ИИ на пищевом производстве: где он работает на безопасность продукции
Разговор об ИИ на пищевом предприятии обычно начинается с камер и спецодежды. Директору по качеству ближе другое: чтобы аудит сети не превращался в неделю поиска документов, а отказ пастеризатора — в списанную партию. Разбираем четыре зоны, где нейросеть работает на безопасность продукции, и отдельно — когда закрытого контура достаточно без аттестации.
Коротко
На пищевом производстве ИИ окупается в четырёх зонах: документация и подготовка к проверкам, договоры с торговыми сетями и поставщиками, санитарные требования на линии, обслуживание оборудования. Охрана труда тоже выигрывает, но для руководителя предприятия это второстепенный довод.
Решающий довод — безопасность продукции и готовность к проверкам. Быстрее собрать доказательства по партии, найти актуальную редакцию процедуры к приходу аудитора, не потерять партию из-за отказа оборудования посреди смены.
Главное: начинать стоит с документации — там меньше всего интеграций и быстрее виден эффект. Аттестация нужна не каждому: если предприятие не субъект КИИ и не обрабатывает в ИИ-системе особые категории персональных данных, для защиты рецептур достаточно закрытого контура.
За лето к нам пришло несколько запросов от пищевых предприятий, и почти все начинались с видеоаналитики: хотим контролировать спецодежду на линии. Дальше разговор сворачивал в сторону. Камеры обсуждали недолго, дальше речь заходила о подготовке к аудитам сетей и запросам надзора: сколько времени уходит на сбор документов и можно ли это ускорить.
Логика понятна. Сотрудник без головного убора в цехе фасовки — неприятность, которую закроет мастер смены. Партия, которую не удаётся быстро проследить до сырья, или аудит, к которому не нашлась актуальная редакция технологической инструкции, — уже риск для контракта и для отношений с надзором. Поэтому этот материал построен вокруг безопасности продукции.
Материал для ИТ-директоров и директоров по качеству пищевых предприятий, руководителей производства и юристов, которые ведут договоры с сетями. Дальше — чем пищевое производство отличается от прочей промышленности, где в нём работает ИИ и где перестаёт, и в каком случае нужна аттестованная среда, а в каком хватает закрытого контура. Общая карта ИИ для промышленных компаний собрана в обзоре точек роста для холдингов.
Почему пищевое производство — особый случай
Пищевое предприятие живёт в режиме, где почти каждое действие на линии должно оставить след в документе. Технический регламент ТР ТС 021/2011 «О безопасности пищевой продукции» обязывает изготовителя разработать, внедрить и поддерживать процедуры, основанные на принципах ХАССП (ч. 2 ст. 10). Часть 3 той же статьи раскрывает их состав: определение контролируемых этапов, контроль сырья и работы оборудования, документирование результатов контроля, ведение и хранение документации, прослеживаемость продукции.
Рядом идёт производственный контроль за соблюдением санитарных правил по ст. 32 закона о санитарно-эпидемиологическом благополучии населения — со своей программой и своими журналами. Проверяет всё это Роспотребнадзор, а по части продукции животного происхождения — Россельхознадзор.
Прослеживаемость в регламенте — обязательное правило обращения продукции. Партия должна сопровождаться товаросопроводительной документацией, по которой видно, откуда пришло сырьё и куда ушла продукция, и продукция без такой документации подлежит изъятию из обращения.
На схеме цепочка выглядит аккуратно. В жизни след одной партии раскидан по разным системам и носителям. Входной контроль сырья — в журнале лаборатории и, если сырьё животного происхождения, в ветеринарных документах ФГИС «Меркурий». Параметры в критических контрольных точках — в журналах на линии, часто бумажных. Выпуск — в учётной системе, отгрузка — в складской системе и накладных. Когда приходит запрос по конкретной партии, куски собирают вручную, и скорость сборки зависит от того, кто сегодня на смене и помнит ли он, где что лежит.
Сверху ложатся требования торговых сетей. У крупной сети они нередко строже регламента: собственные аудиты поставщиков, анкеты, требования к сертификации по признанным схемам безопасности пищевой продукции, договорные санкции за недопоставку и отклонения по качеству. Каждая сеть спрашивает по-своему, и ответы на одни и те же вопросы приходится собирать заново.
Наконец, рецептуры. Для многих предприятий рецептура и технологические режимы — главный нематериальный актив, защищённый режимом коммерческой тайны. На архитектуру ИИ-решения этот фактор влияет сильнее любых требований регуляторов, и к нему мы вернёмся ниже.
Документация и готовность к проверкам
Документный массив пищевого производства — это технологические инструкции и технические условия, рецептуры, план ХАССП с анализом опасностей, программа производственного контроля, процедуры мойки и дезинфекции, спецификации на сырьё и упаковку, декларации соответствия, протоколы лабораторных испытаний, отчёты прошлых аудитов и переписка с сетями. Значительная часть этого существует в нескольких редакциях одновременно. На сбор ответа на анкету сети у предприятий, с которыми мы обсуждали проекты, уходило 3–4 рабочих дня — в основном на поиск актуальных редакций.
Типичная ситуация выглядит так. После смены поставщика сырья технологическую инструкцию обновили, а план ХАССП продолжает ссылаться на старую редакцию. Критический предел по температуре в одном документе один, в другом — другой. Внутри предприятия такое расхождение легко пропустить: каждый документ ведёт свой отдел. Аудитор сети, напротив, сопоставляет их специально.
Здесь работает AzoneDoc — поиск по корпоративному архиву со ссылкой на источник. На вопрос аудитора о том, как контролируется металлопримесь на линии фасовки, система находит процедуру, запись в плане ХАССП и раздел программы производственного контроля, показывает конкретные пункты. Положив их рядом, технолог быстро видит, совпадают ли пределы и ссылки. Ответ на анкету сети или запрос надзора собирается как черновик со ссылками: ответственный проверяет его по источникам и подписывает. Как такой поиск ведёт себя на реальном архиве, мы разбирали в материале об AzoneDoc.
Отдельная задача — сверка редакций. Технологические инструкции и план ХАССП по одним и тем же параметрам вручную сопоставляют редко, чаще всего перед аудитом. Поиск со ссылками на пункты сокращает эту работу: по каждому параметру сразу видны все документы, где он упоминается.
Где польза заканчивается
Пока журналы контроля в критических точках ведутся на бумаге, ИИ их не видит. Сканы рукописных журналов распознаются посредственно, и строить на них доказательную базу по партии нельзя. Если журналы нужны в поиске, сначала их придётся перевести в электронный вид. Это отдельный проект, и его стоит оценить до пилота.
Есть и принципиальная граница. Модель не должна заполнять журналы контроля и дописывать пропущенные записи: такая функция превращает автоматизацию в подделку первичных данных, и ни один разумный проект её не включает. ИИ находит документы и собирает черновик, а запись в журнале и подпись под ответом остаются за ответственным сотрудником.
И состояние архива. Если на файловом сервере лежат пять версий одной инструкции без дат, система найдёт все пять. Как оценить архив до старта и что в нём считать, описано в методике оценки архива перед RAG-проектом.
Договоры с сетями и поставщиками
Договор поставки с торговой сетью — это пакет: основной текст, приложения с требованиями к качеству, упаковке и логистике, спецификации, порядок приёмки и претензий, нередко отдельное соглашение об услугах. Шаблон сеть обновляет регулярно, и юристу поставщика каждый раз приходится сравнивать новую редакцию со старой. Изменения при этом чаще прячутся в приложениях, чем в основном тексте.
Цена ошибки здесь измеряется не в юридических категориях. Санкции за уровень выполнения заказов, окна приёмки на распределительном центре, требования к остаточному сроку годности на момент поставки, порядок возврата — всё это напрямую задевает производство и логистику. Сжатое окно приёмки или новый порог остаточного срока годности может означать, что часть ассортимента придётся выпускать меньшими партиями или отгружать чаще.
ContractGuard сравнивает редакции договора и приложений, выделяет изменившиеся обязательства и санкции и сопоставляет условия с позицией предприятия, которую заранее записала юрслужба. Например, какой остаточный срок годности производство реально может обеспечить по каждой товарной группе. По итогам готовится черновик протокола разногласий. Закон о торговле ограничивает часть условий таких договоров; модель подсказывает, где смотреть, вывод делает юрист.
Оговорка: крупная сеть принимает протокол разногласий далеко не всегда, переговорная сила на её стороне. Но знать, что именно подписываешь, полезно и тогда. Изменившееся условие можно заложить в цену, в план производства или в график отгрузок, до начала поставок по новой редакции.
С поставщиками сырья задача обратная. План ХАССП часто опирается на допущения о входящем сырье: поставщик передаёт протоколы испытаний по каждой партии, ветеринарные документы оформляются до отгрузки, предприятие вправе провести аудит поставщика. Если в договоре этих условий нет, допущение держится на устной договорённости. Сверка договоров с поставщиками и плана ХАССП лежит на стыке юрслужбы и службы качества, и целиком её обычно не делает никто.
Санитарные требования на линии
Видеоаналитика в пищевом цехе решает другие задачи, чем на стройке. Каска и страховочная привязь здесь отходят на второй план. Важнее, надет ли головной убор, соответствует ли цвет спецодежды зоне (на многих предприятиях одежда для разных зон различается по цвету), прошёл ли человек санпропускник по пути из зоны сырья в зону готовой продукции. В ConstructionEye есть готовые детекторы под все три задачи: головной убор, наличие спецодежды по цвету и переходы между зонами. Базовая механика видеоаналитики описана в материале о контроле безопасности на стройке.
Зафиксированные нарушения ложатся в ту же логику, что и остальные отклонения: корректирующие действия, запись, разбор причин. Для аудитора это сильный аргумент. Предприятие показывает, что видит свои нарушения и работает с ними, вместо того чтобы узнавать о них из чужого отчёта.
Ограничения, о которых стоит знать заранее
Пищевой цех — тяжёлая среда для камер. Пар и конденсат садятся на объективы, белая спецодежда сливается с белой плиткой, в камерах хранения мало света. Сетку для волос под колпаком камера не увидит, перчатки распознаются хуже крупных предметов одежды. Число зафиксированных нарушений в первые недели почти всегда растёт: раньше их просто не видели. Руководству это стоит объяснить до запуска, иначе рост примут за ухудшение дисциплины.
Сама камера над линией тоже объект санитарного контроля. Её корпус моют вместе с остальным оборудованием зоны, поэтому исполнение подбирают под влажную уборку, а место монтажа согласуют с технологом до того, как камеру повесят над открытым продуктом.
Детекция без установления личности
Для контроля спецодежды системе не нужно знать, кто именно нарушил. Событие выглядит так: зона фасовки, 14:32, человек без головного убора, кадр приложен. Кто это был, мастер смены установит по графику смены и журналу доступа в зону — кадр для этого не нужен.
Распознавание лиц — другой правовой режим. Биометрические персональные данные по ст. 11 закона о персональных данных обрабатываются только с письменного согласия, за исключением случаев, прямо названных в законе. По разъяснению Роскомнадзора (письмо от 10.02.2020 № 08АП-6782), изображение становится биометрическими данными, когда оператор использует его для установления личности. Детекция нарушения без идентификации под этот режим не попадает.
При этом видеонаблюдение за работниками само по себе остаётся обработкой персональных данных. Порядок нужно закрепить в локальных актах и уведомить работников до запуска, а не после первого спорного кадра.
Оборудование линий
На пищевой линии отказ оборудования обходится дороже простоя. Если пастеризатор не выдержал температурный режим, партия не прошла критическую контрольную точку: её отправляют на переработку или утилизируют, а отклонение оформляют записью и разбором причин. Отказ холодильной установки нарушает условия хранения уже готовой продукции. Остановленная линия теряет смену, линия, проработавшая с отказом, теряет партию.
PredictMaintain строит прогноз отказов по телеметрии и данным SCADA: вибрации насосов и компрессоров, температурам, давлению, токам двигателей. Задача — заметить нештатное поведение узла заранее и обслужить его в плановое окно, между партиями или во время санитарной обработки. Общую механику мы разбирали в материале о предиктивной аналитике и на примере энергетики.
Ограничения здесь в основном про данные. Старое оборудование часто не оснащено датчиками, и их установку приходится закладывать в проект. История отказов живёт в журнале ремонтов в свободной форме, а для обучения нужны отказы, привязанные ко времени и к конкретному узлу. На сезонных производствах линия простаивает месяцами, и после простоя модель видит оборудование почти заново.
Одну границу важно провести в архитектуре сразу. Датчики температуры в критических контрольных точках часто одни и те же для учёта контроля и для прогноза. Прогнозная система при этом не подменяет мониторинг ККТ: это разные контуры ответственности, и запись о соблюдении критического предела должна идти из своей системы и по своему регламенту.
Четыре зоны в одной таблице
Значения в последней колонке не приводим: базу нужно снять на своём производстве до пилота.
| Зона | Задача | Продукт | Что меряем для оценки эффекта |
|---|---|---|---|
| Документация и проверки | Поиск по технологическим инструкциям, плану ХАССП и программе производственного контроля, сверка редакций, черновики ответов аудиторам | AzoneDoc | Время подготовки ответа на анкету сети или запрос надзора; число возвратов ответа на доработку; расхождения между документами, найденные до аудита |
| Договоры с сетями и поставщиками | Сравнение редакций договора и приложений, санкции и требования к качеству и логистике, протоколы разногласий | ContractGuard | Время юриста на одну редакцию договора; изменённые условия, выявленные до подписания |
| Санитарные требования на линии | Головной убор, спецодежда по цвету зоны, переходы между зонами | ConstructionEye | Нарушения на смену в динамике после первых недель; доля срабатываний, подтверждённых мастером смены |
| Оборудование линий | Прогноз отказов насосов, компрессоров, теплообменного и холодильного оборудования по телеметрии и SCADA | PredictMaintain | Внеплановые остановки; партии, ушедшие в переработку или утилизацию из-за отказа оборудования |
Для видеоаналитики сравнивают динамику после первых недель: всплеск в начале отражает появившуюся видимость. Для оборудования горизонт сравнения длиннее — отказы случаются реже, чем аудиты, и квартала может не хватить.
Закрытый контур без аттестации: когда этого достаточно
Аттестация объектов информатизации — одно из основных направлений Азона, поэтому скажем прямо: большинству пищевых предприятий для ИИ-проекта она не нужна.
Пищевой промышленности нет среди сфер, перечисленных в законе о безопасности КИИ (п. 8 ст. 2 187-ФЗ). Субъектом КИИ предприятие становится по другим основаниям — например, если в группе есть собственная генерация или химическое производство. Быстрый способ проверить — сверить свои системы с перечнем типовых отраслевых объектов КИИ, утверждённым распоряжением Правительства № 360-р.
Особые категории персональных данных на пищевом предприятии тоже встречаются, только не там, где их обычно ищут. Сведения о здоровье работников из личных медицинских книжек — специальная категория. Если такие документы попадут в корпус поисковой системы вместе с кадровым архивом, требования к системе станут заметно строже. Проще их туда не загружать: для задач качества и производства медкнижки не нужны.
Остаётся основное — рецептуры, технологические режимы, условия договоров с сетями, закупочные цены. Это коммерческая тайна, и для неё достаточно закрытого контура. Модель, поисковый индекс и журналы запросов работают внутри периметра предприятия, данные не уходят во внешние сервисы, обновления вносятся по внутреннему регламенту.
Внутри периметра работа не заканчивается. Рецептура утекает не только через облако. В проектах внутри периметра риск обычно в другом: поисковой системе дают доступ ко всему файловому серверу сразу. Если технолог и менеджер по продажам получают одинаковые ответы на вопрос о закладке ингредиентов, контур закрыт снаружи и открыт изнутри. Права доступа в поиске должны наследовать права исходного хранилища, а запросы — журналироваться. Подробнее о развёртывании модели в своём контуре — в пошаговом руководстве, о выборе самой модели — в сравнении отечественных LLM.
Аттестованная среда становится предметом разговора, если ИИ-система касается значимого объекта КИИ, если в ней всё же будут обрабатываться особые категории данных или если таких требований придерживается собственная служба безопасности группы. Для этих случаев есть AI-Контур — аттестованный ИИ-контур под ключ. Как ИИ сочетается с требованиями к персональным данным, мы разбирали в отдельном материале.
По состоянию на 20 октября 2026 года.
С чего начать
Почти всегда — с документов. Интеграций меньше всего: файловое хранилище, иногда система электронного документооборота. Эффект измерим на ближайшем аудите или запросе: сколько времени ушло на сбор ответа и сколько раз его возвращали на доработку. И именно здесь сильнее всего звучит главный довод для руководителя — готовность к проверкам.
Договоры — второй кандидат. Пилот получается коротким, если юрслужба готова записать свою позицию по ключевым условиям: без неё системе не с чем сравнивать редакцию сети.
Видеоаналитика требует больше подготовки, чем кажется на первой встрече: камеры в нужных точках, локальные акты, согласование с технологами и службой качества. Предиктивное обслуживание — самый длинный путь из четырёх. Нужны телеметрия и история отказов, а на старых линиях ещё и датчики.
Типовой пилот AzoneDoc на одном комплекте документов занимает 6 недель при развёртывании на мощностях заказчика. Подбор и поставка оборудования в этот срок не входят: если серверов под модель нет, это время нужно заложить в план отдельно. Перед стартом стоит оценить состояние архива: от него срок зависит сильнее, чем от выбора модели.
Что дальше
Порядок, который позволяет за один пилот понять, будет ли эффект на вашем производстве.
Решения для промышленных предприятий собраны на странице для промышленности.
Частые вопросы
Как ИИ помогает с ХАССП на пищевом производстве?
Нейросеть не заменяет рабочую группу ХАССП и не ведёт записи контроля. Она ускоряет работу с документами: находит нужную процедуру со ссылкой на конкретный пункт, по каждому параметру показывает все документы, где он упоминается, собирает черновик ответа на запрос аудитора. Обязанность разработать, внедрить и поддерживать процедуры на принципах ХАССП по ч. 2 ст. 10 ТР ТС 021/2011 остаётся за изготовителем.
Нужна ли аттестация пищевому предприятию для внедрения ИИ?
Как правило, нет. Пищевой промышленности нет среди сфер, перечисленных в законе о безопасности КИИ, и если предприятие не является субъектом КИИ по другим основаниям и не обрабатывает в ИИ-системе особые категории персональных данных, для защиты рецептур и коммерческой тайны достаточно закрытого контура. Исключения — группы компаний с объектами КИИ в других сферах и требования конкретных заказчиков.
Можно ли контролировать спецодежду камерами без биометрии?
Да. Видеоаналитика фиксирует событие — отсутствие головного убора, переход между зонами в обход санпропускника — с временем и кадром, не устанавливая личность. По разъяснению Роскомнадзора, изображение становится биометрическими персональными данными, когда оператор использует его для установления личности. Само видеонаблюдение за работниками при этом остаётся обработкой персональных данных и оформляется локальными актами.
С какого сценария начать внедрение ИИ на пищевом предприятии?
Обычно с документации: интеграций меньше всего, эффект измерим на ближайшем аудите или запросе надзора. Видеоаналитика требует работы с камерами, локальными актами и согласования с технологами, предиктивное обслуживание — истории телеметрии и отказов. Перед пилотом по документам стоит оценить состояние архива.
Можно ли использовать облачные нейросети для работы с рецептурами?
Технически можно, но для большинства предприятий это невыгодный обмен. Рецептуры и технологические режимы обычно защищают режимом коммерческой тайны, и передача их во внешний сервис лишает предприятие контроля над тем, где и кем они обрабатываются. Для задач без конфиденциальных данных, например справок по публичным нормативным актам, облачный сервис приемлем.
Может ли нейросеть сама разработать план ХАССП?
Подготовить черновик разделов по шаблону и собрать исходные данные из технологических инструкций — да. Анализ опасностей, выбор критических контрольных точек и их пределов остаются решением рабочей группы, которая знает конкретную линию и сырьё. План, написанный моделью без этой работы, не будет описывать реальное производство, и аудитор это увидит.
Отраслевая карта: 10 точек применения ИИ в промышленном холдинге
PDF, 8 страниц для ИТ-директоров и руководителей операционной эффективности. 10 сценариев, выбор стратегии, дорожная карта на 12 месяцев.
Обсудим пилот для пищевого предприятия
Если вы хотите проверить, подойдёт ли такой подход вашему производству, AZONE-AI проведёт экспресс-оценку: состав и состояние документного архива, места, где теряется время при подготовке к аудитам, требования к контуру. По результатам — архитектура пилота в закрытом контуре на одном комплекте документов или одной линии.