Анатолий Туманов, 
руководитель отдела обучения и документирования дивизиона «Машиностроение и металлообработка» ГК «Цифра»

 

 

Оборот промышленных данных — цели и результаты

 

 

В XXI веке интерес к информации и цифровым данным заметно вырос. Это проявляется не только в активном создании и хранении данных, но и в развитии организационных, экономических и правовых механизмов их использования. Вопросам управления данными посвящён национальный проект «Экономика данных и цифровая трансформация государства», который официально стартовал 1 января 2025 года и рассчитан до конца 2030 года.

В перечне основных показателей национального проекта упоминается «автоматизация большей части транзакций в рамках единых отраслевых цифровых платформ и модели управления на основе данных с учётом ускоренного внедрения технологий обработки больших объёмов данных, машинного обучения и искусственного интеллекта» как условие «цифровой зрелости» государственного и муниципального управления.

 

Рассматривая в широком смысле «управление на основе данных», важно понимать, что многие важнейшие управленческие действия и решения осуществляются в производственно-­хозяйственных сферах, от которых зависят благополучие и развитие страны. Примером такой сферы является промышленность, где заметную роль играют производственные ресурсы, как одушевленные — люди, так и неодушевленные — машины, механизмы, прочее оборудование и сооружения.

 

Традиционно к промышленным относятся данные, возникающие на всех этапах жизненного цикла промышленных продуктов или активов, — от проектирования и производства до эксплуатации и утилизации.

 

Под оборотом промышленных данных (Industrial Data Circulation) понимаются следующие процессы: сбор, обработка, обмен, анализ, использование.

 

Промышленные данные возникают в различных по своей природе и предназначению источниках данных, например:
• станки с ЧПУ — данные о скорости, нагрузке, температуре и т. п.;
• датчики — вибрация, давление, расход энергии и прочее;
• системы SCADA и MES — данные о ходе производства, качестве продукции, простое и т. д.;
• системы ERP — данные о запасах, логистике, заказах и др.;
• системы PLM (управление жизненным циклом изделия) — данные о проектировании и инженерных спецификациях.

 

В цифровом производстве процессы оборота промышленных данных имеют ряд особенностей:

 

• Сбор и формирование данных происходят на промышленном оборудовании и в производственных информационных системах. Данные могут формироваться автоматически либо в результате действий персонала и ручного ввода.

 

• Передача и хранение данных. Сформированные данные:
— передаются по защищённым сетям, в том числе с использованием технологий промышленного интернета вещей (IIoT);
— сохраняются в базах данных, включая облачные и EDGE-серверы, расположенные рядом с оборудованием для быстрой обработки.

 

• Обработка и анализ данных включают:
— очистку данных;
— расчёты и агрегирование показателей;
— анализ и выявление закономерностей, отклонений и нештатных ситуаций, в том числе с применением искусственного интеллекта и машинного обучения.

 

• Использование и обмен: результаты анализа данных применяются для принятия управленческих решений. Кроме того, данные и аналитические выводы могут передаваться между подразделениями компании, партнёрам или использоваться как отдельный продукт.

 

Промышленные данные — это кровь производственного организма. В логике Индустрии 4.0 эти данные постоянно циркулируют внутри «умной» фабрики, связывая оборудование, системы и людей в единую цифровую среду. Отсюда возникает понятие оборота промышленных данных как единой экосистемы. При наличии такой экосистемы компания получает возможность повышать эффективность и внедрять новые бизнес-­модели. По мере развития этой экосистемы предприятию становятся доступны конкретные практические преимущества:

 

1. Сбор данных о вибрации, температуре и расходе ресурсов (электроэнергии, воды, СОЖ и др.) позволяет заранее выявлять возможные поломки оборудования. В частности, если анализ данных выявляет наличие конкретной модели вибрации, то можно с высокой вероятностью предполагать, что это предшествует поломке конкретного подшипника на данной единице оборудования. В результате предсказание поломки оборудования до ее возникновения снижает простои и затраты на ремонт.

 

2. Анализ технологических данных в реальном времени позволяет быстро обнаруживать отклонения и оперативно вмешиваться в процесс — корректировать параметры или останавливать его, чтобы избежать брака. В результате повышается качество продукции.

 

3. В экосистеме, объединяющей владельцев оборудования и его производителей, данные используются для автоматического взаимодействия. Например, производитель может заранее уведомить клиента о необходимости замены подшипника и сразу сформировать заказ на новую деталь. Если же накопленные данные по эксплуатации однотипного оборудования позволяют выявить причины износа, например, подшипника, то на основе агрегированных данных по множеству единиц оборудования может быть сформулировано предложение об улучшении конструкции в новой модели оборудования.

 

4. Анализ данных о фактической загрузке оборудования помогает использовать производственные мощности более эффективно. В развитой экосистеме это позволяет снижать простои и поддерживать сервисные модели, включая подписку. Временно свободное оборудование одного предприятия может использоваться другим для выполнения производственных задач. Альтернативный вариант — продажа не самого оборудования, а результата его работы, например, обработанных деталей или гарантированной производительности, на основе данных о его эксплуатации.

 

5. Влияние оборота промышленных данных на успешность предприятий не ограничивается только извлечением максимума загрузки оборудования и сокращением потерь рабочего времени. Продуманные модели движения материальных ресурсов в единой экосистеме данных позволяют оптимизировать цепочки поставок, управлять запасами и логистикой, а также быстрее реагировать на изменения спроса и внешние ограничения. Это повышает устойчивость всей производственной цепочки.

 

6. Промышленные данные важны и для снижения энергопотребления и воздействия на окружающую среду. 

 

Мониторинг ресурсов помогает оптимизировать их использование и учитывать экологические требования на практике.

 

 

Как развивается рынок промышленных данных в России

 

 

Развитие рынка промышленных данных в России и в мире идет разными путями, но с некоторыми общими точками соприкосновения. Известно, что развитие рыночной экономики в России — это почти всегда «особый путь», но зато с уникальными вызовами и возможностями.
Находящийся на стадии активного формирования российский рынок промышленных данных сильно зависит от государственной повестки и испытывает последствия геополитической ситуации.

 

Формированию этого рынка должны способствовать следующие факторы:
1. Государственная стратегия «Цифровая трансформация промышленности».
2. Фактические усилия по импортозамещению, подстегиваемые санкционным давлением.
3. Осознание ценности данных.

 

Российский рынок цифровизации промышленности обладает высоким потенциалом. При этом реализация этого потенциала во многом будет зависеть от того, удастся ли сформировать устойчивую национальную экосистему: опирающуюся на технологическую независимость, но при этом совместимую с глобальными подходами и стандартами.

 

На рынке уже заметны несколько типов участников и инициатив. Опытные ИТ-компании развивают платформенные решения — в том числе инструменты для обмена и сопряжения данных между предприятиями в логике государственных программ. Облачные провайдеры расширяют линейку облачной и периферийной (edge) инфраструктуры, ориентированной на требования безопасности и суверенности.

 

Отдельный контур формируют сами промышленные группы: многие из них создают внутренние центры компетенций и разрабатывают цифровые продукты для собственных производственных задач. Часть таких решений в перспективе может выходить за рамки внутренних контуров и становиться тиражируемой. Существенную роль играют и масштабные программы цифровизации на уровне госкорпораций и крупных холдингов.

 

Наконец, быстро растущий сегмент составляют стартапы и венчурные проекты. Они занимают нишевые направления — предиктивную аналитику, компьютерное зрение для контроля качества, элементы цифровых двой­ников и специализированные прикладные решения — и часто становятся источником новых подходов и практик для отрасли.

 

Пока рынок данных в России находится на этапе формирования. Его участники всё отчётливее понимают потенциальные выгоды и готовы работать с накопившимися системными ограничениями.

 

К числу ключевых проблем относятся сохраняющаяся технологическая зависимость от зарубежных решений, дефицит квалифицированных кадров, а также недостаточная правовая и административная готовность к выстраиванию прозрачных и единых правил оборота промышленных данных. Отсутствие таких правил сдерживает обмен данными между предприятиями и мешает формированию совместных эффектов и новых источников ценности.

 

При этом мировой опыт показывает, что фокус в работе с данными смещается. В ведущих экономиках и компаниях приоритет отдаётся не накоплению массивов данных как таковых, а созданию сервисов и прикладных решений на их основе. Ценность формируют не большие данные, а аналитические выводы, управленческие инсайты и услуги, которые позволяют использовать данные в конкретных бизнес-­процессах и управленческих решениях.

 

Практика показывает, что ключевую роль в формировании рынка промышленных данных играют мощные ИТ-платформы — прежде всего, IoT-платформы и экосистемы. Именно вокруг них выстраивается оборот промышленных данных, и на глобальном уровне этот рынок уже перешёл в стадию зрелости и консолидации.

 

В России рынок промышленных данных пока находится в фазе активного формирования и роста, во многом под влиянием внешних ограничений. Его развитие будет зависеть от координации усилий крупных промышленных компаний, корпораций и органов власти с одной стороны и сильных отечественных ИТ-разработчиков — с другой. Правовая и административная готовность постепенно формируется за счёт инициатив по стандартизации цифровой промышленности и обновлению регуляторных подходов, прежде всего в части защиты данных и обеспечения цифрового суверенитета.

 

При этом, несмотря на рост облачных сервисов, основные системы работы с промышленными данными в ближайшие годы останутся локализованными на уровне предприятий и непосредственно на производстве. Такой подход обусловлен требованиями безопасности, а также необходимостью минимизировать задержки и зависимость от внешних каналов связи.

 

Подводя итог, можно выделить ключевые вызовы развития рынка промышленных данных в России:

1. Нехватка отечественных решений «под ключ» для сложных задач, прежде всего в сфере промышленного IoT и искусственного интеллекта.

2. Дефицит цифровых компетенций на стороне предприятий и связанный с этим управленческий и культурный барьер — консерватизм в принятии решений, настороженное отношение к новым моделям работы с данными и облачным технологиям.

3. Неочевидная экономическая эффективность: для многих компаний, особенно среднего и малого масштаба, инвестиции в цифровизацию по-прежнему воспринимаются как высокорисковые без понятных и быстрых эффектов.

4. Недостаточная зрелость нормативно-­правовой базы, включая отсутствие чётко закреплённых правил владения данными, их обмена и защиты.

 

Источник журнал "РИТМ машиностроения" № 1-2026