CC BY
278Анализ готовности промышленных предприятий к цифровой трансформации
бизнеса
Industrial readiness analysis to digital business transformation
\\ А МОСКОВСКИЙ ■p ЭКОНОМИЧЕСКИЙ ^J ЖУРНАЛ
DOI 10.24411/2413-046X-2019-10086 Панфилова Елена Евгеньевна,
кандидат экономических наук, доцент, Государственный университет управления, г. Москва
Elena Panfilova,
PhD (Economy), associate professor, State University of Management, Moscow Аннотация. Статья посвящена вопросам оценки степени готовности промышленных организаций к внедрению компонентов концепции «Индустрия 4.0». Выделены ключевые факторы, сдерживающие и способствующие успешной инициации проектов по цифровизации бизнеса, внедрению интернета вещей и цифрового реверс-ижиниринга. Предложена методика оценки эффективности цифровых решений с использованием метрик и расчета коэффициента автоматизации ключевых задач по управлению производственной деятельностью.
Summary. The article is devoted to questions of assessing the degree of readiness of industrial organizations to implement the components of the Industry 4.0 concept. The key factors that hinder and facilitate the successful initiation of projects for digitalization of the business, the introduction of the Internet of things and digital reverse engineering are identified. A technique is proposed for evaluating the effectiveness of digital solutions using metrics and calculating the coefficient of automation of key tasks for managing production activities.
Ключевые слова: «Индустрия 4.0», интернет вещей, ИТ-аудит, метаоценка, цифровое решение.
Keywords: «Industry 4.0», the Internet of things, IT audit, meta-assessment, digital solution.
Анализ готовности российской промышленности к цифровой трансформации на основе реализации концепции «Индустрия 4.0» связывается с понятием промышленного интернета вещей (Industrial Internet of Things, IIoT). Согласно экспертной оценке компании «TAdviser», российский рынок IIoT вырастет к 2020 году до 67,5 млрд. рублей в сравнении с 18,6 млрд. рублей в 2017 году [1]. Стратегия развития промышленного предприятия предполагает создание цифровых двойников и оптимизацию управления жизненным циклом продукта на одной программной платформе, объединяющей исполнителей производственного заказа (в том числе являющихся разными юридическими лицами).
На поддержку целевой программы «Развитие производства промышленной продукции сетей пятого поколения и интернета вещей в РФ на 2019-2024 годы» выделено порядка 28 млрд. рублей [2]. Востребованность IIoT в российской промышленности характерна для
формирования энергоэффективных систем Smart Grid, мониторинга грузов внутризаводского / внешнего транспорта с использованием технологии радиочастотной идентификации, а также предиктивного обслуживания оборудования для устранения неполадок. В 2018 году в России сектор предиктивной аналитики оценивался в размере 200 млн. долл. США [4].
В РФ основными поставщиками услуг в области разработки платформ облачного хранения данных, разработки программного обеспечения для систем управления и интеграции с существующей на предприятии информационной инфраструктуры выступают такие компании, как: группа компаний «Техносерв», «КРОК», «Цифра», «Ай-Теко» и «Стриж». Проведенный опрос в I квартале 2018 года руководства промышленных предприятий свидетельствует о том, что решения IIoT используют в 70 % случаев для диагностики состояния технологического оборудования [3]. Из общего числа промышленных предприятий только у 14 % респондентов охвачено датчиками IIoT более 50 % технологического оборудования; у 36 % организаций степень охвата составляет от 11 до 30 % оборудования, что свидетельствует о начальном уровне готовности промышленности к внедрению и развитию компонентов промышленного интернета. В течение 2018/2019 года инвестиции в промышленный интернет вещей со стороны предприятий выросли на 15-20 %, при этом в числе сдерживающих факторов выступает стоимость проектов по цифровизации бизнеса, отсутствие требуемых цифровых компетенций у промышленно-производственного персонала, а также сложность подбора методики для оценки экономических эффектов при внедрении ИТ-проектов в рамках концепции «Индустрия 4.0».
Рынок решений в области промышленного интернета вещей характеризуется незрелостью в силу отсутствия международного стандарта «Information technology. Compatibility requirements and model for devices within IIoT systems» / ("Информационные технологии. Требования и модель совместимости для устройств в системах IIoT»), разработка которого будет закончена лишь к концу 2020 года [5]. В РФ с апреля 2019 года введен в действие Предварительный национальный стандарт для интернета вещей NB-Fi (Narrow Band Fidelity), подготовленный техническим комитетом «Кибер-физические системы». Основываясь на результатах исследования готовности промышленных предприятий к цифровой трансформации (репрезентативная выборка составила около 200 предприятий), проведенного Министерством промышленности и торговли РФ совместно с компанией «Цифра», можно отметить следующее [7]:
1) технологическая готовность, под которой понимается степень оснащенности технологического оборудования предприятия специальными модулями для программного управления. Эксперты оценивают степень технологической готовности к цифровизации как «высокая», если доля ставков с числовым программным управлением (ЧПУ) составляем в общем парке технологического оборудования более 50 %. В РФ к таким предприятиям относится только 14 % от рассматриваемой выборки. При обновлении станочного парка промышленные предприятия автомобилестроительной отрасли приобретают оборудование, у 60 % которого уже встроены модули с ЧПУ. У предприятий станкостроительной отрасли данный показатель несколько ниже и находится на уровне 41 %. В целом порядка 80 % респондентов отметили, что планируют в течении 3-х лет обновить 20 % оборудования для успешной реализации концепции IIoT.
Московский экономический журнал №2 2019
2) уровень автоматизации - степень охвата основных автоматизированных задач производственного планирования корпоративными информационными системами, инструментами класса бизнес-аналитики (Business intelligence, BI), системами управления производственными процессами класса Manufacturing Execution System (MES) и системами машинного сбора данных со станков Machine Data Collection (MDC). Экспертами оценка производилась по следующим восьми видам автоматизированных задач:
- планирование работы производственного оборудования; подготовка отчетности о текущем режиме производства и аналитики по выполнению
производственной программы;
накопление и систематизация данных о выполнении планов производства с целью анализа и поиска источников отклонений;
- визуализация аналитической информации и ключевых показателей эффективности;
- контроль качества продукции в соответствии с технологическими операциями;
- контроль перемещения деталей и сборочных единиц (ДСЕ) между складами подразделения по маршруту изготовления;
- использование цифровых баз знаний (нормативно-справочной информации, описания технологий, инструкций, инструкций, требований к сырью);
- управление заказами (проверка качества поставок, управление приоритетностью заказов).
В рассматриваемой выборке только у 20 % предприятий внедрены MES-системы, в 40 % случаев у организаций отсутствует корпоративная информационная система. При проведении ИТ-аудита в качестве критериев оценки соответствия программного обеспечения выделенным задачам была определена следующая балльная оценка: 3 -решается в полной мере, 2 - решается частично, 1 - требуется замена программного обеспечения, 0 - программное обеспечение отсутствует.
Нормируемый уровень программного обеспечения, используемый для автоматизации основных производственных процессов, определялся по формуле 1 :
где - i - вид автоматизированной задачи производственного планирования;
ai - степень соответствия используемого программного обеспечения решаемой
автоматизированной задаче.
Вышеуказанный показатель определялся как «высокий», при достижении значения 80 % и более. «Средний» уровень автоматизации находился в интервале от 50 до 80 %, «низкий» уровень автоматизации производственных процессов находился в диапазоне менее 50 %. В 40 % случаев промышленные предприятия из репрезентативной выборки сконцентрировались на среднем уровне автоматизации, при этом штатная численность в них не превышала 500 человек. Немногим более половины промышленных предприятий готовы тратить более 1 % бюджета на трансформацию ИТ-структуры по управлению активами.
3) организационная готовность - наличие опыта реализации долгосрочных проектов по созданию цифровой среды предприятия. Проведенный опрос в 2018 году свидетельствует о наличии опыта реализации проектов по формирования цифровой среды
со сроком реализации около двух лет у 1/3 опрошенных руководителей предприятий [7]. При этом в 40 % промышленных предприятий присутствует должностная позиция директора по цифровой экономике, а у 60 % организаций утвержден бюджет на реализацию инновационной программы под реализацию отдельных элементов концепции «Индустрия 4.0» (включая цифровой реверс-инжиниринг, аддитивное производство, трансферт технологий, сервисы дополненной реальности и кросс-отраслевую кооперацию в рамках технологического партнерства).
По оценкам Международной компании "МсК^еу", внедрение компонентов концепции «Индустрия 4.0», включающей оптимизацию управления жизненным циклом продукта, загрузки производственных мощностей, цифровую логистику и сервисное обслуживание, позволит увеличивать объем валового внутреннего продукта РФ в среднем на 2,7 трлн.рублей ежегодно [8]. Западные аналитики выделяют три ключевые проблемы, тормозящие цифровизацию промышленности в РФ. К их числу относят незначительный объем частных инвестиций в научно-исследовательские и опытно-конструкторские работы (НИОКР), малое число стартапов в ИТ-сфере, а также объем выручки крупнейших ИТ-компаний в РФ значительно уступает показателям развитых стран.
Российские ИТ-компании при анализе целесообразности выбора ИТ-решений для перехода к цифровому производству и трансформации производственных бизнес-процессов предприятия руководствуются следующим типовым алгоритмом:
1. Сотрудники финансового отдела промышленного предприятия формируют альтернативный перечень цифровых ИТ-решений в количестве 10, рассчитывая для каждого из них экономический эффект от внедрения (млн. рублей), длительность внедрения (мес.) и затраты на разработку решения и подготовку аналитических данных (млн. руб.). Вариант заполнения представлен в таблице 1.
2. Создание независимой экспертной технической комиссии, анализирующей и оценивающей рассматриваемые цифровые ИТ-решения по 4-х балльной шкале по следующим критериям:
- уверенность руководства предприятия в успехе (максимальная оценка составляет 4 балла);
- простота внедрения ИТ- решения (максимальная оценка составляет 4 балла);
Таблица 1 — Анализ альтернативных цифровых решений для внедрения на промышленном предприятии сотрудниками финансового отдела
Цифровое решение для внедрения Анализ целесообразности внедрения со стороны финансового отдела
Эффект, млн. руб. Длительность внедрения, мес. Затраты на разработку решения и подготовку аналитических данных^ млн. руб.
1. Технологии смешанной реальности 165 9 59
2. Предикгнвная аналитика 386 8 132
3. Цифровое прототипирование продукт а 430 15 44
4. Облачные вычисления 288 2 232
5. Внедрение 125 16 147
6. Интеллектуальные датчики на технологическое оборудование 392 9 211
7. Внедрение МЕЙ-системы 322 8 41
8. Внедрение системы управления жизненным циклом продукта (РШ) 108 10 254
9. Цифровой реверс-ннжннинринг 423 6 219
10. З-О печать (аддитивное производство) 209 11 75
- наличие и качество первоначальных данных (максимальная оценка - 2 балла);
- релевантный опыт внедрения подобного рода проектов по цифровизации (максимальная оценка - 2 балла);
- возможность масштабирования решения и тиражирования на филиалы, дочерние общества (максимальная оценка - 2 балла).
Таким образом, максимальная сумма баллов, которое может получить ИТ-решение при анализе со стороны членов экспертной технической комиссии составляет: 14 баллов (4+4+2+2+2). Результаты анализа рекомендуется представить в форме таблицы 2.
3. Сотрудники экономического Департамента предприятия руководствуются тремя видами метрик для перевода времени разработки ИТ-решения, экономического эффекта и стоимости разработки (определенных сотрудниками финансового отдела) в эквивалент качественной / балльной оценки (таблица 3, таблица 4).
Таблица 2 - Анализ альтернативных цифровых решений для внедрения
на промышленном предприятии экспертами технической комиссии
Анализ целесоооразностн внедрения
со стороны экспертов технической комиссии
границы метрики
Цифровое решение шах - 4 шах - 4 шах - 2. шах - 2 шах - 2.
для внедрения уверенность в успехе простота внед р ения наличие и качество данных ретеваи тнын опыт ыаследст венностъ
1. Технологии смешанной реальности 2 2 1 0 2
2. Предиктивная анэлшика 3 4 2 0 0
3. Цифровое проготипирование продукта 3 1 0 2 1
4. Облачные вычисления 0 4 0 2 2
5. Внедрение 1 2 2 2 0
6. Интеллектуальные
датчики на технологическое 0 4 0 1 2
оборудование
7. Внедрение системы 4 4 2 1 2
&. Внедрение системы
управления жизненным циклом продукта (РЬК-Г) 4 2 0 2 1
9. Цифровой реверс-ннжннинриж 4 0 0 2 2
10. 3-13 печать (аддитивное производство) 3 4 2 1 0
Максимальная сумма баллов в границах метрики: 4 + 4 + 2 + 2 + 2 = 14 баллов
Таблица 3 - Метрики сотрудников экономического Департамента прн анализе ИТ- решений, планируемых к внедрению на промышленном
предприятии
Метрика для Еременн разработки ИТ-решения Метрика для экономического эффекта, получаемого от ИГ-решення Метрика для стоимости разработки ИТ-решения
балл значение балл значение балл значение
0 больше 15 месяцев 0 менее 100 млн. руб. 0 свыше 250 млн. руб.
1 01 12 до 14 месяцев 2 от 100 до 200 млн. руб. 2 от 200 до 250 млн. руб.
2 от 9 до 11 месяцев 4 от 200 до 300 млн. руб. 4 от 150 до 200 млн.руб.
3 01 б до 8 месяцев б от 300 до 400 млн.руб. б от 100 до 150 млн.руб.
4 01 3 до 5 месяцев от 400 до 500 млн. руб. £ от 50 до 100 млн. руб.
5 от 1 до 2 месяцев 10 свыше 500 млн. руб. 10 менее 50 млн. руб.
Таблица 4 - Анализ альтернативных цифровых решений для внедрения на промышленном предприятии сотрудниками экономического Департамента на основе метрик
Анализ целесообразности внедрения
со стороны экономического Департамента
границы метрики
Цифровое решение шах - 10 шах - 5 шах - 10
для внедрения Длительное Затраты на разработку
Эффект, ть решения и подготовку
млн. руб. внедрения, мес. аналитических данных, млн. руб.
1. Технологии смешанной реальности 2 п S
2. Предиктивная аналитика б 3 б
Цифровое прототигшрованне 8 0 10
продукта
4. Облачные вычисления 4 5 2
5. Внедрение 2 0 б
б. Интеллектуальные датчики на технологическое оборудование б Т* jL. 2
7. Внедрение МЕЗ- системы б 3 10
8. Внедрение системы управления жизненным циклом продукта (РЬМ) 2 Т1 0
9. Цифровой реверс-ннжининринг 8 3 2
10. ЗТЭ печать (аддитивное производство) 4 Т* JL. S
Максимальная сумма баллов в границах метрики: 10 - 5 - 10 = 25 баллов
4. Для каждого из цифровых решений, планируемых к внедрению на промышленном предприятии, рассчитывается метаоценка как отношение общего количества набранных баллов по финансовым (сформированным сотрудниками экономического Департамента) и нефинансовым показателям (определенным экспертами технической комиссии) к максимально возможному значению по границам метрик (соответственно, 14 + 25 = 39 баллов). Результаты типового подхода к оценке целесообразности внедрения ИТ-решений представлены в таблице 5.
5. К внедрению рекомендуются три ИТ-решения, получившиеся наибольшую метаоценку. В рассматриваемом примере отбирается 7 решение «Внедрение MES- системы» (метаоценка 82,05), 2 решение «Предиктивная аналитика» (метаоценка 61,54) и 3/10 решения, получившие одинаковую метаоценку 64,10 (соответственно, «Цифровое прототипирование продукта» и «3 D-печать (аддитивное производство)»).
Таблица J — Интегральная оценка целесообразности внедрения ИТ-
решен ия
Цифровое решение для внедрения Набранная сумма баллов по финансовым показателям Набранная сумма баллов по нефинансовым показателям Результирующая мегаоценка ИТ-решения: % Приорнг ет ИТ-решення дтя внедренн я
1. Технологии смешанной реальности 12 7 19 / 39 = 48,72 5
2. Предиктнвная аналитика 15 9 24 ■■ 39 = 61,54 2
3. Цифровое прототшшрование продукта 18 7 25 39 = 64,10 3
4. Облачные вычисления 11 8 19 / 39 = 48,72 5
5. Внедрение S 7 15 ■■ 39 = 38,46 7
6. Интеллектуальные датчики на техно логическое оборудование 10 7 17/39 = 43,59 6
7. Внедрение МЕЗ-системы 19 13 32 ■■ 39 = 82,05 1
8. Внедрение системы управления жизненным циклом продукта (РЬМ) 4 9 13 ■■ 39 = 33,33 8
9. Цифровой реверс-ннжннинринг 13 8 21 ■■ 39 = 53,85 4
10. 3-Б печать (аддитивное производство) 14 10 24 / 39 = 61,54 2
Концепция «Индустрия 4.0» предусматривает функционирование системы управления основными фондами промышленного предприятия EAM (Enterprise Asset Management), базирующейся на облачных технологиях обработки данных. Возможности дистанционного мониторинга энергопотребления оборудования, формирование библиотеки с данными об инструментальном оснащении станков, прогнозирование технологического маршрута обработки деталей и сборочных единиц между территориально разобщенными производственными площадками промышленного предприятия осуществляется в режиме реального времени и основывается на использовании публичных, частных или гибридных облаков.
Рынок технологий распределенной обработки данных в РФ, по данным агентства ТМТ «Консалтинг», вырос в 2018 году на 31 % и составил около 56 млрд. рублей. По прогнозу в 2019 году рынок вырастет еще на 28 %, а в перспективе в 2023 году достигнет отметки в 142 млрд. рублей [12]. Рынок облачных вычислений представлен тремя сегментами, краткая характеристика которых представлена в таблице б.
Таблица 6 —Краткая характеристика рынка облачных вычислений в
РФ в 201S году
Сегмент рынка Содержание оказываемой услуги по цифровизации бизнеса Доля в общем объеме рынка услуг облачных вычислений. % Темп прироста сегмента в 2018 году. Ооъем сегмента, млрд. руб. Поставщики Услуг
SaaS (Sofhvare a: a Service) — программное обеспечение как услуга предоставление руководству промышленной организации программного обеспечения, установленного на мощностях поставщика услуг и полностью им управляемого (обслуживаемого) 65,В 32,3 36.2 CKЬ «Контур». "<S offline». «Корус Консалтинг СНГ», «Вымпелком» , «Манго Телеком»
IaaS (Infrastructure a: a Service) — инфраструктур а Kai; сервис предоставление руководству промышленной организации поставщиком услут инфраструктуры (серверы, системы хранения данных, операционные системы, системное и связующее программное обеспечение) для дальнейшего самостоятельного управления ннформацнонньвш ресурсами 30,0 27.0 16,8 ГК «Телеком». «КРОК»,' «ОНЛАНТА» , «Data Lines, «CloudMTS»
Paas (Platform a: a Service) — платформа как сервис предоставление руководству промышленной организации поставщиком услуг технической рабочей платформы, позволяющей размещать собственные цифровые проекты и программное обеспечение (операционная система контролю не подлежит), со стороны провайдера услуги приходят отчеты и счета ¿а ресурсы, потребленные конкретным приложением организации 4,2 43,4 2,3 «Сервионика ■ СбКпауд», «S offline». «ОНЛАНТА»
Эксперты отмечают, что сдерживающими факторами в использовании облачных технологий на предприятиях промышленности, выступают следующие [12]:
- недостаточное количество средств в ИТ-бюджетах на освоение облачных технологий;
- высокие риски безопасности физических объектов производства, находящихся в зависимости от уязвимости ИТ-систем;
- сложности при выборе единого интегратора в области IIoT на предприятии, гарантирующего надежность функционирования всех ранее внедренных решений;
- отсутствие типовых сценариев оценки проведения технической экспертизы кросс-платформенных решений для группы компаний.
Следует отметить, что для РФ характерно «цифровое неравенство» - диспропорции в развитии ИТ-технологий по регионам. По оценкам CNews Analytics, на Москву приходится
порядка 40 % государственных расходов на ИТ-технологии, а на 10 из 86 регионов - 80 % совокупных государственных расходов [13].
Таким образом, можно констатировать, что присутствует существенное отставание российских промышленных организаций от зарубежных компаний по целому ряду показателей цифровизации бизнеса и готовности к реализации компонентов концепции «Индустрия 4.0». Преодоление отставания возможно исключительно путем инициации запуска большого числа проектов по цифровой трансформации в машиностроении, поскольку именно эта отрасль создает наибольшее количество рабочих мест.
Список литературы
1. Баленко Е. Минпромторг оценил готовность российских предприятий к цифровизации. -URL: https://www.rbc.ru/technology_and_media/03/07/2018/5b3a26a89a794785abc9f304?from =materials_on_subject (дата обращения: 12.10.2019).
2. www.tadviser - сайт Государство. Бизнес. ИТ (дата обращения: 08.09.2019).
3. https://fastsalttimes.com/sections/obzor/1875.html - Промышленный интернет вещей в России (дата обращения: 04.09.2019).
4.http://24ri.m/down/open/prediktivnye-tehnologii-odin-iz-elementov-cifrovizacii-proizvodstva.html - Предиктивные технологии один из элементов цифровизации производства (дата обращения: 14.09.2019).
5. https://www.pwc.com/gx/en/industries/industry-4.0.html - Индустрия 4.0.: глобальное исследование цифровых операций 2018 года (дата обращения: 14.10.2019).
6. http://www.mka.ru/categories/82/10586/ - В России утвержден первый национальный стандарт Интернета вещей (дата обращения 01.10.2019).
7. https://news.myseldon.com/m/news/index/191173805?requestId=08c699e4-4f67-4f82-9129-e46e73f1d6ca - Сервис SELDON NEWS (дата обращения 11.10.2019).
8. https://levashove.ru/tsifrovizatsiya-rossii/ - Цифровая Россия: новая реальность (дата обращения: 01.10.2019).
9. http://www.fanucamerica.com/fanucamerica-news/press-
releases/PressReleaseDetails.aspx?id=79 - Лидеры автоматизации производства кооперируются: оптимизация производства через аналитику (дата обращения: 11.10.2019).
10. http://sloanreview.mit.edu/article/the-bigsqueeze-how-compression-threatens-old-industries/ - Большое сжатие: чего бояться старым отраслям ? (дата обращения 16.10.2019).
11. http://newsroom.toyota.co.jp/en/detail/10679722/ - «Toyota увеличивает объем инвестиций в искусственный интеллект, упорядочивает отношения с Preferred Networks Inc.» (дата обращения: 16.10.2019).
12. https://ict-online.ru/news/n172244/ - Рынок облачных услуг в России вырос на 20 млрд. рублей (дата обращения: 17.10.2019).
13. https://data.cnews.ru/ - CNews. Цифровая трансформация (дата обращения: 13.10.2019).
