Цифровизация: промышленные тренды

169

За прошедший год искусственный интеллект сделал стремительный рывок в освоении промышленного сектора. Из-за ограничений, связанных с пандемией, вырос спрос на технологии удаленного мониторинга объектов. Разработчики IT-продуктов создали пул решений по управлению процессами горной добычи, движением самосвалов на рудниках, переводом авиации на использование иного вида топлива, а также предложили новый формат работника – цифрового. Об этом говорили участники онлайн-эфира «Smart business: тренды в промышленности», организатором которого стала газета «Ведомости».

 

Уровни цифровой зрелости

Владимир Дождев, директор Департамента цифровых технологий Министерства промышленности и торговли РФ:

Владимир Дождев, директор Департамента цифровых технологий Министерства промышленности и торговли РФ
Владимир Дождев,
директор Департамента цифровых технологий Министерства промышленности и торговли РФ

– Смещение спроса на цифровые решения, которое мы наблюдали во время пандемии с марта прошлого года и до настоящего времени, связано с повышенным интересом к технологиям удаленного направления работы, удаленным мониторингом, производственными и вспомогательными процессами и в целом с тематикой по работе с данными. Интерес к таким продуктам и решениям не снижается, и российские разработчики воспользовались этим шансом.

Мы разработали методологию уровня цифровой зрелости. Она сводится к восьми основным базовым параметрам, так или иначе отражающим комплексную картину процессов, происходящих в 25 отраслях. Методология как инструмент будет интерактивной, для этого мы доработали государственную информационную систему промышленности. И в ближайшее время такой онлайн-монитор с возможностью интерактивного отслеживания изменений и управления ими будет доступен для всех отечественных промышленных предприятий – пользователей системы. Пилотный запуск этого инструмента мы совершили в конце прошлого года. Сейчас оперируем данными за прошедший год, но будем постоянно совершенствовать эту методику. Такая оценка нужна не просто как аналитический инструмент – мы намерены с этого года пользоваться ею при оценке заявок на предоставление мер государственной поддержки цифрового развития. И конечно, итоговая интегральная оценка, которую предприятия получат, должна учитываться при разработке всех наших программ развития цифровых технологий в отраслях. Безусловно, остаются в силе меры государственной поддержки – от субсидирования разработки программ технических средств до внедрения цифровых платформ. Речь идет также и о грантах, предоставляемых Фондом Сколково, например. У нас есть опыт не только в пилотировании проектов, но и в масштабном внедрении в отраслях. Безусловно, необходимо будет обеспечить и нормативную базу, и инфраструктуру этим технологиям.

 

Как получить цифровых рабочих

Максим Подпорин, директор по бизнес-консалтингу компании EPAM:

Максим Подпорин, директор по бизнес-консалтингу компании EPAM
Максим Подпорин,
директор по бизнес-консалтингу компании EPAM

– Во время пандемии все технологии получили второе рождение, и возникла потребность в новых решениях. Кроме того, появился специфический спрос на ИТ-технологии, связанные с программами устойчивого развития, начиная с оснащения производственных мощностей сервисами для сбора данных и заканчивая моделированием рисков в области устойчивого развития. Климатический тренд стал самым главным трендом текущего времени, и большинство наших заказчиков уже либо занимаются этим, либо задумываются о внедрении решений, связанных с климатом. И это тренд для решения глобальных задач – от аппаратных технологий до достаточно нетипичного соединения разработок.

Наше решение относится к обеспечению мониторинга безопасности на производстве. Мы провели исследования с целью определения главных проблем на производстве. И разделили их на два класса: первый связан с тем, где находится человек во время производственного процесса и как он взаимодействует с объектом, на котором работает. Здесь возникают инциденты из‑за оснащенности объекта и оборудования на нем. Второй класс проблем – более существенный и связан с человеческим фактором. Мы поняли, что будет правильно в связи с этим подразумевать физическое и эмоциональное состояние человека и выявлять его влияние на конечный результат. Мы поняли, что это влияние велико, при хороших обстоятельствах оно приводит к повышению качества конечного продукта, а при плохих – ведет к ошибкам на производстве, снижению производительности труда, потере качества конечного продукта и печальным событиям на производстве. Мы подошли к решению этой задачи таким способом: изучили системы автоматизации производства, которые уже используются многими компаниями. Однако ничего про людей в этих решениях не было, и это стало для нас основной социальной идеей: попробовать ровно такое же сочетание технологий применительно к человеку – посмотреть на него как на сенсор, ведь на производстве он выполняет определенное количество операций. И если мы сможем получать от человека информацию о выполнении операций как от сенсора, это будет та же схема, что применима в автоматизированных системах управления технологическим процессом.

Мы определили, что человеческий фактор – это не просто определение местонахождения, и решили применить модель оцифровки физического состояния людей. У нас получилось. То есть специалист может выполнять свою работу и быть полноценным участником производственного процесса с точки зрения предоставления данных, а мы можем контролировать, что и как происходит в момент времени. Мы выполнили некоторый набор тестов и пилотов существующих на рынке устройств, проанализировав их функции. Не являясь производителем устройств, наша компания разработала спецификацию, на основе которой можно заказать устройства известных производителей, и они будут показывать всю информацию о том, что происходит с человеком во время выполнения производственных операций. С точки зрения базовой сети, которая необходима для работы нашего решения, мы пошли по принципу использования bluetooth и любого стандарта связи, который применяется конкретной организацией. При старте проекта совместно с заказчиком мы либо берем их цифровую модель, либо помогаем построить новую, позволяющую работать мобильно в любой зоне производства и интегрироваться с АСУ ТП предприятия и HR-системами, чтобы понимать, кто конкретно из сотрудников работает сейчас, и использовать эти данные в анализе производственной деятельности компании.

Так мы получаем цифрового рабочего как центральное звено организации. Эти данные позволяют сделать вывод о том, что еще можно модернизировать в направлении развития персонала, повышения качества обучения. Например, в складских помещениях мы можем отследить любой инцидент, произошедший с человеком, чтобы в дальнейшем можно было пресекать подобные случаи.

 

Операторы связи становятся инфраструктурой

Александр Исаков, руководитель департамента системной интеграции «Билайн Бизнес»:

Александр Исаков, руководитель департамента системной интеграции «Билайн Бизнес»
Александр Исаков, руководитель департамента системной интеграции «Билайн Бизнес»

– Операторы меняют парадигму и стратегию, и сейчас можно подтвердить тезис о том, что изменения, которые происходят в промышленности, поддерживаются со стороны коммерческого сектора: появляются новые платформы и решения. Мы как операторы видим обе стороны этого процесса и со своей стороны тоже меняемся, становимся проводником решений. Операторы связи уходят от той концепции, где они являются «трубой», они теперь становятся инфраструктурой, поддерживающей перевооружение промышленных компаний, обеспечивающей безопасность и скорость передачи данных на большом объеме устройств в промышленном секторе. Прошлый год показал, что направленность промышленных компаний на цифровизацию идет ускоренными темпами и в «цифру» уходит как коммерческий сектор, так и производство.

Мы активно смотрим на периферийные вычисления, особенно учитывая, что производства становятся распределенными и все попытки для обеспечения оптимальности сводятся к тому, чтобы максимально близко к производству были перемещены сервисные функции. Мы организовываем пилоты на промышленных предприятиях, где происходит интеграция инфраструктуры сетей LPE/5G и всех сервисов, используемых предприятием. «Билайн» инвестирует в те или иные решения для того, чтобы проверить их работоспособность.

Так, с одним из известных наших партнеров был реализован пилотный проект, в рамках которого карьерный самосвал двигался с помощью управления по сети 5G. Дополнительный интерес мы видим в управлении и мониторинге оборудования и средств малой механизации – на это есть спрос. Решения LPE/5G позволяют обеспечить скоростные характеристики, приоритизацию трафика и изолировать весь чувствительный трафик от утечки и влияния других сетей.

 

Данные как ключ к повышению эффективности бизнеса

Александр Дмитриев, компания Ctrl2GO:

Александр Дмитриев, компания Ctrl2GO:
Александр Дмитриев, компания Ctrl2GO:

– Сейчас есть большая потребность в прикладных решениях. Бизнес хочет извлекать ценность из больших данных, но пока не умеет их собирать и обрабатывать. Россия имеет в этом огромный потенциал и высокие темпы цифровизации. В основном сейчас это направление используется в рамках B2C банками, телекомом и в меньшей степени B2B, хотя есть успешные примеры отдельных компаний. Данные становятся ключом к повышению эффективности бизнеса, и это приоритетное направление для 51% российских компаний, хотя в 2019 году лишь 14–16% компаний использовали данные как источник повышения своей операционной эффективности.

При этом важно, что в промышленном секторе нет смысла внедрять какие‑то локальные «коробочные» решения, они попросту будут несовместимы с тем объемом данных, которые имеются в промышленном секторе. То количество данных, которые генерирует промышленное оборудование – насосы, компрессоры и локомотивы, – существенно больше, чем все операции, которые происходят в Сбере с частными потребителями. Например, локомотив генерирует 3000 параметров в секунду, мы ловим тысячи таких параметров, предсказывая выход из строя всего парка РЖД. Помимо управления данными на специальной платформе для сбора этой телеметрии, нужно понимать, какие модели можно построить, ведь они являются ключевой ценностью в формировании аналитики по этим данным. Создание одной технологической модели того же самого компрессора или локомотива – это непростая задача: мало того что такую модель нужно сделать, ее необходимо будет постоянно поддерживать, актуализировать, учитывая вариабельность оборудования и режимов работы, температуры внешней среды, давления в котлах. Кроме того, приходится постоянно анализировать информацию, ведь это непрерывные изменения, и одно маржинальное изменение параметра влечет за собой значимое изменение целевой функции.

Наша компания в рамках господдержки и повышения конкурентоспособности российской промышленности первой в России сделала отечественную платформу – софт по предиктивному мониторингу промышленного оборудования. Это решение сейчас применяется в разных отраслях – в РЖД, энергетических компаниях, металлургии, а также проектах, связанных с цифровизацией рабочего.

 

Первый и ключевой риск в цифровых системах – сами данные. Что бы ни делали с системой, которая управляет, важно, как собираются эти данные, агрегируются и хранятся.

Есть очень интересный проект по анализу данных для повышения эффективности производства путем внедрения умных советчиков. Это системы усовершенствованного управления, и они относятся к перспективным технологиям. Мы на АО «Алмалыкский горно-металлургический комбинат» (АГМК) внедряли технологию, позволяющую подбирать целевой уровень шифтования на входе установки для формирования более высокого процента годного продукта на выходе. Проект «Цифровой рабочий» имеет схожую модель, представленную моими коллегами, со своими алгоритмами действия, контроля операций, выполняемых человеком, фиксации рисков падения, прогноза солнечного удара.

Что касается производительности труда, то да, она увеличивается, но не за счет самого цифрового решения – если мы сделаем цифровую лопату, специалист не станет лучше копать, но этот инструмент позволит увеличить производительность труда одного рабочего на 5–10%, по моей оценке. А вот организационные изменения процессов, корпоративная культура, внедрение мышления цифровых технологий в мозг рабочего, позиция лидера компании и генерального директора, который скажет, что именно цифровой лопатой нужно пользоваться, потому что это важно, в итоге приведет к тому, что минимум на 30% вырастет производительность всего коллектива. Эта цифровая ментальность действительно влияет на результат.

Тенденция на цифровизацию рабочего сейчас входит в ТОП направлений со стороны заказчиков. Хотя если роботы научились собирать аппаратуру, то пока прогнозировать действия человека и управлять ими не научились. А это интересная возможность для контроля расходов с точки зрения подрядчиков. Все решения нашей компании строятся на похожей архитектуре, и главное – уметь работать с «грязными» данными, которые тоже нуждаются в обработке и анализе, и в России это уже умеют делать. Мы также можем работать с оборудованием, на котором нет датчиков. Для этого есть технология акустического контроля, которая позволяет собирать телеметрию со старого, изношенного фонда, она собирается и также анализируется с помощью специального алгоритма.

Первый и ключевой риск в цифровых системах – сами данные. Что бы ни делали с системой, которая управляет, важно, как собираются эти данные, агрегируются и хранятся. Это отдельный процесс и система. Алгоритм не всегда может распознать такую опасность на входе, и этот риск входит в отдельную систему управления. Как правило, он митигируется глубокой отраслевой экспертизой в определенных местах, которые позволяют проверять выходные данные. Второй риск – модели, которые нужно строить и тестировать, определять их точность и поддерживать. И наконец, третьим и типичным риском современности является утечка данных.

 

Нужны единые цифровые платформы

Павел Растопшин, компания «Цифра»:

Павел Растопшин, компания «Цифра»
Павел Растопшин, компания «Цифра»

– Услугами нашей компании пользуется порядка 300 клиентов в мире, 200 из них – в России, мы работаем с разными отраслями промышленности и ТЭКа. Мы делаем решения, которые позволяют управлять производством в реальном времени. Мир движется к конкуренции цифровых платформ, и если посмотреть на компании, которые входят в список крупнейших по капитализации в мире, мы увидим лидеров, которые так или иначе используют платформенные технологии. Допустим, ИТ-решение как некий аналог общего языка, понятный и производственникам, и разработчикам программ. Например, в нефтяной отрасли во время пандемии и ввиду отсутствия спроса на авиаперевозки компании перестали производить авиационный керосин. Нужно было время, чтобы разобраться и просчитать возможные действия для перенастройки нефтеперерабатывающих заводов с выпуска керосина на производство дизеля. Производители нефтепродуктов и ИТ-специалисты совместно взяли три недели на перестройку программного обеспечения линий, потому что за один день такое переоснащение не сделать. Второй пример – в крупнейших нефтяных компаниях сотни локальных информационных систем, каждая из которых написана под свой сценарий, и систем АСУ ТП – они друг с другом не «разговаривают». И руководство компании не всегда знает, как часто пользуются всеми такими системами в компании. В связи с этим многие лидеры компаний поняли, что внедрять решения нужно на единой цифровой платформе.

Эффект, который может получить Российская Федерация на уровне применения только базовых платформ для промышленных сценариев: цифровой нефтеперерабатывающий завод – снижение потерь в процессных отраслях на 60% (или 130 млрд руб.); цифровой карьер – увеличение производительности карьера на 15% (105 млрд руб.); цифровой металлообрабатывающий завод – дополнительный выпуск готовой продукции 15% (120 млрд руб.); цифровое месторождение – дополнительная добыча с каждой скважины на 10% (82 млрд руб.).

Пример сегодняшнего дня: в России 70 горных предприятий используют управление самосвалами и горной техникой, которые цифровизированы с помощью наших технологий. Если выключить на разрезе, где работает такая техника, систему динамической автоматической диспетчеризации горного транспорта, в рамках которой в режиме реального времени цифровой советчик рекомендует, когда и куда ехать экскаватору, производительность этого рудника падает с 6,5 тыс. тонн горной массы в месяц до 6,1 тыс. тонн. Это немного, но для горной отрасли такой эффект очень существенен. К нашей системе подключены порядка 10 тыс. станков, каждый из которых в реальном времени контролирует более 7 тысяч скважин и свыше 70 горных предприятий.

Мы создали собственную платформу, в которой объединили локальные системы, и теперь к ней имеют доступ наши клиенты и их партнеры. Например, 500 локальных систем, которые работают у нас по нефтепереработке, переведены на единую платформенную микросервисную архитектуру, и это позволяет ускорить разработку ИТ-решений для цифровой промышленности на 80%, поскольку не нужно переиспользовать цифровые коды. В этой логике мы создали совместное предприятие с компанией «Газпром нефть», которая разрабатывает решения для нефтегазовой отрасли, и на нашем совместном продукте ZIIoT (индустриальная платформа интернета вещей Zyfra Industrial Internet of Things Platform) для отрасли «пишут» даже зарубежные (в частности, японские и американские) вендоры свое программное обеспечение для совместных проектов с компанией «Газпром нефть».

 

В ноябре 2020 года «Газпром нефть» и «Цифра» создали совместное предприятие «Цифровая индустриальная платформа» для разработки цифровой промышленной платформы, а также продвижения новых технологических решений для нефтегазовой отрасли.

Совместное предприятие в 2021 году планирует вывести на рынок цифровую платформу управления производством, ориентированную на предприятия нефтегазовой промышленности. Новые цифровые продукты направлены на решение задач в централизации оперативного управления, создании цифровых двойников с применением технологий искусственного интеллекта.

Технологической базой для СП станут индустриальная платформа интернета вещей Zyfra Industrial Internet of Things Platform (ZIIoT), цифровые сервисы для нефтепереработки, разработанные ГК «Цифра», а также разработки «Газпром нефти», связанные с управлением технологическими процессами в нефтегазовой отрасли.

Ирина КРИВОШАПКА