ИИ и оборонные закупки: уроки 5 самых громких сюжетов

В 2025 году читатели оборонной прессы голосовали кликами не за «красивые концепции», а за больные точки: кто контролирует поставщиков, почему отменяются контракты на десятки миллионов, как наращивают выпуск боеприпасов и что происходит, когда США «отпускают» регионы — а вакуум заполняют другие.

И вот что мне кажется важным: эти сюжеты — не просто хроника скандалов и решений. Это индикаторы того, как меняется управление обороной, и где искусственный интеллект в обороне и национальной безопасности перестаёт быть темой конференций и становится частью реальных процедур — от закупок и логистики до оперативного управления и оценки рисков.

Ниже — разбор пяти самых обсуждаемых тем года (по мотивам популярных новостей отрасли) и практические выводы: где ИИ уже помогает, где он неизбежно появится, и какие вопросы стоит задавать руководителям программ, интеграторам и поставщикам.

Что клики 2025 года говорят о реальных приоритетах обороны

Ключевой сигнал: внимание аудитории притягивают не «абстрактные платформы», а точки, где управление даёт сбой: зависимость от крупных подрядчиков, отмена закупок, производственные задержки, стратегическое влияние и экспортные ограничения.

Если переложить это на язык технологий, получается простая матрица:

• Закупки и подрядчики: кому доверять, как проверять, как ускорять — и чем измерять результат.
• Данные и сети управления: кто принимает решения и на основании каких данных.
• Производство и логистика: где «узкое горлышко» и как прогнозировать срывы.
• Геополитика и партнёрства: как меняется баланс влияния и какие «нематериальные» активы становятся решающими.

ИИ в этой картине — не «робот на поле боя». Он чаще выглядит скучно: скоринг рисков поставщика, анализ контрактных условий, прогнозирование сроков, обнаружение аномалий в производственных отчётах, обработка разведданных и сигналов. Но именно это обычно и определяет, будет ли система поставлена в срок.

Урок №1. «Умри или адаптируйся»: почему закупки идут к модели “data-driven”

Ответ первым делом: жёсткая риторика про «перетряску» крупных подрядчиков — это симптом того, что традиционные цепочки поставок и управления программами не успевают за темпом изменений.

Один из самых обсуждаемых сюжетов 2025 года — публичный тезис высокого уровня о том, что успехом станет ситуация, при которой крупный подрядчик «не выдержит» и рынок станет более конкурентным. За резкостью формулировок скрыта довольно прагматичная мысль:

Почему крупные «праймы» теряют монополию на темп

• Современные системы управления и связи (C2), киберзащита, разведывательная аналитика и БПЛА развиваются быстрее классических циклов закупок.
• Небольшие технологические компании могут быстрее выпускать обновления, но их нужно встраивать в жёстко регулируемый оборонный контур.

Где здесь ИИ

ИИ становится «мостом» между скоростью и контролем:

1. Аналитика закупок и контрактов: выявление завышенных сроков, повторяющихся «болезней» поставок, слабых KPI.
2. Оценка зрелости поставщика: скоринг на основе истории поставок, качества, киберинцидентов, финансовых сигналов.
3. Управление требованиями: поиск противоречий в ТТЗ и интерфейсах, где потом «умирают сроки».

Мой практический вывод: организации, которые в 2026 году не построят единый контур данных по закупкам, будут продолжать «воевать письмами и совещаниями». И это самая дорогая форма управления.

Урок №2. Отмена контракта на носимую электронику: ИИ требует дисциплины данных, а не только денег

Ответ первым делом: отменённая закупка на десятки миллионов — это почти всегда признак того, что у заказчика не было устойчивой модели пользы: что именно измеряем, как используем данные и кто несёт ответственность.

История с отменой крупного конкурса на носимые устройства для ведомственной медицины попала в топ не случайно. Носимые датчики — типичный «магнит для хайпа»: обещают мониторинг состояния, раннее предупреждение, снижение нагрузки на медиков. Но реальность упирается в три вещи.

Три причины, почему такие программы часто «ломаются»

1. Нечёткая цель: «хотим носимые устройства» — не цель. Цель — например, снизить число тепловых травм на полигонах или ускорить сортировку на медпункте.
2. Права на данные и безопасность: медицинские и биометрические данные — одни из самых чувствительных. Если архитектура доступа не готова, проект стопорится.
3. Интеграция: датчик без интеграции в процессы — игрушка. Нужны протоколы, обучение персонала, регламенты.

Что должен приносить ИИ в медицине обороны

ИИ здесь полезен только когда есть «конвейер»:

• сбор данных (стандартизировано),
• очистка и контроль качества,
• модели для раннего выявления рисков (обезвоживание, перегрев, переутомление),
• понятные рекомендации для командиров и медиков,
• аудит решений и журналирование.

Если этого нет, деньги не спасают. Проект всё равно остановят — или, что хуже, он будет жить, но без эффекта.

Урок №3. Африка и конкуренция влияния: ИИ как инструмент партнёрской поддержки

Ответ первым делом: когда одна страна сокращает присутствие, другая заполняет нишу не только оружием и деньгами, но и сервисами управления, включая цифровую инфраструктуру и аналитические возможности.

Сюжет о том, что Китай стремится «повторять» форматы помощи, пока США сжимаются, важен именно в контексте ИИ. В 2025–2026 годах влияние всё чаще строится не вокруг отдельных поставок техники, а вокруг того, кто предоставляет контур данных:

• обучение и советники,
• системы связи и управления,
• разведывательная аналитика,
• киберзащита,
• сопровождение эксплуатации.

Как ИИ меняет формат помощи партнёрам

1. Обработка разведданных: партнёрам всё чаще нужны не «сырьевые данные», а выводы и приоритизация.
2. Ситуационная осведомлённость: мониторинг границ, морских маршрутов, объектов инфраструктуры.
3. Киберустойчивость: автоматизация выявления атак и аномалий — критична там, где не хватает специалистов.

Формула влияния становится технологичной: «данные → решения → обучение → доверие». ИИ усиливает каждый шаг, но одновременно повышает требования к этике, суверенитету данных и прозрачности алгоритмов.

Урок №4. 155 мм и производство: ИИ как система раннего предупреждения о срывах

Ответ первым делом: дефицит боеприпасов показал, что победа в масштабном конфликте зависит от производственных графиков не меньше, чем от тактики — а графики нельзя вести «вручную».

История про возможность прекращения надзора крупного подрядчика над линиями 155-мм производства стала кликабельной, потому что она про самое болезненное: когда не успевают выпускать то, что нужно “вчера”. На фоне уроков Украины это воспринимается как стратегический риск.

Где ИИ реально помогает производству боеприпасов

• Прогнозирование сроков и рисков на основе данных о поставках компонентов, простоях, отклонениях качества.
• Предиктивное обслуживание оборудования: модели по вибрациям, температуре, энергопотреблению предсказывают поломки.
• Контроль качества: компьютерное зрение для дефектоскопии, статистическое выявление дрейфа параметров.
• Оптимизация логистики: маршрутизация и планирование запасов, чтобы не останавливать линии.

Практическая подсказка для руководителей программ

Если у вас производство «не сходится» с планом, спросите не только «кто виноват», а:

• какие данные о процессе доступны ежедневно,
• какие метрики являются ведущими индикаторами (leading indicators), а не запаздывающими,
• кто владеет моделью риска графика и как часто она пересчитывается,
• как фиксируются исключения и кто их утверждает.

ИИ не заменяет управленца, но он делает видимым то, что раньше проявлялось слишком поздно.

Урок №5. Боевое применение Gripen и экспорт: ИИ влияет даже на «политику продаж»

Ответ первым делом: первое боевое применение платформы сразу превращается в экзамен для производителя и государства-экспортёра — и ИИ здесь проявляется через анализ инцидентов, репутационные риски и контроль применения.

Сюжет о применении истребителя в региональном столкновении стал заметным не только из-за самого факта, но и из-за вопросов к будущим поставкам. Для экспортного контроля важны два слоя:

1. Оперативный: что именно произошло, как применялась система, какие были последствия.
2. Политико-правовой: соответствует ли применение условиям, ожиданиям и ограничениям.

Где ИИ входит в экспортные решения

• Аналитика открытых источников (OSINT): быстрое восстановление картины событий по видео, фото, сообщениям, спутниковым снимкам.
• Оценка рисков эскалации: сценарный анализ, выявление «триггеров».
• Комплаенс и мониторинг использования: цифровые журналы, телеметрия, контроль конфигураций (в тех пределах, где это возможно юридически и технически).

Это неприятная мысль для рынка: «продал и забыл» больше не работает. Чем выше цифровизация платформ, тем выше ожидание, что поставщик и регулятор умеют разбирать применение по данным.

Что делать в 2026: практический чек-лист внедрения ИИ в оборонных программах

Ответ первым делом: чтобы ИИ в обороне давал результат, его нужно внедрять не как «модель», а как управляемую систему: данные → процессы → ответственность → аудит.

Вот чек-лист, который я бы использовал при оценке любой инициативы — от C2 и кибербезопасности до производства и медицины:

1. Сформулируйте измеримую цель
   • Пример: «снизить срывы сроков поставок на 15% за 12 месяцев» или «сократить время выявления киберинцидента до 30 минут».
2. Определите владельца данных и владельца решения
   • Данные без владельца всегда превращаются в спор, кто виноват.
3. Постройте минимально достаточный датасет
   • Лучше 5–7 качественных источников с ежедневной актуализацией, чем «озеро данных» без доверия.
4. Заложите аудит и объяснимость
   • Для обороны критично: кто и почему принял решение, на каких признаках.
5. Обеспечьте киберустойчивость модели
   • Защита от подмены данных, отравления датасетов, компрометации цепочки поставок.
6. Проведите пилот с реальным контуром внедрения
   • Пилот без внедрения в процессы — это демонстрация, а не результат.

Если этот чек-лист «не собирается», проект почти наверняка повторит судьбу многих громких, но отменённых инициатив.

Куда смещается фокус: от “акронимов” к управляемой эффективности

2025 год показал простую вещь: даже самая сложная оборонная повестка становится массово интересной, когда речь идёт о понятной управленческой драме — кто отвечает, кто срывает, кто отменяет, кто занимает вакуум влияния.

ИИ в обороне и национальной безопасности в 2026 году будет оцениваться именно так: не по количеству презентаций и «архитектур», а по тому, снижает ли он риск срыва поставок, ускоряет ли принятие решений и повышает ли устойчивость.

Если вы планируете программу, внедряете платформу управления, отвечаете за кибербезопасность или производственный контур, следующий шаг прагматичен: начните с карты данных и ответственности, затем — с пилота, который меняет ежедневные решения. А дальше уже можно спорить о моделях.

А вы бы какой показатель сделали главным для ИИ в оборонных закупках в 2026 году — скорость, стоимость, устойчивость или прозрачность решений?