Цифровые инновации как технологическая основа интеграции производства, науки и образования

Традиционная модель, при которой наука генерирует знания, образование их транслирует, а производство внедряет, страдает от длительных временных лагов и потери информации на «стыках». Цифровые инновации предлагают принципиально иное решение: они превращают информационные потоки в единую среду, где границы между тремя сферами размываются [6, 9]. Обработка больших данных, искусственный интеллект, промышленный интернет вещей и цифровые двойники позволяют одновременно решать исследовательские, учебные и производственные задачи на общей платформе.

В России с 2025 года реализуется национальный проект «Экономика данных и цифровая трансформация государства» (см.: . Однако, эффективность этого проекта будет определяться не только ростом ИТ-отрасли, но и тем, насколько удастся цифровыми средствами соединить университеты, лаборатории и заводы. Цель настоящего исследования – обосновать, что цифровые инновации выступают технологической основой такой интеграции, и предложить механизмы её практической реализации. Материалы и методы исследования

Теоретическую базу работы составили концепции тройной спирали, развитые в трудах Г. Ицковица и Л. Лейдесдорфа [1; 2; 3; 4], а также форсайт-исследования в области информационных технологий [5; 9] и работы, посвящённые цифровой трансформации отраслей и обеспечению экономической безопасности в цифровой среде [6; 7; 8]. Эмпирическую основу определили официальные данные Минцифры России и Росстата за 2024–2025 годы, а также аналитический доклад НИУ ВШЭ и компании «Яндекс» «Информационные технологии в России: сценарии развития» [9].

В ходе исследования применялся комплекс методов, включающий системный анализ для выявления связей между технологическими, образовательными и производственными контурами, сценарное моделирование для оценки альтернативных траекторий интеграции, статистические сопоставления для сравнения цифровой зрелости секторов, а также контент-анализ стратегических и нормативных документов в сфере цифровой трансформации. Для количественной оценки степени связанности производства, науки и образования на основе цифровых инноваций авторами был предложен интегральный индекс.

Цифровые инновации как интегратор триады «производство – наука – образование»

По итогам 2025 года вклад ИТ-отрасли в рост ВРП достиг 47%, численность занятых здесь выросла до 1,87 млн человек, средняя зарплата составила 171 тыс. руб./мес. (см.: line/2025-12-08_dolya_krupnyh_rossijskih). Однако, эти показатели отражают лишь развитие самой ИТ-сферы, но не степень интеграции науки, образования и производства. Для анализа интеграции необходимо смотреть на внедрение сквозных технологий именно в стыковых зонах (таблица 1).

Таблица 1

Цифровая зрелость секторов и наличие интеграционных практик (2025 г.)

Сектор	Уровень цифровизации, %	Использование ИИ, %	Доля совместных цифровых платформ с другими секторами, %
Высшее образование	68	52	41 (с наукой), 33 (с производством)
Научные организации	57	48	41 (с образованием), 28 (с производством)
Промышленность	49	34	28 (с наукой), 33 (с образованием)

Составлено Серовым М.Н. на основе данных Росстата, аналитических обзоров [7; 8] и сценарных оценок, представленных в форсайт-исследовании [9, с. 27–29].

Сопоставление данных, приведенных в таблице 1, позволяет утверждать, что доля совместных цифровых платформ между секторами остаётся невысокой – менее 50%. К таким платформам относятся, например, общие репозитории исследовательских данных, цифровые двойники предприятий, используемые одновременно в научных целях и в учебном процессе, а также отраслевые маркетплейсы данных. Именно здесь цифровые инновации призваны сыграть ключевую роль, обеспечивая недостающую связанность.

Согласно результатам форсайт-исследования [9], в общей сложности выделено семь технологических направлений развития информационных технологий. Однако, применительно к задаче интеграции производства, науки и образования (ПНО) наибольшую значимость приобретают четыре сквозные технологии:

• •    искусственный интеллект, который позволяет анализировать исследовательские данные, строить адаптивные образовательные траектории и обеспечивать предиктивную аналитику на производстве;

• •    интернет вещей, дающий возможность собирать телеметрию с промышленного оборудования для последующего использования в научных исследованиях и в учебных симуляторах;

• •    высокопроизводительные вычисления, необходимые для обработки больших массивов данных, возникающих в совместных проектах;

• •    кибербезопасность, без которой невозможно функционирование объединённой цифровой среды [7,

  Реализованные в России к 2025–2026 годам практики интеграции, обобщённые в таблице 2, демонстрируют, каким образом данные сквозные технологии уже сегодня работают на ПНО-сближение.

Таблица 2

Практики интеграции на базе цифровых инноваций в России

Технология	Интеграционная практика	Участники	Результат
ИИ (NLP)	Робот Макс на Госуслугах (30+ услуг)	Минцифры РФ, вузы, ИТ-компании	Обучение студентов на реальных диалоговых данных
Цифровые двойники	Моделирование производственных линий в учебных симуляторах	Промышленные предприятия, технические вузы	Сокращение адаптации выпускников на 40%
Промышленный IoT	Совместные датасеты телеметрии станков	Заводы, исследовательские центры	Разработка предиктивных моделей поломок
Образовательные платформы	«Урок цифры», «Цифровой ликбез»	Минпросвещения РФ, ИТ-компании	14,7 млн прохождений тренажёров

Составлено Серовым М.Н. на основе материалов [6; 7; 9].

Национальный проект «Экономика данных», помимо чисто технологических задач, содержит прямые меры, направленные на «сшивку» трёх сфер. Федеральный проект «Кадры для цифровой трансформации» предусматривает подготовку 250 тысяч студентов и обучение 400 тысяч школьников программированию, искусственному интеллекту и робототехнике к 2030 году [9, с. 155]. К 2025 году к данному проекту присоединились 26 ведущих университетов, включая ИТМО, МФТИ, Высшую школу экономики, СПбГУ и Университет Иннополис. Параллельно федеральный проект «Искусственный интеллект» требует создания отраслевых центров ИИ, в рамках которых научные организации, вузы и предприятия совместно разрабатывают технологические решения. Кроме того, федеральный проект «Отечественные решения» стимулирует исследовательские и опытно-конструкторские коллаборации между академическим сектором и промышленностью.

Согласно исследованиям [7; 8], значительная часть российских ИТ-компаний уже использует генеративный искусственный интеллект, а большинство организаций тестируют или применяют ИИ-решения в своей деятельности. Однако для реальной ПНО-интеграции важен не столько сам процент внедрения, сколько наличие межсекторных проектов. Уровень внедрения ИИ в образовании заметно выше, чем в промышленности, что создаёт определённый дисбаланс. Преодоление этого разрыва требует переноса образовательных ИИ-решений в производственную сферу и, наоборот, активного использования производственных данных в учебном процессе и научных исследованиях.

Для количественной оценки распространённости искусственного интеллекта в различных секторах экономики, а также для измерения степени реальной межсекторной кооперации на базе ИИ, автором были проанализированы данные отраслевых исследований [9, с. 150–156]. В результате было выявлено два ключевых показателя: доля организаций, внедривших ИИ, и доля совместных межсекторных проектов с использованием технологий ИИ (см. рисунок).

Представленные данные свидетельствуют о наличии существенного разрыва между уровнем внедрения ИИ внутри секторов и долей совместных проектов, связывающих эти секторы. Наиболее высокий уровень использования ИИ наблюдается в ИТ-отрасли (72%) и финансах (58%), однако даже в этих секторах доля межсекторной кооперации не превышает 35%. Особенно показателен разрыв в промышленности: при 34% внедрения ИИ доля совместных проектов с наукой и образованием составляет лишь 15%. В образовании и науке ситуация несколько лучше (52% и 48% внедрения против 28% и 26% совместных проектов соответственно), но и здесь потенциал интеграции используется менее чем наполовину.

Таким образом, ключевой проблемой остаётся не столько само внедрение ИИ, сколько недостаточная связанность секторов: цифровые инновации пока не стали в полной мере основой для интеграции производства, науки и образования. Именно на устранение этого разрыва должны быть направлены меры национального проекта «Экономика данных» и отраслевые программы цифровой трансформации.

□ Доля организаций, внедривших ИИ, %

■ Доля совместных межсекторных проектов с использованием ИИ, %

Рис . Внедрение ИИ по секторам и доля совместных проектов, % [9]

Стратегическое планирование в сфере цифровой трансформации сталкивается с высокой неопределённостью, обусловленной как внешними геополитическими факторами, так и внутренней динамикой технологического развития. Форсайт-исследование, проведённое НИУ ВШЭ и компанией «Яндекс», описывает четыре альтернативных сценария развития информационных технологий в России, которые различаются по двум ключевым измерениям: потенциалу международного сотрудничества и эффективности государственной поддержки технологий. Однако для целей настоящего исследования важно не просто описать эти сценарии, а адаптировать их к задаче интеграции производства, науки и образования.

Другими словами, необходимо понять, как каждый из четырёх возможных путей развития ИТ повлияет на способность цифровых инноваций связывать исследовательские организации, университеты и промышленные предприятия в единую технологическую экосистему. Результаты такой адаптации представлены в таблице 3, где для каждого сценария охарактеризованы характер интеграции, ключевые механизмы её достижения, а также приведён ожидаемый к 2030 году количественный индекс интеграции.

Таблица 3

Сценарии интеграции триады на основе цифровых инноваций

Сценарий	Характер интеграции	Ключевые механизмы	Ожидаемый индекс интеграции к 2030 г.
«Цифровой ковчег»	Форсированная, но закрытая	Государственные платформы, им-портозамещение, отраслевые консорциумы	0,55–0,60
«Код изоляции»	Фрагментированная, отставание	Локальные инициативы, нехватка данных	<0,40
«Синергия инноваций»	Глубокая, открытая	Международные коллаборации, общие стандарты, трансфер знаний	0,70–0,75
«Цифровой дарвинизм»	Рыночная, хаотичная	Частные платформы, зависимость от импорта	0,45–0,50

Составлено авторами по [9, с. 150–156].

Среди всех рассмотренных сценариев наиболее предпочтительным с точки зрения достижения целостности триады «наука – образование – производство» представляется сценарий «Синергия инноваций». В этом варианте цифровые инновации действительно становятся реальной технологической основой интеграции, поскольку сочетаются два благоприятных условия: открытость к международному сотрудничеству и высокая эффективность государственной поддержки. Такой баланс позволяет не только внедрять передовые сквозные технологии, но и выстраивать устойчивые каналы трансфера знаний между исследовательскими лабораториями, университетскими кампусами и промышленными предприятиями.

Для перехода от качественного анализа к количественной оценке степени ПНО-связанности предложен специальный индекс. Данный индекс учитывает три ключевых компонента: совместные цифровые проекты между производством и наукой, совместные образовательные программы с цифровым сопровождением, а также производственные практики, использующие цифровые двойники и удалённый доступ. Каждый из этих компонентов нормируется на общее число проектов, образовательных программ или студентов в соответствующих сферах. Полученные три частных показателя усредняются, а затем умножаются на коэффициент цифровой зрелости, который представляет собой средний уровень внедрения сквозных технологий в трёх секторах. В формализованном виде индекс выражается следующей формулой:

/= | (^+     <      ? Dcross .

^ V 1 P-S     ¹ S-E     ¹ P-E '

где ]S _P__S — количество совместных цифровых проектов между производством и наукой, T _P__S - общее число проектов в этих сферах; JS _S__E - совместные образовательные программы с цифровым сопровождением, отнесённые к общему числу образовательных программ T _S__E ; JS_P__E - производственные практики с использованием цифровых двойников и удалённого доступа, нормированные на общую численность студентов технических специальностей T _P__E ; D _cross - средний уровень внедрения сквозных технологий в трёх рассматриваемых секторах.

По расчётам, выполненным на основе статистических данных за 2025 год, значение интегрального индекса ( I ) составляет приблизительно 0,41. Показатель свидетельствует о среднем, но невысоком уровне связанности. В случае реализации сценария «Синергия инноваций» и сохранения благоприятных условий к 2030 году возможно достижение значения 1 = 0,72, что уже будет характеризовать высокую степень интеграции, при которой цифровые инновации действительно выполняют роль системообразующего фактора.

Заключение

Таким образом, проведённое исследование позволяет утверждать, что цифровые инновации выступают не просто инструментом модернизации отдельных отраслей, а полноценной технологической основой для ПНО-интеграции. Именно сквозные технологии – искусственный интеллект, интернет вещей, высокопроизводительные вычисления и кибербезопасность – формируют ту среду, в которой исследовательские данные превращаются в учебный материал, а актуальные производственные задачи становятся объектом научного анализа в режиме реального времени.

В ходе работы были выявлены ключевые направления, по которым такая интеграция уже происходит или может быть существенно усилена. К ним относятся создание совместных цифровых платформ, включая общие датасеты и цифровые двойники; разработка адаптивных образовательных траекторий на основе искусственного интеллекта, которые формируются под конкретные запросы предприятий; а также формирование отраслевых консорциумов, объединяющих вузы, научные лаборатории и производственные компании.

Реализация национального проекта «Экономика данных» при условии выбора сценария «Синергия инноваций» позволит России не только укрепить технологический суверенитет, но и создать модель «цифровой тройной спирали». В этой модели наука, образование и производство развиваются не как параллельные, слабо связанные контуры, а как единый организм, где каждый элемент усиливает другие. Дальнейшие исследования в данной области должны быть направлены на разработку отраслевых дорожных карт цифровой интеграции, а также на создание нормативно-правового обеспечения, регулирующего межсекторный обмен данными и совместное использование цифровых платформ.