Гонка за создание автономных фабрик набирает обороты

Производители объединяют отдельные проекты по робототехнике и ИИ в системы, способные следить за качеством, менять режимы работы и координировать всё более сложные процессы с ограниченным участием человека. На этой неделе Siemens и Procter & Gamble объявили о глобальном расширении системы ИИ для контроля качества. Unilever наращивает применение цифровых двойников для оптимизации производства, PepsiCo внедряет ИИ и моделирование, чтобы увеличить выпуск продукции, а BMW испытывает человекоподобных роботов на автомобильных линиях.

Фармацевтические компании тем временем изучают автономные лаборатории, которые могут изменить разработку и производство лекарств. Эти проекты показывают, как промышленный ИИ выходит за рамки отдельных задач и проникает в производственные операции по всему миру, делая их более интеллектуальными, адаптивными и автономными.

Последствия для производителей выходят за пределы повышения эффективности. Постоянная нехватка работников, стремление приблизить производство к внутренним рынкам и ускорение разработки продуктов меняют экономику автоматизации.

Раньше компании рассматривали робототехнику главным образом как способ сократить расходы на труд. Теперь они оценивают, сможет ли более автономное производство повлиять на их конкурентоспособность. Эта возможность касается потребительских товаров, автомобилестроения, фармацевтики, оборонной отрасли и других сфер, где важны производственные мощности и скорость. Автономное производство может из технологической возможности превратиться в экономическую необходимость.

Отдельные проекты сменяются производственными системами

На этой неделе Siemens и Procter & Gamble сообщили о глобальном расширении системы ИИ для контроля качества. По данным компаний, она сократила производственные отходы на 10–20%. Новые установки можно вводить в работу в пять-десять раз быстрее, чем традиционные индивидуально разработанные системы машинного зрения.

Крис Стивенс, президент подразделения промышленной автоматизации Siemens в США, считает, что технологии для создания высокоавтономных фабрик уже существуют для некоторых видов производства. В интервью на конференции Ai4 2026 в Лас-Вегасе он рассказал, что клиенты обращаются в Siemens за решениями для полного цикла производственных операций.

То, насколько быстро компании внедрят эти технологии и что будет с теми, кому это не по карману, может оказаться важнее самой автоматизации.

Сотрудничество Siemens и P&G отражает перемены в подходе производителей к промышленному ИИ. Сначала P&G самостоятельно разработала систему контроля на основе глубокого обучения и внедрила её более чем 150 раз. Затем компания объединилась с Siemens, чтобы расширить возможности системы и масштабировать её применение.

Совместно созданная Visual Inspection Cockpit анализирует изображения с камер в реальном времени: камеры снимают продукцию, движущуюся по производственным линиям. Система находит дефекты на гибких материалах, текстурированных поверхностях и сложной упаковке — таких объектах, с которыми обычным системам машинного зрения может быть трудно справиться.

Результаты проверки обрабатываются на вычислительном оборудовании рядом с производственными станками. Поэтому система может подавать сигнал тревоги или автоматически удалять брак, не останавливая производство. Siemens предоставляет промышленную вычислительную платформу, программную инфраструктуру и инструменты, с помощью которых P&G может распространять технологию на своих предприятиях.

Компьютерное зрение давно используют на сборочных линиях и для контроля качества. Новое здесь — то, что P&G уже показала: ИИ справляется со сложными задачами проверки продукции. Партнёрство помогает решить коммерческую задачу — повторить этот результат в глобальной производственной сети.

Другие производители потребительских товаров вкладываются в похожие решения.

В июне Unilever объявила о планах расширить использование цифровых двойников на основе ИИ в партнёрстве с Accenture. За 18 месяцев компания намерена создать ещё более 40 цифровых двойников. Они позволят производственным командам следить за оборудованием, моделировать сценарии работы и выявлять проблемы.

На предприятии Unilever по производству дезодорантов в Рейфорде, штат Северная Каролина, цифровой двойник, по данным компании, предсказывает 95% ограничений потока продукции. Это помогло сократить отходы на 20% и увеличить производственную мощность на 10%.

Адам Рейберн-Джеймс, глобальный вице-президент Unilever по цифровым бизнес-операциям, назвал расширение применения ИИ на фабриках компании вложением в качество продукции, устойчивое развитие и навыки сотрудников.

Эти вложения отражают более широкий отраслевой сдвиг. Производители начинают рассматривать ИИ как операционную систему, которая связывает оборудование, контроль качества и производственные решения, а не как отдельное программное приложение.

От адаптивного производства к автономному

Стивенс описал три этапа развития производственных технологий.

Традиционная автоматизация выполняет заранее заданные задачи — например, переносит детали между рабочими участками. Адаптивное производство добавляет системы, которые реагируют на меняющиеся условия: скажем, оборудование для визуального контроля находит брак и направляет механизм его удалить.

Автономное производство объединяет эти возможности: централизованные системы координируют оборудование, движение материалов и производственные процессы, которым требуется меньше постоянного участия человека.

По словам Стивенса, построить автономную фабрику можно уже сегодня.

Однако это зависит от конкретного производства. Некоторые процессы уже можно в значительной степени автоматизировать, но стоимость, техническая сложность и ограничения самой работы мешают внедрять такие решения везде с приемлемыми затратами.

Перемены заметны и за пределами производства товаров повседневного спроса.

BMW испытывает человекоподобных роботов в автомобилестроении. Во время пилотного проекта 2025 года на заводе в Спартанберге, штат Южная Каролина, робот Figure AI помог произвести более 30 000 автомобилей BMW X3 и обработал свыше 90 000 компонентов. В 2026 году BMW расширила программу испытаний: на заводе в Лейпциге компания проверяет применение роботов при сборке аккумуляторов и производстве компонентов.

Эти проекты не доказывают, что автомобильные заводы целиком становятся автономными. Но они показывают, как более способные роботы переходят от контролируемых демонстраций к работе на настоящих производствах.

В перспективе такие возможности можно объединить в системы, которые принимают производственные решения с учётом меняющихся условий.

Фармацевтика изучает более глубокую автоматизацию

Для фармацевтических компаний автоматизация может иметь серьёзные коммерческие последствия. Если передать роботам повторяющиеся лабораторные операции, исследователи смогут проводить больше экспериментов, быстрее получать данные и сокращать время переноса успешных процессов в производство.

Отрасль уже вкладывает значительные средства в смежные технологии.

В январе Eli Lilly и Nvidia объявили о планах инвестировать до 1 млрд долларов за пять лет в совместную лабораторию исследований ИИ. Партнёрство объединит фармацевтические исследования с ускоренными вычислениями, робототехникой и физическим ИИ для развития разработки и производства лекарств.

Автономные лаборатории позволят фармацевтическим компаниям связать компьютерный поиск лекарств с экспериментальной проверкой и последующим производством. Сложность — объединить эти этапы в надёжные процессы, отвечающие требованиям к качеству лекарств и нормативным правилам.

Конкуренция смещается к целым производственным системам

Меняется и роль компаний, которые поставляют производственные технологии.

По словам Стивенса, клиенты всё чаще хотят получать от Siemens комплексные производственные возможности, а не отдельные компоненты автоматизации.

Он вспоминал, что клиенты спрашивали, какие возможности уже есть у Siemens и насколько далеко они хотят зайти.

Это меняет отношения между поставщиками и производителями. Для создания предприятия нужно согласовать инженерное программное обеспечение, промышленные системы управления, электрическую инфраструктуру, робототехнику и оборудование от множества компаний.

Поставщики, способные объединить эти технологии в целостные производственные процессы, могут получить большую долю промышленных инвестиций.

Сдвиг заметен в оборонном секторе США. В августе Siemens Government Technologies объявила о контракте с армией США на 80 млн долларов: компания создаст передовую производственную среду на армейском складе Аннистон в штате Алабама.

Проект должен обеспечить производство узлов статора электродвигателей для беспилотных авиационных систем. Siemens применит цифровые двойники на основе ИИ, чтобы спроектировать и проверить производственный процесс до ввода в работу физических линий.

Это не проект полностью автономной фабрики. Но он показывает, что заказчики хотят получать от поставщиков комплексные производственные решения вместе с цифровой инфраструктурой для их создания и эксплуатации.

Такой подход появляется и в других отраслях.

В январе PepsiCo объявила о партнёрстве с Siemens и Nvidia: компании будут применять ИИ и цифровые двойники, чтобы моделировать работу фабрик и складов до внесения изменений в реальность. На первом этапе внедрения в США PepsiCo сообщила о росте производительности на 20%. По оценке компании, виртуальная проверка решений и более эффективное использование существующих мощностей могут сократить капитальные затраты на 10–15%.

Вместо немедленной покупки дополнительного оборудования или строительства новых объектов производители могут с помощью моделирования находить узкие места и проверять, позволит ли существующая инфраструктура увеличить выпуск.

Автоматизация решает кадровую проблему и создаёт новую

Интерес к автоматизации растёт на фоне постоянной нехватки работников.

В исследовании 2024 года Deloitte и The Manufacturing Institute предположили, что в американском производстве с 2024 по 2033 год потребуется около 3,8 млн дополнительных сотрудников. До 1,9 млн рабочих мест могут остаться незанятыми, если производители не решат проблемы найма и нехватки необходимых навыков.

Стивенс рассказал, что руководители автомобильных компаний обсуждают линии, которые не могут работать на полную мощность из-за нехватки сотрудников.

В таких условиях автоматизация помогает поддерживать производство и наращивать мощности, а не просто заменяет работников.

Но Стивенс указал и на более сложное последствие. Внедряя роботов, чтобы закрыть вакансии, производители могут показать, что автоматизированные предприятия выпускают товары быстрее и дешевле обычных.

Тогда конкурентам придётся задуматься о таких же вложениях, даже если на их заводах нет нехватки работников.

Стивенс поставил вопрос: смогут ли компании, которые не внедряют робототехнику, продолжать работать?

Для производителей, пока оценивающих отдельные проекты с ИИ, главным становится вопрос: позволит ли их нынешний подход не отстать от конкурентов, создающих всё более связанные, адаптивные и автономные производства?