#UDM24_8 05 Николай Лунёв, Kamaz Digital -- ИТОГИ ГОДА 2024 и тренды цифровизации на 2025

Расшифровка доклада:

сейчас я хочу пригласить КамАЗ Digital. 
Интереснейший тренд, потому что я ратую за то, что первое лицо не может быть руководителем проекта по цифровой трансформации. Для меня это опорная вещь, но с другой стороны это тоже тренд. В России то, что не возглавляется первым лицом, значит не так важно. А здесь мы видим интереснейший пример, что Эльдар Рамильевич, директор КамАЗ Digital,

00:29

он говорит, тему понимает все, и он будет выступать. А я с Луневым сотрудничал по некоторым внешним, как бы я не работаю на КМАЗ-диджетал, чтобы никто не подумал, но поэтому могу их честно похвалить. С Луневым нормально работать, тему рубят, рассказывает красиво и понятно. Николай, пожалуйста. Да, Игорь, добрый день. Спасибо большое за приглашение. Эльдар Амилич решил меня отправить для того, чтобы я в очередной раз потренировался выступать, а во-вторых, ну, его очень сильно

00:59

производство вытаскивает на свои проекты, на свои задачи и поэтому не всегда он может оторваться от них. Вот мы сейчас перешли на производство, работу по спринтам, когда мы в течение двух недель какой-то должны показать результат, который на самом деле нужен производству. Здесь вот у нас немножко, даже не немножко, мы этим отличаемся, скажем, от классической IT компании и при этом мы отличаемся от классической IT службы, потому что мы сейчас все свои решения, все свои продукты.

01:28

стараемся нести на рынок и позиционировать как некоторый все-таки рыночный игрок, который тоже может делать как продукты, так и делать консалтинг. Так, ну немножко про себя расскажу про нас еще раз. Мы уже 6 лет работаем, работаем на производстве. Выросли именно как активная компания, как дочерняя компания КАМАЗа, которая призвана решать, наверное, два направления. То есть для наших изделий, для наших КАМАЗов. И с этого мы начали.

01:57

то есть сейчас у нас уже, и это как бы я тоже в наших успехах 24-го года буду говорить, что у нас сейчас уже более тысячи электробусов управляются нашей системой в Москве, именно нашей разработки, и у нас есть больше 100 тысяч автомобилей, которые ездят по России, по странам там ближнего зарубежья, которые подключены к облачной платформе, и мы собираем данные с этих автомобилей и видим, вот, все это real-time. Вот.

02:22

Для себя мы выбрали определенные топ цифровых технологий, которые сейчас на хайпе и которые мы хотим активно использовать на производстве. То есть на первом месте мы ставим интегрированную систему управления производством. Неважно как их называть ERP, MS, APS и так далее, но в первую очередь этим производством надо управлять. Нашим производством надо управлять, управлять эффективно, неважно что является исполнительным механизмом, что это будет робот, что это будет человек. Система управления должна быть.

02:50

И с этим мы видим как у себя самые большие проблемы, так и у предприятий на рынке, к которым мы заходим сейчас как исполнителя. Потом еще один важный момент. Мы сейчас включили в состав своей команды, по сути в состав нашей IT-компании, группу, которая занимается консалтингом именно по организации производства. То есть мы видим наши проекты.

03:15

который мы делаем на производстве, как некоторые комплексные проекты, в рамках которого мы сначала смотрим процесс, смотрим, насколько он эффективен, понимаем, как мы этот процесс должны делать, скажем, в идеальной IT-системе, в идеальном IT-ланшавте, который должен быть на предприятии, но при этом стараемся решать быстрые, делать быстрые победы в тех точках, где у нас испытывается наиболее узкое место, наши боевые точки.

03:42

то есть условно это может быть расписание для определенного першенья оборудования, которое мы строим там в ВПС-системе, при этом не делая классический, не готовяя там классический IT-проект, когда мы начинаем описывать ландшафт, описывать процессы, описывать ТЗ, и пытаемся вот этими двухнедельными подходами, двухнедельными спринтами реализовать этот проект для того, чтобы повысить локально производительство. Понятно, что в объеме всего КАМАЗа эти локальные победы

04:12

они может быть не видны, но в итоге находя узкое место, которое все ограничивает данный момент, то есть мы это узкое место расшиваем при помощи эти технологии и увеличиваем производительство нашего производства. Ну, для внешних проектов, для внешних предприятий мы сейчас предлагаем диагностику производственных процессов, сформируя команду, которая быстро выходит, 1-2 дня мы начинаем понимать, каким образом устроено это производство, на которое мы пришли.

04:39

и каким образом нам помочь этому производству на самом деле. Вот опять же, уже говорили об этом. Сейчас мы рассматриваем заказчикам даже не генерального директора. Понятно, что он принимает решения, не финансового директора, а именно тех ребят, которые на самом производстве. И часто здесь был такой тезис, что процессное производство сложнее, чем дискретное. Но на самом деле процессное производство я видел, которые автоматизированы, в которых работает мессис тема.

05:09

А вот дискретные, к сожалению, во многих местах, то есть до цеха опускается в лучшем там случае сменное задание по дням, но потом все равно это приходит на уровень Excel, на уровень WhatsApp и так далее. То есть очень мало производств, которые... дискретных производств, которые имеют хорошую местсистему и в котором все-таки все уровни управления, все уровни планирования автоматизированы.

05:34

Мы начали выходить с консалтингом по организации логистической цепи поставок. Берем лучшие инструменты на рынке, запартнерились с большинством компаний с цифрой, с SPM, с райтстепом, с BFG, с диспетчером, с FOBUS. Также у нас есть партнерские отношения. И смотрим, какой из инструментов применить на конкретного заказчика. Вот. Смотрим проекты в сторону моделирования производства.

06:02

То есть учим нашу команду, растим. Опять же, нам это делать проще. Мы растим её внутри командовских проектов, а потом с этим уже бэкграундом идём на заказчика и предлагаем ему определённое решение. Мы сейчас занимаемся активно разработкой мест системы. Как уже говорилось, здесь важные. Очень много времени тратим на то, чтобы сделать удобные интерфейсы мобильные, чтобы в них можно было легко...

06:27

ориентироваться, авторизоваться и так далее. То есть это может быть мобильное устройство, это может быть информат. То есть вот ту платформу, которую мы сейчас внедряем на Камазе, мы именно разрабатывали с той точки зрения, чтобы рабочему как можно проще и быстрее было работать в этой системе. Включаем туда функционал, который им привычен на уровне мессенджеров, на уровне простых каких-то таблиц, которые они уже привыкли использовать. И стараемся перенести как раз этот инфраструкционный обмен, который сейчас идет в WhatsApp.

06:56

в Excel, вы хотим перенести именно в систему так, чтобы рабочий мог уже там, ну не рабочий, мастер естественно, начальник цеха мог своей привычной уже средеем, в которой они на самом деле управляют производством, ну вести весь информационный обмен.

07:13

Мы начали управлять логистикой грузоотправителей внутренними перемещениями для того, чтобы вот этот процесс логистический внутри предприятия сделать подобным, как опять же, как наш обыватель привык уже на уровне Яндекс.Такси, причем с построением оптимальных маршрутов, с построением оптимальных загрузок вплоть до того, что у нас есть решение, которое позволяет оптимально загрузить все пространство автомобиля, то есть некоторые

07:42

Мы его называем тетрисом, так чтобы груз в этом автомобиле был размещен оптимально. Мы очень активно начали развивать техническое зрение. Начали с таких проектов, как оценка эргономики рабочего места. То есть мы взяли подходы бережливого производства там, где у нас сотрудник ATIS или сотрудник развития производственной системы, то есть у нас есть такой КРПС.

08:07

он является наблюдателем, он смотрит на то, как работают люди, и при помощи типовых чек-листов заполняет и вводит ручные данные. То есть мы хотим этот функционал полностью перевложить на систему технического зрения, когда уже наш сотрудник производственной системы имеет возможность этот чек-лист уже получить готовый из системы.

08:35

и при этом уже разрабатывать только мероприятия. То есть мы здесь экономим их место и их время для того, чтобы они не ходили сами на производство. Снять это может как камера стационарная, установленная, если это позволяет. Либо это может быть мастер или начальник цеха, который просто приходит на то место, с которым у него проблемы, делает съемку, загружает видео, а дальше это видео уже попадает с проведенным анализом. Здесь строится скелетная модель, она оценивает углы. То есть мы взяли здесь методику Ребба за основу.

09:04

и показывает, насколько человек неэргономично работает. Потому что эргономика – это как раз одно из тех свойств рабочего места, которое снижает производительность во многих случаях. Сейчас вот это уже у нас на выходе. В ближайшее время мы, скорее всего, начнем некоторую рекламную PR-компанию, в рамках которой будем представлять для тестирования широкому кругу лиц наше решение и будем смотреть отзыв рынка.

09:32

Следующее, куда мы идем, это автоматическое построение диаграмм Скайпспагетти. Потом у нас в планах и уже гипотезы начинаем строить, как нам сделать микроэлементное нормирование рабочих мест. И плюс еще оценка качества и совмещение этой технологии уже с системой дополненной реальности, для того, чтобы оценивать, насколько выполняется операция и выполняется ли в том порядке, в котором она выпустилась.

10:02

Ну плюс у нас там есть несколько еще проработок, которые связаны с тем, что мы будем сравнивать там лучшие практики выполнения технологических операций с тем, что происходит сейчас на рабочем месте. И давать какие-то рекомендации по улучшению. Вот, опять же по техническому зрению мы начали отслеживать и считать детали. Здесь более-менее все как бы уже...

10:23

отработано, на рынке есть решение, но для нас важно для наших конвейеров важно отслеживать и рассчитывать то количество деталей, которое условно вошло в процесс и которое вышло, да, то есть и так как у нас есть очень много таких многопоточных конвейеров, в которых есть много входов и много выходов, ну для нас это довольно-таки важный процесс, где мы системы технического зрения, опять же

10:48

Мы исключаем человека из этого подсчета и получаем эти данные уже внутрь нашей общей информационной системы. Начали применять техническое зрение для идентификации деталей. Тоже проект на выходе. Причем на входе мы используем 3D-модели, которые у нас есть в нашей PDM-системе. На них мы учим. После этого на основании собранной видеоаналитики уже сравниваем.

11:16

то, что у нас система, на чем обучилась система в рамках pdm-системы и соответственно с тем, что мы получили на выходе. Этот процесс у нас является довольно-таки важным, потому что на покраске на многих камерах у нас детали выходят. Опять же стоит довольно-таки неквалифицированный персонал ввиду того, что другого сейчас на рынке нет и просто при съемке деталей из этих Travers рождает большую пересорцию,

11:45

хаос на выходе, который потом, естественно, сказывается нашей производительности. Начали такие, как сказать, очень простые вещи, как распознавание текста, распознавание голоса, применять в наших селекторах, формируем протокол, отправляем руководству, но это делается в течение 10 минут после нашего селектора, уже руководство знает, было которое на селекторе, которое не было, то есть получает протокол, который сформировал уже искусственный интеллект.

12:17

Мониторим оборудование, то есть мониторинг, несмотря на то, что как бы на то, что хайп уже некоторые прошел, и многие производственники задают вопрос, как бы я получил данные мониторинга, что мне с этим делать. Мы все равно продолжаем это развивать, продолжаем развивать это с точки зрения применения этих данных уже в смертных процессах, например при анализе эффективности управляющей программы, смотрим, учим наших технологов менять

12:45

технологический процесс на основании этих данных. И опять же, учим анализировать наше производство те данные, которые получили, что загрузка станка в 100% не всегда возможна в силу объективных причин. И сводим эти данные опять же с данными системы управления, с МЕС, с ERP, чтобы все-таки понимали в рамках чего эта загрузка нужна, она не нужна и так далее.

13:12

Опять же, при помощи тех зрения учим роботов работать с плавающими размерами. То есть понятно, что комплектующие, которые приходят, они далеко не идеальные. И во время сварки происходит уход геометрии от идеального, от того, который рассчитывал технолог. То есть учим систему так, чтобы программа адаптировалась именно под ту геометрию, которая пришла на производство. Начали эксперименты по применению...

13:39

скажем, до полной реальности, когда на рабочее место, на особо важные участки устанавливается проектор и подсвечивает оператору, рабочему те операции, которые нужно ему выполнять именно в этот момент. То есть два момента пытаемся решить. Здесь ускорить обучение персонала, который приходит и который меняется. Это первое. И второе, если мы совмещаем, опять же, как я говорил, с тех зрением, то мы контролируем еще и качество, и последовательные сборки.

14:06

она важна. В данном случае, если закручивать болты не в том порядке, в котором прописаны в тех процессе, соответственно, у нас будет, вероятен, очень дефект на последующих этапах сборки. И такой идеологический слайд, что такое цифровизация производства, чтобы к нашим заказчикам, как внутри КАМАЗа, так и вовне, мы все-таки говорим, что мы меняем процесс.

14:33

и начинаем его подкреплять цифровыми технологиями. А не наоборот, что мы приносим там какой-то продукт, и давайте меняем процесс под этот продукт. То есть мы сначала все-таки должны рассмотреть производство как процесс, в котором надо произвести улучшение, предлагаем эти улучшения и подкрепляем, зафиксируем этот процесс при помощи цифровой технологии. Ну и, Игорь, ответы на ваши вопросы. Постарались здесь подготовиться. Ну, три главных наши проблемы.

15:01

Это, как уже говорилось, дефицит квалифицированного персонала, причем он здесь в двух пунктах прописан. Не только с точки зрения IT, если в прошлом году у нас была возможность еще каким-то образом собирать лучших с рынка, а в этом году у нас, возможно, такой возможности не будет. И, главнее, наверное, это дефицит квалифицированного персонала заказчика. Очень разнообразный набор LPR, скажем, может быть, не очень.

15:31

вежливо так относиться, да, и разный набор совершенно знаний у производственного персонала не позволяет внедрять быстро вот эти вот те решения, которые есть, особенно коробочные, которые часто ищут ЛПР-заказчика. Я вот сейчас возьму коробочные решения, настрою процессы под это решение, и у меня будет все хорошо. Но не получается так. То есть мы видим очень много вот этих вот проектов, которые были именно сделаны так, что приходится...

16:01

приходит какой-то IT-поставщик, который поставляет решения, делает проект, в рамках проекта этот проект сдается. После того, как он ушел, через год, через полтора, проект умирает, и все возвращаются обратно к WhatsApp-у Мекселя.

16:17

Три главных успеха для нашей компании, что во-первых, наши ПО активно используются нашими заказчиками, как я говорил, электробусы, подключенные автомобили. Мы работаем, нашу команду позвали делать цифровой двойник Москвы, мы там работаем с субподрядчиками, мы вошли в топ-10 рейтинга синьюз по заказной разработке, и мы постоянно проводим апробацию новых технологий. То есть спасибо.

16:46

руководству КАМАЗ, спасибо Ильдару Рамиличу, что у нас есть такая возможность все вот эти хайповые технологии тестировать на реальном производстве и смотреть реальный эффект от этих технологий. Три главных витчей, которые мы видим в 25 году, это искусственный интеллект, процесс подготовки производства. Мы сейчас активно взаимодействуем с Яндексом, со Сбером, с нашими ведущими игроками на рынке, с коном и топ-системы, так чтобы искусственный интеллект, именно генеративный искусственный интеллект,

17:16

нашим конс как можно быстрее выводить на рынок новые изделия именно за счет того, что что-то будет делать за конструктор или технолога, искусственный интеллект. И вот здесь вот мы ищем потери и также пытаемся найти туру тенную работу, которую мы, про помощь искусственного интеллекта, можем ускорить, можем упростить, а может быть где-то и даже предоставить просто специалисту выбор.

17:42

из определенного набора решений, которые подготовит искусственный интеллект. Продолжаем видеть перспективу, даже очень большую перспективу технического зрения и в дополненной реальности именно в разрезе как инструменты мессистемы для дискретного производства. Так чтобы те данные, которые мессистема сейчас получает от человека,

18:09

в автоматическом или полуавтоматическом режиме от технического зрения. Условный подсчет деталей, условно качество этих деталей, так чтобы с рабочего снять эту рутинную нагрузку, и уже он только в системе подтверждал то количество деталей, то количество качественных деталей, которые он сделал, и все. И техническое зрение, как некоторое...

18:35

Инструмент повышения производительности, ну, это те проекты, к которым мы сейчас проверяем гипотезы. Это как раз вот эргономика, диаграмма спагетти, микроэлементное нормирование, которое мы хотим автоматизировать при помощи цифров... оцифровать при помощи именно технического зрения.

18:53

Так, ну три наших главных угрозы. Это у нас уменьшение бюджета инвестиций. Все уже там, наверное, ссылаются на ставку, все ссылаются, экономисты, на то, что, скорее всего, большого бюджета инвестиций не будет. Будет тратиться бюджет только на те процессы, которые являются уже обеспечивающими. Ну вот такая наша главная угроза. Опять же, остается главная угроза, второй главной угрозой.

19:20

является это дефицит персонала, дефицит IT-персонала, компетенций. Вот вы уже обсуждали это, то, что сейчас очень приходит много таких джунов или переученных ребят, которые, к сожалению, ну быстро в наши проекты не ныряют. Это первое. А второе, ну вообще производственных IT-шников очень мало. И проблема в том, что с производства IT-шников часто забирают вот эти гиганты типа...

19:49

сберой яндекса, который обычному аналитику, который понимает производство, начинает платить там в разы больше, чем на производстве. Вот потому что сейчас, к сожалению, айтишник на производстве во многом превратился, во многих компаниях есть, что это некоторый, ну скажем так, сопровождающий элемент, то есть те люди, которые там ставят Windows, меняют картриджи в принтерах и так далее.

20:15

А именно тех людей, которые занимаются в цифровизации, на производстве, к сожалению, на крупных производствах такие люди есть, а вот на средних и небольших таких людей нет. И когда общаешься с небольшой компанией и говоришь, что наши услуги стоят определенных денег, у них это вызывает некоторую аллергию. Ну и рост турбулентности, который у нас будет во всей экономике, я думаю, он тоже будет для нас некоторой угрозой.

20:43

И у наших три главных тренда, которые мы видим, это искусственный интеллект, это роботизация и это розрелость российского ПО. Те системы, которые пошли на импорт и замещение, я надеюсь, что в 2025 году они станут более зрелыми во многих аспектах, потому что сейчас там... Вот, кстати, очень интересный отчет, который был...

21:09

но мы видим там очень маленькое количество мест для дискретных производств, а я так скажу, что еще появилось очень большое количество, скажем, APS-систем, которые начинаешь, открываешь там какую-то конференцию выставки и опять очередной доклад о новой APS-системе.

21:25

И ответ на вопросы по точкам бифуркации читать, наверное, зачитывать не буду. То есть первое, то что рабочий персонал и мастера, начальники цехов, это должны стать нашими главными заказчиками. Если мы будем делать то, что им нужно, то, соответственно, наши системы будут работать. Потом смена мышления заказчика на рост производительности, но не за счет того, что он привлекает новые ресурсы, пока покупает новое оборудование.

21:53

набирает новый персонал сейчас возможности скорее всего не будет и я надеюсь что все-таки у нашего заказчика поменяется мышление в сторону что он может увеличить эффективность своих уже имеющихся ресурсов вот ну и первое это надо вот как я уже говорил рост зрелости новых решений за счет резкого консервы конкуренции за счет резкого роста конкуренции за бюджеты которых станет меньше инвестиционных вот количество которое было сейчас 22 23 24 годах должно перейти в качество

22:21

Игорь, я доклад закончил, я приглашаю всех. Давайте вопросы. Спасибо, Александр Николаевич. Оставил ровно три минуты на вопросы. Я позову специалиста по доверию, и он прокомментирует, есть исследование, что готовность отвечать на вопросы повышает доверие кратное, что доверие главный дефицит IT рынка. Вот вопрос. Павел Анатольевич, привет. Надеюсь, по данным тоже сделаешь доклад. Публикация, что КАМАЗ ориентируется на Саруса в докладе оскон и топ-система. Почему?

22:51

Ну, смотрите, сейчас там ситуация немножко поменялась, и Сарус сейчас уходит, по-моему, все-таки на платформу топ-систем. Вот это, может быть, просто сейчас не публичное еще было, но вот насколько мне известно, вот эта история вот такая, что Сарус сейчас будет базироваться на все-таки на топ-системах. Понятно конкретный ответ. И вот вопрос быстренько разрулить. Кто-то за сложность системы, кто-то за простые.

23:20

и я вижу, что пока Тесла давит велосипедистов, и они пытаются родить автопилот, которые людей не видят. Немцы делают копилота, который ходит конвоем, а сам рулить не умеет, но зато он идеальный попутчик. Ну, то есть один водитель ведет три фуры. И я видел, что КамАЗ тоже за вот эти вот упрощенные решения, ну, что по трассе едет, едет робот, а в городе живой настоящий ламповый водитель.

23:49

Вот кто прав, про упрощение или про усложнения? Ну давайте попробуем ответить так, что мы на производстве видим, что все-таки Co-Pilot и Co-Robot, они более эффективны. Мы там планируем сейчас в 25 году, если у нас опять же будет бюджет инвестиций, все-таки купить там двух человекоподобных роботов и попробовать посмотреть вообще.

24:14

как они будут себя вести в наших проектах, как мы можем вообще их применить или не можем и так далее, потому что, иначе, если мы не будем вкладываться в такие вещи, причем здесь я один из главных скептиков нашей команды, но мы просто будем отставать. То есть, если сейчас на ведущих производствах та же Тесла пытается внедрить этих роботов, надо пробовать и получать какой-то обратный эффект. Естественно, это будут копилоты, это не те роботы, которые...

24:42

У нас они тоже есть, там рептизированные ячейки понятные, но они хороши в устоявшихся процессах. У нас, к сожалению, несмотря на ту массовость КамАЗа, устоявшихся процессов тоже не так много, постоянно меняется номенклатура, постоянно меняются наши модели, наши КамАЗы на конвейере. И у нас вот тут есть вопрос еще. Как саботаж при внедрении машинного зрения смогут населиться в свете дефицита кадров?

25:12

Вот. Я, честно говоря, но вот машинное зрение и саботаж, машинное зрение ставится определенным образом, и оно наблюдает за людьми. Вот. Какой-то саботаж я немножко не представляю. Алексей, если, может быть, голосом получится прокомментировать. Потому что, смотрите, техническое зрение – это система, которая наблюдает за человеком, наблюдает, как он себя ведет.

25:36

каким образом он ведет, скажем, ассеттергономика, то есть какие операции ему некомфортные, и после этого уже приходит команда специалистов и работает только с этой операцией, которая ему некомфортна для того, чтобы увеличить его производительность. Надеюсь, ответил на вопрос. Ну и… Португализация и очистка данных – это важная проблема? Да, очень важная. Мы сейчас вот с одним партнером, не буду его называть…

26:04

слух, чтобы не рекламировать, идёт как-видем как раз обсуждение, каким образом их решение можно применить для нормализации данных, потому что, ну, как бы и не был хорош там человеческий отбор, и там человеческий ввод в любом случае вводится и с пробелами, вводится и с другими символами одинаковый, скажем,

26:29

материалы, которые в большом количестве сейчас в наших системах там живут, и вот система при помощи ИИ может нормализовать эти данные, сравнить их и выдать результат. Вот пример вот такой приведу сейчас практически. Все, благодарю. КамАЗ Digital Day приду обязательно. Готовьте майку, писать какого-то размера я буду к тому капрелю, только не черную.

27:00

И я надеюсь, что тоже сделаете доклад по нормализации данных. Да, Игорь, большое спасибо. Хорошо, попробуем сделать такой доклад.