惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Help Net Security
Help Net Security
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
NISL@THU
NISL@THU
T
The Exploit Database - CXSecurity.com
AWS News Blog
AWS News Blog
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
P
Proofpoint News Feed
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
C
Cisco Blogs
C
CERT Recently Published Vulnerability Notes
N
News | PayPal Newsroom
S
Secure Thoughts
L
LINUX DO - 最新话题
H
Heimdal Security Blog
TaoSecurity Blog
TaoSecurity Blog
Recent Commits to openclaw:main
Recent Commits to openclaw:main
G
GRAHAM CLULEY
Schneier on Security
Schneier on Security
C
Cyber Attacks, Cyber Crime and Cyber Security
The Hacker News
The Hacker News
WordPress大学
WordPress大学
D
Docker
大猫的无限游戏
大猫的无限游戏
Y
Y Combinator Blog
GbyAI
GbyAI
T
Tor Project blog
T
Threat Research - Cisco Blogs
小众软件
小众软件
酷 壳 – CoolShell
酷 壳 – CoolShell
Hacker News: Ask HN
Hacker News: Ask HN
K
Kaspersky official blog
S
SegmentFault 最新的问题
IT之家
IT之家
W
WeLiveSecurity
V
V2EX
Cisco Talos Blog
Cisco Talos Blog
The Cloudflare Blog
Last Week in AI
Last Week in AI
罗磊的独立博客
C
CXSECURITY Database RSS Feed - CXSecurity.com
Microsoft Security Blog
Microsoft Security Blog
腾讯CDC
V
Vulnerabilities – Threatpost
N
News and Events Feed by Topic
有赞技术团队
有赞技术团队
博客园_首页
博客园 - 司徒正美
H
Hacker News: Front Page
S
Schneier on Security
Forbes - Security
Forbes - Security

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Влияние IoT, IIoT и AIoT технологиий на процесс управления
Сергей Таран · 2026-06-18 · via Все публикации подряд на Хабре

Средний

12 мин

1

Сегодня многие вещи, казавшиеся ранее фантастикой, с развитием ИТ входят в быт, в производство и в бизнес. Стало уже привычным заводить автомобиль, особенно зимой, не выходя из дома или включать обогрев дачи перед тем, как до нее добраться. На производстве можно управлять различным оборудованием на основании установленных программ и полученной информации. То же касается логистики (транспортной и складкой), медицины, сельского хозяйства и других видов деятельности. Области применения IoT технологии очень обширные.

Что же такое IoT (интернет вещей)?

На сайтах yandex.cloud, otus.ru, timeweb.cloudkurs,  дано следующее определение:

IoT (Internet of Things, интернет вещей) — это система, в которой физические устройства подключаются к интернету и обмениваются данными между собой и с цифровыми системами. Проще говоря, это сеть «умных» предметов, которые могут самостоятельно собирать информацию, передавать её и выполнять действия без постоянного участия человека.

Источник: yandex.cloud, otus.ru, timeweb.cloudkurs

Источник: yandex.cloud, otus.ru, timeweb.cloudkurs

Что такое AIoT (интернет вещей с использованием искусственного интеллекта)?

В статье «Интернет вещей и AIoT: как работают умные устройства и что это даёт бизнесу», размещенной 02.06.2026 г. на сайте СБЕР Про: https://sber.pro/publication/prorivnaya-sinergiya-aiot-chto-poluchaet-biznes-ot-soedineniya-iskusstvennogo-intellekta-i-interneta-veschei/, дается следующая информация:

По данным «Росатом Инфраструктурные решения», в 2023 году технологию интернета вещей (IoT) использовало как минимум 36 000 российских компаний. При этом к лету 2024 года более 54% организаций внедрили решения генеративного ИИ хотя бы в один процесс, показало исследование агентства «Яков и Партнёры».

В промышленности IoT служит основой для роботизации и цифровизации бизнеса. Промышленный интернет вещей служит основой для индустрии 4.0, обеспечивая цифровизацию производства.

Кроме того, технология AIoT помогает прогнозировать поломки оборудования на основе данных, поступающих с устройств.

Внедрённая система IIoT вовремя обнаруживает отклонения технологического процесса от нормы и снижает риски внепланового останова производства. По расчётам экспертов, начиная с 2024 года ежегодный экономический эффект от внедрения технологического новшества на предприятии составит около 100 млн рублей.

По мнению Вячеслава Береснёва, исполнительного директора Ассоциации лабораторий по развитию искусственного интеллекта (АЛРИИ), AIoT — это следующий и к тому же очень перспективный этап эволюции автоматизации. Для такого тезиса есть серьезные «Решения AIoT, который объединяет технологии искусственного интеллекта и интернета вещей, не только собирают данные, но и автоматически анализируют их, принимая решения в реальном времени», — добавляет эксперт.

В AIoT искусственный интеллект играет роль «мозга», а интернет вещей — «тела». Данные используются для поддержки процесса машинного обучения AI, что позволяет корректировать и подстраивать возможности системы с учётом ситуации.

Промышленный интернет вещей (Industrial Internet of Things, IIoT) — система IoT с установкой датчиков и ПО на производственные узлы и агрегаты. Охватывает решения IoT для отраслевого и корпоративного применения.

Искусственный интеллект (Artificial Intelligence, AI) — это компьютерная программа, которая через машинное обучение решает сложные задачи, требующие высокой степени вмешательства человеческого интеллекта. 

Машинное обучение (Machine Learning, ML) — процесс, при котором ИИ настраивается на точное решение задач, тренируясь на уже существующих аналогичных примерах. 

Какие преимущества получает бизнес от AIoT.

Александр Сысоев, руководитель направления «Инфраструктурные решения» компании КРОК, выделяет четыре преимущества, которые отличают AIoT от традиционных технологий IIoT.

  • Предсказание поломок оборудования. Искусственный интеллект может прогнозировать неполадки до их возникновения. Это значительно сокращает простои и снижает расходы.

  • Адаптация продуктов и услуг под запросы клиентов. AI учитывает нужды покупателей, что делает процесс взаимодействия с продуктами и услугами более персонализированным и удобным.

  • Выявление уязвимостей и предложение решений по их устранению. AIoT позволяет определять потенциальные проблемы в работе предприятий и предлагать пути решения, что способствует повышению безопасности и улучшению качества продукции.

  • Оптимизация взаимодействия с продуктами и услугами. Системы AIoT способствуют более комфортному использованию умных устройств и сервисов, что особенно актуально в условиях растущей популярности таких решений.

Состояние и перспективы рынка AIoT в России.

О масштабах распространения AIoT можно говорить исходя из количества внедрений таких решений в бизнесе. Так, по данным АНО «Цифровая экономика», 27% российских компаний применяют AI в сочетании с IoT. Бума внедрения технологий AIoT эксперты ожидают в ближайшие 3—5 лет.

Тенденции и риски AIoT.

Однако на пути развития AIoT возникают и значительные препятствия. Бизнес сталкивается с нехваткой специалистов, высокими затратами и проблемами кибербезопасности. Как отмечает Береснёв: «Отсутствие оборудования и технологий, особенно в части чипов, высокая стоимость внедрения и длительный срок окупаемости станут ключевыми барьерами».

Как видно из представленной выше информации, в настоящее время указанные технологии используются следующим образом:

 IoT – в бытовых и коммерческих сферах (умный дом, здравоохранение и т.д.).

IIoT – в промышленном секторе (производство, энергетика, логистика и др.).

AIoT – в промышленности, сельском хозяйстве, транспорте и логистике, «Умные города», здравоохранении, умные дома и др.

Посмотрим последовательность действий в IIoT и AioT технологиях (см. Рис. 1).

Рис. 1 Алгоритм действий IIoT и AIoT технологий

Рис. 1 Алгоритм действий IIoT и AIoT технологий

На Рис. 1 видно, что если при применении IIoT технологии решение и последующие действия принимает человек, то при использовании AIoT технологии после анализа данных решение принимает (на основании заложенных алгоритмов и по результатам самообучения) ИИ, который и передает указание в виде запрограммированного сообщения для дальнейших действий объекта. В любом случае указанные технологии всего лишь инструменты человека, помогающие решению поставленных задач в рамках заданных человеком алгоритмов и разработанных программ, а не самостоятельные величины, определяющие протекание процесса.

А как же использование IIoT и AIoT может отразиться на процессах управления и в целом на управленческую деятельность в компаниях?

Как известно, бизнес-процесс имеет две составляющие: операционный процесс и процесс управления (см. Рис. 2).

Рис. 2 Модель бизнес-процесса и процесса управления с применяемыми инструменты и ресурсами.

Рис. 2 Модель бизнес-процесса и процесса управления с применяемыми инструменты и ресурсами.

На Рис. 2 отражена модель бизнес-процесса, состоящая из двух тесно связанные между собой процессов: операционного процесса и процесса управления, где каждому из них присуща своя функция и результаты деятельности которых влияют друг на друга. Выполнению поставленной сотруднику задачи в рамках процесса управления способствуют применяемые в компании инструменты и ресурсы управления.

Как вы думаете, к какому процессу имеют отношение, внедряемые в компаниях IoT, IIoT и AIoT технологии?

Точно не к ресурсам операционных процессов, как можно было бы подумать, а к ресурсам процесса управления, к которым относятся:

·  средства связи;

·  средства обработки информации,

·  знания, компетенции и опыт исполнителя (выполнение любой задачи будет под вопросом без наличия соответствующей квалификации у исполнителя).

К IoT, IIoT и AIoT системам относятся:

·  датчики, с помощью которых осуществляется сбор данных;

·  способы передачи данных через сеть (например, по Wi-Fi, Bluetooth, через сотовую связь или специальные низкопотребляющие сети вроде LoRaWAN);

·  удалённое хранилище (облако), где данные хранятся и обрабатываются с помощью программного обеспечения и алгоритмов;

·  специальные программы и/или ИИ, позволяющие обрабатывать поступающую информацию, контролировать ситуацию и по заложенным алгоритмам осуществлять необходимые действия.

Все IoT, IIoT и AIoT системы оказывают целенаправленное воздействие на выполняемые операционные процессы, в соответствии с заложенными в программы алгоритмами или на сотрудника, который осуществляет контроль работы этого оборудования, путем предоставления ему информации о состоянии оборудования и об отклонении технологического процесса. Таким образом, без непосредственного вмешательства человека, но на основании созданного им алгоритма, осуществляется управление удаленными устройствами или создается прогноз, например, возможной неисправности применяемого оборудования, что ведет в свою очередь к необходимости принятия решения человеком о дальнейшем выполнении операционного процесса или принятия решения ИИ на основе заложенного алгоритма.

С внедрением в деятельность компаний этих технологий идет масштабное вытеснение человека не только из выполнения им операционных процессов путем применения роботов и автоматизированных участков (цехов и предприятий), но и устранения его от непосредственного участия в процессах управления в части принятия и реализации решений для функционирования операционных процессов, выполняемых в компании, путем программирования этих решений или при использовании ИИ, которые действуют на основании заложенных в них алгоритмов.

Посмотрим, какие информационные потоки образуются до и при использовании IoT, IIoT и AIoT технологий на производстве при выявлении неисправности оборудования.

Для примера возьмем условное производство продукта на промышленном предприятии, производимого на неком оборудовании, и посмотрим, какие информационные потоки при этом образуются, в том числе и после выявления его поломки (см. Рис. 3).

Рис. 3 Примерная схема основных информационных потоков при производстве продукта.

Рис. 3 Примерная схема основных информационных потоков при производстве продукта.

На Рис. 3 отражены некоторые информационные потоки, которые образуются при производстве продукта и при обнаружении неисправности оборудования до внедрения IIoT или AIoT технологий, а именно:

·  информационные потоки, образующиеся при постановке задач от руководителей до исполнителей и отчеты об их выполнении от исполнителей до руководителей, т.е. о результатах производства продукта;

·  информационные потоки, образующиеся после производства продукта и его перемещения, касающиеся задействованных в этом сотрудников;

·  информационные потоки, образующиеся при появлении неисправности оборудования, касающиеся задействованных в этом сотрудников и данных о результатах устранения неисправности оборудования;

·  информационные потоки, образующиеся для пополнения запасов сырья и материалов (СиМ) и необходимых запасных частей к оборудованию, если это требуется для ремонта, касающиеся сотрудников, задействованных в пополнении СиМ и зап. частей.

При этом для передачи информации могут использоваться следующие средства передачи информации:

·  в бумажной форме;

·  в электронной форме;

·  телефон;

·  голосовое сообщение.

Для обработки информации обычно используются электронные средства и специальные программы.

Посмотрим теперь на примерную схему применения IIoT и AIoT технологий в производстве и образованных при этом информационных потоков (Рис. 4).

Рис. 4 Примерная схема основных информационных потоков при использовании IIoT и AIoT технологий.

Рис. 4 Примерная схема основных информационных потоков при использовании IIoT и AIoT технологий.

На Рис. 4 видно, что информация о состоянии оборудования по беспроводной связи через интернет попадает в облако и затем происходит ее анализ и принятие решения, если требуется. При использовании IIoT технологии на основании полученных и обработанных данных решение принимается человеком, а при использовании AIoT технологии – решение принимается ИИ на основании заложенных алгоритмов и самообучения.

Таким образом, после применения IIoT и AIoT технологий происходит изменение информационных потоков при производстве продукта, а также их использование вносит изменения в процессы управления (см. Рис. 5).

Рис. 5 Информационные потоки и процессы управления при разных вариантах использования новаций.

Рис. 5 Информационные потоки и процессы управления при разных вариантах использования новаций.

На Рис. 5 видно, что использование IIoT и AIoT технологий при производстве продукта изменяет информационные потоки и, соответственно, процесс управления, так как появляются другие источники информации, на основании которых требуется принимать решения или решения принимаются уже без участия человека (в случае использования AIoT технологии) относительно проведения ремонта оборудования.

До внедрения указанных технологий в случае обнаружения неисправности оборудования информация об этом от станочника направлялась бригадиру и от него затем начальнику цеха для принятия им решения, так как ремонтник подчиняется непосредственно начальнику цеха (рассматриваемый случай) или же заявка должна от начальника цеха поступить в ремонтный цех компании, или ремонтника надо заказать в другой компании (могут быть разные варианты и разные процессы управления).

 Какие преимущества получает компания после внедрения IIoT и AIoT технологий?

1)  Отслеживание причастными лицами в реальном времени технического состояния оборудования, проведение его анализа и выдача решения по его дальнейшей эксплуатации.

2)  Заблаговременное предупреждение о возможно выходе из строя оборудования, что позволяет:

·   спланировать производство продукта с минимальными потерями для компании;

·   заранее заказать необходимые запасные части для его ремонта, что снизит временные потери только на его ремонт;

·   заранее скорректировать объем выпускаемой продукции и решить этот вопрос с клиентами, чтобы не поставить их внезапно перед фактом снижения или прекращения поставок;

·   заранее спланировать ремонт оборудования с сервисной компанией, чтобы не попасть в ситуацию, когда у них не окажется возможности его провести в случае внезапного обращения.

3)  Минимизировать финансовые расходы, связанные с остановкой оборудования для его ремонта.

Появляются также и другие возможности, которые позволяют компании пройти этап ремонта с минимальными потерями, что, несомненно, положительно отразится на финансовом состоянии компании.

Выше были рассмотрены примеры, когда при производстве продукта использовалось одинаковое оборудование, т.е. ресурсы операционного процесса были неизменными во всех вариантах, а менялись только ресурсы процесса управления: использовались обычная структура управления, с применением IIoT или AIoT технологии.

Посмотрим, как изменятся процессы управления с использованием, например, AIoT технологии, в случае замены оборудования на роботов или при автоматизации производства. При этом предполагается, что в программу по управлению автоматизированным производством функционал AIoT технологии не входит и она существует отдельно (см. Рис. 6).

Рис. 6 Информационные потоки и процессы управления при использовании роботов и при автоматизации производства.

Рис. 6 Информационные потоки и процессы управления при использовании роботов и при автоматизации производства.

На Рис. 6 представлены два варианта производства: с использованием роботов и при автоматизированном производство, где ремонт может осуществлять как ремонтник (А), так и робот-ремонтник (Б).

Прежде всего необходимо отметить, что применение более совершенного и производительного оборудования плюс использование AIoT технологии внесло изменения в информационные потоки и дало следующие результаты:

1)  Процесс управления при производстве промежуточных продуктов роботами и при выполнении ремонта оборудования человеком:

·   Вместо бригадира и станочника появился специалист по настройке роботов, который программирует их операции в соответствии с заданной программой производства.

·   Выявление неисправностей и планирование ремонтов осуществляется ИИ (AIoT программой) после согласования начальника цеха и/или руководителя компании, если это может существенно повлиять на результат деятельности всей компании.

·   Ремонтник подчиняется начальнику цеха, но получает задачу по ремонту оборудования от ИИ. После завершения ремонта ставит отметку в программе ИИ и сообщает об этом специалисту по настройке (тут могут быть варианты: кто и как информирует оператора об окончании ремонта и необходимости проверки настройки роботов).

·   ИИ информирует начальника цеха об окончании ремонта.

2)  Процесс управления при автоматизированном производстве продукта и при выполнении ремонта оборудования человеком (Рис. 6 А):

·   Составляет и корректирует программу по производству продукта оператор, который подчиняется (могут быть варианты: главному инженеру, руководителю компании или др.).

·   Выявление неисправностей и планирование ремонтов осуществляется ИИ (AIoT программой) после согласования оператора и/или руководителя компании (все зависит от настройки программы).

·   Ремонтник может быть как в штате компании, так и приглашаться из другой компании и начинает работу после получения соответствующей информации от ИИ (если из другой компании, то в соответствии с договором).

·   После завершения ремонта ремонтник вводит информацию об этом ИИ, а от ИИ информация направляется оператору для проверки и запуска оборудования.

3)  Процесс управления при автоматизированном производстве продукта и при выполнении ремонта оборудования ремонтным роботом (Рис. 6 Б):

·   Оператор составляет и корректирует программу по производству продукта и подчиняется (могут быть варианты: главному инженеру, руководителю компании или др.).

·   Выявление неисправностей и планирование ремонтов осуществляется ИИ (AIoT программой) после согласования оператора и/или руководителя компании (все зависит от настройки программы).

·   ИИ дает указание роботу ремонтнику осуществить ремонт.

·   По окончании ремонта робот ремонтник направляет сообщение об этом ИИ.

·   ИИ информирует об окончание ремонта оператора для проверки и запуска оборудования.

В этой статье был рассмотрен только небольшой участок производства, когда применяются современные ИТ, а именно: выявление и выполнение ремонта оборудования на производстве и какие изменения при этом происходят с информационными потоками и процессами управления при использовании разных информационных технологий и разного оборудования. Даже на этом примере становится понятно, что внедрении в компании новаций нельзя осуществлять, ориентируясь только на операционные процессы. Изучение и проработка вариантов внедрения новаций в компании и создание модели планируемых процессов необходимо осуществлять с учетом возможных изменений в процессах управления и применяемых при этом средств передачи и обработки данных.

Кроме того, при расширении изучении задачи по выявлению и выполнению ремонта оборудования и при описании процессов управления, включая планирование и организацию поставок запасных частей и взаимодействие с их производителем, можно получить полную картину имеющихся при этом информационных потоков и тогда появляется возможность поиска наиболее подходящих этому процессов управления, используя как имеющиеся программы, так при необходимости и наличия возможности разработать новую программу, которая бы позволяла решать все возникающие вопросы.

Комментарии:

1.  Наличие современных информационных технологий и средств производства (роботов и автоматов) позволяет не только значительно повысить производительность труда, но и позволяет значительно повысить эффективность деятельности всей компании при совершенствовании имеющихся в ней процессов управления.

2.  Переход на цифровые документы всеми компаниями, в том числе и государственными органами, позволяет формировать необходимые информационные системы (процессы управления) как внутри компании и между компаниями, так и при взаимодействии их с государственными органами. Наиболее полную модель этого можно разработать только после описания происходящих при взаимодействии всех участников процессах управления.

Вы можете принять участие в обсуждении различных вопросов, касающихся управления в организации, на моем ТГ-канале Управление – Новый подход: https://t.me/upravlenie_novyj_podhod/5.