Менеджер проектов, лаборатория инноваций НЛМК-SAP, Группа компаний НЛМК. Область научных интересов: операционная эффективность бизнеса, инновационное и стратегическое развитие компаний, внедрение инноваций и новых технологий.
Специалист, Центр отраслевых исследований и консалтинга ФГОБУ ВО «Финансовый университет при Правительстве Российской Федерации». Область научных интересов: ИТ-технологии в операционной эффективности бизнеса, цифровизация производства, антикризисное и арбитражное управление
Ключевым этапом перехода предприятия к Индустрии 4.0 является этап создания цифровых фабрик. В первой части статьи подробно рассматриваются составляющие элементы цифровых фабрик, ожидаемые эффекты от цифровизации производства и смежных функций, а также вопросы перехода от стратегических инициатив к операционному уровню – уровню бизнес-процессов, которые трансформируются под влиянием новых технологий. Во второй части статьи описывается методология исследования кейсов российских и зарубежных компаний, которые находятся в авангарде изменений. В третьей части приводятся кейсы производственных компаний, которые достигли существенных результатов в области цифровой трансформации, в частности Siemens, СИБУР и Новолипецкий металлургический комбинат.
The key stage of the company's transition to Industry 4.0. It is the Digital factory development stage. The first part of the article discusses in detail the components of digital factories, the expected effects of digitalization of production and related functions, as well as the transition from strategic initiatives to the operational level – the level of business processes that are transformed under the influence of new technologies. The second part of the article describes the methodology of case studies of Russian and foreign companies that are at the forefront of changes. The third part presents the cases of manufacturing companies that have achieved significant results in the field of digital transformation, in particular, Siemens, SIBUR and Novolipetsk metallurgical combine.
Новая технологическая революция не только повышает производительность и операционную эффективность существующих заводов, но и формирует новые организационно-технические модели заводов [Трачу к А. В., Линдер И. В., 2016а]. Популярность приобретает концепция цифровой фабрики - бизнес-процессы определенного типа и/или способ их комбинирования, с тем чтобы генерировать высокотехнологичные решения, благодаря которым можно спроектировать новые конкурентоспособные изделия нового поколения за короткие сроки.
Цель данной статьи - рассмотреть подход к трансформации производственной функции на операционном уровне, раскрыть концепцию цифрового завода на практике и на примере компаний IIAO «HJIMK», IIAO «СИБУР» и Siemens AG проанализировать реализованные трансформационные проекты на производстве.
В России цифровые фабрики появятся при реализации направления «ТехНет» Национальной технологической инициативы. Предполагается, что на таких предприятиях удастся производить продукцию дешевле и быстрее, чем на традиционных производствах. Реализация данной инициативы рассчитана на три этапа. Реализация первого этапа запланирована на 2017-2019 годы, финансирование составит 15,6 млрд руб.
Первые «фабрики будущего» в рамках направления «ТехНет» появятся в Центральном научно-исследовательском автомобильном и автомоторном институте «НАМИ», в ОСЮ «Ульяновский автомобильный завод», в машиностроительном холдинге «Волгабас». Предполагается создать цифровую фабрику и в судостроении, согласно договоренности в реализации проекта примет участие Объединенная судостроительная корпорация. Дорожная карта «ТехНет» рассчитана на период до 2035 года, и за это время планируется создать 40 фабрик будущего, 25 испытательных полигонов, 15 экспериментально-цифровых центров сертификации. На мировом рынке «фабрик будущего» Россия планирует занять 1,5% в сегменте инжиниринга и конструирования.
Ключевым элементом является концепция «цифровой фабрики» и трансформация моделей производственных заводов. Согласно «ТехНет», предлагается создать цифровые фабрики, «умные» фабрики и виртуальные фабрики. Цифровые фабрики реализуют все производственные процессы - от проектирования до виртуальных испытаний изделия - в цифровом формате. «Умные» фабрики - следующий, более сложный этап развития фабрик будущего, они практически не потребуют непосредственного вовлечения сотрудников в производственные процессы. Виртуальные фабрики могут быть расположены в любом месте и выстраиваться в производственные цепочки с помощью промышленного интернета вещей.
Описаны три возможные модели цифровых фабрик:
Цель данной статьи - попытка описания модели цифровой фабрики в разрезе конкретных технологий, областей их применения и потенциальных выгод. Цель актуальна в силу того, что пока в литературе не описаны стимулы и препятствия создания цифровых фабрик, как и ее модели, где можно было бы применить конкретные технологии Индустрии 4.0.
Рис. 1. Операционная модель
Рис.2. Стадии цифровизации операционной модели
Традиционно операционная модель выстраивается из шести блоков. Уровень развития (зрелости) каждого блока можно оценить по соответствующим признакам [Operating model, [б.г.]; Our solutions, [s.а.]; Трансформация, [б.г.]]. Первый уровень означает, что блок операционной модели находится на начальном этапе развития, а пятый уровень говорит о высоком прогрессе. В табл. 1 приводится детализация блока «Процессы» и «Информационные технологии» (отмечены на рис. 1 серой зоной).
Проекты по созданию цифровых фабрик, главным образом, предполагают выстраивание новых производственных процессов при помощи современных технологий, поэтому в статье приоритетными являются измерения «процессы» и «информационные технологии».
В табл. 1 представлена детализация пяти уровней зрелости блоков операционной модели предприятия «Процессы» и «Информационные технологии». Также добавлен новый - цифровой - уровень зрелости, который дополняет модель и учитывает изменения, происходящие на современных предприятиях. В частности, в блоке «Процессы» в качестве последнего уровня зрелости приводится оптимизированный уровень, что не позволяет отследить степень автоматизации рутинных процессов и степень трансформации производственных процессов за счет технологических решений. Блок «Информационные технологии» заканчивается на уровне зрелости, который предполагает интеграцию внутренних систем. С точки зрения Индустрии 4.0 важным условием является не только внутренняя вертикальная интеграция, но и горизонтальная интеграция нескольких цепочек создания стоимости, использование единых стандартов в ИТ -архитектуре.
Таким образом, выделение дополнительных уровней в рассмотренных измерениях операционной модели позволяет оценить прогресс предприятия на пути к цифровой трансформации, а также свидетельствует об эволюционном, а не революционном характере Индустрии 4.0. К аналогичному выводу пришли консультанты McKinsey&Company, которые сформировали дорожную карту, где предлагается пять шагав для перехода к цифровому уровню зрелости операционной модели [KhanN., Lunawat G., Rahul A., [s.a.]]. Визуально стадии можно представить по Шубине реализации цифровой стратегии (рис. 2).
Далее будет рассмотрена концепция цифровой фабрики как промежуточной стадии цифровизации всего предприятия и главного этапа при трансформации операционной модели производственной функции.
Таблица 1
Дополненные уровни зрелости измерений «Процессы» и «ИТ»
Уровень зрелости | Характеристика |
---|---|
Блок «Процессы » | |
1. Начальный | Процессы выполняются в хаотичном порядке, без выстроенной последовательности. Задачи успешно выполняются во многом благодаря энтузиазму персонала и компетентности отдельных сотрудников. Часто превышается бюджет, качество оставляет желать лучшего, результат не соответствует ожиданиям |
2. Управляемый | Процессы планируются, отслеживаются и контролируются. Осуществляется управление требованиями, процессами, продуктами и услугами. Стандарты, описания процессов и процедур могут различаться от подразделения к подразделению, однако процессный подход к управлению реализуется в компании |
3. Определенный | Построена единая инфраструктура стандартных процессов для всей организации. Используются процессы, которые определены, понятны и описаны с помощью инструментов и методов, формально закрепленных в документации. Процессы качественно предсказуемы, но отсутствует обязательная проверка соответствия процессов регламентам и целевым показателям |
4. Количественно управляемый | Устанавливаются количественные критерии для управления процессами. Количественная информация накапливается и анализируется. Процессы контролируются статистическими и другими количественными методиками. Результаты измерений, которые выполнены для удовлетворения требований заказчика, конечных пользователей или организации, используются для принятия решений в будущем |
5. Оптимизированный | Процессы совершенствуются как в целом, так и на уровне отдельного исполнителя. Основное внимание уделяется непрерывному улучшению эффективности бизнес-процессов за счет инновационных технологических усовершенствований. Критерием улучшения выступают количественные характеристики процесса |
6. Цифровой | Процессы максимально автоматизированы, оптимизация в виртуальном пространстве (при помощи цифровых двойников). Рутинные, типовые, стандартные процессы выполняются в полностью автоматическом режиме с минимальным вовлечением человека, сотрудники заняты только нетиповыми, творческими процессами. Текущие процессы моделируются в виртуальном пространстве в режиме реального времени, будущие процессы имитируются, тестируются и оптимизируются до исполнения. Для оптимизации используются данные, собираемые с ИТ-систем, обеспечивающих процессы. Процессы гибко адаптируются под меняющиеся условия |
Блок «Информационные технологии» | |
1. «Зоопарк» систем | Множественные локальные системы, консолидация и интеграция вручную силами специалистов |
2. Консолидированный | Единая система консолидации, множественные локальные системы, частичная интеграция |
3. Полу стандартизированный | Стандартные и нестандартные инструменты, хранилища данных |
4. Стандартизированный | Стандартные инструменты/приложения, частично интегрированные |
5. Внутренняя интеграция | Стандартные инструменты и приложения, полностью интегрированные |
6. Полная интеграция, стандарты ИТ-архитектуры | Вертикальная и горизонтальная интеграция систем; ИТ-архитектуры компаний выстроены в соответствии с едиными ИТ-стандартами Индустрии 4.0 (например, RAMI 4.0) |
Цифровая фабрика трактуется как определенный тип системы бизнес-процессов и /или способ комбинирования бизнес-процессов, который имеет следующие характеристики:
Рис.З. Стимулы создания цифровых фабрик (респонденты могли выбрать несколько вариантов) [DigitalFactories,2017]
Рис.4. Доля выручки, которую компании планируют направить на реализацию цифровой фабрики, % [DigitaIFactories, 2017]
Рис. 5. Период, в течение которого компании предполагают получить отдачу на инвестиции в проекты цифровой фабрики [DigitalFactories, 2017]
На этапе формирования цифровых фабрик формируются новые ключевые компетенции:
Концепция цифровой фабрики очень быстро получила активное развитие и применение на практике [Тарасов, 2018; Трачук А.В., Линдер Н.В., 2017а; Трачук А.В., 2012]. Передовые производственные компании Bosch Rexroth, Philips, Nokia, Fujitsu, Siemens, ABB, Airbus инвестировали в проекты цифровых фабрик еще на самых ранних этапах, когда термин «Индустрия 4.0» впервые был предложен в 2011 году на Ганноверской конференции [Рагимова С., [б.г.]]. Сейчас эти компании уже могут однозначно говорить об успешности реализации данной концепции, получены значительные результаты: сокращение прямых и косвенных затрат, повышение качества продукта, сокращение выхода товара на рынок (time-to-market), снижение количества бракованной продукции, повышение прозрачности и др.
Компания PricewaterhouseCoopers опросила 200 представителей высокотехнологичных компаний из различных отраслей с целью выяснить основные стимулы инвестирования в цифровые фабрики (рис. 3) и сопоставить преимущества цифровой фабрики, расположенной в той же стране, где находилась компания, и создание заводов в зонах с дешевой рабочей силой (Китай, Корея и др.). Представители компаний, которые планируют реализацию концепции цифровой фабрики, хорошо понимают, что потребуются значительные капиталовложения (рис. 4), а результаты будут получены лишь в долгосрочном периоде (рис. 5).
Через пять лет после начала реализации проекта компании ожидают получить существенные результаты: повышение эффективности затрат и рост выручки (рис. 6). Высокие финансовые и временные затраты на реализацию цифровой фабрики обусловлены необходимостью направить инвестиции в комплекс аппаратных и программных решений, обеспечивающий трансформацию производственных процессов.
Рис. 6. Средний прирост эффективности и выручки [Digital Factories, 2017]
Рис. 7. Концепция цифровой фабрики [Digital Factories, 2017]
Таблица 2
Совокупность источников первичной информации
Материалы (официальные информационные ресурсы компаний и открытые источники) | Анализируемые компании | ||
---|---|---|---|
ПАО «НЛМК» | ПАО «СИБУР» | Siemens AG | |
Годовые отчеты компаний 2015-2017 | 2 отчета | I отчет | I отчет |
Интервью с представителями менеджмента компании в СМИ, публикации о компании | 10 публикаций | 11 публикаций | 5 публикаций |
Корпоративные издания | 2 журнала | — | — |
Документы (положения, регламенты, инструкции) компании | 3 документа | 3 документа | 10 документов |
Пресс-релизы, презентации результатов/технологий, события и новости | 7 материалов | 7 материалов | 7 материалов |
Материалы конференций и форумов | 2 материала | 4 материала | 2 материала |
Основным методом проведения исследования является дистанционный анализ кейсов на основании открытых данных, публикуемых компаниями, которые включили цифровую трансформацию и Индустрию 4.0 в свои корпоративные стратегии, и метод экспертных оценок изучаемых экономических явлений. Мы поставили перед собой следующие задачи:
В качестве объектов исследования были выбраны ПАО «НЛМК», ПАО «СИБУР» и Siemens AG. Критериями отбора явились:
Информационную базу составили материалы из открытых источников (табл. 2).
Для системного изучения трансформации производственных процессов был сформирован набор верхнеуровневых производственных процессов. Инициативы по реализации концепции цифровой фабрики рассматривались через призму производственных процессов (табл. 3). Последовательность изучения кейсов показана на рис. 8.
Еруппа НЛМК - один из крупнейших производителей стали в России (23% производства стали) и один из наиболее эффективных в мире. Бизнес построен по вертикально-интегрированной модели. Производственные площадки компании расположены в России, Европе и США. Их совокупная мощность составляет около 17 млн тонн в год. Продукция используется в различных отраслях: от кораблестроения до офшорных ветровых установок. Высокий спрос на продукцию сопровождается соответствующим уровнем финансовых показателей: в 2017 году по сравнению с прошлым периодом EBlTDABbipocna на 37%, до 2,7 млрд долл., что сопровождается повышением рентабельности по EBITDA до 26% [Ключевые операционные... [б.г.]]. Это позволяет НЛМК входить в число одних из самых прибыльных производителей стали в мире.
Формировавшийся в 2017 году инвестиционный цикл в основном направлен на повышение эффективности бизнес-процессов, развитие сырьевой базы, укрепление позиций на стратегических рынках и повышение безопасности производства. Для достижения планируется использовать технологии Индустрии 4.0 во всех бизнес-процессах.
На этапе проектирования производства на путь цифровизации встал главный проектный институт «НЛМК-Инжиниринг». Изначально организация занималась исключительно объектами Еруппы, но со временем область проектной деятельности была расширена, и теперь это известная инжиниринговая компания с уникальными компетенциями и большим опытом проектирования промышленных объектов.
Рис. 8. Последовательность работы с кейсом
Таблица 3 Производственные процессы
Процесс | Инициатива по трансформации | ||
---|---|---|---|
ПАО «НЛМК» | ПАО «СИБУР» | Siemens AG | |
Обслуживающие процессы | |||
Проектирование и прототипирование | + | - | + |
Производственное планирование | + | + | + |
Аналитика производства | + | + | + |
Логистика - входящая, внутренняя, исходящая, складская | - | + | + |
Технический контроль | - | - | + |
Охрана труда и промышленная безопасность | + | + | - |
Вспомогательные процессы | |||
Техническое обслуживание и ремонты | + | + | |
Управление инструментами и оборудованием | - | + | + |
Обеспечение всеми видами энергии (пар, тепло, воздух, электричество и др.) | + | - | + |
Основные технологические процессы | |||
Заготовка, обработка, сборка * | - | + | + |
Для сохранения лидирующих позиций в отрасли нужно не просто развиваться и совершенствоваться, но и делать это быстрее остальных. Основным драйвером развития «HJIMK-Инжиниринг» является технология визуализации и создания проектной документации (Building Information Modeling, BIM) [Казанцев А., 2017]. С помощью BIM решается комплекс задач:
Технология обладает множеством преимуществ. Отметим ключевые особенности по сравнению с традиционными чертежами.
Еще на этапе проектирования наглядность ЗО-моделиро- вания позволяет устранить все просчеты и ошибки, которые могли бы повлиять на ход выполнения работ. Это увеличивает точность планирования необходимых для строительства ресурсов.
С точки зрения взаимодействия стейкхолдеров принципиально меняется сам процесс проектирования. Моделирование объекта осуществляется с помощью набора 3D-3- лементов, имеющихся в базе данных или предоставленных поставщиками. В процессе виртуального «строительства» одновременно работают все группы специалистов а не поэтапно, как это происходило раньше. За координацию работ и выявление коллизий на стадии проектирования отвечает BIM-координатор. Он проводит еженедельные собрания команды проекта, указывает на недостатки в модели. После этого главный инженер определяет конкретное направление, где специалисты должны исправить выявленный дефект путем внесения соответствующих изменений.
«НЛМК-Инжиниринг» имеет все необходимые ресурсы для интеграции используемых технологий в единую систему, что усиливает конкурентное преимущество компании. Совмещение всех информационных систем компании (системы управления ресурсами предприятия, SAP ERP, информационной системы управления проектами, системы управления инженерными данными и системы проведения сметных расчетов) позволяет на основе информации об элементах, используемых в ЗО-модели, автоматически определять объем необходимых материалов и трудозатрат. Такое объединение значительно упрощает процесс разработки сметы строительства и увеличивает точность расчета стоимости работ.
После успешного апробирования технологии BIM на проекте турбогенератора № 5 Еруппа HJIMK планирует к концу 2018 года использовать 3 D-модели при выполнении 90% заказов [ΒΙΜ-проекгирование, [б.г]]. Это будет сопровождаться доработкой программного обеспечения и дальнейшей интеграцией с электронным каталогом оборудования, который уже включает более 92 ООО объектов. В рамках стратегии Индустрии 4.0 Еруппы HJIMK предполагается создание виртуальных двойников действующих производственных объектов - не только отдельных агрегатов, но и предприятий. Такая масштабная работа откроет огромные возможности для получения актуальной информации о состоянии каждого элемента оборудования, моделирования изменений и формирования базы данных для проведения проактивных ремонтов.
Цифровизация производства характеризуется главным образом формированием ИТ-фундамента для обеспечения возможности дальнейшей автоматизации. Для этого в 2017 году заключено соглашение с SAP, немецким производителем программного обеспечения для организаций. Комплексное сотрудничество включает создание лаборатории инноваций, которая представляет собой уникальный проект для обеих сторон. Деятельность выстраивается на фундаменте ИТ-платформы SAP S/4HANA[SAP S/4HANA, 2015]. SAP S/4HANA - новая версия системы управления ресурсами предприятия - ERP-системы, которая позволяет существенно ускорить бизнес-процессы и внедрять в промышленных масштабах технологии облачных решений, интернета вещей, машинного обучения и искусственного интеллекта [Еруппа НЛМК, 2018]. Неоспоримым преимуществом платформы является возможность разрабатывать собственные приложения и стремительно развиваться в Индустрии 4.0.
На сегодняшний день существует уже несколько реализованных проектов на базе SAP S/4HANA. Они охватывают разные стороны бизнеса, в том числе финансовую. С помощью машинного обучения удалось научить компьютерные модели сопоставлять счета-фактуры и банковские выписки. На основе исторических данных по платежам контрагентов удалось научить компьютер с вероятностью 80% прогнозировать следующие оплаты по счетам с горизонтом в 30 дней, что значительно облегчает планирование финансовых ресурсов и объем требуемых резервов. Специалисты активно занимаются роботизацией рутинных процессов.
Уникальной разработкой считается шрно-геологическая информационная система, которая работает с ЗО-моделью карьера, позволяя моделировать оптимальный план его разработки на 40 лет вперед. Технология позволяет добывать руду с минимальными издержками и максимальной эффективностью [Группа НЛМК представила, 2018].
Сегодня ИТ-платформа интегрирована более чем с 20 информационными и производственными системами Группы НЛМК, ею пользуются более 6,5 тысячи человек. Реализация не заняла много времени благодаря объединенным усилиям Группы НЛМК, команды SAP Digital Business Services, SAP Premium Engagement, глобальной поддержке и разработке SAP в рамках программы поддержки инновационных клиентов.
Огромное внимание компания уделяет техническому обслуживанию и ремонту (ТОиР) оборудования для повышения эффективности производства. Благодаря снижению потерь в результате проведения ремонта и преждевременной замены оборудования с нормальным остаточным ресурсом удается сэкономить значительные средства. Сегодня основная тенденция в этом направлении - переход от реактивного обслуживания к превентивному и проактивному, то есть принятие мер до того, как оборудование выйдет из строя. Такова ключевая характеристика новой стратегии управления ТОиР, внедряемой в Группе НЛМК [Засолоцкая E., 2017]. При внедрении превентивной системы не обойтись без цифровых технологий.
С целью уменьшить долю реактивной составляющей реализуется стратегия проактивного обслуживания. В ее основе лежит внедрение инструментов надежности. Для их эффективного функционирования необходим сбор большого объема информации об оборудовании, в том числе в разрезе влияния качества и оперативности системы обслуживания на количество сбоев в работе оборудования; ремонт и замена части оборудования, имеющей критический уровень износа. С целью их выполнения в НЛМК был создан центр компетенций в области автоматики, который является одним из лучших в мире.
Перспективы дальнейшего развития проактивной системы Группа НЛМК видит во внедрении элементов прогнозной аналитики. Обслуживание проводится только при наличии изменений характеристик оборудования, которые выявляются на основе математических моделей и большого количества статистических данных. Переходу на этот этап может способствовать проект «Быстрое закрытие ремонтных работ собственным и привлеченным персоналом (Eastclose)». Суть проекта состоит в том, что каждые сутки учитываются все трудовые и материальные ресурсы, направленные на ремонт и обслуживание отдельно взятой машины. Базу данных оборудования составили специалисты по надежности и планированию работ в SAP, которые также сформировали в SAP ERP соответствующий каталог Он может быть использован для построения системы отслеживания изменений.
Уже реализован проект с целью научиться прогнозировать, когда выйдут из строя фурмы доменной печи «Россиянка». Изучение текущих практик, сбор массива исторических данных, полученных с помощью датчиков и лабораторных исследований, установление взаимосвязей между ними позволили определить предикторы - ключевые факторы для прогнозирования. На их основе с применением машинного обучения построили модель прогара фурм с использованием решений SAP Predictive Analytics и SAP Maintenance & Services. Горизонт прогнозирования - 20 дней, рекомендации позволяют производить замену фурм во время плановых ремонтов. Эффект оценивается в увеличении срока службы фурм на 20% с экономической оценкой - более 60 млн руб. [Искусственный интеллект, 2018].
В HJIMK отмечают, что проактивная система не может полностью заменить превентивные и реактивные методы. Их сбалансированное совмещение с технологиями автоматизации позволит разработать комплексный подход, который повысит надежность оборудования и одновременно уменьшит его стоимость.
Отдельное внимание Группа HJIMK уделяет соблюдению техники безопасности на рабочих местах. Еще в 2013 году поставлена задача разработать и внедрить современные превентивные меры по повышению безопасности труда: единую методику выявления потенциальных опасностей, системы оценки величины рисков и передовых практик управления ими. Для выполнения поставленной задачи используются как традиционные методы повышения промышленной безопасности, так и новые решения с применением технологий Индустрии 4.0. В 2014 и 2016 годах липецкая площадка компании признана самой безопасной в России.
Лаборатория инноваций EWMK-SAP является одним из ключевых структурных подразделений в компании, деятельность которого посвящена реализации цифровых инициатив. Специалисты Группы EWMK совместно с разработчиками и исследователями SAP, с другими партнерами создают новые разработки в сфере анализа процессов, пользовательского интерфейса, интернета вещей, машинного обучения, прогнозной аналитики и планирования производства.
Одной из наиболее значимых технологий является система ЗО-позиционирования сотрудников (Real-time Locating System, RTL S), которую разработали лаборатория инноваций EWMK-SAP и Национальный центр интернета вещей. Система базируется на облачной платформе SAP Cloud Platform, системе позиционирования RTLS-UWB, технологии 3D-визуализации и новой типовой беспроводной сети LoRaWan [EWMK внедрил, [б.г.]]. Система реализована в масштабе агрегата непрерывного горячего оцин- кования № I на липецкой площадке. В режиме реального времени отображается и собирается информация о перемещениях сотрудников и изменении режимов работы агрегата. Для получения сведений о персонале в начале дня всем работникам выдаются датчики-метки, которые отслеживают их поведение в системе производственного пространства. Все сведения агрегируются и передаются на аналитическую панель - дэшборды руководителям, что позволяет оперативно реагировать на вероятные инциденты и предупреждать сотрудников о возможных опасностях и внештатных ситуациях. Кроме того, накопленный объем информации позволяет анализировать действия персонала, в дальнейшем его можно успешно применять для принятия решений в сфере промышленной безопасности, управления персоналом и охраны здоровья.
Группа HJIMK отмечает перспективность и других технологий, которые меняют представление о безопасном производстве. Перед началом смены каждый работник опасного производства должен пройти медосмотр. Уже сейчас процедура частично осуществляется с помощью автоматизированных терминалов. Электронная система снимает все метрики, характеризующие состояние здоровья человека: реакция зрачков, тест на алкоголь, температура, пульс и кровяное давление. Нововведение разгружает медицинский персонал и уменьшает вероятность ошибок до минимума.
«Умная» каска помогает работнику самому адекватно оценивать степень своей усталости. Обруч с датчиками, закрепленный на голове, собирает данные о мозговой активности и по Bluetooth передает информацию на монитор компьютера или смартфон, она анализируется с помощью специального программного обеспечения и отображается в реальном времени. Если уставший работник игнорирует предупреждение программы, супервайзер получает сигнал о нарушении и принимает решение о возможности продолжения рабочей смены.
Технология виртуальной реальности, получившая широкое распространение в сфере развлечений и компьютерных игр, применяется и для обеспечения безопасности производства. Примеры поведения, опасного для жизни и здоровья, снятые на камеру с обзором 360°, демонстрируются с помощью очков виртуальной реальности. Сотрудник «оказывается» в положении, когда ему грозит риск, после чего отвечает на тестовые вопросы и ищет правильный выход из предлагаемой ситуации.
На предприятии широко используется анализ большого количества данных, ему предстоит обеспечить существенный потенциал роста эффективности бизнеса. Чтобы иметь возможность обрабатывать объем неструктурированной информации, исчисляемой петабайтами, необходим инструментарий BigData, который стал ключевой основой для новой волны инноваций и роста производительности [Журнал, [б.г]].
В металлургии характеристики продукта и процесса производства определяются большим количеством параметров. Они составляют объем информации, который может быть проанализирован и направлен на оптимизацию производственных процессов.
Департамент анализа данных HJIMK занимается внедрением математических методов анализа данных и математического моделирования. С использованием технологий больших данных, машинного обучения и искусственного интеллекта не только разработаны пилотные проекты, но и внедрен ряд инициатив на производстве. Часть из них нацелена на экономию дорогостоящих ферросплавов, поиск причин нескольких видов дефектов продукции и оптимизацию работы ТЭЦ. Всего для реализации было отобрано десять из пятидесяти выявленных инициатив, ожидаемый экономический эффект должен составить около 3 млрд руб.
Однако реализация инициатив, связанных с BigData, требует ИТ-инфраструктуры. Она служит для сбора, анализа и хранения данных компании. Реализацию проекта по созданию аппаратного комплекса НЛМК доверил компании «Тех- носерв». В июне 2018 года подрядчик завершил все работы - от поставки до пуска и наладки серверного оборудования Hewlett-Packard Enterprise и средств сети передачи данных Cisco Systems [НЛМК построил, 2018]. Комплекс разместился в Липецке, где находится основной центр обработки данных НЛМК.
По мнению компании IDC, к 2020 году объем информации о клиентах, поставщиках и производственных операциях, которой располагает компания, увеличится в два раза. Для принятия решений будут пригодны 60% объема данных, однако пока данный показатель недостижим из-за ряда ограничений, в том числе и для НЛМК.
Во-первых, до назначения не были предусмотрены функции, чтобы решать бизнес-задачи с помощью анализа данных. Отдельные подразделения проводили эксперименты и пилотные проекты с целью определить потенциал использования анализа данных и моделирования. Конкретные результаты получены не были, но в компании поняли, что с помощью цифровых технологий возможно значительно повысить операционную эффективность. Поэтому сейчас стоит задача организовать системную работу по внедрению искусственного интеллекта, машинного обучения и инструментария BigData.
Во-вторых, не по всем переделам может быть получена полная информация. С одной стороны, связано это как с физико-химическими условиями производства, в которых должны находиться датчики. С другой - не на всем производственном оборудовании можно поставить современные устройства сбора данных. Если в первом случае невозможно преодолеть ограничения в масштабах одного предприятия, то во втором потребуются значительные временные и финансовые ресурсы.
Цифровизацией активно интересуются предприятия нефтехимической отрасли. Например, ПАО «СИБУР Холдинг» не только использует механизмы цифровизации, но и создает их сам.
ПАО «СИБУР Холдинг» - одна из крупнейших отечественных компаний с вертикально-интегрированной структурой, работающая в сфере переработки газов и нефтехимии. Специализируется в двух бизнес-сегментах: олефины и полиолефины; пластики, эластомеры и промежуточные продукты. За 2017 год выручка холдинга составила 454 619 млн руб., EBITDA - 160 851 млн руб., а чистая прибыль - 120 245 млн руб., что на 6,3% больше, чем в предыдущем году [Консолидрованная, 2017].
Одной из стратегических целей СИБУРа является повсеместная цифровая трансформация - использование технологий Индустрии 4.0 во всех бизнес-процессах. Она рассматривается как средство добавления инструментария для непрерывных улучшений, активно используется для оптимизации всех производственных процессов. Различные механизмы Индустрии 4.0 задействованы практически во всех производственных процессах: от проектирования продукта до производственной безопасности. С их помощью возможно повышать результаты в области производительности, осуществлять изменения быстрее и с возможностью масштабирования и получать более стабильный результат. В качестве фундамента для изменений СИБУР использует два традиционных конкурентных фактора, определяющих общую эффективность бизнеса в нефтехимической отрасли: дешевые средства производства и сырье и разработку химических веществ с новыми свойствами, которые отвечают потребностям потребителей.
Внедрение цифровизации началось I декабря 2017 года, а уже в начале 2018 года был создан отдел, который обеспечивает создание и внедрение различных цифровых технологий цифровой революции (дополненная и виртуальная реальность, интернет вещей, наука о данных, машинное обучение, мобильные приложения) во все бизнес-процессы, начиная от поставки сырья на производство и заканчивая продажами [«Сибур»: digital-революция, 2018]. Значительным преимуществом является широкое использование автоматизированной системы управления технологическими процессами (АСУТП) [СИБУР Холдинг, 2018]. Помимо возможности управлять всем процессом из операторной, АСУТП накапливает большое количество данных, которое теперь можно использовать для цифровизации. СИБУР внедряет системы усовершенствованного управления технологическим процессом (СУУТГТ), производственных систем MES, лабораторных систем LIMS и бизнес-приложения SAPERP Уже существует некий ИТ-фундамент для дальнейшей цифровизации компании, однако еще нет полной интеграции систем, которая необходима для перехода на технологии Индустрии 4.0.
Вопросом цифровизации СИБУР занимается не так давно, но уже реализовано достаточно много инициатив, еще больше - разрабатывается или уже тестируется.
С помощью технологии коммуникации ближнего поля (Near Field Communication, NFC), которая воплощена в NFC-метках, на планшеты сотрудников выводится информация о задачах, статусе обслуживания и ответственном за конкретную единицу оборудования. Планшет интегрирован с системами и базами данных предприятия, на нем можно найти всю информацию о работах, которые необходимо выполнить. После завершения работы в системе фиксируются выполнение, время, комплектующие.
Data Science используется для контроля производственных процессов, анализа производственных параметров, что служит фундаментом для прогнозирования явлений и выработки рекомендаций для операторов.
Виртуальная реальность обеспечивает детальное моделирование операций и событий, с которыми сталкивается сотрудник, технология используется для обучения новых сотрудников и повышения квалификации действующих.
RFID-метки позволяют идентифицировать различное оборудования, что существенно упрощает процессы логистики и инвентаризации.
Интеллектуальное видеонаблюдение идентифицирует сотрудников на различных производственных площадках, определяет состояние здоровья и отслеживает производственные процессы. Благодаря этой технологии в московском офисе компании уже отказались от служебных пропусков.
Единые базы данных постоянно пополняются, информация систематизируется, анализируется, на основе чего вырабатываются рекомендации по оптимизации производственных процессов [Цифровая, 2018]. СИБУР старается выбирать технологии, ориентируясь на возможные результаты.
На сегодняшний день уже есть конкретные результаты. На производстве полипропилена удалось уменьшить количество обрывов пленки в 10 раз, значительно увеличить скорость производства [Будущее, 2018]. С помощью анализа большого массива данных от датчиков, установленных на производственных линиях, выявлена корреляция между значениями некоторых параметров производства полуфабрикатов и количеством обрывов пленки. Изменения этих параметров и дали описанный эффект.
Таблица 4
Ключевые цифровые инициативы СИБУРа [Цифровая трансформация в СИБУР, 2018]
Реализовано | В работе или на тестировании |
---|---|
Цифровые двойники Data Science. | Мобильное техобслуживание и ремонт. |
Тренажер в виртуальной реальности. | Цифровые наряды-допуски. |
Система управления надежностью. | Цифровая логистика. |
RFID-инвентаризация в офисе. | Дополненная реальность. |
Техническое зрение. | Проактивное обслуживание на производстве. |
Мониторинг строительства дронами/беспилотными летательными аппаратами. | Советчики на производстве. |
Проекты с искусственным интеллектом | Интеллектуальное видеонаблюдение. |
Роботы в лабораториях, ремонтных цехах, на складах, погрузке /разгрузке. Умные инструменты и умная одежда (носимые устройства и интернет вещей). Экзоскелеты. 3 D-печать. Электронный документооборот и электронная площадка торгов (eCommerce). Мобильный LIMS. Сквозная автоматизация бизнес-процессов |
Внедрена система, которая дает операторам рекомендации, с тем чтобы они выбрали оптимальный режим производства в меняющихся условиях. Система используется в процессе пиролиза, который протекает с разными наборами исходных параметров и качества сырья и приводит к разным оптимальным режимам работы. На основе анализа предыдущих производственных циклов на дэшборд подается информация, как тот или иной технологический режим влияет на экономическую эффективность производства и что стоит в нем поменять.
Отдельное внимание СИБУР уделяет логистике. Производственные площадки компании находятся на значительном удалении, между ними налажено железнодорожное сообщение. Постоянная транспортировка различных полуфабрикатов между переделами требует железнодорожных платформ и вагонов. Инициатива направлена на систематизацию и оптимизацию групповых отправок, определение наиболее экономически эффективного срока отправки вагона на ремонт. Для решения поставленных задач были консолидированы данные всех систем управления перевозками и календарного планирования, параллельно созданы аналитические инструменты, чтобы оптимизировать организацию перевозок. Результатом проекта, реализованного на железнодорожной станции Денисовка, стала экономия времени при сортировке, повышение управляемости и прозрачности процессов и повышение клиентоориентированности [СИБУР запустил, 2018].
На 22 производственных площадках предстоит уменьшить масштабы реактивного ремонта, исключить отказы оборудования, которые влекут за собой получение не целевых марок продукта, а переходных, что значительно снижает стоимость готовой продукции. СИБУР сделал ставку на проактивное обслуживание оборудования. Разработанная на основе имеющейся базы данных модель позволяет с точностью до 72% определить, когда произойдет отказ экструдера, вала или гранулятора. Это позволило снизить количество аварийных остановок с 5 до 1.
Для упрощения ремонта оборудования используются мобильные решения. В Воронеже запущен пилотный проект: в процессе ремонта оборудования ремонтные бригады отправляют фотоматериалы в соответствующую службу, после чего получают консультации. В случае поломки на производственной площадке в Тобольске работник может транслировать картинку удаленному эксперту, который оперативно даст указания, что именно нужно сделать, в режиме реального времени. Первая консультация была проведена с экспертом из немецкой компании Linde, технологии которой использует СИБУР [«Индустрия 4.0» в действии, 2018]. В результате удается значительно сократить сроки выполнения ремонтных работ, особенно тех, которые не могут быть решены сразу на месте.
Даже в условиях цифровизации на качество выполняемых работ значительно влияет квалификация сотрудников, «СИБУР Холдинг» проводит специальное обучение персонала по сборке и разборке, ремонту и обслуживанию оборудования с применением технологий виртуальной и дополненной реальности, что позволяет значительно сократить сроки ремонта и увеличить его качество.
Недавно в Томске был установлен специальный тренажер с использованием виртуальной реальности, на котором можно отработать ремонт компрессора. Если раньше, для того чтобы проверить компрессор изнутри, специалисты ожидали запланированной остановки на ремонт, то сейчас виртуальная реальность позволяет смоделировать ту или иную аварийную ситуацию, предоставляя полное описание и состояние объекта.
Интересной практикой внедрения технологий цифровизации являются беспилотные летательные аппараты. Их используют для оценки объема работ при строительстве и контроле состояния трубопроводов и технологических объектов. Тестирование аппаратов проходит на АО «СибурТюменьГаз» и на Амурском газоперерабатывающем заводе. С помощью летательных аппаратов удаленно осматривают коммуникации, труднодоступные места, а также трубопроводы для выявления протечек.
В обеспечении безопасности сотрудников также нашла применение цифровизация [Бурлуцкий А. В., Черепанов В. Д., 2017]. «Умный браслет» позволяет определять состояние здоровья сотрудника, пребывание в опасных зонах. Встроенные газоанализаторы информируют о состоянии окружающего воздуха, а тревожная кнопка позволяет максимально быстро получить необходимую помощь.
СИБУР считает целесообразным и дальше внедрять цифровизацию в производственные процессы. К перспективным направлениям отнесены:
Дальнейшее совершенствование и масштабирование технологий Индустрии 4.0 позволят значительно увеличить объем продукции ПАО «СИБУР Холдинг».
Немецкий концерн Siemens производит и поставляет комплексные решения в области электротехники, электроники, энергетики, медицины, транспорта и связи. Компания показывает положительные финансовые результаты: в 2017 году оборот достиг 83 млрд евро, прибыль - 6,2 млрд евро. Благодаря электрификации, автоматизации и цифровизации по всем направлениям деятельности Siemens активно внедряет технологии Индустрии 4.0 в свои бизнес-процессы, разрабатывает собственные системы и инструменты цифровизации, которые используются другими компаниями.
Отличительной особенностью Siemens на пути к Индустрии 4.0 выступает комплексный подход к изменениям (Totally IntegratedAutomation, TIA). Компания сосредоточена на технологиях, которые отвечают пяти главным трендам производства:
В рамках цифровизации используются облачные технологии, робототехника, автоматизация управления знаниями, интернет вещей, моделирование производственных процессов, технология 3 D-печати и др. Оптимальный набор определяется исходя из типа производства (дискретный или непрерывный) и цепочки жизненного цикла предприятия, которую использует Siemens (рис. 9). Для различных этапов жизненного цикла производства предлагается довольно широкий ассортимент систем, разработанных Siemens PLM Software.
Для непрерывного производства используются масштабные системы COMOS, SIMATI CPCS 7, PIA Selector и SIMOTION.
COMOS - система управления проектами, которая применяется в основном для планирования, эксплуатации и технического обслуживания технологических установок и управления ими [SiemensCOMOS, [s.а.]]. Изначально это была интегрированная система программ и программных продуктов для решения инженерных задач в сфере проектирования оборудования. На сегодня система обеспечена централизованным управлением данными и открытой архитектурой, в которой поддерживается объектно-ориентированное программирование. Интерфейсы COMOS позволяют интегрировать систему уже в существующие ИТ-инфраструктуры или применять совместно с другими программными системами. Эго позволяет COMOS поддерживать не только планирование, но и рабочие процессы, поэтому технологию могут использовать как проектировщики оборудования для отраслей с непрерывным производством (энергетика, нефтегазовая и химическая отрасли), так и операторы предприятий, внедривших систему.
Рис. 9. Цепочка жизненного цикла продукта [The Digital Enterprise 2D/3D Simulation Software from Siemens, 2015]
SIMATIC PCS 7 - одна из наиболее популярных технологий управления процессами на предприятии. Она характеризуется гибкой архитектурой и возможностью интеграции в любую систему автоматизированного управления компании Siemens в рамках концепции комплексного подхода к изменениям [SIMATIC PCS 7, 2015]. По сути, SIMATIC PCS 7 является частью комплексной цифровизации бизнеса в разрезе процессов: от логистики до выпуска готовой продукции. Система позволяет получить доступ к данным конкретных процессов на различных уровнях: планировании ресурсов предприятия (ERP-системы), управления производственными процессами (MES-системы), управления технологическими процессами (АСУ ТГТ), что возможно благодаря использованию международных промышленных стандартов для обмена данными. Еибкая комплектация системы позволяет учесть особенности каждого проекта: от цифровизации лаборатории до управления процессами на связанных установках одного предприятия. Стоит отметить, что наибольший эффект достигается в совокупности с другими технологиями, разрабатываемыми Siemens в рамках концепции Индустрии 4.0, поскольку производитель делает ставку на синергетический эффект цифровизации всех производственных процессов.
PIASelector обеспечивает выбор оптимального набора датчиков и аналитических инструментов Siemens с функцией определения направления их использования в процессах автоматизации. Выбираются прежде всего сфера, где может быть применен прибор, собственно оборудование и конкретный способ его использования. Siemens таким образом хочет облегчить выбор оптимальной комплектации продукта среди большого количества номенклатурных позиций [PIA Life Cycle Portal, [s.а.]].
SIMOTION - высокопроизводительная масштабируемая система управления движением [SIMOTION, [s.а.]]. Она позволяет создавать многократно используемые программные модули, повышающие эффективность разработки оборудования. Сделана ставка на модульность, точность и скорость работы. SIMOTION разрабатывалась с учетом возможности быстрой интеграции с другими продуктами и системами Siemens в рамках TIA. Например, система применена для модернизации линии лущения шпона, что обеспечило бесперебойную работу установки и параллельное снижение энергопотребления на производственной площадке группы «ИЛИМ».
Для дискретного производства созданы аналогичные продукты (Teamcenter, NX, Technomatrix и SIMATI CIT), которые лучше приспособлены для нужд соответствующих отраслей: машиностроения, производства электроники и компьютеров, медицинского оборудования и др.
Teamcenter - пакет программных решений для поддержки жизненного цикла изделия (PLM) на основе открытой платформы. Основное предназначение - управление данными об изделии на протяжении всего жизненного цикла: от проектирования до автоматизации процессов постпродажного технического обслуживания и ремонта. Обмен данными возможен в режиме реального времени [Управление данными, [б.г.]]. Teamcenter обеспечивает комплексную визуализацию изделия с учетом всей информации о нем и пометками, наносимыми на ЗО-модель и в документацию в случае необходимости. Это позволяет организовать взаимодействие между всеми участниками процесса проектирования и производства. В результате устанавливается безбумажный процесс согласования документации. Кроме того, система позволяет моделировать как конечный продукт, так и изменение его характеристик: можно посмотреть, как выглядит деталь, соединить несколько деталей в одну, протестировать на изгиб, посмотреть, как будет распространяться температура. Пакет решений применяется на различных предприятиях отечественного авиастроения, вертолетостроения, энергомашиностроения и других отраслей. Teamcenter используют НПО «Искра», АО «Калужский завод «Ремпутьмаш»», АО «Авиадвигатель», ПАО «5АЗ» и другие.
NX - интегрированное решение для конструкторско- технологической подготовки производства [Обзор, 2015]. Его применяют как самостоятельную систему, так и управляющий продукт, интегрированный в уже существующую программную среду. NX позволяет определить взаимодействие детали с другими изделиями, протестировать полученную конструкцию и определить узкие места. NX применим на всех этапах создания цифрового макета изделия и технологической подготовки производства, что обеспечивается объединением функций для более продуктивной разработки изделий:
Technomatrix - комплексный пакет решений для цифровизации, охватывает все области производства и разработки изделия: от схемы производственного процесса до непосредственного производства [Siemens TECNOMATIX, [s.а.]]. Решение позволяет проводить ЗО-симуляцию, решать задачи имитационного моделирования и программирования промышленных роботов, осуществлять виртуальную пусконаладку линий, определять ошибки проектирования. Technomatrix включает широкий спектр программных продуктов, для которых характерны возможность и автономного применения, и в режиме совместимости с другими продуктами, в том числе под управлением Teamcenter. К преимуществам Technomatrix можно отнести сокращение сроков подготовки производства, упрощенное создание конструкторски сложных изделий, увеличение рентабельности и оптимизации технологии производства за счет распределения инвестиций между несколькими продуктовыми линейками на этапе проектирования и моделирования. Решение Technomatrix получило достаточно широкое распространение в различных отраслях: автомобилестроении (КАМАЗ, Volvo, BMW, Mazda), авиационно-космическаой промышленности (Boeing), машиностроении и электротехнике (Caterpillar), телекоммуникационном оборудовании (Motorola) и др.
SIMATIC IT является аналогом SIMATIC PCS 7 для дискретного производства. Про дуктпозволяетпостроитьМЕ8-си- стему, управлять спецификациями продукции и цепочками поставок, комплексно моделировать производственные процессы организации, определять их возможности и получать информацию с уровней ERP и производства и управлять ею. Эго модульная система, которая состоит из взаимодействующих между собой программных компонентов, позволяющих решить все необходимые ME S-задачи, описанные в соответствующем стандарте ISA-95. Основное преимущество составляет моделирование сложных бизнес-процессов и структур производства, которые остаются полностью прозрачными, понятными, независимыми от функционирования реальных систем управления [SIMATIC IT, 2004]. Моделирование может происходить в любой точке предприятия, обеспечивает стандартизацию процессов, а наиболее удачные методы управления могут быть распространены на другие бизнес-единицы или все предприятие. Это особенно удобно для международных холдингов, имеющих производственные площадки в разных странах мира. Встроенные процессы управления качеством - поддержка визуального контроля, автоматизированный сбор информации об операциях, управление дефектами - поддерживают различные методологии управления, в том числе шесть сигм.
Общей технологией для обоих типов производства выступает открытая облачная информационная система MindSphere, которая представляет собой ключевой элемент мощной операционной системы, основанной на технологии интернета вещей [MindSphere позволяет, [б.г]. Она позволяет связать оборудование компании и физическую инфраструктуру с цифровым облаком, что обеспечивает получение информации, необходимой для трансформации бизнеса и превентивного обслуживания оборудования. MindSphere наделена функциями анализа данных, средствами для разработчиков, приложениями и сервисами. К основным преимуществам системы можно отнести следующее:
Так, внедрение технологии самой компанией Siemens позволило сократить время простоя на 10%, на производственной площадке Coca-Cola технология обеспечила сокращение простоя на 15%, одновременное снижение расходов на техническое обслуживание на 5% [MindSphere - Открытая, [б.г].
Применение комплекса описанных технологий и подобных им необходимо для создания виртуальной производственной системы («цифровой тени»), которая всегда актуальна и расширяется в течение всего жизненного цикла [TIAPortal V14, [s.а.]]. Совокупность физического производственного оборудования и «цифровой тени» содержит всю информацию о механике, электрике, автоматизации, человеко-машинном интерфейсе, безопасности состояния, версии ПО и других параметрах. По сути, полная интеграция физической и виртуальной составляющих и есть цифровизация производства, которая является конечной целью изменений. Сначала отражение физического производства в цифровом виде, а потом и интеграция двух полученных частей невозможны без совершенствования производства посредством построения автоматизированной системы с помощью технологий Индустрии 4.0. Полная же интеграция будет достигнута тогда, когда все процессы производства будут автоматизированы.
Все упомянутые технологии - реально используемые инструменты, повышающие эффективность производственных процессов. Целесообразность их внедрения демонстрирует сам концерн Siemens - один из лидеров цифровизации. Компания внедряет собственные разработки на все свои предприятия, однако наибольшие успехи были достигнуты на заводе Siemens Electronics Works Amberg (Амберг, Еермания), где автоматизировано 75% всех производственных процессов. Среди прочего там выпускают контроллеры SIMATIC, составляющие аппаратную часть одноименной системы. 50 млн точек данных генерируют постоянный поток данных, который собирается и анализируется соответствующими программными системами. Одной из таких систем является технология Teamcenter, которая получила наиболее широкое распространение. Цифровизация позволила сократить время изменения конструкции продукции и производственных процессов до нескольких минут. Благодаря этому в автоматическом режиме можно производить более 1200 обслуживаемых в Teamcenter артикулов продукции, которые отгружаются более чем 60 ООО потребителей. При этом уровень качества достигает 99,9% [Какумный завод, [б.г]].
Технологии Siemens используют и производители эксклюзивных автомобилей, например Maserati. Внедрение технологий привело к сокращению времени сборки и увеличению выпуска продукции. Время разработки новой модели уменьшилось на 30% за счет оцифровки производственных процессов: отладки, сборки и симуляции. Кроме того, в три раза расширился ассортимент моделей.
От своих западных коллег стараются не отставать и отечественные производители. Крупнейший российский автопроизводитель ПАО «КАМАЗ» вдвое сократил срок реализации проектов, используя технологии Индустрии 4.0, в том числе поставляемые компанией Siemens [«КАМАЗ» и компания, 2017]. На производстве внедрены программные продукты NX, Teamcenter и Technomatrix, они уже используются для цифрового моделирования процесса производства и сборки грузовиков. В 2017 году между ПАО «КАМАЗ» и компанией Siemens заключено соглашение, где идет речь о внедрении концепции «Индустрия 4.0» в разрезе создания цифровых двойников изделия и производства и выработки корпоративного стандарта «КАМАЗ» в сфере цифровизации. Комплексный подход к использованию технологий позволит компании сохранить лидирующие позиции на мировом рынке производителей грузовых автомобилей и двигателей.
На основании анализа кейсов можно сделать вывод о том, что рассмотренные компании находятся на разных стадиях трансформации операционной модели (рис. 10). Данное распределение базируется на изученных материалах, согласно которым:
Рис. 10. Распределение кейсов по стадиям цифровизации операционной модели
Переход от высокоуровневых стратегических инициатив по трансформации бизнеса при помощи современных технологий к росту эффективности повседневной деятельности возможен за счет развития операционной модели. В статье рассмотрены такие ключевые измерения, как процессы и информационные технологии, которые непосредственно обеспечивают цифровую трансформацию. Развитие указанных измерений проходит несколько последовательных уровней зрелости, пропуск которых для осуществления «скачка» сопряжен с организационными и финансовыми сложностями. Традиционные пять уровней зрелости процессов и информационных технологий были дополнены цифровым уровнем, поскольку стратегия цифровизации выдвигает новые требования к операционной эффективности предприятий. Стоит также отметить, что выбор и ускоренная трансформация отдельно взятого производственного процесса при помощи инновационной технологии не имеет отношения к цифровизации всего предприятия. В связи с этим представлены пять стадий трансформации операционной модели: предцифровая стадия, стадия «пилотные проекты», стадия «цифровые фабрики», стадия «частичная цифровизация» и стадия «полная цифровизация». Концепция цифровой фабрики детально рассмотрена через призму конкретных технологий.
Кейсы компаний ПАО «НЛМК», ПАО «СИБУР», Siemens AG ценны тем, что показывают продвижение по стадиям цифровизации операционной модели. Структурированный подход к изучению кейсов обеспечивается посредством пошагового исследования широкого спектра производственных процессов и инициатив по их развитию. Анализ операционной модели дает рабочий шаблон для реализации инициатив, позволяет составить перечень процессов и технологий, которые могут быть внедрены на производстве.
В дальнейшем представляется целесообразным изучить принципиальную возможность строительства цифровой фабрики с нуля, без обязательного прохождения всех уровней зрелости, возможные барьеры на этом пути, например недостаточно зрелые управленческие практики, слабая интеграция информационных систем, недостаточная квалификация имеющихся кадров и др.
The authors declare that there are no conflicts of interest present.