Фишинг нового уровня: злоумышленники месяцами атакуют промышленные предприятия.
▶️ «Лаборатория Касперского» зафиксировала затяжную фишинговую кампанию против промышленных предприятий нескольких стран, в том числе России. Атака носит многоступенчатый характер и с апреля 2026 года продолжает развиваться, оставаясь актуальной и в июле.
Как это выглядит:
⏺️ злоумышленники рассылают на английском языке письма, маскирующиеся под запросы от потенциальных иностранных заказчиков. В них они якобы интересуются продукцией предприятия и просят уточнить цены или наличие товара.
⏺️ как только жертва вступает в диалог, мошенники присылают ссылку на файл с техническими требованиями — либо сразу, либо после серии уточняющих вопросов.
⏺️ переход по ссылке ведёт на поддельную страницу, имитирующую популярный облачный PDF-сервис. При попытке скачать документ пользователю предлагается «авторизоваться» — ввести корпоративный логин и пароль под предлогом обеспечения безопасности доступа. Эти данные попадают напрямую к хакерам.
Что делать?
Как рассказал эксперт по кибербезопасности «Лаборатории Касперского» Роман Деденок, преступники тщательно готовятся — изучают специфику производств, используют сценарии, адаптированные под бизнес-процессы жертв, а для составления убедительных текстов нередко задействуют инструменты искусственного интеллекта.
🔼 Атакующие переходят от примитивных одношаговых схем к длинным многоэтапным цепочкам, что существенно увеличивает их шансы на успех. Компаниям следует усилить технические средства защиты и регулярно повышать цифровую грамотность сотрудников, чтобы минимизировать риски проникновения в корпоративную инфраструктуру.
™️ МашТех в Telegram | в MAX
Как это выглядит:
Что делать?
Как рассказал эксперт по кибербезопасности «Лаборатории Касперского» Роман Деденок, преступники тщательно готовятся — изучают специфику производств, используют сценарии, адаптированные под бизнес-процессы жертв, а для составления убедительных текстов нередко задействуют инструменты искусственного интеллекта.
Please open Telegram to view this post
VIEW IN TELEGRAM
Champion Group LC через суд требует у «Софтлайн» 1,17 млрд руб. за сделку с Bell Integrator.
▶️ Компания Champion Group LC подала в Арбитражный суд Москвы иск к ГК «Софтлайн» о взыскании около 1,17 млрд рублей с процентами по сделке о приобретении интегратором группы компаний Bell Integrator. Именно на базе Bell Integrator и активов «Софтлайна» была создана компания «Фабрика ПО».
Чем это грозит «Софтлайну»?
Финансово 1,17 млрд для компании с оборотами в десятки миллиардов - не смертельно. Хотя, как утверждает истец, из публичной отчётности Softline невозможно подтвердить, что у группы есть деньги на погашение, а сама задолженность в отчётности не отражена. И суд создаёт новые проблемы:
⏺️ репутация перед IPO. На базе Bell Integrator и активов «Софтлайна» строили «Фабрику ПО» под биржу - публичный суд с зарубежным продавцом это не украшает.
⏺️ прецедент по всем M&A с иностранным следом. Любая сделка, где продавец ушёл в недружественную юрисдикцию, теперь под вопросом «как платить финалку».
⏺️ риск обеспечительных мер - арест активов или счетов на время спора уже случался в других делах против интегратора.
Из-за чего спор?
🔽 Суть спора - неоплата финального транша по сделке 2023 года, в рамках которой «Софтлайн» приобрёл 100% Bell Integrator за 5,87 млрд рублей. На момент закрытия выплачено 4,341 млрд рублей, ещё 726 млн рублей - отложенное возмещение, 807 млн рублей - условное вознаграждение.
Финальный платёж, который теперь оспаривается, должен был быть перечислен продавцу в ноябре 2025 года. Истец контролируется основателем Bell Integrator Андреем Коробицыным, и в «Софтлайне» ссылаются на его американское гражданство, а также «ужесточение регулирования трансграничных платежей».
™️ МашТех в Telegram | в MAX
Чем это грозит «Софтлайну»?
Финансово 1,17 млрд для компании с оборотами в десятки миллиардов - не смертельно. Хотя, как утверждает истец, из публичной отчётности Softline невозможно подтвердить, что у группы есть деньги на погашение, а сама задолженность в отчётности не отражена. И суд создаёт новые проблемы:
Из-за чего спор?
Финальный платёж, который теперь оспаривается, должен был быть перечислен продавцу в ноябре 2025 года. Истец контролируется основателем Bell Integrator Андреем Коробицыным, и в «Софтлайне» ссылаются на его американское гражданство, а также «ужесточение регулирования трансграничных платежей».
Please open Telegram to view this post
VIEW IN TELEGRAM
Гуманоиды на заводе: как Prof-IT Group видит новую нишу для MES
«Неподготовленность производства» аналитики считают одним из главных препятствий при внедрении MES. Мы решили узнать #мнение руководителя направления развития продуктов MES PROF-IT GROUP Федора Ложкина о том, насколько такая оценка близка к реальности.
⏺️ Многие компании пытаются внедрять системы, не имея описанных и стабильно работающих процессов. С какими конкретными проявлениями этой проблемы вы сталкиваетесь в своей практике и как помогаете заказчикам их преодолевать?
Аналитики во многом правы. Вопрос, что с этим делать, тоже не новый: «Что раньше - курица или яйцо?». Для большинства предприятий, особенно сейчас, в эпоху геополитической нестабильности, это стандартная ситуация.
При этом предприятия работают, стабильно отгружают продукцию, некоторые с многократным ростом производства. Значит, процессы есть и они работают.
Да, очень часто они не формализованы в виде документов, замкнуты на конкретных людей и неформальных договоренностях. Формализация и цифровизация этих процессов является зоной роста для любого из предприятий.
Существуют два вполне очевидных выбора - или выявить эти процессы и формализовать в виде обновленного ИТ-ландшафта, включая в том числе в него наши отраслевые программные продукты, или предложить перейти на процессы, которые отшлифованы отраслевой экспертизой, проверены многолетней эксплуатацией на аналогичных предприятиях и реализованы в предлагаемых решениях.
В обоих случаях ключевыми факторами являются готовность сотрудничать и меняться со стороны заказчика, компетенции специалистов интегратора.
⏺️ После нескольких лет активного импортозамещения многие предприятия уже прошли первый этап внедрения отечественных MES. Какие ожидания заказчиков не оправдались, а какие результаты оказались лучше прогнозов?
Из нашего проектного опыта - заказчики в машиностроении очень разные. Если говорить про автосборочные предприятия, то процесс импортозамещения с использованием нашей отраслевой экспертизы в области ERP и MES, миграции этих решений на отечественный программно-аппаратный комплекс, полностью успешен.
Нельзя сказать, насколько наша реализация лучше или хуже ранее используемых западных решений, она просто другая. При этом в части функциональности все требования наших пользователей реализованы полностью. А им есть с чем сравнивать.
Есть диаметрально противоположная ситуация, когда именно новые вызовы диктуют предприятиям необходимость внедрения систем оперативного управления производством и качеством.
Здесь говорить об импортозамещении нецелесообразно, это совершенно другой нарратив - повышение качества планирования и управления производством за счет цифровизации сквозных процессов, от ERP до MES и конкретного оборудования. Это изначально реализуется на импортонезависимом комплексе решений.
⏺️ Насколько предприятия готовы использовать ИИ-инструменты внутри MES-контуров? Есть ли уже реальные кейсы промышленного применения, а не пилотные проекты?
Внедрение ИИ на каждом предприятии - отдельная, часто индивидуальная история, и в первую очередь ограничивается недостаточной цифровизацией самих процессов управления производством и определением конкретного ответственного за результат работы ИИ.
В некоторых случаях ущерб может исчисляться миллионами рублей и больше. Кто возьмет на себя ответственность?
Из наиболее востребованного на данный момент - контроль качества при помощи машинного зрения. Это то, что работает уже сейчас и при должном подходе может приносить значительную экономию.
Следующим перспективным, на мой взгляд, направлением является анализ данных, в том числе от IIoT, для поиска неочевидных закономерностей в производственных процессах.
Из того, что вызывает большой интерес сейчас, - возможность использования гуманоидных роботов на наших промышленных предприятиях. В этом я вижу новую нишу и для развития MES-систем.
™️ МашТех в Telegram | в MAX
«Неподготовленность производства» аналитики считают одним из главных препятствий при внедрении MES. Мы решили узнать #мнение руководителя направления развития продуктов MES PROF-IT GROUP Федора Ложкина о том, насколько такая оценка близка к реальности.
Аналитики во многом правы. Вопрос, что с этим делать, тоже не новый: «Что раньше - курица или яйцо?». Для большинства предприятий, особенно сейчас, в эпоху геополитической нестабильности, это стандартная ситуация.
При этом предприятия работают, стабильно отгружают продукцию, некоторые с многократным ростом производства. Значит, процессы есть и они работают.
Да, очень часто они не формализованы в виде документов, замкнуты на конкретных людей и неформальных договоренностях. Формализация и цифровизация этих процессов является зоной роста для любого из предприятий.
Существуют два вполне очевидных выбора - или выявить эти процессы и формализовать в виде обновленного ИТ-ландшафта, включая в том числе в него наши отраслевые программные продукты, или предложить перейти на процессы, которые отшлифованы отраслевой экспертизой, проверены многолетней эксплуатацией на аналогичных предприятиях и реализованы в предлагаемых решениях.
В обоих случаях ключевыми факторами являются готовность сотрудничать и меняться со стороны заказчика, компетенции специалистов интегратора.
Из нашего проектного опыта - заказчики в машиностроении очень разные. Если говорить про автосборочные предприятия, то процесс импортозамещения с использованием нашей отраслевой экспертизы в области ERP и MES, миграции этих решений на отечественный программно-аппаратный комплекс, полностью успешен.
Нельзя сказать, насколько наша реализация лучше или хуже ранее используемых западных решений, она просто другая. При этом в части функциональности все требования наших пользователей реализованы полностью. А им есть с чем сравнивать.
Есть диаметрально противоположная ситуация, когда именно новые вызовы диктуют предприятиям необходимость внедрения систем оперативного управления производством и качеством.
Здесь говорить об импортозамещении нецелесообразно, это совершенно другой нарратив - повышение качества планирования и управления производством за счет цифровизации сквозных процессов, от ERP до MES и конкретного оборудования. Это изначально реализуется на импортонезависимом комплексе решений.
Внедрение ИИ на каждом предприятии - отдельная, часто индивидуальная история, и в первую очередь ограничивается недостаточной цифровизацией самих процессов управления производством и определением конкретного ответственного за результат работы ИИ.
В некоторых случаях ущерб может исчисляться миллионами рублей и больше. Кто возьмет на себя ответственность?
Из наиболее востребованного на данный момент - контроль качества при помощи машинного зрения. Это то, что работает уже сейчас и при должном подходе может приносить значительную экономию.
Следующим перспективным, на мой взгляд, направлением является анализ данных, в том числе от IIoT, для поиска неочевидных закономерностей в производственных процессах.
Из того, что вызывает большой интерес сейчас, - возможность использования гуманоидных роботов на наших промышленных предприятиях. В этом я вижу новую нишу и для развития MES-систем.
Please open Telegram to view this post
VIEW IN TELEGRAM
Правительство добавит денег
▶️ Правительство направляет 2 млрд рублей из резервного фонда на поддержку высокотехнологичных производств - распоряжение о выделении средств подписал Михаил Мишустин. Поддержку получат не менее 5 инвестпроектов в приоритетных отраслях.
В перечень приоритетных отраслей вошли:
⏺️ транспортное машиностроение,
⏺️ радиоэлектронная промышленность,
⏺️ химический комплекс,
⏺️ лёгкая промышленность,
⏺️ станкостроение.
🔼 Дополнительная капитализация ФРП позволит расширить портфель проектов и быстрее запустить их в жизнь. Кто получит деньги - пока не уточняется, но отбор пройдёт по стандартной процедуре фонда с упором на экономическую эффективность и технологическую значимость.
™️ МашТех в Telegram | в MAX
В перечень приоритетных отраслей вошли:
Please open Telegram to view this post
VIEW IN TELEGRAM
Яндекс пустил роботакси
▶️ Правда, пока между офисами компании в деловом квартале «Красная Роза», и воспользоваться им могут только сотрудники Яндекса. Но по сути это последний тест перед тем, как беспилотники начнут работать для всех желающих.
А произойдёт это, как обещают, уже до конца года ‐ 100 машин будет приезжать на заказы пассажиров в Яндекс Go.
™️ МашТех в Telegram | в MAX
А произойдёт это, как обещают, уже до конца года ‐ 100 машин будет приезжать на заказы пассажиров в Яндекс Go.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Получается, место встречи меняется, а созвон по расписанию.
Please open Telegram to view this post
VIEW IN TELEGRAM
#дайджест
Про будущее.
⏺️ Гуманоиды на заводе: узнали у руководителя направления развития продуктов MES Prof-IT Group, какую новую нишу он видит для этих систем.
Про цифровизацию.
⏺️ «Роснефть» нанимает SAP-специалистов вопреки импортозамещению. Почему это происходит.
⏺️ Промышленность получит кэшбэк на ПО.
⏺️ «Ростелеком» и Уральская ТПП вместе займутся цифровой трансформацией промышленности.
Про электронику.
⏺️ Росатом за 257 миллионов разработает установку для производства микроэлектроники. Ну почти.
Про роботов.
⏺️ Т1 и «Корпорация робототехники» вместе займутся развитием роботизации.
⏺️ А «Камаз» выйдет на рынок антропоморфных роботов с «человеческими руками».
⏺️ Но пока доля зарубежных роботов в России достигает 80%.
⏺️ А по федпроекту роботизации за полгода расходовали только 14,5% из выделенных средств.
Про деньги.
⏺️ Champion Group LC через суд требует у «Софтлайн» 1,17 млрд рублей за сделку с Bell Integrator.
⏺️ Правительство направляет 2 млрд рублей на поддержку высокотехнологичных производств.
Про ИИ.
⏺️ AIRI и Сбер займутся развитием ИИ для промышленности.
⏺️ ГенИИ (и не только) может прибавлять примерно 1% к ежегодным темпам роста производительности труда.
⏺️ ТМК уже внедряет ИИ в цехах. И говорит, что рынок не готов к тому, что будет дальше.
⏺️ Закон об искусственном интеллекте пришёл в промышленность. Разбираемся, что он меняет.
⏺️ ИИ принёс химическому гиганту 1,5 млрд за два года. Рассказываем, кому привалило такое счастье.
Про производство.
⏺️ В Челябинской области локализуют производство IoT-модулей.
⏺️ Компания основателя Rubetek займется производством ПАКов для промышленности.
Про перемены.
⏺️ У Софтлайна новый исполнительный директор.
⏺️ И сразу же гендиректор сменился у «СФ Тех» - технологического кластера Софтлайна.
™️ МашТех в Telegram | в MAX
Про будущее.
Про цифровизацию.
Про электронику.
Про роботов.
Про деньги.
Про ИИ.
Про производство.
Про перемены.
Please open Telegram to view this post
VIEW IN TELEGRAM
Росатом запускает вторую гигафабрику — 8 ГВт·ч и 50 тысяч батарей в год.
▶️ Росатом до конца года запускает вторую гигафабрику литий-ионных батарей - теперь в Подмосковье. Как рассказал директор бизнес-направления "Электромобильность" ТВЭЛ Александр Бухвалов, вместе с площадкой в Калининградской области суммарная мощность достигнет 8 ГВт·ч в год.
Это позволит выпускать до 50 тыс. аккумуляторов для:
⏺️ электробусов и трамваев;
⏺️ легковых электромобилей (включая такси, каршеринг и личные);
⏺️ речных электросудов;
⏺️ электросамокатов и другой индивидуальной мобильности.
Помимо этого, Росатом активно развивает зарядную инфраструктуру - сейчас обсуждается установка станций в Екатеринбурге. Ввод обеих гигафабрик должен полностью закрыть потребности российского рынка в накопителях энергии и обеспечить экспортные проекты госкорпорации.
™️ МашТех в Telegram | в MAX
Это позволит выпускать до 50 тыс. аккумуляторов для:
Помимо этого, Росатом активно развивает зарядную инфраструктуру - сейчас обсуждается установка станций в Екатеринбурге. Ввод обеих гигафабрик должен полностью закрыть потребности российского рынка в накопителях энергии и обеспечить экспортные проекты госкорпорации.
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Но сейчас больше пригодилось бы безбензиновое.
Please open Telegram to view this post
VIEW IN TELEGRAM
#цифры
▶️ Совокупная выручка российских разработчиков ПО в 2026 году вырастет на 17% до 3,3 трлн рублей, однако более 20% участников рынка могут завершить год со снижением доходов. По данным исследования «Руссофт», это происходит на фоне замедления отрасли.
Выглядело это следующим образом:
⏺️ в 2025 году оборот увеличился лишь на 14% (2,8 трлн)
⏺️ в 2024-м рост составлял 25% (2,46 трлн)
⏺️ а в 2023-м – 20% (1,98 трлн).
Оптимизм компаний часто расходится с реальностью: при опросе в 2025 году снижение выручки в следующем году ожидали только 3,8%, а по факту падение зафиксировано у 25,5%. Число банкротств среди разработчиков, особенно в сегменте МСП, в 2026 году может заметно возрасти.
Среди тех, кто уже потерял доходы в прошлом году:
⏺️ 40,5% рассчитывают на рост в 2026-м
⏺️ 16,5% – на сохранение уровня
⏺️ 43% ждут дальнейшего спада.
По словам президента ассоциации «Руссофт» Валентина Макарова, прогнозируемый прирост выручки достигается главным образом за счёт вынужденного повышения цен на продукты и услуги – это компенсирует резкий рост налоговой нагрузки (с 5% до 30% от выручки по оценкам).
🔼 Сокращать зарплаты без увольнений почти невозможно. Прирост более 10% возможен только через тарифы, но для этого нужен спрос хотя бы на прежнем уровне, что в условиях высокой ставки ЦБ и переохлаждения экономики маловероятно.
Где деньги?
🔽 По экспорту «Руссофт» прогнозирует рост выручки на 9% до 572 млрд рублей (в 2025-м – +0,2% до 524 млрд). Но классическая модель продажи готовых продуктов работает всё хуже – заказчики из дружественных стран теперь интересуются российским опытом построения суверенной цифровой инфраструктуры.
Востребован формат партнёрства – от объединения команд до совместных предприятий, позволяющих локализовать разработку и развивать локальную экспертизу. Это требует больше инвестиций и времени, но даёт более устойчивый результат, чем традиционное вендорское присутствие.
™️ МашТех в Telegram | в MAX
Выглядело это следующим образом:
Оптимизм компаний часто расходится с реальностью: при опросе в 2025 году снижение выручки в следующем году ожидали только 3,8%, а по факту падение зафиксировано у 25,5%. Число банкротств среди разработчиков, особенно в сегменте МСП, в 2026 году может заметно возрасти.
Среди тех, кто уже потерял доходы в прошлом году:
По словам президента ассоциации «Руссофт» Валентина Макарова, прогнозируемый прирост выручки достигается главным образом за счёт вынужденного повышения цен на продукты и услуги – это компенсирует резкий рост налоговой нагрузки (с 5% до 30% от выручки по оценкам).
Где деньги?
Востребован формат партнёрства – от объединения команд до совместных предприятий, позволяющих локализовать разработку и развивать локальную экспертизу. Это требует больше инвестиций и времени, но даёт более устойчивый результат, чем традиционное вендорское присутствие.
Please open Telegram to view this post
VIEW IN TELEGRAM
ЕвроХим: идеальный промышленный ИИ — это не один поставщик, а сильная экосистема
Закон о поддержке развития искусственного интеллекта в России уже стал одной из самых обсуждаемых инициатив последних месяцев, и мы решили узнать #мнение представителей отраслей о том, как он изменит промышленность в ближайшее время. Сегодня на наши вопросы ответил заместитель генерального директора по обеспечению деятельности ЕвроХима Денис Самохвалов.
⏺️ При выборе промышленной ИИ-платформы что сегодня становится определяющим фактором: экономический эффект, зрелость технологии или способность поставщика соответствовать новым требованиям регулирования? Изменится ли этот баланс после вступления закона в силу?
Для промышленности главным критерием остается измеримый экономический эффект: снижение издержек, рост производительности, повышение качества продукции и сокращение простоев.
Однако получить этот эффект можно только при наличии зрелой технологии, способной работать в сложной производственной среде. Поэтому сегодня эти два фактора тесно взаимосвязаны.
Регуляторные требования становятся третьим важным элементом. После вступления закона в силу соответствие требованиям по безопасности, прозрачности и происхождению моделей станет обязательным условием участия в крупных промышленных проектах.
При этом заказчики по-прежнему будут выбирать решения, которые обеспечивают понятную окупаемость и минимальные риски.
⏺️ Переходный период до 2032 года дает предприятиям возможность постепенно адаптировать уже внедренные ИИ-системы. Планируете ли вы использовать это время для модернизации существующих решений или будете сразу переходить на новые платформы, построенные на отечественных foundation-моделях?
Для большинства крупных предприятий наиболее рациональным сценарием станет поэтапная модернизация.
За последние годы промышленность инвестировала значительные средства в цифровые платформы, аналитические системы и специализированные модели, поэтому их одномоментная замена экономически неоправданна.
Переходный период позволяет постепенно обновлять архитектуру, интегрировать отечественные foundation-модели там, где они дают дополнительные преимущества, и при этом сохранять непрерывность производственных процессов. Такой подход снижает технологические и финансовые риски.
™️ МашТех в Telegram | в MAX
Закон о поддержке развития искусственного интеллекта в России уже стал одной из самых обсуждаемых инициатив последних месяцев, и мы решили узнать #мнение представителей отраслей о том, как он изменит промышленность в ближайшее время. Сегодня на наши вопросы ответил заместитель генерального директора по обеспечению деятельности ЕвроХима Денис Самохвалов.
Для промышленности главным критерием остается измеримый экономический эффект: снижение издержек, рост производительности, повышение качества продукции и сокращение простоев.
Однако получить этот эффект можно только при наличии зрелой технологии, способной работать в сложной производственной среде. Поэтому сегодня эти два фактора тесно взаимосвязаны.
Регуляторные требования становятся третьим важным элементом. После вступления закона в силу соответствие требованиям по безопасности, прозрачности и происхождению моделей станет обязательным условием участия в крупных промышленных проектах.
При этом заказчики по-прежнему будут выбирать решения, которые обеспечивают понятную окупаемость и минимальные риски.
Для большинства крупных предприятий наиболее рациональным сценарием станет поэтапная модернизация.
За последние годы промышленность инвестировала значительные средства в цифровые платформы, аналитические системы и специализированные модели, поэтому их одномоментная замена экономически неоправданна.
Переходный период позволяет постепенно обновлять архитектуру, интегрировать отечественные foundation-модели там, где они дают дополнительные преимущества, и при этом сохранять непрерывность производственных процессов. Такой подход снижает технологические и финансовые риски.
Please open Telegram to view this post
VIEW IN TELEGRAM
Продолжение.
Консорциумы станут наиболее эффективной моделью идеального поставщика. Такое #мнение выразил заместитель генерального директора по обеспечению деятельности ЕвроХима Денис Самохвалов, отвечая на наши вопросы о будущем промышленного ИИ в России.
⏺️ Сегодня цифровые двойники, предиктивная аналитика и интеллектуальное управление производством требуют обмена огромными объемами технологических данных. Какие ограничения в части локализации инфраструктуры и хранения данных вы считаете оправданными, а какие могут замедлить цифровую трансформацию промышленности?
Для критически важных производств требования к локализации данных и вычислительной инфраструктуры вполне оправданы. Они повышают уровень информационной безопасности и снижают зависимость от внешних поставщиков технологий.
При этом важно, чтобы регулирование не ограничивало развитие современных распределенных архитектур, гибридных облаков и механизмов безопасного обмена промышленными данными между участниками производственных цепочек.
Оптимальным представляется риск-ориентированный подход, при котором уровень требований определяется критичностью данных и конкретного производственного процесса.
⏺️ Если через несколько лет отечественные модели станут обязательными для значительной части промышленности, каким вы видите идеального поставщика промышленного ИИ: разработчика собственной модели, интегратора, поставщика цифровой платформы или консорциум нескольких игроков? Какая модель сотрудничества наиболее устойчива для крупных производственных предприятий?
Наиболее устойчивой моделью представляется экосистема, объединяющая нескольких участников.
Разработка фундаментальных моделей требует одних компетенций, создание отраслевых решений – других, а внедрение на производстве невозможно без глубокого понимания технологических процессов предприятия.
Поэтому наиболее эффективной выглядит модель консорциума, где разработчики моделей, поставщики цифровых платформ, интеграторы и отраслевые эксперты работают совместно.
Это позволяет быстрее внедрять инновации, снижать зависимость от одного поставщика и обеспечивать долгосрочное развитие решений.
Для крупных промышленных предприятий особенно важны открытая архитектура, совместимость с существующими информационными системами и возможность поэтапного развития ИИ-инфраструктуры без необходимости полного пересмотра уже реализованных цифровых проектов.
™️ МашТех в Telegram | в MAX
Консорциумы станут наиболее эффективной моделью идеального поставщика. Такое #мнение выразил заместитель генерального директора по обеспечению деятельности ЕвроХима Денис Самохвалов, отвечая на наши вопросы о будущем промышленного ИИ в России.
Для критически важных производств требования к локализации данных и вычислительной инфраструктуры вполне оправданы. Они повышают уровень информационной безопасности и снижают зависимость от внешних поставщиков технологий.
При этом важно, чтобы регулирование не ограничивало развитие современных распределенных архитектур, гибридных облаков и механизмов безопасного обмена промышленными данными между участниками производственных цепочек.
Оптимальным представляется риск-ориентированный подход, при котором уровень требований определяется критичностью данных и конкретного производственного процесса.
Наиболее устойчивой моделью представляется экосистема, объединяющая нескольких участников.
Разработка фундаментальных моделей требует одних компетенций, создание отраслевых решений – других, а внедрение на производстве невозможно без глубокого понимания технологических процессов предприятия.
Поэтому наиболее эффективной выглядит модель консорциума, где разработчики моделей, поставщики цифровых платформ, интеграторы и отраслевые эксперты работают совместно.
Это позволяет быстрее внедрять инновации, снижать зависимость от одного поставщика и обеспечивать долгосрочное развитие решений.
Для крупных промышленных предприятий особенно важны открытая архитектура, совместимость с существующими информационными системами и возможность поэтапного развития ИИ-инфраструктуры без необходимости полного пересмотра уже реализованных цифровых проектов.
Please open Telegram to view this post
VIEW IN TELEGRAM
В ТПП захотели создать карту барьеров цифровизации промышленности.
▶️ На заседании Комитета ТПП РФ по энергетической стратегии и развитию ТЭК прозвучало предложение создать межотраслевую карту барьеров, мешающих внедрению цифровых технологий и ИИ на российских предприятиях. Она должна помочь перейти от разрозненных пилотов к полноценному промышленному тиражированию решений.
Сейчас много говорят о количестве разработок, но промышленность оценивает технологии по результату - сокращению простоев, повышению надёжности, снижению энергозатрат. А этого часто нет. Существует несколько типовых препятствий, мешающих цифровизации:
⏺️ сложности с постановкой задачи
⏺️ недостаток и низкое качество данных
⏺️ проблемы интеграции с действующими системами
⏺️ требования промышленной и информбезопасности
⏺️ неочевидная экономика проекта
⏺️ отсутствие механизмов тиражирования
Для реального распространения удачных практик недостаточно изучать только положительные кейсы - не менее важно разбирать причины, по которым перспективные проекты застревают между стадией эксперимента и серийной эксплуатацией.
™️ МашТех в Telegram | в MAX
Сейчас много говорят о количестве разработок, но промышленность оценивает технологии по результату - сокращению простоев, повышению надёжности, снижению энергозатрат. А этого часто нет. Существует несколько типовых препятствий, мешающих цифровизации:
Для реального распространения удачных практик недостаточно изучать только положительные кейсы - не менее важно разбирать причины, по которым перспективные проекты застревают между стадией эксперимента и серийной эксплуатацией.
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Wildberries взял себя в руки. Китайские.
▶️ Wildberries провёл тендер на закупку высокотехнологичных комплектующих для роботов-гуманоидов ‐ компания приобрела несколько манипуляторов, максимально приближенных по строению и функциям к кисти человека, а также системы технического зрения.
Что заказал маркетплейс?
Как сообщается, закуплены четыре модели роботизированных кистей, по 2 шт. каждой, конструктивно повторяющих анатомию руки: пять пальцев, естественные степени свободы, тактильная чувствительность. Все соответствуют единым требованиям:
⏺️ раскрытие ≥180°
⏺️ усилие сжатия 5-30 Н
⏺️ тактильные датчики на каждом пальце и ладони
⏺️ частота обновления от 100 Гц
⏺️ диапазон измерений 0-50 Н.
Что за руки?
⏺️ Inspire Hand RH56DFTP. Точность позиционирования — ±0,2 мм. Шесть сервоприводов с датчиками силы, тактильная обратная связь как у нервных окончаний.
⏺️ Dexterous Hand RH56DFX. 87% успешных захватов для 300 разных объектов. Есть открытый контроллер на GitHub, легко интегрируется с гуманоидами.
⏺️ OmniHand Pro 2025. Специально для работы с разнородными товарами (SKU). Тактильные датчики определяют тип упаковки и адаптируют усилие, чтобы не повредить товар.
⏺️ XHAND1. Ориентирована на надёжный захват и удержание без деформации упаковки.
И глаза тоже.
Для трёхмерного восприятия склада Wildberries приобрела RGB-D камеры. Как пишет Сnews, в базовый набор вошли Intel RealSense D435f (для классификации габаритов), Luxonis OAK-D Lite и OAK-D Pro (со встроенными нейропроцессорами), Orbbec Gemini 335Lg (с лазерной подсветкой) и Stereolabs ZED X Mini (для навигации).
🔼 Для точного позиционирования схвата на малых расстояниях выбраны Intel RealSense D405 (детектирует ориентацию штрих-кодов) и Orbbec Gemini 305 / 305g (компактная модель для работ в ограниченном пространстве).
Зачем это Wildberries?
🔽 Маркетплейс уже тестирует промышленные манипуляторы на складе в Коледино и планирует строить полностью автоматизированные центры. Рынок человекоподобных роботов растёт, и Wildberries выбирает проверенные китайские решения, чтобы не изобретать велосипед.
™️ МашТех в Telegram | в MAX
Что заказал маркетплейс?
Как сообщается, закуплены четыре модели роботизированных кистей, по 2 шт. каждой, конструктивно повторяющих анатомию руки: пять пальцев, естественные степени свободы, тактильная чувствительность. Все соответствуют единым требованиям:
Что за руки?
И глаза тоже.
Для трёхмерного восприятия склада Wildberries приобрела RGB-D камеры. Как пишет Сnews, в базовый набор вошли Intel RealSense D435f (для классификации габаритов), Luxonis OAK-D Lite и OAK-D Pro (со встроенными нейропроцессорами), Orbbec Gemini 335Lg (с лазерной подсветкой) и Stereolabs ZED X Mini (для навигации).
Зачем это Wildberries?
Please open Telegram to view this post
VIEW IN TELEGRAM
ЕВРАЗ заработал 23 млрд на цифровых решениях: как алгоритмы плавят прибыль
▶️ За последние пять лет совокупный прирост EBITDA, обеспеченный цифровыми решениями и технологиями искусственного интеллекта в ЕВРАЗе, превысил 23 миллиарда рублей. В 2025 году годовой вклад таких проектов в этот показатель составил 3,6 миллиарда.
Что приносит деньги.
🔽 Ключевыми драйверами эффекта стали системы машинного обучения, оптимизационные алгоритмы, математические модели, интегрированные с базовой автоматизацией, а также компьютерное зрение, которое применяется для контроля качества продукции и повышения безопасности.
Среди реализованных инициатив особо выделяются несколько, заложивших основу для нового этапа цифровизации компании:
⏺️ ситуационно-аналитический на ЕВРАЗ НТМК центр круглосуточно мониторит >100 агрегатов, выявляя сбои на ранних стадиях.
⏺️ в колесобандажном цехе установлено свыше 200 датчиков для удалённой диагностики оборудования.
⏺️ цифровой помощник сталевара анализирует более 100 параметров плавки и даёт рекомендации по добавкам.
Проект «Прогноз» на ЕВРАЗ ЗСМК охватывает всю производственную цепочку от переработки руды до выпуска готового проката. По числу переменных, параметров и масштабу охвата он считается одним из крупнейших в России.
Что дальше?
🔼 По словам вице-президента по ИТ ЕВРАЗа Артёма Натрусова, задача компании сейчас - создать среду, где ИИ-агенты и люди работают в едином контуре, а генеративные модели помогают принимать решения быстрее и качественнее.
™️ МашТех в Telegram | в MAX
Что приносит деньги.
Среди реализованных инициатив особо выделяются несколько, заложивших основу для нового этапа цифровизации компании:
Проект «Прогноз» на ЕВРАЗ ЗСМК охватывает всю производственную цепочку от переработки руды до выпуска готового проката. По числу переменных, параметров и масштабу охвата он считается одним из крупнейших в России.
Что дальше?
Please open Telegram to view this post
VIEW IN TELEGRAM
📊Сколько отчетов создается в компании ежеквартально – и сколько из них реально меняют решения?
Более половины управленческой отчетности в промышленности «живет» в Excel и исчезает сразу после презентации совету директоров. Не потому, что люди плохо работают. А потому, что между цифрой на экране и действием – пропасть.
Отчет зафиксировал отклонение. Но кто должен среагировать? К какому сроку? Что делать, если ситуация повторится?
Решение Digital Q.DecisionCenter от «Диасофт» устраняет этот разрыв.
Каждый показатель отчетности становится задачей-триггером:
1. Отклонение зафиксировано → ответственный получил уведомление.
2. Четкий дедлайн и ясная формулировка задачи – никаких размытых «разберемся».
3. Всем участникам процесса доступен единый «протокол закрытия» с детализацией, прозрачной аналитикой скорости реагирования и выводами по закрытию задачи.
Каждый сотрудник видит свои ежедневные KPI – не как строчку в отчете, а как рабочий инструмент.
Это меняет корпоративную культуру: происходит конкретный сдвиг в рабочих процессах – от «передали наверх» к «решили сами».
Результат:
⬇️ на 30% снижение операционных затрат
⬆️ на 80% повышение координации между подразделениями
⚡️ в 2 раза рост эффективности управления бизнес-процессами
✅ Российское ПО, реестр Минцифры (запись № 18726 от 22.08.2023).
✅ Интеграция с 1С, ERP, CRM и другими корпоративными системами.
Хотите увидеть, как это работает в вашей отрасли?
Оставьте заявку, и вам покажут кейс под ваш бизнес.
#реклама ООО «ДИАСОФТ»
Более половины управленческой отчетности в промышленности «живет» в Excel и исчезает сразу после презентации совету директоров. Не потому, что люди плохо работают. А потому, что между цифрой на экране и действием – пропасть.
Отчет зафиксировал отклонение. Но кто должен среагировать? К какому сроку? Что делать, если ситуация повторится?
Решение Digital Q.DecisionCenter от «Диасофт» устраняет этот разрыв.
Каждый показатель отчетности становится задачей-триггером:
1. Отклонение зафиксировано → ответственный получил уведомление.
2. Четкий дедлайн и ясная формулировка задачи – никаких размытых «разберемся».
3. Всем участникам процесса доступен единый «протокол закрытия» с детализацией, прозрачной аналитикой скорости реагирования и выводами по закрытию задачи.
Каждый сотрудник видит свои ежедневные KPI – не как строчку в отчете, а как рабочий инструмент.
Это меняет корпоративную культуру: происходит конкретный сдвиг в рабочих процессах – от «передали наверх» к «решили сами».
Результат:
⬇️ на 30% снижение операционных затрат
⬆️ на 80% повышение координации между подразделениями
⚡️ в 2 раза рост эффективности управления бизнес-процессами
✅ Российское ПО, реестр Минцифры (запись № 18726 от 22.08.2023).
✅ Интеграция с 1С, ERP, CRM и другими корпоративными системами.
Хотите увидеть, как это работает в вашей отрасли?
Оставьте заявку, и вам покажут кейс под ваш бизнес.
#реклама ООО «ДИАСОФТ»
«Данные важнее моделей»: техдиректор «Цифровая платформа КАМАЗ» о слабом звене промышленного ИИ.
Сегодня промышленный ИИ постепенно перестает быть прикладным инструментом и становится частью критической инфраструктуры предприятия. Мы узнали #мнение технического директора «Цифровая платформа КАМАЗ» Витольда Коморовского о том, как изменится рынок после принятия нового закона о поддержке развития ИИ.
⏺️ Как, по вашему мнению, изменятся требования заказчиков к промышленным AI-платформам после появления статусов «суверенной» и «национальной» модели? Станет ли происхождение модели столь же важным фактором выбора, как надежность или функциональность?
На мой взгляд, надежность и функциональность моделей останутся определяющим фактором, что может послужить стимулом для развития отечественных моделей в нужном направлении.
Т.е. если на объекты критической инфраструктуры вход для иностранных и даже open source моделей будет закрыт, заказчики будут требовать от разработчиков суверенных решений соответствующего уровня качества.
Если получится подкрепить эти требования нужным уровнем поддержки и инвестиций - то мы сможем получить отечественные решения, сопоставимые с "недружественными" аналогами.
В любом случае, уже сейчас одним из важнейших критериев при выборе ИИ-решения является возможность развернуть его локально, в инфраструктуре предприятия. Еще одним ценным свойством, без оглядки на новый закон, является возможность дообучения моделей.
⏺️ Во многих проектах промышленного ИИ используются одновременно собственные алгоритмы, специализированные модели и большие языковые модели. Как изменится архитектура решений, если часть предприятий сможет использовать только отечественные модели? Где находится главный технологический риск?
Здесь сразу два вопроса - как изменится архитектура и в чем главный технологический риск. Ответ на вопрос про архитектуру довольно очевиден, будет то же, что с импортозамещением обычного ПО.
Где есть хорошая отечественная альтернатива - перейдут на нее, где есть open source решение и можно open source - возьмут это. Где альтернативы нет, будут сидеть на том, что есть до последней возможности. В любом случае, переход с одного решения на другое - это время, сложность, специалисты (которых не хватает) и деньги (которых тоже не хватает).
В целом, архитектуры будут стремиться к большей модульности, чтобы можно было заменять одни компоненты другими безболезненно. Что касается технологических рисков - они потихоньку реализуются и так, без помощи новых законов.
Доступ к передовым моделям уже ограничивают сами разработчики, интеграция была, есть и будет сложной задачей. Но я бы выделил еще один технологический риск, а именно кибербезопасность ИИ в широком смысле.
Векторы атак на ИИ, кажется, возникают быстрее, чем способы защиты и даже осознание возможных опасностей. Это, в целом, новая область в информационной безопасности.
™️ МашТех в Telegram | в MAX
Сегодня промышленный ИИ постепенно перестает быть прикладным инструментом и становится частью критической инфраструктуры предприятия. Мы узнали #мнение технического директора «Цифровая платформа КАМАЗ» Витольда Коморовского о том, как изменится рынок после принятия нового закона о поддержке развития ИИ.
На мой взгляд, надежность и функциональность моделей останутся определяющим фактором, что может послужить стимулом для развития отечественных моделей в нужном направлении.
Т.е. если на объекты критической инфраструктуры вход для иностранных и даже open source моделей будет закрыт, заказчики будут требовать от разработчиков суверенных решений соответствующего уровня качества.
Если получится подкрепить эти требования нужным уровнем поддержки и инвестиций - то мы сможем получить отечественные решения, сопоставимые с "недружественными" аналогами.
В любом случае, уже сейчас одним из важнейших критериев при выборе ИИ-решения является возможность развернуть его локально, в инфраструктуре предприятия. Еще одним ценным свойством, без оглядки на новый закон, является возможность дообучения моделей.
Здесь сразу два вопроса - как изменится архитектура и в чем главный технологический риск. Ответ на вопрос про архитектуру довольно очевиден, будет то же, что с импортозамещением обычного ПО.
Где есть хорошая отечественная альтернатива - перейдут на нее, где есть open source решение и можно open source - возьмут это. Где альтернативы нет, будут сидеть на том, что есть до последней возможности. В любом случае, переход с одного решения на другое - это время, сложность, специалисты (которых не хватает) и деньги (которых тоже не хватает).
В целом, архитектуры будут стремиться к большей модульности, чтобы можно было заменять одни компоненты другими безболезненно. Что касается технологических рисков - они потихоньку реализуются и так, без помощи новых законов.
Доступ к передовым моделям уже ограничивают сами разработчики, интеграция была, есть и будет сложной задачей. Но я бы выделил еще один технологический риск, а именно кибербезопасность ИИ в широком смысле.
Векторы атак на ИИ, кажется, возникают быстрее, чем способы защиты и даже осознание возможных опасностей. Это, в целом, новая область в информационной безопасности.
Please open Telegram to view this post
VIEW IN TELEGRAM
Продолжение.
Данные - критический ресурс, данных не хватает и пока нет способа получить их быстро. Об этом рассказал технический директор «Цифровая платформа КАМАЗ» Витольд Коморовский, отвечая на вопросы о будущем и настоящем промышленного искусственного интеллекта в контексте нового закона об ИИ.
⏺️ Документ фактически превращает данные в стратегический ресурс для обучения промышленных моделей. Какие отраслевые датасеты сегодня являются наиболее дефицитными, и изменит ли ситуацию возможный регулируемый доступ к госданным?
Данные - это стратегический ресурс, безусловно, и сам закон тут ни при чём. Одним из основных барьеров для развития Physical AI является отсутствие достаточного объема качественных данных для обучения ИИ.
Большие языковые модели научили на огромном массиве текстов. Сопоставимых по объему данных для обучения киберфизических систем просто не существует. Для обучения бытовых роботов сейчас создают целые «фабрики», где люди на камеру делают обыденные вещи: складывают полотенца, вытирают пролитую воду и т.п.
Для промышленных данных такой подход к сбору датасетов, скорее всего, не подойдет или будет чрезмерно дорог. Так что те, кто научится относительно просто и дешево собирать данные для Physical AI (действия оператора, телеметрия роботов, неуспешные операции и сценарии восстановления и т.п.), получат значимое преимущество.
И ценность, в том числе промышленных роботов, будет в возможности собирать данные для Physical AI. Будет ли регулируемый доступ к государственным данным помощью или препятствием - зависит от реализации инициативы.
⏺️ Через пять лет рынок промышленного ИИ, вероятно, будет конкурировать уже не только технологиями, но и степенью соответствия требованиям государства. Какие компетенции станут главным конкурентным преимуществом?
Прочность цепи определяется всеми её звеньями, так что если у нас будут хорошие интеграции при слабых моделях или отличная модель и плохой harness - успеха не достичь. Но, как уже было сказано, данные для промышленного ИИ - критический ресурс сейчас, данных не хватает и пока нет способа их получить быстро.
Качественные промышленные датасеты практически нельзя купить, они формируются долго и в реальных производственных условиях.
Именно способность системно собирать, размечать и использовать такие данные, а затем воспроизводимо обучать и сопровождать модели на протяжении всего их жизненного цикла, на мой взгляд, станет главным фактором конкурентоспособности через пару лет.
™️ МашТех в Telegram | в MAX
Данные - критический ресурс, данных не хватает и пока нет способа получить их быстро. Об этом рассказал технический директор «Цифровая платформа КАМАЗ» Витольд Коморовский, отвечая на вопросы о будущем и настоящем промышленного искусственного интеллекта в контексте нового закона об ИИ.
Данные - это стратегический ресурс, безусловно, и сам закон тут ни при чём. Одним из основных барьеров для развития Physical AI является отсутствие достаточного объема качественных данных для обучения ИИ.
Большие языковые модели научили на огромном массиве текстов. Сопоставимых по объему данных для обучения киберфизических систем просто не существует. Для обучения бытовых роботов сейчас создают целые «фабрики», где люди на камеру делают обыденные вещи: складывают полотенца, вытирают пролитую воду и т.п.
Для промышленных данных такой подход к сбору датасетов, скорее всего, не подойдет или будет чрезмерно дорог. Так что те, кто научится относительно просто и дешево собирать данные для Physical AI (действия оператора, телеметрия роботов, неуспешные операции и сценарии восстановления и т.п.), получат значимое преимущество.
И ценность, в том числе промышленных роботов, будет в возможности собирать данные для Physical AI. Будет ли регулируемый доступ к государственным данным помощью или препятствием - зависит от реализации инициативы.
Прочность цепи определяется всеми её звеньями, так что если у нас будут хорошие интеграции при слабых моделях или отличная модель и плохой harness - успеха не достичь. Но, как уже было сказано, данные для промышленного ИИ - критический ресурс сейчас, данных не хватает и пока нет способа их получить быстро.
Качественные промышленные датасеты практически нельзя купить, они формируются долго и в реальных производственных условиях.
Именно способность системно собирать, размечать и использовать такие данные, а затем воспроизводимо обучать и сопровождать модели на протяжении всего их жизненного цикла, на мой взгляд, станет главным фактором конкурентоспособности через пару лет.
Please open Telegram to view this post
VIEW IN TELEGRAM
Бывший президент «Аквариуса» стал советником: как новый владелец перекроил компанию.
▶️ После появления информации о том, что контрольный пакет «Аквариуса» приобрёл холдинг S8 Capital, у производителя отечественной вычислительной техники и ИТ-решений сменилась практически вся управленческая команда. Перестановки шли в 2025-2026 годах, затронув ключевые должности.
Новое руководство:
⏺️ гендиректор - Олег Копицын, работавший в «Ситроникс ИТ» и ГК «Максима»
⏺️ коммерческий директор - Аркадий Соколов, более 16 лет проработавший в Huawei
⏺️ директор по продуктам - Константин Нахимовский, тоже работавший в Huawei, а также в Yadro
⏺️ финансовый директор - Дмитрий Пирожков («Еаптека», PepsiCo, Schneider Electric, «Петровакс Фарм»)
⏺️ директор дизайн‑центра (разработки) - Виктория Рассомагина (Росатом, РТ‑Информ, «Булат»)
⏺️ HR‑директор - Татьяна Лючева, работавшая в BP, «Сибинтек», ДИТ Москвы, «Дом.РФ»
В компании заявляют, что обновление ускорит трансформацию бизнеса. При этом сменились не все - Владимир Степанов, ранее президент «Аквариуса», остался в ГК. Теперь он советник гендиректора и руководитель направления спецпроектов.
™️ МашТех в Telegram | в MAX
Новое руководство:
В компании заявляют, что обновление ускорит трансформацию бизнеса. При этом сменились не все - Владимир Степанов, ранее президент «Аквариуса», остался в ГК. Теперь он советник гендиректора и руководитель направления спецпроектов.
Please open Telegram to view this post
VIEW IN TELEGRAM