— Как начинается путь алмаза?
— Если говорить образно, путь алмаза начался миллионы лет назад. Если перейти к практике, всё начинается с геологии. Сначала идёт поисковая геология, когда мы находим новые месторождения. Затем подключается производственная геология, которая помогает точно определить, где добывать и как работать с запасами.
После этого наступает этап добычи. Основных способов два, и выбор зависит от глубины и экономической целесообразности. Первый способ — открытый. Это карьеры, например трубка «Мир». Кимберлитовая трубка сама по себе компактная и уходит вглубь, поэтому карьеры получаются почти круглыми, со спиральными съездами. На таких площадках работает тяжёлая техника: экскаваторы, самосвалы, бульдозеры. Чтобы добраться до породы, применяются буровзрывные работы.
Когда глубина становится значительной, примерно от 500 метров, логично переходить к подземной добыче. В этом случае строится шахта, часто прямо под карьером, и работа продолжается уже на глубине.
— Что происходит дальше после добычи?
— Следующий этап — обогатительная фабрика. Здесь хорошо работает сравнение с поиском иголки в стоге сена, только в нашем случае задача сложнее. В среднем один карат приходится на тонну руды, а карат — это всего 0,2 грамма.
При этом задача не ограничивается поиском камня. Его важно сохранить. Алмаз отличается высокой твёрдостью, но при этом он хрупкий, поэтому крупные кристаллы требуют очень аккуратного обращения. Для этого применяется целый набор технологий. Руда проходит дробление и сортировку, затем используется рентгенолюминесцентная сепарация. Камни начинают светиться под рентгеном, и системы компьютерного зрения позволяют точно их выделить из общей массы.
— Как проходит дальнейшая работа с алмазами после обогащения?
— После фабрики начинается самая тонкая и во многом уникальная часть процесса. Это сортировка, оценка и очистка, поскольку каждый камень имеет свои характеристики.
Есть этап, который обычно вызывает живой интерес. Алмазы очищают в смеси кислот, используя платиновую посуду, потому что только она выдерживает такие условия. Со стороны это действительно выглядит как аккуратный технологический процесс, который напоминает варку. После очистки проводится оценка, и дальше поток разделяется. Часть камней отправляется на огранку, где уже появляются бриллианты. У нас есть собственные ограночные мощности и ювелирное направление. При этом значительная часть продукции реализуется как алмазное сырьё, поскольку это основной объём рынка.
Цифровизация как часть процесса
— Насколько цифровизация проникла в отрасль?
— Цифровые технологии сегодня встроены во все этапы, и это уже не отдельная инициатива, а естественная часть работы. В геологии используются инструменты анализа данных, которые помогают находить аномалии и перспективные зоны. В добыче работают системы диспетчеризации, которые управляют техникой и распределяют задания в реальном времени. Отдельное направление — планирование буровзрывных работ. Здесь точность критична, поскольку ошибки приводят либо к лишним затратам, либо к ухудшению качества породы.
Обогатительные фабрики изначально имеют высокий уровень автоматизации. Сейчас к этому добавляются системы, которые помогают оптимизировать процессы и повышать эффективность. Например, решения для контроля состояния оборудования. В шахтах важную роль играют системы промышленной безопасности. Это контроль перемещений сотрудников, соблюдение правил и использование защитной экипировки.
Если говорить про огранку, здесь цифровизация давно стала стандартом. Камень сканируется в 3D, создаётся его модель, и рассчитывается оптимальный вариант раскроя. Даже небольшое изменение параметров может заметно повлиять на итоговую стоимость. Ювелирное производство также начинается с цифровых моделей и прототипирования.
Как устроена работа с данными
— Как вы выстроили ИТ-инфраструктуру и работу с данными?
— Мы используем гибридный подход. Это сочетание собственных дата-центров, арендованных мощностей и облачных решений. При этом важную роль играет география. Производственные системы должны находиться рядом с объектами, поскольку это влияет на надёжность и скорость отклика. Поэтому локальные ЦОДы для нас необходимы.
Данные распределены по уровням. Есть системы промышленной автоматизации, есть производственные системы, выше располагаются корпоративные решения, такие как ERP, и затем аналитический слой. Мы используем несколько платформ, включая решения на PostgreSQL, BI-инструменты и хранилище данных, построенное на продуктах Группы Arenadata. В результате формируется многослойная архитектура. Ключевая задача — обеспечить доступность данных и их корректность в нужный момент.
Импортозамещение и рынок
— Как вы оцениваете уровень импортозамещения и потенциал рынка?
— Мы начали заниматься импортозамещением достаточно давно, поэтому достигли высокого уровня. Он превышает 80 процентов, а по ряду классов решений приближается к полному переходу. Если смотреть на крупные компании с государственным участием, ситуация во многом схожая. За последние годы рынок заметно вырос с точки зрения зрелости и качества решений. Сейчас начинается более сложный этап, поскольку остаются уникальные системы, которые требуют отдельной разработки. При этом сохраняется потенциал роста за счёт частного сектора. Здесь важны экономические стимулы и сбалансированный подход. Экспорт также играет важную роль, поскольку конкуренция способствует развитию продуктов.
— Есть ли предел у цифровизации в промышленности?
— Предела не видно, и направлений для развития достаточно много. К одному из ключевых векторов относится автономная техника. Уже появляются подобные самосвалы, дальше речь идёт об экскаваторах и вспомогательной технике.
Есть потенциал и в автоматизации фабрик. Пока чаще используются системы поддержки принятия решений, но движение в сторону большей автономности очевидно. Отдельное внимание уделяется снижению присутствия человека в опасных зонах. Это важный фактор, который влияет на развитие технологий.
Искусственный интеллект в практике
— Как сегодня применяется искусственный интеллект?
— Условно можно выделить два направления. Первое — классические технологии, такие как машинное обучение и компьютерное зрение. Это уже зрелые решения, которые дают понятный и быстрый эффект. Они используются для контроля техники, анализа состояния инфраструктуры и поиска отклонений.
Второе направление связано с языковыми моделями. Они применяются для работы с документами, подготовки отчётов и анализа встреч. Иногда можно заметить интересный эффект: система формулирует суть обсуждения точнее, чем участники.
Следующий этап — более глубокая интеграция в производственные процессы. Здесь важны надёжность, инфраструктура и качество данных.
— Какие цели вы ставите на 2026 год?
— Если говорить про практику, ключевая задача — перейти от экспериментов с искусственным интеллектом к системной работе. Сейчас многие сценарии находятся на уровне пилотов или отдельных инициатив. Хочется, чтобы это стало частью управляемого процесса. Речь идёт о том, чтобы любые решения на базе ИИ внедрялись как полноценные изменения. С понятными задачами, сроками, эффектом и ответственностью. Для этого нужна готовая инфраструктура, интеграция с корпоративными системами и качественные данные.
Отдельный фокус направлен на развитие сценариев использования языковых моделей внутри компании. Это и работа с документами, и поиск знаний, и поддержка сотрудников в ежедневных задачах. В целом задача на год — сделать следующий шаг от интереса и экспериментов к устойчивым, масштабируемым решениям, которые дадут измеримый бизнес-результат.
Екатерина Арланова
Директор по внешним коммуникациям и связям с инвесторами Группы Arenadata