Джеффри Ходжо, вице-президент IDC по исследованиям стратегии промышленной экосистемы и производственных инсайтов, обсуждает в корпоративном блоге данные отчета IDC «2026 Manufacturing Industry FutureScape», в котором рассматривается, как искусственный интеллект, данные и облачные инновации меняют фабрики, цепочки поставок и промышленную рабочую силу.

Производственная отрасль не новичок в области ИИ. Секторы перерабатывающей промышленности, такие как химический, целлюлозно-бумажный, нефтегазовый, пищевые продукты/напитки, уже десятилетиями внедряют ИИ в свои системы для автоматизации рабочих процессов и производственных процессов. Но это лишь одно из направлений применения ИИ в производстве. В целом по отрасли остаются значительные нереализованные возможности, особенно в трех ключевых областях:

  • внедрение облачных платформ и приложений;
  • осмысление огромных объемов данных, поступающих от подключенных активов и продуктов;
  • дополнение рабочей силы.

Эти возможности в совокупности определяют следующий этап развития ИИ в промышленном производстве — этап, на котором генеративный (GenAI), агентный (Agentic AI) и предиктивный ИИ обеспечат гибридную облачную связь, унифицированную аналитику данных и более способную и мотивированную рабочую силу.

Ключевые тенденции, определяющие будущее производства

В отчете IDC рассматривается, как эти возможности меняют отрасль с учетом существующих проблем и инвестиций. Производители сталкиваются с необходимостью последовательного внедрения облачных платформ и приложений на всех производственных площадках, расширения использования цифровых двойников продуктов и активов по всей цепочке создания ценности, а также повышения квалификации персонала, который испытывает нехватку как ресурсов, так и цифровых навыков. Эта динамика переопределяет конкурентоспособность во всей отрасли и формирует ключевые тенденции, лежащие в основе прогнозов на ближайшие пять лет.

Внедрение ИИ остается осторожным, но ускоряется

Внедрение GenAI и Agentic AI в производстве в целом происходит медленно, возможно потому что, как сказал один производитель, «это [воспринимается как] лишение инженера удовольствия от решения проблем». Тем не менее, сейчас это стоит на первом месте в повестке дня CIO, директора по ИИ и вице-президента по производству, поскольку все понимают, что эти возможности только улучшат инжиниринг, НИОКР, производство и операционную деятельность. Данные опроса IDC показывают, что организации, занимающиеся непрерывным производством, более зрелые в плане ИИ, чем отрасли дискретного производства, и все они значительно опережают энергетический сектор. Ранние сценарии использования GenAI и Agentic AI сосредоточены на расширении возможностей проектирования, оптимизации закупок, управляемом обслуживании клиентов и обеспечении качества на предприятии.

Данные являются одновременно вызовом и катализатором

Производители завалены данными, и по мере развития тканей и фундаментов данных внедрение ИИ будет ускоряться, способствуя автоматизации, оптимизации процессов и повышению эффективности труда. Исследование IDC «2024 DataSphere» прогнозирует, что к 2030 г. все производственные отрасли накопят 92 экзабайта данных из множества внутренних и внешних источников, что подчеркивает важность унифицированных платформ данных. Также помогает то, что производители наконец-то переходят на облачную инфраструктуру и приложения, что делает мультимодальные и экосистемные инновации более доступными. Несмотря на эту динамику, облачные технологии в промышленности, вероятно, останутся гибридными в долгосрочной перспективе, варьируясь в зависимости от отрасли, из-за проблем с регулированием и управлением интеллектуальной собственностью.

Устойчивое развитие и энергетический переход выходят на первый план

Энергетический переход для производственных и энергетических организаций уже происходит, при этом основное внимание уделяется (а) проектированию и устойчивому развитию новых и существующих объектов и (б) эффективности и оптимизации цепочки поставок. Организации изучают возможности интеграции данных BIM и MOM с точечными облачными сканированиями и моделями как новых, так и старых объектов с целью повышения энергоэффективности зданий, на которые, как известно, приходится 30-40% глобальных выбросов CO2. Нормативы по выбросам Scope 3 (которые возлагают на производителей ответственность за воздействие на окружающую среду, выходящее за рамки их непосредственной деятельности), в сочетании с растущим спросом со стороны потребителей стимулируют инвестиции в прозрачность, аналитику и оптимизацию цепочки поставок.

Программно-определяемая автоматизация становится критически важной задачей

Программно-определяемая автоматизация для продуктов, активов и объектов становится критически важной, а инструменты разработки low-code играют все более важную роль в улучшении потока данных и процессов, аналитики и сотрудничества. Организациям нужен быстрый и оптимизированный способ обновления и создания нового ПО, которое улучшает перемещение данных, аналитику, сотрудничество в экосистеме и общие операции. Этот подход также должен интегрироваться с традиционными инструментами разработки ПО с полным кодированием, используемыми для продуктов и активов, чтобы обеспечить качество и согласованность в масштабах всего предприятия.

Промышленные экосистемы стимулируют инновации и повышают устойчивость

Промышленные экосистемы продолжают стимулировать инновации и повышать эффективность бизнеса, особенно в областях соблюдения нормативных требований и продвижения принципов устойчивого развития и циркулярной экономики. Производственные и энергетические организации признают, что они работают более эффективно благодаря расширенным экосистемам, которые включают в себя разнообразные внешние навыки, ресурсы и опыт в области маркетинга и продаж, НИОКР и инжиниринга, производства, цепочки поставок, а также обслуживания клиентов и выездных сервисов. Данные четырех лет глобальных опросов IDC по промышленным экосистемам показывают, что организации, использующие этот подход, лучше способны обмениваться данными внутри и вне компании, ускорять инновации и удовлетворять потребности клиентов, потребителей и граждан.

Прогнозы для производственной отрасли на 2026 год

Основываясь на этих тенденциях, в отчете IDC выделено 10 ключевых прогнозов, которые показывают, как ИИ изменит операционную деятельность, цепочки поставок и стратегии управления персоналом в производственной экосистеме в течение следующих пяти лет.

  1. Программно-определяемая фабрика: благодаря потенциалу автономных операций к 2029 г. 30% фабрик будут централизованно настраивать и управлять системами контроля с использованием открытых, виртуализированных, программно-определяемых платформ автоматизации.
  2. Автономное планирование производства: к 2026 г. более 40% производителей, имеющих систему планирования производства, модернизируют ее с помощью функций на базе ИИ, чтобы начать внедрять автономные процессы.
  3. Агентная ИТ/OT-интеграция: к 2027 г. 40% всех операционных данных будут автономно интегрированы между приложениями и платформами благодаря повышенной стандартизации и использованию ИИ-агентов, специально разработанных для конкретных данных.
  4. Межфункциональное циклическое обслуживание на местах: чтобы замкнуть цикл между обслуживанием и проектированием, к концу 2026 г. 45% OEM-производителей и компаний, работающих на рынке послепродажного обслуживания, из списка G2000 будут использовать ИИ для соединения данных с места обслуживания и инженерных данных, улучшая качество продуктов и услуг.
  5. Предиктивная безопасность промышленных данных: чтобы противостоять рискам заражения моделей данных, к 2029 г. 75% крупных производителей будут использовать киберзащиту OT на базе ИИ, которая будет автономно выявлять угрозы низкого уровня и сокращать время обнаружения на 60%.
  6. Передача навыков между человеком и роботом: к 2028 г. компании, которые не смогут создать замкнутый цикл передачи навыков между человеком и роботом, столкнутся с 20%-ным увеличением времени простоя и затрат на переобучение, а также со снижением эффективности по сравнению с компаниями, которые внедряют двунаправленное обучение.
  7. Агентное моделирование продуктов/процессов: к 2028 г. 65% производителей из списка G1000 будут использовать ИИ-агенты в сочетании с инструментами проектирования и моделирования для постоянной проверки изменений в дизайне и конфигураций/вариантов на соответствие требованиям к продукту.
  8. Платформы для переподготовки подключенных работников: к 2027 г. более 50% производителей будут использовать инструменты управления знаниями на базе ИИ для переподготовки/повышения квалификации своих сотрудников и развития сотрудничества в рамках отраслевых экосистем.
  9. Фокус промышленности на гибридном ИИ: к 2030 г. 60% производителей будут использовать ИИ-агенты для построения моделей данных и управления гибридными облачными рабочими нагрузками, обеспечивая обмен знаниями и сотрудничество, что снизит затраты на обеспечение качества на 2%.
  10. Управление промышленными моделями: к 2027 г. 60% производителей будут использовать экосистемы гиперскейлеров для создания, развертывания и масштабирования новых ИИ-решений, раскрывая ценность своих данных и ускоряя трансформацию.

Путь вперед для производителей

Рассматривая все в целом, мы начинаем понимать, как ИИ становится основой производственной стратегии. Но для реализации этого потенциала требуются целенаправленные действия, культурные изменения и постоянные инвестиции.

Сегодня производители сталкиваются с проблемой управления двумя пересекающимися преобразованиями: облачной миграцией и внедрением ИИ. Культурные и структурные барьеры остаются — нежелание делиться данными между командами и экосистемами, неопределенность в отношении влияния ИИ на рабочие места и неравномерные модели управления замедляют прогресс. Однако, как и в случае с прошлыми технологическими изменениями, те, кто развивается, будут лидировать.

Для успеха на следующем этапе необходим прагматичный подход, основанный на конкретных сценариях использования. Организации должны начать экспериментировать с ИИ, создавая центры передового опыта, выстраивая прочные рамки управления данными и инвестируя в обучение и развитие. Как для ИТ-руководителей, так и для руководителей бизнеса ключевым фактором эффективного и надежного использования генеративного, агентного и предиктивного ИИ для решения все более сложных промышленных задач, станут отраслевые базовые модели.

Потенциал роста огромен. ИИ позволяет ускорить автоматизацию, усилить поток данных и дополнить рабочую силу в условиях постоянной нехватки квалифицированных кадров. Ведущие производители уже рассматривают ИИ как ключевой элемент цифровой трансформации, интегрируя его с облачными платформами, аналитикой больших данных, AR/VR и новыми технологиями, такими как блокчейн.

Отчет IDC «AI MaturityScape Benchmark 2025» подтверждает эту тенденцию: наиболее продвинутые организации рассматривают ИИ не как отдельный инструмент, а как средство, способствующее трансформации всего предприятия. Урок ясен: зрелость ИИ растет рука об руку с цифровой зрелостью.

Это лишь дело времени, когда ИИ станет неотъемлемой частью производственного сектора. Вопрос уже не в том, смогут ли производители масштабировать внедрение ИИ, чтобы получить новую ценность, повысить устойчивость и переосмыслить возможности следующей промышленной эры, а в том, как быстро они смогут это сделать.