29 октября в рамках Международного форума-выставки «Российский промышленник 2025» состоялось заседание Специальной комиссии Бюро Высшего Совета по опережающему социально-экономическому и научно-технологическому развитию. Тема сессии: «От ручного труда к роботизированному — роботизация российской экономики: барьеры и перспективы».
В мероприятии приняли участие представители федеральных и региональных органов власти, бизнеса, научного сообщества и образовательных организаций. Среди выступающих — директор ФГАУ «Цифровые индустриальные технологии» Эдуард Шантаев.
Роботизация как фактор технологического суверенитета
В ходе заседания участники отметили, что развитие робототехники и автоматизации —необходимое условие технологического суверенитета России. Согласно указу Президента Российской Федерации № 309 «О национальных целях развития Российской Федерации до 2030 года», Россия должна войти в число 25 ведущих государств по уровню плотности роботизации к 2030 году.
Модератор заседания, Денис Кравченко, подчеркнул:
«Перед страной стоит непростая задача по увеличению производительности труда на 20,7% до 2030 года и вхождению к 2030 году Российской Федерации в число 25 ведущих стран мира по показателю плотности роботизации. От решения этих задач сегодня зависит по сути позиционирование и конкурентоспособность нашего государства на мировой арене».
Лидеры внедрения ИИ в российской робототехнике
По словам Эдуарда Шантаева, в России уже сформировался круг компаний, активно применяющих искусственный интеллект в промышленной робототехнике.
Одним из лидеров является ЦКБ «Дейтон» (входит в ГК «Элемент»), разработавшее роботов-инспекторов с ИИ для контроля качества микросхем. Эти системы способны выявлять дефекты размером до 3 микрон, что превосходит возможности человеческого зрения и обеспечивает принципиально новый уровень контроля качества.
Заметным игроком на рынке стала компания «РОБОПРО», специализирующаяся на коллаборативных роботах (коботах). Их решения применяются в медицине, пищевой промышленности и сфере услуг. Компания полностью локализовала разработку — создаёт собственные двигатели, электронику и программное обеспечение, снижая зависимость от импортных компонентов.
В медицинской сфере выделяется «Андроидная техника», создатель реабилитационных экзоскелетов «ЭкзоАтлет». Устройства используют адаптивные алгоритмы ИИ, анализирующие данные электромиографии и движения пациента. Система динамически подстраивает уровень поддержки, помогая сократить срок восстановления после травм на 30–40%.
Компания Cognitive Pilot (подразделение Сбера) стала первопроходцем в разработке ИИ-систем для автономной сельхозтехники. Их ИИ-системы для тракторов анализируют состояние почвы, прогнозируют урожайность и оптимизируют маршруты.
В логистике лидирующие позиции занимает «Промобот», чьи автономные мобильные роботы уже работают на складах «СберЛогистики».
Также заметную роль играет компания R-Pro (резидент «Сколково»), разработавшая AMR-платформу R-PRO MOVER. Система использует гибридные алгоритмы навигации с точностью позиционирования до 5 мм, интегрируется с WMS-системами и поддерживает «роевой интеллект» — координацию работы группы до 50 роботов. По данным компании, внедрение AMR позволило сократить время обработки грузов на 35%.
Ключевые барьеры развития ИИ в робототехнике
Эдуард Шантаев отметил, что отрасль сталкивается с целым рядом нормативных, технологических и организационных ограничений, требующих комплексного решения.
1. Нормативно-правовые барьеры.
Главным препятствием остаётся отсутствие единой законодательной базы, регулирующей разработку и применение ИИ. Отсутствие федерального закона «Об искусственном интеллекте» создаёт неопределённость в вопросах безопасности, сертификации и ответственности автономных систем.
Действующие стандарты не учитывают специфику самообучающихся алгоритмов. Ограничения на сбор и использование данных также замедляют развитие ИИ-решений. Федеральный закон от 27 июля 2006 г. №152–ФЗ «О персональных данных» и Федеральный закон от 26 июня 2017 г. №187–ФЗ «О безопасности критической информационной инфраструктуры Российской Федерации» жестко регулируют обработку информации, что осложняет обучение нейросетей.
2. Технологические барьеры.
Ключевая проблема — зависимость от импортных компонентов: до 85% комплектующих для робототехники поставляются из-за рубежа.
Среди других факторов — высокое энергопотребление ИИ-алгоритмов (на 40–60% выше у мобильных систем), дефицит качественных отечественных дата-сетов и низкая интеграция с устаревшим промышленным оборудованием.
Переход завода среднего размера на «умное» производство оценивается в 200–500 млн рублей, что остаётся недоступным для порядка 70% компаний.
3. Кадровые и организационные ограничения.
Только около 15% выпускников технических вузов обладают практическими навыками работы с ИИ и робототехникой.
Миграция специалистов и длительные сроки переподготовки увеличивают издержки компаний и замедляют внедрение решений.
Кроме того, часть руководителей предприятий сохраняет настороженность к автономным системам, опасаясь потери контроля. Например, лишь 12% промышленных предприятий внедрили цифровых двойников, хотя их использование могло
бы сократить время перенастройки линий на 35%.
Эдуард Шантаев подчеркнул, что ускорение внедрения ИИ и робототехники — стратегическая задача, напрямую влияющая на производительность труда и технологическую независимость страны.