Новости

В роликовых печах производится нагрев листов для их дальнейшей нормализации, закалки и отпуска до температур, необходимых для данных видов термообработки. Ранее составление графика посада производилось вручную, а переключение между марками стали приводило к длительным паузам и падению производительности из-за необходимости перестраивать температурный режим.

Модель определяет оптимальный порядок посада в роликовые печи №1 и 2 находящихся в наличии листов с учетом параметров нагрева, марки стали, геометрии листа, технических возможностей печей и нахождения листов на складе. В результате получается оптимизированный по времени исполнения график на пользовательском интерфейсе с возможностью выгрузки и работы по нему.

В основе решения лежит модель оптимизации на основе программирования в ограничениях (constraint programming), которая определенное количество раз в день планирует посад листов из текущего наличия в оптимальном порядке. Далее оптимальный график выводится в пользовательский интерфейс, где бригадир или мастер может его подтвердить и принять в работу.

В результате за счет оптимизации пауз между переключением марок стали дополнительное производство составило 3,41 тыс. т, а экономический эффект – 27,55 млн руб.

Как отмечает Светлана Потапова, руководитель кластера «Искусственный интеллект» «Северстали», система планирования посада печей автоматически определяет оптимальный порядок загрузки листов, обеспечивая отсутствие непродуктивных пауз агрегата. Это не только разгрузило операторов и бригадиров от рутинных расчетов, но и позволило им уделять больше времени контролю качества и процессу в целом», — прокомментировала.

ПКФ «Санпак» специализируется на производстве упаковки из полипропилена и полиэтилена высокого и низкого давления. Предприятие ежедневно обрабатывает от 30 до 50 заказов, а в пиковые периоды их количество может достигать 80. Каждый заказ может содержать разнообразные виды продукции, отличающиеся по размерам, материалам, требованиям к печати и специфическим характеристикам, таким как толщина пленки и прочность. Для своевременного выполнения заказов компании необходимо оперативно планировать производство, учитывать время на изготовление форм, контролировать сроки поставок, управлять запасами сырья, красок, добавок и вспомогательных материалов, координировать внутреннюю логистику.

Ранее сотрудники производства использовали для учета выполненных операций, выработки и использованных материалов разные информационные системы, а расход вспомогательных материалов учитывался в таблицах. Данные дублировались и терялись, было сложно контролировать исполнение заказов и себестоимость производства. Менеджеры по продажам получали информацию о готовности заказов через личное общение или переписку с производством, из-за чего нередко возникали ошибки и несогласованность между подразделениями.

Компании стала необходима информационная система, которая позволила бы организовать оперативный учет производственных операций, улучшить планирование, обеспечить сквозной контроль производства продукции на всех этапах — от обработки заказа до получения оплаты и отгрузки товара со склада. Требовалось внедрить сдельную оплату труда для производственного персонала, обеспечить быстрый расчет сроков исполнения заказов с учетом наличия сырья и текущей загрузки оборудования. Важно было получить возможность отслеживать заказ на всех этапах, от расчета цены до отгрузки, с обновлением статуса после каждой стадии, включая резервирование сырья.

Для решения поставленных задач была выбрана «1С:УНФ 8. Полиграфия 2». Партнером по внедрению стала компания «Армекс».

В результате реализованного проекта разработаны тарифы на технологические операции, внедрен учет фактической выработки сотрудников. Это позволило автоматизировать начисление сдельной заработной платы и повысить мотивацию персонала. Появилась возможность детально планировать работу каждого производственного участка. Визуализация загрузки оборудования и своевременные уведомления о возможных задержках позволили свести к минимуму количество просроченных заказов и более эффективно распределять нагрузку на станки. Функция моделирования производственных планов при разных графиках работы позволила увеличить эффективность использования оборудования в среднем на 15%.

Автоматизирован выпуск полуфабрикатов: при регистрации выполнения операции система автоматически формирует документ о выпуске, списывает материалы и обновляет остатки на складе. Сотрудники тратят на 90% меньше времени на учетно-расчетные задачи. Уровень избыточных складских остатков снизился на 18%. Реализован механизм учета статусов пленки по заказам — автоматическое обновление при поступлении сырья повысило точность планирования и сократило простои из-за нехватки материалов на 15%.

Организован точный учет краски: система учитывает объем взятой, смешанной и возвращенной краски, формирует документы и обновляет остатки. Это позволило сократить потери краски на 10% и повысить точность учета до 99%. Для субподрядных операций организован отдельный склад в системе — время формирования отчетности по переданным материалам сократилось с 3 дней до 4 часов.

Управленческие отчеты по выпуску пленок, производству отходов на экструзии и печати, а также данные по себестоимости полуфабрикатов теперь доступны в режиме реального времени. Время подготовки отчетности по экосбору сократилось с трех рабочих дней до 15 минут, исключены ошибки. общая рентабельность производства увеличилась на 2%, а оборот складских запасов вырос на 15%.

Развитие генеративного искусственного интеллекта (GenAI) уже задает тренды на российском рынке труда, меняет логику профессий и процессы в компаниях. Сейчас GenAI влияет на 40% задач соискателей.

По данным исследования, уровень безработицы в России сократился до 2,1% (это рекордный минимум), зарплаты растут примерно на 16% год к году, при этом компетенции обновляются быстрее. Востребованность навыков GenAI растет повсеместно. От соискателей ожидают умения работать с GenAI во все большем количестве направлений — это маркетинг, дизайн, аналитика, контент-менеджмент, обучение, работа с маркетплейсами. Компании ищут специалистов, которые умеют создавать продвинутые промпты и добиваться от нейросетей качественных результатов.

41% вакансий на российском рынке исследователи отнесли к высокоавтоматизируемым с помощью GenAI. Это означает, что в этих вакансиях есть большой процент алгоритмизируемых задач. При этом наблюдается важный тренд: сдвиг от автоматизации к аугментации — компании не хотят заменить человека искусственным интеллектом, а намерены усилить его навыки благодаря GenAI. Это меняет и требования к кадрам: ценится способность работать в связке «человек + GenAI», а не набор отдельных технических навыков.

По прогнозам аналитиков Сбера, самой востребованной компетенцией ближайших лет станет умение интегрировать GenAI в свою работу. Владение GenAI станет условием профессиональной состоятельности для многих профессий. Поэтому компаниям придется переосмыслить структуру вакансий, определить, какие задачи автоматизировать, а какие — усиливать. Сильная корпоративная культура и обучение сотрудников навыкам работы с GenAI становятся обязательными успешного бизнеса. Ближайшие три года определят разрыв между компаниями, которые интегрировали GenAI, и теми, кто проигнорировал этот тренд.

В структуре РЖД — 52 филиала, под управлением которых находится 29,5 тыс. единиц легкового, грузового, грузопассажирского автотранспорта. 21% транспортных единиц переданы в аренду трем компаниям-подрядчикам. Ранее для управления собственным парком и электронного документооборота с внешними контрагентами использовалась зарубежная ERP-система. Руководство РЖД поставило задачу перевести работу автотракторного парка на отечественное отраслевое решение. Требовалось организовать оперативное управление финансами и ресурсами, а также усилить контроль передачи в аренду транспортных средств.

Новую систему было решено создать на основе «1С:Управление автотранспортом ПРОФ». Исполнителями проекта стала компания «1С-Рарус» совместно с ОЦРВ.

В ходе проекта было автоматизировано 4,5 тыс. рабочих мест. Выполнена кастомизация системы для учета оказанных услуг внешними исполнителями, расчета нормативного количества техники и работы с путевыми листами, формирования внутренней отчетности. Настроено взаимодействие системы управления автотранспортом с автоматизированными системами РЖД.

В результате повысилась достоверность и полнота данных для учета автотранспорта, как находящегося в самостоятельном оперировании подразделениями РЖД, так и переданного в аренду. Переход на электронный документооборот и внедрение системы электронных подписей позволили минимизировать бумажную работу. Интеграция системы управления автотранспортом с решениями внешних исполнителей способствует высокой оперативности аутсорсинговой работы.

Ускорен процесс оказания автотранспортных услуг за счет автоматизации подачи заявок. Через систему «1С» пользователи подают заявки на оказание автотранспортных услуг в системы партнеров. На основании поданных заявок в системе партнера формируются талоны заказчика к путевым листам, малые технологические акты оказанных услуг, и затем направляются в «1С» для подписания ЭЦП и формирования отчетности.

Обеспечено оперативное формирование путевых листов для шести видов техники. Каждая форма отличается наличием полей для отражения дополнительной информации, например, в путевой лист грузового автомобиля добавлены поля по наличию прицепов, участвующим в поездке в составе автопоезда. Ведение учета путевых листов в единой системе позволяет автоматически генерировать отчеты о работе автотракторной техники, включая пробег, время работы, расход ГСМ, статистику по технике, переданной в аренду, и объемы оказанных автотранспортных услуг.

Реализован механизм расчета отклонений фактического наличия техники от ее нормативного количества в подразделениях РЖД. В системе можно оценить, сколько техники должно быть на предприятии согласно утвержденным нормативам, какой парк подлежит обновлению в отчетном периоде и в среднесрочной перспективе, и как найти баланс между использованием собственного автопарка и привлечением сторонних услуг. Упрощены процессы анализа эффективности использования автопарка и выявления неиспользуемых ресурсов.

На 10% оптимизировано количество транспортных единиц в автопарке РЖД с момента запуска системы транспортного аутсорсинга и электронного технологического документооборота. Значительно сокращены расходы на содержание автопарка, техническое обслуживание и ремонты, оптимизированы налоговые отчисления, что позволяет направлять сэкономленные средства на модернизацию инфраструктуры и повышение качества автотранспортных услуг.

В планах — тиражирование системы для 2,2 тыс. центров ответственности по управлению автохозяйством РЖД. Планируется, что систему будут использовать 11,5 тыс. пользователей в разных часовых поясах.

Наиболее распространенные решения — антивирусы (82%), системы резервного копирования (48%) и файерволы нового поколения (43%). Также активно используются инструменты шифрования (36%), анализаторы логов (31%) и системы управления доступом (29%). Однако из-за большого количества систем почти половина компаний отмечает, что они интегрированы только частично, а еще треть — что связаны между собой лишь отдельные элементы.

Результаты исследования показывают, что больше половины компаний решают вопросы ИБ не системно и от задач бизнеса, а защищаясь от конкретных опасностей, которые по какой-то причине были оценены как значимые – например, чтобы закрыть конкретное требование регулятора или из-за подобных атак на другие компании. Через несколько лет это приводит к «лоскутному одеялу» слабо интегрированных инструментов.

Хаос вместо защиты

Проблемы от избытка ИБ-систем ощущают многие: 40% компаний признают, что из-за фрагментированности решений замедляется реакция на атаки, 35% теряют важные сигналы среди множества уведомлений, 30% тратят время на переключения между интерфейсами. Также респонденты сталкиваются с перегрузкой инфраструктуры (29%), дублированием инцидентов (25%), потребностью ручной обработки данных (21%) и конфликтами между системами (18%). Однако в 21% компаний заявляют об отсутствии каких-либо проблем.

Бюджет на ИБ расходуется неэффективно

Каждая вторая компания (51%) выделяет на ИБ лишь 1–3% годового бюджета, каждая четвертая (24%) — 4–7%, а 3% — 8–15%. Расходы часто неэффективны: 37% признают, что оплачивают программы с одинаковыми функциями, 25% покупают продукты, которыми почти не пользуются, 24% тратят деньги на ручную работу людей по переносу данных из одной системы в другую. В итоге у 29% опрошенных компаний тратится впустую от 21% до 30% бюджета на информационную безопасность. Несмотря на это, 33% опрошенных уже планируют сокращение числа систем ради оптимизации бюджета, а еще 32% обсуждают эту идею.

Почему защиту не упрощают

Главные причины, почему компании не сокращают число систем: старые решения невозможно заменить, потому что на них завязано много бизнес-процессов (35%), у каждого отдела свои продукты (34%), действуют долгосрочные контракты с вендорами (24%) или просто не хватает специалистов, чтобы все объединить (19%). Еще 15% отмечают, что руководство не считает проблему приоритетной.

При этом 54% уверены, что поводом навести порядок в компании может стать только масштабная кибератака, а 39% — штраф от регулятора. 28% считают, что изменения возможны при появлении универсальной программы, способной заменить несколько решений, а 23% связывают это с возможной сменой руководителя ИБ.

Планы по упрощению ИБ в компаниях

Приобретение ИБ-продуктов остается несогласованным: только 36% компаний перед покупкой тщательно проверяют, не дублирует ли новая система старые, 38% контролируют такие покупки не всегда строго, а 14% вообще позволяют разным отделам действовать самостоятельно.

В будущем 32% планируют перейти к модели нескольких ключевых решений с полной интеграцией между ними, 24% — к гибриду (базовая платформа и специализированные решения для отдельных задач), а 19% хотят создать единую платформу безопасности. Но 17% компаний пока не задумывались о стратегии вовсе.

Необходимость внедрения новой WMS-системы возникла после ухода из России поставщика ранее используемого западного решения. «ЭкоНива» рассматривала платформы, способные обеспечить стабильность и непрерывность бизнес-процессов, высокую производительность, гибкость настройки и полное соответствие требованиям пищевой отрасли. Выбор был сделан в пользу Consid.WMS благодаря опыту компании в проектах аналогичного масштаба и сложности, в том числе для крупнейших производителей молочной продукции, сыров и сетевых ритейлеров, а также способности выполнить внедрение в сжатые сроки. Настройка решения и подготовка к запуску заняли менее шести месяцев.

Проект реализован на складе площадью 4 тыс. кв. м, расположенном при производственном комплексе «ЭкоНива» в Калужской области и работающем в режиме круглосуточной обработки заказов. Склады компании характеризуются высокой оборачиваемостью запасов, большим ассортиментом SKU и строгими требованиями к соблюдению температурного режима, сроков годности и условий хранения.

В ходе проекта была проведена интеграция с корпоративной системой «1С», обеспечена поддержка различных типов упаковки (штуки, короба, паллеты), автоматизирована работа с весовой продукцией и реализована обработка маркировки с использованием штрих-кодов GS1 с автоматическим извлечением данных о товаре, партиях, количестве и сроках годности на этапах приемки, отбора и инвентаризации. Особое внимание уделено контролю качества товарного запаса: учету партий, работе с карантином, блокировками, мониторингу температурных условий и управлению запасами с минимальными сроками годности.

Запуск новой системы был выполнен без остановки производственного процесса и без снижения объемов отгрузок. Проект велся по гибкой методологии Agile, что позволило оперативно вносить изменения и эффективно управлять общим бэклогом задач.

После ввода системы в эксплуатацию склад переведен на техническую поддержку Consid в круглосуточном режиме. В рамках проекта также было поставлено оборудование — принтеры Godex B40 и терминалы сбора данных M3 Mobile.

В дальнейшем планируется масштабирование системы на остальные распределительные центры «ЭкоНивы», расширение функциональности, запуск новых процессов и обучение разработчиков и ИТ-администраторов заказчика для дальнейшего самостоятельного развития системы.

Ключевой целью проекта, реализованного в «Магните», стало создание централизованной системы управления средствами защиты информации (СЗИ), средствами криптографической защиты информации (СКЗИ) для электронных подписей и цифровыми сертификатами в масштабах розничной сети. Это позволило повысить безопасность за счет гибкого управления данными и ролевой моделью доступа, а также реализовать аудит и управление инцидентами ИБ для контроля нелегитимных операций.

Это решение является единственным в России, реализованным в таком объеме для управления сертификатами ЕГАИС в крупной розничной сети. Реализация проекта гарантирует бесперебойность торговых операций по учету и обороту алкоголя в более 20 тыс. торговых объектах розничной сети «Магнит» по всей европейской части России, снижая операционные риски и трудозатраты.

Благодаря внедрению Avanpost PKI, процессы выпуска ЭП были автоматизированы, а этапы согласования формализованы, что повысило контроль и прозрачность. В результате достигнуто значительное сокращение времени выпуска сертификатов. Система позволяет автоматически отслеживать сроки действия сертификатов и запускать задачи для автопродления, а также проводить одиночный и массовый выпуск. Автоматизированы процессы одиночного и массового перевыпуска сертификатов, что позволяет системе перевыпускать 1 тыс. и более сертификатов в день, учитывая разницу часовых поясов РФ.

Сотрудники получили удобный интерфейс — личный кабинет, позволяющий контролировать сроки действия и дистанционно управлять сертификатом и доступом к ЭП. Дистанционное получение и отзыв сертификата ЭП без личной явки в Удостоверяющий Центр также стало возможным благодаря разработанным шаблонам документов для получения и аннулирования сертификатов и подписания документов ЭП в соответствии с 63-ФЗ.

В рамках проекта под управление Avanpost PKI было взято около 30 тыс. СЗИ для ЭП и распространено более 20 тыс. агентов системы на автоматизированные рабочие места. Проект включал перевыпуск всех действующих сертификатов в новой системе.

Реализованы интеграции с ключевыми системами заказчика, включая «1С», MS Active Directory, ПАК «КриптоПро УЦ 2.0», ПАК «КриптоПро DSS», СМЭВ, а также интеграционный шлюз для подключения HR MDM. Также была реализована интеграция с SIEM и SOAR для мониторинга и аудита событий безопасности.

Ожидаемый экономический эффект включает сокращение трудозатрат ИТ-сотрудников, автоматизированное обновление сертификатов и нивелирование простоя учета и продажи алкоголя при выпуске и обновлении сертификатов.

Кросс-форматная контентная модель, внедренная VK, анализирует название, обложку, аудио и видеоряд ролика по отдельности. Нейросеть объединяет все данные в едином пространстве, что позволяет рекомендательной системе понимать смысл контента и объединять разные форматы. Например, такая модель может предложить похожий по смыслу ролик в VK Видео на основе понравившегося текстового поста ВКонтакте или короткого видео в VK Клипах, что делает рекомендации кросс-платформенными.

Мультимодальная языковая модель (MMLM) сравнивает контент по смыслу и тематике, объясняет комментарии, описывает интересы пользователя к конкретным сценам и учитывает эмоциональный тон материалов. Нейросеть обучена более чем на 3 млн русскоязычных материалов и может анализировать видео, изображения, тексты и аудио. С ней рекомендательные алгоритмы быстрее показывают новый контент в продуктах VK без необходимости получения первых пользовательских реакций.

Пользователи охотнее вовлекаются в просмотр, если замечают знакомых героев. Рекомендательная система автоматически распознает известных персон на видео, что позволяет алгоритмам учитывать как тематики контента, так и присутствие в роликах конкретных популярных личностей. Технология построена на двух моделях машинного обучения: одна анализирует видеоряд с частотой один кадр в секунду, а вторая определяет на кадрах лица и формирует единый «образ» героя.

Новые технологии Discovery за первые месяцы после внедрения помогли увеличить число позитивных реакций на контент на 7%, а рекомендации похожих по смыслу видео стали на 60% точнее.

Помимо VK Видео и внутренних задач поиска и аналитики, технологии будут использоваться в других продуктах VK с пользовательским контентом — от коротких видео до музыки.

Согласно результатам исследования, размер ИБ-подразделения напрямую зависит от масштаба бизнеса. Крупнейшие компании с выручкой свыше 80 млрд руб. формируют ИБ-подразделения в среднем из 33 специалистов. В компаниях с годовой выручкой от 5 до 80 млрд руб. средний штат ИБ-функции составляет 6 специалистов. В эту команду, как правило, входят один начинающий специалист, трое зрелых и двое менеджеров. Более половины опрошенных компаний (54%) имеют самостоятельную, формализованную стратегию ИБ, что свидетельствует о высоком уровне зрелости функции кибербезопасности в крупном бизнесе.

Главным фактором, влияющим на кадровую политику в сфере ИБ, респонденты назвали общий рост угроз — на него указали 32% опрошенных. Вторым по значимости драйвером стало внедрение цифровой стратегии (21%), которая требует усиления защитных мер. Рост материальности рисков информационной безопасности отметили 16% экспертов. По итогам интервью, у каждой третьей компании штат ИБ укомплектован лишь на 50–80%, что указывает на устойчивый кадровый дефицит.

Бюджеты на информационную безопасность также демонстрируют сильную корреляцию с размером компании. Аналитики отмечают высокую концентрацию бюджетов именно в сегменте крупнейших компаний, что позволяет им выстраивать комплексные системы защиты и привлекать наиболее квалифицированные кадры.

Логичным следствием роста общих бюджетов и кадрового дефицита становится увеличение инвестиций в обучение ИБ-команд. Бизнес осознает, что эффективность даже самых технологичных систем защиты напрямую зависит от компетенций команды, которая ими управляет. Это закономерно смещает фокус на образовательные программы как на стратегический инструмент обеспечения киберустойчивости.

Инвестиции в обучение специалистов по информационной безопасности являются для компаний стратегическим направлением, непосредственно влияющим на эффективность всей системы защиты. Образовательные бюджеты демонстрируют значительную градацию: если крупный бизнес инвестирует в развитие ИБ-кадров в среднем 0,6 млн руб. в год, то бюджеты крупнейших компаний кратно превышают эту сумму, достигая 10 млн руб. При этом данные показывают, что основная аудитория обучающих программ — это зрелые специалисты: в 38% компаний на обучение направляют группы от 6 до 20 таких сотрудников. Топ-менеджеры также проходят обучение, но, как правило, в ограниченном составе — 77% компаний обучают одного-двух руководителей высшего звена.

Согласно исследованию, респонденты видят в образовательных программах инструмент решения ключевых бизнес-задач. Основными целями являются обеспечение соответствия требованиям законодательства (24%) и внутренних нормативных актов (24%). Наряду с этим компании фокусируются на сокращении как реальных операционных рисков (17%), так и потенциальных угроз безопасности (17%). Важно отметить, что 17% респондентов рассматривают развитие сильных ИБ-кадров как самостоятельное конкурентное преимущество, что демонстрирует растущее понимание стратегической ценности человеческого капитала в кибербезопасности.

В рамках проекта автозаводу удалось тиражировать MES-систему, настроить контроль движения автомобиля и его компонентов по новым производственным линиям, а также адаптировать обновленную систему оперативного контроля качества под особенности нового производства.

На первом этапе были сформированы требования к новой производственной системе управления производством комплектующих – MES «Комплектующие», проанализирована возможность интеграции с производственным оборудованием с использованием различных технологий, включая интеграцию с действующими системами. Также уточнены требования к системе QMS Professional для обеспечения сквозного контроля качества продукции от сборки до управления гарантийными случаями, а также требования к сбору и статистическому анализу ключевых характеристик (SPC). Реализация этих требований – задача следующих этапов проекта.

Автозавод «Урал» прошел только первую четверть цифрового пути. В будущем проект позволит развить и вывести на новый уровень производственную систему предприятия и систему менеджмента качества. Достигнуть этого можно только за счет использования цифровых технологий и их внедрения в уникальную инженерную и производственную школу автозавода. Цифровые технологии по управлению производственными процессами и качеством продукции расширят свое влияние как на новые, так и на существующие производства и группы изделий, что положительно скажется на себестоимости автомобилей и их качестве.