CC BY
112DOI 10.47576/2712-7516_2021_2_4_66 УДК 338
ВНЕДРЕНИЕ ЦИФРОВЫХ ТЕХНОЛОГИЙ НА ПРЕДПРИЯТИЯХ
ЛЕСНОГО КОМПЛЕКСА
Беспалова Вероника Валерьевна,
кандидат экономических наук, доцент, Санкт-Петербургский государственный лесотехнический университет им. С. М. Кирова, Россия, г. Санкт-Петербург, e-mail: weronika2002@yandex.ru
Полянская Ольга Алексеевна,
кандидат экономических наук, доцент, Санкт-Петербургский государственный лесотехнический университет им. С. М. Кирова, Россия, г. Санкт-Петербург, e-mail: polyanskaya_78@mail.ru
В статье рассматривается влияние цифровых технологий, врывающихся в нашу жизнь, на измене -ние экономики предприятий лесного комплекса. Экономический рост происходит благодаря автоматизации существующих процессов, внедрению прорывных бизнес-моделей и технологий, таких как цифровые платформы, цифровые экосистемы, массивы данных, 3D-моделирование, роботизация, цифровые двойники, Интернет вещей. Цифровые платформы создают новые возможности для трудоустройства, помогают повысить квалификацию и получить дополнительные навыки. Делается вывод, что благодаря развитию цифровых технологий и наличию специалистов в области искусственного интеллекта, машинного обучения решается задача обеспечения безопасности людей, компаний и государства. Новые технологии революционно меняют сферу промышленного производства.
Ключевые слова: цифровые технологии; искусственный интеллект; цифровые двойники; экосистема; роботизация; 3D-моделирование; цифровая платформа; умное производство.
UDC 338
IMPLEMENTATION OF DIGITAL TECHNOLOGIES AT THE ENTERPRISES OF THE FOREST COMPLEX
Bespalova Veronika Valerievna,
Ph.D. in Economics, Associate Professor, St. Petersburg State Forestry University named after S. M. Kirov, Russia, St. Petersburg, e-mail: weronika2002@yandex.ru
Polyanskaya Olga Alekseevna,
Ph.D. in Economics, Associate Professor, St. Petersburg State Forestry University named after S. M. Kirov, Russia, St. Petersburg, e-mail: polyanskaya_78@mail.ru
The article examines the impact of digital technologies, breaking into our lives, on the change in the economy of forestry enterprises. Economic growth is happening thanks to the automation of existing processes, the introduction of breakthrough business models and technologies such as digital platforms, digital ecosystems, data sets, 3D modeling, robotization, digital twins, the Internet of Things. Digital platforms create new job opportunities, skills development and additional skills. It is concluded that thanks to the development of digital technologies and the availability of specialists in the field of artificial intelligence, machine learning, the task of ensuring the safety of people, companies and the state is being solved. New technologies are revolutionizing industrial manufacturing.
Keywords: digital technologies; artificial Intelligence; digital twins; ecosystem; robotization; 3D modeling; digital platform; smart manufacturing.
В соответствии с Указом Президента Рос- «О национальных целях и стратегических сийской Федерации от 7 мая 2018 г. № 204 задачах развития Российской Федерации на
период до 2024 года» определены основные задачи развития страны: увеличение затрат на развитие цифровых технологий; создание безопасной информационно-телекоммуникационной инфраструктуры; доступность цифровой среды для всех организаций и индивидуальных лиц; использование отечественного программного обеспечения [10].
По данным Global Finance, на первом месте по индексу технологичности стран стоят такие страны, как Норвегия, Швеция и Нидерланды (индекс 3,68). Россия занимает в этом списке 46-е место с индексом 2,68.
К 2024 г. предусмотрено формирование в Российской Федерации таких направлений, как создание цифровых платформ для главных секторов экономики, получение домашними хозяйствами широкополосного доступа в Интернет.
Цифровизация экономики позволит увеличить к 2025 г. ВВП России на 4,1-8,9 трлн рублей (по прогнозам компании McKinsey).
Глобализация экономики ставит перед Россией задачу скорейшего внедрения инновационных технологий. И лесная отрасль здесь не исключение. К сожалению, она отстала от большинства отраслей в использовании данных технологий. Но искусственный интеллект и машинное обучение постепенно находят свое применение на промышленных предприятиях отрасли.
Для того чтобы цифровое производство будущего работало, производителям необходимо постепенно интегрировать все цепочки внутри производственной деятельности, начиная от поиска сырья и материалов для производства до момента отгрузки готовой продукции потребителям. При этом необходимо внедрение всех этапов жизненного цикла продукции. Производители должны скрепить воедино все функции менеджмента, заключающиеся в проведении маркетинговых исследований, планировании и разработке продукции, производстве и логистике. Здесь не обходится без создания «умных производств» и единой «экосистемы» [11, с. 35]. Последняя представляет собой взаимодействие всех событий системы и позволяет моделировать различные сценарии того, что может ожидать предприятие в будущем.
Основными методами исследования в области применения цифровых технологий яв-
ляются такие теоретические общенаучные методы, как анализ, синтез, моделирование и обобщение. В статье использование данных методов, их эффективность обусловлены применением модели Н. Венкатрама-на [8, с. 73], которая позволяет весь процесс внедрения цифровых технологий рассматривать как отдельные элементы системы, при этом выделяя их по различным уровням внутренних преобразований. В результате этого происходят трансформация и переопределение всех элементов и самой системы на переориентацию имеющихся процессов, нацеленных на внедрение цифровых технологий.
С помощью вышеописанных теоретических методов исследования разложим элементы производственного процесса с использованием цифровых технологий на примере одного из предприятий лесной отрасли (рис. 1).
1 уровень - Локализованная ситуация
2 уровень - Внутренняя эксплуатация
3 уровень - Перестройка бизнес-процесса
4 уровень - Трансформация взаимодействия
5 уровень - Переопределение
Рисунок 1 - Модель Н. Венкатрамана
С помощью моделирования было услов-лено, что деревоперерабатывающее предприятие выпускает специализированную продукцию по индивидуальным заказам. Покупатель размещает свой заказ на продукцию через Интернет (уровень 1). Сразу после этого данные начинают обрабатываться в специализированной программе обработки заказов. Эти данные поступают в цех, где будет изготавливаться заказ. При этом система уже дает команду подготовки к работе станкам и при необходимости делает заказ материалов у поставщиков. Далее, при помощи другой программы, автоматически, с использованием технологий генеративного дизайна создается конструкция изделия. Чертежи самого изделия автоматически преобразуются в машинные коды для последующей работы на станках. Умное оборудование отслеживает все необходимые детали для сборки,
чтобы они поступали в нужное место в определенное время. Для этого можно использовать электронные идентификаторы материалов и деталей. При поступлении в цех всех необходимых деталей для сборки роботы автоматически приступают к выполнению данной операции. В некоторых ситуациях можно использовать аддитивные процессы, например 3D-печать. Но, как правило, их использо -вать лучше для изготовления малых партий по индивидуальному заказу (уровень 2).
Данные всех производственных процессов и работа оборудования отслеживаются и фиксируются сенсорами промышленного Интернета вещей, встроенными в оборудование (уровень 3). Необходимая скорость и уровень качества оптимизируются автоматическими или полуавтоматическими системами искусственного интеллекта. Это достигается путем изменения соответствующих рабочих параметров и процессов (уровень 4). Качество продукции проверяется перед самой отгрузкой автоматически при помощи измерительных приборов (сенсоров) и искусственного интеллекта. Клиент постоянно информирован о состоянии прохождения заказа при помощи отслеживающего устройства.
Что может являться результатом внедрения таких умных технологий на производстве? Это в первую очередь экономия времени, энергии, повышение эффективности и производительности [6, с. 159]. Если появляется что-либо, что замедляет процесс производства, то это покажут отчеты данных, и незамедлительно системы искусственного интеллекта будут искать решения этой проблемы. Сокращаются простои производства, происходит большая гибкость работы (уровень 5). Это дает основание полностью переопределить производство на применение цифровых технологий на предприятии.
Из конкретного примера очевидно, что экономика лесной отрасли не может функционировать без цифровых технологий, которые, в свою очередь, имеют свое развитие по модели Н. Венкатрамана.
Цифровые технологии, применяемые в лесной отрасли, состоят из программных продуктов и приложений, способствующих работе системы «умных производств», работы с большими массивами данных, технических устройств (дронов и др.), разработанных роботизированных комплексов.
В настоящее время одним из мировых лидеров по поставке деревообрабатывающего оборудования для «умного производства» является группа компаний Hexagon, которая в общей интеграции со своими программными решениями и другими приложениями помогает в работе всей системы «умных производств», например сортировать бревна по диаметрам и разбивать их по поставам (рис. 2).
Системы сканирования WoodEye являются одной из разработок, применяющихся в области оптимизации и контроля качества продукции деревообрабатывающих предприятий. Они работают на разных производствах, начиная от сортировки всех видов досок и других компонентов из древесины на линиях распиловки, строгания и заканчивая производством напольных покрытий, шпона, мебельного щита, CLT и других изделий. Сканер работает как с обработанными и необработанными пиломатериалами, так и с различными породами твердой и мягкой древесины. Он дает полную картину о качестве распила, позволяет скорректировать технологию пиления и сушки. Благодаря его применению появилась возможность наиболее комплексного использования сырья. Коэффициент выхода конструкционной балки из пиломатериалов составит 1,45 против ранее полученного 1,6. При этом по клееному брусу коэффициент составляет 1,25.
Если перейти из области лесной промышленности в область лесного хозяйства, то здесь концепция «цифрового лесоводства» прежде всего включает в себя обработку и моделирование массива данных [9, с. 375]. При планировании проведения лесозаготовок необходимо проведение моделирования (третий уровень модели Н. Венкатрамана) с целью определения объемов заготовки и качества древесины. Уже разработана и проходит экспериментальную проверку система сквозного учета леса, которая позволит отслеживать древесину от мест ее заготовки и до выпуска готовой продукции из нее. Такая цифровизация позволит не только повысить точность всех измерений, но и побороть схемы, связанные с незаконной вырубкой леса.
Инновационные стратегии, применяемые в лесном комплексе, всё больше и больше связаны с внедрением в производственную деятельность цифровых технологий. Основные задачи, решаемые путем реализации та-
Рисунок 2 - Программа SawsOptimization Professional
ких технологий, представлены на рис. 3. Это, в первую очередь, комплексное использование сырья, увеличение мощностей и снижение энергоемкости производства.
ы S
5
•комплексное использование сырья
•снижение энергоемкости производства
•увеличение мощностей
•ускорение оазовых производственных процессов
Рисунок 3 - Основные задачи внедрения цифровых технологий
Но остаются и некоторые сложности в при -менении цифровых технологий как в лесной промышленности, так и в лесном хозяйстве.
Высокая цена внедрения и технологическая сложность систем «умного производства» являются основным недостатком умных технологий и применения их в лесной промышленности [7, с. 34]. Довольно большие вложения отпугивают представителей бизнеса. Технологическая сложность систем выдвигает ряд дополнительных требований, например таких, как наличие квалифицированного персонала с соответствующими компетенциями, но со временем это будет взаимосвязанной и гибкой производственной средой.
Что касается лесного хозяйства, то основные сложности здесь связаны с защитой леса. Потери лесных ресурсов от пожаров и система охраны и защиты лесов указывают на необходимость оцифровки данных по лесоустройству. С помощью дронов запущена система мониторинга лесных участков, которые собирают данные о вырубках леса [2, с. 288]. Но из-за отсутствия зоны покрытия операторами отдельных территорий возникают проблемы с возможностью диагностики используемой техники. Такая же проблема возникает и для логистики, когда значительная доля перевозок осуществляется по лесным дорогам, где нет покрытия GSM.
На основании приведенных примеров можно констатировать, что в лесной отрасли сформировались предпосылки для организационной трансформации, присущей четвертому и пятому уровню модели развития цифровизации. Она предоставляет лесному сектору экономики много новых возможностей для повышения производительности, эффективности и создания новых конкурентных преимуществ. На основе выявленных уровней развития цифровых технологий на предприятиях создается переопределение основных процессов в сторону их трансформации.
К 2030 г. планируется существенно увеличить вклад отрасли в экономику страны. Име -ются перспективы объединения информационных потоков в единую цепочку участников логистики древесины, роста мощностей по производству целлюлозы, развития деревянного домостроения и переработки древесных отходов в биотопливо [4; 3, с. 5]. Особенными в этой связи являются проекты, связанные с
внедрением цифровых технологий [5; 1]. Они позволят соответствовать мировым тенденциям в области производственных инноваций, используя беспилотные летательные аппараты для мониторинга состояния лесов, технологии больших данных, создавая «умные производства». Предпосылки для трансформации отрасли созданы.
Список литературы_
1. Аразова, Р. К. Инвестиционное и инновационное развитие регионов / Р. К. Аразова, В. В. Беспалова // Формирование конкурентной среды, конкурентоспособность и стратегическое управление предприятиями, организациями и регионами : сборник статей V Международной научно-практической конференции. - Пенза : МНИЦ, 2020. - С. 10-13.
2. Вязникова, Д. В. Проектное управление в лесном секторе / Д. В. Вязникова, В. В. Беспалова // Формирование конкурентной среды, конкурентоспособность и стратегическое управление предприятиями, организациями и регионами : сборник статей V Международной научно-практической конференции. - Пенза : МНИЦ, 2020. -С. 54-57.
3. Капитонова, И. А. Переход предприятия на цифровую экономику при помощи архитектурного метода / И. А. Капитонова, О. А. Полянская // Молодежь и XXI век - 2020 : материалы 10-1 Международной молодежной научной конференции : в 4 томах / Отв. редактор А. А. Горохов, 2020. - С. 137-139.
4. Кобер, П. Инвестиции углубляются в лес / П. Кобер // Эксперт, Урал. - 2018. - № 38.
5. Скопинцева, Е. Правительство займется восстановлением лесов / Е. Скопинцева // Экономика и жизнь. -2018. - № 38.
6. Шваб, К. Четвертая промышленная революция / К. Шваб. - Москва : Эксмо, 2018.
7. Lo F. Y. and Hsu M. K. Business group's diversification strategy and sustainability // International Journal of Business and Economics. - 2016. - № 15(1).
8. Polyanskaya O. A., Tatarenko V. N., Bespalova V. V., Shaitarova O. E. and Igotti I. N. Energy service companies and modeling of their activities in the context of growing energy intensity of the digital economy and risks // Journal of Advanced Research in Dynamical and Control Systems. - 2019. - No. 11. - P. 10.
9. Venkatraman, N. IT-enabled business transformation: From automation to business scope redefinition Sloan Management Review. - 1994. - No. 35(2).
10. Wang J, Lin Y, Glendinning A and Xu Y Land-use Changes and Land Policies Evolution in China's Urbanization Processes // Land Use Policy. - 2018. - No. 75.
11. URL: http://www.kremlin.ru/acts/bank/43027 (дата обращения: 26.01.2021).
References_
1. Arazova R.K, Bespalova V.V. Investicionnoe i innovacionnoe razvitie regionov, Formirovanie konkurentnoj sredy', konkurentosposobnost' i strategicheskoe upravlenie predpriyatiyami, organizaciyami i regionami : sbornik statej V Mezhdunarodnojnauchno-prakticheskojkonferencii. Penza : MNICz, 2020, pp. 10-13.
2. Vyaznikova D.V., Bespalova V.V. Proektnoe upravlenie v lesnom sektore, Formirovanie konkurentnoj sredy\ konkurentosposobnost' i strategicheskoe upravlenie predpriyatiyami, organizaciyami i regionami : sbornik statej V Mezhdunarodnoj nauchno-prakticheskoj konferencii, Penza : MNICz, 2020, pp. 54-57.
3. Kapitonova I.A., Polyanskaya O.A. Perexod predpriyatiya na cifrovuyu e'konomiku pri pomoshhi arxitekturnogo metoda, Molodezh' i XXI vek - 2020 : materialy 10-1 Mezhdunarodnoj molodezhnoj nauchnoj konferencii: v 4 tomax / Otv. redaktor A.A. Goroxov. 2020, pp. 137-139.
4. Kober P. Investicii uglublyayutsya v les, E'kspert, Ural, 2018, no. 38.
5. Skopinceva E. Pravitel'stvo zajmetsya vosstanovleniem lesov, E'konomika i zhizn, 2018, no. 38.
6. Shvab K. Chetvertaya promyshlennaya revolyuciya. Moskva : E'ksmo, 2018.
7. Lo F. Y. and Hsu M. K. Business group's diversification strategy and sustainability, International Journal of Business and Economics, 2016, no. 15(1).
8. Polyanskaya O.A., Tatarenko V.N., Bespalova V.V., Shaitarova O.E. and Igotti I.N. Energy service companies and modeling of their activities in the context of growing energy intensity of the digital economy and risks, Journal of Advanced Research in Dynamical and Control Systems, 2019, no. 11, p. 10.
9. Venkatraman N. IT-enabled business transformation: From automation to business scope redefinition Sloan Management Review, 1994, no. 35(2).
10. Wang J, Lin Y, Glendinning A and Xu Y Land-use Changes and Land Policies Evolution in China's Urbanization Processes, Land Use Policy, 2018, no. 75.
11. URL: http://www.kremlin.ru/acts/bank/43027 (data obrashheniya: 26.01.2021).
