Переход на отечественное ПО в промышленности — это марафон, а не спринт. Пока одни предприятия ищут пути миграции с западных систем, другие уже прошли этот путь и готовятся к новым вызовам — внедрению искусственного интеллекта в реальные производственные процессы. Президент компании «Интерпроком» Леонид Алтухов рассказал о флагманской ЕАМ-платформе «АКСИОМА», ключевых барьерах импортозамещения в промышленности и о том, что может изменить отношение заказчиков к российским решениям.

— Сегодня много говорят о цифровой трансформации промышленности, но на практике процесс идет сложно. Какие тренды в области импортозамещения и цифровизации вы считаете ключевыми?

— Прежде всего, нужно признать, что время точечных решений и «кузнечной» разработки на местах прошло. Мы вступили в этап, когда отрасль переходит от экспериментов к построению полноценных цифровых экосистем. Это касается и управления активами, и внедрения искусственного интеллекта.

Я бы выделил несколько ключевых трендов. Первое — это осознание заказчиками того, что импортозамещение — это не замена одной программы на другую, а перестройка всей ИТ-архитектуры. Второе — переход от пилотов к промышленной эксплуатации, когда решения должны работать стабильно и масштабироваться на тысячи пользователей. И третье — это, безусловно, искусственный интеллект, который сейчас требует не столько новых моделей, сколько дообучения и адаптации под реальные бизнес-процессы.

— С какими проектами «Интерпроком» подходит к текущему этапу цифровизации промышленности, и какие из них вы считаете наиболее значимыми для компании?

— У нас есть несколько знаковых проектов. Это внедрение нашей флагманской платформы «АКСИОМА» в АО «РЖДстрой», где мы заместили импортное ПО и оптимизировали бизнес-процессы строительного холдинга. И масштабный проект, который мы реализуем совместно с нашими партнерами – АО «Атомдата-Интеграция», по переводу системы «ТОРЭКС» на «АКСИОМА» для всех атомных станций Концерна «Росэнергоатом». В июле этого года система перешла в опытно-промышленную эксплуатацию, которая продлится до лета 2027 года.

Каждый из этих проектов — это серьезный стресс-тест на прочность. При нагрузочных испытаниях на АЭС система в пиковые периоды выдержала одновременную работу 17 тысяч пользователей, хотя изначально требовалось обеспечить работу 12 750 пользователей. Мы прошли этот экзамен с запасом, и теперь у нас есть уверенность, что платформа готова к любым промышленным масштабам. Это стало возможным благодаря колоссальной работе всей команды — больше двух лет мы шли к этому моменту: мигрировали данные с унаследованной системы, настраивали инфраструктуру, обучали персонал в 11 городах. И это только начало.

— Атомная отрасль предъявляет максимальные требования к надежности. Что меняется в подходах компании, когда заказчиком становится объект такого уровня?

— Ответственность — это, пожалуй, главное слово. Когда работаешь с заказчиками уровня «Росэнергоатома», отвечать приходится не за отдельный модуль, а за весь стек. Сегодня в наших проектах это Postgres Pro и Tantor вместо MS SQL, Astra Linux и РЕД ОС вместо Windows. Нужно гарантировать, что вся эта конструкция работает как единое целое. А собрать все слои воедино и заставить работать без сбоев, особенно на критической инфраструктуре, где каждый шаг под контролем, — задача серьезная. Ответственность здесь не берут — ее вручают вместе с контрактом. Заказчик прямо говорит: «Вы отвечаете за всё». И это объективная реальность для всех разработчиков промышленного ПО в стране сегодня. Ключевой вызов здесь — убедить заказчика отказаться от привычного, но уже неподдерживаемого западного инструмента. Это требует системной кооперации и выстраивания долгосрочного доверия.

— Прошло уже несколько лет активных разговоров об ИИ в промышленности. Где мы сейчас находимся: энтузиазм сменился разочарованием или мы действительно выходим на этап зрелых решений?

— Мы считаем, что время «пилотов» и экспериментов с ИИ в промышленности заканчивается. Сейчас наступает эра практического использования, но с одним важным условием. Если взять любую генеративную модель, в которую вложены сотни миллиардов долларов, и попытаться использовать ее для технологических процессов на крупном объекте, то ничего не получится. Она будет разговаривать, но это как та секретарша, которая «200 знаков в минуту бьет, а такая ерунда получается». Для промышленности нужны дообученные модели, и здесь ключевое — доступ к корпоративным данным: регламентам, технологическим процессам, специфике оборудования.

В нашей компании отдел консалтинга — это специалисты, которые доводят систему до реального использования. Они вкладывают в нее смыслы, семантику, понимание процессов. Например, на крупных объектах накапливаются десятки тысяч дефектов, и главный инженер не понимает, что с ними делать, потому что каждый по отдельности понятен, а выявить тенденции сложно. Именно правильно дообученная модель становится незаменимым помощником — она может анализировать эти данные и давать рекомендации.

Мы создали специализированное решение «АКСИОМА ИскИн». Технологическая основа — корпоративный граф знаний, который связывает оборудование и документы. Инженер может задать вопрос на естественном языке и получить структурированный ответ со ссылками на исходные документы. Это объяснимый ИИ, что критически важно для объектов КИИ, где каждое решение должно быть проверяемым. И, безусловно, он работает в закрытом контуре, без передачи данных во внешние облака.

— Какие изменения в подходах к внедрению ИИ вы прогнозируете в ближайшие три-пять лет? Что станет драйвером, а что — стоп-фактором?

— Я думаю, что в ближайшие годы мы увидим переход к многомодельной архитектуре, когда разные бизнес-процессы будут обслуживаться разными ИИ-решениями. Будущее за узкоспециализированными надстройками, дообученными силами профильных экспертов. Компания «Интерпроком», обладая экспертизой в техническом обслуживании, ремонте и управлении активами, уже обучает модели на основе знаний собственных бизнес-консультантов и технологов. Такой подход позволяет им выдавать пригодные к использованию рекомендации и аналитику.

Что касается регулирования, здесь нужен разумный баланс. Я считаю, что акцент следует делать не на законотворческих инициативах, а на выработке стандартов обращения с технологией. Мы работаем с Институтом системного программирования, который уже около трех лет занимается темой доверенного искусственного интеллекта. Это правильный путь: определять допустимые границы применения, оставляя пространство для творчества и развития.

— Кадровый дефицит в IT — одна из главных тем. Может ли ИИ стать инструментом, который снизит остроту этой проблемы, и что для этого нужно?

— Да, это действительно так. В России специалистов, действительно разбирающихся в технологии, критически мало, и они сконцентрированы в столице. Искусственный интеллект способен смягчить эту проблему, но не заменить людей полностью. Сейчас многие разработчики используют публичные генеративные модели, закрывая двухнедельные задания за полчаса, но для корпоративного сектора такой подход неприемлем — ни одна служба безопасности не позволит использовать открытые версии из-за гарантированной утечки данных.

Поэтому мы делаем ставку на подготовку кадров. У нас есть образовательные партнерства с МГТУ им. Баумана, МЭИ и Государственным университетом управления. В мае этого года ГУУ и «Интерпроком» заключили новое соглашение о сотрудничестве, которое позволяет расширить взаимодействие в области научных исследований и разработки цифровых технологий. Студенты ГУУ уже изучают «АКСИОМУ» на реальных проектах, проходят стажировки и практику в компании. Мы обсуждаем создание курса по нейросетям для руководителей компаний. В идеале — создать кафедру по нейросетям, чтобы готовить специалистов, способных грамотно применять ИИ в промышленности. Участие практиков в подготовке кадров поможет будущим выпускникам избегать поверхностного подхода к технологиям, что в итоге повысит общий уровень компетенций в стране. В конечном счете, мы строим не просто платформу, а внедряем экосистему, где знания и опыт становятся основой для развития российской промышленности.