Новости

Для таких отраслей, как промышленность, розничная торговля и транспортно-логистическая сфера цена задержки в решении проблем особенно заметна. Остановка производственной линии сдвигает план выпуска на неопределенный срок. Неисправный холодильник или касса препятствуют работе магазина. Сбой в транспортной инфраструктуре нарушает график и требует координации нескольких служб. При этом информация о сбое часто проходит через разные системы, телефонные звонки и переписку. Время уходит уже на то, чтобы установить причину, найти исполнителя и понять, что происходит с задачей.

На производстве один из примеров управления на основе данных — техническое обслуживание. Показания оборудования, сведения о дефектах, история ремонтов и графики плановых работ стали доступны в одном процессе. Если система фиксирует отклонение, ремонтная служба получает задачу, а руководитель видит срок и результат ее выполнения. Это позволяет учитывать фактическое состояние оборудования при планировании работ и разбирать причины повторных отказов. В результате управления на основе данных по итогам III квартала 2026 года на производственных предприятиях затраты на внеплановые ремонты в среднем снизились на 21%, число незапланированных простоев — на 28%, а реакция на выявленные дефекты ускорилась на 16% по сравнению с показателями до внедрения.

В розничной торговле данные помогают наладить обслуживание распределенной сети. Магазины передают заявки через единый канал; система учитывает адрес, тип неисправности и ее приоритет, после чего направляет обращение нужному исполнителю. Диспетчеру не приходится заново собирать сведения из писем и чатов, а руководитель сети видит, где ремонт задерживается и какие поломки повторяются. Благодаря управлению с использованием данных в сфере розничной торговли сроки исполнения заявок сократились на 30%, число случаев отсутствия товара из-за отказов оборудования — на 50%. Более 20% заявок стали обрабатываться без участия человека, а среднее число обращений, закрываемых одним диспетчером за смену, выросло на 60%.

В транспортно-логистической отрасли тот же подход применяют к инцидентам, техническому состоянию инфраструктуры и закупке запасных частей. У диспетчера появляется общая картина: какой сбой влияет на операции, кто отвечает за устранение и соблюдается ли согласованный срок. В транспортно-логистической сфере число инцидентов, влияющих на операционные процессы, сократилось на 47%, а простои стоек регистрации — на 62%. Выполнение SLA по критичным системам достигло 94%. Интеграция с системой планирования ресурсов предприятия также ускорила закупку запасных частей на два дня.

Главное преимущество управления на основе данных — возможность сократить время между событием и решением. Отчет сам по себе не устранит неисправность. Результат появляется, когда по показанию датчика или сообщению сотрудника можно сразу создать задачу, назначить исполнителя, проверить работу и сохранить ее результат. Накопленная история помогает увидеть, где проблема повторяется, какие ресурсы заняты и когда разумнее запланировать обслуживание, чтобы избежать аварийной остановки.

По оценке STAQ, направление продолжит развиваться в сторону прогнозного обслуживания оборудования, автоматической классификации заявок и выявления отклонений с помощью ИИ. Но эффективность таких инструментов зависит от качества исходных данных: компании нужен точный учет оборудования, история обращений и ремонтов, единые правила фиксации результата. Во второй половине 2026 года ожидается спрос прежде всего на проекты, где можно измерить сокращение затрат и сроков, а затем распространить работающий процесс на другие объекты.

С 1 сентября 2026 года в России стартовал обязательный этап работы с цифровым рублем: банки, признанные Банком России значимыми на рынке платежных услуг, обязаны предоставить своим клиентам возможность открывать счета цифрового рубля. С этой даты компаниям с выручкой более 120 млн руб. за 2025 год, имеющим договор о приеме электронных средств платежа в одном из системно значимых банков, предстоит обеспечить оплату в цифровых рублях. Исследование «Флант» и «Диасофт» зафиксировало отношение участников рынка к этому переходу — от восприятия самой идеи до готовности инфраструктуры и выбора технологической платформы.

Каждый пятый участник опроса (22%) уже видит в цифровом рубле не регуляторную обязанность, а конкурентное преимущество. 10% респондентов рассматривают проект как способ усилить контроль над операциями, а 5% — как возможность повысить прозрачность расчетов. Отдельно 5% рассчитывают на новые сценарии платежей: смарт-контракты и программируемые платежи. Еще 9% связывают переход с самой готовностью к обязательному подключению, а 3% ожидают снижения комиссий и стоимости транзакций. В сумме то или иное практическое преимущество для себя уже видят 54% опрошенных — больше, чем доля тех, кто пока видит в цифровом рубле только требование регулятора (24%).

Исследование показало, что наибольшие сложности при подготовке создает нехватка готовых решений и компетенций на рынке. На практике проект цифрового рубля — это не установка одного продукта. 32% участников назвали главным затруднением ограниченный выбор готовых импортозамещенных продуктов, 28% — незрелость нормативной базы, а еще 12% — дефицит специалистов по эксплуатации контейнерных платформ. Стоимость проекта и сроки значимым барьером назвали лишь по 8%: отдельные вложения в инфраструктуру требуются прежде всего банкам и финансовым организациям, а остальным компаниям поддержка цифрового рубля приходит в составе уже существующих систем. 12% опрошенных не видят существенных сложностей вообще. Таким образом, запрос рынка смещается: организации фокусируются на поиске конкретного сертифицированного продукта и специалистов для его бесшовной эксплуатации, отодвигая вопросы обоснования затрат на второй план.

Почти половина организаций — 46% — еще не определилась с решением для управления контейнерами для контура цифрового рубля. Это показывает, что значительная часть рынка все еще находится на этапе архитектурного выбора. Такой запас времени эксперты расценивают как позитивный сигнал: у ИТ-руководителей остается возможность для взвешенного архитектурного выбора без вынужденной спешки.

Среди тех, кто уже остановился на конкретном варианте, лидируют сертифицированные российские платформы — 26%. 12% развертывают контур без контейнеров, на классической инфраструктуре, 10% используют открытые решения без вендора, а 6% — российские без сертификации по требованиям регуляторов. При этом для организаций следующих волн подключения запас времени в один год уже нельзя считать избыточным: выбор платформы — только один из этапов проекта, который также включает интеграцию с банковскими системами, выполнение требований информационной безопасности, тестирование и подготовку к промышленной эксплуатации. Поэтому календарный год до обязательной даты вовсе не означает «много времени».

На вопрос о том, как компании реализуют ИТ-инфраструктуру для работы с цифровым рублем, ответы распределились так: 38% развертывают готовое решение вендора локально на собственных серверах (on-premise), 32% выбирают облачное решение вендора, а 30% идут по пути собственной разработки, что в условиях сжатых сроков несет высокие операционные риски.

Больше половины представителей банковского и финансового сектора (53%) уже дорабатывают ИТ-системы, тестируют продукты или работают с цифровым рублем в промышленной среде. Финансовые организации заметно опережают другие отрасли: среди остальных участников 61% еще не приступили к подготовке.

Отдельный блок опроса был посвящен информационной поддержке перехода на цифровой рубль. 92% респондентов считают, что им не хватает информации по внедрению цифрового рубля: 63% называют ее фрагментарной или противоречивой, еще 29% отмечают, что отдельные направления требуют дополнительных разъяснений. При этом основным источником знаний участники называют отраслевые мероприятия (25%), а вендорский контент используют только 17%. Такая ситуация формирует устойчивый и высокий спрос на качественный экспертный контент: компании ждут проверенных методологий и прикладных примеров успешного внедрения, выходящих за рамки общих теоретических обзоров.

С переходом на отечественное ПО контур кадрового учета ВЭБ.РФ стал работать на полностью импортонезависимом технологическом стеке. Переход потребовал переноса не только данных, но и бизнес-логики. Все действующие кадровые процессы — от учета стажа до начисления зарплаты — сохранены в прежнем виде.

В ходе проекта пришлось работать не с «коробкой» БОСС-HRM, а со сложнейшей системой: глубокая кастомизация под специфику корпорации, большое количество интеграционных связей, многолетняя история данных. В результате удалось сохранить всю бизнес-логику и привычные сценарии работы для сотрудников.

По мере роста компании увеличивалось количество кадровых операций. Согласования отпусков, оформление командировок и работа с нормативной документацией велись в разных системах и большинство операций выполнялись вручную, что создавало избыточную нагрузку на сотрудников отдела кадров и снижало прозрачность процессов. Такой подход неизбежно сказывался на качестве работы и скорости обработки запросов. Компания приняла решение объединить все кадровые процессы в едином цифровом контуре.

В качестве основной платформы компания выбрала ELMA365 КЭДО — комплексное решение для автоматизации кадровых процессов, управления персоналом и организации юридически значимого электронного взаимодействия между работодателем и сотрудниками. Партнером по внедрению стал «Корус Консалтинг».

В ходе проекта специалисты автоматизировали ключевые процессы кадрового документооборота на ELMA365. Чтобы сократить сроки внедрения, команды параллельно запустили разработку блоков «Отпуск» и «Командировка» без последовательного ожидания завершения каждого этапа. Это позволило избежать простоев и ускорить достижение результата.

В результате Curator получил единый цифровой контур кадрового документооборота, в котором все сотрудники работают по прозрачным правилам и HR-служба тратит меньше времени на выполнение рутинных операций. В дальнейшем компания планирует расширить решение, автоматизировав процессы согласования бюджетов командировок.

Перед проектной командой стояла задача связать долгосрочное формирование промоплана с ежедневным управлением конкретными акциями и повысить точность оценки их финансового эффекта. Для ее решения были использованы два взаимосвязанных модуля Jume: Trade Promotion Optimization (TPO), который формирует и математически оптимизирует долгосрочные планы, и Trade Promotion Management (TPM), отвечающий за их операционное исполнение.

Проект позволил перейти от контроля отдельных промоакций к системной работе со всем промопортфелем. В компании создан единый цифровой контур, который объединяет стратегическое моделирование, операционное управление и передачу согласованных планов на исполнение. Ранее часть этих процессов была распределена между несколькими системами и требовала значительного объема ручной работы.

Теперь «Логика молока» может формировать промопланы на разных уровнях детализации — от клиента и товарной группы до отдельных SKU, отслеживать историю изменений, сравнивать фактические и плановые показатели, работать с различными сценариями согласования. Финансовый результат каждого варианта рассчитывается в формате P&L, что позволяет оценивать последствия решений еще на этапе разработки плана. Для расчета используются модели машинного обучения, учитывающие колебания спроса.

Внедрение также позволило формировать промопланы исходя из целевых KPI, а не только исторических активностей; повысить точность понедельного прогнозирования промопродаж; сократить время внесение ряда корректировок до нескольких секунд; обеспечить прозрачную историю изменений и перекрестную проверку данных; автоматически передавать согласованные планы из операционного контура в ERP-систему.

Проект оптимизации промопланирования стал новым этапом в развитии цифровых решений «Логики молока». Компания продолжает повышать эффективность коммерческого управления с помощью данных и аналитики.

Решение на основе технологий компьютерного зрения и нейросетевых моделей, получившее название ЭЛИС (Edge line inspection system), помогает распознавать дефекты в автоматическом режиме. Система контроля качества реза кромки полосы EdgeMon от Primetals Technologies использовалась на ЧерМК с 2015 года. Со временем оборудованию потребовалась модернизация. Специалисты «Северстали» поставили цель – автоматизировать контроль качества реза кромки и повысить точность распознавания дефектов на ней. Качество реза напрямую влияет на геометрию полосы и качество продукции – недопустимы заусенцы, грат, рваные, волнистые или подрезанные кромки. Дефектный рез ухудшает плоскостность, снижает точность размеров и создаёт риски на последующих переделах.

Решение было разработано «с нуля», прежнее оборудование полностью заменено. Главное изменение заключается в переходе от видеонаблюдения к автоматическому распознаванию дефектов. Ранее оператор самостоятельно оценивал качество реза по видео с камер. Теперь ЭЛИС выявляет и классифицирует дефекты, сохраняет их в архив и позволяет отслеживать качество кромки полосы в онлайн-режиме. ЭЛИС интегрирована с системой автоаттестации «Шерлок».

Решение распознает более 20 классов дефектов, в том числе «скол ножа», «вылет кромки», «недожатый рез», «продергивание» и прочие. Нейросетевую модель обучили на собственных данных – были собраны и классифицированы более чем 4 тыс. изображений. ЭЛИС контролирует обе кромки полосы при скорости агрегата до шести метров в секунду, обрабатывая видеопоток до 120 кадров в секунду с каждой камеры. В результате, за последние семь месяцев не зафиксировано ни одного инцидента, связанного с выходом из строя оборудования или программного обеспечения, что свидетельствует о надежности нашей разработки. Архитектура решения позволяет адаптировать систему под другие агрегаты комбината.

РСХБ полностью перешел с ранее использовавшейся VDI-платформы на отечественное решение компании «Увеон – облачные технологии». В ходе проекта на Termidesk были перенесены основные сценарии использования виртуальных рабочих мест в банке. Платформа обеспечивает работу сотрудников региональных контакт-центров, офисных подразделений и специалистов, которым требуется удаленный доступ к банковским информационным системам.

Возможности платформы также позволяют при необходимости оперативно организовать резервные виртуальные рабочие места для сотрудников банка. Такой подход дает возможность сохранить доступ к необходимым информационным системам и поддерживать непрерывность рабочих процессов.

Как отмечает Денис Курочкин, заместитель директора департамента ИТ Россельхозбанка, переход с Citrix на Termidesk позволил не только выполнить задачи импортозамещения, но и сформировать единую среду виртуальных рабочих мест для разных подразделений и форматов работы. На одной платформе работают контакт-центры, офисные и удаленные сотрудники, специалисты в мобильных точках. Для банка с широкой региональной сетью особенно важны централизованное управление такой инфраструктурой и возможность гибко использовать ее в зависимости от текущих задач.

При работе с виртуальными рабочими местами сотрудники получают доступ к необходимым банковским системам без переноса корпоративных данных на используемые устройства. Управление доступом к информационным ресурсам и рабочим средам осуществляется централизованно, что позволяет ИТ- и ИБ-службам банка контролировать параметры подключения и политики работы пользователей.

30% респондентов отмечают сильный разрыв между ожиданиями руководства и реальностью: от ИИ ждут быстрых результатов, хотя данные и инфраструктура не готовы. У 49% компаний ожидания руководства лишь частично соответствуют текущим возможностям. Полное соответствие отметили 5% участников исследования. Оставшиеся 16% вообще не смогли оценить этот критерий. При этом управление ИИ не везде выстроено как отдельный процесс. В 19% компаний формально не закреплена ответственность за риски использования генеративного ИИ, а у 23% нет системного управления ИИ с политиками, ролями и контролем. Еще 30% оценивают эффективность такого управления без формальных метрик — по тому, как идет процесс.

Одно из препятствий для достижения быстрого и измеримого результата от внедрения ИИ — низкое качество данных. Для 30% оно стало главным барьером. Полностью готовыми свои данные считают лишь 5%. У 46% компаний они готовы частично и требуют доразметки, очистки или объединения из разных источников. Решение этих задач не всегда получает отдельное финансирование. В 37% компаний бюджет на управление данными и ИИ не выделяется — работы ведутся в рамках текущих ИТ-задач. У 33% респондентов бюджет вырос на 10–30%, и только 14% сообщили о заметном увеличении – более чем на 50%.

Дополнительный вопрос для промышленных компаний — готовность data-инфраструктуры к новым требованиям регулирования ИИ. Многие из них относятся к КИИ, поэтому требования закона распространяются на них. Полностью готовыми к нему считают себя 12% респондентов. Частично готовыми назвали себя 48%, им требуется доработка процессов и платформ. Еще 21% ожидают значительной трансформации data-ландшафта, а 19% на момент исследования еще не проводили оценку.

Ограничения есть и на уровне вычислений. Для 27% опрошенных именно недостаток мощностей стал главным из них. 24% арендуют GPU у сторонних провайдеров, 21% сочетают собственные мощности с облаком для пиковых нагрузок и еще 21% располагают собственными GPU-кластерами с достаточным запасом ресурсов. Для промышленных компаний это сигнал, что вычислительную инфраструктуру нужно планировать так же системно, как данные и управление ИИ-рисками, выбирая баланс между собственными, арендованными и гибридными ресурсами под конкретные сценарии. Иначе дефицит мощностей станет еще одной причиной, по которой ожидания руководства от ИИ не совпадут с реальностью, даже если данные и процессы уже частично готовы.

Еще одно ограничение — недостаток качественных специалистов и экспертизы. ИИ уже рассматривается как компонент операционной устойчивости, и 38% крупных компаний занимаются разработкой собственных ИИ-решений для внутренних процессов. При этом 75% из них не умеют делать их безопасными для бизнеса — их процессы не соответствуют стандарту управления безопасностью ИИ-разработки — MLSecOps. С управленческой точки зрения эти результаты демонстрируют разрыв: темпы внедрения ИИ уже опережают зрелость процессов, необходимых для контроля связанных с ним рисков. Рынок MLSecOps находится на этапе становления во всем мире, и компании пока не понимают, как защищать собственные ИИ-разработки самостоятельно, и предпочитают отдавать этот блок работ внешним подрядчикам.

В ходе конвертирования расплав в конвертере разделяется на несколько продуктов конвертирования разной плотности и температуры: под более легкой фазой с другим составом оказывается более тяжелая. Задача системы – контролировать процесс слива и своевременно фиксировать, когда завершился слив одной фазы, и не допустить попадание другой фазы расплава. Ошибки приводят к потерям цветных металлов и усложняют последующую переработку. Похожий принцип работает при отделении сливок от молока, у которых разная плотность, только там разделение идет при обычной температуре, а на промышленном предприятии в расплаве при температуре в сотни градусов, и именно разницу температур разных продуктов в потоке считывают камеры.

Система по данным инфракрасных камер распознает переход потока от одной фазы расплава к другой и информирует оператора об изменении состава потока для контроля процесса слива конвертера. Данная технология развивает подход, применяемый в металлургии, преимущественно в сталеплавильном производстве за рубежом, но уже для конвертирования медных штейнов.

Изначально решение задумывалось как самостоятельный инструмент контроля сливов, но по мере развития стало частью экосистемы «Цифровой помощник металлурга», в которую также входят уже реализованные модули: рекомендации по подаче в конвертер оптимального количества флюсующих материалов, контроль фактического объема добавляемых флюсующих материалов с помощью оптических весов на конвейерной ленте, определение оптимального времени завершения процесса продувки.

На одной из ключевых производственных площадок в Норильске уже был реализован прототип системы видеоконтроля сливов для одного конвертера. Задачей в рамках тиражирования стала его существенная переработка. Команда «Рексофт» полностью переписала ядро и логику решения, а также процесс CI/CD и обучения моделей, что упростило перенос решения на другие конвертеры и повысило точность. Такой подход облегчает тиражирование данного решения на другие предприятия. До внедрения решения оператору приходилось вручную переключать тип операции в системе, что было сопряжено с риском некорректного фиксирования данных. В новой версии система определяет тип операции автоматически, без участия оператора, что позволяет автоматически скорректировать параметры модели.

Разработка и промышленные испытания системы ИК-детектирования показали, что для промышленного компьютерного зрения видимый диапазон – не единственный источник получения данных для контроля сливов расплава. Технология одинаково успешно работает и в ближнем, и среднем ИК-диапазонах, и в других спектральных диапазонах.

Анализ работы конвертеров в режиме реального времени с помощью видеоаналитики дает возможность извлекать большой объем дополнительной информации о самом производственном процессе – от состояния горловины конвертера до типа выполняемой операции (слив, заливка, продувка, прочистка горловины), что позволило создать основу для построения графика работы конвертерного отделения в режиме реального времени.

Корпоративная инфраструктура российского бизнеса в 2026 году демонстрирует заметную перегруженность. В ИТ-ландшафте каждой второй компании (53%) встречаются по две инфраструктурные платформы одного класса, еще у 30% — по три и более. Только 17% организаций во время опроса отметили, что имеют по одной платформе каждого типа.

Многоплатформенность внутри класса усложняет контроль над корпоративным ИТ-ландшафтом. В 2026 году треть компаний (33%) управляют инфраструктурным стеком преимущественно вручную или вообще не делают этого. Частичная автоматизация реализована у 46% организаций. Результаты исследования OCS указывают на формирование разрыва между сложностью корпоративной ИТ-инфраструктуры и возможностями контроля входящих в нее систем. Однако несколько одноклассовых решений внутри контура не всегда говорят об архитектурных проблемах. В крупных распределенных средах несколько решений одного класса могут быть осознанным выбором: для разных вариантов нагрузок, площадок, требований к отказоустойчивости или регуляторных контуров.

Бизнес стремится повысить управляемость корпоративного программного обеспечения. 27% компаний видят развитие ИТ-инфраструктуры в 2026 году как сокращение числа платформ-дублей. Большая «чистка» инфраструктурного ПО — прямое следствие ключевых целей, которые бизнес установил на 2026 год в отношении инфраструктурного софта. Компании фокусируются на оптимизации затрат (40%) и упрощении управления (26%). Сокращение числа платформ-дублей позволяет решить обе задачи: уменьшить бюджет на поддержание внедренных инфраструктурных систем, а также облегчить контроль над используемыми в организации решениями.

Как подчеркивают аналитики, сегодня проект цифровизации выглядит скорее как сокращение числа систем внутри класса, а не добавление новых решений. Бизнес стремится оптимизировать расходы, а расчистка перегруженной ИТ-инфраструктуры помогает достижению цели в краткосрочной и среднесрочной перспективах. Вероятнее всего, компании продолжат фокусироваться на повышении управляемости ИТ-инфраструктуры и в 2027 году: работы над расчисткой инфраструктурного софта — это также подготовка к будущим проектам цифровизации бизнеса.