На отраслевом ресурсе нефтегазовой промышленности опубликована статья с комментариями НПП СпецТек на актуальную тему: «Как нефтегаз конкурирует с ИТ-компаниями за одних и тех же специалистов. Кто выиграет эту битву?». Суть нашего комментария состоит в следующем.

Источник противостояния за специалистов между ИТ-компаниями и промышленными корпорациями кроется в коренном изменении модели импортозамещения. Изначально предполагалось, что в целях импортозамещения промышленники будут обращаться в Единый реестр российских программ для ЭВМ (далее – Реестр), выбирать в нем подходящие продукты и приобретать соответствующие лицензии на рынке. 

Однако, в 2019 году в Реестр был введен принципиально нерыночный класс ПО: программное обеспечение, разработанное юридическими лицами для реализации своей деятельности и предназначенное преимущественно для внутреннего использования. В новом классификаторе это класс 05.07. С этого момента промышленники получили возможность осуществлять политику импортозамещения, не приобретая продукты из Реестра, а разрабатывая их самостоятельно и регистрируя в Реестре.

Окончательные изменения произошли в 2022 году, когда при поддержке Правительства РФ были созданы так называемые «Индустриальные центры компетенций» - закрытые структуры, в которых силами кэптивных ИТ-компаний промышленных корпораций осваиваются их ИТ-бюджеты. В августе 2026 года Правительство РФ утвердило очередной перечень особо значимых проектов (ОЗП) для развития цифровой экономики. В список вошли 24 инициативы на 14,4 млрд рублей, которые будут реализовываться за счет собственных средств компаний. Это значит, что очередные миллиарды рублей будут пронесены мимо рынка и освоены «в узком кругу» в «Индустриальных центрах компетенций». Естественно, для освоения таких бюджетов нужны кадры, отсюда и конкуренция за них с ИТ-компаниями.

Сложившаяся практика несет серьезную кадровую угрозу для отечественной ИТ-отрасли. Промышленные корпорации сформировали параллельную ИТ-индустрию, построенную на принципиально нерыночной основе. 
Глава Минцифры Максут Шадаев в ноябре 2025 года изложил свое видение сложившейся ситуации так, что крупные российские корпорации часто сами для себя разрабатывают аналоги ИТ-продуктов в своих кэптивных компаниях, затем включают их в Реестр и таким образом демонстрируют переход на российские решения, вместо того, чтобы искать их на рынке. «Это негативно влияет на спрос на отечественное ПО в целом – он уже падает». 

Etihad Water and Electricity (EtihadWE) получила сертификат соответствия ISO 55001:2024 для своей системы управления активами. 

Сертификация охватывает активы EtihadWE по передаче и распределению электроэнергии и воды. Ключевым аспектом является то, что система управления активами была разработана и внедрена полностью собственными силами компании EtihadWE.

«Получение сертификата ISO 55001:2024 представляет собой важную веху в нашем пути к операционному совершенству и управлению активами мирового класса», - заявил Абдулла Мохаммед Аль-Хемейри, главный операционный директор EtihadWE.

Etihad Water and Electricity (EtihadWE) это государственная компания ОАЭ, которая обеспечивает электроэнергией и питьевой водой северные эмираты страны (Аджман, Рас-эль-Хайма, Умм-эль-Кайвайн и Фуджейра). Компания управляет энергосетью, включающей более 15,000 километров линий электропередач и многочисленные высоковольтные подстанции по всей территории Северных Эмиратов. Компания также эксплуатирует, модернизирует и расширяет обширную сеть водоснабжения и трубопроводную инфраструктуру в северных эмиратах ОАЭ.

Предиктивное (или прогнозное) техническое обслуживание с использованием искусственного интеллекта (ИИ) — это уже зрелая, проверенная технология, но она по-прежнему требует точности в развертывании, реалистичности в ожиданиях и строгости в измерениях. От этой технологии ожидают сокращения затрат на техническое обслуживание и рентабельности инвестиций. Важное значение имеет такой показатель, как горизонт прогнозирования отказа — от него в конечном счете зависит принципиальная возможность извлечения выгоды из данной технологии. 

Однако, несмотря на зрелость рынка, по-прежнему не хватает надежной точки отсчета. Какой реальной окупаемости инвестиций следует ожидать? Какие виды отказов действительно обнаруживает ИИ, а какие пропускает? Как соотносятся сроки упреждения и частота ложной тревоги в разных классах активов? 

Неправильно настроенные системы вызывают усталость от оповещений с ложной тревогой. Прогнозы остаточного срока службы, сделанные без достаточных данных для машинного обучения, вводят в заблуждение специалистов по планированию технического обслуживания. Прогнозы рентабельности инвестиций, основанные на тематических исследованиях поставщиков, а не на операционных показателях, разочаровывают финансовых директоров. 

Чтобы дать ориентир и ответить на эти вопросы, был проведен анализ данных, содержащихся в многочисленных отраслевых исследованиях, технической документации OEM-производителей, рецензируемых научных работах, а также полевые данные реальных внедрений, охватывающих четыре отрасли (нефтегазовая, энергетика, автомобилестроение, водоснабжение) и четыре критически важных класса оборудования: 

1. центробежные насосы, 
2. роторные компрессоры, 
3. обрабатывающие центры с ЧПУ,
4. силовые трансформаторы. 

Результаты анализа сведены в отчет, цель которого — помочь разобраться в ситуации и предоставить научно обоснованные данные, необходимые для принятия уверенных решений по инвестированию в проекты предиктивного технического обслуживания.

Сводка результатов анализа статистики применения предиктивного обслуживания: 

• снижение затрат на техническое обслуживание - 20-40%,
• горизонт прогнозирования отказов - 3-21 дней,
• частота ложной тревоги после оптимизации - 3-10%,
• окупаемость инвестиций - 12-24 месяцев.

В отчете еще много полезной информации, касающейся упомянутых выше классов оборудования:

• типичные причины отказов с частотой их возникновения,
• основные контролируемые параметры состояния,
• экономический эффект в количественном выражении от применения предиктивного обслуживания,
• матрица сравнения применимости и эффективности видов датчиков в разных классах оборудования,
• варианты стратегии предупреждения отказов в зависимости от горизонта их прогнозирования.

Многие организации недоинвестируют в предиктивное техническое обслуживание, поскольку в их бизнес-планах учитывается только прямая экономия затрат на техническое обслуживание, при этом упускается 60–70% общей выгоды. В этой связи сформирована модель рентабельности инвестиций в предиктивное техническое обслуживание. Она учитывает выгоду по четырем направлениям: 

1. прямая экономия затрат, 
2. косвенные операционные выгоды, 
3. снижение рисков,
4. стратегические преимущества. 

Архитектура комплексной выгоды AI PdM

Снижение затрат на техническое обслуживание

Ошибка прогнозирования срока до отказа

Стандарт ISO 55013:2024 и национальный ГОСТ Р 55.0.08–2025/ИСО 55013:2024 «Управление активами. Руководство по управлению активами данных» в числе прочего дает важную рекомендацию: процессы сбора данных должны быть нацелены на сбор не только самих данных об активах, но и сведений о контексте, в котором эти данные были собраны (например, принятые ранее решения или выполненные действия с активами и так далее). А процессы принятия решений на основе данных должны учитывать этот контекст.

В статье, доступной по ссылке, эта проблема рассматривается под углом организации предиктивного технического обслуживания и сбора данных о техническом состоянии. Корень проблемы: промышленные данные часто хранятся в отдельных, разрозненных системах. Платформы мониторинга состояния могут содержать данные о вибрации, температуре и смазке. В то же время, оперативная информация, такая как нагрузка, скорость, производительность, состояние процесса и производственный спрос, может храниться в системах SCADA, MES-системах и т.д. 

В результате аналитики часто оценивают данные о состоянии активов независимо от операционной среды, в которой они были получены. Например, на критически важном оборудовании появляется вибрационный сигнал, и обслуживающий персонал начинает анализ возможной неисправности, а спустя несколько дней выясняется, что оборудование исправно. Повышенные показания вибрации были вызваны не износом оборудования, а изменением условий эксплуатации. Данные были верны. Диагноз — нет.

Одна из фундаментальных реалий промышленного оборудования заключается в том, что машины не работают изолированно. На их поведение сильно влияют условия эксплуатации.

Уровень вибрации, считающийся приемлемым при работе под полной нагрузкой, может указывать на начинающуюся проблему при работе той же машины в условиях малой нагрузки.

Аналогично, рабочая температура 85°C может быть совершенно нормальной в периоды пиковой производственной нагрузки. Та же самая температура при низкой нагрузке может указывать на проблемы с охлаждением, смазкой или ненормальные условия нагрузки.

Анализ токов в двигателе представляет собой схожие проблемы. Изменения в характеристиках тока могут быть вызваны дефектами ротора, эксцентриситетом или механическими неисправностями. Однако они также могут отражать изменения в условиях технологического процесса, колебания нагрузки или режимах работы, не имеющие отношения к износу оборудования.

В каждом из этих примеров само измерение не вводит в заблуждение. Проблема возникает, когда измерение интерпретируется без понимания обстоятельств, при которых оно было проведено.

Контекст определяет значение. Без контекста специалисты по надежности рискуют сравнивать измерения, которые на самом деле не являются сопоставимыми.

Приведенные примеры еще раз подчеркивают важности интеграции данных об активах и построения единой информационной системы управления активами, включающей шлюзы со смежными системами, задающими контекст.

Delhi Metro Rail Corporation (DMRC) стала первой в Индии организацией метрополитена, получившей сертификат соответствия системы управления активами по станданту ISO 55001:2024. Область распространения системы - линия метро Мумбаи-3. 

Эта сертификация отражает сдвиг DMRC от традиционной практики технического обслуживания к стратегическому подходу, основанному на риске и модели жизненного цикла, предполагающей управление производительностью активов, рисками, затратами и долгосрочной стоимостью.

Структурированный, основанный на жизненном цикле подход помогает операторам метро лучше управлять расходами, снижать операционные риски и обеспечивать эффективное функционирование дорогостоящих активов в долгосрочной перспективе.

DMRC отвечает за эксплуатацию и обслуживание 33,5 км Линии-3 метро Мумбаи - это магистраль, соединяющая Колабу, Бандру и SEEPZ. Полномочия DMRC охватывают целый ряд критически важных объектов инфраструктуры и систем, включая подвижной состав, тягу, сигнализацию, телекоммуникации, станции, лифты, эскалаторы, транспортную и гражданскую инфраструктуру.