перспективы
Полиграфия, Durst и роботы: от печатной машины к ИИ-платформе
Как Kyveris, CoCoCo и TUM Venture Labs показывают новый вектор печатного производства: от скорости машины к связности данных, процессов и материальных потоков
Durst остаётся производителем промышленного печатного оборудования, но всё активнее строит вокруг него программную и ИИ-архитектуру. За полтора года компания приобрела разработчика PDF-препресс-автоматизации, объявила открытую программную архитектуру для оборудования разных производителей, получила контрольную долю в разработчике слоя связности данных и заключила многолетнее партнёрство с TUM Venture Labs — экосистемой Мюнхенского техуниверситета, специализирующейся на робототехнике и ИИ. Всё это Durst собирает в Kyveris — платформу, которую сама компания называет industrial intelligence для печатного производства.
Хроника этих сделок сама по себе мало что даёт типографии, которая не работает с Durst и не планирует разбираться в Kyveris. Durst в явном виде показывает то, что раньше оставалось между строк, — скорость печатной машины больше не главный источник преимущества. Узкое место сместилось туда, где его никто не измеряет: между заказом и препрессом, между машиной и послепечаткой, между решением оператора и памятью следующей смены. Дальше — коротко о том, что именно сделала Durst, и куда подробнее о том, что из этого стоит взять типографии, у которой нет и не будет своей Kyveris.
Что на самом деле сделала Durst
Официальная точка отсчёта — март 2026 года: на праздновании 90-летия компания объявила переход от precision engineering (точной инженерии — механики, стабильности, повторяемости, на которой десятилетиями строилась репутация Durst) к industrial intelligence — способности производственной системы собирать данные, понимать контекст и постепенно брать на себя часть решений. Ядро перехода — Kyveris, которую Durst описывает как AI-powered intelligence for digital production: систему, объединяющую файлы, машины, ПО, данные и ИИ в контур, который учится и снижает отходы.
Но начало было положено полтора года назад. В апреле 2025-го Durst приобрела разработчика PDF- и префлайт-автоматизации (предпечатной проверки файлов) callas software. В августе того же года — Open Software Initiative — открытую интеграционную архитектуру под лозунгом «One Software Ecosystem. Any Brand. Any Printer», то есть API и документированные интерфейсы для оборудования любых производителей, не только Durst.
Первую публичную демонстрацию Kyveris Sandbox Durst показала на FESPA 2026 в мае — и путь к ней был непрост. Ещё в ноябре 2025-го команда планировала вывести на сцену гуманоидного робота: эффектный образ industrial intelligence. Но в декабре небольшая группа ответственных сотрудников Durst слетала на крупнейшую в мире выставку робототехники iREX в Токио и вернулась с обратным выводом: гуманоид на сцене впечатляет, но в процессах печатного цеха пока не дотягивает до уровня, который Durst хотела бы показать на FESPA и на собственном Durst NEXT Festival. Как позже сформулировал CEO Durst Кристоф Гампер, у команды был выбор между эффектным гуманоидом на сцене и более сложным, но честным открытым подходом — и она выбрала второе. В самой Durst называют произошедшее сдвигом не технологическим, а ментальным — это про готовность думать иначе.
В начале июля 2026-го — сразу два шага в сторону физического слоя производства. Партнёрство с TUM Venture Labs — deep-tech-экосистемой при Техническом университете Мюнхена и UnternehmerTUM, где ключевым для Durst становится Robotics/AI Lab: статус Platinum Partner, первый итальянский партнёр в этой сети, и обозначение AuRo-Layer — слоя автоматизации и роботизации (Automation/Robotics Layer), который отвечает за материальные потоки в цеху. И контрольная доля в Triple C Labs GmbH (условия сделки не раскрывались), разработчике платформы CoCoCo — слоя, который на основе стандартов JDF и JMF (форматов описания и передачи статуса печатного задания) связывает разные машины, препресс и цеховое ПО в общий язык данных.
Даты и названия здесь важны не сами по себе, а тем, что показывают направление: Durst последовательно собирает не новые мощности и не производственные линии, а связность — программную, информационную и физическую.
Но начало было положено полтора года назад. В апреле 2025-го Durst приобрела разработчика PDF- и префлайт-автоматизации (предпечатной проверки файлов) callas software. В августе того же года — Open Software Initiative — открытую интеграционную архитектуру под лозунгом «One Software Ecosystem. Any Brand. Any Printer», то есть API и документированные интерфейсы для оборудования любых производителей, не только Durst.
Первую публичную демонстрацию Kyveris Sandbox Durst показала на FESPA 2026 в мае — и путь к ней был непрост. Ещё в ноябре 2025-го команда планировала вывести на сцену гуманоидного робота: эффектный образ industrial intelligence. Но в декабре небольшая группа ответственных сотрудников Durst слетала на крупнейшую в мире выставку робототехники iREX в Токио и вернулась с обратным выводом: гуманоид на сцене впечатляет, но в процессах печатного цеха пока не дотягивает до уровня, который Durst хотела бы показать на FESPA и на собственном Durst NEXT Festival. Как позже сформулировал CEO Durst Кристоф Гампер, у команды был выбор между эффектным гуманоидом на сцене и более сложным, но честным открытым подходом — и она выбрала второе. В самой Durst называют произошедшее сдвигом не технологическим, а ментальным — это про готовность думать иначе.
В начале июля 2026-го — сразу два шага в сторону физического слоя производства. Партнёрство с TUM Venture Labs — deep-tech-экосистемой при Техническом университете Мюнхена и UnternehmerTUM, где ключевым для Durst становится Robotics/AI Lab: статус Platinum Partner, первый итальянский партнёр в этой сети, и обозначение AuRo-Layer — слоя автоматизации и роботизации (Automation/Robotics Layer), который отвечает за материальные потоки в цеху. И контрольная доля в Triple C Labs GmbH (условия сделки не раскрывались), разработчике платформы CoCoCo — слоя, который на основе стандартов JDF и JMF (форматов описания и передачи статуса печатного задания) связывает разные машины, препресс и цеховое ПО в общий язык данных.
Даты и названия здесь важны не сами по себе, а тем, что показывают направление: Durst последовательно собирает не новые мощности и не производственные линии, а связность — программную, информационную и физическую.
Смена стандарта: от скорости машины к связности процесса
Конкуренция типографий десятилетиями строилась вокруг машины: у кого шире рулон или лист, выше скорость, быстрее выход на тиражное качество. Durst, выросшая на этой логике, теперь сама смещает акцент: скорость печати остаётся важной, но всё реже она может объяснить эффективность производства (и потенциал её роста) — потому что узкое место сместилось туда, где его никто толком и не измерял.
Заказ сегодня чаще всего задерживается не на печати, а где-то рядом: файл долго проверяется на препрессе, параметры материала вручную переносятся из одной системы в другую, на послепечати узнают о задании с опозданием, а причина брака по конкретному заказу известна только оператору, который был в ночной смене. Сам факт остановки машины почти ничего не говорит — важен контекст: какой материал был в работе, какая операция выполнялась, кто и как вмешивался в процесс, как это повлияло на срок производства и себестоимость.
Именно поэтому ИИ в цехе начинается не с запуска нейросети, а с дисциплины данных — понятных статусов и зафиксированных причин отклонений; без этого ИИ просто нечем «кормить». У Durst за это отвечает Kyveris в целом, а конкретно — два её слоя: CoCoCo, язык производственных данных, и AuRo-Layer, физический слой автоматизации. Задача одна: собрать этот контекст и связать его между участками, и Durst решает её для себя и для своих клиентов. Но такая же задача стоит перед любой типографией независимо от того, оборудование какого бренда установлено на её производстве. Раньше разрозненность и неполноту этих данных часто списывали на «особенности цеха». Теперь это становится отдельной управленческой задачей.
Парк оборудования у большинства российских типографий последние годы становится разнороднее по необходимости, а не из-за добровольного выбора: новые оригинальные машины и родные запчасти доставать сложнее, в ход идут параллельный импорт, поставки техники из Китая наравне со старым европейским, японским, американским оборудованием. В таких условиях построить замкнутую информационную экосистему одного вендора просто невозможно в типографии, где стоит оборудование десятка брендов, разных годов производства и разной степени автоматизации. Значит, связку между участками в типографии придётся выстраивать самостоятельно, и заняться этим придётся раньше, чем кто-то из поставщиков или разработчиков сможет предложить рабочий вариант.
Заказ сегодня чаще всего задерживается не на печати, а где-то рядом: файл долго проверяется на препрессе, параметры материала вручную переносятся из одной системы в другую, на послепечати узнают о задании с опозданием, а причина брака по конкретному заказу известна только оператору, который был в ночной смене. Сам факт остановки машины почти ничего не говорит — важен контекст: какой материал был в работе, какая операция выполнялась, кто и как вмешивался в процесс, как это повлияло на срок производства и себестоимость.
Именно поэтому ИИ в цехе начинается не с запуска нейросети, а с дисциплины данных — понятных статусов и зафиксированных причин отклонений; без этого ИИ просто нечем «кормить». У Durst за это отвечает Kyveris в целом, а конкретно — два её слоя: CoCoCo, язык производственных данных, и AuRo-Layer, физический слой автоматизации. Задача одна: собрать этот контекст и связать его между участками, и Durst решает её для себя и для своих клиентов. Но такая же задача стоит перед любой типографией независимо от того, оборудование какого бренда установлено на её производстве. Раньше разрозненность и неполноту этих данных часто списывали на «особенности цеха». Теперь это становится отдельной управленческой задачей.
Парк оборудования у большинства российских типографий последние годы становится разнороднее по необходимости, а не из-за добровольного выбора: новые оригинальные машины и родные запчасти доставать сложнее, в ход идут параллельный импорт, поставки техники из Китая наравне со старым европейским, японским, американским оборудованием. В таких условиях построить замкнутую информационную экосистему одного вендора просто невозможно в типографии, где стоит оборудование десятка брендов, разных годов производства и разной степени автоматизации. Значит, связку между участками в типографии придётся выстраивать самостоятельно, и заняться этим придётся раньше, чем кто-то из поставщиков или разработчиков сможет предложить рабочий вариант.
Пять точек, с которых можно начать и без Durst
Технологию уровня Kyveris в обозримые годы не купит и не построит подавляющее большинство типографий. Но принцип, который за ней стоит, применим на любом производстве — ведь от него зависит, сколько времени, денег и эффективности производство теряет между операциями.
1. Посмотрите на производство как на поток, а не цепочку нескольких участков. Не «препресс — печать — послепечать — отгрузка» по отдельности, а единый путь заказа, на котором нужно физически найти точки, где теряются данные, время и ответственность за результат. В большинстве типографий такой карты не существует: есть общее ощущение, что «как-то долго», но нет фиксации, где именно и почему.
2. Начните записывать данные, которые уже есть, но нигде не фиксируются. Причины остановки машины, параметры под разные материалы, повторяющиеся ошибки макетов, результаты контроля качества, реальное время прохождения заказа по участкам. Ничего из этого не требует внедрения ИИ — нужно завести таблицу и приучить сотрудников её заполнять. Без этого шага любая будущая автоматизация упрётся в отсутствие материала для анализа.
3. Меняя оборудование, оценивайте не только производительность и скорость переналадки, но и то, какие данные оно генерирует. Есть ли открытый API, поддерживает ли машина JDF/JMF, как она сообщает статус задания, можно ли связать её с управленческой системой типографии, препрессом и послепечаткой. Машина без этого может быть продвинутой в смысле производства, но слабой в смысле построения системы. Без этого вы получите изолированный узел, а не часть будущей системы.
4. Перенесите экспертизу лучших операторов и технологов из их памяти в инструкции. Если качество печати на конкретном материале держится на знаниях одного человека — это не компетентность, а риск для бизнеса. Настройки машин, причины брака и решения по нестандартным заказам должны быть записаны, а не существовать только в памяти (не всегда надёжной) у того, кто может уйти в отпуск, заболеть или уволиться в разгар сезона.
5. Автоматизируйте не «вообще», а именно то место, где реально теряется время. Если брак чаще всего возникает на препрессе — нужен качественный префлайт. Если заказы простаивают между печатью и постпрессом — нужны статусы и маршрутизация задания. Если брак связан со сменой материала — нужна фиксация параметров субстратов и решений технолога. ИИ и робототехника имеют смысл только после того, как процесс уже можно описать; до этого они лишь автоматизируют существующий хаос быстрее прежнего.
1. Посмотрите на производство как на поток, а не цепочку нескольких участков. Не «препресс — печать — послепечать — отгрузка» по отдельности, а единый путь заказа, на котором нужно физически найти точки, где теряются данные, время и ответственность за результат. В большинстве типографий такой карты не существует: есть общее ощущение, что «как-то долго», но нет фиксации, где именно и почему.
2. Начните записывать данные, которые уже есть, но нигде не фиксируются. Причины остановки машины, параметры под разные материалы, повторяющиеся ошибки макетов, результаты контроля качества, реальное время прохождения заказа по участкам. Ничего из этого не требует внедрения ИИ — нужно завести таблицу и приучить сотрудников её заполнять. Без этого шага любая будущая автоматизация упрётся в отсутствие материала для анализа.
3. Меняя оборудование, оценивайте не только производительность и скорость переналадки, но и то, какие данные оно генерирует. Есть ли открытый API, поддерживает ли машина JDF/JMF, как она сообщает статус задания, можно ли связать её с управленческой системой типографии, препрессом и послепечаткой. Машина без этого может быть продвинутой в смысле производства, но слабой в смысле построения системы. Без этого вы получите изолированный узел, а не часть будущей системы.
4. Перенесите экспертизу лучших операторов и технологов из их памяти в инструкции. Если качество печати на конкретном материале держится на знаниях одного человека — это не компетентность, а риск для бизнеса. Настройки машин, причины брака и решения по нестандартным заказам должны быть записаны, а не существовать только в памяти (не всегда надёжной) у того, кто может уйти в отпуск, заболеть или уволиться в разгар сезона.
5. Автоматизируйте не «вообще», а именно то место, где реально теряется время. Если брак чаще всего возникает на препрессе — нужен качественный префлайт. Если заказы простаивают между печатью и постпрессом — нужны статусы и маршрутизация задания. Если брак связан со сменой материала — нужна фиксация параметров субстратов и решений технолога. ИИ и робототехника имеют смысл только после того, как процесс уже можно описать; до этого они лишь автоматизируют существующий хаос быстрее прежнего.
Где проходит граница
Сама Durst дистанцируется от термина «фабрика без света»: так называемой lights-out factory — высокоавтоматизированного производства без постоянного присутствия людей в цехе. В реальности без людей пока не обойтись: материалы меняются, файлы приходят с ошибками, цвет требует контроля, нестандартные заказы требуют адаптации производственного маршрута. Kyveris на сегодня — это платформа с расчётом на будущее и работающий Sandbox: экспериментальный производственный стенд, где Durst проверяет связку машин, данных, роботов и ПО. Это ещё не готовая автономная фабрика.
Более точная формулировка — типография с меньшей долей ручной рутинной работы и меньшей зависимостью от памяти конкретных сотрудников. Человек не исчезает из производства — его роль смещается от постоянного вмешательства к настройке, контролю и принятиям решений в нестандартных ситуациях. Это касается любой типографии вне зависимости от масштаба автоматизации — идёт ли речь о Kyveris или об экселевской табличке с причинами остановки машины.
Более точная формулировка — типография с меньшей долей ручной рутинной работы и меньшей зависимостью от памяти конкретных сотрудников. Человек не исчезает из производства — его роль смещается от постоянного вмешательства к настройке, контролю и принятиям решений в нестандартных ситуациях. Это касается любой типографии вне зависимости от масштаба автоматизации — идёт ли речь о Kyveris или об экселевской табличке с причинами остановки машины.
С чего начать у себя
Главный вывод из истории Durst — не в том, что где-то далеко строят сложную ИИ-платформу. Вывод в том, что у любой типографии уже сегодня есть список проблемных (и незаметных) зон, и его можно начать составлять и анализировать без инвестиций в новое оборудование.
Понимаете ли вы путь заказа от входящего файла до отгрузки — не в общих чертах, а по шагам? Видите ли, где именно на этом пути теряются не только дни, которые легко заметить, но и часы? Можете ли вы в любой момент понять, на каком этапе находится конкретный заказ, не обзванивая мастеров по цехам? Может ли производство повторить сложный тираж без тех самых операторов, которые когда-то его успешно выполнили? Фиксируются ли причины остановок, параметры материалов и решения по заказам — не только в памяти операторов, технологов, дизайнеров и менеджеров, а в общей системе или хотя бы в рабочей таблице?
Durst строит верхний этаж этой архитектуры — с солидным бюджетом, лучшими инженерами и партнёрством с техническим университетом. Нижний этаж — тот, где данные приведены в порядок, статусы понятны, а опыт людей не исчезает вместе с их увольнением, — типография может начать строить сама. В любом масштабе — и без покупки Kyveris, роботов и новой печатной машины.
Понимаете ли вы путь заказа от входящего файла до отгрузки — не в общих чертах, а по шагам? Видите ли, где именно на этом пути теряются не только дни, которые легко заметить, но и часы? Можете ли вы в любой момент понять, на каком этапе находится конкретный заказ, не обзванивая мастеров по цехам? Может ли производство повторить сложный тираж без тех самых операторов, которые когда-то его успешно выполнили? Фиксируются ли причины остановок, параметры материалов и решения по заказам — не только в памяти операторов, технологов, дизайнеров и менеджеров, а в общей системе или хотя бы в рабочей таблице?
Durst строит верхний этаж этой архитектуры — с солидным бюджетом, лучшими инженерами и партнёрством с техническим университетом. Нижний этаж — тот, где данные приведены в порядок, статусы понятны, а опыт людей не исчезает вместе с их увольнением, — типография может начать строить сама. В любом масштабе — и без покупки Kyveris, роботов и новой печатной машины.