Но, пока страны–лидеры внедряют передовые технологии, в нашем регионе цифровую зрелость демонстрируют не все.
Когда говорят о четвёртой промышленной революции, людям представляются прежде всего роботы — спасибо научной фантастике. Действительно, ежегодно в мире устанавливается более 400 тыс. промышленных роботов. Больше всего их внедряют Китай, Япония, США, Корея и Германия. Роботы трудятся в крупных автомобильных концернах, а также в Boeing, IKEA, Coca–Cola и других компаниях.
Большинство перечисленных стран внедряют роботов в основном из экономии: там слишком дорогая рабочая сила. В России почасовая оплата труда в разы дешевле, поэтому роботизация нам пока что ни к чему. Она станет актуальной лишь в случае резкого сокращения трудоспособного населения, которое предсказывает Росстат к 2035 году.
Генеральный директор ABBYY Россия Дмитрий Шушкин при этом отмечает интересный тренд: если недавно роботы занимались в основном физическим трудом — сваркой, сборкой и упаковкой, то сейчас их применяют и в рутинных интеллектуальных задачах. "Программные роботы заполняют данные в учётных системах, пересылают поставщикам документы, упрощают закупку сырья. Иногда их дополняют технологиями интеллектуальной обработки информации, чтобы быстрее извлекать информацию из договоров, коммерческих предложений и других неструктурированных документов", — сообщает он.
Особенно заметным на фоне пандемии стало развитие "безлюдных" технологий и удалённое управление производством, отмечают в компании Schneider Electric. Эти технологии позволяют инженерным службам, подрядчикам и производителям собирать данные, проводить аналитику и управлять инфраструктурой или производством из любой точки мира.
Data всему голова
Роботы хоть и являются самой "распиаренной" технологией, это далеко не главная ИТ–тенденция в промышленном мире. Основным направлением цифровизации производства эксперты называют внедрение data–driven подхода к управлению предприятием. Он предполагает сбор и анализ огромного объёма данных, включая информацию из производственных и управленческих систем, данные с датчиков конвейеров, отдельных станков, турбин и любых других средств производства на различных этапах создания продукции.
С этой тенденцией тесно связано внедрение технологии IoT — интернета вещей. Сюда относится распространение мобильных технологий, установка датчиков и внедрение аналитики, которая структурирует огромные массивы собранной информации, позволяя непрерывно совершенствовать производство.
"Например, агрегируя данные о работе оборудования и используя их для предиктивной аналитики, мы можем заранее с вероятностью более 90% понять, какие детали и когда выйдут из строя. Как следствие — заранее спланировать проведение технического обслуживания и заказать необходимые запчасти. Система даже может сделать это автоматически", — рассказал Юрий Овчаренко, заместитель генерального директора EPAM. Один час простоя приносит предприятию убытки в сотни тысяч долларов. С помощью машинного обучения компании предсказывают перебои в работе оборудования, прогнозируют качество продукции, например состав сплава, лучше планируют бюджеты на ремонт, оценивают финансовые и страховые риски, подчеркивает Дмитрий Шушкин.