Цифровая трансформация: возможности применения сквозных технологий в проектах цифрового инжиниринга

Городнова Н.В.1
1 Уральский федеральный университет

Статья в журнале

Вопросы инновационной экономики (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 13, Номер 1 (Январь-март 2023)

Цитировать:
Городнова Н.В. Цифровая трансформация: возможности применения сквозных технологий в проектах цифрового инжиниринга // Вопросы инновационной экономики. – 2023. – Том 13. – № 1. – doi: 10.18334/vinec.13.1.116394.

Аннотация:
Поступательное, динамичное развитие экономики и цифровая трансформация неразрывно связаны с применением новых сквозных цифровых технологий, таких как машинные алгоритмы искусственного интеллекта, большие данные (Big Data), а также реализации возможностей цифрового инжиниринга. В этой связи исследование, связанное моделированием специфики цифровой трансформации в России, процессом принятия решений с применением возможностей искусственного интеллекта и других сквозных технологий в программах внедрения цифрового инжиниринга, признается актуальным. Научная новизна состоит в развитии теоретических основ цифровой экономики, в частности, в уточнении понятийно-категориального аппарата, моделировании цифровой трансформации организации, процесса принятия IIoT-решения российскими компаниями и IIoT-зрелости принимаемых решений, а также в выявлении специфики применения сквозных технологий в цифровом инжиниринге. Сделан вывод о том, что внедрение сквозных технологий, включая систем искусственного интеллекта и нейронных сетей в рамках реализации цифровых инжиниринговых проектов, является одним из наиболее актуальных и перспективных направлений в рамках цифровой трансформации и развития цифровизации российской экономики. Результаты работы могут быть полезными для специалистов и экспертов it- и бизнес-сфер, ученым, занимающимся исследованием социально-экономическими аспектами и специфики внедрения алгоритмов искусственного интеллекта, управляющим проектами цифрового инжиниринга, а также представителям государственных органов власти, осуществляющим цифровую трансформацию регионов.

Ключевые слова: цифровой инжиниринг, консультационные услуги, сквозные технологии, искусственный интеллект, Big Data, it-технологии, Smart-технологии, Data-Driven

JEL-классификация: O31, O32, O33



Введение

Становление и формирование цифровой в современных условиях экономики является одним из приоритетных направлений для большинства стран. Внедрение цифровых технологий привело к кардинальным изменениям и определило траекторию развития экономики и всего общества в целом.

В период 2019-2022 годов наблюдается мощная трансформация бизнес-моделей и всей социальной сферы, вызванные мировой пандемией новой короновирусной инфекции и широкомасштабным внедрением цифровых технологий нового поколения, которые получили наименование «сквозных».

К «сквозным» технологиям необходимо отнести искусственный интеллект (ИИ) и робототехнику, Интернет вещей, технологии беспроводной связи и т.п. Как показала практика, применение «сквозных» технологий повышает производительность труда на 40 %. Эффективное применение новых цифровых технологий будет определять уровень международной конкурентоспособности как отдельно взятых компаний, так и стран (объединений стран) в целом, а также создавать нормативно-законодательную основу для процессов цифровизации в виде нового направления права – цифрового.

Государственный вектор внедрения цифровых технологий, в том числе, и в Российской Федерации, становится магистральным направлением национального развития экономики каждой страны. Однако развитие цифровой экономики для всего социума, отдельных компаний и домохозяйств сопровождается как позитивными (повышением доступности различного рода услуг и качества жизни общества), так и негативными последствиями (например, поляризацией общества по принципу доступности цифровой среды, возникновением рисков и угроз утечки, в том числе и персональных, данных, ростом киберпреступности, снижением уровня кибербезопасности и т.д.).

Текущий этап цифровизации экономики, наряду с несомненными позитивными последствиями порождает и новые технологические и организационно-управленческие вызовы и угрозы, требует адекватного ответа, развития теоретических основ и прикладных моделей, а также нормативно-правовой базы законодательного регулирования

Основным вектором развития является цифровизация экономики на базисе прорывных it-/Smart-технологий, включения мощнейших вычислительных систем и устройств, а также развитие искусственного интеллекта и нейронных сетей глубокого обучения.

Современный этап реализации отдельных проектов концепции «Smart City» («Умный Город») с внедрением искусственного интеллекта (ИИ) и развитием цифрового инжиниринга предполагает интегрирование в единую систему таких основных направлений, как дальнейшее развитие цифрового экономического базиса, включение в производственные процессы прорывных IT-технологий, фундаментальное сращивание био-, нано- и социо-гуманитарных технологий, развитие умных экологических систем. В этой связи тема, посвященная анализу перспектив развития цифрового инжиниринга с применением нейронных сетей и компьютерных алгоритмов в процессе разработки инновационных и экономически эффективных способов развития национальной экономики, приобретает еще большую актуальность.

Внедрение основ концепции «Smart City» («Умный Город») означает широкое применение цифровых инжиниринговых технологий и искусственного интеллекта. В этой связи тема научного исследования, связанного с оценкой перспектив применения компьютерных алгоритмов и нейронных сетей в процессе разработки инновационных и экономически эффективных способов развития цифрового инжиниринга, является актуальной и злободневной.

Объектом исследования являются общественные отношения в условиях цифровой трансформации, предметом – применение искусственного интеллекта и других сквозных технологий при реализации инжиниринговых проектов и программ в цифровой среде.

Цель исследования: выявление специфики цифровой трансформации и цифровизации процессов инжиниринга, а также включения возможностей искусственного интеллекта и других сквозных технологий в программах внедрения цифрового инжиниринга.

Научная гипотеза – в целях эффективного развития российской экономики необходима цифровая трансформация, а также смена парадигмы цифрового развития и смещение вектора функционирования компаний и организаций в сферу сквозных технологий, в частности, платформенных решений Интернета вещей /IIoT, а также применений технологий Big Data.

Научная новизна: уточнение понятийно-категориального аппарата цифровой трансформации, развития теоретических основ применения сквозных технологий, в частности, моделирование трансформации информационных технологий, цифровой трансформации организации, разработка моделей процесса принятия IIoT-решения российскими компаниями и IIoT-зрелости принимаемых решений.

Сделан вывод о том, что внедрение сквозных технологий, включая алгоритмы и системы искусственного интеллекта и нейронных сетей в рамках реализации цифровых инжиниринговых проектов, является одним из наиболее актуальных и перспективных направлений в рамках цифровой трансформации организаций.

Основная часть. Развитие понятийно-категориального аппарата цифровой трансформации

Интенсивное развитие IT- и Smart-технологий создало предпосылки качественного перехода их применения в экономических отношениях. Разработка программных решений и расширение компетенций по автоматизации бизнес-процессов и деятельности государственных структур привело к широкомасштабной трансформации и формированию цифровой экономики.

Понятия «цифровая экономика» и «цифровые деньги», широко используемые сегодня, были впервые введены свыше 25 лет назад профессором Массачусетского технологического института, США [1] Николасом Негропонте. Однако до сих пор не существует единого определения дефиниции «цифровая экономика». Это способствует созданию существенных препятствий на пути его концептуального оформления.

По мнению президента группы всемирного банка Джима Ён Кима, сегодня всё человечество переживает информационно-коммуникационную революцию. Число беднейших домохозяйств, имеющих мобильные телефоны выше, чем уровень доступности к комфортным бытовым условиям или питьевой воде [2]. Цифровая экономика, как одно из последствий научно-технического прогресса, означает перевод производства и распределения благ в цифровой интернет-среде [4, 5].

Развитие цифровых технологий приводит к многообразию взаимосвязей между компаниями, социально-экономическими системами, социальными платформами, экосистемами и человеком (обществом) [3, 11]. Это сопровождается экспоненциальным ростом трансакций, накапливанию гигантских объёмов данных, сведений и информации, что приводит к усложнению интеграционных связей, последствия которого человечеству ещё только предстоит оценить. Указанные последствия требуют от каждого человека новых цифровых компетенций, способностей и навыков, а также высокой скорости адаптации в цифровой среде обитания и производства.

Цифровая экономика – это система процессов и способов деятельности, основанные на применении цифровых технологий, связанных с электронными бизнесом и торговлей, позволяющих осуществлять реализацию цифровых товаров и услуг в киберпространстве [3]. Иными словами, цифровая экономика – это система заключения сделок с помощью электронных средств передачи, обмена и хранения информации (стационарного и мобильного интернета) с применением возможностей электронных средств платежа, криптовалюты и цифровой валюты.

В широком смысле, цифровая экономика – это создание сетевой, системно-организованной пространственной структуры экономических отношений между хозяйствующими субъектами, которая включает секторы создания и использования новой информации, цифровые технологии и цифровые продукты, телекоммуникационные услуги, электронный бизнес, электронную торговлю (Интернет-торговлю), электронные рынки, дистанционные механизмы заключения сделок, дистанционное обслуживание, дистанционное образование и ряд других компонентов [9].

На рисунке 1 представлена трансформация информационных технологий за последнее десятилетие.


Громоздкие электронно-вычислительные машины (ЭВМ)

Высокопроизводительные мобильные устройства и смартфоны

Полная доступность телекоммуникаций и вычислительных мощностей

Простейшие изолированные компьютерные программы и обеспечение


Структурированные программное обеспечение, расширяемые приложения, применение стандартных протоколов и компонентов

Непрерывная разработка и тестирование нового программного обеспечения

Текстовый интерфейс в виде командной строки

Лаконичный, эффективный, интуитивно понятный дизайн приложений

Вовлечение в глобальное информационное пространство всех групп пользователей

Оффлайн-продажи программного обеспечения на физических носителях


Онлайн-маркетплайсы приложений и программного обеспечения

Новые модели монетизации и ускорение обновления приложений

Простые прикладные расчеты

Полная автоматизация крупных компаний

Проектирование и развитие комплексных программных решений

Рисунок 1 – Трансформация информационных технологий [4]

Благодаря синергетическому эффекту применения новых информационных технологических возможностей стала возможной разработка и широкое внедрение производительных решений типовых и нестандартных задач в интересах общества, бизнеса и государства. Для реализации перехода к цифровой экономике необходимы новый тип экономических отношений, новый тип производства, новый тип оказания услуг, новый тип государственного и общественного регулирования. Формирование цифровой экономики подразумевает осуществление трех этапов развития: автоматизацию, цифровизацию и реинжиниринг (цифровой инжиниринг), а также цифровую трансформацию [6].

Цифровой инжиниринг – это новейшая технологическая концепция, позволяющая развивать интеллектуальную экосистему, направленную на повышение эффективности производства, качества работ и услуг, а также оптимизацию всех бизнес-процессов. При помощи интеграции реального производства и виртуальных возможностей сквозных цифровых технологий становится доступными новый инструментарий разработки, производства и продвижения конечного продукта [13, 15].

Цифровой инжиниринг – это процедуры осуществления технических консультационных услуг, связанных с различными фазами реализации производственных процессов (разработкой, подготовкой, сопровождением и реализацией продукции), использующие информационные технологии и искусственный интеллект. Иными словами, что цифровой инжиниринг – это программное обеспечение современной системы оказания услуг по организационно-технологическому дизайну и оптимизации протекания производственных процессов и прагматизация рабочих режимов машин и оборудования.

Под сквозными технологиями следует понимать применение автономных роботов, больших баз данных, искусственного интеллекта (ИИ), Интернет вещей (IoT).

Под искусственным интеллектом (ИИ) в данной работе автор понимает способность цифровых алгоритмов и самообучающихся нейронных сетей решать поставленные задачи, а также разрабатывать сценарии устранения выявленных и прогнозируемых проблем, связанных с жизнедеятельностью как отдельного человека, так и всего общества в целом. Данное определение искусственного интеллекта применимо к процессу реализации различных проектов развития, использующих интеллектуальные процессы, свойственных человеку. Это, прежде всего, способность человека абстрактно размышлять, обобщать, анализировать, систематизировать, трансформировать полученные данные в информацию, интерпретировать и обучаться на приобретенном опыте.

Иными словами, искусственный интеллект (ИИ) – это компьютерные алгоритмы, которые позволяют достаточно полно и приближенно отображать работу нейронных связей в мозге человека, отождествляемые с глубоким машинным обучением и применением технологий виртуальной реальности. Таким образом, искусственный интеллект – это группа специальных методов, используемых в целях решения различного рода задач.

Отдельные методы могут включать алгоритмы на базе машинного обучения. Машинное обучение – вид компьютерных алгоритмов, в котором конкретный алгоритм учится решать ту или иную задачу. Подвидом машинного обучения является процесс глубокого обучения, в котором применяются более сложные математические модели и алгоритмы обучения на основе нейронных сетей. Нейронная сеть состоит из одного или нескольких слоев нейронов, каждый из который определяет какой-либо определенный аспект. Это попытка описать работу человеческого, естественного интеллекта.

Следует отметить, что понятие искусственного интеллекта не является концептуально новым. Впервые данный термин появился еще в середине 50-х годов ХХ века, точнее, в 1956 году, на конференции Дартмутского университета, на которой американский информатик Дж. Маккарти обозначил этот термин и дал ему точное и емкое определение: искусственный интеллект является наукой о создании интеллектуальных машин и компьютерных программ [1].

В процессе цифровой трансформации и формирования цифрового общества Интернет вещей (Internet of Things, IoT) становится инновационной средой реализации всех сфер жизнедеятельности человека, включая производственно-технологический и финансовый сектор, услуги, транспорт и пр., в которой Интернет-технологии осуществляют взаимодействие между собой, позволяющими обмениваться данными о функционировании экономических субъектов, реагировать на изменения внешних и внутренних факторов, оказывать влияние на процессы, без вмешательства человека [12].

В данной работе под Интернетом вещей (пер. с англ. Internet of Things, IoT) следует понимать совокупность большого количества взаимосвязанного технологического информационного оборудования (сенсоров, приборов учета, различных датчиков и т.п.), соединенных проводными и беспроводными каналами связи, подключенными посредством мобильных операторов связи к сети Интернет, позволяющая осуществить полную интеграцию физических производственно-экономических процессов с виртуальной средой цифровых устройств, компьютерного оборудования, и сквозных цифровых технологий.

Промышленный (индустриальный) Интернет вещей (Industrial Internet of Things, IIoT), как сегмент Интернета вещей, становится неотъемлемой частью функционирования российских компаний и бизнеса. IIoT – это совокупность объединенных компьютерных сетей предприятий и компаний и подключенных к ним промышленных объектов, оснащенных встроенными датчиками и специально разработанным программным обеспечением в целях сбора и обмена информацией, позволяющая осуществлять удаленный мониторинг и управление в автоматизированном режиме.

Моделирование цифровой трансформации

Цифровой инжиниринг включает разработку, поставку, настройку и адаптацию программного обеспечения, выполнение различного рода инженерных работ, использующихся при осуществлении реконструкции или модернизации действующего производственного процесса, а также при создании нового «умного» производства, мехатроники и иного автоматизированного и роботизированного оборудования, логистических центров и умных лабораторий, а также алгоритмов искусственного интеллекта.

На рисунке 2 представлены основные элементы концепции цифрового инжиниринга [8].

Цифровой инжиниринг
Возможности
рынка

Применение новых
технологий
Ожидаемые
эффекты


Конвергенция рынка труда и информационных технологий

Искусственный интеллект

Алгоритмы, получающие информацию, самообучающиеся, меняющиеся
Подключенные устройства
Машинное обучение и
нейронные сети
Рынок индивидуального подхода

Интернет вещей
Самостоятельный обмен информацией бытовыми и индустриальными устройствами

Оптимизация рынка труда

Большие базы данных
(Big Data)
Эффективное управление государством, бизнесом, процессами за счет аналитики данных
Создание цифровых двойников
3D-печать

Компьютерное проектирование
Сверхбыстрые изменения рынка
BIM-технологии

Оптимизация всех процессов

Роботизация
Восприятие окружающей среды, адаптация к изменениям

Блокчейн
Самый надежный способ хранения открытой информации в открытом доступе
Быстрая беспроводная связь 5G
Сбор и обмен большими данными в 20 раз быстрее сети 4G
Рисунок 2 – Основные элементы концепции цифрового инжиниринга [5]

Иными словами, цифровой инжиниринг – это создание интеллектуального продукта и услуг нового поколения при помощи сквозных цифровых технологий.

Модель цифровой трансформации, разработанная в рамках научных исследований РАНХиГС, позволяет реализовать любую стратегию реализации процесса цифровизации практически в любой организации, состоит из шести указанных на рисунке 3 блоков.

Модель цифровой трансформации

Применение новых
технологий
Ожидаемые
эффекты


Модели
Широкомасштабное применение моделей в инновационной среде
Непрерывный инновационный процесс, оптимизация процесса принятия решений

Процессы
Оптимизация процессов (бережливое производство, дизайн мышления)
Мониторинг в соответствии с инновационными трендами
Люди
Уникальный человеческий капитал
Быстрое обучение новым навыкам, успешное развитие

Данные
Стратегический подход к эффективному управлению данными
Всесторонний доступ к данным в режиме реального времени,
Безопасность данных

IT-инфраструктура, инструментарий
Мощные, надежные, гибкие системы и инструменты
(сквозные технологии)
Создание инфраструктуры, эффективно содействующей цифровой трансформации

Культура
Эффективное взаимодействие между государством, бизнесом, обществом
Принципы открытого и прозрачного взаимодействия, способствующего цифровой трансформации
Рисунок 3 – Моделирование цифровой трансформации организации [6]

Изначально данную модель применял ПАО Сбербанк в процессе трансформации своей деятельности в целях внедрения систем искусственного интеллекта. Однако она может быть с успехом применена в цифровой трансформации практически любой структуры или организации.

Таким образом, под цифровой трансформацией следует понимать строительство новой экосистемы, базирующейся на новых принципах и повсеместном применении IT-технологий, предоставляющих качественно новые возможности.

По данным Gartner в 2016 году в мировой экономике применялось более 6,4 млрд подключенных единиц различного оборудования, что на 30 % выше, чем в 2015 году [14]. Прогнозируется, что к 2030 году глобальный рынок интернета вещей составит около 24,1 млрд единиц объединенных устройств, и будет приносить ежегодный доход более 1,5 трлн долл. США [12]. Кроме того, по прогнозам экономистов, к 2030 году эффективность применения интернета вещей составит 11 % от мирового ВВП [10].

По данным J’son & Partners Consulting объем российского рынка M2M и IoT в 2019 г. достиг 64 млрд руб., а количество подключенных к WAN устройств IoT/M2M составило почти 23 млн, увеличившись на 21% по отношению к 2018 г. По прогнозам, к 2025 г. В России через eSIM будет осуществлено подключение около 25% всех IoT-устройств, по состоянию на конец 2022 года доля IoT-устройств не превысит 7% [7].

Ожидается, что в Российской Федерации в стоимостных единицах измерения данный сегмент к обозначенному времени составит 705,5 млн. долл. США, количество единиц объединенного в сеть оборудования составит от 385,03 до 442,14 млн. [10].

По состоянию на февраль 2022 года база TAdviser содержит информацию о более чем 600 проектов в сфере интернета вещей. Аналитики отмечают, что российский рынок промышленного интернета вещей остается фрагментированным, значительная часть проектов носят узконаправленный характер, однако со смещением спроса индустриальных заказчиков на универсальные «экосистемные» решения. Развитию рынка способствует ускорение всеобщей цифровизации, усиление конкуренции во всех сферах, а также дефицит человеческих ресурсов.

Методика оценки развития российских регионов включает такой критерий эффективности, как «цифровая зрелость» [8], представляющий собой удельный вес цифровизации региональных органов исполнительной власти (РОИВ) и местного самоуправления, а также деятельности в таких сферах, как здравоохранение, образование, строительства, ЖКХ, общественный транспорт, применяющих отечественные IT-решения. Динамика роста цифровой зрелости закреплена в Постановлении Правительства РФ [9]. К 2030 году цифровая зрелость всех российских регионов должна составить 100% (по состоянию на 2022 год – около 18%).

В ходе научного исследования автором был модифицирован алгоритм принятия IIoT-решений для российских предприятий. Модель процесса принятия IIoT-решений представлена на рисунке 4 [10].

На рисунке 5 отражена модель оценки IIoT-зрелости, позволяющая минимизировать участие человека.

В процессе принятия и реализации IIoT-решений используется массив данных, поступающих с различных устройств и датчиков (Big Data), это дает возможность для применения Data-Driven подхода с разработкой цифровых бизнес-моделей.

Этап
Процесс
Комментарий
1
Выбор устройств
Обеспечение достоверности и целостности передаваемых на IIoT-платформу данных
2
Выбор каналов связи
Выбор Федерального мобильного оператора в целях формирования оптимального перечня услуг с учетом специфики компании
3
Выбор Интернет-технологий
Применение межмашинного взаимодействия (М2М) и возможностей IIoT платформы.
4
Сбор, хранение данных и их аналитика
В целях обеспечения аутентичности IIoT-устройств и безопасности системы хранения данных, необходима интеграция устройств вручную, что требует от уральских компаний больших усилий высококвалифицированных IT-специалистов
5
Работа приложений и сервисов
Доработка приложений и сервисов в зависимости от специфики компании, применение, формирование экосистем, подразделяющихся на Smart-энергетику, Smart-транспорт, Smart-экологию, Smart-ЖКХ и пр.
6
Информационная безопасность функционирования компании
Использование надежных и защищенных информационных и технологических решений
7
Технологическая поддержка IIoT-решения
Реализация поддержки целостного IIoT-решения по принципу «от устройства до платформы» при помощи компании-агрегатора
8
Интеграция
Применение возможностей IIoT-интеграторов, специализирующихся в конкретных сферах
9
Оценка эффективности IIoT-решения
- расчет чистой дисконтированной стоимости, индекса доходности, внутренней нормы доходности и т. п.);
- построение динамических экономико-математических и имитационных моделей;
- оценка соотношения полученного экономического эффекта к понесенным затратам [7];
- оценка прироста конечного продукта;
- применение экспертных оценок.
Рисунок 4 – Моделирование процесса принятия IIoT-решения [11]


Действие / Решение
Разработка экономико-правовых рекомендаций и мероприятий

Автоматическое принятие решений
Поддержка принятия решений
Прогнозирование

Интерактивные панели

Статистическая отчетность
Ручной процесс
Рисунок 5 – Моделирование IIoT-зрелости принимаемых решений [12]

Одним из примеров цифровой трансформации отечественных компаний является «DD Цифровые технологии» – российская компания, созданная в 2018 году в г. Екатеринбурге, основной вид деятельности которой заключается в оптимизации процесса принятия решений в ходе реализации цикла переработки нефтепродуктов с использованием искусственного интеллекта.

Компания на современном этапе сотрудничает с такими гигантами отрасли, как Газпромнефть, Сибур, Роснефть, Башнефть, выстраивается взаимовыгодное партнерство с такими компаниями, как Schneider Electric и Инфосистемы Jet.

В таблице 1 представлены IT-проекты, реализуемые компанией, с применением математического моделирования и алгоритмов искусственного интеллекта.

Таблица 1 – Реализуемые IT-проекты компании DD Цифровые технологии (2018-2021 гг.) в рамках цифрового инжиниринга [13]

№ пп
Наименование проекта
Наименование
IT-продукта
Основные характеристики
Примечания
1
Жидкофазные реакторы идеального смешения
Разработка
уточняющих ML-моделей
Математическое моделирование процессов полимеризации легких олефинов в емкостных и петлевых реакторах с учетом неидеальности
Подбор кинетических параметров. Адаптация моделей для работы online на потоке промышленных данных
Разработка рекомендательных моделей
Подбор оптимального управляющего воздействия
Разработка документации
2
Процесс «Таторей»
Разработка кинетической схемы. Построение строгой модели
Математическое моделирование реактора трансалкилирования и диспропорцио-нирования
Учет неподвижного слоя и аксиального потока.
3
Процесс каталитического риформинга с квазинепрерывной регенерацией
Разработка модели деградации катализатора со временем
Реализация кинетической модели риформинга и модели газового реактора с комбинированным аксиальным и радиальным движением газа
4
Моделирование результатов измерения по стандарту D86 на основании состава исследуемого нефтепродукта
Разработка и тестирование математической модели эксперимента
Решение задачи – симуляция кривой разгонки D86 по начальному составу смеси углеводородов
Предсказание температурных точек для исследуемых фракций
5
Ректификационная колонна.
Математическое моделирование и симуляция работы ректификационной колонны в варианте равновесных ступеней и неравновесных ступеней
Равновесная и неравновесная модели.
Учет диффузии и конвективного массо- и теплопереноса в колонне
Тестирование на производственных данных. Прогнозирование мольного состава отбираемых потоков пара и жидкости
6
Трубчатая печь подогрева сырья
Математическое моделирование газодинамических процессов в камерах печи с учетом геометрии и расположения змеевиков, положения шиберных задвижек и метеоусловий.
Построение моделей машинного обучения для прогнозирования потребления топлива печами нагрева сырья
Прогнозирование потребления топлива при заданном перепаде температур по нагреваемому продукту и положении задивжек/дамперов
7
Печи высокотемпера-турного отжига и агрегаты выпрямляющего отжига
Разработка информационной системы. Определение закономерностей появления момента прогара
Анализ производственных данных
Оценка износа нагревательных элементов
8
Теплообменное оборудование
Моделирование машинного обучения работы теплообменного оборудования в целях прогнозирования выходной температуры обеих сред по двум или трем измерения
9
Экструзия полипропилена
Определение причин аварийных остановок, детекция аномалий в сигналах динамического оборудования с целью предсказания его аварийной остановки.
10
Установка синтеза фенолформальдегид-ной смолы
Построение моделей машинного обучения в целях прогнозирования ключевых таргетов
Разработка рекомендательной системы для операторов
11
Установка производства серы из отходящих газов металлургического производства, в т.ч. с помощью процесса Клауса
Определение таргетов для моделирования, моделирование степени конверсии сырья в целевой продукта на основании параметров технологического режима
Анализ данных объекта исследования, проверка целостности и достаточности полученных данных для решения задачи.
Предобработка данных, проверка ключевых гипотез
Подготовка отчета об обследовании

Практика работы и внедрение разработок компании в течение 3 последних лет свидетельствует о том, что эффективность производства (маржинальный доход компании) в различных проектах увеличился на 5-10%.

Оценку эффективности внедрения сквозных технологий, в частности алгоритмов искусственного интеллекта, в проектах цифрового инжиниринга можно осуществить следующим образом:

Эст = [К (Эпр + Эу + Эпот)], (1)

где Эст – экономическая эффективность внедрения сквозных технологий в проектах цифрового инжиниринга, %;

К – мультипликатор экономической эффективности внедрения сквозных технологий в проектах цифрового инжиниринга для государства, коэффициент [б/р];

Эпр – экономическая эффективность внедрения сквозных технологий в производственные процессы, %;

Эу – экономическая эффективность внедрения сквозных технологий в процессы оказания услуг, %;

Эпот – экономическая эффективность от использования сквозных технологий конечным потребителем, %.

Возможные эффекты от внедрения сквозных технологий в рамках реализации цифровых инжиниринговых проектов представлены в таблице 2.

Таблица 2Экономическая эффективность внедрения сквозных технологий [14]

№ п/п Ожидаемый экономический эффект Величина, %
1 Снижение себестоимости продукции, работ 8-15
2 Повышение качества продукции, работ 8-16
3 Улучшение деловой репутации 8-16
4 Улучшение качества предпроектного обследования 8-16
5 Повышение эффективности внедрения НИОКР 10-15
Экономическая эффективность внедрения сквозных технологий в производственные процессы, Эпр 12-12,5
6 Снижение себестоимости оказания услуг 15-20
7 Повышение качества оказания услуг 15-20
Экономическая эффективность внедрения сквозных технологий в процессы оказания услуг, Эу 17,5
8 Повышение качества эксплуатационных работ 10-15
9 Повышение функциональной готовности продукции 13-18
10 Оптимизация логистических цепочек 8-13
11 Повышение экологической безопасности 3
12 Сокращение претензий на качество 3
Экономическая эффективность от использования сквозных технологий конечным потребителем, Эпот 8,25
13 Оптимизация производственных процессов 5-7
14 Увеличение экспортного потенциала российской продукции 5-7
15 Повышение качестве человеческого капитала 5-10
16 Сокращение брака и невосполнимых ресурсов 3-7
Мультипликатор экономической эффективности внедрения сквозных технологий в проектах цифрового инжиниринга для государства, К
6,125% (1,06125)

Таким образом, подставляя в формулу 1 полученные в таблице 2 результаты прогностической оценки возможных экономических эффектов от внедрения сквозных технологий в цифровые инжиниринговые проекты, получаем:

Эст = [К (Эпр + Эу + Эпот)] = [1,06125 (12 + 17,5 + 8,25)] = 40%.

Прогнозная величина экономической эффективности внедрения сквозных технологий в проектах цифрового инжиниринга в процессе цифровой трансформации российской экономики в суммарном относительном выражении составит около 40%.

Выводы

В ходе исследования показано, что внедрение сквозных технологий, включая алгоритмы и системы искусственного интеллекта и нейронные сети в процессе реализации цифровых инжиниринговых проектов, является одним из наиболее актуальных и перспективных направлений в рамках развития цифровизации экономики и цифровой трансформации.

Прогностическая оценка экономической эффективности внедрения сквозных технологий на текущем этапе цифровой трансформации российской экономики составит 40%. Таким образом нашла свое подтверждение основная гипотеза о необходимости смены парадигмы цифрового развития и смещения вектора функционирования компаний и организаций в сферу сквозных технологий, в частности, применения искусственного интеллекта, платформенных решений Интернета вещей /IIoT [16], а также применений технологий Big Data.

[1]Being Digital (фундаментальная статья Николоса Негропонтэ по цифровой экономике за 1995 год, часть 2). – [Электронный ресурс]. – Режим доступа: https://habr.com/ru/company/philtech/blog/354418/ (дата обращения 05.06.2021 г.).

[2]Опубликован доклад Всемирного банка «Цифровые дивиденты». http://www.inesnet.ru/2016/01/opublikovan-doklad-vsemirnogo-banka-cifrovye-dividendy/ – [Электронный ресурс]. – Режим доступа: https://habr.com/ru/company/philtech/blog/354418/ (дата обращения 04.06.2021 г.).

[3]Ефимушкин В.А. Понятие цифровой экономики. – [Электронный ресурс]. – Режим доступа: https://bi.hse.ru/data/2017/03/30/1168539176/КС28.03%20- %20Владимир%20Ефимушкин.pdf (дата обращения 24.05.2021 г.).

[4]Составлено автором по: Цифровая трансформация. Быстрый страт. – [Электронный ресурс]. – Режим доступа: https://stepik.org/lesson/501060/step/1?unit=492688 (дата обращения 06.10.2022 г.).

[5]Составлено автором по: Цифровая инженерия – катализатор развития промышленности. – [Электронный ресурс]. – Режим доступа: https://controlengrussia.com/innovatsii/cifrovye-dvojniki/cifrovaya-inzheneriya/ (дата обращения 25.07.2022 г.).

[6]Составлено по: Организационные структуры и команды цифровой трансформации в системе государственного управления. Аналитический отчет. – [Электронный ресурс]. – Режим доступа: https://hr.cdto.ranepa.ru/os-0-organizacionnye-struktury-i-komandy-cifrovoj-transformacii (дата обращения 02.10.2022 г.). Этика и «цифра»: этические проблемы цифровых технологий. Аналитический отчет. – [Электронный ресурс]. – Режим доступа: https://ethics.cdto.center/ (дата обращения 02.10.2022 г.).

[7]Интернет вещей, IoT, M2M рынок России. – [Электронный ресурс]. – Режим доступа: https://www.tadviser.ru/index.php/Статья:Интернет_вещей,_IoT,_M2M_(рынок_России) (дата обращения 02.10.2022 г.).

[8]Губернаторов оценят по «цифровой зрелости» регионов. – [Электронный ресурс]. – Режим доступа: https://www.cnews.ru/news/top/2021-04-14_v_rossii_otsenyat_rabotu_gubernatorov (дата обращения 18.07.2022 г.).

[9]Построено автором по: Постановление Правительства РФ от 3 апреля 2021 г. N 542 "Об утверждении методик расчета показателей для оценки эффективности деятельности высших должностных лиц (руководителей высших исполнительных органов государственной власти) субъектов Российской Федерации и деятельности органов исполнительной власти субъектов Российской Федерации, а также о признании утратившими силу отдельных положений постановления Правительства Российской Федерации от 17 июля 2019 г. N 915". – [Электронный ресурс]. – Режим доступа: http://ivo.garant.ru/#/document/400584539/paragraph/1/doclist/1100/showentries/0/highlight/цифровая%20зрелость:2 (дата обращения 18.07.2022 г.).

[10]Построено автором по статистическим материалам Компании «Центр 2М». URL: https://center2m.ru/ (дата обращения 17.07.2022 г.).

[11]Федеральный оператор связи Центр 2М. – [Электронный ресурс]. – Режим доступа: https://center2m.ru/ (дата обращения 17.07.2022 г.).

[12]Разработано автором по материалам Компании «Центр 2М». URL: https://center2m.ru/ (дата обращения 17.07.2022 г.).

[13]Составлено автором по: Проекты DD Цифровые технологии, – [Электронный ресурс]. – Режим доступа: https://DD Цифровые технологии.ru/projects (дата общения 21.05.2021 г.).

[14]Составлено по: Оценка эффективности внедрения сквозных цифровых технологий: практическая методика и влияние на ВВП. – [Электронный ресурс]. – Режим доступа: https://sot-union.ru/9092020-2/ (дата обращения 05.10.2022 г.).


Источники:

1. Афанасьев Д. Как искусственный интеллект меняет отношение бизнеса к покупателю // БИТ. Бизнес & Информационные технологии. – 2019. – № 5(88). – c. 54-55.
2. Владимирова И.Л., Барешенкова К.А. Цифровой инжиниринг в сфере закупок при реализации инвестиционно-строительных проектов // Экономика, предпринимательство и право. – 2020. – № 2. – c. 377-394. – doi: 10.18334/epp.10.2.100493.
3. Иноземцева С.А. Технологии цифровой трансформации в России // Актуальные проблемы экономики, социологии и права. – 2018. – № 1. – c. 44-47.
4. Кириллов П. Цифровая платформа для интернета вещей: универсальный продукт для умных производств, городов, зданий // Бизнес Территория. – 2018. – № 1. – c. 35-36.
5. Красковский Д.Г. Интернет вещей и Smart City: Autodesk показал, как развивается транспортная инфраструктура в России // САПР и графика. – 2017. – № 8(250). – c. 44-49.
6. Медяник Ю.В. Совершенствование системы инжиниринга инвестиционно-строительной деятельности // Вопросы инновационной экономики. – 2019. – № 2. – c. 501-514. – doi: 10.18334/vinec.9.2.40704.
7. Сараева А.А. Применение технологии «Промышленный интернет вещей» на предприятии // Политехнический молодежный журнал. – 2021. – № 11(64). – doi: 10.18698/2541-8009-2021-11-748.
8. Сумикова И.П. Промышленный интернет вещей: перспективы и риски использования в производстве // Актуальные научные исследования в современном мире. – 2021. – № 11-8(78). – c. 155-159.
9. Тагаров Б.Ж. Цифровой кластер как новая форма экономической концепции // Креативная экономика. – 2021. – № 2. – c. 327-340. – doi: 10.18334/ce.15.2.111726.
10. Абдрахманова Г.И., Вишневский К.О., Гохберг Л.М. и др. Тенденции развития интернета в России и зарубежных странах. / Аналитический доклад. - М.: НИУ ВШЭ, 2020. – 144 c.
11. Уткина В.А., Емшанова Е.В. Основные проблемы развития интернета и онлайн-торговли в России // Молодой ученый. – 2016. – № 11(115). – c. 1031-1033.
12. Хэ Я. Промышленный интернет – фундамент глобальных цифровых бизнес-моделей // Управление в социальных и экономических системах. – 2022. – № 31. – c. 61-62.
13. Цыгляну П.П., Василенко Н.В. Мировой и российский рынки инжиниринговых услуг в нефтегазовом секторе: перспективы и ограничения развития // Вопросы инновационной экономики. – 2021. – № 4. – c. 1921-1936. – doi: 10.18334/vinec.11.4.114016.
14. Чичерин А.Е. Эффективность государственного управления экономикой региона: содержание, оценка, направления повышения. / Дисс. … к-та эконом. наук. - Воронеж, 2019.
15. Чаадаев К.В. Методология реинжиниринга бизнес-процессов // Экономика, предпринимательство и право. – 2020. – № 3. – c. 587-600. – doi: 10.18334/epp.10.3.100725.
16. Шеве Г., Хюзиг С., Гумерова Г.И., Шаймиева Э.Ш. Индустрия 4.0 (Германия). Промышленный интернет вещей (Industrial Internet of Things) (США): разграничение понятий // Инвестиции в России. – 2019. – № 11(298). – c. 3-8.

Страница обновлена: 22.10.2022 в 16:24:01