Как ИИ меняет деревообработку и мебельное производство: от проектирования до контроля качества

О массовом внедрении пока говорить рано, однако реальные кейсы внедрения появляются все чаще, а сама технология превращается в рабочий инструмент, хотя и локальный.

Сергей Иртуганов, директор выставки Woodex

Машинное зрение для автоматизации производства

Первое и самое зрелое направление, которое обсуждали еще на Woodex 2023 — машинное зрение на производственной линии.

К примеру,ИИ-сканеры пиломатериалов, которые ориентированы именно на распознавание дефектов древесины в реальном времени. Система, обученная на десятках тысяч размеченных досок, при помощи нейросетей и машинного зрения автоматически определяет размеры и положение, а также классифицирует пороки древесины. После чего сортирует пиломатериал и выбирает вариант раскроя с наибольшей выгодой для предприятия, в зависимости от технических условий и регламентов. Это позволяет экономить до 50% времени, которое раньше уходило на ручную сортировку.

Аналогичное решение от компании «ЛИС» было представлено на Woodex 2025. Оно автоматически выявляет и классифицирует дефекты шпона, определяет сортность, геометрию чурака и подходит для контроля различных стадий производства.

На некоторых предприятиях пошли еще дальше и внедрили систему на базе машинного зрения, которая отвечает за весь цикл. Сначала нейросеть определяет направление годовых колец доски, затем автоматически дает команду на ее поворот перед сборкой CLT-панели (Cross-Laminated Timber – перекрестно склеенная древесина). На весь цикл уходит меньше секунды, а точность распознавания составляет 98%. Другой подобный пример — система, которая не только распознает дефекты шпона, но и запускает роботизированные операции по ремонту.

Ещё один кейс — применение ИИ для чтения маркировок или на этапе логистики.

Проектирование и подбор конфигураций

Помимо предприятий ЛПК и деревообработки, важное направление Woodex — производство мебели. Крупные дилеры и интеграторы (такие как ЛИГА, КАМИ, ИНТЕРВЕСП) демонстрируют на выставке комплексные «умные фабрики». Специальные датчики собирают данные со станков, а ИИ прогнозирует износ фрез, узлов кромкооблицовки или необходимость ТО, предотвращая простои. Среди других решений для автоматизации мебельных фабрик — современные модули САПР и ERP-систем (Enterprise Resource Planning или планирование ресурсов предприятия), которые используют для умного нестинга и раскроя, создания карт крепежных отверстий под фурнитуру, согласования техпараметров и синхронизации выполнения заказов.

Важно отметить, что ИИ здесь работает еще и на стороне конечного потребителя: проектирование и подбор конфигураций под заказ. В этом случае на первый план выходят уже генеративные модели — то есть те, которые создают изображения по запросу. При этом скорость оказывается важнее точности: клиенту нужно за минуту увидеть десяток вариантов, а не идеально просчитанный чертеж.

Российские разработки такие как Intora позволяют за 60 секунд сгенерировать варианты обстановки по фотографии помещения на собственных серверах. Похожим образом устроен сервис виртуальной примерки мебели Refurn. А при помощи Atrio можно не только «расставить» мебель из каталога в комнате, но и сразу получить смету. Наконец, сервисы вроде Vision AI позволяют создавать 3D-модели мебели в нужных размерах по фотографиям и генерировать фотореалистичные рендеры всего за 15 минут.

Почему интерес к ИИ растет именно сейчас

По моим наблюдениям, растущий интерес к роботизации и машинному зрению связан сразу с несколькими факторами — и данные нашего опроса участников Woodex 2026 это подтверждают.

В первую очередь, предприятия пытаются хотя бы отчасти решить таким образом проблему дефицита кадров. Особенно это касается тяжелых, монотонных и опасных операций, где людей заменить проще всего — сортировки, подачи материала, упаковки. Кроме того, автоматизация позволяет нарастить объемы производства без увеличения штата, что закрывает сразу две проблемы.

Второй важный момент — стабильное качество продукции, которое гораздо сложнее контролировать вручную. Здесь важна максимальная точность, поскольку ошибка оборачивается серьезными издержками.

Наконец, сами технологии становятся все доступнее, в том числе и для малого и среднего бизнеса. Здесь сыграла роль появление большего числа российских разработок в рамках импортозамещения, а также локализация уже существующих импортных решений. Государство частично субсидирует затраты предприятий на роботизацию, тем самым снижая порог входа для предприятий, которые раньше откладывали такие инвестиции.

Что сдерживает развитие технологий

Если не брать самые очевидные макроэкономические и геополитические факторы, одним из ключевых барьеров является низкая цифровая зрелость отрасли. По jоценке экспертов, она находится в диапазоне 1,0–2,7 балла из 5, а среди главных препятствий цифровизации называются качество исходных данных и недостаток ИТ-инфраструктуры. В мебельной отрасли ИТ-компании оценивают долю предприятий с полноценными ERP примерно в 15%, причем автоматизация полного цикла продаж и производства остается менее чем у 10% компаний и часто строится на разрозненных, неинтегрированных системах.

Поэтому для массового применения ИИ в контроле качества отрасли сначала предстоит решить более фундаментальную задачу — обеспечить качественные производственные данные и связать между собой CAD/CAM, (CAD – Computer-Aided Design, система автоматизированного проектирования; CAM – Computer-Aided Manufacturing, система автоматизированного производства), ERP, MES (MES – Manufacturing Execution System, система управления производственными процессами), системы машинного зрения и оборудование. Исследования показывают, что такая цифровая интеграция могла бы сократить простои оборудования до 20%, незапланированные разрывы партий на 15% и время выпуска продукции на 10%.

Здесь важно отметить, что в мае 2026 года Рослесхоз прямо определил качество данных и внедрение ИИ как два ключевых направления дальнейшего развития ФГИС ЛК.

Что будет дальше

Судя по тому, что я вижу на площадке выставки и слышу от экспонентов, спикеров и участников, массовая комплексная автоматизация станет нормой для среднего и крупного бизнеса не раньше 2028–2030 годов, а для малого — еще на два-три года позже. Следующим шагом для отрасли станет последовательное закрытие точечных задач: сначала сортировка и дефектоскопия на входе, затем конфигураторы и проектирование на стороне продаж, и только потом — интеграция всего этого в единый контур данных. Соответственно, среди самых ожидаемых направлений на ближайшие годы — расширение возможностей CAD/CAM/CAE-систем (CAE – Computer-Aided Engineering, система инженерного анализа), более тесная интеграция с ERP, постепенное внедрение роботизированных линий и станков с ЧПУ, а вслед за ними — систем контроля качества на основе ИИ.

В конце выскажу осторожный оптимизм. Технологический разрыв между генеративными инструментами для интерьерных визуализаций и промышленными системами машинного зрения для цеха, на мой взгляд, будет сокращаться. Просто потому что у отрасли, испытывающей кадровый голод, практически нет других вариантов. Вопрос в том, сколько предприятий успеют систематизировать данные, прежде чем массовое внедрение ИИ и предиктивной аналитики станет для отрасли базовым «гигиеническим минимумом».