С 7 по 9 сентября в Тольяттинской академии управления прошла первая в 2026–2027 учебном году проектно-аналитическая сессия по теме «Введение в цикл проектно-аналитической деятельности». В рамках сессии первокурсники ТАУ продолжили сотрудничество Академии с Центральным научно-исследовательским автомобильным и автомоторным институтом (ФГУП «НАМИ»).

Новый цикл – продолжение работы с НАМИ

Сотрудничество Тольяттинской академии управления с ФГУП «НАМИ» продолжается. В этом учебном году первокурсникам предстоит пройти цикл из шести проектно-аналитических сессий и в течение года работать над реальным запросом партнёра Академии. Каждая группа сохраняет выбранное направление и постепенно углубляет его от сессии к сессии.

Общая тема цикла – «Мировой опыт роботизации и автоматизации производства транспортных средств». Перед участниками стоит задача не просто собрать сведения о технологических трендах, а разобраться, какие мировые решения могут быть применимы в российских условиях. Результатом работы должен стать прикладной аналитический продукт для заказчика.

Отраслевой контекст участникам представили сотрудники ФГУП «НАМИ» — старший специалист Управления по взаимодействию с индустриальными и образовательными партнёрами Светлана Ревенок и специалист по искусственному интеллекту Кирилл Степанов. Они познакомили студентов с актуальными направлениями развития автомобильной промышленности, роботизации производства и применения ИИ, а также обозначили ключевые вопросы:

– Какие технологии автоматизации возможно внедрять на российских заводах с учётом существующих ограничений?

– Как искусственный интеллект применяется на мировых предприятиях и какие зарубежные практики могут быть адаптированы в России?

Тематика исследований связана с новыми ориентирами Стратегии развития автомобильной промышленности Российской Федерации до 2035 года. В фокусе — технологическая независимость отрасли, увеличение объёмов производства и ускорение роботизации. Поэтому мировой опыт для участников ПАС становится не просто предметом изучения, а материалом для поиска решений, полезных отечественному автопрому.

От схемы современного образования – к реальной отраслевой задаче

Прежде чем перейти к технологической аналитике, первокурсникам необходимо было определить место своего исследования в образовательном процессе.

Вице-президент по профессиональной подготовке ТАУ Александр Мочалов предложил участникам обратиться к схеме современного высшего образования. В отличие от традиционной модели, построенной преимущественно вокруг лекций и семинаров, в ней центральное место занимает практическая деятельность: студент получает знания не изолированно, а обращается к ним при решении конкретной задачи из профессиональной или социальной среды.

Первая общая задача для групп — понять, зачем в такой системе необходима аналитическая работа по мировому опыту роботизации и автоматизации. Группы разбирали связь образования с рынком труда, практической деятельностью и развитием технологий, формулировали вопросы и представляли своё понимание в докладах.

Участники постепенно переходили от общей образовательной конструкции к собственному месту внутри неё: работа с заказом НАМИ требует самостоятельно искать информацию, проверять её, превращать найденные данные в аргументы и связывать результаты исследования с конкретной практической задачей.

Для работы было сформировано восемь групп по четырём направлениям:

– искусственный интеллект в автоматизации;

– институциональные и лидерские стратегии продвижения роботизации и автоматизации в профессиональной среде: анализ мировых практик коммуникации;

– промышленный дизайн в эпоху 4.0: мировой опыт;

– глобальные тренды и стратегии автоматизации.

Каждая группа получила собственный участок исследования. Результаты докладов и комментарии методологов позволяли постепенно уточнять предмет работы и определять направления дальнейшего анализа.

Направление: «Искусственный интеллект в автоматизации»

Первая группа этого направления сосредоточилась на мировом опыте применения искусственного интеллекта в автоматизации машиностроения. Участники сравнили Южную Корею, Китай, Японию, Германию и США, рассмотрели меры государственной поддержки, разработки университетов, деятельность компаний и конкретные производственные технологии. Среди практических примеров группа выделила компьютерное зрение для контроля качества, прогнозирование неисправностей оборудования, интеллектуальное управление станками с ЧПУ и применение цифровых решений на предприятиях BMW Group.

Вторая группа исследовала соотношение искусственного интеллекта, автоматизации и роботизации. Студенты рассмотрели страны-лидеры, меры государственной поддержки и практики применения ИИ на автомобильных предприятиях. В частности, были представлены системы машинного зрения Audi и Volkswagen, контроль качества покраски на BMW и технологии предиктивного обслуживания оборудования.

Третья группа начала работу с обзора стран, наиболее успешных в роботизации и автоматизации, выделив Японию, Китай, Германию, США и Южную Корею. Участники использовали такие критерии, как плотность промышленных роботов, наличие компаний-разработчиков, государственная поддержка и система подготовки кадров.

Направление: «Институциональные и лидерские стратегии продвижения роботизации и автоматизации в профессиональной среде...»

Первая группа исследовала механизмы популяризации и внедрения технологий в профессиональную среду на примере Швеции и Сингапура. Были рассмотрены инструменты господдержки, международные коллаборации, система профильного образования, стандарты безопасности, а также роль инвестиционных институтов и отраслевых союзов.

Вторая группа проанализировала масштабные госпрограммы: Made in China 2025, AI Strategy, Industrie 4.0, а также систему опережающего регулирования в Южной Корее. Эксперты рекомендовали группе сузить фокус до одной-двух стран и разобрать их как целостные экосистемы — от подготовки кадров до коммуникации бизнеса с государством.

Направление: «Промышленный дизайн в эпоху 4.0. Мировой опыт»

Первая группа проанализировала практику стран-лидеров промышленного дизайна и концепции Industry 4.0 (Германия, США, Южная Корея). Участники проследили эволюцию от традиционной механизации к цифровизации и «умным» продуктам, выделив генеративный дизайн, технологии цифровых двойников и кастомизацию, а также связали современный промдизайн с экологическими требованиями и роботизацией.

Вторая группа выстроила комплексную карту мирового опыта, ранжировав страны, компании, университеты и R&D-центры. Лидерами по совокупности производственных, технологических и кадровых факторов стали Германия, Япония и США. Полученные данные студенты сопоставили со Стратегией развития автопрома РФ до 2035 года и задачами НАМИ, рассмотрев промышленный дизайн как сквозной процесс цифрового инжиниринга (генеративный ИИ, цифровые двойники, VR, робототехника).

Направление: «Глобальные тренды и стратегии автоматизации»

В  этом направлении работала одна группа. Ее участники сопоставили национальные модели развития отрасли: масштабную господдержку и темпы внедрения в Китае, инженерную культуру Японии, синергию робототехники и ИИ в США, а также развитие взаимодействия человека и машин (коботов) в Германии. В числе ключевых трендов авторы выделили гуманоидных и коллаборативных роботов, обучение через симуляции и предиктивную аналитику.

От количества информации – к качеству аналитики

Общей задачей для всех групп стал переход от сбора данных к их глубокому анализу. За короткий срок первокурсники собрали внушительный массив информации: рейтинги, перечни компаний, программы поддержки и персоналии. Однако сам по себе объём найденных сведений ещё не обеспечивает аналитического качества.

В комментариях к докладам вице-президент ТАУ Александр Мочалов и проректор по проектно-аналитической подготовке, заведующая кафедрой управления София Ишкильдина неоднократно возвращали команды к исходным вопросам: требовалось чётко обосновывать критерии отбора стран, перепроверять источники и строго работать с понятийным аппаратом.

Опыт прошлого цикла – первокурсникам

В работу сессии активно включились второкурсники, проходившие этот путь годом ранее.

Студентка второго курса Арина Шайкина поделилась типичными ошибками новичков: несогласованностью понимания задачи внутри команды, потерей времени на переделки, неравномерным распределением нагрузки и утратой собранных данных в межсессионный период. Рекомендациями по эффективной организации аналитической работы команды также поделились второкурсники Фёдор Шаляпин и Савелий Герасимов.

ПАС-1 завершилась, но работа продолжается

Подводя итоги сессии, София Ишкильдина провела установку на рефлексию и подготовку сборочных отчётов. Рефлексия — обязательный элемент методологии ПАС, позволяющий студентам критически осмыслить проделанную работу, зафиксировать результаты и наметить следующие шаги.

Каждой группе предстоит доработать исследования с учётом полученных замечаний: верифицировать критерии отбора лидеров, структурировать информацию об организациях, экспертах и фондах, а также оформить выводы в виде схем и таблиц.

Срок сдачи сборочных отчётов — до 18 сентября.

Финальным аккордом трёх дней работы стал открытый микрофон. Первокурсники отметили сложность быстрого погружения в новую отраслевую специфику, но в целом высоко оценили командную динамику и поддержку тьюторов.

Первая сессия сформировала у студентов общую карту мирового опыта и задала вектор дальнейшей работы: двигаться от широкого обзора к глубокому анализу действующих индустриальных механизмов. Эту базу команды продолжат развивать в течение всего учебного года.

Следующая проектно-аналитическая сессия пройдет с 21 по 23 октября.

Материал подготовили студенты Мастерской медиатехнологий ТАУ: Полина Демидова, Ксения Литвинова, Анжелина Гауэр, Кирилл Иглин, Виктория Итякина, Гендеф Мамедова, Сергей Равкин, Яна Семашкова, Екатерина Шестопалова.