Об эксперте: Олег Алдошин — вице-президент по корпоративному бизнесу МТС. Курирует внедрение и развитие технологических решений для корпоративных клиентов, включая такие направления, как роботизация, автоматизация и системы управления роботизированным флотом.
Перед Россией стоит амбициозная задача — войти в топ-25 стран мира по плотности роботизации к 2030 году. Для этого в стране должно быть около 100 тысяч промышленных роботов, а плотность роботизации должна вырасти до 145 машин на 10 тысяч работников.
Для сравнения: в 2025 году этот показатель составлял 40 роботов на 10 тысяч работников, а годом ранее — всего 29. То есть за четыре года показатель предстоит увеличить почти в четыре раза.
Сам российский рынок промышленных роботов пока сравнительно небольшой — около 7,86 млрд рублей, хотя за год он вырос на 14%. Для сравнения — это меньше бюджета одного крупного логистического комплекса.
В рамках нацпроекта «Средства производства и автоматизация» планируется создать 30 центров развития робототехники и направить на это 15 млрд рублей. Также государство намерено субсидировать до половины стоимости отечественных роботов для ритейла.
Роботы становятся более самостоятельными
Меняется не только количество роботов, но и сами технологии.
Раньше промышленный робот мог эффективно работать только в строго контролируемых условиях, производственный процесс должен был идти с заданной скоростью, а окружающая среда — оставаться предсказуемой. Если деталь деформировалась, или на пути коробки на конвейере оказывалось препятствие, робот часто просто останавливался и ждал человека.
Современные роботы становятся гораздо более гибкими благодаря искусственному интеллекту. Они могут анализировать окружающую обстановку, распознавать предметы, выбирать нужное действие и адаптироваться к изменениям. Например, робот на складе может самостоятельно понять, как быстрее и безопаснее достать коробку из штабеля.
Появляются и модели, которые позволяют переводить обычную команду человека непосредственно в действие робота. То есть вместо сложного программирования оператор может сформулировать задачу словами, а система сама определит последовательность действий.
Отдельную роль играют цифровые двойники и симуляторы. В виртуальной среде робот может выполнить тысячи и даже миллионы операций, прежде чем впервые начнет работать в реальном цехе или на складе. По оценке McKinsey, около трети физических рабочих часов уже теоретически автоматизируемы, а вместе с когнитивными задачами речь идет почти о 60% рабочего времени.
При этом важно понимать: быстрый рост технологий не означает мгновенной роботизации всей экономики. Даже электрификации промышленности потребовались десятилетия, чтобы перейти от первых экспериментов к массовому использованию.
Железо — это треть проекта
Есть еще один важный момент: стоимость самого робота — лишь часть расходов на автоматизацию. В среднем около трети бюджета проекта приходится непосредственно на оборудование. Остальное — это проектирование решения, интеграция роботов с информационными системами компании, организация связи, вычислительная инфраструктура, запуск и последующее обслуживание.
К 2030 году структура российского спроса сместится в эту же сторону: доля закупки железа будет падать, доля интеграции и сервиса расти. Поэтому по мере развития рынка будет расти значение не только производителей роботов, но и компаний, которые обеспечивают всю необходимую инфраструктуру вокруг них.
Большой парк роботов невозможно эффективно использовать без стабильной связи.
Представим склад, где одновременно работают десятки автономных машин. Они постоянно передают данные о своем местоположении, состоянии оборудования, окружающей обстановке и выполняемых задачах. Камеры дополнительно создают большой поток видео.
Обычный Wi-Fi не всегда подходит для такой нагрузки. На больших промышленных объектах есть металлические конструкции, много движущейся техники и большое количество устройств. При переключении между точками доступа могут возникать задержки и разрывы связи. Для промышленного парка роботов нужна сеть, которая обеспечивает стабильное соединение и позволяет управлять приоритетом трафика. Для этого используются частные LTE- и 5G-сети — pLTE и private 5G.
Вместе с сетью нужны и периферийные вычисления. Их задача — обрабатывать данные максимально близко к роботу, чтобы решение принималось за доли секунды, а не после передачи информации в удаленное облако.
От отдельных роботов — к единому флоту
Есть и другой важный вопрос. Роботы разных производителей часто работают каждый со своим программным обеспечением. Пока на предприятии две-три машины, это не создает серьезных проблем. Но когда их становится десятки, управлять ими по отдельности становится сложно.
Поэтому появляется отдельный класс решений — системы управления роботизированным флотом, или RMS.
Проще всего представить RMS как диспетчера. Он получает производственную задачу, определяет, какой робот должен ее выполнить, распределяет работу между машинами разных производителей и следит за их взаимодействием.
Такая система должна связывать роботов не только между собой, но и с уже существующей инфраструктурой предприятия — системами управления складом, производственными, корпоративными и информационными системами и другими решениями.
Именно в эту сторону сегодня развивается мировой рынок. Крупные операторы связи и технологические компании инвестируют не столько непосредственно в производство роботов, сколько в создание инфраструктуры, которая позволяет подключать, объединять и управлять роботизированными системами.
NTT DOCOMO в токийском комплексе Tokyo Midtown Yaesu держит под единым управлением 19 роботов разных производителей. SK запускает гетерогенную систему управления, где в одном контуре живут AMR, коботы, гуманоиды и цифровой двойник площадки. KT после инвестиции в Hyundai Robotics сделала платформу Robot Makers и оставила робототехнику одним из ключевых направлений в этом сегменте. China Mobile вошла в Unitree и публично заявила цель — единая платформа подключения роботов разных вендоров. Схема у всех одинаковая: связь и софт свои, железо партнерское. Полных поглощений производителей в мире почти нет.
МТС идет тем же маршрутом и по той же причине. Для того, чтобы быть успешным на этом рынке, мы считаем, что нужны 5 элементов, 4 из которых у нас уже есть — сети с низкой задержкой, IoT-платформа, вычислительные центры, «железо» и сервисы по обслуживанию.
Подписка вместо капитальных затрат
Даже с готовым решением остается барьер, о который спотыкается большинство проектов, — стартовые вложения. Роботизированный участок редко обходится дешевле 50 млн рублей, и по опросам около 60% крупных корпоративных заказчиков отказываются от роботизации именно из-за размера capex. Отсюда модель «робот как сервис» (RaaS): робот, связь, программное обеспечение, внедрение и поддержка собираются в одну подписку. Капитальные затраты превращаются в операционные, платеж привязывается к сроку или к результату — час работы, паллета, сварочный шов. Порог входа падает в разы, и роботизация становится доступна компаниям, которые физически не могли заморозить сто миллионов на три года.
Многие производители уже посчитали экономику таких проектов на реальных внедрениях. Например, робот-паллетайзер на упаковочной линии позволяет высвободить несколько человек, сократить число рекламаций за счет автоматического контроля качества и в несколько раз сократить расходы.
Что происходит с людьми
Роботы заходят туда, где смена уходит на одно и то же повторяющееся движение руками: укладка коробок, инвентаризация, уборка и инспекция больших площадей. В деловых центрах, гостиницах и жилых комплексах бизнес-класса это те же сценарии — уборка, доставка внутри здания, обход инженерных систем.
Экономия фонда оплаты труда в таких проектах складывается в основном из вакансий, которые предприятие и так не может закрыть. Люди при этом никуда не деваются — они перемещаются на наладку, обслуживание, контроль качества и управление флотом. Профессия оператора роботизированного участка сейчас формируется буквально на глазах. По оценке McKinsey, около 75% ролей в компаниях потребуют содержательной переработки, и это, пожалуй, более трудная часть задачи, чем закупка техники: переучивать людей дольше, чем монтировать ячейку.
Где это уже работает
Международная практика показывает и масштаб эффекта, и его источник. Amazon эксплуатирует больше миллиона роботов и в 2025 году запустила DeepFleet — первую собственную базовую модель для координации многороботных систем, которая распределяет задачи и разводит машины по маршрутам в реальном времени; система приемки Sequoia обрабатывает входящие товары до 75% быстрее предыдущего поколения, а время обработки заказа сократилось до четверти. Онлайн-супермаркет Ocado собирает заказы тысячами роботов на общей сетке под управлением централизованного слоя, который в реальном времени оптимизирует маршруты, доступ к товарам и очередность, и держит до 99% отгрузок вовремя. Renault выводит на сборочные линии человекоподобного робота Calvin 40 разработки Wandercraft — 350 машин за 18 месяцев в рамках цели снизить трудоемкость на 30% на автомобиль.
Во всех трех историях робот — самая заметная часть системы, но результат дал слой оркестрации: расписание, маршруты, приоритеты, обратная связь от площадки обратно в модель. Российский рынок входит в эту фазу с низкой базы, и в этом есть свое преимущество: можно сразу строить единый управляемый контур, вместо того чтобы через несколько лет сшивать парк несовместимых машин от полутора десятков поставщиков.
Года через три вопрос «сколько у вас роботов» будет звучать примерно как «сколько у вас серверов» — любопытно, но мало что объясняет. Значение будет иметь то, насколько они управляемы.
Источник новости: hi-tech.mail.ru
