Для анализа были использованы
данные технологических проектов, реализованных командой STAQ в первой половине
этого года, а также отчеты аналитиков компании.
Один из главных трендов в
области развития платформенных решений – переход от автоматизации отдельных операций к
созданию сквозных процессов. Ранее предприятия могли независимо внедрять
системы для управления производством, технического обслуживания и ремонта,
сервисных заявок, выездных работ и аналитики. В результате компании получали
цифровые инструменты, которые решали локальные задачи, но продолжали работать с
разными наборами данных и регламентами. Главное ограничение такой модели не отсутствие цифровых
инструментов, а разрыв между ними: данные дублируются, передача задач между
подразделениями занимает время, а руководители не видят процесс целиком. В
связи с этим спрос смещается от внедрения отдельных систем и инструментов к
управлению сквозным процессом, что позволит видеть процессы от возникновения события и постановки задачи до
контроля исполнения и оценки результата.
Второй заметной
тенденцией стало развитие low-code и no-code инструментов, а также решений, которые
автоматизируют управление корпоративными услугами и координируют работу
выездных команд. По результатам проектов, реализованных командой STAQ, можно констатировать, что автоматизация таких типовых
процессов как регистрация событий, маршрутизации задач, согласование и
обработки инцидентов позволяет сократить время выполнения операций на 60-85% по
сравнению с ручной обработкой.
Третий важный тренд – более прикладное использование искусственного интеллекта. Компании
стали реже рассматривать ИИ как самостоятельную экспериментальную технологию и
чаще встраивать его в уже существующие процессы. По данным STAQ, в 1 полугодии
2026 года инструменты ИИ в составе цифровых экосистем наиболее активно
внедрялись в финансовой отрасли, ретейле, промышленности и логистике. По
сравнению с 1 полугодием 2025 года объем таких внедрений в финансовой сфере
вырос на 28%, в ритейле – на 22%, в промышленности – на 19%, в логистике – на 14%. При этом для промышленных и инфраструктурных предприятий
сохраняется принцип контролируемого применения ИИ. В таких сценариях ИИ
анализирует данные, выявляет отклонения, формирует рекомендации и
автоматизирует типовые действия, однако критически важные решения принимаются
специалистом либо выполняются только в рамках заранее утвержденных
бизнес-процессов и регламентов.
Еще один тренд – переход от наблюдения за
производством к автоматическому реагированию на события. Эту задачу решают
системы класса MES – решения для оперативного планирования, мониторинга и управления
производственными процессами. Они объединяют в едином цифровом контуре данные
от оборудования, информационных систем и сотрудников, включая сведения из
SCADA-систем, IoT-датчиков и приборов учета, и связывают их с процессами технического
обслуживания, контроля качества и управления инцидентами. При отклонении
показателей система может автоматически зарегистрировать событие, определить
его критичность, назначить ответственных и проконтролировать устранение
проблемы.
«Рынок выходит из этапа точечной цифровизации.
Компаниям уже недостаточно автоматизировать отдельный участок, им важно видеть
процесс целиком, оперативно менять его и оценивать результат в экономических
показателях. В связи с этим конкурентоспособность платформ все больше определяется
не количеством функций, а способностью объединять данные, людей и оборудование
в едином управленческом контуре. Технологический суверенитет в этих условиях
означает не только замену зарубежных продуктов, но и способность самостоятельно
развивать цифровую среду вместе с бизнесом и производством», – отметил Евгений Гусев,
генеральный директор STAQ.
По оценке STAQ, во второй половине 2026 года
развитие платформ продолжится в сторону более тесной связи ИИ, производственных
данных и инструментов управления процессами. Главным критерием эффективности
останется не количество внедренных технологий, а их влияние на сроки выполнения
операций, себестоимость, загрузку ресурсов, устойчивость производства и
качество управленческих решений.
