Синергия методологии и практики — новая формула успеха отечественных ИТ-продуктов

Практики цифровизации — задача коллективная

Пленарная сессия была посвящена вопросам цифровой трансформации и значению человеческого фактора в процессе цифровизации промышленных предприятий. Генеральный директор ОМЕГАЛЬЯНСа — Андрей Надеин — открыл конференцию, отметив рекордное количество зарегистрированных участников. К мероприятию проявили интерес более семисот представителей промышленных предприятий.

Спикер подчеркнул важность мероприятия как площадки для обмена опытом. Он начал выступление с того, что показал динамику развития рынка промышленной автоматизации за последние годы. По его словам, в 2022 году, когда «все вендоры побежали, рынок кардинально поменялся». За прошедшие с тех пор годы ситуация начала стабилизироваться: сначала появились точечные решения, затем более комплексные, а некоторые компании стали формировать полноценные линейки решений для промышленной автоматизации.

Для преодоления вызовов 2022-2025 годов нужен переход к интегрированным цифровым платформам, которые повышают эффективность, надежность и прозрачность управления производственными процессами и активами. Для улучшения работы с клиентами и укрепления положения на рынке группе компаний ОМЕГАЛЬЯНС нужен комплексный подход, который можно реализовать в сотрудничестве с крупным игроком российского ИТ-рынка.

Именно таким партнером стала ГК Softline, в состав которой вошла компания ОМЕГАЛЬЯНС. Весной Группа трансформировалась в инвестиционно-технологический холдинг с фокусом на инновации и начала формировать кластерную структуру, чтобы усилить синергию между компаниями Группы и предлагать заказчикам лучшие комплексные решения в различных отраслях. Совместная работа компаний Группы, включая компанию ОМЕГАЛЬЯНС, будет способствовать созданию инновационных решений, которые смогут быстрее масштабироваться и быть востребованными на рынках присутствия Группы.

В настоящее время сформирован первый кластер FabricaONE.AI, в состав которого вошли SL Prom Soft, Bell Integrator, SL Soft, «Девелоника», Академия АйТи и другие. Такое объединение компаний уже позволило сформировать комплексный портфель сервисов и продуктов для предоставления полного цикла услуг по заказной разработке и создания тиражного ПО с применением технологий искусственного интеллекта. Кроме того, Кластер FabricaONE.AI предлагает заказчикам решения промышленного программного обеспечения, направленные на цифровизацию и оптимизацию производственных процессов, а также образовательные услуги в сфере ИТ с фокусом на обучение корпоративных клиентов.

Большой интерес у собравшихся вызвали выступления представителей крупных промышленных предприятий. Вице-президент по ИТ холдинга «Евраз» Артем Натрусов рассказал о практическом опыте цифровизации. Он сообщил, что в «Евразе» выстроен ежегодный поток из более чем ста проектов цифровой трансформации, обеспечивающий экономический эффект на уровне 6 миллиардов рублей.

В прошлом 2024 году мы заработали 5,8 миллиарда прямого экономического эффекта от чуть более 100 проектов цифровой трансформации, — сообщил Артем Натрусов, отметив, что это худший показатель за последние пять лет из-за проблем в экономике. Представитель заказчика подчеркнул важность прикладного искусственного интеллекта: Прикладной искусственный интеллект — это вызов в четвертой промышленной революции. И действительно, в наших проектах цифровой трансформации половина из них основана на прикладном искусственном интеллекте.

Отвечая на один из вопросов из зала, касающийся возможного возвращения на российский рынок зарубежных ИТ-разработчиков, Артем справедливо отметил, что российские вендоры программного обеспечения в целом уже закрывают своими продуктами базовые потребности отечественных предприятий. Исключение составляют узконишевые решения, например системы горного моделирования. «Что касается базовых технологий, то мы видим, что они великолепно развиваются. Разработчики консолидируют усилия, в результате появляются такие великолепные отечественные продукты, как ExeMES, в основе которого лежат передовые западные технологии, но, тем не менее, это полностью российская разработка», — сказал он.

Компания «Сибур» столкнулась с необходимостью масштабного импортозамещения программного обеспечения после ухода с российского рынка ключевых иностранных ИТ-продуктов. Эта ситуация поставила перед бизнесом целый ряд новых вызовов. О них рассказал руководитель по цифровому развитию и технологической независимости холдинга Денис Юдаков. По его словам, прежде всего, исчезла возможность использования привычных западных решений, на которые многие компании долгие годы опирались не только из-за их технологического лидерства, но и благодаря комплексной методологической поддержке, которую предоставляли крупные вендоры. Теперь российским предприятиям приходится не только искать или разрабатывать аналоги, но и самостоятельно поддерживать и развивать лучшие практики внедрения, а также оперативно реагировать на меняющуюся ситуацию на рынке.

Cегодня существует состояние «большой неопределенности», когда сложно предсказать, кто будет лидером рынка в ближайшем будущем. Это осложняет принятие инвестиционных решений. «Смена пути с западного на российский — это, в определенной степени, downgrade и немалый объем доработок», — признал Денис Юдаков, подчеркнув отсутствие бизнес-кейсов при простой замене одного решения на другое.

Денис Юдаков отметил, что сегодня, на фоне ухода с рынка зарубежных разработчиков ПО, российские промышленные предприятия самостоятельно или с привлечением аутсорсеров разрабатывают недостающие программные продукты. Такое ПО чаще всего остается на предприятии для «внутреннего» использования, не является эффективным и не может быть отчуждено и выпущено на открытый рынок в качестве самостоятельного продукта. Он призвал российских разработчиков и заказчиков объединить усилия с целью выпуска продуктов, которые изначально могут разрабатываться под потребности конкретного заказчика, но потом их можно будет демонстрировать и продавать другим участникам рынка.

Но если в одиночку российской ИТ-компании трудно догнать западных гигантов, то при кооперации нескольких игроков подобная задача становится более досягаемой. Денис Юдаков рассказал о стратегии «Сибура» по разработке собственных решений через коллаборацию. Например, для создания системы техмоделирования четыре промышленные компании объединились, согласовали ТЗ и начали совместную разработку.

Мы хотим построить открытую платформу, которая позволяла бы добавлять туда элементы оборудования и использовать те методы вычислений, которые туда заложены, — объяснил докладчик, подчеркнув, что это единственный способ догнать западные аналоги, которые разрабатывались десятилетиями.

По его словам, организация взаимодействия нескольких промышленных компаний оказалась сложной задачей: «Когда мы начали процесс формализации софинансирования, работы партнеров, то корпорация, юристы из компаний, финансисты и бухгалтеры — все они долго вообще не могли понять, о чем мы говорим». Несмотря на такие сложности, первая версия системы техмоделирования уже выпущена, и к 2026 году планируется получить итоговую версию.

После пленарных докладов конференция «Практики цифровизации» разделилась на три параллельные секции. Также слушатели докладов могли ознакомиться с демо-стендами решений компаний «ОМЕГАЛЬЯНС» и партнеров холдинга.

Ложная и настоящая экономия. Отбрасываем первую, добиваемся второй

Ремонт быстро, надежно и качественно? Обычно приходится выбирать: либо быстро, либо качественно. Преодолеть этот закон подлости можно с помощью специального программного обеспечения — DATABRIZ. Эту платформу применяли при ремонте оборудования технологической цепочки в печи взвешенной плавки на Надеждинском металлургическом заводе «Норильского никеля». На заводе таких печей пара, и они единственные во всем Заполярье.

На этой работе в пик активности было задействовано 2500 человек, — рассказывает Дмитрий Сухоставский, главный механик, «Норильский никель», — а в сутки примерно тысячу человек. Сами понимаете, объем работ грандиозный.

Продукт DATABRIZ помог сократить сроки реализации уже на этапе планирования — на 8%. А по факту оказалось, что сэкономить можно все 13%. Выбранный софт показал большую эффективность, отметил докладчик.

Впрочем, и выбрали его неслучайно. Дело в том, что DATABRIZ использовали в «Норникеле» раньше, еще на Быстринском горно-обогатительном комбинате.

Мы разбили проект на несколько этапов. «Загрузили график в систему и назначили там ресурсы, —объясняет докладчик. — Привязали конкретные ресурсы и сформировали общий график работ. В системе была видна доступность и специализация каждого ресурса. При таком количестве задействованного персонала нам нужно было точно и точечно распределить все материалы. Однако нельзя было запустить проект без второго, очень важного этапа — обучения.

Подрядчики научились работать в системе DATABRIZ.

Это позволило быстро включить их в процесс и избежать ошибок при выполнении задач. Сразу скажу, что обучение — очень трудный этап. Люди по-разному вовлекаются в процесс. Кто-то ведь вообще не хотел! — отметил Дмитрий Сухоставский.

Помимо основной платформы, использовали и мобильное приложение, чтобы сотрудники на местах могли оперативно вносить данные и проверять статус выполнения работ. Таким образом удалось улучшить координацию и коммуникацию между командами.

Закончился проект вовсе не завершением ремонта, а анализом положения дел. «Мы ответственная компания, и извлекли для себя уроки», — смело делится спикер. Насчитали целых 50 задокументированных причин отклонения от плановых сроков выполнения работ. Из-за недостаточной готовности уже на этапе планирования в системе DATABRIZ удалось сократить время на упомянутые выше 8%.

В целом, проект подтвердил необходимость внедрения современных технологий для улучшения производственных процессов.

Внедрение систем управления данными в промышленных проектах позволяет значительно упростить интеграцию процессов и улучшить результаты при принятии решений, когда проводятся такие крупные остановочные ремонты, — подытожил Дмитрий Сухоставский.

Компания Cyberphysics успешно интегрировала LLM модели в свою платформу CyberStudio, создав «виртуального Cyber-инженера» для предиктивной аналитики оборудования. Генеральный директор компании Cyberphysics Сергей Николаев представил участникам конференции инновационное решение, которое объединяет возможности машинного обучения, аналитики данных и больших языковых моделей, размещенных в контуре предприятия. Система анализирует документацию по оборудованию, векторизует ее, и при обнаружении аномалий не только предупреждает о потенциальных дефектах, но и автоматически формирует детальные рекомендации по устранению проблем. Благодаря постоянному дообучению на основе реальных ситуаций, виртуальный инженер повышает точность рекомендаций и позволяет малой команде из 2-3 специалистов эффективно контролировать сотни единиц оборудования 24/7, предотвращая аварии и оптимизируя техническое обслуживание.

Алексей Бобылев, старший менеджер группы надежности «Объединенной Сервисной Компании» Магнитогорского металлургического комбината рассказал об опыте по использованию инструментов надежности в системе технического обслуживания и ремонта (ТОиР). В докладе подробно рассматривались такие аспекты APM-системы как управление базой данных оборудования, стратегиями обслуживания, совокупной стоимостью владения и горизонтом планирования. Особое внимание Алексей уделил классификации видов отказов, определению критичности оборудования и разработке превентивных мероприятий. Он представил дорожную карту на 2024-2026 годы, которая демонстрирует, что данное направление остается актуальным для крупных промышленных предприятий, позволяя оптимизировать затраты на обслуживание и повышать надежность производственных активов.

Представители компаний «Северсталь-Инфоком» и «Новатэк» поделились опытом внедрения программного обеспечения «Надежность» в ООО «Арктик СПГ-2». В рамках проекта были внедрены базовые модули системы и разработан специализированный модуль RBI для управления инспекциями с учетом факторов риска. Ключевыми целями проекта, по словам докладчиков, были поддержание общей эффективности оборудования на уровне мирового класса, оптимизация затрат на ТОиР и поддержание высокого уровня надежности оборудования. Успешная реализация проекта и планы по дальнейшему тиражированию решения в другие дочерние компании до 2027 года убедительно доказывают, что системы класса APM продолжают приносить существенную экономическую выгоду предприятиям, оптимизируя процессы ТОиР и снижая эксплуатационные риски.

После выступления каждого из спикеров зрители участвовали в опросе, Модератором был Михаил Федотов, технический директор, MAINTEX. Потом он и сам выступил с докладом, представив собравшимся первое комплексное решение для риск- и надежностно-ориентированного подхода к управлению активами на протяжении всего жизненного цикла.

С уходом мировых вендоров комплексного промышленного ПО у нас возник вакуум и много «информационных колодцев, — говорит он. — А реалии складываются так, что новые активы и производственные единицы, которые сейчас вводятся, поступают с полными пакетами проектно-конструкторской документации в оцифрованном виде. Они готовы к размещению. Вопрос только один — а куда же их размещать?

До недавнего времени российским вендорам нечего было предложить. Объединенные усилия таких компаний, как MAINTEX, Softline и Bimeister позволили проблему решить.

Мы не привыкли лазить в блок ERP и EAM, потому что рынок был поделен на SAP и всех остальных. Поэтому писать еще одну систему ERP вроде как бессмысленно, — рассуждает спикер. — При этом кусок жизненного цикла от проектирования до ввода актива в эксплуатацию выглядит вкусным пирожком. Поэтому еще 7-8 лет назад Bimeister начал разрабатывать эту область и создал лучшее, на наш взгляд, решение класса СУИД, которое позволяет разместить по нужным полочкам всю информацию о нашем активе и дальше использовать для разных задач. Кроме того, компания Bimeister написала свой собственный Meridium, которого у нас после 2022 года тоже не стало.

MAINTEX принимает активное методологическое участие в разработке АРМ Bimeister, поскольку за плечами компании многолетний опыт работы с программным продуктом Meridium, который признан лучшим в своем классе. «Все это позволяет нам по-прежнему осознанно и адекватно управлять нашим любимым треугольником: надежностью, затратами и рисками», — комментирует Михаил Федотов и вспоминает пример использования системы управления инженерными данными для создания цифрового двойника «Газпром Нефтехим Салавата». При этом отсканировали 11,8 млн страниц документации, смоделировали 9 тысяч моделей, создали 300 Гб поверхности всей территории компании. «Да я сам когда увидел эти цифры, воскликнул «ого»! — признается докладчик.

Особую ценность представляет планируемая интеграция между СУИД и разрабатываемым APM-решением. Это позволит создать единую экосистему для эффективного управления данными о производственных активах, что в свою очередь обеспечит более точное планирование обслуживания, снижение рисков отказов и оптимизацию затрат на ТОиР. Интеграция СУИД Bimeister Data и Bimeister Right на единой платформе открывает возможность прозрачного обмена и визуализации эксплуатационных данных в виде цветового оформления и меток на элементах цифровой информационной модели. Дополнительные возможности — извлечение знаний из массива научно-технической документации.

Мы постоянно слышали от заказчиков их реальную боль: различные ипостаси документации не соответствуют друг другу, ГОСТам и собственной нормативной базе компании. Глазом человека такие несоответствия выявить невозможно, — объясняет спикер.

Что касается Bimeister Right, которая, собственно, и обеспечивает риск- и надежностно-ориентированный подход к управлению активами, то успешность его работы Михаил Федотов показал на примере проекта «Единая цифровая среда управления эксплуатацией и надежностью» у крупного нефтеперерабатывающего завода. В результате простои оборудования уменьшились на 19%, а затраты на ТОиР снизились на 32%. «Внедрение подобных продуктов предлагаем начинать с методологической части. А пока люди обучаются, можно внедрять первый блок функционала. На этом этапе руководство получит первые результаты и убедится, что проект был запущен не зря», — последовательно описывает этапы Михаил Федотов и предлагает объединить технологии от Bimeister и экспертизу от MAINTEX. Именно такая синергия даст максимальный эффект для создания комплексного решения управления надежностью.

Почему в стране нет технологических лидеров? На эту тему предложил порассуждать Алексей Митиогло, генеральный директор компании «Предикта». В современном мире действуют две технологические тенденции. Согласно закону Мура, каждые два года количество транзисторов в интегральных схемах удваивается, что увеличивает вычислительную мощность и снижает ее стоимость. Аналитические приложения на основе ИИ и ML развиваются по экспоненте — и тоже при одновременном снижении стоимости. В ближайшей перспективе возможности будут ограничиваться лишь количеством и качеством входных данных. «Можно, конечно, много потратить на разработку собственных алгоритмов, но вопрос: а чем их потом «кормить», если данные на накоплены? — риторически интересуется докладчик. — А ресурс у бизнеса ограничен: деньги тратятся либо на то, либо на это».

Так что же у нас с технологическим лидерством? По словам выступающего эксперта, рынок предиктивной аналитики в России — это около 600 млрд рублей. Совокупный годовой эффект российской экономики при внедрении систем PdM — триллион рублей в год. «Это наш потенциал, который мы используем, к сожалению, очень медленно, — вздыхает докладчик. — А ведь всего за пять лет предиктивное обслуживание превратилось из неопределенного, отдельного нишевого варианта использования в быстрорастущую, высокорентабельную сферу применения. Но у нас отсутствует система взращивания стартапов. Бизнес ищет сразу готовые и при том сопоставимые отечественные решения или пытается создавать их самостоятельно». Докладчик привел в качестве примера Германию.

Немецкие компании, производящие станки с ЧПУ, используют среду программирования от компании Tebis, немецкой же компании. Никто сам под свои станки свое приложение не разрабатывает. Это только один из кейсов, чтобы показать, как предприятия внутри страны развиваются и поддерживают развитие друг друга, экономя ресурсы и создавая технологических лидеров в разных областях.

Скользящий горизонт помогает видеть будущее

Отдельная секция на конференции была посвящена практике планирования в вопросах продаж, производства и поставок.

Александр Бирюков представил собственную разработку компании ENTERCHAIN для оперативного планирования — Planmatic.

Когда западные вендоры ушли, мы начали искать решение, которое хотели бы внедрять с партнерами для того, чтобы закрыть потребности заказчика в части оперативного планирования. К сожалению, таких систем мы не нашли, — признается он. — Все, что находили, это была диаграмма Ганта, но усеченная до суток или каких-то временных интервалов вроде часа или 10 минут. Полноценной диаграммы со скользящим горизонтом и динамическим масштабированием от месяцев к секундам и обратно не было. Тогда мы решили применить наш опыт, многолетнюю экспертизу и создать свой продукт.

На рынке много систем, способных рассчитать обобщенный план. Конкурентное преимущество Planmatic — тонкая настройка и гибкость. Система поддерживает базовый универсальный процесс графикования производства прямо «из коробки». Она ведет учет внеплановых простоев с возможностью их задания интерактивно на диаграмме Ганта и имеет интеграционные интерфейсы для интеграции с любыми системами. Planmatic дает возможность вносить корректировку производственных объемов как для всего производственного заказа, так и для отдельных производственных заданий. Здесь можно управлять НСИ и обрабатывать данные о производстве, введенные вручную или полученные из MES. Есть возможность планирования под разные виды потребностей.

Тема интегрированного бизнес-планирования очень популярна в последние годы. Как построить этот процесс на практике, рассказала Ирина Комиссарова, начальник отдела планирования спроса пивоваренной компании «Балтика».

«С прошлого года «Балтика» снова стала полностью российской, что повлекло за собой внутренние изменения и во многом улучшения. Сейчас мы уже добились высокого уровня точности как на операционном горизонте, так и на среднесрочном. А именно 80% для всего ассортимента по первому месяцу и около 70% — понедельная точность по складам отгрузки, которых у «Балтики» более сотни. Согласно исследованию консалтинговой компании SBS, наш уровень прогнозирования значительно выше среднего по рынку.

Но до определенного времени наши внутренние данные, уходящие в систему планирования, были очень сильно разрозненны. Использовались разные подходы для расчета операционного прогноза и стратегического. Также отличался подход по дальнейшему использованию информации в системе.

Мы четко осознали необходимость скорректировать подход к системе операционного управления, инструментарий для учета всех факторов, влияющих на прогноз в разных горизонтах. Нужна была гибкость для принятия решений, чтобы иметь большую глубину и лучшее качество планирования. Так как с этим связана коммерческая эффективность работы всей компании, — подчеркивает Ирина Комиссарова. — для принятия стратегических и операционных решений нужно иметь несколько срезов показателей, на базе которых мы принимаем решения. В таких вопросах помогает IBP процесс, способный быстро и гибко рассчитывать нужные сценарии».

Элементы интегрированного планирования помогают решать такие вопросы, как оставлять ли новые линейки продуктов или закупить новую линию, или даже построить новый завод, так как мощностей старого может не хватать.

Мы как прогнозисты прошли долгий и сложный путь, пытаясь понять, что нам поможет считать прогноз, — рассказывает спикер. — И мы смогли создать процесс и инструменты для формирования такого глубокого расчета самостоятельно, не привлекая сторонних экспертов и консультантов. Я горжусь нашей службой, так как мы методом проб и ошибок вывели свою экспертизу на очень высокий уровень. Для этого мы развивали имеющихся перспективных сотрудников, инвестировали в их обучение программированию, работе с искусственным интеллектом, нанимали молодых талантливых ребят с математическим образованием, занялись с их помощью матмоделированием. Но вот реализовать визуальное представление наших расчетов в полной мере не смогли. Требовались более проработанные и сильные решения со стороны профессионального ПО.

Для создания гибкого и отзывчивого пользовательского интерфейса «Балтика» по результатам конкурсных процедур остановила выбор на решении Planiqum.

Команда еще одного ритейлера тоже не останавливается на достигнутом и постоянно совершенствует методы и инструменты для управления запасами и поставками. Дмитрий Чен, руководитель отдела поставок, СТД «Петрович» рассказал, какую эволюцию пережили эти методы.

Мы еще не достигли возраста «Балтики», но почти, — говорит он. — Нам 30 лет, это значимый возраст для компании в России, где многие не доживают и до десяти. За это время мы усложнялись, нас становилось больше, увеличивалось число каналов поставок и ассортимент. С каждым разом менялись и инструменты управления запасами. Сначала они были базовыми.

До 2024 года здесь работали в 1С, а если сказать по правде, то в основном — через Excel.

Мы работали пожарными, потому что постоянно тушили «пожары», — комментирует Дмитрий. — Реагировали на события, которые уже случились и принесли нам потери.

Зачем жить плохо, если можно жить хорошо? Этот же вопрос задал себе и «Петрович». Компания посмотрела на рынок внимательнее и тоже выбрала Planiqum: за гибкость прямо из коробки, за общие ценности, а также, как это ни странно, за «экселеподобность» — чтобы сотрудники могли обойтись «малой кровью» при смене метода работы и ПО.

Вы знаете, какая это проблема при переходе на новые технологии. Люди очень сопротивляются, — говорит докладчик.

Он отдельно отметил, как здорово было работать с командой ENTERCHAIN.

Теперь ритейлер стоит на развилке из 4 дорог и размышляет, куда пойти: заняться ли интеграцией, прогнозами, роботизацией или поисками оптимума каналов поставок.

Как повысить эффективность процессов производственно-экономического планирования. Опытом поделилась Анна Парфенова, заместитель директора экономического департамента, «Норильский никель»:

ПАО «ГМК «Норильский никель», крупнейший производитель палладия и металлического никеля, а также крупный производитель платины и меди. В компании 4 крупных производственных актива в России, предприятие в Финляндии. Все это увязано в единый производственный процесс. Ряд материалов перерабатывается в одном месте, а образующиеся возвратные и оборотные материалы нужно либо вернуть на шаг назад, либо отвезти на другое производство. Планировать приходится очень напряженно. Большая часть наших активов и бизнес-единиц находится на Таймырском полуострове, где нет автомобильного и железнодорожного сообщения с материком. Все грузы мы везем морем или по реке Енисей в короткую летнюю навигацию. Мы поняли, что формирование производственной программы у нас занимает практически половину времени от всего цикла среднесрочного планирования. Текущие реалии отмечаются продолжающимся внешнеполитическим давлением на российский бизнес, что не может не отразиться на наших процессах, требует гибкого и оперативного перепланирования производства. Мы никогда ранее не использовали скользящее планирование в компании. Такой подход позволит нам, например, в июле этого года иметь рассчитанную производственную программу на три календарных года вперед. Для автоматизации этого процесса было выбрано решение на платформе Knowledge Space.

В рамках подготовки к автоматизации были устранены разночтения в методологии планирования и унифицированы подходы. Все участники процесса начали работать в едином инструменте с единой информацией. Важным решением было встроить в модель расчет экономической эффективности сценария производственной программы, возможность формирования значительного числа сценариев с учетом экономической составляющей с целью осознанного выбора оптимального варианта из нескольких сценариев.

Выбрать подходящую платформу было непросто, особенно учитывая критичное требование по санкционной независимости решения. Платформа должна была предоставлять возможности по гибкому моделированию с учетом специфики цепочки поставок, позволять использовать разные способы расчетов — эвристика и оптимизатор. Учитывались также и технические требования.

На первом этапе мы оценивали 9 платформ, проверяли их технологическую зрелость, — дополняет коллегу Алексей Якушев, руководитель сервисной линии по управлению корпоративными данными. — Через фильтр прошли 6 платформ. Их мы рассматривали по функционалу и по прохождению требований ИБ. В общей сложности у нас было около 400 требований. По результатам такого скоринга осталось два претендента.

«Победителя этой «гонки» мы уже знаем. О Knowledge Space говорили и следующие докладчики: Павел Шингарев, генеральный директор, IM Systems и Николай Мамонов, директор продуктового направления той же компании.

Knowledge Space, позиционирующаяся как кросс-отраслевая платформа, имеет 30 внедрений в нефтегазовой отрасли, 10 проектов в сфере ритейла, 4 и 2 — в металлургии и энергетике соответственно. Среди ее отличительных особенностей значится объектно-ориентированный конструктор моделей и полнофункциональный лоукод с BPMs. Докладчики подчеркивают, что считают эти две опции очень важными. Продукт представляет собой систему конструкторов, которые позволяют гибко настраивать модель данных, интерфейсы, процессы, интеграции, роли и дает возможность гибко адаптироваться при изменении методологии. Собственно, за это его и выбирали заказчики, как они сами признавались в своих выступлениях, приведенных выше.

После изменения архитектуры Knowledge Space стала еще лучше, особенно при работе с большими массивами данных. Она показала значительный рост производительности вычислений и интерфейсов при работе с большими массивами данных, кардинальное снижение трудозатрат на настройку приложения по работе с большими данными и снижение требований по квалификации специалистов, настраивающих приложение. При этом сохранили все преимущества объектно-ориентированного подхода к моделированию при работе с большими данными.

Евгений Баулин, директор по разработкам и исследовательской деятельности компании «ЦЦТ» (входит в ГК Rubytech) представил Систему моделирования производства (СМПР), которая является комплексным решением для оптимизационного планирования непрерывных производственных процессов. СМПР является российской альтернативой западным системам планирования, таким как AspenTech PIMS. Решение успешно внедрено на ряде российских предприятий нефтепереработки и нефтехимии, включая НПЗ АО «ТАНЕКО», ЕНПЗ УТНГП ПАО «Татнефть», АО «Газпромнефть-МНПЗ» и другие.

Современные подходы к эффективному управлению производством

На секции, которая была посвящена управлению производством, Юрий Керейник, исполнительный директор EXEPLANT, еще одной компании из ГК ОМЕГАЛЬЯНС, рассказал о развитии компании и флагманского продукта ExeMES. ExeMES — это современная российская MES (Manufacturing Execution System), которая помогает более эффективно управлять производственными процессами и предоставляет доступ к оперативной информации о состоянии производства.

ExeMES уже успешно эксплуатируется на трех промышленных площадках. Еще три предприятия находятся в стадии тиражирования и готовятся к переходу в опытно-промышленную эксплуатацию до конца года.

Юрий подчеркнул впечатляющий рост партнерской сети. По итогам 2024 года она увеличилась в двенадцать раз.

Спикер обратил внимание на основные вызовы современного рынка: высокую динамичность спроса и цен на сырье, трудности с поставками запасных частей, ограниченные кадровые и технологические ресурсы, а также возросшие ставки кредитования, которые сдерживают расширение производства. В условиях, когда компании вынуждены извлекать максимум пользы из уже имеющихся мощностей, EXEPLANT предлагает трансформировать внедрение MES систем из редкого «искусства» в отлаженную и доступную рутину.

Концепция развития ExeMES строится вокруг готового «коробочного» решения. Благодаря этому заказчики получают богатый функционал «из коробки» и интуитивно понятный пользовательский интерфейс, что позволяет конфигурировать систему под собственные бизнес процессы без обширной программной доработки.

В комплекте с работающим продуктам компания EXEPLANT предлагает выверенную методологию внедрения вместе с командой экспертов (vTeam), обладающей более чем двадцатилетним опытом в проектах цифровизации производства. Такая модель внедрения, по словам Юрия Керейника, существенно снижает риски срыва сроков и превышения бюджета проекта, уменьшает затраты на сопровождение, обеспечивает независимость от планов разработки вендора и обеспечивает быстрый возврат инвестиций. Партнерская программа EXEPLANT ориентирована на минимизацию потребности в собственных разработчиках. Благодаря накопленной базе методологических наработок и шаблонов проектной документации интеграторы могут точно планировать сроки и трудозатраты, переходя от «искусства внедрения» к воспроизводимой технологии.

О технологических аспектах развития ExeMES рассказал технический директор компании Exeplant Алексей Грачев. Он отметил, что решение ориентировано на международный стандарт ISA-95 (ГОСТ Р МЭК 62264), что обеспечивает его совместимость с мировыми практиками цифровизации и автоматизации производственных процессов.

ExeMES легко интегрируется с внешними системами, такими, как, например, 1C ERP, а также с различными системами диспетчеризации. Продукт построен по принципу лоукода, что позволяет быстро настраивать и запускать процессы без необходимости глубокого программирования. Большинство настроек доступны «из коробки», при этом при необходимости система предлагает расширенные возможности кастомизации интерфейсов и бизнес-логики через развитые API.

В ExeMES реализованы все ключевые функции современного MES-решения, прежде всего: управление производственной моделью предприятия, включая конфигурирование оборудования, производственных маршрутов, номенклатуры и спецификаций материалов Система поддерживает подготовку и корректировку производственных расписаний в виде диаграмм Ганта.

Большое внимание уделяется управлению заказами и заданиями, складскими запасами, партиями и прослеживаемости (генеалогии) изготовления продукции, что особенно важно для предприятий с высоким уровнем требований к контролю качества и сертификации. Встроены также инструменты для мониторинга событий оборудования, учета простоев и анализа производительности, а также базовые функции управления качеством. Формирование отчетов и дашбордов обеспечивает прозрачную аналитику и визуализацию KPI в реальном времени. Система поддерживает как ручной, так и автоматический ввод данных, централизованную авторизацию пользователей и ведение истории изменений, что отвечает требованиям к информационной безопасности и аудиту.

В 2025 году, как пообещал Алексей Грачев, планируется реализовать расширенное логирование действий пользователей, фиксацию работы персонала с учетом допусков и роли в производственных операциях, внедрение спецификаций процессов и возможность прикрепления к производственным объектам различных файлов (инструкций, видео и т.д.), а также онлайн-дизайнер отчетов и дальнейшее развитие блока управления качеством. Все это сопровождается образовательными программами для специалистов по внедрению, что позволяет предприятиям максимально быстро освоить систему и использовать ее потенциал.

Об опыте использования MES-систем рассказал руководитель направления MES компании «Евраз Техника ИС» Кирилл Пакулин.

Кирилл акцентировал внимание в своем выступлении на концепции производственного заказа и важности использования модели производственного процесса в системах класса MES. Производственный заказ, напомнил он, представляет собой задание на производство определенного количества конкретной продукции к установленной дате с указанием используемого производственного процесса. Именно этот заказ становится основой для планирования и управления всеми этапами производства.

Кирилл в своем выступлении ответил на главный вопрос: почему MES должны базироваться на модели производства, обязательно включающей в свой состав информацию о производственных маршрутах. Именно модель производства предоставляет возможность получить дополнительную информацию, которую мы не можем получить в системах сбора данных.

В производственных системах выделяются три уровня информации:

1. Первый уровень включает в себя первичные измеряемые данные, такие как скорость конвейера, объемы, характеристики продукции, вес, а также результаты отбора проб.
2. На втором уровне формируются связанные и агрегированные данные: длительность производственного цикла, средневзвешенные показатели качества и зависимости производительности от характеристик сырья.
3. Третий уровень — это аналитические производные данные, отражающие устойчивость производственного цикла, динамику производительности для достижения целевого качества и общий коэффициент эффективности оборудования.

Производственная модель предоставляет возможность получить информацию второго и третьего уровня, которая и является основой для принятия управленческих решений.