Промышленные данные и ИИ в России: главный вызов сегодня — не доступность технологий, а готовность экономики к их системному применению

На конференции Data Fusion 2026 одной из ключевых тем стало практическое применение искусственного интеллекта в промышленности. В центре обсуждения оказались не столько сами цифровые инструменты, сколько барьеры, которые мешают перевести тему ИИ из разряда точечных пилотов в плоскость устойчивой промышленной практики. По материалам ФГАУ «Цифровые индустриальные технологии», речь шла о мультиотраслевом использовании промышленных данных, стандартах, экосистемном взаимодействии и механизмах масштабирования решений.

Сегодня в России уже нет дефицита разговоров об искусственном интеллекте. Нет и полного отсутствия решений: на рынке присутствуют разработки в области аналитики, предиктивного обслуживания, компьютерного зрения, цифрового мониторинга производственных процессов, управления данными и автоматизации отдельных участков. Но между наличием технологий и их широким внедрением в промышленную среду сохраняется серьёзный разрыв. И этот разрыв связан прежде всего не с самими алгоритмами, а с организационной, инфраструктурной и методической неготовностью многих предприятий к системной работе с данными.

Одна из главных проблем заключается в том, что промышленные данные по-прежнему остаются изолированными внутри отдельных предприятий. Они собираются, накапливаются, частично анализируются, но редко становятся основой для более широких управленческих и технологических решений. Из-за этого данные не превращаются в полноценный актив, способный работать на повышение производительности, тиражирование удачных практик и ускорение цифровой модернизации отрасли в целом. О необходимости вовлечения промышленных данных в более широкий оборот и формирования инфраструктуры работы с ними говорилось и в повестке Data Fusion 2026.

На практике это создаёт вторую серьёзную проблему — слабую тиражируемость решений. Пока данные разрознены, а подходы к их сбору, структурированию и использованию не унифицированы, каждый новый проект приходится заново адаптировать под конкретное предприятие. Это делает внедрение более дорогим, более медленным и существенно менее предсказуемым по результату. В такой ситуации ИИ остаётся не промышленным стандартом, а набором индивидуальных историй, каждая из которых требует отдельной настройки, отдельного бюджета и отдельной команды.

Не менее важный барьер — отсутствие устойчивой среды доверия и понятных правил взаимодействия между промышленностью, институтами развития, регионами и поставщиками решений. Для масштабного рынка промышленного ИИ недостаточно иметь сильных разработчиков. Нужны понятные механизмы диагностики предприятий, оценки зрелости процессов, отбора задач, верификации результатов и последующего масштабирования. Без этого предприятия часто не понимают, с чего начинать, как формулировать запрос, какие данные действительно нужны и как оценивать эффект от внедрения.

Именно поэтому тема промышленных данных сегодня выходит на первый план. Искусственный интеллект в промышленности невозможен без качественных, доступных и правильно интерпретируемых данных о производственных процессах, оборудовании, логистике, качестве продукции, потерях, дефектах и загрузке мощностей. Когда такого контура нет, внедрение ИИ начинает подменяться демонстрацией отдельных технологий без привязки к реальной задаче предприятия. Это даёт ограниченный эффект и не формирует устойчивой модели развития.

На этом фоне особое значение приобретают практические форматы работы, в которых ИИ рассматривается не как абстрактная инновация, а как инструмент решения конкретных производственных и управленческих задач. В рамках Data Fusion 2026 в числе участников повестки по промышленному ИИ был упомянут и директор ФГАУ «Цифровые индустриальные технологии» Эдуард Шантаев. Однако сама дискуссия была значительно шире персональных выступлений и касалась того, как выстроить рабочую модель применения данных и ИИ в промышленности на уровне отраслей и регионов.

Для регионов этот вопрос имеет особое значение. Если работа строится исключительно на уровне отдельных предприятий, без участия институтов развития и без общего механизма выявления типовых задач, регион не получает системной картины: где уже есть практики внедрения, какие решения дают эффект, что можно тиражировать, а какие подходы требуют доработки. В результате потенциал ИИ распыляется, а сама тема остаётся в значительной степени фрагментированной.

Именно поэтому всё большее значение приобретает модель, при которой работа начинается не с продажи технологии, а с анализа процессов, диагностики узких мест и выявления реального запроса предприятий. В этой логике важна связка между экспертными структурами, институтами развития, федеральными партнёрами и региональной промышленной средой.

Такой подход реализует Ассоциация инновационных решений и искусственного интеллекта «Регионы XXI ВЕК», являющаяся партнёром ФГАУ «Цифровые индустриальные технологии». Ассоциация активно работает в сфере промышленных данных и внедрения ИИ через прикладные региональные форматы. На сегодняшний день эта работа уже выстроена как минимум в двух регионах — в Свердловской области и Новосибирской области. В Свердловской области Ассоциация работает совместно с Фондом развития промышленности Свердловской области и Региональным центром компетенций, а в Новосибирской области — с Региональным центром компетенций в сфере производительности труда Новосибирской области.

Ранее об этом уже сообщалось в отдельных публикациях Ассоциации: о стратегической сессии и запуске совместного формата работы с Фондом развития промышленности и РЦК Свердловской области, а также о подписании соглашения с Региональным центром компетенций Новосибирской области по внедрению ИИ и созданию ИИ-лаборатории.

Суть этой модели состоит в том, что на базе региональных партнёров создаются лаборатории искусственного интеллекта и практические механизмы AI-аудита предприятий. В рамках такой работы проводится анализ бизнес- и производственных процессов, выявляются реальные потребности предприятий, определяются зоны, где цифровые инструменты и ИИ могут дать измеримый эффект, а затем на этой основе формируются не абстрактные предложения, а модельные решения для промышленности. В Свердловской области этот формат был обозначен как пилотная ИИ-лаборатория и механизм диагностики процессов Фонда и предприятий, а в Новосибирской области соглашение прямо предусматривает создание ИИ-лаборатории для разработки и тестирования пилотных проектов для промышленных предприятий региона.

Это принципиально важный подход, потому что он меняет саму логику внедрения. Речь идёт уже не о том, чтобы сначала принести на предприятие модную технологию, а потом искать для неё применение. Речь идёт о противоположном: сначала выявляется проблема, анализируется производственный контур, собираются данные, определяется эффект, и только после этого подбирается или формируется решение. Именно такая модель даёт шанс перейти от разрозненных ИИ-инициатив к более зрелой системе промышленной цифровизации.

В этом и заключается главный вывод, который сегодня становится всё более очевидным: дальнейшее развитие промышленного ИИ в России зависит не только от качества технологий, но и от способности выстраивать рабочую среду вокруг данных. Нужны структуры, которые умеют не просто говорить о цифровой трансформации, а собирать потребности предприятий, переводить их в понятные проектные задачи и формировать решения, пригодные для тиражирования в регионах и отраслях.

Ассоциация инновационных решений и искусственного интеллекта «Регионы XXI ВЕК» в этой логике выступает как один из практических участников такого процесса. Через работу в Свердловской и Новосибирской областях формируется подход, при котором промышленный ИИ опирается на аудит, реальные данные, запрос предприятий и последующее создание модельных решений. Именно такой формат сегодня выглядит наиболее содержательным ответом на главный вызов рынка: как превратить ИИ из набора точечных кейсов в инструмент системной модернизации промышленности.