Цифровизация производства начинается не с установки датчиков

Установили датчики, купили и внедрили новую платформу, а через год выясняется, что система работает вполсилы или вообще простаивает, потому что никто заранее не определил, какую именно проблему и с какой эффективностью она должна закрыть. Увы, такое происходит на производстве регулярно. Давайте поговорим о том, почему промышленные проекты цифровизации регулярно буксуют, сколько на деле стоит внедрение и где российское ПО уже заменяет иностранные решения, а где пока не может.

Модная платформа и красивые слова вроде «цифровой двойник» сами по себе ничего не меняют. Результат появляется там, где технология привязана к конкретной боли клиента: вынужденному простою оборудования, браку, замороженным на складе в излишках сырья деньгам или сорванным срокам. Без такой связи проект превращается просто в относительно дорогой способ «оцифровать хаос». В итоге руководство не видит возврата инвестиций, и проект закрывают при первой же попытке оптимизации расходов.

Производство должно начинать с задач, которые можно обсчитать

Чаще всего цифровые решения внедряют там, где эффект явно виден в деньгах. Первый распространенный сценарий связан с планированием и диспетчеризацией производства. Системы класса MES связывают загрузку оборудования, наличие материалов и сроки заказов в единую среду. Руководитель получает возможность видеть, что происходит на участке, а не собирать картину по разрозненным таблицам, уточняя данные с помощью звонков и отчетов недельной давности.

Второе направление связано с обслуживанием оборудования. Датчики и аналитика помогают заранее заметить признаки будущего отказа. Деталь меняют по графику, а не после того, как станок встал посреди выполнения срочного заказа и ремонтная бригада тратит долгие часы на поиск причины поломки.

Третий сценарий, компьютерное зрение, используют для контроля качества. Камера на конвейере может обнаружить дефект быстрее человека и не устает к концу смены. Еще одна область применения: управление запасами и цепочками поставок. Алгоритмы прогнозируют потребности производства и помогают держать на складе столько материалов, сколько реально нужно без избыточных запасов.

У этих проектов есть общий признак: каждый направлен на определенную статью затрат. Можно считать простои, уровень брака, складские остатки, сверхурочные работы. Такие внедрения чаще доходят до промышленной эксплуатации, чем проекты, которые запускали лишь ради слова «цифровизация».

Разрозненные системы уступают место единым платформам

Главный тренд последних двух лет я вижу в переходе от отдельных пилотов к платформам. Раньше предприятие могло использовать ERP для управления ресурсами, MES для производства и SCADA для технологического контура. Каждая система решала свою задачу, а интеграция между ними превращалась в бесконечную головную боль и перманентное «допиливание» архитектуры.

Теперь заказчики чаще хотят видеть единую экосистему. Управленческий, производственный и технологический контуры должны работать с общими данными. Руководителю нужна цельная картина по подразделениям в реальном времени, а не набор отчетов, которые успевают устареть еще до момента, когда их открывают на совещании.

На этом фоне растет интерес к цифровым двойникам. Они позволяют смоделировать изменения в технологическом процессе до того, как предприятие начнет перестраивать оборудование в цехах. Такой подход полезен там, где ошибка в проекте стоит дорого, а остановить производство ради эксперимента практически невозможно.

Также активно внедряют предиктивную аналитику на базе машинного обучения. Ее задача — не добавить в систему очередной модный алгоритм, а реально снизить аварийность и замечать отклонения в работе оборудования до того, как они приведут к остановке линии.

При этом рынок стал заметно прагматичнее. По данным, приведенным SBS Consulting, цифровой трансформацией в России занимаются примерно 20–22% промышленных компаний, причем часть из них не измеряет эффект внедрения. Можно сказать, что предприятия постепенно наедаются «цифрой ради цифры». Технологию теперь оценивают по сроку окупаемости и влиянию на конкретный процесс.

Система не исправит беспорядок в процессах

Самая частая ошибка заключается в том, что цифровое решение пытаются наложить на неупорядоченный или хаотичный производственный процесс. Но программа не умеет сама наводить порядок в регламентах, справочниках и способах учета. Она просто оцифрует и автоматизирует переданный ей хаос и сделает его заметнее.

Поэтому перед внедрением приходится разбираться с нормативно-справочной документацией, правилами работы и качеством исходных данных. Это самая скучная часть проекта, которую не показывают на слайдах, зато именно она обычно определяет результат. Если в справочнике материалов несколько названий одной и той же детали, а участки фиксируют операции по-разному, никакая красивая аналитическая панель не даст достоверной картины.

Еще одна проблема связана с оборудованием. На одном предприятии могут одновременно работать станки разных поколений. Одни умеют передавать данные в цифровом виде, другие под это не заточены. Подключение такого парка становится серьезной инженерной задачей: нужны адаптеры, промежуточные контуры и понятные общие правила, какие данные считать достоверными.

Влияет и человеческий фактор. Если новая система делает работу более прозрачной, сотрудник может увидеть в ней не помощника, а камеру наблюдения за собственной нагрузкой. Мастер или начальник цеха начнет искать обходной путь, даже если технически система настроена безупречно. В результате предприятие получает дорогой интерфейс, а сотрудники продолжают вести параллельные ручные таблицы и журналы.

Наконец, специалистов, которые способны связать программный продукт с реальным процессом и довести проект до эксплуатации, часто попросту не хватает. Настроить систему недостаточно. Нужно понимать производство изнутри, ориентироваться в данных, разбираться с интеграциями и тем, как изменится работа людей после запуска.

Считать нужно не стоимость покупки, а стоимость владения

Разброс затрат на цифровизацию очень велик. Локальная система мониторинга может стоить несколько миллионов рублей, а комплексная платформа для крупного предприятия с учетом внедрения и интеграций — оцениваться в сотни миллионов или миллиарды рублей. Срок реализации таких проектов может составлять от одного до трех лет.

Но сумма договора не показывает всю стоимость проекта. К лицензиям и внедрению добавляются интеграции, сопровождение, обучение, доработки и изменения, связанные с перестройкой процессов или нормативных требований. Через несколько лет эксплуатационная часть иногда оказывается больше, чем первоначальные вложения. О ней часто вспоминают слишком поздно, когда проект уже запущен и отказаться от него сложно.

Поэтому я бы не начинал разговор с вопроса, сколько стоит внедрение. Сначала нужно определить, какой результат предприятие хочет получить и как его измерять. Сколько часов простоя можно сократить? Как изменится доля брака? Сколько запасов удастся высвободить? Как быстро система должна окупиться?

Без заранее зафиксированных метрик цифровой проект сложно защитить перед финансовым блоком. При сокращении бюджета он одним из первых попадает под нож: эффект еще не посчитан, а расходы уже налицо. Гораздо больше шансов на выживание у проектов, которые начинают с участка, где результат можно получить и проверить за обозримый срок.

Уровень импортозамещения зависит от сложности задачи

Вопрос о том, можно ли полностью отказаться от иностранных продуктов, не имеет универсального ответа. Все зависит от класса программного обеспечения и требований конкретного предприятия.

Сложнее всего обстоит ситуация с тяжелым инженерным софтом: CAD, CAM, CAE и PLM-системами для проектирования, расчетов и управления жизненным циклом изделия. В машиностроении и оборонно-промышленном комплексе уровень импортозамещения такого ПО, по экспертным оценкам, составляет всего около 15–20%.

Причина понятна. Офисные пакеты, базы данных и отдельные ERP-системы заменить проще. Тяжелые инженерные приложения создавались десятилетиями и содержат накопленную отраслевую экспертизу, сложную математику и большие библиотеки моделей. Сделать функциональный аналог за короткий срок не получится.

В других сегментах ситуация легче. В MES, SCADA, системах мониторинга, промышленной аналитике и информационной безопасности отечественные решения уже закрывают значительную часть задач. Для объектов критической информационной инфраструктуры требования регулятора дополнительно сужают их выбор.

На мой взгляд, предприятиям стоит оценивать не происхождение продукта само по себе, а соответствие решения конкретному контуру. В управлении и мониторинге производства российские продукты уже позволяют строить рабочие системы. В высокотехнологичном проектировании переход на отечественный софт пока проходит с оговорками и, вероятно, займет еще несколько лет.

Цифровой проект должен менять конкретный показатель

Производство не становится эффективнее от самого факта установки новой цифровой платформы. Эффект проявляется, когда предприятие связывает технологию с показателем, который напрямую влияет на финансовый результат бизнеса. Где-то это снижение простоев, где-то уменьшение брака или более точное планирование расхода материалов и сырья. Иногда главным результатом становится не новая функция, а отказ от ручной сверки данных, которая занимала часы у сотрудников из недели в неделю.

Поэтому перед запуском нужно честно ответить себе на три вопроса. Какую проблему мы решаем? Какие данные для этого нужны? Как мы поймем через год, что проект эффективно сработал?

Если ответов на эти вопросы нет, цифровизация рискует остаться дорогой игрушкой, которая никак не помогает бизнесу зарабатывать или экономить. Если ответы есть, то и в этом случае начинать лучше с небольшого участка, где эффект в деньгах виден и понятен тем, кто работает в цехе каждый день. Именно так «цифра» перестает быть оторванным от реальности IT-проектом и становится неотъемлемой частью производства.

Дмитрий Лившин, генеральный директор «Сайбер Бизнес Консалтинг»