Российские промышленные предприятия получили более 0,5 трлн руб. дополнительного дохода от использования промышленных данных в 2023–2024 гг., говорится в соответствующем исследовании Ассоциации больших данных (АБД). Результаты были сделаны на основе 47 кейсов компаний, имеющих прямое отношение к промышленности и производственному сектору: нефтегазовая отрасль (241 млрд руб.), энергетика (91 млрд руб.), горнодобывающая промышленность (92 млрд руб.) и производство потребительских товаров (94 млрд руб.).
Промышленные данные – это данные, которые формируются в рамках производственных процессов на самих промышленных предприятиях: данные со станков, оборудования, их эксплуатационные характеристики и т. д.
По словам директора АБД Ильи Кананыкина, соответствующих результатов удалось достичь за счет снижения затрат на производство до 15% по отдельным категориям, снижения вероятности аварий свыше 15%, а также повышения качества продукции – до 70% меньше претензий. В частности, уточняет он, речь идет об оптимизации цепочек поставок и логистики (управление запасами, прогнозирование спроса), предиктивном обслуживании и своевременном ремонте производственного оборудования, совершенствовании ПО для промышленности, а также повышении качества продукции, в том числе за счет видео- и фотоаналитики.
В зависимости от отрасли различается положительный эффект от больших данных и ИИ на финансовые результаты компаний, отмечает директор департамента «Облака и данные» «Рексофта» Руслан Заединов. Например, говорит он, в энергетике значительную роль играет оптимизация режимов работы оборудования, что существенно влияет на себестоимость производства электроэнергии. В нефтегазовой, горнодобывающей и энергетической отраслях предиктивная аналитика сбоев и режимов работы, продолжает собеседник.
Представители «Северстали» и «Сибура» подтвердили, что в компании видят эффект от использования решений на основе анализа данных. Так, за 2024 г. экономический эффект от внедрения новых решений на основе ИИ в «Северстали» составил более 1 млрд руб., уточнил представитель компании. В то же время совокупный эффект от всего портфеля ИИ-решений «Северстали» составляет около 2 млрд руб., добавил собеседник.
«Мы действительно видим существенный эффект от внедрения технологий обработки и аналитики данных, а также ИИ в промышленности, – говорит директор по цифровым и информационным технологиям компании «Сибур» Алиса Мельникова. – Такие решения повышают эффективность процессов, сокращают издержки, оптимизируют логистику и обслуживание оборудования». В «Сибуре» накопленный экономический эффект от цифровизации компании за семь лет к концу 2024 г. превысил 50 млрд руб., добавляет она. Причем до 50% этой суммы было достигнуто за счет применения инструментов работы с данными и ИИ, подчеркивает Мельникова.
«Ведомости» направили запрос в «Лукойл», «Газпром нефть», «Татнефть», «Сургутнефтегаз», «Новатэк», СУЭК, «Росатом», «Россети», «Русгидро», «Полюс», «Полиметалл», «Алросу», НЛМК, ММК, «Евраз», «Металлоинвест», «Мечел», «Норникель» и «Русал».
Сейчас в России работает около 180 000 единиц высокопроизводительного оборудования, в частности современные станки с ЧПУ, обрабатывающие центры, автоматические линии, которые составляют основу машиностроительных предприятий, говорит директор дивизиона «Машиностроение и металлообработка» ГК «Цифра» Василий Чуранов. По его словам, большинство этих станков сегодня работают минимум в две смены – по 16 часов в день, или около 6000 часов работы в год на каждую машину. Если учесть амортизацию, зарплаты, энергию и прочие расходы, то один час работы будет стоить около 5000 руб., добавляет собеседник. Таким образом, дополнительный доход составит более 5 трлн руб. в год, оценивает Чуранов.
Повышение эффективности хотя бы на 15%, что вполне достижимо при внедрении мониторинга и систем управления, дает потенциал экономического эффекта почти на 800 млрд руб. в год, говорит Чуранов. «Это реальные цифры, которые мы подтверждаем на практике», – отмечает он.
Но при этом российские компании пока далеки от того, чтобы использовать этот потенциал полностью, сетует Чуранов. По оценкам «Цифры», на текущий момент в машиностроении (занимает 10–15% от всей промышленности) к мониторингу подключено только 15% оборудования. В то же время только половина из этого реально используется в управленческих решениях, «когда люди не просто видят цифры, но и действуют на их основе». Если учесть это, текущий эффект – около 59 млрд руб. в год. Оценка в 0,5 трлн руб. дополнительной прибыли от использования промышленных данных по всей промышленности выглядит вполне обоснованно, заключил Чуранов. А также добавил, что с масштабированием таких решений эффект будет расти.
Однако, по словам Заединова, оценка повышения эффективности в 15% – это нижняя граница и в перспективе речь может идти о 30%-ном повышении операционной эффективности, измеряемой различными метриками, например сокращением времени простоя, снижением себестоимости производства, увеличением прибыли.

Будущее рынка больших данных
Для ускорения развития рынка больших данных важно учитывать естественные препятствия, возникающие на пути его становления, говорит Заединов. Очевидно, что компании будут охотнее делиться информацией, которая не создает прямого конкурентного преимущества, но при этом способствует общей стабильности и эффективности отрасли, считает эксперт, например, информацией о предиктивной аналитике отказов, когда речь идет о непрерывности критически важных процессов. Кроме того, продолжает он, компании могут быть более открыты к обмену данными в рамках экосистемного подхода. Использование данных большого производителя для улучшения/оптимизации производства его поставщиков – типовая задача предиктивной аналитики и оптимизации на базе больших данных.
По подсчетам АБД, к 2030 г. большие данные в промышленности дополнительно принесут около 1,8 трлн руб., а рост рынка составит 4–5%.
Кананыкин подчеркнул, что увеличение вышеперечисленных экономических эффектов принесет развитие инфраструктуры обмена и обогащения данных.
«Текущий уровень проникновения технологий больших данных и ИИ в промышленность пока остается невысоким, – отмечает Кананыкин. – Однако к 2030 г. аналогичные показатели могут быть намного выше при условии реализации инициатив Минпромторга и АБД, установления ЭПР по промышленным данным, а также снятия барьеров. Кроме того, драйвером роста станет проведение пилотных проектов».

Текущее и будущее регулирование рынка
Сегодня многое из того, что делается на предприятиях-лидерах, а также МСП, позволяет говорить, что тема регулирования оборота промышленных данных и стимулирования развития этого сегмента технологий перезрела, говорил директор департамента цифровых технологий Минпромторга Владимир Дождев на одной из сессий ЦИПР-2025. По его словам, регулирование данного сегмента требует комплексного подхода и законодательного регулирования, «но не с тем, чтобы что-то ограничить или запретить, а наоборот, подстегнуть развитие тех НИОКР, разработок, экспериментов, которые ведут в машиностроении, металлургии, химии, нефтегазе, энергетике и других отраслях». Это позволит решить самый главной вопрос – повышение эффективности работы компании, подчеркивает Дождев: повышение скорости вывода продуктов на рынок и качества самой продукции, а также решение тех или иных оптимизационных задач.
Совместно с десятками компаний реального сектора и компаний – разработчиков индустриального программного обеспечения министерством был подготовлен блок предложений по регулированию оборота промышленных данных, рассказал Дождев. Первый блок связан со стандартами национального и международного уровня, который так или иначе включает нормативные требования, требования к субъектам оборота промышленных данных и к функционалу контроля надзорных ведомств, перечисляет он. «Для того чтобы эта работа шла быстрее и чтобы мы какие-то гипотезы смогли доказать или отвергнуть уже на этапе подготовительных работ, мы вместе с коллегами из Минэкономразвития пришли к необходимости проводить эксперименты (экспериментально-правовые режимы, или ЭПР) в этой сфере», – говорит Дождев. По его словам, такой подход позволит обкатать инструменты сбора, обработки, агрегации, консолидации, а также очистки, прослеживания и разметки данных.
«Некоторые достижения где-то уже стали общим местом в промышленности, а где-то пока остаются достоянием отраслевых лидеров, – отметил он. – Для того чтобы эти достижения быстрее входили в обиход все большего и большего круга компаний, естественным полем работы для себя видим стимулирующую регуляторику, которая бы подталкивала все большее и большее количество проектов к реализации».
В декабре 2024 г. «Ведомости» писали, что Минпромторг подготовил концепцию управления промышленными данными, в которой сформулировал принципы их сбора, хранения, обогащения, обработки, предоставления, распространения и уничтожения.
В конце апреля 2025 г. Федеральный центр прикладного развития искусственного интеллекта (ФЦПРИИ, подведомствен Минпромторгу) совместно с Минпромторгом и Минэкономразвития разработал ЭПР по сбору и агрегации промышленных данных для их последующей обработки с применением технологии ИИ, рассказал генеральный директор ФЦПРИИ Эдуард Шантаев на Data Fusion 2025.
ЭПР создаст исключения в правовом поле и позволит его участникам на безвозмездной основе осуществлять работу с промышленными данными без контроля со стороны регуляторов, объяснял Шантаев. Внедрение нейронных сетей, обученных на большом количестве данных предприятий, позволит снизить издержки и повысить точность работы ИИ, добавил он. Целью эксперимента является выработка налаженного механизма обмена промышленными данными между предприятиями и государством, рассказал представитель Минпромторга.