ОБЗОР / #5_2026
Всё, кроме ИИ
Текст: Наталия АНДРЕЕВА, CEO & founder аналитической группы «Другая стратегия», член Инвестиционного комитета Северо-Западного центра трансфера технологий / Фото: Unsplash
Иногда кажется, что ИИ поглотил всю технологическую повестку. Но если отвлечься от проблем «белых воротничков» и универсальных бизнес-процессов (финансов, HR и пр.) и обратить внимание на то, что́ происходит там, где важны железо, бетон и станки, то картина окажется совершенно другой. ИИ далеко не всегда «любимая жена», особенно в компаниях-производителях.
Промышленности в последние годы приходится едва ли не хуже остальных секторов экономики.
Во-первых, чем дальше, тем сильнее геополитика раскачивает глобальную экономическую лодку — и заодно технологическую.
В 2025 году торговая политика США осложнилась пошлинами и многочисленными ограничениями (в частности, в связи с запретом экспорта ряда технологий в Китай и еще несколько стран и признанием того факта, что необходимость импортировать редкоземельные металлы, полупроводники/чипы и фармпрепараты — угроза национальной безопасности); в 2026 году началась пока не закончившаяся история с Ираном, которая может привести к глобальному экономическому/финансовому кризису.
При этом, по самым скромным оценкам (авторства WEF и Oliver Wyman), торгово-пошлинные войны и протекционистское огораживание национальных экономик в 2025—2026 годах отняли у общемирового ВВП $ 213-$ 307 млрд и привели к ускорению инфляции на 0,2−0,3% (в том числе в западном мире — на 0,3−0,4%); а реализация самого пессимистичного сценария (с радикальным протекционизмом, пошлинами и пр.) может стоить глобальной экономике до $ 6,9 трлн. Ряд международных организаций уже снизили прогнозы по росту глобального ВВП; в частности, ОЭСР прогнозирует на 2026 год рост на 2,8% и ожидает замедления темпов роста мировой торговли (3,1% в 2026 году, 2,9% — в 2027-м).
Геополитика вносит свои коррективы не только в общее состояние мировой экономики, но и в конкретные планы бизнеса, в первую очередь — промышленных и технологических компаний, вынужденных экстренно пересобирать цепочки поставок и, что еще хуже и дороже, вкладываться в национальную [ре]индустриализацию, читай — добровольно-принудительно переносить производства из Китая в дружественные страны и/или на родную почву.
Оценки общей стоимости реиндустриализации поступательно снижаются, но остаются астрономическими. В частности, в 2025 году компании США и ЕС, вынужденные переносить производства и расширять площадки в «дружественных» странах и на родине, планировали вложить в реиндустриализацию $ 4,7 трлн; в 2026-м году эта цифра снизилась до $ 2,5 трлн, но не перестала быть запредельной.
Во-первых, чем дальше, тем сильнее геополитика раскачивает глобальную экономическую лодку — и заодно технологическую.
В 2025 году торговая политика США осложнилась пошлинами и многочисленными ограничениями (в частности, в связи с запретом экспорта ряда технологий в Китай и еще несколько стран и признанием того факта, что необходимость импортировать редкоземельные металлы, полупроводники/чипы и фармпрепараты — угроза национальной безопасности); в 2026 году началась пока не закончившаяся история с Ираном, которая может привести к глобальному экономическому/финансовому кризису.
При этом, по самым скромным оценкам (авторства WEF и Oliver Wyman), торгово-пошлинные войны и протекционистское огораживание национальных экономик в 2025—2026 годах отняли у общемирового ВВП $ 213-$ 307 млрд и привели к ускорению инфляции на 0,2−0,3% (в том числе в западном мире — на 0,3−0,4%); а реализация самого пессимистичного сценария (с радикальным протекционизмом, пошлинами и пр.) может стоить глобальной экономике до $ 6,9 трлн. Ряд международных организаций уже снизили прогнозы по росту глобального ВВП; в частности, ОЭСР прогнозирует на 2026 год рост на 2,8% и ожидает замедления темпов роста мировой торговли (3,1% в 2026 году, 2,9% — в 2027-м).
Геополитика вносит свои коррективы не только в общее состояние мировой экономики, но и в конкретные планы бизнеса, в первую очередь — промышленных и технологических компаний, вынужденных экстренно пересобирать цепочки поставок и, что еще хуже и дороже, вкладываться в национальную [ре]индустриализацию, читай — добровольно-принудительно переносить производства из Китая в дружественные страны и/или на родную почву.
Оценки общей стоимости реиндустриализации поступательно снижаются, но остаются астрономическими. В частности, в 2025 году компании США и ЕС, вынужденные переносить производства и расширять площадки в «дружественных» странах и на родине, планировали вложить в реиндустриализацию $ 4,7 трлн; в 2026-м году эта цифра снизилась до $ 2,5 трлн, но не перестала быть запредельной.
Несмотря на то что многие государства мира обновляют стратегии развития промышленности (за последние три года — ЕС, Китай, Германия, Великобритания, Франция, Бразилия и пр.) и вводят новые меры поддержки промышленных компаний (более 6 тыс. по оценкам McKinsey только в 2020—2022 годах), за вынос производств из Китая и/или разворачивание новых промышленных площадок на отечественной почве платить будут все-таки компании: в среднем две трети промышленных компаний, вынужденных развивать отечественные производства, ожидают роста капитальных затрат; больше половины — увеличения затрат на оплату труда (57% компаний), электроэнергии (52%) и сырья (50%). Оптимистичные прогнозы в этой части касаются только стоимости логистики: половина компаний, по данным Capgemini, надеется на ее снижение.
При этом, если верить опросам Capgemini, 85% предприятий заявляют, что вынуждены закупать сырье, компоненты и пр. у местных поставщиков.
Как ни смешно, проблемы и затруднения глобальных промышленных компаний сильно напоминают проблемы российской промышленности последних пяти лет: никто не может гарантировать ни спроса, ни поставок расходных материалов, ни даже стабильной политической линии на реиндустриализацию/протекционизм, и стоит ли в таких условиях инвестировать деньги в новые производства, непонятно. Поэтому две трети компаний, столкнувшихся с необходимостью решоринга или френдшоринга, начинают вынужденно ориентироваться на контрактные производства и заодно договариваться о совместном использовании имеющихся мощностей.
Два недавних примера шеринга заводов: соглашение Renault и Ford об использовании французских мощностей Renault для производства бюджетных электромобилей; партнерство американских John Deere и Tarter, в рамках которого Tarter предоставит свой модернизированный завод John Deere для производства новой линейки вращающихся резаков.
Кроме того, глобальная рыночная и экономическая ситуация такова, что промышленность и хайтек-компании волей-неволей начинают искать новые источники роста, причем не столько ситуационно, сколько стратегически и долгосрочно: промышленные локомотивы, ранее приносившие прибыль, растут все медленнее, что — с учетом зашкаливающей макроэкономической и финансовой тревожности — заставляет компании инвестировать в принципиально новые бизнесы/продукты вне основной деятельности.
При этом, если верить опросам Capgemini, 85% предприятий заявляют, что вынуждены закупать сырье, компоненты и пр. у местных поставщиков.
Как ни смешно, проблемы и затруднения глобальных промышленных компаний сильно напоминают проблемы российской промышленности последних пяти лет: никто не может гарантировать ни спроса, ни поставок расходных материалов, ни даже стабильной политической линии на реиндустриализацию/протекционизм, и стоит ли в таких условиях инвестировать деньги в новые производства, непонятно. Поэтому две трети компаний, столкнувшихся с необходимостью решоринга или френдшоринга, начинают вынужденно ориентироваться на контрактные производства и заодно договариваться о совместном использовании имеющихся мощностей.
Два недавних примера шеринга заводов: соглашение Renault и Ford об использовании французских мощностей Renault для производства бюджетных электромобилей; партнерство американских John Deere и Tarter, в рамках которого Tarter предоставит свой модернизированный завод John Deere для производства новой линейки вращающихся резаков.
Кроме того, глобальная рыночная и экономическая ситуация такова, что промышленность и хайтек-компании волей-неволей начинают искать новые источники роста, причем не столько ситуационно, сколько стратегически и долгосрочно: промышленные локомотивы, ранее приносившие прибыль, растут все медленнее, что — с учетом зашкаливающей макроэкономической и финансовой тревожности — заставляет компании инвестировать в принципиально новые бизнесы/продукты вне основной деятельности.
Особенно заметно замедление в автомобилестроении и климатических/"зеленых" технологиях на европейских рынках. В частности, европейские автопроизводители начиная с 2017 года потеряли порядка 13% рынка (как домашнего, так и глобального), а маржинальность их деятельности снизилась с 7,4% (2017) до 5,1% (2023). Понятно, что большой вклад в этот упадок вносит азиатский автопром, с 2023 года стабильно растущий на 10% в год и применяющий разнообразные методы захвата рынка, но от этого никому не легче.
(Отдельная проблема, с которой сталкивается автомобилестроительная промышленность, состоит в том, что электромобили требуют меньшего количества деталей и компонентов — не лучшая новость для поставщиков; в частности, спрос со стороны автопрома, в 2010—2025 годах составляавший 8% глобального рынка компонентов и запчастей, к 2030 году, как ожидает BCG, упадет до 4%.)
Еще более очевидные сложности испытывает «низкоуглеродная» и «климатическая» промышленность: на фоне смещения государственных приоритетов в сторону первоочередного обеспечения национальной экономической и прочей безопасности прогнозы развития «климатических» и «зеленых» бизнесов становятся все пессимистичнее. Ожидаемые объемы глобального производства водорода (на 2030 год) были снижены примерно в два раза, до 5,5 млн тонн; ряд компаний замораживает или сворачивает проекты в этой сфере (пример — приостановка строительства завода газовой корпорации Air Products по производству «зеленого» водорода в Нью-Йорке в 2025 году; в строительство планировали вложить $ 500 млн).
Что касается потенциальных источников роста, то на ближайшие пять лет в качестве таковых рассматриваются:
(Отдельная проблема, с которой сталкивается автомобилестроительная промышленность, состоит в том, что электромобили требуют меньшего количества деталей и компонентов — не лучшая новость для поставщиков; в частности, спрос со стороны автопрома, в 2010—2025 годах составляавший 8% глобального рынка компонентов и запчастей, к 2030 году, как ожидает BCG, упадет до 4%.)
Еще более очевидные сложности испытывает «низкоуглеродная» и «климатическая» промышленность: на фоне смещения государственных приоритетов в сторону первоочередного обеспечения национальной экономической и прочей безопасности прогнозы развития «климатических» и «зеленых» бизнесов становятся все пессимистичнее. Ожидаемые объемы глобального производства водорода (на 2030 год) были снижены примерно в два раза, до 5,5 млн тонн; ряд компаний замораживает или сворачивает проекты в этой сфере (пример — приостановка строительства завода газовой корпорации Air Products по производству «зеленого» водорода в Нью-Йорке в 2025 году; в строительство планировали вложить $ 500 млн).
Что касается потенциальных источников роста, то на ближайшие пять лет в качестве таковых рассматриваются:
- национальная оборона, вложения в которую только в ЕС к 2029 году должны достичь $ 900 млрд (в том числе в рамках общеевропейской реиндустриализации оборонного сектора); планируемые затраты США оценить достаточно сложно, но целевая доля «домашних» продуктов и услуг для обороны там составляет 60%, а государственные затраты на продукцию ВПК — в том числе на БПЛА и прочие автономные системы, спутниковую связь и пр.— будет расти, ориентировочно, на 11% в год как минимум в ближайшие четыре года; по данным опроса PwC, роста прибыли от обороны и, шире, от услуг/продуктов для государства ожидают 65% компаний;
- центры обработки данных, создающие спрос на широкий спектр оборудования помимо ИИ-чипов: электрогенераторы (в том числе для аварийного электроснабжения), блоки распределения питания, спецпроводку, системы кондиционирования и пр.; в среднем на долю оборудования приходится порядка 10% стоимости строительства ЦОДов (в США — ~$ 10,7 тыс. на 1 м² ЦОДа); 69% компаний считают, что в ближайшие годы их прибыль от соответствующих продуктов и услуг увеличится (данные PWC);
- инфраструктура, в первую очередь транспортная и энергетическая, общемировые вложения в которую в 2025—2029 годах должны составить $ 4,2 трлн и расти на 4% в год.
В целом основные надежды компании реального сектора возлагают на новые продукты и рынки, как промышленные, так и чисто потребительские; по данным опросов, руководители промышленных компаний ожидают, что к 2030 году без малого половина (44%) их прибыли будет приходиться на продукты и рынки за пределами их базовой деятельности и нынешних рынков.
При этом общий топ продуктовых приоритетов включает различные виды «умных» продуктов (подключенные, автономные, снабженные ИИ и пр.), нишевое оборудование, в том числе гибкое и многофункциональное, развитие сервисов на основе данных, которые позволят монетизировать накопленные в компаниях дата-сеты (ТТХ и история эксплуатации продуктов, спрос со стороны потребителей и пр.), — и неизбежное оборудование для ЦОДов в паре с разнообразным электрооборудованием.
В-третьих, промышленные компании лучше многих понимают: в нынешнем быстро меняющемся мире счастье и прибыль — не в технологиях как таковых, а в продуктах, бизнес-моделях и общих стратегиях выживания; технологические стратегии, инновации, M&A и всё прочее — лишь производные от жизни с ее суровыми законами.
Именно поэтому одна технологическая универсалия, необходимая во время турбулентности, в промышленности/компаниях реального сектора экономики все же есть.
Это, конечно, промышленная автоматизация и, шире, то, что называется «умным производством"/smart factory.
При этом общий топ продуктовых приоритетов включает различные виды «умных» продуктов (подключенные, автономные, снабженные ИИ и пр.), нишевое оборудование, в том числе гибкое и многофункциональное, развитие сервисов на основе данных, которые позволят монетизировать накопленные в компаниях дата-сеты (ТТХ и история эксплуатации продуктов, спрос со стороны потребителей и пр.), — и неизбежное оборудование для ЦОДов в паре с разнообразным электрооборудованием.
В-третьих, промышленные компании лучше многих понимают: в нынешнем быстро меняющемся мире счастье и прибыль — не в технологиях как таковых, а в продуктах, бизнес-моделях и общих стратегиях выживания; технологические стратегии, инновации, M&A и всё прочее — лишь производные от жизни с ее суровыми законами.
Именно поэтому одна технологическая универсалия, необходимая во время турбулентности, в промышленности/компаниях реального сектора экономики все же есть.
Это, конечно, промышленная автоматизация и, шире, то, что называется «умным производством"/smart factory.
Без глянца
Термин «умное производство» далеко не молод; ему не хватает хайпового блеска, присущего нынче исключительно ИИ. Но сермяжная правда, как древнее золото, редко блестит.
ИИ-хайп заслонил несколько важных моментов.
Первый: цифровую трансформацию, роботизацию, переход к аддитивному производству, нормальное управление жизненным циклом и пр. никто не отменял. Компании-производители, которым не надо пускать пыль в глаза акционерам и потенциальным инвесторам, вкладывались и продолжают вкладываться именно в эти направления. Можно, конечно, параллельно заниматься ИИ-оптимизацией офисной работы, но не в офисах производственное счастье.
В частности, безальтернативный промышленный must have включает три вещи: кибербезопасность, системы управления производственными процессами (MES) и сбор/анализ больших данных; не планируют заниматься этими вопросами только 2−3% производственных компаний. При этом (с точки зрения масштабирования технологий) ИИ и машинное обучение плетутся в хвосте, уступая даже AR/VR, выгоды от которых не очевидны каждой третьей промышленной компании. Проще говоря, если не вкладываться в ИИ, вреда не будет, а без MES и нормального контура безопасности предприятие остановится.
Термин «умное производство» далеко не молод; ему не хватает хайпового блеска, присущего нынче исключительно ИИ. Но сермяжная правда, как древнее золото, редко блестит.
ИИ-хайп заслонил несколько важных моментов.
Первый: цифровую трансформацию, роботизацию, переход к аддитивному производству, нормальное управление жизненным циклом и пр. никто не отменял. Компании-производители, которым не надо пускать пыль в глаза акционерам и потенциальным инвесторам, вкладывались и продолжают вкладываться именно в эти направления. Можно, конечно, параллельно заниматься ИИ-оптимизацией офисной работы, но не в офисах производственное счастье.
В частности, безальтернативный промышленный must have включает три вещи: кибербезопасность, системы управления производственными процессами (MES) и сбор/анализ больших данных; не планируют заниматься этими вопросами только 2−3% производственных компаний. При этом (с точки зрения масштабирования технологий) ИИ и машинное обучение плетутся в хвосте, уступая даже AR/VR, выгоды от которых не очевидны каждой третьей промышленной компании. Проще говоря, если не вкладываться в ИИ, вреда не будет, а без MES и нормального контура безопасности предприятие остановится.
Описанную ситуацию отражают инвестиционные приоритеты крупной глобальной промышленности: большинство компаний планируют в первую очередь вкладываться в оборудование и хард (в том числе в системы датчиков для промышленного интернета вещей), анализ данных и системы, связанные с управлением производством (планирование, управление качеством и собственно MES); все остальное, в том числе ИИ, проходит по категории «интересное/потенциально перспективное, но не первоочередное». Особенно в тех случаях, когда польза не доказана, а риски очевидны.
Второй момент: как и цифровую трансформацию в целом, никто не отменял проблему «зоопарка решений», связанную — в отличие от условных офисных функций (HR, бухгалтерии, маркетинга и пр.) — не столько с ПО, сколько с промышленным оборудованием: каждой второй производственной компании неплохо было бы обновить свое легаси-оборудование, но она сталкивается с понятными и объективными финансовыми ограничениями; и никакие креативные цифровые решения тут, конечно же, не помогут.
Теоретически решением проблемы зоопарка могут стать так называемые экосистемы промышленной автоматизации — взаимоувязанные хард (от серводвигателей до датчиков) и софт (от MES до систем числового программного управления оборудованием). Но у этого решения есть два очевидных минуса. Первый — запредельный объем капитальных затрат; второй — вынужденная и полная зависимость от поставщиков/вендоров, естественно, прямо заинтересованных в том, чтобы клиент не соскочил с иглы, и предлагающих собственные/закрытые экосистемы, как это делает, например, Siemens.
Теоретически решением проблемы зоопарка могут стать так называемые экосистемы промышленной автоматизации — взаимоувязанные хард (от серводвигателей до датчиков) и софт (от MES до систем числового программного управления оборудованием). Но у этого решения есть два очевидных минуса. Первый — запредельный объем капитальных затрат; второй — вынужденная и полная зависимость от поставщиков/вендоров, естественно, прямо заинтересованных в том, чтобы клиент не соскочил с иглы, и предлагающих собственные/закрытые экосистемы, как это делает, например, Siemens.
Экосистема промышленной автоматизации Siemens
Ядро продуктового предложения для промышленности — единая платформа/экосистема «софт + хард» Siemens Xcelerator (портфель модульного, совместимого ПО и аппаратного обеспечения со стандартизированными интерфейсами, системами сертификации и упрощенными алгоритмами интеграции):
1) Системные решения для автоматизации дискретных и процессных производств:
2) ПО и дата-решения для управления жизненным циклом продуктов:
1) Системные решения для автоматизации дискретных и процессных производств:
- системы автоматизации, комплексное программное обеспечение для заводов;
- системы числового программного управления (ЧПУ);
- интегрированные системы автоматизации для станков и прочего оборудования;
- системы управления технологическими процессами;
- серводвигатели, приводы и инверторы;
- устройства для межмашинной связи;
- датчики (давление, температура, уровень расхода материала, расстояние, форма);
- системы радиочастотной идентификации.
2) ПО и дата-решения для управления жизненным циклом продуктов:
- PLM;
- ПО для моделирования и тестирования мехатронных систем;
- ПО для автоматизации проектирования электроники (EDA);
- Low-code платформа разработки промышленных приложений Mendix;
- ПО для промышленного моделирования и анализа (Altair Engineering Inc./Altair);
- цифровые маркетплейсы для ПО в области управления цепочками поставок (Supplyframe);
- ПО для исследований и разработок в области наук о жизни (Insightful Science Holdings/Dotmatics).
Третий момент, о котором часто забывают, — это инфраструктурное обеспечение чего угодно, и цифровой составляющей автоматизации в первую очередь. Как разворачивать промышленный интернет вещей, интегрировать в имеющиеся производственные процессы роботов (любых), обеспечивать предприятие электроэнергией и вычислительными мощностями — и всё это в условиях экономической неопределенности и рисков то инфляции, то стагфляции, то рецессии? Эти вопросы висят в воздухе, как минимум, с ковидного 2020 года, и ответов на них пока нет.
Отдельный болезненный инфраструктурный сюжет, прямо касающийся автоматизации, — это связь. Потому что ЦОДы — это хорошо и важно, большие данные — тоже, и даже ИИ-модели. Но как обеспечить нормальную передачу данных? Особенно с учетом того, что производственная линия — это не смартфон с мессенджером, для которого задержки сигнала на условные 50 мс не критичны; задержка сигнала для сложной автономной системы — это сбой, сутки простоя — и до свидания, десятки миллионов долларов. Проще говоря, если нет гарантированной скорости, поддержки высокой плотности устройств и возможности разворачивать частные 5G+ сети (private networks/P5G), нет и автоматизации/промышленного ИИ/яблонь на Марсе.
Именно эти несколько моментов (вкупе с геополитикой и экономическими неясностями) приводят к тому, что промышленные предприятия все-таки инвестируют в передовые производственные решения: если реиндустриализация и сложности с продажей чего угодно на глобальном рынке неизбежны, то надежнее вложиться в гибкие и адаптивные форматы производства (автоматизацию, модульные/платформенные производства и пр.), которые, в случае чего, позволят быстро переключаться между линейками продуктов. В результате порядка 80% промышленных компаний США и ЕС, участвуя в 2026 году в опросе Capgemini, заявляют, что уже в той или иной мере вкладываются в технические решения, которые обеспечат им необходимую гибкость; а еще 69% планируют опереться на чужие производственные мощности нужного качества.
Реальные бизнес-эффекты от автоматизации/создания «умных заводов», конечно же, сильно разнятся в зависимости от отрасли промышленности и от региона, где должно работать производство; но в целом от инвестиций в комплексные «умные» решения, как правило, выигрывают компании, вынужденные локализовывать производства в условно «дорогих» регионах. Чем «дороже» экономика страны или региона (с точки зрения налогообложения, стоимости денег, затрат на ФОТ и пр.), тем быстрее окупятся инвестиции в автоматизацию.
Отдельный болезненный инфраструктурный сюжет, прямо касающийся автоматизации, — это связь. Потому что ЦОДы — это хорошо и важно, большие данные — тоже, и даже ИИ-модели. Но как обеспечить нормальную передачу данных? Особенно с учетом того, что производственная линия — это не смартфон с мессенджером, для которого задержки сигнала на условные 50 мс не критичны; задержка сигнала для сложной автономной системы — это сбой, сутки простоя — и до свидания, десятки миллионов долларов. Проще говоря, если нет гарантированной скорости, поддержки высокой плотности устройств и возможности разворачивать частные 5G+ сети (private networks/P5G), нет и автоматизации/промышленного ИИ/яблонь на Марсе.
Именно эти несколько моментов (вкупе с геополитикой и экономическими неясностями) приводят к тому, что промышленные предприятия все-таки инвестируют в передовые производственные решения: если реиндустриализация и сложности с продажей чего угодно на глобальном рынке неизбежны, то надежнее вложиться в гибкие и адаптивные форматы производства (автоматизацию, модульные/платформенные производства и пр.), которые, в случае чего, позволят быстро переключаться между линейками продуктов. В результате порядка 80% промышленных компаний США и ЕС, участвуя в 2026 году в опросе Capgemini, заявляют, что уже в той или иной мере вкладываются в технические решения, которые обеспечат им необходимую гибкость; а еще 69% планируют опереться на чужие производственные мощности нужного качества.
Реальные бизнес-эффекты от автоматизации/создания «умных заводов», конечно же, сильно разнятся в зависимости от отрасли промышленности и от региона, где должно работать производство; но в целом от инвестиций в комплексные «умные» решения, как правило, выигрывают компании, вынужденные локализовывать производства в условно «дорогих» регионах. Чем «дороже» экономика страны или региона (с точки зрения налогообложения, стоимости денег, затрат на ФОТ и пр.), тем быстрее окупятся инвестиции в автоматизацию.
Например, по оценкам BCG, затраты на содержание «умного» производства батарей в Германии будут на 15% выше, чем в Китае, а предприятия пищевой промышленности — наоборот, на 14% ниже. Соответственно, для ряда отраслей и компаний никакие технологические новшества не перевесят преимуществ Китая как локации для производства: фармпрепараты, промышленное оборудование, электронику/электротехнику и текстиль/одежду в любом случае выгоднее производить в КНР, чем в условном ЕС.
Это касается и разницы между гринфилдом и браунфилдом: модернизация существующих производств с использованием технологий промышленной автоматизации в среднем эффективнее, чем создание производств с нуля, особенно для зрелых индустрий (деревообработки, ЦБК, транспортного машиностроения и пр.).
В индустриализации производств есть нюанс, который еще семь-десять лет назад мало кого волновал, а сейчас, в условиях деглобализации, торговых войн и протекционизма, может оказаться критичным для компаний, желающих прикупить немного промышленной автоматизации.
Речь идет о структуре рынка оборудования и ПО для этой самой автоматизации.
Это касается и разницы между гринфилдом и браунфилдом: модернизация существующих производств с использованием технологий промышленной автоматизации в среднем эффективнее, чем создание производств с нуля, особенно для зрелых индустрий (деревообработки, ЦБК, транспортного машиностроения и пр.).
В индустриализации производств есть нюанс, который еще семь-десять лет назад мало кого волновал, а сейчас, в условиях деглобализации, торговых войн и протекционизма, может оказаться критичным для компаний, желающих прикупить немного промышленной автоматизации.
Речь идет о структуре рынка оборудования и ПО для этой самой автоматизации.
Частные 5G-сети для автоматизации в промышленности
- Hyundai Motor Company (2025−2026): частные сети 5G RedCap для автоматизации производства от Samsung; развернуты на двух заводах Hyundai: в Корее (г. Ульсан, новое производство электромобилей) и США (Metaplant America). Основной функционал — замена Wi-Fi: обеспечение работы автономных мобильных роботов (логистических); сбор данных (с датчиков, камер, планшетов, компактных беспроводных инструментов, тестового оборудования, логистических роботов); работа диагностической системы D-Scan.
- Toyota (2024): частная сеть 5G от Ericsson на заводе Toyota Materials Handling по производству вилочных погрузчиков (США). Функционал — замена Wi-Fi: связь для сотрудников; поддержка предиктивного технического обслуживания оборудования (промышленный интернет вещей); телематика и управление автопарком; анализ данных в режиме реального времени.
- BMW (2025): публично-частная сеть 5G на заводе по производству электромобилей в Венгрии от Magyar Telekom. Основные функции: обеспечение работы логистических роботов (погрузчики; подвоз компонентов к сборочным линиям и пр.), системы контроля качества на сборочной линии (Artificial Intelligence Quality Next) и экосистемы устройств (сенсоры, датчики, планшеты сотрудников и пр.).
- BaoSteel (2022−2025): частная сеть 5G от China Telecom и Huawei (развернута на нескольких производствах; часть функционала еще тестируется). Работающие сервисы/функции: дистанционное управление кранами, штабелеукладчиками-разгрузчиками, тяжелыми автоматизированными грузовиками; контроль качества поверхности стали; сортировка стального лома и пр.
Рынок не порешает
Производство передового промышленного оборудования (включая станки, хард, софт и пр.) сконцентрировано преимущественно в развитых странах, и чем сложнее это оборудование, тем выше степень концентрации рынка.
Само собой, есть истории успеха вроде четкого и резкого развития производителей промробототехники в Китае, но, по большому счету, на глобальном рынке той же промробототехники продолжают доминировать ABB (Швейцария), Epson (Япония) и FANUC (Япония) — на них приходится более трети всех глобальных поставок; а топ-9 компаний-производителей (из Японии, Швейцарии, Дании, Германии и Италии) занимают 68% рынка.
Та же картина наблюдается и в других секторах: сенсорах и датчиках (Bosch, Honeywell, Panasonic, Rocwell Automation, Dwyer), системах машинного зрения (Emerson, Omron, Teledyne Technologies, Atlas Copco), MES (SAP, Siemens, Oracle, GE, Dassault Systems), ПО для дизайна и цифровой симуляции (Siemens Altair, Autodesk, Aveva/Schneider Electric, PTC) и пр.
Производство передового промышленного оборудования (включая станки, хард, софт и пр.) сконцентрировано преимущественно в развитых странах, и чем сложнее это оборудование, тем выше степень концентрации рынка.
Само собой, есть истории успеха вроде четкого и резкого развития производителей промробототехники в Китае, но, по большому счету, на глобальном рынке той же промробототехники продолжают доминировать ABB (Швейцария), Epson (Япония) и FANUC (Япония) — на них приходится более трети всех глобальных поставок; а топ-9 компаний-производителей (из Японии, Швейцарии, Дании, Германии и Италии) занимают 68% рынка.
Та же картина наблюдается и в других секторах: сенсорах и датчиках (Bosch, Honeywell, Panasonic, Rocwell Automation, Dwyer), системах машинного зрения (Emerson, Omron, Teledyne Technologies, Atlas Copco), MES (SAP, Siemens, Oracle, GE, Dassault Systems), ПО для дизайна и цифровой симуляции (Siemens Altair, Autodesk, Aveva/Schneider Electric, PTC) и пр.
На рынке, конечно, есть что делить: по различным оценкам, к 2030 году глобальный спрос на решения для промышленной автоматизации составит от $ 250 млрд до $ 378 млрд. Но позиции глобальных лидеров пока остаются устойчивыми, и перспективы внезапного появления новых национальных робототехнических чемпионов где угодно, кроме Китая (и, возможно, США), сомнительны. Причем даже в новейших секторах вроде человекоподобных роботов, где конкуренция и концентрация рынка пока невелики.
Светлое завтра
Вода во облацех, как обычно, темна, будущее непонятно, но можно уверенно утверждать: новые продукты и/или продуктовые линейки от нынешних глобальных лидеров, связанные с промышленной автоматизацией, жестко укладываются в четыре основные категории: промышленный ИИ/ИИ-агенты, не имеющие отношения к оптимизации офисной скуки; объединение операционной деятельности и IT; кибербезопасность; автоматизация исключительно за счет ПО.
Самая горячая тема — это, конечно, промышленный ИИ и ИИ-агенты. При этом пены в теме новых применений промИИ меньше, чем смысла:
Еще более сложная и совсем не хайповая история, связанная с промышленной автоматизацией, — интеграция OT (т. е. «производственного» слоя процессов: операционных технологий, физического мониторинга, решений для автоматизации — SCADA, контроллеров, роботов и пр.) и IT (чисто информационных технологий и данных; ERP, CRM). Преимущества интеграции более или менее очевидны: возможность «предиктивного» принятия решений по широкому спектру процессов, от техобслуживания до чисто управленческих/финансовых моментов; повышение операционной эффективности и пр.
Но с технической точки зрения проблем в этой сфере пока больше, чем решений, поэтому над соответствующими программными продуктами могут позволить себе работать далеко не все вендоры:
Интеграция IT/OT, помимо всего прочего, создает новые вызовы в области кибербезопасности, поскольку исторически OT всегда были изолированы от всех остальных процессов; решения в этой сфере, как правило, разрабатываются и позиционируются по принципу zero-trust security (сведение рисков к нулю):
Наконец, есть еще одна категория новых продуктов в области автоматизации, работающая с критической проблемой зоопарка унаследованного оборудования и ПО. Речь о гибких/модульных ПО-платформах (software-defined automation/SDA), позволяющих автоматизировать производственные процессы только через софт, преимущественно через технологию виртуальных контроллеров:
Вода во облацех, как обычно, темна, будущее непонятно, но можно уверенно утверждать: новые продукты и/или продуктовые линейки от нынешних глобальных лидеров, связанные с промышленной автоматизацией, жестко укладываются в четыре основные категории: промышленный ИИ/ИИ-агенты, не имеющие отношения к оптимизации офисной скуки; объединение операционной деятельности и IT; кибербезопасность; автоматизация исключительно за счет ПО.
Самая горячая тема — это, конечно, промышленный ИИ и ИИ-агенты. При этом пены в теме новых применений промИИ меньше, чем смысла:
- Siemens: ИИ-агент Engineering Copilot TIA для автоматизации решения задач, связанных с инжинирингом (кодинг, подготовка документации, тестирование и пр.; успешно прошел бета-тестирование); ИИ-агент Insights Hub Production Co-pilot, позволяющий рабочим получать инсайты на основе данных, используя при этом естественный язык (а не код);
- ABB: набор прикладных промышленных сервисов с использованием ИИ, в числе прочего, для обеспечения энергоэффективности, на базе визуализации процессов/объектов в форме цифровых двойников (решение от компании Cloudworx);
- Schneider Electric: ИИ-агенты на базе платформы для автоматизации производства EcoStruxure, предназначенные для управления жизненным циклом систем и продуктов, начиная с анализа документации и заканчивая формированием цифровых двойников; с обязательным участием человека в принятии решений;
- Rockwell Automation: новый ИИ-агент, встроенный в инженерное ПО Design Studio (на базе разработок NVIDIA);
- Advantech: масштабируемая архитектура для периферийного ИИ (edge AI), позволяющая осуществлять все вычисления в периферии, отправляя в облако только метаданные.
Еще более сложная и совсем не хайповая история, связанная с промышленной автоматизацией, — интеграция OT (т. е. «производственного» слоя процессов: операционных технологий, физического мониторинга, решений для автоматизации — SCADA, контроллеров, роботов и пр.) и IT (чисто информационных технологий и данных; ERP, CRM). Преимущества интеграции более или менее очевидны: возможность «предиктивного» принятия решений по широкому спектру процессов, от техобслуживания до чисто управленческих/финансовых моментов; повышение операционной эффективности и пр.
Но с технической точки зрения проблем в этой сфере пока больше, чем решений, поэтому над соответствующими программными продуктами могут позволить себе работать далеко не все вендоры:
- Siemens: бесшовные перетоки данных «производственные линии — периферия — облако» (Siemens Industrial Edge + Microsoft Azure Internet of Things) для упрощения интеграции OT/IT; бесшовная интеграция виртуальных и физических контроллеров, в том числе для повышения надежности и оптимизации производственных процессов; развитие ПО, объединяющего технологии 3D-анализа/моделирования с числовым программным управлением (повышение эффективности и точности производственного оборудования; система MyProgramming/3D Scanner);
- Advantech: программно-аппаратные комплексы для периферийных вычислений + решения для безопасной передачи и обработки данных (в том числе бесшовная интеграция/анализ данных со всего спектра имеющихся устройств, включая кардинально устаревшие).
Интеграция IT/OT, помимо всего прочего, создает новые вызовы в области кибербезопасности, поскольку исторически OT всегда были изолированы от всех остальных процессов; решения в этой сфере, как правило, разрабатываются и позиционируются по принципу zero-trust security (сведение рисков к нулю):
- Siemens: новая платформа SINEC Secure Connect для сетей OT, обеспечивающая безопасность всех соединений/коммуникаций внутри контура предприятия (zero-trust security);
- ABB: программно-аппаратные решения для обеспечения безопасности технологий «умного производства» (воздушные автоматические выключатели; универсальные приводы для бесшовной интеграции с оборудованием и пр.);
- Belden: платформа безопасности для OT (Belden Horizon) в паре с новым «промышленным файерволлом» (IAF-240) и системами аутентификации (на базе протокола связи Ethernet).
Наконец, есть еще одна категория новых продуктов в области автоматизации, работающая с критической проблемой зоопарка унаследованного оборудования и ПО. Речь о гибких/модульных ПО-платформах (software-defined automation/SDA), позволяющих автоматизировать производственные процессы только через софт, преимущественно через технологию виртуальных контроллеров:
- Siemens: платформа периферийных вычислений Siemens Industrial Edge для разворачивания и управления виртуализированными рабочими нагрузками; новое поколение виртуальных контроллеров (vPLC);
- Advantech: открытая платформа AMAX для интеграции устаревших систем промышленного интернета вещей (контроллеров, сенсоров и пр.) в современные архитектуры, в том числе для оптимизации передачи данных в условиях постоянно растущей нагрузки на сенсоры/датчики, работающая за счет виртуализации контроллеров;
- Phoenix Contact: новое поколение виртуальных контроллеров, в том числе для систем мониторинга и управления потреблением электроэнергии в ЦОДах.
Промышленная робототехника в Китае (2024−2025)
Китай уже несколько лет остается крупнейшим потребителем промышленной робототехники и мировым лидером по общему количеству установленных на промпредприятиях роботов: в 2024 году китайские компании закупили 295 тыс. промроботов (54 % от мирового спроса), общее количество установок достигло 2+ млн (ср.: второе место в мире заняла Япония с 44,5 тыс. установок в 2024 году, третье — США с 34,2 тыс.)
В том же 2024 году на рынке Китая начали доминировать отечественные производители: доля «местных» промроботов составила 57 % (в 2023‑м — 47 %), причем производства расширялись, в числе прочего, за счет выхода на новые отраслевые рынки: пищевой промышленности (8,9 тыс. роботов, +86 % к уровню 2023 года, 80 % спроса обеспечены китайскими поставщиками), текстильной промышленности/производства одежды (5,7 тыс. роботов, + 24 % к 2023 году, 100 % поставок — китайские производители) и пр.
(До 2024 года лидерами рынка была глобальная «большая четверка» производителей: FANUC [(Япония], KUKA [Германия; в собственности китайской Midea Group], ABB [Швейцария] и Yaskawa Motoman[(Япония]; после 2024 года самая большая доля рынка — 11 % — по-прежнему у японской FANUC, но на второе место вышла китайская компания Estun с 9,5 %. При этом в зоне «тяжелых» шестикоординатных роботов — с грузоподъемностью более 20 кг — на рынке по-прежнему доминируют зарубежные производители, занимая 60 %.)
Топ‑3 отраслей — потребителей промышленных роботов в Китае в 2024 году:
В 2025 году в Китае было произведено 773+ тыс. промышленных роботов (+28 % год к году), за первые два месяца 2026 года — 143+ тыс. (+31 % к тому же периоду 2025 года).
В том же 2024 году на рынке Китая начали доминировать отечественные производители: доля «местных» промроботов составила 57 % (в 2023‑м — 47 %), причем производства расширялись, в числе прочего, за счет выхода на новые отраслевые рынки: пищевой промышленности (8,9 тыс. роботов, +86 % к уровню 2023 года, 80 % спроса обеспечены китайскими поставщиками), текстильной промышленности/производства одежды (5,7 тыс. роботов, + 24 % к 2023 году, 100 % поставок — китайские производители) и пр.
(До 2024 года лидерами рынка была глобальная «большая четверка» производителей: FANUC [(Япония], KUKA [Германия; в собственности китайской Midea Group], ABB [Швейцария] и Yaskawa Motoman[(Япония]; после 2024 года самая большая доля рынка — 11 % — по-прежнему у японской FANUC, но на второе место вышла китайская компания Estun с 9,5 %. При этом в зоне «тяжелых» шестикоординатных роботов — с грузоподъемностью более 20 кг — на рынке по-прежнему доминируют зарубежные производители, занимая 60 %.)
Топ‑3 отраслей — потребителей промышленных роботов в Китае в 2024 году:
- производство электроники: закуплено 83 тыс. роботов (+7 % относительно 2023 года); средние темпы роста с 2019 по 2024 год — 16 % в год; 64 % от общемирового спроса, 59 % из них обеспечены китайскими поставщиками;
- автомобилестроение: закуплено 57,2 тыс. роботов (снижение на 12 %); 45 % от общемирового спроса, 31 % поставлен китайскими производителями;
- металлообработка и машиностроение: закуплено 54,6 тыс. роботов (рост на 31 %); доля китайских производителей — 90 %.
В 2025 году в Китае было произведено 773+ тыс. промышленных роботов (+28 % год к году), за первые два месяца 2026 года — 143+ тыс. (+31 % к тому же периоду 2025 года).
Крупнейшие раунды инвестиций в робототехнические компании (2025−2026)
- Apptronik (США), $ 935 млн: разработка и производство человекоподобных роботов; крупнейшие инвесторы — Google, Mercedes-Benz и B Capital (общий объем вложений — $ 415 млн в 2025‑м, $ 520 млн в 2026‑м);
- Mind Robotics Inc (США), $ 400 млн: разработка и производство универсальных промышленных роботов, в том числе с использованием ИИ для адаптации к производственной среде;
- CMR Surgical (Великобритания), $ 200 млн: производство модульных и портативных хирургических роботов, в том числе для малоинвазивных операций;
- Galbot (Китай), $ 153,2 млн: человекоподобные и полу-человекоподобные сервисные роботы для ритейла, домашнего хозяйства, промышленности и пр.;
- The Bot Co (США), $ 150 млн: разработка ИИ-платформы для домашней робототехники, в том числе для человекоподобных роботов;
- EngineAI (Китай), $ 139,3 млн: разработка и производство универсальных/мультизадачных человекоподобных роботов;
- Skild AI (США), $ 135 млн: разработка ПО-платформы для управления роботами разных видов;
- ForSight Robotics (Израиль), $ 125 млн: разработка робота-хирурга для офтальмологических операций;
- Gecko Robotics (США), $ 125 млн: разработка и производство ПО и автономных роботов для промышленности (нефтегаз, оборонка, энергетика, металлургия и пр.), в том числе для мониторинга и технического обслуживания оборудования;
- Neura Robotics (Германия), $ 123,3 млн: производство универсальных и специализированных роботов, преимущественно для бизнес-применений (логистика, здравоохранение, промышленное производство и пр.).
Туманное послезавтра
Если попытаться заглянуть в относительно долгосрочную перспективу, можно предположить, что следующей зоной технологического хайпа в промышленности станет универсальная робототехника (general-purpose robotics) на основе так называемого физического ИИ, который позволит роботам: а) самостоятельно обучаться при решении поставленных задач (за счет анализа окружающего пространства, метода проб и ошибок и пр.) и б) работать не в темных цехах, а в коллаборации с людьми.
В частности, по данным опросов, порядка 65% компаний хотели бы начать масштабно применять физический ИИ уже в горизонте пяти лет. Причины энтузиазма понятны, особенно в США и ЕС: структурные проблемы (дефицит/стоимость рабочей силы, растущие затраты) делают инвестиции в следующее поколение условного промышленного оборудования менее пугающими.
Технологические основания для оптимизма тоже понятны: с одной стороны, постепенно снижается стоимость как ключевых робототехнических компонентов (сенсоров, актуаторов, батарей, электродвигателей), так и роботов как таковых, особенно хайповых [и пока ограниченно полезных] человекоподобных (средняя себестоимость упала примерно в 30 раз, с $ 3 млн до $ 100 тыс.). С другой стороны, развиваются программные компоненты: мультимодальные ИИ- и VLA-модели («зрение-голос-действие»), а также «модели мира», необходимые для обучения универсальных роботов и в 2025 году получившие значительный объем венчурных инвестиций (Marble, AMI Labs, Runway и пр.).
Однако быстрых чудес промышленные компании не ждут, особенно от человекоподобных роботов: в то, что их применение можно будет масштабировать в ближайшие пять лет, верят только 30% руководителей; остальные считают, что технологии еще слишком незрелые, дорогие и что ROI от их внедрения не очевидны, а потенциальный вред для репутации очень велик (62% СЕО называют ключевой проблемой общественное неприятие всего, что связано с заменой людей андроидами). Кроме того, как и в любых ИИ-разработках, возникает проблема данных, на которых можно обучать роботов без вреда для здоровья, — ее вендоры пока тоже толком не решили, хотя и пытаются (при помощи «моделей мира» и синтетических данных).
…А последнее слово все равно будет за экономикой и [все еще вполне вероятным] мировым финансовым кризисом. Но этот мост мы сожжем, когда дойдем до него.
Если попытаться заглянуть в относительно долгосрочную перспективу, можно предположить, что следующей зоной технологического хайпа в промышленности станет универсальная робототехника (general-purpose robotics) на основе так называемого физического ИИ, который позволит роботам: а) самостоятельно обучаться при решении поставленных задач (за счет анализа окружающего пространства, метода проб и ошибок и пр.) и б) работать не в темных цехах, а в коллаборации с людьми.
В частности, по данным опросов, порядка 65% компаний хотели бы начать масштабно применять физический ИИ уже в горизонте пяти лет. Причины энтузиазма понятны, особенно в США и ЕС: структурные проблемы (дефицит/стоимость рабочей силы, растущие затраты) делают инвестиции в следующее поколение условного промышленного оборудования менее пугающими.
Технологические основания для оптимизма тоже понятны: с одной стороны, постепенно снижается стоимость как ключевых робототехнических компонентов (сенсоров, актуаторов, батарей, электродвигателей), так и роботов как таковых, особенно хайповых [и пока ограниченно полезных] человекоподобных (средняя себестоимость упала примерно в 30 раз, с $ 3 млн до $ 100 тыс.). С другой стороны, развиваются программные компоненты: мультимодальные ИИ- и VLA-модели («зрение-голос-действие»), а также «модели мира», необходимые для обучения универсальных роботов и в 2025 году получившие значительный объем венчурных инвестиций (Marble, AMI Labs, Runway и пр.).
Однако быстрых чудес промышленные компании не ждут, особенно от человекоподобных роботов: в то, что их применение можно будет масштабировать в ближайшие пять лет, верят только 30% руководителей; остальные считают, что технологии еще слишком незрелые, дорогие и что ROI от их внедрения не очевидны, а потенциальный вред для репутации очень велик (62% СЕО называют ключевой проблемой общественное неприятие всего, что связано с заменой людей андроидами). Кроме того, как и в любых ИИ-разработках, возникает проблема данных, на которых можно обучать роботов без вреда для здоровья, — ее вендоры пока тоже толком не решили, хотя и пытаются (при помощи «моделей мира» и синтетических данных).
…А последнее слово все равно будет за экономикой и [все еще вполне вероятным] мировым финансовым кризисом. Но этот мост мы сожжем, когда дойдем до него.
- Apptronik (США), $ 935 млн: разработка и производство человекоподобных роботов; крупнейшие инвесторы — Google, Mercedes-Benz и B Capital (общий объем вложений — $ 415 млн в 2025-м, $ 520 млн в 2026-м);
- Mind Robotics Inc (США), $ 400 млн: разработка и производство универсальных промышленных роботов, в том числе с использованием ИИ для адаптации к производственной среде;
- CMR Surgical (Великобритания), $ 200 млн: производство модульных и портативных хирургических роботов, в том числе для малоинвазивных операций;
- Galbot (Китай), $ 153,2 млн: человекоподобные и получеловекоподобные сервисные роботы для ритейла, домашнего хозяйства, промышленности и пр.;
- The Bot Co (США), $ 150 млн: разработка ИИ-платформы для домашней робототехники, в том числе для человекоподобных роботов;
- EngineAI (Китай), $ 139,3 млн: разработка и производство универсальных/мультизадачных человекоподобных роботов;
- Skild AI (США), $ 135 млн: разработка ПО-платформы для управления роботами разных видов;
- ForSight Robotics (Израиль), $ 125 млн: разработка робота-хирурга для офтальмологических операций;
- Gecko Robotics (США), $ 125 млн: разработка и производство ПО и автономных роботов для промышленности (нефтегаз, оборонка, энергетика, металлургия и пр.), в том числе для мониторинга и технического обслуживания оборудования;
- Neura Robotics (Германия), $ 123,3 млн: производство универсальных и специализированных роботов, преимущественно для бизнес-применений (логистика, здравоохранение, промышленное производство и пр.).
ДРУГИЕ МАТЕРИАЛЫ