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.

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.

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.

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.