Список источников книги

Источники

Источники к отдельным главам, публикации автора, рекомендуемая литература и дополнительные интернет-материалы книги.

Дата обращения к интернет-источникам: август 2026 года.

По тексту книги

Источники к главам

Здесь собраны отдельные разделы источников, приведённые непосредственно после соответствующих глав рукописи.

Глава 12

Системы сбора производственных данных: от станка к достоверному событию

  1. 1

    «Практика цифровизации промышленности. Выпуск 4. Промышленные данные в условиях цифровой трансформации предприятий». Смоленск, 2026. Материалы об автоматизированном мониторинге оборудования, промышленных данных, классификаторах состояний и показателях эффективности.

  2. 2

    «Промышленный шлюз АИСТ. Адаптивный индустриальный смарт-терминал». Презентационные материалы, 04.08.2026. Использованы для описания архитектурной роли промышленного шлюза, локального хранения и передачи данных по стандартным протоколам.

  3. 3

    ГОСТ Р 72329-2025. «Цифровая станкоинструментальная промышленность. Мониторинг технологического оборудования. Ключевые показатели эффективности. Общие положения».

  4. 4

    ГОСТ Р 72339-2025. «Цифровая станкоинструментальная промышленность. Мониторинг технологического оборудования. Общие положения».

  5. 5

    ГОСТ Р ИСО 10009-2025. Менеджмент качества. Руководство по инструментам качества и их применению. Раздел, посвящённый общей эффективности оборудования.

  6. 6

    Открытые материалы «Цифра.Диспетчер MDC».

  7. 7

    Открытые материалы WINNUM, решение «Станки».

  8. 8

    Открытые материалы CNC-VISION.

  9. 9

    Открытые материалы системы мониторинга ОПТИМУМ.

  10. 10

    Открытые материалы ИоТерра OEE.

Сравнение программных решений в главе отражает заявленные в открытых источниках возможности по состоянию на август 2026 года и не является рейтингом. Для выбора требуется пилот на данных, оборудовании и управленческих сценариях конкретного предприятия.

Глава 13

MES-системы: от производственного события к управлению исполнением

  1. 1

    Питеркин С. В., Оладов Н., Исаев Д. «Точно вовремя для России. Практика применения современных методов управления предприятием». Авторская редакция С. В. Питеркина, 2005.

  2. 2

    ООО «Райтстеп». «СПМ. Система планирования, управления и мониторинга производства и поставок». Буклет, 2025.

  3. 3

    ООО «Райтстеп». «Райтстеп. Примеры проектов в сложном машиностроении». Портфолио проектов, 2025.

  4. 4

    ООО «Райтстеп». «Система СПМ (Lean ERP SCMo). Возможности и продуктовая линейка». Материалы по платформе, 2025.

  5. 5

    ANSI/ISA-95.00.01-2025 (IEC 62264-1 Modified). Enterprise-Control System Integration — Part 1: Models and Terminology.

  6. 6

    ANSI/ISA-95.00.03-2013 (IEC 62264-3 Modified). Enterprise-Control System Integration — Part 3: Activity Models of Manufacturing Operations Management.

  7. 7

    ISO 22400-1:2014. Automation systems and integration — Key performance indicators (KPIs) for manufacturing operations management — Part 1: Overview, concepts and terminology. Стандарт подтверждён как действующий в 2025 году.

  8. 8

    ISO 22400-2:2014. Automation systems and integration — Key performance indicators (KPIs) for manufacturing operations management — Part 2: Definitions and descriptions.

  9. 9

    MESA International. MESA Model: A Framework for Smarter Manufacturing.

Глава 14

От данных к решению: системы бизнес-аналитики

  1. 1

    Visiology на Habr: «Что лучше - код или визуальный конструктор в бизнес-аналитике? Дайте и то, и другое», 2025.

  2. 2

    Visiology на Habr: материал о разграничении доступа к данным на уровне строк, 2024.

  3. 3

    Visiology на Habr: материал о разграничении доступа на уровне объектов модели, 2025.

  4. 4

    Visiology на Habr: «Укрощение ClickHouse: почему ДанКо делает Visiology намного быстрее», 2024.

  5. 5

    Visiology на Habr: материал о коннекторе к 1С, 2025.

  6. 6

    Visiology на Habr: «Планы и факты: работаем с денормализованной таблицей», 2025.

  7. 7

    Visiology на Habr: «Бизнес-аналитика: пять трендов в сфере искусственного интеллекта», 2025.

  8. 8

    Visiology на Habr: материал о сопротивлении при внедрении аналитики, 2025.

  9. 9

    Visiology на Habr: «Бизнес-аналитика для оценки полезности бизнес-аналитики: огранка логов по методу АЛРОСА», 2024.

  10. 10

    Visiology: описание корпоративной аналитической платформы и история релизов, актуально на 2026 год.

  11. 11

    Yandex DataLens: документация по платформе, самостоятельной аналитике, доступу, программной кастомизации, нейроаналитику и локальному развёртыванию.

  12. 12

    PIX: описание возможностей аналитической платформы.

  13. 13

    Modus: описание платформы и публичная база знаний.

  14. 14

    Polymatica: описание аналитической платформы.

  15. 15

    «Форсайт. Аналитическая платформа»: описание возможностей корпоративной и самостоятельной аналитики, моделирования и прогнозирования.

Глава 16

Про людей

В тексте главы использованы идеи, наблюдения и факты из российских промышленных кейсов, международных исследований и книг по работе с данными, изменениям поведения и психологической безопасности. Характерные фразы из цеха, если они не обозначены как прямые цитаты, являются авторской реконструкцией типичных установок на основе этих источников.

Российские промышленные кейсы и онлайн-публикации

  1. 1

    Чуранов В. Как стартап «Диспетчер» внедряет интернет вещей на российские заводы. RB.RU, 02.12.2015.

  2. 2

    «Редуктор-ПМ» — повышение эффективности производства вертолетных трансмиссий за счет внедрения «Диспетчера». Кейс ИЦ «Станкосервис» / InTechnology.

  3. 3

    Маньшин Р. Искусственный интеллект в тяжелой промышленности. IT-World, 25.01.2023.

  4. 4

    Смирнов Н. «Северсталь»: искусственный интеллект с человеческими именами. «Директор информационной службы», 15.03.2023.

  5. 5

    Богомолова А. Свой MES: как мы его разрабатываем. Блог компании «Северсталь», Habr, 31.01.2025.

  6. 6

    Тимченко А., Куницкая К. Как мы 8 лет создавали систему управления производственными процессами (MES) и что из этого вышло. Блог компании «Северсталь», Habr, 01.04.2022.

  7. 7

    Смирнов Н. «Управление данными — 2019»: платформа IIoT в «Северстали». «Директор информационной службы», 05.09.2019.

  8. 8

    Смирнов Н. «Северсталь»: прозрачность технологических данных. «Директор информационной службы», 21.03.2024.

  9. 9

    Осминкин Я. Предиктивное обслуживание в промышленности: три системных условия, без которых технологии не работают. Блог компании «Северсталь», Habr, 2026.

  10. 10

    «Северсталь»: как вовлечь тысячи сотрудников в работу с ИИ. Habr / TEAMLY, 2026.

  11. 11

    Овчинников Ф. Уход с позиции CEO. «Сила ума», 07.09.2023.

  12. 12

    Красовская Д. Не создавать иллюзию контроля: правила основателя «Додо Пиццы». СберБизнес, 26.12.2019.

  13. 13

    Овчинников Ф. Цели 2015. «Сила ума», 31.12.2014.

  14. 14

    Овчинников Ф. Главная цель. «Сила ума», 05.08.2014.

  15. 15

    Dodo Engineering. Зачем «Додо Пицце» 250 разработчиков? Habr, 14.02.2019.

  16. 16

    Dodo Engineering. История архитектуры Dodo IS: путь бэкофиса. Habr, 2020.

Международные исследования

  1. 1

    Ito A., Ylipää T., Gullander P., Bokrantz J., Centerholt V., Skoogh A. Dealing with resistance to the use of Industry 4.0 technologies in production disturbance management. Journal of Manufacturing Technology Management. 2021. Vol. 32, No. 9. P. 285–303. DOI: 10.1108/JMTM-12-2020-0475.

  2. 2

    Immonen M., Mäkelä S.-M., Kaasinen E. et al. Attitudes Towards Workplace Data Collection Among Factory Workers: Results from a Finnish Survey. NCDHWS 2026. Communications in Computer and Information Science, vol. 3010. Springer, 2026. DOI: 10.1007/978-3-032-28819-6_16.

  3. 3

    Workplace 4.0: Exploring the Implications of Technology Adoption in Digital Manufacturing on a Sustainable Workforce. Sustainability. 2022. Vol. 14, Issue 6, 3311.

  4. 4

    Goodhart C. A. E. Problems of Monetary Management: The U.K. Experience. Papers in Monetary Economics, Vol. 1. Reserve Bank of Australia, 1975.

  5. 5

    Strathern M. “Improving ratings”: audit in the British University system. European Review. 1997. Vol. 5, No. 3. P. 305–321. DOI: 10.1002/(SICI)1234-981X(199707)5:3<305::AID-EURO184>3.0.CO;2-4.

  6. 6

    Campbell D. T. Assessing the Impact of Planned Social Change. 1979. Формулировка, известная как закон Кэмпбелла, описывает риск искажения социальных процессов при использовании количественного индикатора для принятия решений.

Книги

  1. 1

    Андерсон К. Аналитическая культура. От сбора данных до бизнес-результатов. Русское издание; оригинал: Anderson C. Creating a Data-Driven Organization. O’Reilly Media, 2015.

  2. 2

    Tunguz T., Bien F. Winning with Data: Transform Your Culture, Empower Your People, and Shape the Future. Wiley, 2016.

  3. 3

    Islam S. Data Culture: Develop an Effective Data-Driven Organization. Kogan Page, 2024.

  4. 4

    Morrow J. Be Data Literate: The Data Literacy Skills Everyone Needs to Succeed. 2nd ed. Kogan Page, 2024.

  5. 5

    Gemignani Z., Gemignani C., Galentino R., Schuermann P. Data Fluency: Empowering Your Organization with Effective Data Communication. Wiley, 2015.

  6. 6

    Davenport T. H., Harris J. G., Morison R. Analytics at Work: Smarter Decisions, Better Results. Harvard Business Review Press, 2010.

  7. 7

    Edmondson A. C. The Fearless Organization: Creating Psychological Safety in the Workplace for Learning, Innovation, and Growth. Wiley, 2018.

  8. 8

    Филлипс Т. Управление на основе данных: как интерпретировать цифры и принимать качественные решения в бизнесе. Манн, Иванов и Фербер, русское издание, 2017.

  9. 9

    Валиотти Н. А. Аналитика для руководителей. Стратегия и развитие бизнеса на базе данных, а не на интуиции. Москва: Эксмо, 2025.

  10. 10

    Muller J. Z. The Tyranny of Metrics. Princeton University Press, 2018.