Как ИИ и отечественные ИТ-решения меняют лесопромышленный комплекс

Искусственный интеллект в лесопромышленном комплексе перестал быть экспериментом ради технологии. Предприятия используют цифровые решения там, где можно измерить результат: для снижения себестоимости, повышения производительности и качества, планирования, прослеживаемости и автоматизации рутинных операций.

Параллельно отрасль перестраивает ИТ-ландшафт после ухода зарубежных вендоров в 2022 году. Компании проводят инвентаризацию программно-аппаратного комплекса, развивают собственные продукты, подключают отечественных и китайских поставщиков, а отдельные задачи закрывают инхаус-разработкой. Полного перехода на российский софт «одной заменой» рынок пока не получил: в промышленной автоматизации сохраняется гибридная модель.

От импортозамещения к гибридной ИТ-архитектуре

Опыт Группы «Илим» показывает, как предприятие адаптирует ИТ-стратегию к новым условиям. После потери поддержки западных вендоров компания провела полную инвентаризацию ИТ-ландшафта и выделила критически важные системы, которые нельзя было оставить без сопровождения. За последние 4,5 года «Илим» прошла путь от самостоятельного устранения проблем к стратегии импортонезависимости в программном обеспечении и выстраиванию логистических цепочек по запасным частям для hardware.

При этом компания не стала менять все решения любой ценой. В промышленном софте по-прежнему мало полноценных аналогов систем MES, АСОДУ и АСУ ТП «из коробки». Зато российский рынок заметно вырос в сегментах электронного документооборота, BI, информационной безопасности и систем управления транспортом.

На производстве «Илим» сочетает отечественные решения, китайские аналоги и собственные разработки. Часть продуктов приходится адаптировать под целлюлозно-бумажную промышленность и лесозаготовку, а иногда — менять архитектуру. В результате формируется связка: существующее ПО, отечественный вендор, инхаус-доработка и консультации интегратора.

«Коробочного» замещения не будет. Ближайшая перспектива — гибридная модель: имеющееся ПО + отечественный вендор + инхаус-доработка + консалтинг от интегратора.

Баланс между покупными решениями и собственной разработкой в ИТ-стратегии «Илим» составляет примерно 20/80: около 20% приходится на инхаус, остальное — на готовые продукты и интеграцию. Собственная команда быстрее реагирует на бизнес-запросы, глубже знает процессы и сохраняет контроль над критическими данными. Одновременно инхаус требует затрат на поддержание компетенций, сталкивается с риском устаревания технологий и сложностями масштабирования команды.

MES как ядро операционного управления

В 2023 году «Илим» внедрила на предприятиях систему MES CAT. За три года проект обеспечил прозрачность производственных процессов на новом комбинате в Усть-Илимске, сократил ручной ввод данных и ускорил формирование производственной отчетности по Целлюлозно-Картонному Комбинату.

Система прошла проверку на заводе с высокой нагрузкой, непрерывным циклом и жесткими требованиями к надежности и быстродействию. Следующий шаг — тиражирование MES на другие площадки с учетом различий в технологических цепочках и оборудовании.

Компания также расширяет функциональность системы: усиливает интеграцию с ERP и системами нижнего уровня. Цель — превратить MES из инструмента производственного учета в ядро операционного управления и дополнение АСОДУ.

Отношение к отечественным вендорам остается дифференцированным. Крупные ИТ-компании с промышленной экспертизой предлагают зрелые продукты и приемлемую поддержку, хотя сложные бизнес-запросы иногда обрабатываются медленнее ожидаемого. Молодые поставщики действуют быстрее и гибче, но им может не хватать опыта в специфике производства.

Проблемы часто связаны не с качеством кода, а с внутренними процессами: документацией, регламентами, обновлениями и гарантиями совместимости версий. Поэтому предприятия участвуют в дорожных картах поставщиков, дают обратную связь, а в ограниченном числе проектов софинансируют разработку. В обмен они получают ИТ-решение и отраслевую экспертизу, вендор — референс.

Где ИИ уже дает производственный эффект

На Светогорском ЦБК период с 2022 по 2024 годы стал этапом перестройки ИТ-инфраструктуры после выхода комбината из международного холдинга и потери доступа к глобальной цифровой сети. При внедрении ИИ предприятие определило три группы задач:

1. снижение себестоимости, повышение производительности и качества;
2. планирование и прослеживаемость;
3. повышение эффективности рутинных операций.

Один из проектов — нейросетевая модель для снижения расхода химикатов на участке отбелки целлюлозы. Ключевой показатель процесса — белизна полуфабриката в диапазоне 65–67%. Превышение 67% означает перерасход двуокиси хлора, а значение ниже 65% требует дополнительного отбеливания на следующих этапах. Модель анализирует 60 входных параметров технологического процесса и помогает учитывать факторы, которые оператор не может одновременно отслеживать в реальном времени.

Пилот выявил ограничение, связанное с ручным вводом данных. Если лаборант ошибается при фиксации времени отбора пробы, временные метки смещаются, а система сопоставляет показатели с опозданием и формирует неверный прогноз. На комбинате переводят часть контроля в автоматический режим, а для оставшихся ручных операций планируют QR-коды, которые будут фиксировать время автоматически.

Другой кейс связан с бумагоделательной машиной БДМ-4. В 2025 году на ней запустили онлайн-мониторинг подшипников в режиме 24/7. Ранее обходчики проверяли узлы вручную, а обработка данных могла занимать несколько дней. За первые 12 месяцев работы, итоги которых подвели в сентябре, комбинат не зафиксировал ни одного внепланового простоя по подшипникам. Годом ранее такие остановки отняли 150 часов рабочего времени. Проект окупился наполовину за 10 месяцев.

Сушка, ремонт и сортировка сырья

В деревообработке один из главных резервов цифровизации — сушка. На нее приходится от 60 до 90% расхода тепла на лесопильном комбинате. Интеллектуальная система подбирает режим под конкретную партию древесины, учитывая влажность сырья, температуру и параметры воздуха. Это помогает сокращать расход газа и электроэнергии, снижать риск пересушивания и делать процесс более предсказуемым.

В Башкирии реализуют проект сушильного комплекса с элементами ИИ и компьютерным зрением. Программа самостоятельно выстраивает режим работы камеры, а компьютерное зрение определяет тип древесины и подстраивает процесс под него.

Предиктивное обслуживание переносит ремонт с момента отказа на этап, когда по данным датчиков уже можно увидеть приближение неисправности. Для анализа используются вибрация, электрические параметры, токи электродвигателей, нагрузка, режимы работы и история эксплуатации. В ЛПК модели машинного обучения прогнозируют поломки с точностью до 85%.

«Сегежа Групп» развивает собственные прикладные информационные системы через профильное ИТ-подразделение. Ее система анализирует вибрацию, токи двигателей и историю эксплуатации. Цифровые двойники бумагоделательных машин уже позволяют предотвращать обрывы полотна на накате в 60% случаев.

Еще одно направление — приемка макулатуры. Более половины волокна для российской бумаги и картона составляет вторичное сырье: коробки, офисные отходы, газеты и упаковка. Пластиковая пленка, скотч, клей, металлические скобы, неподходящий тип картона или избыточная влажность могут ухудшить качество готового полотна и привести к сбоям оборудования.

Оптические модули с ИИ в реальном времени определяют тип волокна, влажность и посторонние включения. БИК-датчики разделяют потоки по типам сырья и отделяют ламинированную бумагу. Нейросети, обученные на десятках тысяч изображений, распознают фракции по форме, весу и фактуре, а операторы могут дообучать систему в процессе работы.

Человек, ИИ и прослеживаемость древесины

Автоматизация не означает полную замену сотрудников. ИИ эффективен при высокоскоростном анализе больших массивов данных, сведении отчетов, поиске регламентов и переводах. Человеку остаются стратегическое планирование, постановка задач, креатив и сквозной контроль качества результата.

На практике внедрение может тормозиться страхом персонала перед технологиями или непониманием новых инструментов. Кроме того, даже передовые нейросети способны безошибочно решать простую для человека задачу — например, распознавать время на аналоговых часах — лишь в 50% случаев. Поэтому надежность цифрового проекта зависит не только от алгоритма, но и от качества данных, подготовки сотрудников и организации контроля.

Цифровизация охватывает не только заводские процессы. Федеральная государственная информационная система лесного комплекса прослеживает путь древесины от делянки до конечного потребителя, объединяя электронные лесные декларации, сделки и сведения о цепочках поставок. В перспективе каждая делянка и каждое дерево получат цифровой паспорт.

Данные дистанционного зондирования со спутников помогают контролировать вырубки и восстановление лесов, лесозаготовительную технику круглосуточно отслеживают с помощью ГЛОНАСС, а на деревообрабатывающих предприятиях применяют компьютерное зрение для контроля станков, безопасности персонала и качества пиломатериалов. Эти решения обсуждались среди направлений XXVII Петербургского международного лесопромышленного форума, который должен был пройти 30 сентября — 1 октября 2025 года в Санкт-Петербурге.

Для предприятия ИИ становится инструментом управления невидимыми потерями: он помогает точнее расходовать энергию и химикаты, заранее выявлять неисправности, контролировать сырье и повышать прослеживаемость. Результат цифровизации определяется не самим фактом внедрения технологии, а тем, насколько она встроена в производственный комплекс, данные и ежедневные процессы.

Частые вопросы

Почему лесопромышленный комплекс внедряет ИИ?

ИИ помогает снижать себестоимость, повышать производительность и качество, улучшать планирование и прослеживаемость, а также автоматизировать рутинные операции.

Какие задачи ИИ решает на ЦБК?

Нейросетевая модель на участке отбелки целлюлозы анализирует 60 параметров и помогает удерживать белизну полуфабриката в диапазоне 65–67%. Онлайн-мониторинг подшипников на БДМ-4 предотвращает внеплановые простои.

Какой результат дал мониторинг БДМ-4?

За первые 12 месяцев после запуска системы 24/7 комбинат не зафиксировал ни одного внепланового простоя по подшипникам. Годом ранее такие простои составили 150 часов рабочего времени, а проект окупился наполовину за 10 месяцев.

Полностью ли российский софт заменил зарубежные решения?

Нет. Полноценных отечественных аналогов «из коробки» в промышленном софте пока мало. Предприятия используют отечественные и китайские продукты, существующие системы, собственные разработки и интеграцию.

Какую роль сохраняет человек при внедрении ИИ?

Сотрудник отвечает за стратегическое планирование, постановку задач, креатив и контроль качества. ИИ выполняет быстрый анализ больших массивов данных и другие операции, где важны скорость и обработка информации.