Если коротко описать состояние машиностроения сегодня — и в мире, и в России, — это отрасль, которая одновременно догоняет и лидирует. С одной стороны, она исторически отставала по уровню цифровизации от финансового сектора или ритейла. С другой стороны, именно сейчас происходят одни из самых быстрых и глубоких трансформаций. Василий Чуранов, директор дивизиона "Машиностроение и металлообработка" ГК "Цифра", рассказал ComNews о причинах.

Причины понятны. За последние годы предприятия массово инвестировали в оборудование: по нашим оценкам и данным рынка, начиная с 2022 года страна пережила беспрецедентный всплеск закупок станков, в том числе универсальных и станков с ЧПУ. В 2025 году эта картина постепенно сменяется: "железа" уже много, и главный вопрос меняется с "что купить?" на "как выжать максимум из того, что куплено?".

Вместе со Strategy Partners мы проанализировали текущий уровень цифровизации машиностроения и картину, которую видим на сотнях предприятий. На старте проектов мониторинга типичная эффективность использования станочного парка — около 30 %. На передовых производственных участках 70% — считается очень хорошим результатом. То есть большая часть мощностей по-прежнему "лежит в запасе" и проявляется в виде потерь, простоев, неравномерной загрузки и хаотичного планирования.

Когда мы начинали работать в этой области более 15 лет назад, речь шла в основном о промышленной модернизации. Сегодня "Цифра" может показать всю картину уже через призму данных. Наш основной продукт для цифровизации машиностроения, система мониторинга работы промышленного оборудования "Диспетчер", подключается к станкам с ЧПУ, линиям, роботам, старому оборудованию, собирает параметры работы в реальном времени и переводит управление производством из области субъективных мнений в область фактов.

%img-3%

На цифрах это выглядит очень просто. Как только предприятие подключает парк станков и начинает системно анализировать данные, первичный прирост производительности составляет 10% и выше. В пересчёте на рубли — это сотни миллионов в год даже на предприятиях среднего масштаба. И это только первый слой эффектов. Главное же — меняется поведение: цех, служба главного механика, планово-диспетчерский отдел и топ-менеджмент начинают разговаривать на одном языке, языке данных.

Отрасль уже прошла точку невозврата в части доверия к цифровым решениям. Производственники больше не спрашивают: "Зачем нам всё это?". Они спрашивают: "Где взять деньги и ресурсы, чтобы внедрить это быстрее и в полном объёме?".

От "цифрового цеха" к вертикали "завод – холдинг – отрасль"

Первые волны цифровизации естественным образом начинались на уровне отдельного завода. Каждый решал свои локальные задачи: прозрачность работы оборудования, сокращение простоев, повышение производительности, подготовка к модернизации. И на этом уровне многие уже добились серьёзных результатов.

Но у этой истории есть продолжение. Любая неэффективность, которая существует на уровне одного завода, на уровне холдинга превращается в системный дисбаланс: в перекосы в загрузке между площадками, в запасы, которые лежат не там, где нужно, в просрочки по заказам и нестыковки в планах. А на уровне отрасли это уже не просто локальные потери — это вопрос конкурентоспособности и технологического суверенитета.

Именно поэтому сегодня разговор о цифровизации машиностроения неизбежно выходит за пределы одного предприятия. Мы как участники технических комитетов №70 (средства производства) и №164 (искусственный интеллект), рабочих групп по экономике данных и обороту промышленных данных, видим: фокус постепенно смещается с "поставить систему здесь и сейчас" на "выстроить сквозную вертикаль: завод – холдинг – отрасль – государство".

На этом уровне уже недостаточно того, что каждый вендор и каждое предприятие "делает по-своему". Нужны общие правила игры:

• единые стандарты сбора и обмена промышленными данными;
• разделённая ответственность за качество и доступность данных;
• понятные правовые режимы их использования.

%img-2%

В России эта работа уже идёт. Утверждён ряд ГОСТов верхнего уровня, задающих понятийный аппарат в сфере промышленных данных. На 2026 год в плане национальной стандартизации заложены прикладные стандарты: какие параметры нужно собирать со станков, как их описывать, как передавать и в какие системы они должны поступать. Параллельно обсуждается и принимается закон об обороте промышленных данных, в том числе в логике экспериментальных правовых режимов.

%img-1%

Это не "бумажная история". От наличия таких стандартов и правил напрямую зависят практичные вещи:

• сможет ли холдинг в режиме реального времени видеть картину загрузки всех площадок;
• получится ли у отрасли создать единый "промышленный мозг" для решения задач предиктивной аналитики оборудования, умных цифровых советчиков;
• будут ли российские компании создавать и обучать свои модели искусственного интеллекта на массиве промышленных данных, а не ждать готовых решений извне.

В мире часть стран похожий путь уже прошли. В Европе в машиностроении давно используется UMATI — стандартизованный протокол обмена данными между оборудованием и системами (от OPC UA до отраслевых профилей). В Китае сформирован свой внутренний протокол NC-LINK и стандарты, которые легли в основу целых экосистем "умных заводов". Российский рынок сегодня фактически догоняет эти практики, но делает это с учётом собственного курса на технологический суверенитет.

Промышленные данные как новый актив и "умные" станки

Чтобы стандарты и законы заработали, мало принять документы — нужна инфраструктура. Причём инфраструктура не абстрактная, а физическая: приборы на станках, каналы передачи данных, шлюзы, протоколы, хранилища, сервисы аналитики и ИИ-модели.

Сегодня совместно с партнёрами мы развиваем технологический подход, который позволяет заводам начать собирать данные не "когда-нибудь", а в короткие сроки. На оборудование устанавливается специализированное устройство, которое:

• снимает ключевые параметры работы (в том числе по критичным узлам и механизмам),
• приводит их к унифицированному виду,
• передаёт по стандартизированному протоколу во внутренние системы управления предприятием,
• а при необходимости — в обезличенном виде и по зашифрованным каналам вовне, в рамках согласованных режимов обмена данными.

Такой подход решает сразу три задачи:

1. формирует массив для будущих ИИ-решений;
2. повышает эффективность самого предприятия;
3. закладывает "кирпичики" отраслевой системы промышленных данных.

Следующий шаг — надёжные умные станки. Здесь цифровизация закладывается уже на этапе проектирования и производства оборудования. Датчики устанавливаются на ключевые узлы, встроенные модели машинного обучения непрерывно оценивают техническое состояние, а персонал получает наглядную систему со статусами по каждому узлу. Это уже не просто мониторинг: это переход к предиктивному обслуживанию, продлению ресурса и снижению риска аварий.

В рамках открытой рабочей группы мы прорабатываем единый протокол обмена промышленными данными — язык, на котором станки, информационные системы и внешние сервисы смогут одинаково понимать друг друга. Для машиностроительных предприятий и вендоров это важный момент: вопрос не в том, чьё решение выбрать, а в том, насколько выбранное решение вписывается в будущую экосистему.

На практике эффект такой инфраструктуры хорошо видно на примере одного из крупных машиностроительных предприятий. При подготовке к серийному выпуску нового изделия нужно было одновременно модернизировать парк, оценить реальные мощности, вывести из эксплуатации невостребованные станки и, наоборот, дозагрузить недоиспользуемые. Подключение порядка 1000 единиц оборудования к системе мониторинга позволило:

• сделать информацию о работе станков доступной и прозрачной 24/7 для всех уровней управления,
• выровнять диалог между цехом, службой главного механика и менеджментом — все смотрят на одни и те же данные,
• снизить коэффициент простоев на 13%, что для такого парка означает очень существенный экономический эффект.

Но, возможно, ещё важнее другое: данные стали системно накапливаться. А это база для цифровых двойников, интеллектуальных советчиков и других ИИ-решений, которые уже не вопрос далёкого будущего, а задача ближайших лет.

Повестка для управленцев на 2026 год

Что всё это означает для руководителей предприятий, вендоров и представителей органов власти, отвечающих за промышленную политику?

Во-первых, цифровизация машиностроения — это уже не тема пилотов и "инновационных витрин". Мы в отрасли перешли от стадии экспериментов к стадии стандартизации и построения систем. И здесь у России есть окно возможностей: уровень оснащённости оборудованием вырос, потенциал повышения эффективности огромен, а государство явно сигнализирует, что готово выстраивать под это нормативную и инфраструктурную рамку.

Во-вторых, ключевым активом становятся не сами по себе системы, а промышленные данные и способность предприятия работать с ними. Подключить станки — важный, но только первый шаг. Дальше неизбежно встанут вопросы:

• как данные используются в планировании и оперативном управлении;
• как меняются KPI и мотивация руководителей и производственных команд;
• как выстроена внутренняя "логистика данных" между цехами, службами и управленческими уровнями;
• какие ИИ-решения действительно нужны именно вашему предприятию, а какие — пока маркетинг.

В-третьих, в логике технологического суверенитета машиностроение оказывается на одном из базовых уровней "периодической системы технологий". Роботизация, промышленные данные, цифровые платформы и решения на основе ИИ относятся к тем технологиям, которым предлагается уделять приоритетное внимание. Это означает, что в ближайшие годы именно от управленческих решений в этой области будет зависеть, насколько отрасль в целом останется конкурентоспособной и независимой.

И, наконец, в-четвёртых, сейчас, когда формируются стандарты и отраслевые подходы, особенно важно участие самих предприятий. Стандарты, протоколы, экспериментальные правовые режимы — это площадка, где можно встроить свои требования, защитить интересы отрасли, задать реалистичную планку и получить преференции как передовик.

Чем раньше мы научимся смотреть на цифровизацию машиностроения как на общую отраслевую задачу, а не на набор разрозненных проектов, тем больше шансов, что через несколько лет мы будем говорить не о догоняющей, а о ведущей роли российского машиностроения на глобальном рынке.