Рынок заметно повзрослел за последний год. Если в 2023-2024 компании метались в поисках замены западным системам, тестировали все подряд, то сейчас подход стал осознанным. Заказчики понимают: нужна не программа, а работающая инфраструктура на годы вперед. Изменился сам запрос. Раньше приходили с формулировкой: «Дайте нам аналог того зарубежного продукта, который у нас стоял». Сейчас говорят: «Нужна цифровая цепочка от проектирования до производства, чтобы данные шли без разрывов». Это принципиально другой уровень разговора.

Работа идет не с отдельной системой, а с комплексом решений — системы проектирования, управление жизненным циклом изделий, информационное моделирование, управление производством. Их нужно встроить в существующую архитектуру заказчика так, чтобы все работало как единый организм.

Заказчики ищут подрядчика, который возьмет на себя весь путь: обследует процессы, спроектирует архитектуру решения, настроит интеграции, обучит людей. Единая точка входа — это про снижение рисков и управляемость проекта на всех этапах.

Предприятия осознали простую вещь: автоматизация черчения — это не цель, а стартовая точка. Информационные технологии становятся основным средством производства, а не вспомогательным инструментом.

Сейчас важно управлять данными на всем пути изделия — от идеи до снятия с производства. Контролировать версии, изменения, варианты исполнения. Связывать проектные решения с технологиями производства, закупками, эксплуатацией. Типичный проект у нас начинается с обследования. Смотрим, как сегодня устроены процессы: где данные теряются, где возникают узкие места, где люди дублируют работу вручную. Затем проектируем целевую архитектуру под отраслевую специфику конкретного заказчика. Настраиваем интеграции между системами. Когда задачи выполняются параллельно по единым стандартам, это дает скорость — меньше ручного контроля, меньше ошибок на стыках, понятные сроки.

В безопасной разработке применяется та же логика. Когда ПО становится ядром производства, подход к его защите меняется. Сейчас заказчик работает с пятью-семью отечественными вендорами там, где раньше был один западный. Если каждый разработчик идет своим путем, интеграция превращается в головную боль — несовместимые подходы, непрозрачные зоны ответственности.

Параллельно развиваются требования регуляторов — КИИ, стандарты ФСТЭК, программы сертификации. Объединение вендоров вокруг общих практик РБПО позволяет закладывать безопасность на уровне архитектуры, а не латать ее на этапе приемки. Предсертифицированные стеки сокращают путь к запуску. Отраслевая специфика тоже играет роль: требования к промышленным системам, медицине или финансам отличаются. Профили безопасности под конкретные индустрии помогают учесть это сразу, не изобретая велосипед на каждом проекте.

И важный момент — масштабирование экспертизы. Встраивая проверки безопасности в инструменты разработки — автоматический анализ кода, контроль соответствия стандартам — мы даем заказчику прозрачность без необходимости держать большую команду аудиторов. Единые подходы превращают многокомпонентную систему в управляемую экосистему.

В промышленности главная боль — разорванность данных. Конструкторы работают в одной системе, технологи в другой, производственники в третьей. Изменили деталь — и дальше цепочка сбоев: спецификация не обновилась, технология устарела, на складе заказали не те материалы. Задача — связать проектирование и управление жизненным циклом изделий с системами управления ресурсами предприятия и системами управления производством. Чтобы данные шли сквозным потоком без ручного перебивания.

Кстати, системы управления производством сейчас растут быстрее других сегментов. И это логично — внедрение внутрицехового планирования может дать прирост производительности процентов на 15-20. Это измеримый эффект, который руководство видит сразу. Много работаем с миграцией данных из западных систем. За десятилетия накоплены огромные архивы моделей, чертежей, спецификаций. Перенести их без потерь — отдельная история. Нужна глубокая экспертиза, потому что системы устроены по-разному, данные представлены по-разному. То, что раньше было доступно только в западных решениях, сейчас активно появляется в отечественных, но часто требует доработки под конкретные задачи.

Когда переходишь от пилота на пяти рабочих местах к промышленной эксплуатации на сотнях, требования к качеству взлетают. И если в минимально жизнеспособном продукте недоработка исправима и приносит временное небольшое неудобство, то при ее пропуске в массовое производство, она может стоить остановки работы целого подразделения. Как следствие — огромных потерь бюджета из-за простоев.

Поэтому сейчас все больше запросов на раннее тестирование, еще на этапе разработки и настройки. Компании начали просчитывать риски заранее: как фиксировать ошибки, как контролировать версии, как управлять тестовыми сценариями при длительных проектах.

Особенно остро это на стыках систем. Ты настраиваешь интеграцию между тремя-четырьмя продуктами от разных разработчиков, и любая мелочь в передаче данных может всё сломать. Системная ошибка на критическом участке — это срыв сроков и внеплановые затраты. Речь не об отдельной программе, а о комплексе решений в единой архитектуре. С требованиями информационной безопасности, совместимостью с российскими операционными системами, сохранностью данных.

Через проекты на Test IT хорошо видно, на чем сейчас фокусируются компании. Первое — корректность данных при миграции. Потерял спецификацию или исказил геометрию модели — получишь брак в производстве. Второе — согласованность систем между собой. Они должны не просто работать, а корректно обмениваться данными, синхронизировать изменения, поддерживать единые справочники.

Третье — информационная безопасность. Контроль прав доступа, аудит действий, защита конфиденциальных данных.И четвертое — возможности искусственного интеллекта для ускорения процессов.

Здесь важный момент: искусственный интеллект перестал быть модной темой для презентаций. Ему нашли конкретное применение. Например, автоматизация проверки моделей на соответствие стандартам. Или интеллектуальный поиск уже разработанных решений в архивах предприятия, чтобы не изобретать велосипед заново. Оптимизация конструкций по множеству параметров одновременно. Ускорение тестирования — искусственный интеллект быстрее находит аномалии в данных.

В Test IT функциональности на основе искусственного интеллекта сокращают время генерации тестов, помогают быстрее выявлять проблемы на стыках систем. Это особенно критично в комплексных проектах с высокой кастомизацией. Но важно понимать: искусственный интеллект — это инструмент поддержки специалиста, а не его замена. Он снимает рутину, освобождает время для творческих задач. Но инженер остается в центре процесса.

В базовых и средних задачах отечественные системы проектирования и управления данными уже на хорошем уровне. Двумерное проектирование, трехмерное моделирование средней сложности, выпуск конструкторской документации — здесь они либо сопоставимы с западными, либо даже удобнее, потому что заточены под наши стандарты и практики работы.

Разрыв остается в высокосложных узкоспециализированных областях. Продвинутые системы инженерного анализа для сложных расчетов, высокоточное параметрическое моделирование, комплексные корпоративные системы управления жизненным циклом для огромных холдингов, микроэлектроника. Здесь западные продукты впереди — у них десятилетия развития и накопленной экспертизы.

Но российские разработчики, и мы в том числе (вместе с коллегами из FabricaONE.AI), последние годы создаем решения под конкретные потребности отечественного производства, под нашу нормативную базу, под российские методы работы. Продвигая ценность не через количество замещающих функций, а через реальные услуги и продукты для конкретного заказчика и его ИТ-инфраструктуры.

Инженерные системы перестают существовать изолированно и на первый план выходят сквозные контуры решений. Они встраиваются в единую цепочку с системами управления ресурсами предприятия, производством, техобслуживанием. Данные используются на всех этапах жизни изделия, а не только при проектировании.

Второе — облачные и гибридные модели. Рынок постепенно уходит от настольных приложений на отдельных станциях к браузерным решениям. Это упрощает совместную работу распределенных команд, доступ к данным из разных точек, масштабирование ресурсов. Третье — цифровые двойники выходят из концепции в практику. Связка систем проектирования, инженерного анализа, управления жизненным циклом и платформ мониторинга позволяет использовать цифровые модели для диагностики, прогноза отказов, оптимизации режимов работы. Это уже работает в нефтегазе, энергетике, на сложных производствах. Четвертое — прикладной искусственный интеллект. Автоматизация рутинных операций, проверка документации, поиск решений в архивах, оптимизация конструкций. Причем искусственный интеллект работает под контролем инженера как помощник, а не автономно.

Рынок перешел от хаоса к стратегии. Рост теперь зависит не от количества новых внедрений, а от глубины использования уже внедренных систем и от способности подрядчиков закрывать комплексные задачи.

Искусственный интеллект начинает становиться стандартным элементом инфраструктуры. Компании, которые встраивают его в тестирование, управление данными, автоматизацию сценариев — получают преимущество в скорости и качестве.

Будущее за теми, кто предложит не набор программ, а целостную экосистему для цифрового предприятия.

Основной запрос бизнеса — интегрировать все эти решения в реальные рабочие процессы проектирования и производства. С сохранением контроля, проверяемости каждого шага и соответствия требованиям безопасности. Фокус окончательно смещается от демонстрации технологий к их системному применению, которое дает измеримый экономический эффект.