- BrainTools - https://www.braintools.ru -
Цифровое развитие промышленной компании стоит проверять по работе решений в производстве, измеренному эффекту и возможности поддерживать их годами. Количество проектов само по себе этого не доказывает. На примерах «Газпром нефти», СИБУРа, «Северстали» и «Росатома» разбираю, что подтверждают открытые сообщения о внедрениях и каких сведений для оценки не хватает.
Меня зовут Антон Соколов, я независимый отраслевой аналитик. Пишу о промышленном софте и его применении. Во внедрениях из этой статьи я не участвовал, разбираю их публичные описания. Даты указаны рядом с цифрами. По этим примерам можно проверить отдельные утверждения о проектах. Для рейтинга компаний на ноябрь 2026 года такой выборки недостаточно.
Покупка программы ещё не отвечает на вопрос, изменилось ли производство. Собственная разработка тоже не даёт автоматического преимущества: предприятие может успешно работать на покупной системе и годами не пользоваться своей. Я проверяю пять признаков:
Эксплуатация. Названы действующий объект, задача и роль системы в рабочем процессе.
Эффект. У результата есть показатель, период измерения и база сравнения.
Ответственность за решение. Понятно, кто разработал систему, дорабатывает её и отвечает за поддержку.
Повторяемость. Есть сведения о применении за пределами первого пилота: на других объектах или у других пользователей.
Границы результата. Описаны ограничения, неудачные проверки и условия, при которых решение применимо.
Из одного удачного внедрения нельзя вывести зрелость всей компании. Для такой оценки потребуются данные о других процессах, затратах и качестве эксплуатации. Поэтому баллы за отдельные ответы я не начисляю.
У «Северстали» есть пример с понятным управляющим действием. В сообщении от 29 сентября 2025 года описан комплекс моделей для непрерывно-травильного агрегата № 4 Череповецкого металлургического комбината. Здесь с поверхности проката удаляют окалину. Раньше скорость технологической части линии задавал оператор; после внедрения её автоматически выбирает система с учётом параметров продукции и состояния агрегата.
Перед запуском специалисты проверяли управляющие воздействия на цифровом двойнике агрегата. По словам руководителя кластера «Искусственный интеллект» Светланы Потаповой, за три месяца производительность выросла на 4%, экономический эффект составил 273,5 млн рублей. Она также отнесла проект к решениям в замкнутом контуре автоматизированной системы управления технологическим процессом, или АСУ ТП.
Для меня здесь содержателен переход от рекомендации к управлению. Оператору можно показать совет на экране; в описанном проекте система сама задаёт скорость. Это разные уровни ответственности за результат. Но из короткого сообщения нельзя восстановить всю архитектуру: например, правила отключения модели и возврата к ручному управлению там не приведены.
Число 273,5 млн рублей нужно читать с атрибуцией: это оценка компании. В публикации нет подробного расчёта, который позволил бы независимо повторить его. Точность до десятых миллиона не заменяет методику.
Сначала нужно определить, что измеряли: тонны годного проката за час работы, выпуск за календарный месяц или другой показатель. Одинаковое слово «производительность» может обозначать разные величины.
Затем нужно восстановить базу сравнения. Если сопоставляют работу одного агрегата до и после внедрения, придётся учесть ремонты, загрузку и сортамент, то есть набор выпускаемых видов проката. Контрольная линия полезна, только если её режимы и условия достаточно близки. Соседство в одном цеху сопоставимости не гарантирует.
Отдельно я посмотрел бы на качество продукции. Если вместе со скоростью выросла доля брака, часть прибавки выпуска придётся вычесть. И проверил бы, сколько времени модель действительно управляла агрегатом: в квартальном среднем не видно отключений и работы в ручном режиме.
Для денежной оценки нужны дополнительные сведения: какой выпуск продали, какие расходы изменились, сколько стоили внедрение и сопровождение. Рост выпуска нельзя напрямую приравнивать к росту прибыли. Умножать трёхмесячную сумму на четыре без этих сведений я бы не стал.
Схема ниже показывает порядок проверки заявленного эффекта. Это аналитическая схема, а не раскрытая методика «Северстали».
В интервью с Андреем Белевцевым на Microsoft News Russia приведён экономический эффект цифровой трансформации «Газпром нефти»: 16,5 млрд рублей за двухлетний период, об итогах которого компания сообщала в 2021 году. Там же названо более 600 цифровых и ИТ-проектов.
СИБУР в корпоративном блоге на Хабре сообщает о более чем 50 млрд рублей за семь лет, по данным на конец 2024 года. Примерно половину этой суммы авторы относят к проектам машинного обучения [1].
Эти числа относятся к разным периодам и наборам проектов, поэтому сравнивать по ним компании некорректно. Расходы на разработку и методика сведения результатов в общую сумму в этих материалах не раскрыты настолько подробно, чтобы я мог пересчитать эффект на одинаковой основе.
Счётчик проектов тоже требует пояснений. В портфеле могут одновременно находиться гипотезы, прототипы и работающие продукты. Покупка двадцати абонементов в спортзал не говорит, сколько раз человек тренировался. С портфелем внедрений та же проблема: число запусков полезно только вместе со статусами.
В таблице я разделил сообщение источника и вывод, который из него ещё не следует. У компаний рассматриваются отдельные примеры, а не все их цифровые продукты.
|
Компания и пример |
Что сообщается в источнике |
Чего этого недостаточно доказать |
|---|---|---|
|
«Газпром нефть»: КиберГРП, сентябрь 2023 года |
Симулятор разработан с партнёрами; сообщалось о 12 компаниях-пользователях и 17 компаниях, тестирующих программу |
Что все пользователи купили лицензии; что эти количества сохранились к ноябрю 2026 года |
|
СИБУР: промышленный интернет вещей, ноябрь 2025 года |
Авторы описывают около 10 000 беспроводных датчиков и собственную платформу |
Какова доля оснащённого оборудования и каков чистый денежный эффект всего внедрения |
|
«Северсталь»: НТА-4, сентябрь 2025 года |
Система автоматически задаёт скорость; компания сообщает об эффекте за три месяца |
Какой результат дала именно модель после учёта других изменений на линии |
|
«Росатом»: переход на ERP, март 2026 года |
По словам представителя «Гринатома», в системе уже работали 150 организаций |
Какую долю всех нуждающихся в переходе организаций они составляют и какой денежный эффект получили |
У примера с системой планирования ресурсов предприятия (ERP) есть важная деталь. Заяна Ачинова из «Гринатома» рассказала ComNews, что организации переходили и с SAP ERP, и с «1С:Управление производственным предприятием». Решение построили на «1С:ERP Управление холдингом». Это внедрение и доработка отечественной платформы. Называть его созданием собственной ERP с нуля было бы ошибкой [2].
В том же интервью названы последующие планы. Выполненный переход и план перехода нужно считать отдельно. Если в марте обещали подключить организации к июлю, сама мартовская публикация ещё не подтверждает выполнение июльского плана.
СИБУР объясняет выбор своей платформы для беспроводных датчиков в статье «Это вам не умный дом». Здесь можно обсуждать техническую задачу: собрать измерения с оборудования, передать их и включить в работу производственных служб. Однако слово «собственная» не означает, что компания сама изготовила каждый компонент или отказалась от всех внешних зависимостей.
Мне полезнее знать, кто исправит ошибку в прошивке, изменит правило обработки измерений и восстановит систему после сбоя. Одного названия разработчика для этого мало. Для последующей эксплуатации нужны специалисты, документация и обновления.
У КиберГРП есть пример повторного применения: в сообщении 2023 года пользователи отделены от компаний, которые только тестируют симулятор. Испытание программы ещё не подтверждает её регулярное использование, а использование не раскрывает коммерческие условия.
Внешние продажи при этом не обязательны для цифрового развития промышленной компании. Систему могут успешно тиражировать только на собственных заводах. И наоборот: продажа продукта другим заказчикам не доказывает, что у разработчика цифровизированы все процессы. Поэтому я не ставлю остальным компаниям минус за отсутствие внешних пользователей в выбранных описаниях.
В статье о Лаборатории Инноваций СИБУРа авторы оценивают соотношение успешных и неуспешных гипотез примерно как 50 на 50. Они приводят конкретный пример: модель для прогноза объёма заявок на закупку не удалось довести до требуемого качества. Среди причин неудач авторы называют недостаточность и несогласованность данных.
Это сведения о работе лаборатории на момент публикации в декабре 2024 года. Из них не следует, что половина всех ИТ-проектов компании провалилась: исследовательскую гипотезу проверяют до решения о полноценном внедрении.
В интервью о переходе на ERP Заяна Ачинова тоже упоминает изменения из-за новых требований. Но не уточняет, насколько пересматривали сроки и бюджет. Поэтому величину отклонений по этому ответу посчитать нельзя.
Я бы читал подобные подробности до общих итогов. По ним понятнее, где решение перестаёт работать и что потребуется от команды при повторном внедрении.
К пяти признакам из начала статьи удобно вернуться с конкретными вопросами:
На каком объекте работает система и какое действие выполняет?
Как определён результат, с чем его сравнивали и за какой период?
Кто отвечает за доработку, поддержку и технические зависимости?
Где решение применили повторно и как отделили эксплуатацию от испытаний?
Какие ограничения, неудачи и условия применения описаны?
Я не складываю ответы в балл зрелости. Для проверки отдельного внедрения мне нужен связный набор сведений об объекте, действии системы и результате измерения. Если заявлен денежный эффект, к нему должен прилагаться расчёт. Если обещано тиражирование, следующим подтверждением станет отчёт о работающих объектах.
А какой документ вы первым запросили бы у команды, заявившей экономию от промышленного ИИ?
Microsoft News Russia. «Как строят цифровую нефтяную компанию»: интервью с Андреем Белевцевым; данные об итогах двухлетнего периода стратегии, 2021 год.
ComNews. «Инновации для ТЭК: Минцифры включило цифровую систему „КиберГРП“ „Газпром нефти“ в реестр российских программ», 27 сентября 2023 года.
Habr, блог «Цифровой СИБУР». «Как устроена Лаборатория Инноваций СИБУРа и зачем она нужна», 26 декабря 2024 года.
Habr, блог «Цифровой СИБУР». «Это вам не умный дом», 21 ноября 2025 года.
ComNews. «„Северсталь“ увеличила объём производства травлёного проката с помощью машинного обучения», 29 сентября 2025 года.
ComNews. «К 2027 г. „Росатом“ переведёт на отечественную ERP-систему более 230 предприятий»: интервью с Заяной Ачиновой, 26 марта 2026 года.
Автор: anton_sokolov95
Источник [3]
Сайт-источник BrainTools: https://www.braintools.ru
Путь до страницы источника: https://www.braintools.ru/article/38754
URLs in this post:
[1] обучения: http://www.braintools.ru/article/5125
[2] ошибкой: http://www.braintools.ru/article/4192
[3] Источник: https://habr.com/ru/articles/1107092/?utm_source=habrahabr&utm_medium=rss&utm_campaign=1107092
Нажмите здесь для печати.