Управление инновациями: как бизнес организует разработку новых технологий
Дискуссия об инновациях: бизнес пересматривает подходы к исследованиям и разработкам
В обсуждении участвовали представители промышленности и науки: вице-президент по инновациям «Норникеля» Виталий Бусько, вице-президент по технологическим партнерствам Сколтеха Шамхал Джабраилов, директор Центра искусственного интеллекта в химии ИТМО Никита Серов, генеральный директор фонда «Московский инновационный кластер» Алексей Парабучев и генеральный директор научно-исследовательского центра «СИБУР Инновации», кандидат химических наук Ильназ Зарипов. Модератором выступил генеральный директор ЦСП «Платформа» Алексей Фирсов.
В последние годы управление инновациями вышло за рамки узкопрофессиональной темы и стало частью стратегической повестки бизнеса. Компании одновременно решают задачи повышения текущей эффективности и формирования технологического задела на будущее, что требует пересмотра подходов к исследованиям, а также выстраивания новых моделей взаимодействия с научной средой. В этих условиях особое значение приобретает не только разработка технологий, но и механизмы их доведения до промышленного применения и масштабирования, отметил Алексей Фирсов.
Баланс горизонтов: как компании совмещают текущие задачи и долгосрочные разработки
Компании постепенно отходят от модели, в которой научно-исследовательская деятельность была сосредоточена на быстрых прикладных результатах.
Виталий Бусько отметил, что в индустрии усиливается интерес к проектам с горизонтом 5–10 лет. По его словам, компании вынуждены учитывать не только текущую экономику решений, но и технологические ставки, которые формируют будущую конкурентоспособность.
Ильназ Зарипов описал подобный сдвиг на примере «СИБУРа»: научное направление в компании существует уже 20 лет, и именно собственные наработки и развитая инфраструктура позволили не только оперативно ответить на вызовы 2022 года, но и стали основой для конкурентоспособности. «Сейчас наши компетенции позволяют говорить о переходе от задач технологической независимости и импортозамещения к формированию контура технологического лидерства отрасли и созданию собственных уникальных технологий»
Так, компании все чаще работают с распределенным портфелем: часть проектов закрывает текущие производственные задачи, часть формирует задел на горизонте нескольких лет, и небольшая доля остается поисковой.
Наука и индустрия: связка исследований и бизнеса
Эффективность инноваций зависит от связки науки и промышленности. Разрыв между ними остается одним из главных барьеров для внедрения технологий.
Шамхал Джабраилов отметил, что многие технологические решения закладываются на ранних стадиях исследований, но без участия индустрии часто не доходят до применения. Поэтому задачи для науки и бизнеса важно согласовывать уже на старте.
Алексей Парабучев назвал институты развития механизмом, который снижает риски на ранних этапах и помогает доводить проекты до прикладного уровня. Он также отметил, что для успешной кооперации реального сектора экономики и научных команд в столице запустили программу «ТехЛаб Москва», которая охватывает пять отраслевых направлений: робототехника, новые материалы, прикладной искусственный интеллект, агро-, био- и медиатехнологии. В рамках программы крупные корпорации-партнеры ставят реальные технологические задачи, а эксперты отбирают под эти задачи профильные команды со всей страны – с экспертизой в ИИ и прикладных исследованиях.
Ильназ Зарипов сформулировал задачу индустрии как прохождение полного цикла – от идеи до внедрения: «Наша задача не в том, чтобы генерировать исследования и разработки, а в том, чтобы доводить их до промышленного применения. В этом и заключается реальная ценность».
Инфраструктура и масштабирование: главный разрыв инновационного цикла
Самый сложный этап – переход от лабораторных решений к промышленному масштабу. На этом уровне технологии сталкиваются с производственными, физическими и экономическими ограничениями.
«Мы инвестируем в масштабирование, потому что именно на этом этапе возникает больше всего технологических рисков», – рассказал генеральный директор «СИБУР Инновации» Ильназ Зарипов.
Зарипов отметил, что этот этап требует отдельной инфраструктуры и не может быть решен в рамках лабораторий. В «СИБУРе» для этого создаются пилотные установки и экспериментальные площадки, где технологии тестируются в условиях, близких к промышленным. Здесь же снимаются ключевые параметры процессов – кинетика, тепломассоперенос, гидродинамика, – необходимые для промышленного проектирования.
В 2024 году был запущен уникальный на мировом уровне Центр пилотирования технологий в Тобольске, который позволяет моделировать практически все существующие технологии получения полиэтилена и полипропилена и отрабатывать режимы и настройки оборудования до переноса на промышленные мощности.
А в декабре 2026 года компания откроет флагманский Центр научных исследований и масштабирования технологий в Казани. Его площадь составит около 19 тыс. кв. м. Центр объединит порядка 30 лабораторий и пилотные мощности. Около половины пространства займут экспериментальные установки и стенды для отработки технологий и перехода к масштабированию.
Отдельный блок лабораторий создается для совместной работы с индустриальными и научными партнерами. Его задача – связать весь цикл разработки: от лабораторных экспериментов до пилотирования и подготовки данных для промышленного внедрения.
Инновационная экосистема: ставка на партнерства
Инновационная система в целом постепенно уходит от модели отдельных научно-исследовательских проектов к формату, где ключевую роль играет кооперация между участниками.
Алексей Парабучев отметил, что кластер «Ломоносов» создавался для эффективной кооперации науки и бизнеса. «Мы предоставляем именно ту многофункциональную инфраструктуру, которая необходима лидерам рынка для прорывных открытий. В распоряжении резидентов находятся современные лабораторные площади, коворкинги и уникальные пространства для тестирования решений», – сказал Парабучев.
Шамхал Джабраилов подчеркнул важность подготовки кадров и устойчивого взаимодействия университетов и промышленности как основы технологической экосистемы.
Ильназ Зарипов добавил, что формирование экосистемы партнерств позволяет более эффективно подходить к разработкам. В качестве примера он привел взаимодействие с МГУ и институтами РАН для разработки катализаторов – критически важных компонентов, от доступности которых зависит порядка 90% процессов в нефтехимии. Совместные разработки легли в основу первого в России производства катализаторов полимеризации.
В такой модели инновации формируются за счет взаимодействия множества участников, а не по линейной схеме.
Искусственный интеллект в науке: ускорение процессов и ограничение данными
Искусственный интеллект все активнее используется в научных исследованиях, особенно в химии и материаловедении. Однако его применение ограничено качеством данных и уровнем развития моделей.
Виталий Бусько заметил, что «драйверы развития ИИ в новых материалах сегодня находятся на стадии генерации новых соединений в идеальных условиях, которые имеют серьезные ограничения по точности свойств и возможности синтеза», поэтому ключевая задача бизнеса – переход к созданию прикладных моделей, позволяющих находить оптимальные соединения под заданные условия технологических процессов.
ИИ помогает анализировать экспериментальные данные, моделировать свойства материалов и ускорять отдельные этапы исследований, но не заменяет научную экспертизу.
Никита Серов отметил, что ключевой реальный эффект ИИ сейчас связан преимущественно с оптимизацией уже формализованных и хорошо охарактеризованных процессов. Главными вызовами остаются высокая вычислительная стоимость эффективных решений, отсутствие централизованной инфраструктуры научных и производственных данных с выстроенными уровнями конфиденциальности, а также отсутствие количественной оценки уверенности моделей в прогнозах и недостаточная интеграция уже накопленных законов и уравнений в доменные модели.
Ильназ Зарипов подтвердил, что ИИ активно используется и учеными-нефтехимиками, что позволяет ускорять разработку за счет оптимизации экспериментов и анализа данных.
При этом остается проблема нехватки качественных и сопоставимых данных. По сути, формируется новая инфраструктура данных, сопоставимая по значимости с лабораторной.
Фотографии предоставлены пресс-службой «СИБУР Инновации»