Какие возможности даст промышленности переход в Экономику данных
Руководитель дивизиона «Машиностроение и металлообработка» «Цифры» Василий Чуранов — о том, как новая нацпрограмма может изменить промышленность России![Какие возможности даст промышленности переход в Экономику данных](https://pics.rbc.ru/v2_companies_s3/resized/960xH/media/company_press_release_image/5c119553-4c32-4fa9-bca4-89ebbbe68dfc.jpg)
![Василий Чуранов](https://pics.rbc.ru/v2_companies_s3/resized/200xH/media/interviewee_photo/c3a34756-5da6-4e74-bea2-0734e34f4c70.jpg)
В 2015 году Василий вместе с партнерами собрал команду, вместе с которой превратил локальный бизнес, занимающийся IIoT-проектами, в ведущую компанию по мониторингу промышленного оборудования в России. В 2018 году команда Василия вошла в состав Группы компаний "Цифра". Экспертиза: цифровая трансформация предприятий, Big Data в промышленности, производственный менеджмент, веб-разработка.
Промышленная экономика, особенно в секторах машиностроения и дискретного производства, претерпевает значительные изменения благодаря огромному росту спроса на производственные мощности и стремительному развитию цифровых технологий. В последние годы в России все чаще говорят о новой государственной стратегии — Экономике данных. Эта концепция еще находится в стадии становления, но уже обещает существенные изменения в экономике.
От промышленных революций к Экономике данных
Технологические революции играли ключевую роль в развитии промышленности на протяжении всей истории человечества. Первая промышленная революция в XVIII веке привела к механизации производства с помощью паровых машин. Вторая волна в конце XIX — начале XX веков ознаменовалась массовым внедрением электричества и конвейерного производства. Третья волна, начавшаяся в 1960-х годах, принесла автоматизацию и компьютеры. Четвертая промышленная революция, начавшаяся в 2010-х годах, характеризуется интеграцией цифровых технологий в производственные процессы.
Интернет вещей (IoT), кибер-физические системы и искусственный интеллект (ИИ) создают новые возможности для повышения эффективности и гибкости производства. Цифровизация изменила не только промышленность, но и саму ткань реальности. Смартфоны и интернет обеспечили доступ к информации и услугам в любой точке мира. В производстве цифровые технологии создали умные фабрики, где машины взаимодействуют друг с другом на языке данных, а производительность труда перегоняет показатели традиционных фабрик на 30%.
В промышленности собираются огромные объемы данных, начиная от производственных показателей до информации о состоянии оборудования. Эти данные позволяют компаниям лучше понимать свои процессы и принимать обоснованные решения.
В новой реальности данные рассматриваются как ключевой ресурс для создания экономической ценности. Поэтому в России активно прорабатывается нацпрограмма, которая будет направлена на развитие инфраструктуры для сбора, хранения и анализа данных, а также на стимулирование инноваций и повышение конкурентоспособности промышленности.
Экономика данных для российской промышленности
Кроме технологического прорыва, основные цели программы — создание единой системы стандартов и нормативов, развитие образовательных программ для подготовки специалистов в области анализа данных и ИИ, а также поддержка научных исследований и разработок. Опыт зарубежных стран показывает, что использование данных в промышленности может привести к значительным экономическим эффектам.
Для России Экономика данных представляет уникальные возможности для модернизации промышленности и повышения ее конкурентоспособности на мировом рынке. Внедрение цифровых технологий и ИИ позволит повысить эффективность производства, сократить издержки и улучшить качество продукции. По оценкам Аналитического центра при Правительстве РФ, внутренний валовый продукт РФ сможет дополнительно получить более 11 трлн рублей к 2030 году благодаря массовому внедрению технологий искусственного интеллекта. Это также приведет к созданию новых рабочих мест в сферах анализа данных, разработки программного обеспечения и управления умными системами.
Многие российские корпорации уже внедряют IIoT-системы класса MDC (machine data collection) для сбора данных о производственных процессах и состояниях работы оборудования. Например, рост производительности оборудования на Горьковском автозаводе составил 15% после внедрения системы мониторинга «Диспетчер».
Путь к национальным и глобальным системам управления производством
В будущем, если вся промышленность будет оцифрована и стандартизирована, возможно появление национальных систем управления производством и глобальных систем кооперации. Централизация данных с разных производств создаст большие массивы информации для обучения ИИ и вернется в виде экономических эффектов отдельно для каждого взятого предприятия. Системы ИИ сегодня могут обрабатывать огромные объемы информации в реальном времени, выявляя закономерности и предлагая оптимальные решения.
Подобные платформы уже реализуются в сегментах товаров народного потребления (маркировка товаров), транспорта и логистики (ГЛОНАСС), а налоговая служба становится одной из самых технологических компаний страны.
Интеграция данных с различных производственных площадок по всей стране позволит централизованно отслеживать производственные процессы и оптимизировать их. Сбор данных о состоянии оборудования согласно единому стандарту и их анализ в реальном времени позволит с высокой точностью предсказывать поломки и планировать профилактическое обслуживания оборудования, быстро перенастраивать производственные процессы в ответ на изменения спроса. Объединение данных с разных площадок о факторах, влияющих на продукцию, позволит существенно снизить количество дефектов и брака.
Куда стоит посмотреть технологическим предпринимателям
Согласно кривой Гартнера на 2024 год, ключевыми трендами в области цифровых технологий остаются IoT, большие данные, блокчейн и ИИ. Эти технологии будут продолжать трансформировать промышленность и открывать новые возможности для бизнеса.
Крупные ИТ-компании заберут себе большие куски рынка, связанные с разработкой платформ для анализа больших данных в реальном времени. Такие платформы будут использовать ИИ и машинное обучение для обработки данных с производственного оборудования, складов и логистических цепочек. Они будут предлагать сервисы для прогнозирования спроса, оптимизации запасов, предотвращения поломок оборудования и улучшения качества продукции. А малый бизнес выступит как раз разработчиком таких сервисов. Эти сервисы будут помогать производственникам решать уже конкретные прикладные задачи: предсказывать поломки оборудования, оптимизировать производственные процессы, снижать затраты на обслуживание оборудования, энергопотребление и др. Например, за рубежом такой известной промышленной платформой является ThingWorx, в России — ZIIoT.
Одной из технологий, которая вернет себе былую славу с переходом на Экономику данных является блокчейн. Эта технология обеспечивает прозрачность и безопасность данных, что позволяет отслеживать движение товаров на всех этапах производства и доставки. Блокчейн-платформы будут использоваться для предотвращения подделок, оптимизации логистики, обеспечения качества продукции и управления контрактами.
Риски, сопровождающие переход в Экономику данных
С учетом увеличивающегося числа подключенных устройств и цифровых систем в промышленности, открываются новые угрозы и риски о существовании которых ранее так сильно беспокоиться не приходилось. Одна из главных задач сейчас как перед государством, так и промышленностью — учитывать возможные негативные последствия и прорабатывать инструменты для их митигации.
С увеличением объема собираемых и обрабатываемых данных возрастает риск кибератак. Сегодня мы наблюдаем это регулярно в сводках новостей. Производственные компании становятся целью хакеров, что приводит к утечке конфиденциальной информации, нарушению работы оборудования и значительным финансовым потерям.
Кроме внешних угроз, есть и внутренние — увеличение зависимости от цифровых технологий и данных делает компании уязвимыми к сбоям в их системах, в том числе из-за человеческого фактора.
Внедрение цифровых технологий и автоматизация могут привести к сокращению рабочих мест в традиционных секторах промышленности, хотя это будет не в таких масштабах, как это произошло в банковской сфере.
Внедрение Экономики данных может усилить разрыв между регионами с развитой инфраструктурой и теми, где цифровая трансформация идет медленно. В России регионы с высокоразвитыми промышленными центрами, такими как Москва и Санкт-Петербург, значительно быстрее внедряют цифровые технологии, в то время как отдаленные регионы остаются на периферии цифровой трансформации.
Последний, но не менее значимый, — это этический вопрос, когда использование ИИ для анализа данных может привести к непреднамеренной предвзятости и дискриминации. Алгоритмы могут принимать решения, основанные на данных, которые содержат скрытые предубеждения. Например, промышленные предприятия, использующие ИИ для найма или оценки сотрудников, могут столкнуться с обвинениями в дискриминации, если алгоритмы ИИ будут основываться на данных, содержащих неверные сведения.
Все эти риски имеют место быть в Экономике данных, но это не выбор «идти или не идти». Мы уже вошли в новый виток развития, в котором надо поставить эти угрозы на контроль.
Выглядит так, что стратегически Экономика данных представляет собой новую парадигму, которая может коренным образом изменить промышленность и экономику России. Внедрение цифровых технологий, использование данных и ИИ позволят повысить производительность, сократить издержки и улучшить качество продукции. Для достижения этих целей необходимо продолжать развивать инфраструктуру, поддерживать научные исследования и готовить квалифицированных специалистов. Экономика данных — это не только технология, но и стратегический инструмент для повышения конкурентоспособности и устойчивого развития промышленности.
Интересное:
Новости отрасли:
Все новости:
Публикация компании
Профиль
Социальные сети