18+
На полях форума ЦИПР-2026 вице-президент по цифровизации и информационным технологиям ТВЭЛ Евгений Гаранин рассказал РБК о ключевых трендах цифровизации и внедрения искусственного интеллекта в промышленном секторе.
Какие ключевые задачи стояли перед компанией при запуске программ по цифровизации производства?
Цифровизация сама по себе не является конечной целью, она выступает гибким инструментом реализации бизнес-стратегии. Ранее мы опирались на стратегические ориентиры до 2030 года, а сейчас планомерно двигаемся в рамках горизонта планирования до 2045 года, помогая бизнесу достигать поставленных задач.
Мы используем подход на основе бизнес-компетенций (в рамках методологии TOGAF). Мы отвечаем на вопрос, какими возможностями должен обладать бизнес для реализации целей, и усиливаем ИТ-инструментами те функциональные области, где требуется высокая цифровая поддержка. Этот подход полностью оправдал себя в текущих условиях: предприятия четко понимают целесообразность каждого проекта.
Если в прошлые годы ИТ-служба воспринималась, скорее, как обслуживающее подразделение, то сегодня мы непосредственно автоматизируем процессы и участвуем в создании новых производств. Внедряя робототехнику и искусственный интеллект, мы детально оцениваем экономический эффект каждого проекта, его влияние на экономические показатели компании, возможности оптимизации процессов и освобождения специалистов от рутины для решения более сложных задач.
Расскажите, пожалуйста, о новой версии вашей платформы для промышленных ИИ-решений. Чем она отличается от предыдущей и от аналогов на рынке?
В промышленном секторе готовых решений на базе больших языковых моделей (LLM) в постоянной эксплуатации пока немного. Основная причина — информационная безопасность: крайне сложно интегрировать нейросети в контур предприятия, где обрабатывается конфиденциальная информация ограниченного распространения.
Изначально наша платформа АтомМайнд задумывалась как система сбора данных со станков для мониторинга оборудования, прогнозирования качества продукции и предотвращения поломок. Новая же реинкарнация платформы направлена на решение описанных выше вызовов.
Еще одно отличие — отказ от жесткой унификации стека вокруг одной LLM: наши исследования показали, что разные языковые модели эффективны в разных сценариях. Поэтому обновленная платформа строится по принципу Best of Breed: мы можем гибко подключать различные ИИ-модели под конкретные производственные задачи, что кратно ускоряет внедрение искусственного интеллекта на производстве.
Расскажите, как поменялись подходы к обучению персонала при таком активном внедрении искусственного интеллекта, и также поделитесь, где всё еще требуется активное вмешательство человека ввиду специфики отрасли.
На текущем этапе мы полностью не доверяем искусственному интеллекту ни один сквозной процесс: на ключевых участках всегда находится человек, который контролирует или перепроверяет результаты. Однако это вопрос привычки и формирования доверия к технологиям. Мы ведь пользуемся цифровыми навигаторами в городах, доверяя им построение оптимального маршрута в обход пробок и не сверяясь с бумажными атласами.
В управлении качеством продукции, где технологический цикл может занимать от трех до пяти месяцев, система способна в середине цикла зафиксировать отклонения и порекомендовать изменить настройки оборудования для обеспечения планового выхода годных изделий. Сегодня финальное решение принимает конкретный цеховой технолог, но со временем, по мере роста надежности систем, это превратится в автоматический процесс по принципу красной кнопки. При этом высококвалифицированные специалисты не исчезнут: их фокус сместится из цехов в офисы, откуда они будут осуществлять виртуальный мониторинг и верхнеуровневое построение производственных процессов.
Евгений, поделитесь, пожалуйста, вашим прогнозом, какие основные тренды цифровизации и внедрения искусственного интеллекта в промышленности вы видите в ближайшие годы.
Первый обязательный шаг для любого промышленного предприятия — это завершение этапа базовой автоматизации, без которой дальнейшее развитие невозможно.
Второй тренд — массовое появление специализированных ИИ-агентов как непосредственно на производстве, так и в корпоративном блоке, что значительно облегчит повседневную работу сотрудников. При этом исчезнет сегрегация на тех, кто знает или не знает искусственный интеллект: технологии станут абсолютно привычной частью рабочей рутины, как и в повседневной жизни.
Третий ключевой тренд — роботизация производства, которая невозможна без первых двух этапов. Быстрое масштабирование и внедрение робототехники в рамках холдинга осуществимо только тогда, когда на предприятиях развернуты типовые платформенные решения с готовыми интеграционными шлюзами. Это позволяет оперативно интегрировать и запускать роботов на местах.
Итоги ЦИПР и интервью РБК на специальной странице https://presscentr.rbc.ru/cipr2026