Данные промышленного масштаба: как российским заводам угнаться за цифровой экономикой
Фото Егора Алеева / ТАСС

Данные промышленного масштаба: как российским заводам угнаться за цифровой экономикой

Сергей Минин Forbes Contributor
Фото Егора Алеева / ТАСС
Пока банки и ретейл ведут гонку по сбору больших данных, российское производство, кажется, абсолютно игнорирует новые возможности и преимущества цифровой экономики

Данные — главный драйвер XXI века, «нефть» будущего. Именно они запускают механизмы, которые служат основой экономики нового типа. Только механизмы теперь — это управленческие решения, а продукт потребления — результат анализа данных. Раньше этим занимались только в технологических компаниях, бизнес которых в этом и состоял. Но сегодня мы видим, как активно обрабатывают наши данные банки и ретейл, создавая на базе этой информации новые продукты и снижая издержки по их доставке до потребителя.

В этой цифровой гонке сильнее всего отстают индустриальные предприятия. Кто-то возразит, что данных у них в избытке — с датчиков АСУ ТП (автоматизированных систем управления технологическим процессом) крупного промышленного объекта снимается от 300 000 до 1 млн сигналов и более, но пользы от этого объема данных в общем-то немного. В отличие от тех же банков российские промышленные игроки сегодня не до конца понимают, что им потенциально может дать работа с данными, поэтому не спешат инвестировать ни в увеличение количества датчиков, необходимое для предиктивной аналитики, ни в людей, ни в алгоритмы, которые помогут эту аналитику произвести. В итоге даже имеющиеся данные не подвергаются никакому эффективному анализу.

Как результат, предприятия функционируют в реакционном режиме: существующие системы АСУ ТП направлены на то, чтобы информировать о случившемся, но не предсказывать или предотвращать. Например, системы автоматизации, установленные на многих предприятиях, могут констатировать факт — произошла поломка оборудования или его элементов. А между тем существуют решения, которые отслеживают параметры работы оборудования и позволяют спрогнозировать необходимость проведения технического обслуживания через определенный промежуток времени.

В частности, американская компания GE Aviation производит авиадвигатели, на которых установлены сенсоры, позволяющие удаленно получать данные об эксплуатации и на их основе выявлять оптимальные алгоритмы технического обслуживания самолетов: затраты на ТО удалось сократить в семь раз. В Германии крупнейшие компании ожидают, что инвестиции в промышленные интернет-технологии в течение пяти лет позволят им повысить эффективность в среднем на 18% и сократить затраты на 14%.

Оцифровывать можно даже работу персонала: датчики размещаются непосредственно на сотрудниках предприятия, что позволяет оценивать эффективность их труда и существующих процессов, а также следить за соблюдением норм безопасности, что особенно актуально в условиях опасных или вредных производств. Например, IBM разрабатывает такое решение на базе IBM Watson для сталелитейной компании North Star Bluescope Steel. Специальный шлем или браслет анализирует температуру тела, показатели пульса и давления, а также особенности движения работника, и, если эти показатели в комплексе отличаются от нормативных, фиксирует тепловой удар и вызывает на место помощь. Приборы также не позволят человеку начать работу, если защитный костюм или оборудование некорректно надеты, или безопасное время работы на производстве превышено. Компании, которые ориентированы на повышение эффективности, снижение затрат и сокращение риска для здоровья и жизни своих сотрудников двигаются в сторону внедрения таких решений.

К сожалению, неумение индустрии работать с данными девальвирует их ценность в российской промышленности. Это очень опасная тенденция, которая может препятствовать серьезной экономической конкуренции с другими странами. Отсутствие современной качественной инфраструктуры сбора данных и их аналитики, как и невозможность повлиять на управленческие решения и бизнес-стратегию, сильно тормозят развитие отечественной промышленности, особенно учитывая традиционные российские проблемы с производительностью труда.

В условиях цифровой экономики победит не имеющий наибольшее количество данных, а получивший информацию лучшего качества. А значит, уже сегодня нужно по возможности оснащать умными датчиками все производство, даже если пока не совсем понятно, как это пригодится в будущем. Когда станет понятно, зачем это сделали конкуренты, будет уже поздно — все места в высшей промышленной лиге уже будут заняты.

В целом, сложившаяся сегодня ситуация напоминает случай Аргентины, власти которой во второй трети XX века скептически отнеслись к перспективам развития нефтяной отрасли и ее роли в формировании нового экономического уклада. В результате, имея предпосылки к индустриализации на базе передовых по тем временам технологий, Аргентина на десятилетия сохранила преимущественно сельскохозяйственную специализацию и не смогла удержать свое место среди ведущих экономик мира, которое она занимала еще в начале XX века.

Не хотелось бы повторять судьбу Аргентины в условиях формирования новой цифровой цивилизации.

рейтинги forbes
Закрыть
Уведомление в браузере
Будь в курсе самого главного.
Новости и идеи для бизнеса -
не чаще двух раз в день.
Подписаться