Модуль p.10 · Урок 1
Урок 1: Карта 65+ вендоров промышленного AI — три слоя рынка в деталях
Чему вы научитесь
- Быстро ориентироваться в 8 категориях industrial AI и не смешивать платформу автоматизации, hyperscaler, digital twin и нишевой SaaS в одну «корзину вендоров»
- За 5 минут отсекать поставщиков, которые красивы на конференции, но непригодны для закупки в российском enterprise-контуре
- Понимать, где искать платформу, где — интегратора, а где — специализированный продукт под один use case
- Пользоваться vendor map как фильтром перед RFP, а не как каталогом «кого позвать на демо»
- Связывать выбор вендора с соседними модулями: контур из p.2, санкции из p.3, ROI из p.4 и open-source альтернативы из p.9
В обзорном модуле p.1 рынок был показан как три слоя. Для закупки этого недостаточно. Когда начинается реальный выбор, вам нужен не красивый landscape, а рабочая карта: кто продаёт платформу, кто — готовый продукт, кто — интеграцию, а кто вообще недоступен в российском контуре. В апреле 2026 года собрана карта на 65+ вендоров и платформ по 8 категориям. Ниже — сокращённая procurement-версия этой карты, пригодная для short list и RFP.
Главное правило этого урока жёсткое: мировой reference-рынок и список допустимых закупочных опций для российского промышленного предприятия — не одно и то же. Поэтому читать карту надо в три прохода: задача, контур, доступность. Если этот порядок нарушить, вы потратите месяц на встречи с вендорами, которых нельзя купить, нельзя завести в КИИ или нельзя защитить перед ИБ.
| Категория | Что покупают | Типовые вендоры | Какой вопрос решает | РФ-статус в 2026 году |
|---|---|---|---|---|
| Классические промышленные AI-платформы | Большую промышленную платформу вокруг automation / APM / historian / copilot | Siemens, ABB, Schneider, Rockwell, Emerson/AspenTech, Honeywell, GE Vernova, Yokogawa, AVEVA, Hitachi | «Чем управлять заводом, активами и инженерными данными как системой» | В основном недоступны или сильно ограничены |
| Cloud AI для промышленности | Облачную платформу для данных, ML, GenAI и агентных сценариев | AWS, Azure, Google Cloud, NVIDIA Omniverse, IBM, Oracle | «Где собирать данные, обучать модели и запускать AI-сервисы» | Для белого enterprise-контура РФ в основном недоступны — см. модуль p.3 |
| Digital Twin платформы | Среду моделирования, симуляции и виртуальных двойников | Bentley iTwin, Dassault 3DEXPERIENCE, PTC ThingWorx, Ansys Twin Builder | «Где моделировать объект, процесс или фабрику до физического запуска» | Частично или полностью ограничены |
| CV для промышленности | Готовую систему машинного зрения для ОТК, сборки, HSE | Cognex, Keyence, Landing AI, Robovision, Neurala, Zebra Aurora | «Как видеть дефект, сборку, опасную зону, нарушение» | Частично доступны, но санкционно нестабильны |
| Predictive Maintenance SaaS | Платформу PdM по сенсорике и событиям | Augury, Uptake, Senseye, C3.ai, Aspen Mtell, Fiix, Augmentir | «Как прогнозировать отказ и подсказывать действия по активу» | Для белого enterprise-контурa РФ недоступны |
| Российские AI-платформы | Локальный или облачный AI-стек под РФ-юрисдикцию | Yandex AI Studio/DataSphere, GigaChat, MTS AI/Cotype, Cloud.ru, T-Bank open-weight | «На чём строить AI в РФ без западного SaaS» | Основной рабочий слой |
| Российские интеграторы | Команду внедрения, а не только продукт | IBS, КРОК, Jet, ITPS, МТС Digital, Сбер ЦРТ, Газпромнефть Цифровая, РН-Цифра | «Кто соберёт проект под наш ландшафт» | Основной канал внедрения |
| Российские специализированные продукты | Точечное прикладное решение | VizorLabs, Малленом, NtechLab, Cognitive Pilot, Северсталь SOVA/EVE, Zyfra ZIIoT | «Как быстро закрыть конкретную задачу без большой платформы» | Основной практический слой |
Как выглядит рынок, если наложить на него российский контур
flowchart TD
A[Классические автоматизаторы] --> A1[Siemens]
A --> A2[ABB]
A --> A3[Schneider / AVEVA]
A --> A4[Rockwell]
A --> A5[AspenTech / Emerson]
B[Гиперскейлеры и cloud AI] --> B1[AWS]
B --> B2[Azure]
B --> B3[Google Cloud]
B --> B4[NVIDIA Omniverse]
B --> B5[IBM / Oracle]
C[Нишевые продукты] --> C1[CV]
C --> C2[PdM]
C --> C3[Digital Twin]
D[Российский рабочий контур] --> D1[Yandex]
D --> D2[Сбер]
D --> D3[MTS AI]
D --> D4[Cloud.ru]
D --> D5[T-Bank open-weight]
D --> D6[Zyfra / VizorLabs / Малленом]
A -.в основном недоступны в РФ.-> D
B -.для белого enterprise-контра недоступны.-> D
C -.берутся как референс или точечно через локальные аналоги.-> Dflowchart TD
A[Вендоры автоматизации]
B[Гиперскейлеры]
C[Специалисты]
A --> D[Санкционный фильтр РФ]
B --> D
C --> D
D --> E[Остаётся закупочный слой]
E --> F[Платформы РФ]
E --> G[Интеграторы РФ]
E --> H[Спецпродукты РФ]
F --> F1[Yandex / Сбер / MTS AI / Cloud.ru]
G --> G1[IBS / КРОК / Jet / ITPS]
H --> H1[Zyfra / VizorLabs / Малленом]Матрица 1: международный reference-рынок
Ниже — не список «что купить», а список «кого знать, чтобы понимать мировой стандарт». Для российского CDTO это важно по двум причинам. Во-первых, именно эти игроки определяют язык переговоров, архитектурные паттерны и KPI, с которыми к вам придут интеграторы. Во-вторых, именно их надо уметь переводить на российские альтернативы, а не наоборот.
| Вендор | Класс | РФ-доступ | Типовой use case |
|---|---|---|---|
| Siemens Industrial Copilot | Industrial AI Suite | Нет для новых проектов в РФ | PLC copilot, product data, industrial copilot, foundation-model сценарии |
| ABB Ability Genix | Industrial analytics + robotics | Нет для белого закупочного контура | APM, robotics, process analytics |
| Schneider EcoStruxure | Automation + energy | Нет / серый импорт, высокий риск | Energy management, software-defined automation |
| Rockwell FactoryTalk | Automation + CMMS | Нет | Discrete manufacturing, Fiix CMMS, design copilot |
| Aspen Mtell | PdM / process industries | Нет | Нефтехимия, переработка, prescriptive maintenance |
| Honeywell Forge | Industrial cloud platform | Нет | Refinery, buildings, operational analytics |
| GE Vernova APM | APM / SmartSignal | Нет | Энергетика, тяжёлые активы, digital twin blueprints |
| Yokogawa OpreX | Plant performance | Ограниченно | Refinery, LNG, process optimization |
| AVEVA PI System | Historian + visualization | Нет | Historian, process data, PI-based analytics |
| Hitachi Lumada | Industrial AI platform | Нет | Physical AI, data + services |
| AWS Manufacturing | Cloud industrial AI | Нет для белого enterprise-контура РФ | IoT + Bedrock + SageMaker |
| Azure Fabric / Azure AI | Cloud AI + data | Нет | Corporate copilots, factory operations, data fabric |
| Google Manufacturing Data Engine | Cloud data engine | Нет | IT/OT data unification |
| NVIDIA Omniverse | Physical AI + digital twins | Ограничено по HW/SW | Virtual factory, simulation, robotics |
| IBM Maximo Visual Inspection | EAM + visual inspection | Нет | Enterprise visual inspection |
| Oracle Fusion SCM | ERP/SCM agents | Нет | SCM agents, planning, maintenance |
| Bentley iTwin | Digital twin platform | Ограниченно | Инфраструктурные twins, EPC, substation twins |
| Dassault DELMIA | Virtual twin / manufacturing | Частично ограничено | Manufacturing twins, simulation |
| PTC ThingWorx | IIoT + connectivity | Нет | IIoT apps, AR, protocol connectivity |
| Ansys Twin Builder | Simulation twin | Нет | Simulation-driven twins |
| Cognex VisionPro DL | Industrial CV | Ограниченно | ОТК, OCR, assembly verification |
| Keyence CV-X | Industrial CV | Ограниченно | Высокоточное vision inspection |
| LandingLens | Vision SaaS | Нет для белого контура | Few-shot / no-code vision |
| Augury | PdM SaaS | Нет | Machine health, vibration / acoustic monitoring |
| Senseye | PdM SaaS | Нет | Plant-wide predictive maintenance |
| C3 AI Reliability | Enterprise PdM / reliability | Нет | Reliability, process optimization, energy |
Эта таблица нужна не для закупки «как есть». Она нужна для вопроса: какой класс продукта вы вообще сравниваете. Если подрядчик продаёт вам «аналог Siemens», сначала выясните, аналог чего именно: copilot, historian, APM, digital twin или marketplace.
Матрица 2: российский рабочий стек
Вот это уже таблица для short list. Здесь собраны игроки, которых реально можно обсуждать в российском контуре: как платформу, как интегратора или как точечный продукт.
| Вендор | Класс | РФ-доступ | Типовой use case |
|---|---|---|---|
| Yandex AI Studio / DataSphere | Cloud ML + LLM API | Да | Ассистенты, RAG, notebooks, training, inference |
| GigaChat API | Enterprise LLM / API | Да | Документы, поиск, корпоративные ассистенты |
| MTS AI / Cotype | Corporate LLM + multimodal | Да | Документы, RAG, multimodal agents |
| Cloud.ru Evolution AI Factory | AI platform | Да | Managed RAG, agents, inference, notebooks |
| T-pro-it-2.0 | Open-weight RU LLM | Да | Self-hosted LLM, on-prem inference |
| Zyfra ZIIoT | IIoT / MES platform | Да | Промышленный data layer, apps, digital twin |
| VizorLabs | Industrial video analytics | Да | HSE, video analytics, safety control |
| Малленом Системс | Machine vision / QC | Да | ОТК, LPR, machine vision, hardware + software |
| NtechLab | Biometrics / HSE security | Да | HSE, access control, computer vision for security |
| Cognitive Pilot | Autonomous mobility | Да | Агро, rail, transport autonomy |
| Северсталь Диджитал | In-house industrial AI | Ограниченно как внешний продукт | SOVA, EVE, металлургический CV |
| Газпромнефть — Цифровые решения | Industrial platform / integrator | Да | Нефтегазовый AI, twins, industrial apps |
| Сибур Digital | Industrial platform / process software | Да | Нефтехимия, моделирование, data-driven ops |
| IBS | Интегратор | Да | Enterprise AI integration |
| КРОК | Интегратор | Да | Гибридная инфраструктура, enterprise rollout |
| Jet Infosystems | Интегратор | Да | Industrial integration, infra + security |
| ITPS | Интегратор | Да | Нефтегаз, энергетика |
| МТС Digital | Интегратор / vendor arm | Да | Внедрение на базе MTS AI |
| Сбер ЦРТ | NLP / speech / enterprise AI | Да | Речь, контакт-центры, NLP |
Как пользоваться картой на практике
Сначала назовите класс задачи. ОТК, PdM, документация, digital twin, industrial data layer, agentic workflow — это разные рынки. Если задача названа размыто, short list сразу развалится.
Потом определите контур. Public cloud, корпоративное облако, private VPC, on-prem, air-gap — это тема модуля p.2. Без неё vendor map бесполезен.
Отсеките санкционно или юридически недопустимых игроков. Для РФ это делается до встречи с sales-командой, а не после. Используйте урок p.3/05 как обязательный фильтр.
Решите, нужен продукт или интегратор. Если вам нужен полный проект с сетями, GPU, AD, SIEM, SCADA/MES-интеграцией, без интегратора обычно не обойтись. Если задача точечная, можно брать product-first.
Проверьте, есть ли open-source путь. Если нужный западный вендор в РФ недоступен, не пытайтесь любой ценой тащить его через обходной SaaS. Сначала посмотрите, нет ли равной open-source схемы — это подробно в модуле p.9.
Перед RFP переведите рынок в деньги. Не сравнивайте «бренды». Сравнивайте TCO, CapEx, lead time и ожидаемый эффект по уроку p.4/01.
Красные флаги на рынке industrial AI
Есть четыре сигнала, после которых поставщика нужно не «ещё послушать», а жёстко перепроверить.
- Вендор не различает платформу и use case. Говорит «у нас есть AI для завода», но не может назвать класс задачи, контур и интеграционный паттерн.
- Упирается только в мировой бренд. «Это же Siemens / AWS / NVIDIA» — не аргумент, если контур в РФ недоступен или неприемлем по p.3.
- Не называет локальный delivery-слой. Кто внедряет, кто поддерживает, кто отвечает за SLA, кто делает интеграцию в ваш SCADA/MES/ERP.
- Не показывает путь выхода. Как забрать данные, модели, логи, embeddings и правила при расторжении договора.
Для CV, PdM, RAG и open-source стеков следующие уроки этого модуля будут уже narrower: что смотреть в российском стеке, как выбирать CV-поставщика, как не переоценить PdM-SaaS и как строить RFP.