Рынок промышленности в ближайшие 10-20 лет
Коллеги, приветствую!
Предлагаю вашему вниманию обзор того, как будет трансформироваться рынок индастриал в ближайшие 10-20 лет. Какие изменения нас ожидают, какие тренды уже формируются и каким будет будущее цифровой промышленности. В рамках статьи я проведу вас через ряд размышлений и выводов о том, как рынок меняется сегодня, какие факторы на это влияют и что нас ждет в будущем.
В своих выводах я буду опираться на личный опыт работы с интеграторами в сфере АСУ в технологической промышленности (индустрия, где оперируем температурами, давлениями, массой и т.д.) и энергетике (индустрия, где оперируем напряжением, током, мощностями и т.д.), взаимодействия с продуктовыми компаниями, а также сотрудничества с чип-вендорами. Надеюсь, что в этом материале представители разных инженерных и экспертных направлений смогут найти для себя новые и полезные идеи для развития бизнеса в ближайшие годы. Кто-то задумается о том, как эти изменения повлияют на бизнес-стратегию, а инженеры какие технологии стоит применять и с какими целями эти технологии использовать.
Здесь будут затронуты как темы классического индастриала, так и направления IIoT, Edge AI, робототехники и других передовых технологий. Мой опыт сложился в области контрактной разработки электроники и основан на многолетнем взаимодействии с заказчиками, большом количестве встреч и реализованных проектов в этой сфере. Поэтому материал будет интересен промышленным интеграторам, производственным предприятиям, продуктовым компаниям, специалистам в области embedded-систем, а также, возможно, разработчикам чипов для индастриал.
Сразу скажу, статья получилось на несколько чашек вашего любимого напитка, в статье в меньшей степени будет затронута энергетика, но некоторые технологические параллели будут между технологической промышленностью и энергетикой, т.к. индустрии близки по духу, и в них происходит заимствование технологий. Чтобы влезть в лимит по времени чтения статьи до 30 минут, пришлось оставить некоторые моменты за скобками. Предлагаю перейти к самой статье.
Пищевая цепочка в индустрии
Чтобы разобраться, в каком направлении будет развиваться эта игра, сначала нужно понять, кто в ней участвует, кто задает правила, как устроен рынок, как на него влияют внешние изменения, кто является ключевым игроком и на кого ориентируются остальные. Давайте разберём всё по порядку.
Начнем именно кто здесь кто, первый у нас завод, это конечный потребитель всех индастриал решений, у завода есть необходимость в решениях и технологиях.
Вторыми в этой иерархии идут интеграторы. Под интеграторами я понимаю компании, которые работают с готовыми ПЛК, занимаются их программированием, разрабатывают SCADA-системы (например, на базе WinCC), собирают шкафы управления и выполняют пуско-наладочные работы. По сути, они используют уже существующие технологии, чтобы как можно быстрее запустить производство у заказчика. Интеграторы плотно взаимодействуют с заводами, и по своей природе это сервисный бизнес. В отличие от них, у заводов бизнес в первую очередь продуктовый. Так формируется первая “пищевая цепочка” в промышленности. Однако есть важный нюанс: интегратор в этом контексте может выступать и как продуктовая компания.
Например, когда он продает готовое решение - конвейерную линию, шкаф управления для холодильного оборудования или другой законченный продукт, собранный из типовых блоков (ПЛК, панели HMI, ПЧ и т.д.). К этому я ещё вернусь, говоря про MTP, поскольку это один из ключевых триггеров изменений в индустрии, прежде всего именно для интеграторов. Второй такой триггер IIoT: цифровые двойники, облачная аналитика и связанные с этим процессы.
Интеграторам необходимо откуда-то брать готовые решения и продукты, и здесь на сцену выходят продуктовые компании. Именно они предлагают ПЛК, HMI-панели, частотные преобразователи, а также SCADA-платформы и IDE для разработки SCADA-систем. По сути, это среды разработки, аналогичные IDE для C++ у разработчиков верхнего уровня. Эти компании создают технологии, формируют продуктовые линейки и, в конечном итоге, определяют рынок доступных решений. Их ключевая целевая аудитория - интеграторы и заводы. При этом все продуктовые компании так или иначе опираются на чип-вендоров: выбирают микропроцессоры, микроконтроллеры или FPGA для своих устройств, имеют команду embedded разработчиков.
Крупные игроки часто идут дальше и заказывают у чип-вендоров кастомные чипы под свои задачи. Это оправдано, поскольку в большинстве случаев типовые интерфейсы вроде I2S или HDMI в ПЛК просто не нужны, и имеет смысл оптимизировать состав периферии, снижая себестоимость производства. Поэтому, если компании в СНГ планируют выпускать продукты тиражами в сотни тысяч или миллионы экземпляров, имеет смысл заранее кооперироваться с чип-вендорами. Площадки уровня альянса RISC-V - отличная точка входа для поиска таких партнёров.
Следующее звено в этой цепочке - компании контрактной разработки электроники. Они помогают продуктовым компаниям создавать решения для промышленности и масштабировать уже существующие продукты. По своей сути это сервисный бизнес: крайне редко встречаются контрактные разработчики с узкой специализацией, собственными технологиями и тем более собственными продуктами. Основной набор услуг здесь стандартный: проектирование электроники (схемотехника, разводка PCB), разработка встраиваемого ПО (Firmware, Embedded Linux, FPGA bitstream и т.п.), а также разработка корпусов и механики для электроники. В своей работе такие компании в первую очередь опираются на готовые технологии, предоставляемые чип-вендорами. При этом само понятие “технология” достаточно широкое. Ранее, например, в материалах про электроприводы я писал о том, что технологии вначале появляются у продуктовых компаний. Если рынок демонстрирует спрос, эти решения затем подхватывают конкуренты, позже — чип-вендоры, которые оформляют их в виде библиотек и инструментов, помогая стартапам быстрее выходить на рынок. Иными словами, инновации сначала рождаются у продуктовых компаний, затем тиражируются индустриальными игроками, и лишь после этого доходят до уровня стандартных решений от чип-вендоров.
Контрактные разработчики электроники подключаются к этому процессу уже на последнем этапе. Если говорить об индустриальных технологиях, это хорошо видно на примере sensorless FOC: у чип-вендоров таких решений не было до тех пор, пока на рынке не появились продуктовые компании, доказавшие жизнеспособность подхода. Поэтому в промышленности важно понимать: тренды и инновации формируются продуктовыми компаниями, затем их копируют конкуренты, после - чип-вендоры, и только в самом конце они становятся “стандартом” для контрактной разработки. Чтобы убедиться в этом, достаточно вспомнить системы распознавания объектов и текста, которые успешно работали ещё в СССР более 35 лет назад (пример компания ПараГраф, НИИ и т.п.) - задолго до появления NVIDIA и современных нейросетевых платформ. Мощные вычислительные платформы появились позже, но сам подход существовал задолго до того, поэтому называть это принципиально новой инновацией сегодня как минимум некорректно.
Последнее звено в этой цепочке - чип-вендоры. Именно они создают платформу, своего рода “холст” для разработчиков встраиваемых систем, на котором реализуются индустриальные технологии и появляются инновации. При этом у чип-вендоров также есть чёткая специализация. Например, как я писал ранее, в области электроприводов одним из лидеров является TI, а в ПЛК их решения часто выбирают из-за наличия PRU - то есть специализация прослеживается и на уровне архитектуры. Далеко за примерами ходить не нужно: достаточно вспомнить открытую специализацию NVIDIA и раздутый вокруг неё рыночный пузырь. Чип-вендоры разрабатывают микропроцессоры, микроконтроллеры и FPGA, и сам рынок здесь крайне динамичный. Он уже “переварил” Atmel, Freescale, Altera и Xilinx - высокая конкуренция делает его сложным и агрессивным. Как уже говорилось, понятие “технология” очень широкое. Если продуктовые компании формируют сами индустриальные технологии, то чип-вендоры создают всё более мощные и специализированные микросхемы, чтобы эти технологии работали быстрее, показывали лучший перформанс и, в конечном итоге, чтобы снижалась стоимость их внедрения и масштабирования.
Если говорить о бизнес-составляющей, где конечным потребителем является инженер, то такой бизнес по своей природе инженерно-ориентированный. Здесь нет места абстрактным идеям и “сферическим коням в вакууме”, т.к. промышленность ошибок не прощает. Это жёсткая среда с высокими требованиями, где цена ошибки зачастую несоизмеримо велика. Именно поэтому существуют регламенты, стандарты, правила и нормы, а реальная экспертиза формируется не быстро, а на протяжении многих лет практической работы.
Рынок условно можно поделить на Европейский (PI, EtherCAT), Американский (ODVA), Азиатский (CLPA). Рынок промышленных сетей формируется не громкими публикациями про IoT/IIoT и не усилиями маркетологов. Его формируют ключевые игроки отрасли - лидеры, которые создают профильные организации (ODVA - EtherNet/IP - Rockwell Automation, CLPA - CC Link - Mitsubishi Electric, PI - PROFINET/PROFIBUS/IO-Link - Siemens, EtherCAT technology group - EtherCAT - Beckhoff и др.), разрабатывают стандарты и фактически устанавливают правила игры. По своей структуре это олигополистический рынок, во многом сопоставимый с картельной моделью: именно лидеры определяют направления и темпы развития. В индустриальном сегменте не рынок диктует лидерам, что делать, а лидеры управляют рынком.
По данным анализа за 2025 год, промышленный Ethernet доминирует в новых установках: на сети на его основе приходится 76% вводимых узлов. PROFINET усилил свои позиции, увеличив долю до 27% против 23% годом ранее. Второе место занимает EtherNet/IP с показателем 23% (рост с 21%). EtherCAT продолжает устойчиво расти и достиг 17% по сравнению с 16% в прошлом периоде. Modbus TCP сохраняет стабильную долю на уровне 4%, тогда как POWERLINK, CC-Link IE и другие Ethernet-решения демонстрируют в целом стабильную динамику с незначительными изменениями. В то же время доля традиционных полевых шин продолжает сокращаться и в новых узлах составляет лишь 17% против 22% в 2024 году. Более подробно тут.
Задача рождается на стороне завода, а продуктовик уже формирует под неё индустриальную технологию. Этот рынок не про хайп, он консервативен и крайне избирателен. Он сам решает, какие технологии принимать, а какие игнорировать. Даже если технология изначально не нравится рынку, но в ней есть практический смысл, её не отвергают, а адаптируют под индустриальные требования. TSN - хороший пример: появился отдельный промышленный стандарт (IEC/IEEE 60802), и это точно не случайность. Тренды здесь задают крупные игроки, такие как Siemens и Rockwell Automation. Далеко ходить не нужно: цифровые двойники в связке с Siemens + NVIDIA. Основные сливки собирают именно они, а остальные учатся существовать и зарабатывать в рамках этого рынка. И, что важно, жить здесь можно и даже неплохо. Но для этого нужно нишеваться. Показательный пример как Siemens регулярно приобретает компании с фундаментальными технологиями (Milltronics, Mentor Graphics и т.п.) и это было сделано не просто так. Создание фундаментальной индустриальной технологии - это сложный и дорогой процесс. Поэтому, если заходить в этот бизнес с расчётом на хайп, ничего не выйдет: вас ждёт алый океан конкуренции. Выживают только те, у кого есть сильный фундамент и собственная базовая технология, но игра всё равно идёт по правилам крупных компаний. Простой пример: делаете расходомер - хотите продаж, будьте добры добавить PROFINET на рынке ЕС. Планируете выход на рынок США - добавляйте EtherNet/IP (CIP).
Перейдем от игроков и правил, к технологиям. Первое про что будем говорить IIoT (признаюсь тема интересная, если про нее правильно говорить). А начнем с этого: попробуйте поискать полноценные IIoT (промышленный интернет вещей) решения у крупных индустриальных компаний. В большинстве случаев вы увидите лишь IIoT-шлюзы. И это не случайно. Как уже говорилось выше, рынок формируют его лидеры. Если лидеры видят практический смысл в очередном хайпе, он сначала фиксируется на бумаге, затем адаптируется под индустриальные требования, и лишь после этого начинает внедряться в промышленность. Начнём с самого громкого технологического тренда последних лет, IIoT, и посмотрим, как к нему относятся ключевые игроки рынка.
IIoT - почему так много шума, и сложно понять истину?
Начну с небольшой предыстории. В 2022 году на одном из внутренних собраний, проводимых коммерческим блоком, я услышал фразу от руководителя отдела продаж: “Зачем нам еще один индастриал бизнес-юнит, если у нас уже есть IIoT юнит? Это одно и то же, нет смысла плодить юниты”. После этого последовал довольно долгий и местами непростой этап работы с маркетингом, в ходе которого приходилось последовательно объяснять, что IIoT и классический индастриал - это принципиально разные истории. Доходило даже до наглядных примеров, вплоть до разбора сцен из фильма “Крепкий орешек 4”, где “злодеи” пытались обрушить инфраструктуру, а заводы отключались исключительно локально, а не удалённо. И здесь хочется сказать спасибо регуляторам и инженерам: локальному управлению, TÜV и другим сертификационным и нормативным органам, которые не позволяют промышленным объектам “взрываться к чертям”, а формируют четкие правила и рамки, в которых индустрия обязана работать.
За годы взаимодействия с коллегами и рынком я всё отчетливее видел, откуда возникла путаница. В определённый момент информационное пространство захлестнула волна псевдоэкспертов и инфо-евангелистов, которые из каждого утюга рассказывали, что IoT спасёт мир, что теперь везде будет IIoT, а PROFINET, EtherCAT и прочие промышленные протоколы скоро никому не понадобятся. При этом чаще всего подобные заявления звучали со сцен конференций и страниц статей от людей, которые, откровенно говоря, ни разу не были на реальном заводе. Интернет наполнился громкими заголовками, и в результате даже опытные коллеги всё чаще начинали путаться в понятиях. В дальнейшем тексте я постараюсь последовательно провести вас через понятия IIoT и классического индастриала и показать, в чём именно заключается их различие. Короткое резюме звучит так:
IIoT - это решения для мониторинга и оптимизации технологических процессов. Классический индастриал - это про управление технологическим процессом.
Лучшая формула здесь - “смотреть можно, трогать нельзя”, для IIoT. Для классического индастриал формула - “реальное время, реальное управление”.
IIoT можно сравнить с независимым наблюдателем. Он помогает бизнесу выявлять простои производства, находить узкие места и слабые звенья в процессах, анализировать данные и принимать более взвешенные управленческие решения, не вмешиваясь напрямую в управление технологическим процессом. В данной статье мы чуть-чуть приоткроем открытую архитектуру NAMUR Open Architecture (NOA) и тому, как её концепции и требования могут быть реализованы на практике в современных условиях, когда практически у каждой компании есть собственная облачная платформа данных (Industrial IoT/IIoT), служащая связующим звеном между базовыми системами управления технологическими процессами, корпоративными ИТ-системами, бизнес-процессами и аналитикой. Концепцию NOA поддерживают и реализуют в своих продуктах: Siemens, ABB, Schneider Electric, Emerson, Yokogawa, Endress+Hauser, Pepperl+Fuchs, Phoenix Contact и т.д.
Классическая промышленная автоматизация строится по иерархическому (пирамидальному) принципу, где управление и потоки данных строго разделены по уровням. Такая архитектура ограничивает доступ к детализированным данным оборудования и датчиков, что существенно усложняет задачи IT-аналитики, предиктивного обслуживания, оптимизации процессов и построения цифровых двойников. NAMUR Open Architecture (NOA) решает эту проблему, сохраняя все преимущества традиционной индустриальной пирамиды за счет логического разделения управления производством и функций наблюдения. Контур управления остаётся внутри классической промышленной архитектуры и следует принципу максимальной безопасности - “враг не пройдёт”. Контур мониторинга и оптимизации реализует подход “смотреть можно, трогать нельзя”: он не имеет прямого доступа к управлению и не вмешивается в технологический процесс в реальном времени. Фактически, NOA вводит модель стороннего наблюдателя, обеспечивая безопасный доступ к данным без нарушения устойчивости и сертификации системы управления.
NOA вводит дополнительный независимый канал передачи данных - второй контур, который обеспечивает прямую доставку информации с уровня полевых устройств и контроллеров в приложения Monitoring & Optimization (M+O) без влияния на основную систему автоматизации и без какого-либо воздействия на управление технологическим процессом. Архитектура NOA опирается на открытые стандарты и общепринятые информационные модели (в частности, OPC UA), что обеспечивает совместимость и интероперабельность решений разных производителей. Для безопасного обмена данными предусмотрены специализированные архитектурные элементы, такие как диоды данных или односторонние каналы передачи данных, которые гарантируют контролируемую, одностороннюю передачу информации из OT-домена (технологического уровня) в IT-домен, при этом надежно изолируя и защищая основную систему управления. Работа над NOA координируется в сотрудничестве NAMUR с ZVEI и PI (PROFIBUS & PROFINET International).
В результате IIoT следует рассматривать прежде всего как подход к разделению зон ответственности. Речь не идет о появлении принципиально новых аппаратных решений: в архитектуре используются IIoT-шлюзы, по сути, те же промышленные шлюзы, специализированные под задачи передачи данных в системы аналитики и облачные платформы. Для защиты технологических процессов применяются механизмы односторонней передачи данных, такие как диоды данных, исключающие обратное воздействие на производственные линии. При этом набор полевых устройств остаётся неизменным: используются те же датчики и средства автоматизации. Добавленная ценность достигается за счёт сбора данных с уже существующего оборудования и их последующей передачи на уровни мониторинга и анализа.
Индустрия не стала "изобретать велосипед" в виде новых контроллеров или датчиков, вместо этого был сделан акцент на архитектуру и обработку данных. Существенные изменения начались на уровне мониторинга и оптимизации с появлением Edge AI-решений для задач предиктивного обслуживания, например диагностики и прогнозирования отказов электродвигателей и другого промышленного оборудования. В большинстве случаев такие Edge AI-системы представляют собой промышленные вычислительные платформы или компьютеры на плате с аппаратными ускорителями нейронных вычислений, например, решения на базе NVIDIA Jetson или других специализированных нейроускорителей. По факту это приводит к тому, что роль аппаратной части минимальна, а ключевая ценность сосредоточена в программном обеспечении и алгоритмах обработки данных. Далее имеет смысл подробнее остановиться на программных аспектах IIoT, в частности на цифровых двойниках, а тему Edge AI рассмотреть отдельно на следующем этапе.
Цифровые двойники
Итак, рынок формируют лидеры. Именно они выделили IIoT в самостоятельную сущность, не на уровне “железа”, а на уровне архитектуры. Ключевым результатом IIoT стал цифровой двойник: им может быть как отдельный объект в виде модели, так и целый участок производственной линии.
Для интеграторов речь в первую очередь идет не о сложных математических моделях, а о простых и наглядных вещах, 3D-модели реальной производственной линии или цеха с отображением текущего состояния узлов. Это возможность увидеть, где именно на конвейере сейчас находится ваш будущий телефон или ваша любимая шоколадка, как перемещается сотрудник по цеху и т.п.. Здесь помогают носимые устройства или решения вроде Omlox от PI - системы локального позиционирования (RTLS), предназначенные для работы в закрытых помещениях.
Цифровые двойники можно реализовывать практически как угодно и на базе любого готового оборудования. Достаточно собрать данные и передать их на собственный сервер, где будет формироваться виртуальная 3D копия объекта. Это чисто программная задача, никакой embedded-экзотики: подойдёт любой IIoT-шлюз или даже минимальный промышленный ПК. При этом чем детальнее и качественнее сбор данных, тем точнее виртуальная модель отражает реальное состояние объекта. В итоге получается нечто вроде виртуального аналога “The Sims”: люди перемещаются, объекты двигаются, процессы видны в динамике. Как уже упоминалось, для интеграторов это открывает возможности расширения бизнеса, а для предприятий, наглядный инструмент понимания происходящего на заводе: где находятся сотрудники, что происходит с продуктом и линиями.
Цифровой двойник с ИИ
Следующий шаг, превратить цифрового двойника в ИИ-помощника, своего рода Д.Ж.А.Р.В.И.С., который не просто показывает картину происходящего, а помогает понять, как оптимизировать работу предприятия.
Ключевая идея - это эволюция цифровых двойников от пассивных систем с визуализаций к активным системам с интеллектом. NVIDIA в этом подходе предоставляет ИИ-инфраструктуру, библиотеки симуляции и фреймворки, а Siemens экспертов, а также собственное программное обеспечение и оборудование. В центре системы, условный Д.Ж.А.Р.В.И.С.: он постоянно анализирует цифровые двойники производственных линий и проигрывает различные сценарии изменений. В результате вы не просто наблюдаете за процессами и вручную ищете узкие места для оптимизации. Появляется интеллектуальный помощник, который активно участвует в повышении эффективности производства.
Сначала, 1) создать завод в виртуальном пространстве, 2) оптимизировать его, и 3) только потом приступать к строительству в реальности. Эпоха, когда предприятия сначала возводили, а автоматизацию внедряли постфактум, подходит к концу. В будущем логика меняется: сначала виртуальный завод, затем оптимизация процессов и виртуальная автоматизация, и лишь после этого реализация в физическом мире. Принцип прост: сначала протестировать и оптимизировать, потом строить. И это уже не абстрактная идея, а реальный инструмент - Digital Twin Composer от Siemens.
К моменту запуска настоящего завода у вас уже есть его цифровая модель и готовое программное обеспечение; остается лишь перенести софт на реальную платформу и запустить производство. На этом этапе появляются новые профессии и роли. Становится возможным визуализировать и моделировать любой продукт, завод или фабрику в полном контексте и в режиме реального времени. Digital Twin Composer позволяет: проводить крупномасштабное моделирование и виртуальный ввод в эксплуатацию целых заводов; обучать автономных роботов на “тёмных” фабриках без освещения; демонстрировать и имитировать работу техники в помещениях, домах и зданиях. Всё это наглядно показывает, какие возможности открываются для интеграторов: появляются новые форматы проектирования заводов и новые подходы к их строительству. Если же говорить о контрактной разработке электроники и программного обеспечения, то спектр новых услуг здесь ограничен. Фактически речь идет о создании инструментов, сопоставимых с Digital Twin Composer, но такие решения под силу лишь крупным игрокам вроде Siemens и NVIDIA. Маловероятно, что они будут передавать ключевые технологии сервисным компаниям, поэтому для классических контрактных разработчиков этот рынок, скорее всего, останется закрытым.
Классический индастриал
Классический индастриал невозможно обойти стороной (та самая "пирамида" без NOA). Несколько лет назад два крупных игрока Siemens и CODESYS пришли к одному и тому же выводу. На крупных предприятиях ПЛК устанавливаются сотнями, а иногда и тысячами. По мере развития производства контроллеры постоянно добавляются в технологические процессы. В итоге формируется сложная и дорогостоящая экосистема, и встал закономерный вопрос: как снизить совокупные издержки на её владение и развитие? Ответом стал виртуальный ПЛК. Зачем использовать отдельное аппаратное устройство ПЛК, например на базе TI Sitara AM335x/AM64x, если можно развернуть контроллеры (ПЛК) на серверном железе, масштабировать их программно и при этом обеспечить функциональную безопасность (safety) и информационную безопасность (security).
Siemens, и CODESYS понимали, что датчики и электроприводы всё равно будут подключаться по Ethernet, фактически остаются только коммутаторы, которые связывают всё в единую сеть. Подключение предельно простое: патч-корд, коммутатор и дальше вся ответственность переходит к интегратору, который реализует логику на уровне ПО для управления заводом.
Виртуальный ПЛК по своей сути представляет собой набор контейнеров: у CODESYS это Podman с PREEMPT_RT Linux Kernel и соответствующая runtime машина для ПЛК. У Siemens и CODESYS уже тогда была вся технологическая база, чтобы реализовать такой подход. Логика здесь предельно прагматичная: нет смысла плодить аппаратное железо там, где бизнес может существенно сократить издержки за счет виртуальных ПЛК. Позже эту идею подхватили и другие. Если говорить о нашем рынке, тот же Северсталь также пришел к выводу, что ценность “чистого” железа снижается, и гораздо важнее понимать, как архитектура промышленности будет выглядеть через 3, 5 или 10 лет. И это, безусловно, правильный стратегический шаг.
Те же самые игроки сидели и рассуждали дальше: беспроводные сети не дают детерминированного реального времени и несут дополнительные риски с точки зрения информационной безопасности (security). В результате появился Ethernet SPE и Ethernet APL. Два провода, скорость 10 Мбит/с большего для полевого датчика попросту не требуется. Питание передается по тем же двум жилам. Это открыло новые возможности для контрактных разработчиков электроники. Индустрия постепенно будет мигрировать на Ethernet APL/SPE, а значит потребуется обновление аппаратной базы. И здесь самое время оперативно корректировать питчи и выходить к продуктовикам уже с другим нарративом: “прощай 4-20 мА, да здравствуй Ethernet APL/SPE”.
Если вспомнить, о чём я писал ранее в статье “Основные тенденции и векторы роста промышленных сетей в 2026 году”, то тренды в области fieldbus однозначно указывают на планомерный переход к Ethernet-архитектурам. Эволюция от классического HART к HART-IP, а также появление Single Pair Ethernet для IO-Link наглядно подтверждают это направление развития. Ключевую роль здесь играет простота подключения условное “обжал и подключил”, а также активное развитие управляемых APL- и SPE-коммутаторов. Конфигурация всё чаще сводится к добавлению GSDML-файла (для PROFINET) в TIA Portal, что заметно упрощает интеграцию оборудования. В итоге монтаж и эксплуатация становятся существенно проще, а сама архитектура концентрируется на полевом уровне: датчики и электроприводы, APL/SPE-коммутаторы и аппаратный (речь в большой степень про CPU модуль) либо виртуальный ПЛК (Virtual PLC) как вычислительное ядро системы на уровне контроллера. Отсюда логичный вопрос: что будет с традиционными модулями AI/AO/DI/DO, если всё переходит на Ethernet? Их доля со временем неизбежно будет сокращаться. Цифровые интерфейсы быстрее, надёжнее и безопаснее. Неслучайно IO-Link уже получил спецификации, ориентированные на функциональную безопасность (safety).
Немного добавлю параллель с энергетикой проект SEAPATH развиваемый Linux Foundation. SEAPATH - это гипервизор реального времени, предназначенный для размещения виртуализированных функций защиты, автоматизации и управления (vPAC) в цифровых подстанциях. По своей сути это открытое программное решение, изначально разработанное под требования автоматизации подстанций по стандарту IEC 61850 и ориентированное на критически важные промышленные сценарии. Архитектура SEAPATH учитывает ключевые требования энергетического ОТ-контура: детерминированное реальное время, высокую доступность, совместимость, соответствие отраслевым стандартам и строгие ограничения по кибербезопасности. Платформа обеспечивает запуск и изоляцию приложений vPAC (виртуализированная защита, автоматизация и управление), формируя вычислительное ядро цифровой подстанции, как аналог виртуальных ПЛК (Virtual PLC), но на уровне энергетической инфраструктуры. У одних VM и у других контейнеры, это стандартная практике если интересно смотри проект Siemens jailhouse.
И если вам показалось, что это фактическое слияние IT- и OT-инфраструктур, то вам не показалось. Аппаратная база становится общей: стандартные серверы без избыточного специализированного железа. Вычисления переходят на серверный уровень.
Завершить хочется данный раздел MTP (Module Type Package). MTP - это модульный способ проектирования заводов. И тут важно понять, в чём ключевое преимущество технологии. При проектировании завода и его последующей автоматизации вы работаете не с разрозненными узлами и сигналами, а с уже завершенными функциональными модулями. Например, есть готовая линия смешивания, затем линия розлива и упаковки, вы приобретаете и внедряете именно такие законченные модули. Дальше эти модули интегрируются между собой через единый стандартизированный интерфейс, без переделки логики управления. Такой подход сильно упрощает масштабирование, модернизацию и ввод в эксплуатацию. Более подробно и на практических примерах эту тему отлично раскрывает специалист Beckhoff.
Процесс разбивается на отдельные части, которые затем просто подключаются друг к другу plug & operate, по аналогии с plug & play. Завод собирается из уже готовых модулей, а сверху работает POL-оркестратор, который на верхнем уровне управляет и связывает весь процесс. В итоге предприятие собирается как мозаика буквально одним “взмахом волшебной палочки”. Скорость проектирования при таком подходе резко возрастает: модули легко заменяются один на другой, обеспечивая высокую гибкость производства. Больше не нужно месяцами ждать, пока интегратор завершит пусконаладку, вы просто берёте готовую линию и встраиваете её в существующий технологический процесс.
Мониторинг и оптимизация тоже перестают быть проблемой: они изначально заложены в решение. По сути, в будущем вы получаете линию уже с цифровым двойником, а специалисты производителя параллельно занимаются обслуживанием и прогнозированием её состояния. Мониторинг и аналитика становятся дополнительным сервисом от компаний, поставляющих MTP-модули. В цифрах это выглядит так: сокращение времени выхода на рынок до –50%, снижение трудозатрат инженеров до –70%, рост гибкости производства до +80%. Сплошные плюсы: стандартизация, унификация и существенное снижение затрат на модернизацию линий. И это не абстрактная идея или хайп. Подход уже оформлен в стандарт IEC 63280, его поддерживают многие производители промышленного оборудования, а технология активно развивается в рамках MTP 2.0.
Робототехника и ИИ
Начать этот раздел стоит издалека, с демографических процессов, которые формируются в современном мире. В развитых странах демографическая картина выглядит достаточно плачевно: уровень рождаемости стабильно ниже порога воспроизводства населения (суммарный коэффициент рождаемости ниже 2.1 ребенка на одну женщину), население стареет, в ряде стран наблюдается депопуляция либо крайне медленный рост численности. Это приводит к целому набору системных проблем: дефициту рабочей силы, росту нагрузки на пенсионные и социальные системы, необходимости либо стимулировать рождаемость, либо компенсировать нехватку людей за счёт миграции.
Первый и самый очевидный триггер для промышленности, с каждым годом число людей, реально вовлеченных в производство будет сокращаться. На конвейерах и в операциях с низкой добавленной стоимостью просто становится меньше доступных работников.
Второй важный аспект, на который стоит обратить внимание, это распределение мировых производственных мощностей. Если сопоставить эти данные с показателями рождаемости, становится видно, что в странах с низким уровнем рождаемости графики напрямую коррелируют между собой. Они ясно показывают: в ближайшем будущем ключевой проблемой для большинства предприятий станет нехватка производственного персонала. И эту задачу индустрия начала решать уже сегодня, за счёт активного внедрения ИИ (нейронных сетей), робототехники и автоматизации.
Появление сборочных роботов от Boston Dynamics, формирование нового профиля SRCI от PI - это всё звенья одной цепи. Завод будущего буквально насыщен роботами и вездесущей автоматизацией. И если говорить о том, где сегодня действительно востребованы нейронные сети, то в первую очередь это гуманоидная робототехника. Классическая автоматизация через промышленные роботы: дельта, SCARA, 6–7-осевые манипуляторы давно существует и отлично работает. Следующий шаг к полной автоматизации производства убрать оставшиеся рутинные конвейерные операции, которые всё ещё зависят от человека. Здесь и становится особенно интересно. SRCI предлагает единый интерфейс для промышленных роботов, позволяющий стандартизировать их подключение от ПЛК к robot control unit (RCU). Параллельно производители гуманоидных роботов сосредоточены на оптимизации обучения и адаптации под конкретные производственные задачи. Тема робототехники сейчас на пике популярности, о ней говорят все, и только ленивый не делает роботов в Китае. Поэтому подробно на ней останавливаться не буду, а сфокусируюсь дальше именно на SRCI.
SRCI - это стандартизированный интерфейс управления роботами, который позволяет программировать и управлять промышленными роботами напрямую из среды ПЛК. Инженер может написать единую программу для всей мехатронной системы, включая робототехнические операции, и интегрировать управление роботом в общую логику оборудования. При этом ПЛК вызывает более сотни стандартных функций робота, а контроллер робота (RCU) в ответ передает в ПЛК информацию о состоянии, режимах работы и текущем выполнении операций.
Основное преимущество SRCI заключается в стандартизации и упрощении промышленной робототехники. Специалисты по ПЛК получают возможность работать с роботами в привычной среде без изучения новых языков и API от разных производителей, а производители ПЛК и роботов могут использовать единый стандарт и универсальные библиотеки для оборудования разных марок. В результате снижается сложность интеграции, расширяется круг инженеров, способных работать с роботами, и уменьшается зависимость от конкретных вендоров. Все производители промышленных роботов поддержали SRCI. Поэтому наш ждет для промышленной робототехники единый интерфейс, который доступен из ПЛК (промышленная робототехника и программирования ПЛК это звенья одной цепи) .
IIoT дал индустрии не только цифровые двойники, но и еще одно важное направление, к которому сейчас логично перейти, предиктивное обслуживание (Predictive Maintenance) и его дальнейшую эволюцию в предписывающие обслуживание (Prescriptive Maintenance). Если предиктивный подход фокусируется на прогнозировании отказов, то предписывающее обслуживание идёт дальше: с помощью аналитики данных и нейронных сетей, оно не просто выявляет потенциальные проблемы, а формирует конкретные рекомендации, как их предотвратить и какие действия нужно предпринять. По своей природе предиктивное и предписывающие обслуживание это ПО на базе нейронных сетей.
Прогнозирование обслуживание и предписывающие обслуживание может выполняться как в облаке, так и на самом устройстве, но наиболее реалистичный сценарий развития это облачные решения по аналогии с цифровыми двойниками. Если данные для мониторинга всё равно можно собрать с текущего оборудования и передать в облако, отдельное “умное” электронное устройство (Edge AI) для прогнозирования и предписания теряет смысл. ПО для предиктивного и предписывающего обслуживания превращается скорее в плагин или модуль цифрового двойника. Для будущих систем это логичный этап развития.
В Edge AI я вижу ценность прежде всего в задачах распознавания - на конвейерах (которая работает уже с 90-х годов), в гуманоидных роботах (по примеру Boston Dynamics) и в специализированных контроллерах с узкой функцией, где сложно обойтись классическими ПИД-регуляторами и простыми массивами данных. Не случайно у крупных производителей так мало самостоятельных электронных предиктивных решений. Зачем разрабатывать и внедрять новое железо, если можно использовать уже существующие компоненты, снять с них данные и передать их в облако через диод данных для анализа. Такой подход дешевле, проще и быстрее: разработчикам не нужно проектировать новую аппаратную платформу, а предприятиям инвестировать в дополнительное оборудование. По сути, выигрывают все.
Модульные и автономные заводы наше будущее
Финализирую эту статью, с предыстории. Приблизительно 14-15 лет назад мой преподаватель на курсе по интеллектуальной собственности говорил мне: “Роман, думай о том, как сделать завод автономным …”. Совет который действительно показывает куда идет автоматизация предприятий сейчас и в будущем, совет который актуальный сегодня, через 10 и 20 лет. Автоматизация производства действительно вытесняет часть рабочих мест, как бы неприятно это не звучало, но это последствие внедрения автоматизации, для этого придумали эту дисциплину и специальности в университетах, и без нее мы до сих пор работали бы руками. В эпоху LLM и цифровых технологий, бизнес всё активнее автоматизирует любые задачи, которые поддаются автоматизации, прежде всего ради снижения издержек. Достаточно взглянуть на кассы самообслуживания или развитие беспилотного транспорта и робототехники. Но будущее сначала за полуавтономными, а после полностью автономными заводами. И технологии которые мы рассмотрели в статье это позволят воплотить в реальность.
Демографические проблемы будут испытываться все ярче и повсеместно. Доля людей, напрямую вовлеченных в производственные операции, будет неизбежно сокращаться, а их функция все больше смещаться в сторону мониторинга и анализа ровно в том русле, о котором мы говорили ранее, обсуждая концепцию NOA в IIoT. Меньше ручного участия в процессе и больше фокуса на том, как сделать производство эффективнее. Бизнес всегда ориентирован на оптимизацию затрат, и демографический спад вместе с дефицитом кадров лишь ускорят уход человека от повседневной операционной деятельности на заводах. Цифровые двойники при этом становятся новой рабочей средой: площадкой для мониторинга, анализа и принятия решений. Производство начинает восприниматься как система, работающая в симуляции или игре. Для интеграторов это открывает возможности масштабирования решений, а для заводов это дополнительные преимущества. Если говорить об embedded-составляющей, здесь уже всё в основном придумано: рынок фактически сводится к уровню диодов данных и IIoT-шлюзов, а основная ценность смещается в сторону верхнеуровневого ПО, аналитики и облачных сервисов.
Появление гуманоидных роботов сначала на простых сборочных линиях уже ясно показывает направление развития, в перспективе конвейерные операции будут полностью роботизированы. Роботы не совершают человеческих ошибок, не устают, не болеют и не зависят от графиков или уровня зарплат. Для бизнеса это понятная модель: учитываются амортизация и затраты на электроэнергию, всё легко прогнозируется, считается и значительно проще поддается контролю и управлению. Со временем робототехника начнёт выделяться из индастриала в самостоятельную отрасль со своими стандартами функциональной и информационной безопасности, хотя сегодня она всё ещё во многом является частью промышленности (ISO 10218). Появление SRCI и активное внедрение гуманоидных роботов на сборочных линиях уже недвусмысленно указывает на то, в каком направлении движется индустрия. Робототехника сейчас формируется как новая индустрия, сопоставимая по масштабу и размерам с автомобильной отраслью. Робототехника постепенно оформится в самостоятельную индустрию со своими стандартами и собственным технологическим стеком, здесь пока еще “зоопарк” гуманоидных роботов, отсутствие стандартов функциональной безопасности, исключение классическая промышленная робототехника. Сначала гуманоидные роботы закрепятся на заводах, затем займут новые роли в других сферах. Робототехника повторяет путь ПЛК: сначала промышленное применение, затем адаптация под другие задачи (например умный дом). Технологии всегда эволюционируют вместе с рынком и робототехника тут не исключение.
Модульность MTP - это логичное развитие идеи объединения и унификации производственных линий. Больше не требуется сложной и долгой интеграции. Предприятие заказывает готовую линию с общей инфраструктурой в формате MTP и автоматизация вместе с интеграцией ускоряется в разы. Подключение становится предсказуемым и стандартизированным, без “танцев с бубном”. Для интеграторов это одновременно и риск, и возможность. Готовую модульную линию зачастую дешевле купить, чем разрабатывать с нуля. Поэтому ключевая рекомендация для интеграторов, заранее думать об унификации в рамках MTP и создавать собственные модульные продукты, которые можно тиражировать и легко встраивать в разные производственные проекты.
Нейронные сети действительно нужны, но прежде всего там, где без них невозможно обойтись: в машинном зрении и задачах распознавания, в системах зрения для роботов и в робототехнических приложениях в целом. Ещё одно важное направление предиктивное, а затем и предписывающее техническое обслуживание. Оборудование изнашивается, линии выходят из строя, и здесь в игру вступают мониторинг и цифровые двойники они показывают текущее состояние системы. А предиктивные и предписывающие системы идут дальше: они прогнозируют, что может произойти в будущем, и подсказывают, когда и какие действия бизнесу стоит предпринять, чтобы предотвратить проблему заранее и минимизировать риски простоя. Имея полную аналитику, мы получаем не просто картину “здесь и сейчас”, а систему, которая показывает, как будут развиваться процессы и события на заводе в будущем.
Рынок промышленной электроники постепенно сожмётся до уровня датчиков и приводов, подключенных напрямую по Ethernet, включая Ethernet APL и SPE. От классического ПЛК по сути останется лишь CPU-модуль с обвязкой из Ethernet-инфраструктуры. Для крупных предприятий при этом будет активно расти доля виртуальных ПЛК, управление всё чаще будет уходить в серверную среду виртуальных ПЛК. Если смотреть со стороны embedded-решений, контроллеры в прежних объемах станут просто не нужны, как и значительная часть связанных с ними услуг. Датчики и приводы, работающие напрямую с полевым оборудованием, никуда не исчезнут, но у них уйдут рудименты в виде аналоговых интерфейсов 4–20 мА, 0–10 В и подобных решениях останется только цифра. Доля беспроводных решений в целом сохранится на текущем уровне, поскольку питание и передача данных эффективно решаются через Ethernet APL и SPE. Приводы уже давно стали умными, и дальнейшая тенденция делать датчики еще более защищенными и насыщенными механизмами функциональной и информационной безопасности. Максимальная безопасность становится ключевой ценностью, вокруг которой и будет развиваться следующий этап электроники для промышленной автоматизации.
Рынок промышленности будущего выглядит особенно интересным: в нем становится меньше “железа” и значительно больше программного обеспечения. Технологии унифицируются, упрощаются и легко интегрируются между собой. Интеграторы всё реже будут заниматься ручной обвязкой оборудования и всё чаще сетевой инфраструктурой, продуктовые команды смещают фокус в сторону разработки софта, а embedded-инженеры будут всё больше писать код, связанный с функциональной и информационной безопасностью.
Производственные линии будут вводиться в эксплуатацию быстрее и проще, а работы для инженеров меньше не станет, наоборот, бояться этих изменений точно не стоит. Завод будущего всё больше напоминает компьютерную игру: ты наблюдаешь систему в реальном времени, оптимизируешь процессы и заранее понимаешь, где возникнут проблемы. При этом IT- и OT-инфраструктуры будут тесно переплетаться, но в контролируемом и защищенном виде с жестким акцентом на безопасность и защиту производства от внешних воздействий и несанкционированного доступа.
Модульные автономные единицы (линии производства), спроектированные и смоделированные онлайн, заранее автоматизированные и оснащенные корректно работающим цифровым двойником, становятся базовым элементом промышленности будущего. Сервисный бизнес, вероятно, будет сжиматься или, по крайней мере, вынужден адаптироваться к новым реалиям, вопрос сложный и неоднозначный. Но очевидно одно: технологии становятся сложнее, а значит, потребуется больше инженеров.
Автономные заводы с роботами, модульные линии в формате plug & operate (аналог plug & play) на базе MTP, цифровые двойники предприятий с ИИ для мониторинга и оптимизации всё это складывается в единую картину. IT и OT становятся всё ближе друг к другу. Завод будущего - это минимум людей на площадке, продуманная логистика и автономная система с предиктивным и предписывающим обслуживанием, где человеку остаются функции наблюдения и корректировки. Все необходимые решения уже существуют - ключевой вопрос лишь в правильной архитектуре. Если вспомнить идеи Адама Смита из “Исследование о природе и причинах богатства народов”, становится понятно, специализация будет только усиливаться. Поэтому не стоит распыляться, лучше сосредоточиться на той области, где у вас есть экспертиза, и смело двигаться вперёд.
Уважаемый читатель, если ты дочитал до конца, поздравляю! Значит, будущее изменений для тебя уже не выглядит пугающим, и ты понимаешь, что к нему можно и нужно готовиться. Цифровые двойники формируют новые профессии: инженеров проектировщиков виртуальных заводов, специалистов по моделированию поведения объектов, износа, деградации и старения. Одни профессии постепенно уходят под давлением роботизации, другие, наоборот, появляются благодаря развитию технологий. Успехов коллеги!
Источник
Вам также может быть интересно
Matrixport: отскок биткоина может обернуться новым падением
Bitget и BlockSec определили стандарт безопасности для универсальных бирж
