Индустрию 4.0 обсуждают уже больше десяти лет, и самый частый результат на реальном заводе — это огромный объём накопленных данных и небольшое число изменившихся решений.
Собрано, сохранено, проигнорировано
Современное оборудование оснащено датчиками по умолчанию. Машины сообщают статус, время циклов, аварийные сигналы, температуру, энергопотребление и производительность. Историки данных сохраняют всё это.
Потом кто-то спрашивает, что изменилось благодаря этим данным, и ответом часто оказывается дашборд, который никто не открывает.
Датчик сам по себе ничего не улучшает. Улучшает датчик, подключённый к человеку, который отвечает за решение и у которого есть время действовать.
В Future of Jobs Report 2025 Всемирного экономического форума 58% работодателей ожидают, что робототехника и автоматизация преобразят их бизнес к 2030 году. Оборудование приходит на заводы. Изменит ли оно хоть что-то, зависит от слоя над ним.
Что охватывает это направление
Область: промышленный интернет вещей, связанные заводы, ИИ, данные в реальном времени и киберфизические системы.
Четыре области.
Сбор данных. Датчики, связь с оборудованием, протоколы и получение информации с техники, изначально не рассчитанной на то, чтобы ею делиться.
Архитектура данных. Куда идут данные, как они структурированы, как получают контекст и у кого есть к ним доступ.
Аналитика и поддержка решений. Превращение данных в то, что меняет действие, — и именно на этом шаге всё чаще всего и срывается.
Интеграция. Связь цеха с системами планирования, качества и обслуживания.
Четыре причины, почему данные не становятся решением
Названы конкретно, потому что у каждой свой способ решения.
Нет владельца решения. Самая частая причина. Данные собирают, потому что это было возможно, а не потому что кто-то задал вопрос. Без человека, в чьи обязанности входит действовать на их основе, и без времени на это данные просто накапливаются. Решение — начинать не с датчика, а с решения, которое кому-то действительно нужно принять.
Отсутствие контекста. Показание температуры ничего не значит без понимания, какой продукт выпускался, в какую смену, из какой партии материала, что делала машина и что происходило до этого. Придание данным контекста — неблагодарная, трудоёмкая работа, но именно она отличает набор данных от ответа.
Качество данных. Датчики дрейфуют, тихо выходят из строя, их обходят во время обслуживания, и они передают данные с пробелами. Анализ непроверенных заводских данных даёт уверенную бессмыслицу, а люди, которые знают, какой датчик врёт, — это операторы.
Нет возможности действовать. Система находит возможность, а люди, которые могли бы ею воспользоваться, полностью заняты тем, чтобы производство просто продолжало работать. Это тот же паттерн, что и с предиктивным обслуживанием без ресурса на обслуживание, — об этом отдельная статья, и именно эту статью расходов чаще всего никто не закладывает в бюджет.
Связность — это решение в области безопасности
Часть, с которой чаще всего обращаются плохо, потому что её считают вопросом IT, хотя профиль риска здесь другой.
Подключение операционных технологий к сетям создаёт уязвимость, которая ведёт себя иначе, чем уязвимость офисного IT.
Доступность важнее конфиденциальности. В IT приоритет обычно — защита данных. На заводе приоритет — чтобы процесс продолжал безопасно работать. Мера безопасности, которая останавливает линию, наносит тот же вред, который должна была предотвратить.
Старое оборудование нельзя обновить патчем. Машины работают десятилетиями на системах управления, которые никогда не проектировались для сети и не поддаются обновлению. Сегментация и мониторинг заменяют собой патчинг.
Системы безопасности нельзя ставить под угрозу. Скомпрометированная система управления — это проблема физической безопасности, а не только данных.
Удалённый доступ — типичная точка входа. Соединения для поддержки от поставщика, часто настроенные ради удобства, — постоянная слабость.
Кадровый вывод: заводам нужны люди, которые понимают и процесс, и безопасность, а обычно в организациях есть IT-специалисты по безопасности, не знающие завод, и заводские специалисты, не знающие безопасность. Это та же проблема «двух половин», которая проходит через весь этот раздел.
Где это находится внутри домена
Умное производство и Индустрия 4.0 — третье из десяти направлений в домене продвинутого производства Astra Trainer, расположенное рядом с промышленным IoT и цифровыми двойниками, которые охватывают слой моделирования, и промышленной автоматизацией и управлением, которые охватывают слой оборудования.
Половина, связанная с данными и безопасностью, опирается на домен ИИ, данных и вычислений — в первую очередь на дата-сайенс и аналитику, облачные вычисления и DevOps, а также кибербезопасность. Партнёрам, внедряющим Индустрию 4.0, обычно нужны заводские направления и хотя бы одно из этих вместе, потому что провал почти всегда возникает именно в разрыве между ними. Здесь можно увидеть все десять направлений.
Роли по именам
Аналитики производственных данных. Роль, которая превращает заводские данные в решения и почти отсутствует в большинстве организаций.
Инженеры промышленных данных. Сбор, придание контекста и конвейеры данных.
Инженеры ОТ и систем управления, расширяющиеся в сторону связности.
Специалисты по MES и интеграции систем. Связывают цех с бизнес-системами.
Специалисты по кибербезопасности ОТ. По-настоящему дефицитная и всё более востребованная роль.
Руководители цифрового производства. Отвечают за программу — это скорее координационная роль, чем техническая.
Технологи с компетенцией в данных. Сочетание, которое действительно даёт улучшения.
Специалисты по визуализации и отчётности, где разница между используемым и игнорируемым дашбордом обычно объясняется дизайном.
Кого можно обучить этому
Технологи. Самая сильная конверсия. Они знают, какие вопросы важны, как выглядит нормальное показание и какие объяснения правдоподобны. Добавление компетенции в данных даёт человека, способного найти реальное улучшение, а не просто корреляцию.
Операторы оборудования. Знают, какие датчики врут, какие тревоги игнорируют и что на самом деле вызывает остановки. Это знание — разница между пригодными данными и шумом, и его почти никогда не собирают.
Инженеры по автоматизации и управлению. Уже находятся у источника данных, им не хватает слоёв архитектуры и аналитики.
IT-специалисты, работающие в производстве. Им нужен контекст процесса и понимание иных приоритетов безопасности операционных технологий.
Инженеры по качеству. Уже работают со статистическими данными процесса, а этот навык переносится напрямую.
Планировщики обслуживания. В данные о состоянии и аналитику активов — связь с направлением обслуживания.
Безопасность и защита операционных технологий. Подключение промышленных систем управления к сетям создаёт риски с последствиями для физической безопасности, а приборные системы безопасности регулируются стандартами функциональной безопасности, ограничивающими их изменение. В ряде юрисдикций к операторам критической инфраструктуры применяется отдельное регулирование. Обучение развивает понимание заводских данных и принципов безопасности. Оно не даёт права изменять системы управления или безопасности и не является оценкой безопасности какого-либо объекта.
Что взять с собой
Заводы собирают гораздо больше данных, чем используют, и ограничение — это решения, а не датчики.
Начинайте с решения, которое кому-то действительно нужно принять, а не с того, что можно измерить. Данные без владельца просто накапливаются.
Контекст — самая трудная часть, качество данных хуже, чем принято считать, а операторы знают, какой датчик врёт.
Подключение завода — это решение в области безопасности с иным порядком приоритетов, чем в IT, а старое оборудование нельзя обновить патчем.
А технологи и операторы переходят в эту работу лучше, чем дата-сайентисты, потому что понимание, какой вопрос важен, труднее передать, чем сам анализ.
Почему собранные заводские данные остаются неиспользованными?
Обычно потому, что никто не отвечает за решение, которое они питают, отсутствует контекст, качество данных не проверено, или люди, способные действовать, полностью заняты тем, чтобы производство продолжало работать.
Что усложняет работу с заводскими данными?
Контекст. Показание без привязки к продукту, смене, партии, состоянию машины и предшествующим событиям не поддаётся интерпретации, а придание контекста — трудоёмкая и неблагодарная работа.
Безопасность ОТ и IT — это одно и то же?
Нет. Доступность важнее конфиденциальности, потому что процесс должен продолжать безопасно работать, старое оборудование нельзя обновить патчем, системы безопасности — это риск для физической безопасности, а удалённый доступ поставщиков — постоянная слабость.
Кто переходит в роли Индустрии 4.0?
Технологи, которые знают, какие вопросы важны и как выглядит норма, и операторы оборудования, которые знают, какие датчики врут и что на самом деле вызывает остановки. Оба владеют половиной, которую быстро не выучить.
Где это находится в домене?
Третье из десяти направлений в домене продвинутого производства Astra Trainer, обычно выстраивается вместе с цифровыми двойниками и доменом ИИ, данных и вычислений. Смотрите их здесь.