Не воспринимайте как данность
Как компании критической инфраструктуры работают с большими данными
Промышленные предприятия и компании критической информационной инфраструктуры (КИИ) накопили много данных, но заработать на них пока получается не у всех. Труднее всего приходится объектам КИИ. Государство пытается снять ограничения через нацпроекты и экспериментальные правовые режимы. Участники рынка, однако, уверены, что дело не только в регулировании. По их словам, промышленные данные лежат в несвязанных системах. Пока это не исправлено, большие массивы информации часто становятся для бизнеса затратами, а не источником прибыли. «Ъ-Технологии» обсудил с участниками рынка, как компании в разных отраслях работают с большими данными, какие из них наиболее востребованы и что мешает конвертировать уже собранную информацию в прибыль.
Фото: Игорь Иванко / Коммерсантъ
Фото: Игорь Иванко / Коммерсантъ
Рамки для рынка
Промышленные данные сегодня регулируют сразу несколько документов. Нацпроект «Экономика данных и цифровая трансформация государства» на 2025–2030 годы нацелен на технологический суверенитет путем перехода на российское ПО и оборудование. К 2030 году не менее 80% российских организаций ключевых отраслей должны перейти на базовое и прикладное российское ПО. В госорганах, госкорпорациях и компаниях с госучастием доля российского ПО более 50% должна вырасти до 95%.
Второй нацпроект — «Средства производства и автоматизации» — направлен на обеспечение технологической независимости в области производства высокотехнологичных станков и повышение уровня промышленной роботизации.
Наконец, правила задает и Указ президента от марта 2022 года. С сентября 2024-го для значимых объектов КИИ нельзя закупать недоверенные программно-аппаратные комплексы. Исключение — случаи, когда у комплекса нет российских аналогов, с подтверждением Минпромторга. Полный переход на доверенные комплексы запланирован к 2030 году, а иностранное ПО на значимых объектах запрещено использовать еще с начала 2025-го.
Требования к софту на рынке становятся все жестче, тогда как парк оборудования пока нельзя назвать полностью импортозамещенным. «Слепить» из этого единую систему непросто, ведь российское ПО не всегда умеет «читать» данные с зарубежных станков. Промышленность сегодня в первую очередь сфокусирована не на сборе и обработке больших данных, а на обеспечении кибербезопасности, импортозамещении и физической защите производства, напоминает Алексей Изосимов, технический директор направления «Программно-аппаратные решения» ИТ-холдинга Т1. Однако без сбора и обработки больших данных, добавляет он, невозможны ни стратегическое управление, ни оптимизация производства и цепочек поставок. Главные вызовы он видит в ограниченных бюджетах и сложностях со сбором данных с систем управления прошлых поколений, включая решения, которые зарубежные вендоры перестали поддерживать. По его словам, отрасли важно развивать импортозамещение АСУ ТП, поскольку «именно эти системы являются фундаментом для сбора данных о производстве».
Зависимость от ушедших вендоров касается не только цеха, но и проектных бюро. Директор департамента управления продуктом «Нанософт» Сергей Сыч говорит, что инженерные данные десятилетиями лежали в форматах зарубежных производителей. У многих предприятий модели объектов остались в закрытых форматах, а доступ к ним держится на лицензиях, которые уже нельзя продлить, или на последних рабочих местах со старым ПО. Он видит три риска: потерю связности при миграции, когда модель превращается в набор чертежей, «теневые» копии данных у подрядчиков и рост числа атак, если данные выходят за пределы изолированного контура.
Еще одной проблемой участники рынка называют разрозненность данных. По словам вице-президента ГК «ВестЛинк» Елены Балашовой, у большинства промышленных предприятий данные лежат в системах, которые никогда не проектировались для работы друг с другом: АСУ ТП — отдельно, ERP — отдельно, архив документов — отдельно. «Получается лоскутное одеяло, где каждая система говорит на своем языке, а сквозной картины по предприятию нет ни у кого»,— добавляет она. На это накладывается риск безопасности: по данным Solar 4RAYS, в первом квартале 2026 года число атак на КИИ превысило 9 тыс., а заражения вредоносным ПО в топливно-энергетическом комплексе выросли почти в три раза. Чем больше данных консолидируется для аналитики и ИИ, тем выше цена ошибки в контроле доступа — систему нельзя просто «раскрыть» ради удобства, говорит госпожа Балашова. В этих условиях рынку сегодня не хватает больше всего единых стандартов обмена данными между системами разных вендоров: «Сейчас нет отдельных требований безопасности именно для ИИ-инструментов, работающих с данными КИИ: кто отвечает, если решение принял не человек, а агент, пока не описано ни в одном регламенте»,— заключает Елена Балашова.
Предприятия осторожно подходят к собственным данным, хотя накопили их очень много. По числу записей обычно преобладают потоки телеметрии, напоминает главный архитектор больших данных Cloud X Владимир Пугачев: показания температуры, давления и вибрации, сведения о состоянии оборудования, расходе сырья и энергии. По объему хранения на отдельных площадках их могут превосходить видео, изображения для контроля качества и результаты обследований. «Показания, необходимые для управления оборудованием и диспетчеризации, уже используются в текущей работе. Телеметрию используют активнее всего, потому что она хорошо структурирована»,— говорит Владимир Пугачев.
Показания датчиков, журналы работы оборудования, события АСУ ТП хорошо структурированы, регулярно поступают в систему и поэтому уже довольно активно используются для мониторинга оборудования, поиска отклонений, прогнозирования неисправностей, оптимизации режимов работы, говорит директор по работе с корпоративным сектором Arenadata Максим Власюк. Сложнее обстоит дело с данными, которые годами накапливались в разных форматах, среди которых — журналы ремонтов, отчеты об осмотрах, технологическая документация, фотографии, видео, архивы старых информсистем, добавляет он. Такой информации у предприятий очень много, но извлечь из нее практическую пользу труднее. Неструктурированных данных «в разы» больше, чем структурированных, но их почти никто не разбирает, добавляет Елена Балашова.
Не все едино
На вопрос о том, почему, если данных так много, они не приносят прибыли, почти все эксперты отвечают однозначно: мешает не объем, а отсутствие связей между данными. «Если смотреть только на данные самой системы охлаждения, мы видим, условно говоря, холодно или не холодно. Но если добавить энергопотребление, режим эксплуатации и другие параметры, уже можно оценить эффективность работы установки и понять, где можно высвободить дополнительные киловатты мощности»,— объясняет директор департамента «Софтлайн Решения» Виталий Попов. К этому добавляется недостаток качества данных, на которых можно правильно обучать искусственный интеллект и проводить машинное обучение, считает господин Попов.
Разрозненность имеет несколько причин. Во-первых, у одних и тех же объектов в разных системах разные названия. Во-вторых, существуют данные низкого качества: дубли, разные единицы измерения. Один и тот же объект в двух системах может называться по-разному: пока объем данных небольшой, с этим еще можно справляться вручную, но в масштабе крупного промышленного предприятия такой подход уже не работает, замечает Максим Власюк. В-третьих, у данных может не быть владельцев. «За достоверность и полноту инженерных данных порой не отвечает никто»,— говорит Сергей Сыч. Сведения могут собираться годами, но при этом не всегда понятно, кто отвечает за их актуальность, качество и правила использования, добавляет Максим Власюк.
Есть и финансовая причина. По словам Елены Балашовой, большинство проектов с данными не считает свой эффект: система строится, отчеты формируются, но никто не сравнивает «было — стало» в деньгах. «Без этого любой проект с данными выглядит центром затрат, а не источником прибыли, и в следующем бюджетном цикле его урезают первым»,— говорит она. Участники рынка предлагают выстроить логику иначе: сначала нужно определить производственную задачу, потом понять, какие данные для нее нужны, привести их в порядок и только тогда строить аналитику или ИИ-модель.
Правила и платформы
Часть проблем участники рынка связывают и с правовой неопределенностью. Технический директор «Стахановца» Сергей Щербаков указывает, что в законодательстве нет четкого определения промышленных данных и прозрачных правил их хранения, передачи и обработки. Бизнесу, по его мнению, нужна отдельная регуляторная рамка, отличная от регулирования персональных данных. Он подчеркивает и риски: значительная часть промышленных данных относится к коммерческой тайне, поэтому предприятия опасаются ими делиться. К этому добавляются технологическая зависимость от зарубежных решений и нехватка квалифицированных кадров.
Государство отвечает на эти вызовы созданием платформы для обмена данными. Минпромторг во второй половине 2026 года планирует запустить платформу для защищенного обмена промышленными данными. В ее основе — экспериментальный правовой режим (ЭПР) для сбора и агрегации промышленных данных с использованием ИИ. Как ранее сообщал “Ъ”, Федеральный центр прикладного развития ИИ (подведомствен Минпромторгу) планировал направить заявку на ЭПР в Минэкономики в июне 2025 года. Первый замглавы центра Леван Дараселия говорил на ЦИПР-2025, что данные помогут решить задачи предиктивной аналитики оборудования, логистики и безопасности на производстве. Эксперимент предполагает создание закрытого цифрового контура, где данные будут агрегироваться по соглашениям с предприятиями. В проекте должны участвовать 10–15 организаций.
Впрочем, одной платформы, по мнению рынка, мало. В «Нанософте» предлагают открытые национальные форматы обмена информационными моделями, независимые от вендора. Там также предлагают обязать передавать заказчику результат проектирования в машиночитаемом виде, а не сканами. В ГК «ВестЛинк» считают, что отрасли также не хватает единых стандартов обмена данными между системами разных вендоров.
В Минцифры «Ъ-Технологиям» рассказали, что участвуют в работе комиссий, которые рассматривают вопросы, связанные со сбором и обработкой данных, необходимых в том числе для развития отечественных ИИ-решений в промышленности. «Мы изучаем предложения и вопросы, возникающие у отрасли. По итогам этой работы будут определены конкретные меры поддержки»,— заявили в министерстве. В Минпромторге не ответили “Ъ”.
Пока меры поддержки не сформированы, компании ищут решения самостоятельно. В Т1 отмечают, что предприятия либо используют существующие средства сбора, хранения и обработки данных, либо осторожно переходят на облачные решения без значительных капитальных затрат. В Cloud X советуют «разделять контуры». Данные, которые управляют оборудованием и отвечают за противоаварийную защиту, должны обрабатываться на площадке независимо от внешней связи, а аналитику и историю можно выносить в отдельный контур.
В «Нанософте» предлагают подойти к вопросу стратегически. Переход на новые САПР все равно неизбежен, поэтому лучше сразу строить единую среду проектных данных на российских продуктах. Так можно избежать переделок на уже построенных объектах. В Arenadata подчеркивают, что экономический эффект появляется, только когда данные становятся частью конкретного процесса. Его можно посчитать: раньше замеченная неисправность, меньше брака, экономия энергии и сырья. Такой подход, по словам Максима Власюка, позволяет превратить данные из постоянно растущего ИТ-актива в реальный инструмент управления производством.