В НИУ ВШЭ создали базу данных по производственным цепочкам мирового ВПК

Институт мировой военной экономики и стратегии (ИМВЭС) НИУ ВШЭ разработал новый аналитический инструмент для изучения оборонной промышленности зарубежных стран. База данных «Производственные цепочки мирового ВПК» показывает взаимосвязи между производителями на разных уровнях — от конечных систем до комплектующих.
Разработка базы данных «Производственные цепочки мирового ВПК» ведется в рамках проекта «Национальный центр социально-экономического и научно-технологического прогнозирования».
База данных представляет собой реляционную модель, позволяющую проследить производителей и поставщиков вооружения — от конечных образцов продукции до отдельных комплектующих. Она охватывает восемь стран: США, Великобританию, Францию, Германию, КНР, Индию, Пакистан и Иран. В текущую версию включены данные о 300 образцах вооружений, около 4000 узлов и комплектующих, а также 750 предприятиях.
Ключевая особенность проекта — трехуровневая структура анализа: готовое изделие (L1), узлы и агрегаты (L2) и комплектующие (L3), а также соответствующие уровни производителей — от головных исполнителей до поставщиков компонентов. Такой подход позволяет не только выявлять технологические цепочки, но и оценивать зависимость от конкретных поставщиков и уязвимости кооперации.
Данил Пискунов
«База данных разработана для изучения связей между различными предприятиями — от частных компаний до государственных корпораций и научно-исследовательских институтов в оборонной промышленности зарубежных стран. Ее уникальность заключается в синтезе методов конкурентной аналитики, реляционных моделей данных и анализа научно-производственной кооперации. Это позволяет выявлять ключевых игроков отрасли и их специализацию», — рассказал эксперт Института мировой военной экономики и стратегии НИУ ВШЭ Данил Пискунов.
По его словам, модель базы отражает многоуровневость производственных процессов. «Например, самолет как конечный продукт, двигатель как ключевой узел и отдельные компоненты, такие как топливные системы. Это позволяет выделить производителей, отвечающих за разные этапы создания продукции», — привел пример эксперт.
Разработчики подчеркивают, что на нижних уровнях производственных цепочек значительную роль играют гражданские предприятия, ориентированные на другие рынки. Это расширяет возможности анализа и делает базу востребованной не только в оборонной сфере, но и в более широком контексте промышленной кооперации.
Среди ключевых сценариев применения — анализ кооперационных связей, выявление узких мест и зависимостей, конкурентное сравнение оборонно-промышленных комплексов разных стран, а также поддержка экспортного контроля и подготовка аналитических материалов.
База данных размещена на платформе «Спектрум» НИУ ВШЭ и доступна в интерактивном формате с возможностью фильтрации по изделиям, компаниям, странам и источникам. В настоящее время ведутся переговоры с потенциальными заказчиками о предоставлении доступа на основе лицензионных соглашений с ограниченным сроком с обязательством соблюдения конфиденциальности.
Интерес к базе уже проявляют представители российского военно-промышленного комплекса, добавил Данил Пискунов.
Он подчеркнул, что разработка подобного инструмента открывает новые возможности для системного анализа глобальных производственных связей и повышения качества управленческих решений в промышленной политике.
Вам также может быть интересно:
Дополнительные баллы к ЕГЭ за золотой значок: стартовал новый сезон сдачи нормативов ТехноГТО
Стартовала новая сессия сдачи очных нормативов технологической грамотности ТехноГТО на золотые значки. С сентября по декабрь 2026 года в разных регионах России участники смогут продемонстрировать свои знания на очных площадках проекта и заработать награды, которые позволяют получить до 10 дополнительных баллов к ЕГЭ при поступлении в вузы. ТехноГТО является частью Национальной технологической олимпиады (НТО) и реализуется Кружковым движением НТИ совместно с Президентской платформой «Россия — страна возможностей» при поддержке Движения Первых и НИУ ВШЭ.
От теории к практике: как машинное обучение меняет биоинформатику
С 20 по 22 августа на факультете компьютерных наук НИУ ВШЭ прошла седьмая ежегодная Летняя школа по машинному обучению в биоинформатике. Мероприятие объединило ведущих экспертов и молодых исследователей. Его главным итогом стала живая дискуссия о том, как фундаментальные алгоритмы ИИ превращаются в работающие инструменты для биологии и медицины.
Лаборатория будущих сетей: в НИИТ ВШЭ создали стенд для исследований 5G/6G
Стенд 5G/6G в НИИТ ВШЭ становится исследовательской площадкой, образовательной лабораторией и основой для разработки новых программных компонентов сетей будущего. Он позволяет не просто наблюдать за работой мобильной сети, а менять условия ее работы и измерять результат: скорость передачи данных, задержки, ошибки, использование радиоресурсов и другие параметры. На его основе исследователи планируют развивать технологии MIMO, O-RAN, xApp и IAB, а также экспериментировать с искусственным интеллектом.
Ученые НИУ ВШЭ научили нейросеть превращать 3D-модели в готовые технологические карты
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.
Роботы нуждаются в людях: на «Технопроме-2026» обсудили кадры для промышленной робототехники
На XIII Международном форуме технологического развития «Технопром-2026» в рамках секции «Кадры для национальных проектов технологического лидерства» состоялась панельная дискуссия «Кадры для промышленной робототехники: почему роботы нуждаются в людях». Представители университетов, исследовательских организаций и технологических компаний обсудили кадровые вызовы российской робототехники, изменение требований к инженерным компетенциям и подходы к подготовке специалистов для отрасли.
В НИУ ВШЭ запущен реестр ИИ-сервисов и моделей
Институт искусственного интеллекта и цифровых наук ФКН разработал сервис для регистрации и учета достижений в области искусственного интеллекта (ИИ). Платформа уже доступна для сотрудников и студентов университета.
Гибридный интеллект: на форуме «Технопром-2026» обсудили, как развивать компетенции в эпоху ИИ
Искусственный интеллект не создает новые профессии, а меняет содержание старых. К такому выводу пришли участники сессии «Гибридный интеллект: цифровые и человеческие драйверы развития», организованной Институтом статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ в рамках XIII Международного форума технологического развития «Технопром-2026». Эксперты обсудили, как меняется содержание труда, какие компетенции становятся востребованными и что мешает компаниям в полной мере использовать возможности новых технологий.
Ученые НИУ ВШЭ представили свою разработку для систем связи 6G
Терагерцовая нейроморфная схема, разработанная учеными Вышки, позволяет сделать системы связи 6G одновременно более точными и менее энергоемкими. Точность определения положения мобильных устройств внутри помещений достигает 99%. Результаты работы представили на PIERS 2026 — международном симпозиуме по фотонике и электромагнетизму в Китае.
4 сценария, 19 отраслей, 2036 год: НИУ ВШЭ расширил масштаб доклада о перспективах развития российской экономики
Высшая школа экономики продолжает работу по подготовке ежегодного исследования «Сценарии развития российской экономики в условиях геополитической турбулентности». Доклад предназначен для компаний и госструктур, принимающих инвестиционные решения и формирующих стратегии развития. О том, чем уникален этот прогноз и какие сценарии закладывают в него эксперты, в интервью новостной службе «Вышка.Главное» рассказал руководитель проекта, директор Центра стратегического прогнозирования ИСИЭЗ ВШЭ Михаил Голанд.
Исследователи НИУ ВШЭ и Сбера научили нейросети лучше угадывать предпочтения пользователей
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Сбер представили новую архитектуру для рекомендательных систем: благодаря объединению двух классов моделей алгоритмы лучше угадывают интересы и потребности пользователей. Препринт работы опубликован на сайте arxiv.org и представлен на летнем фестивале «Урбан ML».


