Применение ИИ на предприятиях ОПК сегодня - цифровизация под давлением ограничений, Уралвагонзавод

Марьян Гончар, директор департамента информационных технологий и цифровой трансформации, Концерн «Уралвагонзавод». CNews FORUM Кейсы 2026: опыт ИТ-лидеров. Для крупного машиностроительного предприятия искусственный интеллект уже перестал быть абстрактной модной темой и стал прикладным инструментом, который нужно внедрять аккуратно, с учетом производственных, финансовых и регуляторных ограничений. Логика выступления не про “внедрить ИИ любой ценой”, а про то, как встроить его в реальный промышленный контур так, чтобы не нарушить устойчивость производства и не создать новые риски. Отдельно подчеркивается, что главная сложность связана не с отсутствием интереса к технологии, а с особенностями самой среды. Предприятие работает в режиме повышенной ответственности, выполняет гособоронзаказ, действует в условиях защищенного контура и требований к критической информационной инфраструктуре. Это автоматически делает вход в проект дороже, дольше и сложнее: решения должны соответствовать требованиям по безопасности, импортозамещению и внутреннему регулированию, а рынок далеко не всегда предлагает готовые продукты, которые можно быстро перенести в промышленную эксплуатацию. Сильная аналитическая линия выступления — разрыв между зрелостью ИИ на рынке и готовностью этих решений к промышленному применению. Внешне рынок выглядит насыщенным, но до реальной площадки доходит лишь небольшая часть продуктов. Причины называются прямо: высокая стоимость, длительные закупочные процедуры, риск морального устаревания железа и программного обеспечения, а также необходимость адаптировать решения под специфические условия машиностроительного производства. В этом контексте ИИ рассматривается не как универсальная кнопка автоматизации, а как технология, требующая долгой настройки и отбора. Не менее важный тезис связан с человеческим фактором. Внутренние барьеры не менее значимы, чем технические. В коллективе естественно возникает настороженность перед новыми инструментами: сотрудники опасаются изменения привычных процессов, боятся ошибочного решения системы и рисков для производства, а также воспринимают ИИ как потенциальную угрозу собственной занятости. Поэтому ключевой задачей становится не только внедрение технологий, но и управляемое принятие этих технологий людьми. Для этого проводятся стратегические сессии, разъяснительная работа и обсуждение преимуществ, то есть создается не просто технологический, а организационный контур внедрения. Практическая часть выступления показывает, что приоритет отдается не абстрактным “большим” проектам, а точечным и полезным сценариям. В первую очередь рассматриваются ассистент конструктора и ассистент технолога: инструменты, которые помогают искать компоненты изделия, оформлять документацию, подбирать материалы, распределять сотрудников по операциям, назначать маршруты и нормы времени. Такой выбор демонстрирует прагматичный подход: начинать с тех зон, где ИИ может снизить нагрузку на специалистов и сократить рутину без риска сломать основной производственный контур. Далее выступление расширяет спектр приоритетов. Среди перспективных направлений названы распознавание бумажных архивов и перенос исторических данных в PDM-системы, что особенно актуально для предприятий с большим объемом накопленной документации. Также упоминаются пилоты по ассистенту металлурга, технологии машинного зрения, ассистентам закупщика и офисного работника, а также нормализация НСИ. Общий смысл здесь в том, что ИИ оценивается прежде всего по прикладному эффекту: где он ускоряет процессы, повышает точность, снижает ручной труд и помогает навести порядок в данных. Еще один ключевой вывод — выбран консервативный сценарий внедрения. Это не торможение, а управляемая стратегия: обучение сотрудников, тщательный отбор команд и решений, запуск пилотов, затем тиражирование только тех продуктов, которые доказали эффективность. Такой подход особенно важен для промышленной среды, где ошибка может стоить дорого. Поэтому приоритетом становится не скорость ради скорости, а надежность, воспроизводимость и возможность масштабирования. Завершает логику выступления запрос к внешней среде. Для масштабного внедрения ИИ нужны не только внутренние усилия предприятия, но и поддержка государства, в том числе субсидии и льготы, которые уже позволяют компенсировать существенную часть затрат. Также необходимы единые платформы, работающие в закрытом контуре, и более понятная нормативная база. От рынка, в свою очередь, ожидаются готовые решения по разумной цене, с прозрачными сроками окупаемости и заранее понятным эффектом. Иначе говоря, цифровая трансформация в промышленности здесь описывается как совместная задача предприятия, государства и поставщиков технологий.