Когда мы говорим об интеллектуальном предприятии, важно сразу убрать путаницу. Речь не о платформе как таковой. Не о том, что у Microsoft, SAP, Oracle, Palantir, Celonis, Alibaba или Siemens есть очередной красивый продукт. И не о том, что где-то появился чат-бот, который умеет отвечать пользователю на вопросы по документам.
Настоящий вопрос жёстче: есть ли уже в мире реальные предприятия, где искусственный интеллект не просто помогает пользователю, а становится частью управленческой нервной системы предприятия? Есть ли такие заводы, фабрики, производственные площадки или цепочки поставок, где система действительно видит ситуацию, связывает данные, понимает процессы, пересчитывает варианты и помогает запускать действие?
Это уже не вопрос рекламной брошюры. Это вопрос экономической войны. Если такие системы уже работают, значит, через несколько лет российские средние производственные предприятия будут конкурировать не просто с заводами, у которых лучше оборудование, дешевле деньги или сильнее маркетинг. Они будут конкурировать с предприятиями, у которых быстрее работает внутренний интеллект.
И тогда вопрос «есть ли у нас ERP?» станет недостаточным. Важнее будет другое: есть ли у предприятия собранная система действия, памяти, расчёта и адаптации?
Полного “мозга фирмы” в открытых источниках почти не видно
Начнём с честного вывода.
В открытых публикациях я не нашёл полноценного аналога того, что в проекте Nexus понимается как искусственная личность предприятия: единой системы, которая связывает бизнес-процессы, учёт, KPI, стресс-сценарии, доменную память, источники данных, права, RPA-роботов связи, управленческие решения и действия всего предприятия.
То есть публичного кейса уровня «предприятие как единая искусственная личность, разговаривающая с руководством и управляющая целым организмом компании» пока почти не видно. Не видно такого, чтобы можно было сказать: вот завод, вот его искусственный мозг, вот он понимает финансы, производство, снабжение, склад, себестоимость, заказы, риски, денежный поток, людей, оборудование и стратегию как одно целое.
Но это не значит, что в мире ничего нет. Наоборот: в мире уже есть очень серьёзные части будущего интеллектуального предприятия. Просто они пока чаще выглядят как отдельные органы, а не как полностью собранная личность предприятия.
У одних это фабричный мозг. У других — мозг планирования. У третьих — цифровой двойник операций. У четвёртых — онтология производственных данных. У пятых — промышленная платформа массовой кастомизации. У шестых — цифровая фабрика с десятками AI-приложений.
И это уже очень серьёзно. Потому что организм будущего предприятия собирается не сразу. Сначала появляются отдельные органы: зрение, память, координация, реакция, прогноз, исполнительные контуры. Потом они начинают связываться между собой. Именно поэтому эти кейсы нужно изучать внимательно.
Midea: самый близкий публичный пример фабричного мозга
Самый близкий пример к образу «мозга фабрики» сегодня виден в Китае. Речь идёт о заводе стиральных машин Midea в Цзинчжоу.
В 2025 году китайские и международные деловые издания сообщили, что этот завод получил сертификацию как первая фабрика ИИ-агентов с мультисценарным покрытием. По сообщениям Yicai и 36Kr/KrASIA, на предприятии работает система Midea Factory Brain — «фабричный мозг», который координирует 14 ИИ-агентов по 38 производственным сценариям. Эти сценарии охватывают планирование, логистику, качество, обслуживание оборудования, энергетику и другие производственные задачи [1], [2].
Здесь важно не само слово «агент». Важно устройство. В публикациях прямо говорится, что фабрика строится как система «восприятие → решение → исполнение → обратная связь → постоянная оптимизация» [2]. Это уже гораздо ближе к нервной системе предприятия, чем к обычному чат-боту.
Описание Midea звучит почти анатомически. Если фабрика — тело, то Factory Brain является центральным узлом координации, специализированные ИИ-агенты работают как нервные сети для конкретных задач, а роботы, камеры, датчики, AI-очки, мобильные роботы и производственное оборудование выступают исполнительными органами [2].
Один из показательных примеров — первичный контроль качества. AI-очки соединены с фабричным мозгом, агентом разработки и агентом качества. Система автоматически получает чертёж из R&D-системы по информации о материале, сравнивает его с фотографией физического объекта и возвращает результат в контур качества. По опубликованным данным, время такой операции сократилось с 15 минут до 30 секунд [2].
Это уже не игрушка. Это не «напиши письмо». Это не «перенеси данные». Это контур, в котором цифровое восприятие, производственная память, проверка качества и физическое действие соединены в один цикл.
Однако даже этот сильный пример пока лучше называть именно фабричным мозгом, а не полной искусственной личностью предприятия. По открытым данным видно, что система глубоко работает внутри производственной площадки. Но не видно, что она так же полно охватывает финансы, управленческий учёт, коммерческий контур, бюджетирование, стресс-тестирование, стратегические решения и человеческий контур ответственности.
То есть Midea показывает: фабричный мозг уже реален. Но это ещё не весь Nexus-контур предприятия.
o9 Digital Brain: мозг планирования и цепочки поставок
Второй важный класс проектов — это o9 Digital Brain. Здесь речь идёт не о фабричном мозге в физическом цехе, а о цифровом мозге планирования, спроса, поставок, запасов и сценариев.
o9 прямо описывает свою платформу Digital Brain как систему, которая объединяет данные, интеллект и исполнение предприятия, чтобы принимать более быстрые, умные и устойчивые решения. В основе платформы заявлен корпоративный граф знаний, который помогает «чувствовать, планировать и решать» сквозным образом [3].
Наиболее интересны здесь не маркетинговые слова, а реальные кейсы. Например, в кейсе глобального поставщика для автомобильной и промышленной отрасли o9 описывает автоматизацию консолидации прогнозов, подключение внешних рыночных факторов и повышение точности прогноза более чем на 10 процентных пунктов [4].
В другом кейсе, по крупному игроку в возобновляемой энергетике, o9 пишет о переходе от разрозненных таблиц и «племенного знания» сотрудников к AI-powered Digital Brain — цифровому мозгу, где создаётся цифровой двойник всей сети: спрос, транспортировка, производство лопастей, мощности изготовления форм и затраты [5].
Отдельно стоит пример Toyota. В 2025 году o9 объявила о SaaS-соглашении с Toyota Motor Corporation для трансформации цепочки поставок и повышения эффективности [6]. В материалах o9 также описывается движение Toyota к цифровой трансформации supply chain через платформу Digital Brain [7].
Что здесь важно для нас? o9 не является «мозгом всего предприятия» в широком смысле Nexus. Но это очень сильный мозг планирования. Он собирает данные, знания, прогнозы, сценарии и решения в важнейшем контуре предприятия — цепочке поставок и планирования. Именно такие системы будут определять, кто быстрее увидит дефицит, кто быстрее пересчитает план, кто быстрее перестроит поставки и кто быстрее ответит рынку.
То есть o9 показывает: цифровой мозг планирования уже существует как промышленный класс решений. Но это пока один мощный орган будущего интеллектуального предприятия, а не вся искусственная личность фирмы.
Siemens: интеллектуальная фабрика как инженерная реальность
Siemens — один из наиболее зрелых европейских примеров интеллектуализации производства. Здесь не надо ждать фантастического голосового «капитана корабля». Siemens показывает более жёсткий инженерный путь: цифровые двойники, модульная автоматизация, производственные системы управления, искусственный интеллект и интеграция реального и цифрового мира.
В 2026 году Siemens сообщила, что её Digital Native Factory в Нанкине получила статус Global Lighthouse Factory Всемирного экономического форума. В пресс-релизе указано, что завод внедрил сквозные цифровые двойники, модульную автоматизацию, системы управления производственными операциями и более 50 AI-приложений. По сравнению с 2022 годом lead time снизился на 78%, time-to-market — на 33%, а производительность выросла на 14% [8].
Это уже не разговор о красивой демонстрации. Это промышленный результат.
Другой знаменитый пример Siemens — Electronics Works Amberg. Siemens описывает завод в Амберге как пример цифрового предприятия: предприятие выпускает около 17 миллионов продуктов SIMATIC в год, более 1000 вариантов продукции, а один продукт отгружается примерно каждую секунду [9]. В материалах немецкой платформы Industrie 4.0 завод в Амберге описывается как цифровая фабрика, где виртуальный и реальный миры сливаются [10].
Но и здесь нужно быть точными. Siemens показывает высокий уровень цифровой фабрики: интеграция, качество, прослеживаемость, производственная аналитика, цифровой двойник, автоматизация, AI-приложения. Однако в открытых публикациях это скорее интеллектуальная производственная система, чем единый «разум предприятия», который охватывает все управленческие, финансовые, процессные, стрессовые и человеческие контуры.
Siemens показывает, что интеллектуальная фабрика — уже инженерная реальность. Но полный «мозг фирмы» в смысле Nexus — это следующий слой сборки.
Panasonic Energy и Palantir: операционная память на производственной площадке
Ещё один важный пример — сотрудничество Panasonic Energy North America и Palantir.
Panasonic Energy выбрала Palantir Foundry для интеграции edge-сенсоров по производственным линиям, автоматизации эффективности и включения пользователей на производственных площадках в connected operations — связанные операционные процессы [11]. Это уже не просто аналитика в кабинете. Это попытка связать данные с реальными операторами и техниками на фабричном полу.
Особенно интересен опубликованный impact study по Palantir AIP для AI-powered machine maintenance в Panasonic Energy North America. В нём описывается проблема: огромные объёмы исторических данных по обслуживанию оборудования были разложены по изолированным системам. Техникам приходилось искать информацию вручную, сопоставлять историю ремонтов, сообщения команд, технические данные и текущие симптомы [12].
Palantir AIP и Ontology в этом кейсе должны объединять исторические и текущие данные обслуживания, знания команд и контекст оборудования, чтобы техник быстрее понимал, что происходит с машиной и какие действия уже предпринимались [12]. В сопутствующих материалах AWS по Panasonic Energy также упоминаются defect tracking, operating envelope, corrective action, asset model, process model и predictive maintenance strategy — то есть отслеживание дефектов, рабочие диапазоны, корректирующие действия, модель активов, модель процесса и стратегия предиктивного обслуживания [13].
Это очень близко к одному из будущих доменов Nexus: «оборудование и обслуживание», «качество», «производственная линия», «отклонения», «корректирующие действия».
Но опять же: это не всё предприятие целиком. Это сильный домен операционной памяти и действия. Он показывает, как может выглядеть часть искусственной памяти предприятия, но не закрывает весь контур: коммерция, финансы, бюджет, себестоимость, ERP-процессы, управленческие стресс-сценарии, человеческая ответственность.
Именно так, вероятно, и будет развиваться рынок: сначала сильные домены, потом их связка в более общую искусственную личность предприятия.
Celonis: процессный двойник операций
Celonis важен не как фабричный мозг и не как ERP, а как процессный интеллект предприятия. Это один из самых сильных публичных примеров того, что можно назвать «процессным двойником операций».
Celonis описывает свой Process Intelligence Graph как способ построить цифровой двойник операций в реальном времени, чтобы понять, как бизнес работает на самом деле и как его улучшить. В описании прямо говорится, что граф обогащается уникальным бизнес-контекстом предприятия: правилами, KPI, эталонными сравнениями, моделями, корпоративной архитектурой и другими элементами [14].
Особенно важна формулировка Celonis: этот слой даёт недостающий операционный контекст, который нужен корпоративному ИИ для успеха; его нельзя получить просто из систем, а большие языковые модели не могут вывести его только из данных [14].
Это ключевая мысль. Celonis фактически подтверждает то, что лежит и в основе Nexus: нельзя просто дать ИИ таблицы и ждать управленческой истины. Нужно собрать процессный контекст. Нужно понять, как бизнес реально работает.
Есть и реальные клиентские истории. Siemens, например, использует Celonis уже около десятилетия для process mining и process intelligence, чтобы анализировать данные точнее, реагировать быстрее и находить новые возможности [15]. В другом кейсе Celonis пишет, что Siemens подключила более 6000 сотрудников по всему миру и 70+ ERP-систем к процессной аналитике, добиваясь роста автоматизации и снижения переделок [16].
Это очень серьёзный уровень. Но Celonis всё же не является полной искусственной личностью предприятия. Он даёт процессную правду, операционный контекст и основу для действий. В логике Nexus это один из сильных органов: «процессное зрение» предприятия.
Global Lighthouse Network: интеллектуализация уже стала массовой промышленной практикой
Если смотреть не на один проект, а на общую карту, важнейший источник — Global Lighthouse Network Всемирного экономического форума. Это сеть передовых производственных площадок, которые показывают практическое применение технологий четвёртой промышленной революции.
В 2026 году Всемирный экономический форум сообщил, что сеть расширилась до 223 площадок более чем в 30 странах и 40 отраслях [17]. В пресс-релизе о новых участниках WEF подчёркивает, что новые «маяки» перестраивают операции с помощью передовых технологий, особенно искусственного интеллекта, чтобы укреплять конкурентоспособность, устойчивость и способность выдерживать давление среды [18].
Это важный сигнал. Интеллектуализация производства уже не единичный эксперимент. Она превращается в индустриальный стандарт для лидеров.
Но и здесь нужно аккуратно различать. Lighthouse Factory — это не обязательно полный «разум предприятия». Это может быть набор масштабированных use cases: предиктивное обслуживание, качество, энергоэффективность, цифровые двойники, автоматизация логистики, AI-поддержка сотрудников, оптимизация планирования. Это может быть очень зрелая цифровая фабрика, но не обязательно единая искусственная личность предприятия.
Тем не менее вывод жёсткий: мир уже накапливает промышленные кирпичи интеллектуального предприятия. И чем больше таких кирпичей, тем ближе момент, когда они начнут собираться в целостные системы.
Alibaba ET Industrial Brain: ранняя линия промышленного мозга
Китай начал говорить о «промышленном мозге» не вчера. Alibaba Cloud ещё в 2018 году продвигала ET Industrial Brain — промышленный мозг для интеллектуального производства.
В публикациях Alibaba Cloud ET Industrial Brain описывался как открытая промышленная интеллектуальная платформа, которая помогает собирать, анализировать, добывать и моделировать промышленные данные, а партнёрам позволяет быстро создавать интеллектуальные промышленные приложения [19]. В примере интеллектуальной трансформации котла на нефтехимическом предприятии более 1000 переменных в реальном времени передавались в Alibaba Cloud за секунды, что существенно улучшало перенос данных оборудования в облако [19].
Другая публикация Alibaba о ET Brain говорит о применении данных и ИИ для трансформации отраслей и описывает семейство решений ET Brain как попытку создать новые способы использования данных и искусственного интеллекта [20].
Этот пример важен исторически. Он показывает, что Китай уже несколько лет назад двигался не только к чат-ботам и офисным помощникам, а к промышленным мозгам: сбору технологических данных, моделям оборудования, оптимизации процессов и промышленной аналитике.
Но это снова, скорее, промышленный мозг технологического слоя. Он ближе к оборудованию, производственному процессу, датчикам и режимам. Nexus же должен собрать ещё и управленческий, учётный, финансовый, процессный и доменный контуры.
Haier COSMOPlat: промышленная экосистема и массовая кастомизация
Haier COSMOPlat — ещё один китайский пример, который нельзя сводить к обычной платформе. Haier описывает COSMOPlat как промышленную IoT-платформу с полным вовлечением пользователя в процесс, массовой кастомизацией, слиянием информационных и производственных технологий и механизмом микропредприятий [21]. На официальном сайте COSMOPlat говорится, что платформа была создана на базе 40-летнего производственного опыта Haier, берёт массовую кастомизацию как ядро и вовлекает пользователей во весь производственный процесс [22].
WEF-кейс по Haier Hefei показывает, что фабрика использовала собственную IIoT-платформу для масштабного внедрения AI, машинного зрения и продвинутой аналитики [23]. Другой WEF-кейс по Haier Hefei говорит о применении алгоритмов, цифровых двойников, графов знаний и других передовых технологий [24].
Это уже не только завод. Это попытка перестроить производственную экосистему вокруг пользователя, кастомизации, платформы, данных и производственных технологий.
Но и здесь, по открытым материалам, речь скорее о промышленной интернет-платформе, массовой кастомизации и цифровой производственной экосистеме. Это очень серьёзный орган будущего интеллектуального предприятия. Но не полный Nexus.
Что видно по карте реальных проектов
Если собрать все найденные кейсы вместе, получается очень интересная картина.
Midea показывает фабричный мозг, где ИИ-агенты, роботы, датчики, AI-очки и производственные сценарии соединяются в один производственный организм.
o9 показывает цифровой мозг планирования и цепочки поставок, где данные, прогнозы, сценарии и решения собираются вокруг спроса, поставок, запасов и производственной сети.
Siemens показывает интеллектуальную фабрику с цифровыми двойниками, AI-приложениями, модульной автоматизацией и высокой производственной интеграцией.
Panasonic Energy и Palantir показывают домен операционной памяти: оборудование, обслуживание, датчики, история ремонтов, действия техников, производственный контекст.
Celonis показывает процессный двойник операций: как предприятие реально работает, где узкие места, где отклонения, где процессы можно улучшить и как дать ИИ недостающий операционный контекст.
Alibaba ET Industrial Brain показывает промышленный мозг технологического слоя: данные оборудования, модели, оптимизация промышленных процессов.
Haier COSMOPlat показывает промышленную экосистему массовой кастомизации, где пользователь, производство, платформа и технологии соединяются в новый тип производственной модели.
То есть мир не стоит на месте. Он уже строит части будущего интеллектуального предприятия. Но пока это в основном отдельные органы: фабричный мозг, мозг планирования, процессное зрение, операционная онтология, промышленная платформа, производственный двойник.
Полностью собранной искусственной личности предприятия в открытых публикациях пока почти не видно.
Где здесь Nexus
Именно здесь становится понятно место Nexus.
Nexus не возникает в пустоте. Его нельзя представлять как одинокую фантазию, которая не имеет мировых аналогов. Мировые аналоги есть. Более того, они очень серьёзные. Midea, o9, Siemens, Palantir, Celonis, Alibaba, Haier уже показывают, что интеллектуализация предприятия — это не литература и не научная фантастика.
Но Nexus ставит задачу иначе.
Midea собирает фабричный мозг. o9 собирает мозг планирования. Celonis собирает процессный двойник. Palantir собирает операционную онтологию. Siemens собирает интеллектуальную фабрику. Haier собирает промышленную платформенную экосистему.
Nexus должен собрать не один орган, а архитектуру искусственной личности производственного предприятия.
Его логика начинается не с вопроса «какого агента подключить?». Она начинается с вопроса: какую реальность предприятия вообще должен понимать искусственный интеллект?
Ответ строится через цепочку: бизнес-процессы → вопросы Nexus → домены памяти → канонические поля → источники данных → мэппинг → качество данных → учёт → KPI → стресс-сценарии → управленческие решения → действия.
Именно это отличает Nexus от простой надстройки над ERP или от чат-бота над документами. Nexus должен понимать не только текст, а предприятие как связанную систему: что оно делает, какие процессы живут внутри, какие данные нужны для понимания предмета, где источник правды, какие показатели важны, как меняются последствия, какие действия должны быть запущены.
В российской производственной реальности это особенно важно. У нас есть 1С:ERP, старые УПП и КА, народные Excel-контуры, ручные обходы, разрозненные регламенты, сильная зависимость от отдельных сотрудников, сложная НСИ, производственные остатки, незавершённое производство, себестоимость, ГОЗ, бухгалтерский и управленческий учёт, закрытие месяца, дефициты, закупки, склады, внешние подрядчики и RPA-разрывы.
Если просто повесить ChatGPT над этой реальностью, предприятие не станет интеллектуальным. Оно получит красивый разговор с несобранной реальностью. Поэтому Nexus должен идти другим путём: не «языковая модель сверху», а сборка доменной памяти и системы действия изнутри предприятия.
Почему это не фантастика
Иногда кажется, что интеллектуальное предприятие — это образ из фантастического фильма. Человек говорит голосом: «Мама, космический корабль, развернись и лети туда-то», а система сама всё понимает, всё пересчитывает, всем управляет и ещё объясняет, почему так надо.
В реальности всё сложнее. Завод — не космический корабль из фильма. Предприятие полно грязных данных, недописанных регламентов, конфликтующих отделов, неочищенной НСИ, ручных решений, устных привычек, старых доработок, Excel-файлов и человеческой ответственности.
Но именно поэтому настоящая интеллектуализация не начинается с голоса. Она начинается с архитектуры.
Midea показывает, что фабричный мозг уже может управлять десятками производственных сценариев. o9 показывает, что цифровой мозг планирования уже может помогать крупным компаниям управлять спросом и цепочками поставок. Siemens показывает, что цифровая фабрика с десятками AI-приложений даёт измеримые производственные результаты. Palantir и Panasonic показывают, как можно собрать операционный контекст для техников и оборудования. Celonis показывает, что большие языковые модели не могут вывести процессный контекст просто из данных. Alibaba и Haier показывают, что Китай давно строит промышленные мозги и платформенные производственные экосистемы.
Это значит, что тема не фантастическая. Она уже идёт.
Вопрос только в том, кто первым соберёт это в целостную архитектуру предприятия, пригодную для своей страны, своих систем, своих производств, своих людей и своих рисков.
Вывод
Полного публичного аналога Nexus в открытых источниках пока не видно. Но отдельные органы будущего интеллектуального предприятия уже работают.
Фабричный мозг уже есть. Мозг планирования уже есть. Процессный двойник уже есть. Операционная онтология уже есть. Цифровые фабрики уже есть. Промышленные платформы уже есть. Сеть мировых «маяков» показывает, что интеллектуализация производства стала не игрушкой, а индустриальным направлением.
Поэтому российским средним производственным предприятиям нельзя успокаиваться мыслью, что «у нас пока есть время». Времени мало. Если через несколько лет внешние конкуренты будут действовать через фабричные мозги, цифровые двойники, операционные онтологии, AI-планирование и системы действия, то обычная автоматизация на ERP и ручные Excel-согласования окажутся слишком медленными.
Nexus — это российская попытка не догонять отдельную платформу, а собрать собственную архитектуру интеллектуального производственного предприятия. Не один орган, а связку органов. Не чат-бота, а доменную память. Не RPA-игрушку, а фабрику роботов связи. Не красивый прогноз, а стресс-сценарии и управленческие действия. Не цифровые ИИ-бусы, а живучесть предприятия.
Именно в этом смысл.
Мир уже показывает, что части будущего «мозга фирмы» работают. Значит, вопрос больше не в том, возможно ли это. Вопрос в том, успеем ли мы собрать свой вариант.
Библиография и источники
[1] Yicai Global. Chinese Home Appliance Giant Midea Receives World’s First AI Agent Factory Certification. 29 августа 2025.
[2] 36Kr / KrASIA. Midea’s “AI agent factory” signals a new model for global manufacturing. 2 сентября 2025.
[3] o9 Solutions. o9 Digital Brain — Enterprise Decision-Making & Planning in the Age of AI. Официальное описание o9 Digital Brain.
[4] o9 Solutions. Automotive Supplier Case Study. Кейс глобального поставщика для автомобильной и промышленной отрасли.
[5] o9 Solutions. Demand Planning & IBP Solutions for Renewable Energy. Кейс крупного игрока в возобновляемой энергетике.
[6] o9 Solutions. o9 solutions has signed a SaaS agreement with Toyota Motor Corporation to Drive Supply Chain Transformation and Accelerate Greater Efficiency. 31 марта 2025.
[7] o9 Solutions. Toyota’s Drive Towards Digital Transformation in Supply Chain. 22 августа 2024.
[8] Siemens. Siemens’ AI powered Nanjing facility named World Economic Forum Global Lighthouse Factory. 15 января 2026.
[9] Siemens. Electronics Works Amberg. Официальный материал Siemens о заводе EWA.
[10] Plattform Industrie 4.0. Siemens Electronic Equipment Factory in Amberg — The Digital Factory. Описание кейса Industrie 4.0.
[11] Panasonic North America. Palantir and Panasonic Energy of North America Sign Multi-Year Agreement. 7 июня 2023.
[12] Palantir / Hannover Messe. Palantir AIP for AI-Powered Machine Maintenance at Panasonic Energy North America. Impact Study.
[13] AWS / Panasonic Energy. Improving manufacturing at Panasonic Energy: Smart Factory & AI Operations powered by AWS & Palantir. Презентация AWS re:Invent 2023.
[14] Celonis. Process Intelligence Graph. Официальное описание графа процессного интеллекта.
[15] Celonis. Siemens Customer Story. Кейс Siemens и Celonis.
[16] Celonis. Siemens + Celonis — Process Mining. Кейс Siemens: process mining на глобальном масштабе.
[17] World Economic Forum. Global Lighthouse Network. Официальная страница сети Global Lighthouse Network.
[18] World Economic Forum. Global Lighthouse Network Recognizes 23 New Sites, Launches AI Platform for Industrial Transformation. 15 января 2026.
[19] Alibaba Cloud. Intelligent Manufacturing with ET Industrial Brain Open Platform. 10 октября 2018.
[20] Alibaba Cloud. ET Brain: Exploring New Uses for Data and AI. 26 апреля 2018.
[21] Haier. COSMOPlat — Haier Website. Официальное описание COSMOPlat.
[22] COSMOPlat. Create a World-leading Industrial Internet Platform. Официальное описание COSMOPlat.
[23] World Economic Forum. Case Study Details — Haier Hefei. Кейс Haier Hefei.
[24] World Economic Forum. Case Study Details — Haier Hefei. Кейс Haier Hefei: алгоритмы, цифровые двойники, графы знаний.