвольно, и стоимость компании ничем не подкреплена.

Похожая картина видна на всем венчурном рынке. По предварительным данным платформы Venture Guide, которую ведет Московский венчурный фонд, за первое полугодие 2026 года в России заключено 50 сделок общим объемом 5,09 млрд рублей. Год назад сделок было в два раза больше, а их суммарный объем превышал нынешний примерно на 40%. Средний размер сделки вырос почти до 113 млн рублей. Инвесторы финансируют меньше идей, но каждую проверяют тщательнее и вкладывают в нее больше.

Второй системный барьер — разрыв в оценке компании между основателем и инвестором. Гендиректор Pro-Vision Communications Владимир Виноградов описывает ситуацию без прикрас: основатель хочет оценку в 50 млн долларов за идею и макеты в конструкторе интерфейсов, инвестор предлагает несколько миллионов рублей за скромную первую выручку. По его прогнозу, ближайшие два года принесут волну раундов со сниженной оценкой и скрытых рекапитализаций, где основатели будут терять контроль над своими компаниями ради выживания бизнеса.

Управляющий партнер «Искра Венчурс Рус» Иван Сезонов считает происходящее стандартной ситуацией для рынка. По его оценке, десять процентов инвестиционно привлекательных проектов от общего потока заявок — это нормальный для отрасли показатель. Команда, которая не может подготовить качественные материалы для инвестора, вряд ли способна продать продукт реальному клиенту. Создание продукта подешевело благодаря ИИ, отметил основатель корпорации «ИТГ» Дмитрий Гачко. Реальную ценность теперь определяют доля рынка и денежный поток, а факт существования продукта почти ничего не значит.

Для основателя стартапа этот фильтр определяет судьбу бизнеса. На предприятии, которое запускает собственный цифровой проект, похожий отбор превращается в вопрос управленческой культуры: внутренняя инициатива, которая после пилота просит бюджет на масштабирование, проходит подобный тест. Спонсору нужен факт применения на конкретном участке: сколько часов сэкономлено, сколько ошибок снято, сколько раз систему запускали в реальной смене. Эффектный макет интерфейса такой отчет не заменяет.

Разрыв между презентацией и производственной реальностью закрывает конкретное событие: подтвержденная сделка, смена без единого сбоя, оплата от клиента реальными деньгами. Объяснения такой разрыв не закрывают.

TSB Bank: перенос 5,2 млн счетов на непроверенную платформу и 48,65 млн фунтов штрафа

В 2013 году TSB выделили из Lloyds Banking Group; он продолжал работать на платформе бывшего материнского банка по временному соглашению. После покупки испанской группой Sabadell в 2015 году банк решили перевести на платформу Sabadell — Proteo, адаптированную под Великобританию как Proteo4UK. Разработку и миграцию поручили SABIS, ИТ-подразделению Sabadell, ранее переведшему на Proteo двенадцать банков в Испании.

Основной перенос прошел в выходные 20–22 апреля 2018 года. Вечером 22 апреля TSB запустил платформу. В течение нескольких часов около 5,2 млн клиентов и все отделения столкнулись со сбоями: часть не могла войти в кабинет, часть видела чужие счета, цифровые каналы отключились. К 2 мая жалоб поступило свыше 33 тысяч — рост более чем на 1150%. Через три недели атаки мошенников достигли пика в 70 раз выше обычного. Проблемы устранили только через восемь месяцев. В декабре 2022 года FCA и PRA оштрафовали банк на 48,65 млн фунтов.

Что хотели сделать

TSB требовалось прекратить зависимость от временного соглашения с Lloyds. Адаптация системы, которую Sabadell уже тиражировала на двенадцать банков, выглядела менее рискованной, чем разработка с нуля. Перед миграцией CEO Пол Пестер оценивал проект в более 2500 человеко-лет труда и называл TSB первым крупным британским банком, самостоятельно спроектировавшим цифровую платформу.

Где произошел сбой

Proteo4UK представлял собой новую версию платформы, построенную для Великобритании: она требовала масштабной кастомизации и координации множества подрядчиков — опыта такого масштаба у SABIS не было. Независимое расследование, заказанное TSB у Slaughter and May, установило: банк не провел полноценную проверку способности SABIS реализовать эту беспрецедентную для подрядчика программу.

Ситуацию усугубляла структура управления: директор по IT TSB, отвечавший за контроль SABIS, одновременно обладал полномочиями внутри SABIS по руководству разработкой Proteo4UK. Это структурно исключало независимую проверку заявлений поставщика о готовности.

Точкой невозврата стало решение провести перенос в выходные 20–22 апреля: по данным Slaughter and May, два дата-центра новой платформы вообще не прошли тестирование перед запуском.

Сколько это стоило

TSB выплатил клиентам свыше 32,7 млн фунтов компенсаций и нанял 2100 сотрудников для устранения последствий. Пестер, вызванный в комитет по финансам парламента, покинул пост в сентябре 2018 года. Штраф FCA и PRA в 48,65 млн фунтов снижен на 30% с первоначальных 69,5 млн. Отдельно PRA оштрафовала бывшего директора по IT лично.

Что из этого следует

Три вопроса переносятся на любой проект с критической инфраструктурой у внешнего поставщика. Проверяется ли его опыт применительно к конкретному объему работ, или прошлый успех в другом контексте принимается за доказательство готовности. Есть ли у человека, контролирующего поставщика, встречная роль внутри самого поставщика. Тестируется ли каждый зависимый компонент, включая дата-центры, до переключения, или фиксированная дата важнее незавершенного тестирования.

Место в методике АЦТ

Прямо к ситуации относится управление рисками проектов (B4-02, группа B, 30 часов, сложный): оценка вероятности, что поставщик не выполнит именно этот объем работ, до подписания контракта. Второй уровень — комплаенс (I1-03, группа I, 30 часов, сложный): регуляторные требования к рискам аутсорсинга критических функций, которые TSB, по выводам регулятора, не выполнил.

Оговорка: оба инструмента задают процедуру проверки, но не устраняют конфликт интересов, когда один человек контролирует поставщика и одновременно управляет им изнутри. Это решение об организационной структуре, которое инструменты лишь делают видимым, а решение остается за руководителем.

Перенос данных прошел технически корректно, записи не потерялись. Не сработала проверка готовности инфраструктуры и независимость контроля над поставщиком. Чем критичнее подрядчик для операционной непрерывности, тем дороже обходится отсутствие независимого взгляда на его готовность.

Уважаемые коллеги, друзья!

Сегодня, уже через 9 минут, в 10:00, начнется обучающий вебинар на тему «Скрытые экономические резервы промышленного предприятия: цифровая трансформация и повышение операционной эффективности в актуальных условиях.

На вебинар приглашаются собственники бизнеса, генеральные директора, руководители финансового блока, коммерческие и ИТ-директора, а также представители производственных и операционных подразделений организаций.

Подключиться к вебинару можно по этой ссылке.

«Базис» купил 70% Proto и сократил срок выхода на рынок платформ наблюдаемости примерно на полтора года

Российский разработчик инфраструктурного программного обеспечения «Базис» завершил сделку по приобретению 70% компании Proto, создающей ИИ-платформу наблюдаемости и аналитики операционных данных. Юридически приобретенная компания называется ООО «ПротоСервисез», Proto — торговая марка. Сумма сделки не раскрывается. «Базис» входит в группу «РТК-ЦОД».

Как устроена сделка

Средства внесены в капитал Proto, а не выплачены прежним владельцам напрямую за доли. Proto войдет в структуру «Базиса» как дочерняя компания, ее финансовые результаты будут учитываться в консолидированной отчетности группы. Команда разработчика сохраняется и будет расширена, для клиентов вне экосистемы «Базиса» продукт останется доступен как самостоятельное решение.

Что получает «Базис»

Технологии Proto планируется встроить во флагманскую платформу виртуализации серверов и контейнеров Basis Dynamix, добавив ей предиктивную аналитику состояния ИТ-инфраструктуры и прогнозирование инцидентов. По оценке «Базиса», собственная разработка аналогичного продукта обошлась бы компании в три-четыре раза дороже покупки готового решения. По словам генерального директора «Базиса» Давида Мартиросова, приобретение сокращает срок появления решений класса observability в продуктовой линейке примерно на полтора года по сравнению с самостоятельной разработкой аналогичной технологии.

Экономика сделки

В «Базисе» рассчитывают на совокупную выручку от технологий Proto не менее 1 млрд рублей за период с 2026 по 2031 год. По данным исследования «Технологий Доверия» за 2025 год, Proto входит в тройку ключевых российских поставщиков платформ наблюдаемости. Сам рынок таких решений разные источники оценивают в диапазоне от 3 до 15 млрд рублей с ежегодным ростом порядка 24%.

Логика для отрасли

Сделка иллюстрирует распространенную в российской ИТ-отрасли модель роста: вместо самостоятельной разработки узкой технологии крупный разработчик инфраструктурного программного обеспечения приобретает готовую команду с работающим продуктом и сложившейся клиентской базой. Такой путь ускоряет выход на рынок и снижает риск неудачной самостоятельной разработки, однако одновременно усиливает консолидацию рынка вокруг нескольких крупных экосистем инфраструктурного программного обеспечения.

В середине XX века оформление одного авиабилета в American Airlines могло занимать до 90 минут. Сотруднику требовалось вручную проверить наличие мест, сверить данные и связаться с другими подразделениями. После запуска системы SABRE та же операция стала занимать несколько секунд, а система обрабатывала тысячи бронирований в час.

Разница между этими двумя режимами работы хорошо показывает значение обработки данных для бизнеса. Сам факт наличия информации еще не означает, что ее можно использовать вовремя. Данные должны поступить с допустимой задержкой, пройти обработку, а затем дать основание для конкретного решения.

В промышленности эта задача становится сложнее. Сигналы одновременно поступают от оборудования, датчиков, производственных систем и корпоративных приложений. Часть информации требуется обработать непосредственно рядом с оборудованием, часть — передать в центральный контур. В накопленных массивах затем необходимо найти закономерности, а по журналам информационных систем — восстановить фактический ход процессов.

Этому посвящена заключительная статья по группе H «Данные и аналитика» методики АЦТ.

В новой части разбираем четыре инструмента подгруппы H3 «Обработка данных»:

— H3-01 — обработка данных в реальном времени (Real-Time Data Processing): как сократить интервал между событием и реакцией системы и где такая скорость действительно оправданна.

— H3-02 — периферийные вычисления (Edge Computing): зачем переносить вычисления ближе к оборудованию и в каких задачах передача данных в центральный контур создает критическую задержку.

— H3-03 — добыча данных (Data Mining): как искать в больших массивах закономерности, которые заранее не сформулированы, и почему статистическая связь еще не гарантирует содержательного вывода.

— H3-04 — добыча процессов (Process Mining): как по цифровым следам в корпоративных системах восстановить реальный бизнес-процесс и увидеть расхождения между регламентом и фактической работой.

Для каждого инструмента — происхождение, механика, границы применимости, чек-лист перед внедрением и типовые ошибки.

Этой публикацией завершаем группу H «Данные и аналитика». Следующая группа методики АЦТ — I «Кибербезопасность и управление рисками».

🔗Читать на сайте АЦТ: https://dia.ru/news/6230

Хейдзунка: что такое выравнивание производства и как оно снижает нагрузку на участок

Хейдзунка описывает порядок, при котором предприятие выпускает продукцию равномерными порциями в течение смены, а не крупными партиями одного вида по очереди. Заказы клиентов не выравниваются, выравнивается график их запуска в производство.

Происхождение метода

Идея возникла в рамках производственной системы Toyota, когда Тайити Оно внедрял канбан на механических участках завода Хонся. Вытягивание по сигналу работало исправно при стабильном спросе следующего участка. При резких колебаниях оно давало сбой: скачок заказа на один узел приводил к резкому росту нагрузки на всю цепочку поставщиков позади него. Решением стало искусственное сглаживание графика запуска в производство, независимое от фактических колебаний заказов клиентов.

Как устроен инструмент

Выравнивание ведется по двум параметрам. По объему: суммарный дневной или сменный выпуск удерживается постоянным при колебаниях заказов, для чего часть готовой продукции временно накапливается в запасе на выходе линии. По номенклатуре: вместо выпуска крупной партии одного вида изделия чередуются мелкими сериями в повторяющейся последовательности, например A-A-B-A-C-A-B-A-D.

Инструментом планирования служит ящик хейдзунка: физический стенд с ячейками, строки которого соответствуют видам изделий, а столбцы временным интервалам, называемым питч. Карточки канбан размещаются по ячейкам согласно выровненной последовательности. По каждому интервалу материальный передатчик изымает карточки текущей ячейки и направляет их на линию, задавая ритм запуска. На современных сборочных линиях Toyota функцию ящика выполняет компьютеризированная система управления, логика равномерного чередования моделей осталась прежней.

Разбор на примере

Бразильское подразделение многонациональной компании с производством партиями под заказ внедрило метод выравнивания на сборочном участке. До внедрения план формировался под конкретные заказы без приоритизации. Партии производились в порядке поступления, что приводило к неравномерной загрузке участка и колебаниям запасов готовой продукции.

Ввели приоритизацию продукции по критериям спроса и построили выровненный производственный план вместо плана под конкретные заказы. Средний размер партии сократился на 18%, запас в днях хранения снизился в той же пропорции. Плановый запас вырос на 25% за счет более точного прогнозирования спроса. Предприятие сознательно увеличило один вид запаса, чтобы избежать колебаний по всей цепочке: именно этот эффект описывает механика метода.

Границы применимости

Выравнивание требует резерва мощности и переналадки, устойчивой к частой смене номенклатуры. Без сокращенного времени переналадки частое чередование видов продукции снижает производительность участка за счет простоев оборудования. Метод также предполагает готовность содержать буферный запас готовой продукции, компенсирующий разницу между выровненным выпуском и реальными колебаниями спроса. Решение о том, что обходится дороже, содержание запаса или неравномерная нагрузка на персонал и поставщиков, остается за руководством.

Место в методике АЦТ

Хейдзунка значится под кодом A3-06 в группе A «Операционная эффективность»: 6 часов теории, 14 часов практики, категория сложности «простой».
В методике инструмент работает в связке с канбаном (A3-02): карточки остаются механизмом сигнала, ящик хейдзунка задает очередность их выдачи. Практическое применение выравнивания зависит от сокращенной переналадки (A3-05): чем короче переналадка, тем меньше можно делать партии без потери производительности.

Вывод

Хейдзунка меняет предмет планирования. Вместо подстройки производства под каждый заказ выравнивается темп запуска, а разница между равномерным выпуском и неравномерным спросом поглощается управляемым буфером на выходе линии.

Условие применимости метода прямо вытекает из этого механизма: выравнивание оправдано, когда стоимость колебаний нагрузки на персонал, оборудование и поставщиков выше стоимости содержания буферного запаса. Если соотношение не выполняется, выравнивание превращается в

Государство строит платформу обмена промышленными данными. Что предприятию решить до подключения

Во втором полугодии 2026 года Минпромторг планирует запустить платформу для обмена промышленными данными — сервис, где предприятия смогут передавать между собой производственные сведения в защищенном контуре. Об этом директор департамента цифровых технологий Минпромторга Владимир Дождев сообщил в мае на конференции ЦИПР-2026 в Нижнем Новгороде, а летом ведомство подтвердило: основные компоненты платформы готовы и проходят нормативное закрепление. Разработчик — подведомственное Минпромторгу ФГАУ «Цифровые индустриальные технологии», центр компетенций по цифровизации промышленности.

По замыслу платформа объединит работу ИТ-компаний, промышленных предприятий, интеграторов и разработчиков сервисов на основе данных, а также обеспечит юридическую значимость сделок с данными между сторонами. Формально это инфраструктурный проект, но по содержанию — новый регуляторный контур, к которому предприятию нужно подготовиться заранее.

Параллельно с платформой Минпромторг готовит концепцию закона об обороте промышленных данных. Она делит данные на государственные и коммерческие и вводит участников оборота: субъект данных, оператор, посредник и пользователь. За соблюдением требований будут следить отраслевые центры компетенций, уполномоченные профильными органами исполнительной власти. До принятия закона эти определения существуют в виде концепции, но техническая архитектура платформы уже проектируется с учетом этих определений.

Прежде чем подключаться, предприятию нужно ответить на несколько вопросов, которые платформа не решит за него.

1. Кто внутри компании выступит оператором данных. Закон предполагает разделение ответственности между тем, кто данные собирает, и тем, кто определяет цели их обработки. Если эти роли не закреплены за конкретными подразделениями, предприятие не сможет корректно оформить участие в обмене.

2. Где проходит граница коммерческой тайны. Производственные показатели, параметры оборудования и технологические режимы могут одновременно быть операционными данными и объектом коммерческой тайны. Без предварительной классификации предприятие рискует либо закрыть данные, которые можно было бы передавать без ущерба, либо раскрыть то, что защищено договорами и патентами.

3. Кто отвечает за качество данных до передачи. Платформа работает с данными, которые уже прошли внутреннюю проверку: без нормализованных справочников и понятной структуры хранения передача данных в общий контур лишена смысла.

4. Как встроить участие в платформе в существующие процессы, а не оформить его отдельным проектом. Формальное подключение без изменения внутренних процедур сбора и хранения данных превратит платформу в еще один канал, которым никто не пользуется.

Все четыре вопроса относятся к группе методики АЦТ по управлению данными. Управление данными Data Governance (H1-01) закрепляет роли и ответственность за данные, которые предусматривает концепция закона. Управление основными данными MDM (H1-02) обеспечивает нормализованные справочники, без которых обмен данными технически невозможен. Хранилище данных DWH (H1-03) дает предприятию структуру, в которой заранее понятно, какие данные можно передать вовне, а какие — оставить внутри.

Платформа снимет один барьер — техническую и юридическую инфраструктуру обмена. Второй барьер, внутренний порядок работы с данными, предприятию придется закрывать самостоятельно. Начинать эту работу разумнее сейчас, до того как подключение к платформе станет условием участия в отраслевых цепочках поставок.

Bosch в Дрездене: фабрика чипов, спроектированная как цифровая с первого дня

Полупроводниковое производство обычно строится в два этапа: сначала завод учится выпускать продукцию, затем годами достраивает цифровые системы в уже сложившихся производственных процессах. Bosch выбрал другой порядок. Завод по выпуску чипов в Дрездене, открытый в июне 2021 года, спроектирован как полностью цифровое предприятие с первого дня работы — это крупнейшая разовая инвестиция за 135-летнюю историю компании, около 1 млрд евро. Строительство и пусконаладка прошли настолько быстро, что выпуск первой продукции — компонентов для электроинструмента — начался уже в июле, на полгода раньше плана, а чипы для автомобильной электроники пошли в производство в сентябре, на три месяца раньше срока.

Данные здесь не сопровождают производство, а образуют его основу. Показания оборудования, датчиков и параметры изделий стекаются в центральную базу: объем производственных данных эквивалентен 500 страницам текста в секунду, более 42 млн страниц в сутки. Искусственный интеллект обрабатывает этот поток и находит на поверхности кремниевой пластины отклонения на уровне отдельных дефектов — задачу, которую невозможно решить визуальным контролем и невыгодно решать выборочными проверками. Цифровой двойник завода, составленный примерно из полумиллиона 3D-объектов, отражает инфраструктуру и оборудование целиком: на нем моделируют изменения процессов и планируют обслуживание прежде, чем вносить правки в реальное оборудование.

Дистанционная поддержка встроена в повседневный рабочий режим: специалисты сопровождают процессы на расстоянии 9 тысяч километров, а операторы на площадке используют очки дополненной реальности со встроенными камерами для удаленных консультаций в реальном времени. Завод занимает 72 тысячи кв. м, а штат вырос от 250 человек на старте до примерно 700 после завершения строительства — это противоречит распространенному представлению о том, что цифровизация производства сокращает штат: на этом заводе автоматизация с начала эксплуатации сопровождается расширением персонала.

Технологический риск проекта был выше обычного. Полупроводниковое производство капиталоемко и медленно окупается, а требования к чистоте помещений и точности процессов растут с каждым следующим поколением техпроцесса — цена ошибки в проектировании измеряется годами недополученной эффективности. Bosch частично разделил этот риск с государством: проект получил порядка 200 млн евро субсидий Евросоюза в рамках европейской стратегии независимости в микроэлектронике. Решение встроить цифровые технологии в конструкцию завода с нуля снимает и другой риск — необходимость дорогостоящей модернизации уже работающих линий под изменившиеся требования к качеству и прослеживаемости.

Обратная сторона такого подхода — отсутствие права на ошибку в проектировании. Решения о расположении датчиков, топологии сети и архитектуре центральной базы данных принимались на стадии проектирования, до начала строительных работ, и любая недооцененная деталь превращается в ограничение на десятилетия вперед — исправление такой ошибки впоследствии обходится значительно дороже, чем ее предотвращение на этапе проектирования.

Для предприятия, планирующего новую производственную площадку, вывод из этого опыта прямой: решение о цифровой архитектуре принимается на этапе проектирования, а не как надстройка к уже утвержденному проекту здания. Такие параметры заслуживают того же внимания на старте, что фундамент и несущие конструкции.

В 60 раз сократилось время инвентаризации складской аллеи на распределительном центре Novabev Group после роботизации — с нескольких часов до считанных минут. О завершении первого этапа комплексной роботизации склада сообщил представитель компании «Солво» 7 сентября.

Для стартового проекта выбрали инвентаризацию — один из самых трудоемких процессов на складе алкогольной продукции. Здесь она не только элемент учета: строгое регулирование оборота маркированной и акцизной продукции превращает точный пересчет остатков в инструмент снижения лицензионных рисков. При больших объемах ручной пересчет требует значительных ресурсов и допускает ошибки, а расхождение в подакцизном товаре означает риск претензии регулятора, а не только бухгалтерскую неточность.

Механика решения строится на связке системы управления складом Solvo.WMS с мобильными роботами-инвентаризаторами. Получив задание, робот движется между стеллажами и проверяет наличие товара в ячейке; по итогам прохода аллеи система получает данные об остатках и при обнаруженном расхождении автоматически формирует для сотрудника задание на проверку. Сейчас робот самостоятельно просчитывает около 90% товара на складе, а по оценке компании, проект окупится примерно за год.

Интеграция потребовала 2,5 месяца — по словам директора департамента складской логистики Novabev Group Дмитрия Сенина, в эти сжатые сроки удалось не только объединить систему управления складом с роботизированным оборудованием, но и провести плановую инвентаризацию точно в срок. Проект стал следующим этапом цифровизации складской логистики компании: ранее внедренный голосовой отбор уже увеличил производительность сборки заказов на 34%, а Solvo.WMS в целом поддерживает работу с ABC-классификацией товаров, маркировкой ЕГАИС и «Честного знака» и управление удаленными складами.

Заместитель гендиректора по автоматизации «Солво» Илья Рубинчик описывает результат как формирование гибридной среды, где люди, роботы и информационные системы работают как единое управляемое целое, а не разовую оптимизацию. Эффект в 60 раз сложился из последовательной цепочки внедрений — сначала голосовой отбор, затем WMS с полным набором учетных функций, и на этой основе роботизация закрыла последнее узкое место. Для склада с жестким регуляторным контуром такая последовательность — не факультативное решение интегратора, а способ снизить риск на каждом шаге.

Для логистических и производственных предприятий с маркированной или регулируемой номенклатурой пример Novabev Group задает конкретный ориентир по очередности внедрений: цифровой контур учета выстраивается раньше физической роботизации. Инвентаризация — самая рутинная операция и одновременно операция с наибольшим регуляторным риском, поэтому именно она чаще всего первой окупает вложения в автоматизацию. Обозначенный компанией годовой срок окупаемости дает практический ориентир при оценке похожих проектов: если расчет для собственного склада укладывается в сопоставимые рамки, аргументов для переноса пилота на следующий год становится заметно меньше.

Три инструмента статьи выстраивают путь от разрозненных цифр к готовому решению. Первый делает данные видимыми — превращает то, что тонет в таблицах, в то, что бросается в глаза. Второй превращает эту видимость в постоянную практику: не разовый отчёт, а цикл, где каждое решение опирается на актуальную картину происходящего. Третий идёт дальше уже свершившегося факта и оценивает, что произойдёт, если условия останутся прежними. Каждый следующий шаг требует большего доверия к модели — и приносит больше пользы тому, кто готов на неё положиться.

Это сорок третья статья цикла. Продолжаем группу H «Данные и аналитика» подгруппой H2 «Аналитика и визуализация».

В этой статье разбираем:

— Инструменты визуализации данных (Data Visualization) — представление информации в графическом виде, доступном для анализа и интерпретации, чтобы пользователь мог оперативно заметить закономерности, тенденции или проблемные зоны: диаграммы и графики, интерактивные дашборды, инфографика, карты, графы и схемы связей.

— Бизнес-аналитика (Business Intelligence) — циклический и итеративный подход к анализу данных и показателей организации, помогающий руководителям принимать решения на основе фактов, а не интуиции: организации постоянно собирают новые данные, обновляют результаты анализа и совершенствуют стратегии.

— Прогнозная аналитика (Predictive Analytics) — класс методов анализа данных, сосредоточенный на прогнозировании будущего поведения объектов и субъектов с использованием статистики, интеллектуального анализа данных, теории игр и машинного обучения: регрессия, деревья решений, нейронные сети.

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

🔗Читать на сайте АЦТ: https://dia.ru/news/6205

Точно вовремя: что такое JIT, как работает вытягивание и почему метод требует стабильного качества

Точно вовремя описывает состояние потока, при котором материал поступает на операцию именно к моменту потребности, без опережения и без задержки. Запас перестает быть страховкой на случай сбоя и становится измеряемой потерей: каждая деталь, ожидающая своей очереди, связывает капитал предприятия сверх необходимого срока.
Происхождение метода

Идею в 1930-х годах сформулировал основатель Toyota Motor Corporation Кийтиро Тоёда: автомобиль состоит из более чем 30 тысяч деталей, и без согласованного порядка поставок предприятие получает избыток одних комплектующих при нехватке других. После войны инженер Тайити Оно превратил идею в работающую систему: послевоенная Япония испытывала недостаток капитала, площадей и материалов, и Оно построил производство на малых партиях, сигналах вытягивания и быстрой переналадке. Систему принято связывать с посещением Оно американского супермаркета в середине 1950-х: пополнение полок там происходит по мере того, как покупатель забирает товар, а не по графику завоза.

Как устроен принцип

JIT основан на трех условиях. Вытягивание: операция запускается по сигналу от последующей, а не по заранее составленному плану. Выравнивание объема и номенклатуры выпуска, без которого сигналы вытягивания распределяются неравномерно. Поток единичных изделий там, где это технически возможно, вместо накопления партии перед передачей на следующую операцию.
Значимое отличие от Lean в целом состоит в масштабе: JIT остается частью бережливого производства, но применяется как узкая практика логистики и синхронизации потока, тогда как Lean охватывает более широкий круг инструментов.

Разбор на примере

Toyota Motor Manufacturing Indonesia реорганизовала систему доставки комплектующих от близко расположенных поставщиков: отдельные прямые рейсы заменили единым кольцевым маршрутом сбора. Транспортное средство объезжает поставщиков по расписанию и получает от каждого объем, необходимый потоку в ближайшее время, без накопления запаса на складе завода.

Замена прямых маршрутов на кольцевой сократила суммарный пробег транспорта с 3812 до 3265 километров, на 14%, а расходы на транспортировку снизились на 43%. Логика та же, что и во внутреннем JIT: вместо резервного запаса на случай задержки поставщика график доставки синхронизирован с темпом расхода материала на линии.

Границы применимости

Метод предполагает стабильное качество на каждой предыдущей операции: без буфера партия с дефектом останавливает не только свой участок, но и все последующие. Вторая граница касается поставщиков: расстояние и надежность каждого звена цепочки определяют минимальный уровень запаса, ниже которого система утрачивает устойчивость. Классический пример уязвимости: пожар на заводе поставщика тормозных клапанов Aisin Seiki в 1997 году. Из-за него почти все сборочные линии Toyota в Японии остановились на несколько дней, поскольку альтернативного источника этой детали при системе поставок точно в срок не существовало.

Место в методике АЦТ

Точно вовремя значится под кодом A3-07 в группе A «Операционная эффективность»: 10 часов теории, 22 часа практики, категория сложности «сложный». В методике инструмент описан как более узкая часть бережливого производства (A2-05), применяемая отдельно там, где задача сужена до логистики и синхронизации потока.

Расчет параметров JIT опирается на два инструмента: канбан (A3-02) как механизм подачи сигнала и карту потока создания ценности (A1-09) для определения фактического времени выполнения заказа. Без этих данных размер минимальной партии выбирается произвольно.

Вывод

JIT переносит риск с предприятия на цепочку поставок: чем меньше запас, тем быстрее видна любая проблема в потоке, но тем меньше времени остается на реакцию до остановки линии. Внедрение метода без надежных поставщиков и стабильного качества не сокращает затраты, а перемещает источник возможного сбоя со склада готовой продукции на производственную линию.

Учетная система, склад и производство — часто это три параллельные вселенные с несовпадающими цифрами по одной и той же позиции.

По оценке Gartner, такие расхождения обходятся компаниям в среднем в 12,9 миллиона долларов в год. В России цифра сопоставимая: 72% компаний фиксировали прямые финансовые потери из-за низкого качества данных.

Дорогая аналитика и искусственный интеллект здесь не помогают — они просто быстрее считают то, что изначально было посчитано неверно.

Наша статья о том, как в промышленной цифровизации наводят порядок в данных: кто за них отвечает, где они хранятся и как понять, что реально происходит с процессом.

🔗Читать на сайте АЦТ: https://dia.ru/news/6201

#КиноСуббота

«Глубоководный горизонт» (Deepwater Horizon, 2016)

Фильм Питера Берга воспроизводит события 20 апреля 2010 года на буровой платформе Deepwater Horizon в Мексиканском заливе, основываясь на расследовании The New York Times. На момент событий фильма платформа отстает от графика на сорок три дня. Специалистов, которые должны провести цементный каротаж — контрольное измерение качества цементирования скважины, — отправляют домой без проведения этой процедуры по настоянию представителей заказчика. Старший по буровой площадке в исполнении Курта Расселла добивается проведения альтернативной проверки — негативного теста на давление. В актерский состав также вошли Марк Уолберг и Джон Малкович. Одиннадцать членов экипажа погибли в результате взрыва и последующего пожара.

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

Первое решение — отказ от планового контрольного измерения — принимается ради экономии времени еще до начала событий фильма. Цементный каротаж предназначен для заблаговременного выявления дефектов цементирования скважины и предотвращения связанных с ними отказов — это логика анализа видов и последствий отказов (A4-03 в Методике АЦТ): процедуру, спроектированную для предупреждения аварии, пропускают ради соблюдения графика.

Альтернативный тест, на котором настаивает старший по площадке, дает результат с давлением выше тысячи psi — при норме, близкой к нулю. Представитель заказчика требует повторить измерение на другой линии — киллинг-линии вместо основной; вторая проверка показывает норму, и результат становится основанием для продолжения работ. Расхождение между двумя измерениями одного параметра при одинаковой методике контроля становится материалом для будущего анализа коренных причин (A1-07) — этот момент расследование впоследствии определит как источник ошибочного вывода.

Решение продолжить работы принимается без ожидания подтверждения от специалиста, который настаивал на дополнительной проверке. Ответственность за интерпретацию тревожного сигнала фактически перекладывается с того, кто провел измерение, на того, кто торопит график. Управление рисками проектов (B4-02) в этой сцене нарушено не отсутствием данных, а тем, как распределены полномочия принимать по ним решение.

Дальнейшие события фильма — цепь технических последствий: газ проникает в системы вентиляции, оборудование выходит из строя одно за другим, и катастрофа развивается за считанные минуты после первых признаков. Отдельная линия — офицер по навигации пытается связаться с береговой охраной и получает отказ от капитана платформы, который не считает ситуацию угрожающей. Даже в разгар аварии иерархия принятия решений продолжает действовать по мирному регламенту.

Реальное расследование установило вину нескольких сторон и организационные недостатки, накопленные годами; уголовные обвинения против непосредственных участников были впоследствии сняты. Фильм концентрирует ответственность на нескольких персонажах ради драматургической ясности, хотя реальная картина событий сложнее одной ошибочной команды.

Сегодня результат подобных контрольных измерений не может быть переопределен одним человеком: данные автоматически фиксируются и передаются нескольким независимым сторонам одновременно, а решение о продолжении работ требует подтверждения нескольких независимых центров ответственности. Стоимость такой защиты — часы простоя; цену ее отсутствия фильм демонстрирует напрямую.

Ценность этой картины для производственного разговора — не в отказавшем оборудовании: оно в основном работало исправно до самого конца. Разбор показывает, как решение продолжить работу вопреки тревожному сигналу может пройти все уровни согласования и выглядеть обоснованным на каждом из них по отдельности.

В прошлом выпуске модель поначалу работала против человека, который принял верное решение, — пока в нее не добавили недостающую переменную. Сегодняшний фильм разворачивает противоположную ситуацию: верные данные были получены вовремя, но решение принято вопреки им.

События разворачиваются на буровой платформе в открытом море: отставание от графика составляет полтора месяца, и на команду нарастает давление ускорить финальные операции. Проверка, которая должна была подтвердить герметичность скважины, дает тревожный результат. Ответственный за площадку настаивает на повторной проверке, и вторая проверка — с иной методикой измерения — показывает норму. Работа возобновляется.

Механизм такого решения хорошо документирован в разборах промышленных аварий. Когда два измерения одного параметра дают разные результаты, решение принимают в пользу того, которое позволяет продолжить работу: цена остановки уже известна, а цена ошибки — пока нет. Решение выглядит рациональным в моменте и катастрофическим лишь в ретроспективе. Поэтому подобные случаи повторяются на разных объектах и в разных отраслях.

Сегодняшняя картина реконструирует последние часы перед одной из крупнейших техногенных катастроф в истории нефтедобычи. Продолжает нашу рубрику...

Дайджест недели АЦТ: 31 августа – 4 сентября

1. С 1 сентября в России началось массовое использование цифрового рубля — крупнейшие банки и розничные компании открыли инфраструктуру для работы с третьей формой национальной валюты наряду с наличными и безналичными деньгами. Все 12 системно значимых кредитных организаций подключены к платформе Банка России и готовы к запуску расчетов; для граждан открытие счета в цифровых рублях остается добровольным, а оплата проходит через универсальный QR-код НСПК.

2. С 1 сентября вступил в силу первый в России закон об искусственном интеллекте — Федеральный закон № 243-ФЗ регулирует разработку и использование больших фундаментальных моделей, таких как ГигаЧат и Алиса AI. Крупные интернет-платформы с аудиторией более 500 тысяч пользователей в сутки обязаны предоставить пользователям техническую возможность маркировать аудио- и визуальный контент, созданный нейросетями; для владельцев ИИ-сервисов вводится обязанность уведомлять пользователей о правах на сгенерированный результат. Закон вступает в силу поэтапно, наиболее значимые положения — с 1 марта 2027 года.

3. В России впервые заработал межрегиональный перенос мобильного номера — до сих пор услуга переноса номера (MNP) действовала только в пределах одного субъекта федерации, и при переезде абонент был вынужден заводить новый номер или оставаться на прежнем региональном тарифе. Теперь перенести номер можно в любой регион страны; процедура занимает до четырех дней. За первое полугодие 2026 года россияне перенесли к другим операторам более 4,3 млн номеров — вдвое больше, чем за тот же период годом ранее.

4. «Росатом» изготовил 30-й промышленный 3D-принтер для металлической печати — юбилейной машиной стал RusMelt 300M, флагман линейки оборудования топливного дивизиона; выпуск установки приурочили к 30-летию ТВЭЛа. В портфеле дивизиона теперь семь промышленных моделей; если в 2023 году программа включала три собственных принтера, то по итогам 2025 года их изготовили уже 13 — переход от экспериментов к серийному выпуску.

5. «Росатом» откроет серийное производство промышленных роботов-манипуляторов к концу 2027 года — «Росатом Интелмаш» стал одним из первых резидентов нового индустриального парка «Титан» в Подмосковье, открытого 25 августа; резиденты арендовали площади за рубль в год по региональной программе поддержки. На церемонии открытия компания представила лабораторный образец универсального робота-манипулятора для будущей линейки машин разной грузоподъемности.

6. Объем российского рынка оборудования для ГОСТ VPN за год вырос почти на 15% — по оценкам аналитиков, показатель увеличился с 20,4 млрд рублей в 2024 году до 23,5 млрд рублей в 2025-м. Рост связан с переходом организаций на отечественные криптографические решения на фоне требований к сертифицированным средствам шифрования.

7. МТС и ФПК запустили проект по улучшению мобильной связи в поездах дальнего следования — компания первой среди российских операторов связи внедрила систему повышения качества сигнала для пассажиров на маршрутах национального железнодорожного перевозчика. Проект нацелен на устранение провалов связи там, где стандартное покрытие базовых станций не обеспечивает стабильный интернет.

8. Ученые нашли способ надежно изолировать радиоактивный цезий из отходов АЭС — исследователи ДВФУ, СФУ и Института химии и химической технологии СО РАН разработали технологию, которая решает сразу две задачи: утилизацию радиоактивных отходов и переработку золы от сжигания угля на теплоэлектростанциях. Метод позволяет «запечатывать» цезий-137 в прочную минералоподобную керамику для безопасного захоронения в глубинных геологических формациях на тысячелетия — создание такой химически стойкой матрицы оставалось одной из главных нерешенных задач в обращении с радиоактивными отходами.