
Эту проблему мы обсуждали 15 сентября на CeMAT RUSSIA 2026 в рамках тематической сессии РУССОФТ «От данных к решениям: как связать ключевые системы в единую управляемую модель (S&OP, IBP и ИИ)». Сессия прошла на WIN Арене в рамках конференции WIN RUSSIA и была посвящена интеграции ИТ-систем, управлению данными и применению ИИ в производственной логистике.
Для CeMAT RUSSIA тема имеет непосредственное практическое значение. Выставка объединяет решения для складской и производственной логистики, автоматизации и роботизации, а значит, показывает ту часть бизнеса, где один процесс проходит через множество информационных и физических контуров. В деловой программе 2026 года интеграция систем и управление данными стали отдельным направлением обсуждения.
На сессии участники разбирали S&OP и IBP, кросс-функциональные показатели, архитектуру производственных данных и роль ИИ. При этом отправной точкой стал вполне практический вопрос: что происходит, когда системы предприятия связаны технически, но данные между ними не образуют единого управляемого контекста?
В своем выступлении Сергей Кондратенко, CEO НооСофт, предложил посмотреть на проблему через транспортный контур. Внутри предприятия ERP, MES и WMS могут находиться в одном управляемом пространстве, где определены источники данных и ответственность за них. Но после выхода процесса за пределы предприятия появляются перевозчик, водитель, грузополучатель и внешние источники фактов. К одному рейсу могут одновременно относиться данные TMS, WMS или YMS, телематики и государственных информационных систем.
В результате один и тот же рейс оказывается представлен сразу в нескольких контурах. И пока эти сведения просто передаются из системы в систему, интеграция сама по себе ещё не решает проблему достоверности.
В НооСофт мы рассматриваем следующий уровень задачи: необходимо договориться, какой факт считать достоверным и кто отвечает за его формирование.
Это особенно заметно там, где данные начинают влиять на деньги. В представленной на сессии практике НооСофт сопоставлял информацию из Wialon, СКАУТ, Omnicomm, CAN и 1С/ERP. Такой подход позволил перейти от отдельных показаний к верифицированному факту. В публичном кейсе, приведённом в презентации, речь шла о парке более чем из 5000 единиц техники: на первом этапе анализировались 2000 транспортных средств, а экономия топлива составила около 8%, при этом выявленные скрытые потери оценивались примерно в 14,5 млн рублей в месяц.
Здесь принципиален сам механизм получения эффекта: не добавление ещё одной системы мониторинга, а сопоставление уже существующих источников. Если разные системы сообщают разные версии одного события, интеграционная шина не превращает их автоматически в одну правду.
Как сформулировано в презентации НооСофт: «Две правды, связанные интеграцией, — это всё ещё две правды».
Отсюда возникает несколько вопросов, которые должны быть определены ещё до автоматизации принятия решений: как идентифицировать один объект в разных системах, что именно считать произошедшим событием, какие источники имеют приоритет, как разрешаются конфликты и кто несёт ответственность за итоговый факт. В предложенной модели цепочка выглядит так: факт, отклонение, решение, контроль.
На сессии ИИ обсуждался не как самостоятельный слой поверх существующей ИТ-инфраструктуры. Для него сначала должен появиться качественный контекст.
В НооСофт этот принцип сформулирован предельно практично: сначала зафиксировать, что произошло, и только потом спрашивать ИИ, что с этим делать.
На конкретном сценарии это выглядит следующим образом. Телематика фиксирует остановку машины, CAN показывает работающий двигатель, TMS видит риск нарушения срока, а ЭПД ещё не подтверждает приёмку. Если эти сведения объединены, ИИ может собрать контекст, обнаружить отклонение, предложить вероятную причину и варианты реакции. Но решение остаётся за человеком.
Такой подход меняет и сам разговор об ИИ в промышленной логистике. Вопрос уже не только в том, какую модель использовать или какого агента внедрить. Сначала нужно определить, на каких фактах он будет работать, насколько они согласованы и какие действия действительно можно автоматизировать.
Эта логика хорошо соотносилась с общей повесткой сессии. Валерий Решетников, директор практики «Управление цепями поставок», Рексофт Консалтинг, модерировал обсуждение S&OP, IBP и кросс-функционального управления. Андрей Репин, владелец продуктов по оптимизации спроса, мультиэшелонной оптимизации запасов и дизайну цепочек поставок, In.Plan, представлял соответствующий продуктовый контур. Леонид Яковлев, директор по продажам ИнБев Эфес, Михаил Бельский, ИТ-директор компании IEK, Павел Мурзакаев, лидер по развитию программных продуктов Систем Электрик, и Петр Первой, директор по продажам «Солво», дополнили дискуссию практическими аспектами управления, автоматизации и ИТ.
Сам состав участников показателен: вопрос интеграции нельзя свести к задаче одного ИТ-подразделения. S&OP и IBP затрагивают планирование, производство, снабжение, логистику и управленческий контур, а значит, требуют общих правил работы с информацией и понятной ответственности между функциями.
Ценность интеграции появляется не в момент, когда системы начинают обмениваться сообщениями, а тогда, когда предприятие получает согласованный набор фактов, понимает происхождение каждого из них и может на этой основе управлять отклонениями.
Проверить это можно даже на одном рейсе. Совпадают ли сведения разных систем? Кто определяет, какая версия верна? Как быстро предприятие может перейти от обнаруженного отклонения к реакции? Если ответ по-прежнему сводится к тому, что «диспетчер разберётся», значительная часть управляемости остаётся не в ИТ-контуре, а в голове конкретного сотрудника.
Здесь проходит граница между набором цифровых инструментов и действительно единой моделью управления. Данные должны быть связаны с процессами, ответственность — с правилами, а ИИ — с доверенными фактами и разрешёнными действиями.