Характерные ошибки цифровизации: опыт компании «Москабельмет» в производственных проектах, Ян Анисов
Анисов Ян, Заместитель генерального директора по развитию производственной инфраструктуры и инновациям, ГК Москабельмет. Конференция TAdviser «Цифровые технологии в промышленности: практика и кейсы» 2026.
О компании и бизнес-модели
Группа компаний «Москабельмет» крупная производственная структура с оборотом порядка 52 миллиардов рублей, специализирующаяся на кабельно-проводниковой продукции. Отмечается, что внутри группы существует множество предприятий, выпускающих разные виды кабеля — волоконно-оптический, силовой, — и, несмотря на общую отраслевую принадлежность, бизнес-модели этих предприятий существенно различаются, что образно характеризуется как внутренний «зоопарк» разнородных процессов и систем.
Отдельное внимание уделяется бизнес-модели предприятия силового кабеля, практически завершившего проекты цифровизации, включая внедрение искусственного интеллекта и всех уровней ERP. Контекст этой модели описывается через ряд характерных для отрасли ограничений: работа на открытом конкурентном рынке при огромной номенклатуре — свыше ста тысяч позиций только по позаказному производству; высокая материалоёмкость, при которой материалы занимают 85–90% себестоимости; низкая конверсия коммерческих запросов в сделки (10–20% считается хорошим показателем); и невысокая норма маржинального дохода — 2–5% признаётся нормальным уровнем, а 10–15% характеризуется как показатель отраслевого лидера. Именно эти жёсткие рамочные условия называются ключевым мотиватором для инвестиций в цифровизацию.
Первый бизнес-процесс: подготовка производства
Раскрывается структура сложного бизнес-процесса подготовки производства: подготовка конструкторской и технологической документации, расчёт себестоимости, формирование коммерческого предложения заказчику, ожидание его решения и последующий запуск детального расчёта, необходимого непосредственно для производства — включая спецификации не только на готовую продукцию, но и на полуфабрикаты, намотки на барабаны, последовательность технологических операций и тару. Итоговые данные передаются в специализированную MES-систему, отвечающую за оперативное управление производством.
Математические модели номенклатуры: техническая удача и управленческий провал
Центральный кейс раскрывает попытку использовать особенность кабельного производства — то, что, несмотря на колоссальное количество позиций номенклатуры, большая их часть может быть сгруппирована и описана конечными математическими моделями: совокупностью формул и таблиц, определяющих сечения, длины, толщину изоляции и другие параметры. Заложив в информационную систему такие модели и комбинации параметров, можно было практически мгновенно получать спецификации сразу для десятков и сотен позиций продукции — принцип распространялся и на технологическую документацию, и на экономические нормативы сдельной оплаты труда.
Однако при технической реализации выяснилось, что созданная система оказалась избыточно сложной для конечных пользователей: оставалось неясным, на каком уровне агрегации следует строить модели — по группам номенклатуры, по техническим операциям, по рабочим центрам, по намоткам, либо объединять всё в одну укрупнённую модель на десятки тысяч позиций. В результате, несмотря на полтора года разработки и значительные инвестиции, системой стали пользоваться лишь около 12% сотрудников, и фактически это оказался только отдел труда и заработной платы — именно там математические модели были наиболее простыми. Конструкторы и технологи адаптировать инструмент не смогли, а руководство было готово полностью закрыть проект.
Фактор «амбассадора» как условие успеха внедрения
Переломный момент связывается с параллельно шедшей программой роботизации: одна из ручных операций — загрузка металлических заготовок в печь — была заменена роботом, а высвободившийся сотрудник прошёл последовательную переквалификацию (линейный оператор → бригадир → испытатель) и в итоге оказался в технологическом отделе. Именно этот человек стал тем, кого называют «амбассадором» инструмента: обладая нужным сочетанием личных качеств и, что немаловажно, не будучи погружённым в прежнюю практику работы, он смог разобраться в сложной системе математических моделей и выработать практический способ её применения, после чего «заразил» этим подходом ещё порядка 12–15 коллег отдела. Формулируется прямой вывод: «этот амбассадор спас меня лично» — то есть именно человеческий фактор, а не доработка самой системы, обеспечил её принятие.
Итоговая эффективность инструмента оценивается как очень высокая: скорость подготовки конструкторской и технологической документации выросла кратно, что позволило предприятию нарастить долю проектной, индивидуальной продукции — более маржинальной (10–20% против стандартной продукции) — до уровня свыше 50% в течение года, что напрямую отразилось на финансовых результатах.
Второй бизнес-процесс: оперативное управление производством
Следующий сложный процесс — оперативное управление производством — раскрывается через пример конкретного специалиста планово-диспетчерского отдела, в голове которого фактически решалась нетривиальная комбинаторная задача: агрегирование сотен заказов и десятков тысяч операций с учётом групп заменяемости рабочих центров, объёмов тары и множества граничных условий, при одновременной необходимости минимизировать переналадки, обеспечить ритмичность производства и соблюсти сроки. Для того чтобы хотя бы зафиксировать логику этих решений, была внедрена специализированная MES-система (первый запуск — 2022 год, на данный момент действует уже третья редакция).
Показателен управленческий парадокс: несмотря на формальный запуск системы, планово-диспетчерский отдел продолжал вести расчёты на бумаге, калькуляторах и в Excel, фактически игнорируя внедрённый инструмент. Решение оказалось директивным: по указанию руководства все альтернативные способы планирования были отключены силами ИТ-службы, что обеспечило полный переход всего предприятия — включая ОТК, мастеров и технологов — на работу в системе в течение двух-трёх недель.
Комбинаторная оптимизация: неудача с экспертами и успех с молодым специалистом
После перехода на систему обнаружилось, что фактический план, который сотрудник докладывал руководству как эффективный, на деле не содержал никакой оптимизации переналадок и наладочных длин — задача оказалась объективно комбинаторной и неподъёмной для решения «в голове» при десятках тысяч операций. Для её решения были приглашены математики с академическим бэкграундом, применявшие симплекс-метод и теорию игр, однако их работа не дала прикладного результата — потраченные средства не окупились, и сотрудничество было прекращено.
Успешное решение было найдено с молодым специалистом, недавним выпускником вуза, изначально слабо ориентировавшимся в отраслевой специфике, но обладавшим упорством и амбициями, а также опиравшимся на поддержку опытных бизнес-аналитиков компании. Итогом стал собственный программный продукт для планирования, который сейчас используется в группе компаний и до конца года внедряется коммерчески на ещё одном предприятии. Экономический эффект количественно оценивается однозначно: только за счёт улучшения планирования в 2023–2024 годах удалось производить на 8% больше продукции без дополнительных инвестиций в мощности, что в денежном выражении превышает миллиард рублей.
Компьютерное зрение и контроль качества: проект «Сокол»
Отдельное направление посвящено контролю качества на экструзионных линиях, традиционно требующему многочасового визуального наблюдения человеком за поверхностью труб и кабелей — процессу, характеризуемому как крайне тяжёлый труд и существенный источник брака. Решением стало встраиваемое в производственную линию компьютерное зрение с элементами искусственного интеллекта, обеспечивающее объективный контроль геометрии профиля независимо от типа изделия. Этот проект, получивший название «Сокол», называется наиболее коммерчески успешным по числу внедрений.
Формулируется важный практический вывод из накопленного опыта: заказчики нередко настаивают на избыточно высокой, «микронной» точности выявления дефектов, не понимая, что при столь жёстких настройках система начинает фиксировать ложные срабатывания практически на каждом метре продукции, что впоследствии вызывает недовольство и требования пересмотра условий. Отсюда — тезис о необходимости привлекать к настройке подобных систем экспертов, сочетающих компетенции одновременно в компьютерном зрении и в самой производственной технологии, а не полагаться исключительно на мнение технологов. Количественные результаты проекта также приводятся: экономический эффект от снижения брака по одному устройству оценивается в среднем в 2,5 миллиона рублей, а само снижение уровня брака характеризуется как кратное — вплоть до стократного.
Итоговая самооценка: стоимость ошибок
Завершается изложение сводной оценкой собственных управленческих просчётов в проектах: подсчитаны потери, связанные, в частности, с отсутствием «амбассадора» на старте и простоем систем до момента их фактического принятия пользователями, — суммарно порядка 60 миллионов рублей, которые характеризуются как резерв, который можно было бы превратить в чистую прибыль при более грамотном управлении внедрением. При этом подчёркивается, что в целом реализованные проекты окупились многократно, поскольку только одно из решений — система планирования — принесло эффект в масштабе миллиарда рублей.
Профессиональные выводы
Центральный аналитический тезис заключается в том, что техническая корректность цифрового решения не гарантирует его практического принятия: наиболее технологически амбициозный проект — система математических моделей номенклатуры — оказался на грани закрытия не из-за ошибок в расчётах, а из-за отсутствия ясной методологии внедрения и точки входа для пользователей. Успех был обеспечен не доработкой алгоритма, а появлением конкретного сотрудника-«амбассадора», сыгравшего роль внутреннего проводника технологии — что указывает на человеческий фактор как на не менее значимую переменную цифровой трансформации, чем качество самого программного продукта.
Второй значимый вывод касается силовых методов внедрения: директивное отключение альтернативных, привычных способов работы (бумага, калькулятор, Excel) оказалось эффективным инструментом форсирования перехода персонала на новую систему там, где мягкие методы не сработали, — управленческое решение здесь выступило необходимым дополнением к технологическому.
Третий вывод отражает нетривиальный результат сопоставления экспертных и неопытных исполнителей при решении прикладной комбинаторной задачи: формальная математическая квалификация внешних консультантов не привела к результату, тогда как молодой специалист без отраслевого опыта, но с поддержкой внутренних бизнес-экспертов, справился с задачей успешнее — что ставит под сомнение универсальность академической экспертизы без глубокого понимания прикладного контекста.
Наконец, кейс с системой компьютерного зрения демонстрирует зрелый подход к управлению ожиданиями заказчика: готовность аргументированно отказываться от избыточных технических требований в пользу практической целесообразности характеризует зрелую экспертную позицию поставщика решения, а не простое следование запросу клиента.
