Оцифровка физического мира и смешанная реальность: где можно обойтись без цифрового пространства?
Одной из тенденций, набирающих популярность в ходе глобальной цифровой трансформации становится оцифровка физического мира. Мировыми ИТ-гигантами ведётся активная разработка продуктов, в котором оцифровка физических объектов, создание их цифровых моделей и их взаимодействие с реальными объектами, а также пользователями упрощает процессы в бизнесе и различных отраслях промышленности. Системы с таким взаимодействием получили название “смешанная реальность”, они объединяют AR и VR, активно используя оцифровку физических объектов.
Так ещё в 2017-м Deloitte внесла "смешанную реальность" в число перспективных технологий, согласно отчету “Технологические тренды 2017: подвижное предприятие”, в 2020, согласно данных TripAdvisor рынок технологий дополненной реальности оценили $12,56 млрд. Аналитики TrendForce ожидают, что в последующие три года рынок продолжает динамично расти, упоминая как один из трендов промышленные решения.
В 2019 году исследование TAdviser предрекало рынку промышленных VR/AR-решений в России 11-кратный рост. В 2021 году Huawei и «ТМТ-Консалтинг» прогнозировали, что российский рынок AR/VR-решений, к которым относится смешанная реальность, что до 2025 будет расти на 37% и достигнет 7 млрд рублей. Реалии вносят коррективы в оптимистические представления о будущем подобных продуктов и ставят вопрос о том, насколько и где сегодня наиболее применимы, полезны и рентабельны такие решения.
Коротко о смешанной реальности
Упрощенно можно определить смешанную реальность, как гибридный континуум, который объединяет виртуальную и дополненную реальность для расширения возможностей пользователей и активно использует оцифрованные объекты для решения практических задач. Инновации такого рода дороги, но потенциально могут принести огромную выгоду, ускоряя производственные и бизнес процессы, уменьшая влияние на них человеческого фактора. Сегодня остро стоит вопрос о том, где могут быть востребованы подобные системы, где их использование оправдано и целесообразно, а где их применение может быть отложено ради изменений, которые более значимы для роста эффективности.
В России проблема развития подобных систем требует ещё более тщательного изучения, так как в связи с отказом зарубежных вендоров поставлять продукты на российский рынок, их разработку и внедрение будут проводить российские компании. Отсутствие возможности международного масштабирования открывает вопрос оправданности затрат. Последние репрезентативные прогноза о перспективах этого рынка в России, содержались в приведенном выше отчете Huawei и «ТМТ-Консалтинг». Учитывая реалии 2022 года, в частности сложности возникшие с поставкой оборудования и ПО, приведённые там оценки требуют корректировки.
Перспективы и вопрос стоимости
В последние 10 лет системы, использующие оцифровку физических объектов применяются и даже разрабатываются в России, но не получили массового распространения. Известны единичные проекты, например в области медицины и оборонпрома, хотя попытки создавать продукты известны с 2010 года. Проблема в том, что при всех достоинствах и широких возможностях таких продуктов, их создание и применение является дорогим. Промышленные и бизнес-продукты, включающие смешанную реальность, как правило, в 5 — 10 раз дороже в сравнении с традиционными средствами цифровой трансформации и автоматизации.
Более того, их внедрение в процессы компаний потребуют интеграционных затрат, чтобы объединить их в единую систему с уже использующимся ПО. Такие затраты, в зависимости от того, какими решениями пользуется компания, могут составлять как 25 — 50% от стоимости самих инструментов смешанной реальности, так и в несколько раз превосходить их.
Безусловно, технически возможно и высокоэффективно выдать каждому обходчику, проверяющему оборудование, очки дополненной реальности или планшет, которые будут “подсвечивать” проблемный компрессор. На них мгновенно в режиме реального времени будет выдаваться информация о текущих параметрах, их отклонении от нормы и наиболее вероятные причины таких отклонений. И, возможно, система, использовав нейронную сеть или заготовленные заранее параметрические матрицы, сможет предложить решение.
Например показать оператору установки, какие детали требуют замены или как настроить оборудование, чтобы устранить проблему.
Если риск критической аварии высок, ущерб от неё многократно превысит затраты на внедрение и использование системы, то подобный подход имеет смысл. В иных случаях, при всей привлекательности, система попросту не оправдает вложенного.
Поэтому большинство внедрений такого рода связано с промышленной безопасностью, но крайне редко затрагивает вопросы производства и бизнес процессов. Т.е. те области, где преимущества их применения не столь очевидны в настоящий момент, не торопятся применять дорогие решения с использованием смешанной реальности.
Готовность персонала и руководителей
Ещё одной проблемой, стоящей перед компаниями, которые планируют использовать оцифровку физических объектов и смешанную реальность, является уровень подготовки работников и руководителей. Привычные процессы, особенно в компаниях, которые существуют много лет, обычно отработаны и усвоены. Изменения чреваты появлением новых рисков.
Даже, когда речь идёт об использовании нового оборудования программно-аппаратных комплексов или нового ПО, возникают сложности с адаптацией к новым производственным или бизнес-процессам. В случае же с коренными изменениями и освоением гибридных подходов смешанной реальности риски проблемной адаптации растут в геометрической прогрессии.
Учитывая, что такие решения часто касаются вопроса промышленной безопасности, критических функций, профилактики и устранения аварий, учет подобных рисков обязателен. Часто отказ от таких инновационных решений связан с тем, что руководство оценивает потери от актуализации рисков внедрения будут как более существенные, чем прибыль полученная от их преимуществ.
Тренажеры и моделирование, как основные направления в России
В ближайшем будущем технологии смешанной реальности и практика оцифровки физического мира будут наиболее востребованы при создании профессиональных тренажеров и моделировании. Отрасли, в которых они могут использоваться - добыча и переработка ресурсов, энергетика, профессиональное обучение работников промышленных предприятий, строительство.
Особенность подходов в том, что пользователь работает только с цифровой моделью объекта, которая имитирует его функции и параметры и взаимодействует с физическими объектами — стендами, макетами, физическими моделями, но не с реально работающим оборудованием. В первую очередь, речь о профессиональных тренажерах.
Считается, что в дальнейшем практика, отработанная с тренажерами, перейдет на взаимодействие с объектами, участвующими в реальных процессах. Однако существующие риски и проблемы внедрения, описанные выше, существенно замедлят этот процесс во многих отраслях. Особенно там, где системы со смешанной реальностью могут управлять критическими и ресурсоемкими функциями. Такие внедрения дороги и требуют несопоставимо большей надёжности по сравнению с тренажерами.
Цифровые модели уже активно использовались в промышленности. В частности, виртуальные голограммы. В России одним из предприятий, эффективно локализующих технологию Microsoft Hololens, стала компания “Неолант”. До начала СВО компания использовала Microsoft Hololens и применяла ряд решений собственной разработки, такие как: ПОЛИНОМ, НЕОСИНТЕЗ, InterBridge, СОМОКС.СМР, СПЛИТ, ИАС и др. Помимо «Неолант» в России существует ещё несколько проектов, использующих виртуальные голограммы: Nettle, HoloGroup. Сказать, что Россия катастрофически отстала в этом сегменте смешанной реальности нельзя, но компаний немного и для их устойчивого самостоятельного развития на конкурентном уровне понадобится несколько лет упорных разработок.
Выводы
Говорить о повсеместном распространении оцифровки физических объектов и использования смешанной реальности рано. Проблем с технической реализацией нет, но основным критерием становится рентабельность в том или ином проекте. Наибольшая концентрация такого рода решений будет в системах промышленной безопасности, тренажерах, а также при цифровом моделировании. Наиболее острые и заметные проблемы интеграции смешанной реальности — высокая стоимость решений, ригидность процессов, затрудненная адаптация персонала и руководителей.
Опубликовано 10.02.2023
