От станка до ИИ — почему промышленным данным не хватает единой системы
От станка до ИИ — почему промышленным данным не хватает единой системы Российская промышленность накопила огромные массивы данных, но пока не может в полной мере превратить их в инструмент управления и источник экономии. На предприятиях отдельно работают АСУ ТП, ERP, архивы документов, системы проектирования и другие решения, которые часто не умеют обмениваться информацией. Проблему усугубляет зависимость от зарубежного оборудования и ПО. Российский софт не всегда способен получать данные со старых импортных станков, а инженерные модели нередко хранятся в закрытых форматах ушедших вендоров. Требования к импортозамещению становятся жестче: к 2030 предприятия должны перейти на доверенные программно-аппаратные комплексы, а доля российского ПО в ключевых отраслях должна существенно вырасти. Наиболее активно предприятия используют телеметрию, данные датчиков и события АСУ ТП. Они применяются для контроля оборудования, поиска неисправностей и оптимизации производства. Гораздо сложнее работать с архивами ремонтов, технологической документацией, фотографиями и видео — эти данные часто неструктурированы и годами хранятся в разных системах. В итоге проблема заключается не в недостатке информации, а в отсутствии связей между ней. Один и тот же объект может иметь разные названия в разных системах, данные — разные единицы измерения, а ответственного за их качество может вообще не быть. Рынок ждет единых стандартов обмена промышленными данными и понятных правил их использования. Минпромторг планирует запустить платформу для защищенного обмена такими данными с использованием ИИ. В эксперименте могут участвовать 10–15 организаций. Но одной платформы недостаточно. Эксперты предлагают создавать национальные форматы обмена инженерными моделями, переводить данные в машиночитаемый вид и разделять контуры: критичные данные оборудования хранить непосредственно на предприятии, а аналитику и историю выносить в отдельный контур. Экономический эффект появляется только тогда, когда данные привязаны к конкретной производственной задаче: позволяют раньше обнаружить неисправность, снизить брак или расход энергии и сырья. Без этого цифровизация рискует остаться еще одной статьей ИТ-расходов.