Сегодня практически любому крупному российскому предприятию впервые стал доступен целый букет новых технологий, совместными усилиями агрессивно продвигаемых крупнейшими западными ИТ-компаниями. Их интерес понятен: соединяя искусственный интеллект, роботизацию процессов, большие данные и другие технологии, которые заказчики никогда не применяли, с традиционными бизнес-системами, вендор получает возможность перепозиционировать свои старые продукты. И вот такое сочетание функций преподносится как прорыв, как новая товарная категория, вокруг которой обязательно вырастет свой сегмент рынка. Так родилась и концепция iERP.
При этом маркетологи не скупятся на обещания, рисуют яркие картины будущего рынка, утверждая, что все, кто не приобретет новые решения, останутся лузерами и аутсайдерами, безнадежно упустившими прекрасную возможность кардинально улучшить свой бизнес. Но именно так надувались многочисленные «мыльные пузыри», которые лопались, унося и деньги инвесторов, и надежды на чудо слишком доверчивых заказчиков.
Чтобы подобная история не повторилась в такой важной области, как управление предприятием, заказчикам нужно опереться на реальный опыт внедрений, понять, какие технологии действительно актуальны сегодня, при каких условиях они работают и какого эффекта от них ждать. Но прежде чем перейти к этим технологиям, надо четче определить понятие iERP.
Что такое iERP?
Отдельные новые технологии (например, управление бизнес-процессами и их непрерывное улучшение) достаточно часто интегрируются с классическими системами ERP, но это еще не iERP. Здесь есть расширение функциональности, но нет нового качества, перехода на новый уровень. Система iERP подразумевает одновременное соблюдение следующих условий.
Первое — это интеграция ERP-системы сразу со многими новыми перспективными технологиями (какими именно, обсудим ниже), а также с хорошо известными технологиями, обретающими дополнительную ценность в новом окружении (примером может служить система управления корпоративным контентом — Enterprise Content Management, ECM).
Второе условие состоит в том, чтобы обмен информацией происходил не только между подсистемами, стоящими за каждой такой технологией, и ядром или модулями ERP (по схеме звезды), но и напрямую между этими подсистемами (по схеме матрицы). Таких «прямых» взаимодействий должно быть много, так как, с одной стороны, это достаточно полно раскрывает возможности технологий, а с другой — обеспечивает максимальный синергетический эффект и целостность комплекса iERP.
Третье условие: оптимизация архитектуры самого решения и системы безопасности, унификация механизмов интеграции компонент, инфраструктуры работы с данными и метаданными, а также механизмы централизованного управления и информационной безопасности должны распространяться на весь комплекс, объединяющий и ERP-систему, и все технологические подсистемы. Кроме того, все компоненты решения iERP должны максимально использовать корпоративную технологическую платформу, объединяющую ИТ-продукты, отобранные организацией для многократного использования в своей системе. И конечно, нужна унификация ИТ-процессов обслуживания и элементов этой технологической платформы, и компонент iERP-решения.
При соблюдении всех этих требований iERP действительно качественно отличается от традиционных систем класса ERP. Причем отличие настолько существенно, что плавно трансформировать обычную ERP-систему в iERP вряд ли возможно. Просто добавляя технологии к классической ERP, нельзя получить решение, которое отвечало бы всем вышеперечисленным критериям. Зато наверняка можно получить много головной боли, быстро усиливающейся по мере удаления от классической ERP.
На какие технологии нужно обратить особое внимание?
Новые технологии, о которых мы будем говорить ниже, прошли через тройной фильтр. Во-первых, они действительно позволяют многим российским организациям справиться с широким кругом задач, практически не решаемых традиционными приемами. Во-вторых, применять эти технологии возможно уже сегодня. В-третьих, технологии выдержали проверку реальным опытом.
Среди них можно выделить роботизацию процессов (Robotics Process Automation, RPA), то есть полную замену людей программными роботами на отдельных бизнес-процессах.
Вторая опробованная технология — связка Business Process Management (BPM) с Process Mining. При этом к сфере BPM относятся алгоритмизация процессов и передача автомату ответственности за точное соблюдение регламентов, очередность и своевременное выполнение отдельных операций для каждого экземпляра процесса. В свою очередь, Process Mining дополняет BPM тем, что позволяет выявлять отклонения от регламентов, отличия фактического эффекта от ожидаемого, нежелательные побочные эффекты, появляющиеся бизнес-риски. И устранить эти проблемы, поставив оптимизацию процессов на поток.
Третья технология — «озеро данных» (Data Lake). Озеро объединяет все те данные, которые необходимы компании для принятия управленческих и операционных решений. Крайне важно, что это не только внутренние данные самой организации, но и информация о ее окружении (например, государственные инициативы, состояния фондовых рынков, действия конкурентов и партнеров, изменения городской среды, влияющие на транспортные потоки и поведение людей). Порой именно данные об окружении, даже крайне неочевидные, оказываются ключом к правильной интерпретации информации.
Следующая технология — ECM, то есть единая система управления корпоративным контентом, создание и потребление которого сопровождает все процессы и все аспекты работы предприятия.
Наконец, Agile и DevOps — это набор инструментов и практик, обеспечивающих беспрецедентную адаптивность конвейера по разработке и внедрению ПО, процессов и сложных компонентов системы, а также быструю передачу каждого улучшения в продуктивную среду. Этот подход дает возможность избежать ненужной или бесполезной работы и позволяет развивать решения в тех направлениях и теми темпами, которые отвечают потребностям бизнеса.
Роботизация процессов
Роботизация процессов — совсем новая тема, порождающая нереальные и даже фантастические ожидания. Поэтому приведем два реальных примера роботизированных процессов, которые уже более года работают в нашей компании.
Первый — это анализ тендерных площадок, один из ключевых процессов в нашей технологии продаж. До роботизации процесса отдел продаж на постоянной основе осуществлял циклический мониторинг множества тендерных площадок, чтобы не упустить интересные для компании запросы. Создавал их описание по специальному шаблону, формировал таблицу соответствия критериям отбора и рассылал результаты ответственным менеджерам по подразделениям. Это механическая работа, творчества тут нет. Мы полностью переложили ее на программного робота, и он прекрасно справляется: чаще и быстрее просматривает большее число площадок, не задерживает сводки и не ошибается при обработке данных. Сначала мы сделали робота на платформе UiPath, затем создали свою платформу и перенесли этого робота (а потом и других) на нее. Он и по сей день там «трудится». Таким образом мы свели к нулю участие человека в данном процессе.
Второй пример — автоматическое формирование актов сверки. Робот формирует акт в системе бухгалтерского учета, выгружает его, отправляет контрагенту. Получив ответ, сверяет его с показателями нашей ERP-системы. Если все сходится, внутри системы акт получает соответствующий статус. Если нет, различия направляются на рассмотрение бухгалтеру. Этот робот полностью освободил бухгалтерию от большого объема рутинной и достаточно нервной работы.
Роботизация процессов, если ее применять правильно, действительно дает немало преимуществ. Это огромное ускорение выполняемых операций и целых процессов. Иногда десятикратное, иногда стократное. Программа легко обгоняет любого человека в стандартных операциях. Например, заявку на тендер робот формирует в 6–7 раз быстрее квалифицированного специалиста. В примере с актом сверки взаиморасчетов прирост скорости составляет от двух до десяти раз (здесь многое зависит от количества выявленных расхождений).
Кроме того, робот, в отличие от человека, не накладывает ограничений на число источников данных, сложность алгоритма и объем обрабатываемого контента. Например, человеку практически невозможно просмотреть 50 информационных ресурсов для поиска информации, робот же легко справляется и с 70, и со 100 ресурсами. Если одного робота мало, очень просто «увеличить штат виртуальных специалистов» путем наращивания мощностей ИТ. В алгоритмах извлечения, обработки и использования данных роботом можно с успехом использовать «слабый искусственный интеллект» (например, для распознавания лиц или голоса).
К тому же робота не волнует карьера, он не берет больничных, не уводит конфиденциальную информацию, а просто круглосуточно работает.
Исчезает еще одна очень сложная проблема, связанная с тем, что каждый человек выполняет повторяющуюся работу немного по-разному. Робот работает в точном соответствии с алгоритмом, он ничего не забывает и не путает, даже если процесс выполняется всего один-два раза в год. Для человека это очень тяжелый режим работы, и проявление «человеческого фактора» практически неизбежно.
Преимущества роботизации процессов очень весомы, но далеко не всякий процесс можно роботизировать. Для этого должны быть выполнены сразу несколько условий.
Первое и главное: процесс должен состоять только из шаблонных действий, повторяющихся раз за разом. Стандартизация процессов значительно упрощает роботизацию.
Второе условие — доступность всех необходимых данных, возможность получать данные, относящиеся к одному временному срезу. Нарушение именно этого условия на практике является одним из главных ограничений.
Следующее требование настолько очевидно, что о нем нередко забывают. Алгоритм программного робота должен правильно передавать смысл работы. Речь идет не о соблюдении формальных требований при описании исполняемого кода алгоритма, а о корректности действий, закладываемых в робота, в смысле их сопоставимости с результатами гораздо менее формализованной работы человека.
Наконец, особо отметим требование, которому сегодня уделяют недостаточно внимания. Это готовность нести ответственность за действия робота. Это очень сложная задача, поскольку теперь работу будет выполнять не разумный человек, с которого можно спросить за результат, у которого есть здравый смысл, заинтересованность, сопереживание… Бездушный робот способен наломать дров, а, учитывая его огромную производительность, проконтролировать такой аспект роботизации будет очень трудно.
Управление бизнес-процессами и их непрерывная оптимизация
Думается, что в настоящее время использовать BPM без Process Mining нецелесообразно. Снова обратимся к примеру. Часто при формировании очередного плана продаж или закупок на вход подается искаженная или недостоверная информация. В лучшем случае это вскрывается при утверждении плана — на столе у топ-менеджера компании. В худшем — в момент исполнения. После обнаружения несоответствия начинают раскручивать назад всю цепочку принятых решений, пытаясь найти нестыковки и ошибки. Что, конечно, отнимает время и силы, мешает нормальной работе.
Чтобы избежать этого, используя приемы Process Mining, поступают следующим образом: выстраивают процессную модель, на каждом ее участке назначают ответственных, задают ограничения, сроки исполнения, нормативные показатели и источники данных. На каждом этапе происходит валидация на соответствие настроенным ранее параметрам, в случае подтверждения переходят к следующему шагу. По итогам всех этапов и процессов выполняется план-фактный анализ, оценивается вариативность и принимаются решения по оптимизации процессов. Также можно сразу определить операции и процессы, которые следует возложить на программных роботов.
Выгоды связки BPM и Process Mining очевидны. Это точное соблюдение алгоритмов процесса; объективное сравнение нормативных и фактических показателей; оценка вариативности; постоянное появление хорошо обоснованных предложений по снижению рисков и улучшению процессов компании; выявление операций и процессов, которые можно передать программным роботам.
Есть несколько условий применения этой технологии: достаточно большой объем точных и качественных данных о том, как работают процессы; обеспечение доступа к таким данным и к внешним данным, влияющим на процессы и решения. Ведь проблемы с процессами обычно или связаны с неудачной алгоритмизацией, или находятся вне проблемного процесса.
Управление на основе данных
В настоящее время уже невозможно игнорировать такую тенденцию, как постепенный переход к управлению на основе данных (Data-Driven Management, DDM). В этой парадигме управленческие решения должны опираться на данные и оставлять информацию, позволяющую проанализировать не только эффективность решений, но и сам процесс их принятия. Тогда эти процессы можно постепенно улучшать, всё более полно автоматизировать, а какие-то цепочки действий и роботизировать.
Безусловно, выдающиеся менеджеры способны принимать нетривиальные и правильные решения на основе знаний, интуиции и других своих личных качеств. DDM — это попытка подтянуть ближе к этому уровню остальную массу менеджеров. Располагая данными о том, что происходит внутри компании и за ее пределами, эти сотрудники с помощью современных инструментов анализа данных могут выявлять тенденции и превращать их в управленческие решения, а также учиться на своих и чужих ошибках. Достигнут ли они уровня выдающихся представителей профессии, пока неизвестно, но они точно могут значительно превзойти большинство представителей своей профессии, которые принимают решения субъективно или по стандартным шаблонам.
Внедрив DDM, компания получает возможность повысить качество всей совокупности управленческих решений. Она может быстрее замечать окна возможностей, в том числе по косвенным признакам. Накопленные полные цепочки событий и решений могут стать основой для самообучения компании и построения эффективных прогнозных моделей.
Безусловно, к DDM готовы не все компании. Этот подход работает при одновременном соблюдении трех условий.
Во-первых, компания не на словах, а на деле должна быть готова к глубокой трансформации своей системы управления, к необходимости постепенно заменить менеджеров, которые будут противодействовать изменениям.
Во-вторых, в компании должно собраться достаточное число DDM-ориентированных менеджеров, получивших современное бизнес-образование. Это и новое поколение выпускников сильных бизнес-школ, и управленцы, переученные самой организацией. Такие менеджеры начинают перестраивать и бизнес-процессы, и ИТ-контур на DDM-ориентированное управление, поскольку их научили именно так выполнять свою работу.
Третье условие — это наличие достаточного объема и разнообразия данных, причем не только о самой организации, но и о ее внешнем мире. Как показывает практика, именно несоблюдение этого требования, излишний акцент на внутренних, более доступных данных приводит к тому, что DDM начинает работать против организации, которая заболевает управленческим аутизмом.
Озеро данных
Новому уровню использования данных на предприятии соответствует новый уровень их хранения — озеро данных (DataLake). Это универсальная инфраструктура, отвечающая за сбор, унификацию, консолидацию, проверку, обновление данных и их предоставление информационным системам (с учетом требований информационной безопасности).
Озера данных непросто создать, но они несут много преимуществ. Самое главное: они обеспечивают компанию качественными данными, дают понимание, где взять нужную информацию или выяснить, каких данных нет. Озера данных упорядочивают и систематизируют данные компании, тем самым существенно упрощая дальнейшую работу с ними.
Когда все данные собраны в одном месте, обеспечение доступа к ним становится намного проще и быстрее. Но для этого надо наладить централизованное и полностью автоматизированное управление доступом в зависимости от полномочий.
Все перечисленное приводит к тому, что повышаются качество аналитической обработки и ценность получаемых результатов. Например, возрастает точность прогнозных моделей, поскольку их работа напрямую зависит от двух факторов — алгоритмов самой модели и входных данных. Озеро данных упрощает решение и таких задач, как повышение качества данных и обеспечение ими потребителей. На практике проблемы на этих двух участках становятся существенным фактором, снижающим точность прогноза.
Наконец, опираясь на озера данных, гораздо проще создавать цифровых ассистентов (это некий микс функций Alexa, GoogleNow и даже Watson, но в пределах конкретной компании). Такие решения — не дань моде, а необходимость (при поиске данных, навигации по информационным ресурсам и сервисам систем, при вводе данных).
Чтобы успешно построить озеро данных, необходимо первым делом как можно полнее определить требования к данным, их качеству, срокам доставки и актуализации. Этот процесс никогда не останавливается. Затем нужно собрать эти данные и обеспечить унифицированный механизм доступа к ним. На этом этапе нужно наметить, как будут решаться вопросы информационной безопасности. Ведь когда все данные компании окажутся собранными в одном месте, обязательно найдутся злоумышленники, которые захотят заполучить их. Да и внутри компании необходимо разграничить доступ к данным в зависимости от полномочий.
Очень важный момент связан с тем, что в растущем, углубляющемся и усложняющемся озере данных надо как-то ориентироваться, управлять им, легко и быстро находить нужную информацию. Чтобы это было возможно, необходимо создать систему управления метаданными.
Управление корпоративным контентом
Озеро данных должно питать управленческие решения, это его основное назначение. Но ведь существует и категория корпоративных данных, которые сопровождают любую деятельность. Например, скан-образы сформированных в системе и распечатанных документов, файлы с ЭЦП, корпоративные стандарты и инструкции… Это всё тоже надо где-то хранить и управлять этим хранилищем. Справиться с задачей призваны системы класса ЕСМ.
Сейчас еще не принято считать ECM частью ландшафта ERP и iERP, но мы полагаем, что это неверно. Нельзя игнорировать требования по срокам хранения электронных документов, задачи по сверке бумажных документов и их цифровых двойников. Всё это — неотъемлемая часть учетных процессов, а их поддержку на должном уровне обеспечивает ЕСM.
Какие же ключевые преимущества она дает? Первое — упрощение доступа к корпоративной информации благодаря структурированию, систематизации и логической централизации хранения данных. Второе преимущество состоит в унификации процессов обслуживания данных. Не менее важна простота сверки аналоговых документов и их цифровых двойников, которой зачастую уделяют недостаточно внимания.
Чтобы ECM заработала, нужны сами корпоративные данные и доступ к ним. Кроме того, аналоговые данные и их цифровые двойники должны соответствовать друг другу.
Agile и DevOps
Говоря о DDM, мы отмечали, как важно оперативно заметить зарождающийся тренд и быстро отреагировать на него. То же самое относится и к разработке, внедрению и развитию ИТ-решений. Есть много причин для внесения изменений в ИТ-системы. Например, появление новых законодательных требований по выгрузке информации о сделках в ФАС, слияние или разделение бизнесов, возможность повысить эффективность какого-либо процесса за счет автоматизации. Гибкость становится обязательным условием, чтобы успевать реагировать на новые требования — внутренние и внешние. И в этом помогают Agile (как общий подход и набор конкретных методик), а также DevOps (как набор инженерных практик и инструментов).
В отличие от классической модели разработки, Agile позволяет итеративно получить продукт, отвечающий актуальным запросам бизнеса, а не ждать три года до окончания разработки системы в том виде, в котором она, скорее всего, уже будет никому не нужна.
Правильное применение Agile дает весомые преимущества. Во-первых, появление и развитие функций системы успевают за изменениями требований бизнеса. Во-вторых, внедрение изменений происходит в приемлемые для бизнеса сроки. В-третьих, отсутствуют затраты на разработку и внедрение устаревающих решений. В-четвертых (и это очень важно сегодня!), компания начинает гораздо быстрее осваивать новые технологии, поскольку имеет возможность постоянно экспериментировать, пробовать что-то новое, получать обратную связь и применять наработанный опыт при планировании дальнейшей разработки.
Связка Agile-DevOps работает при соблюдении двух условий. Компания должна быть действительно готова изменяться, чтобы стать более гибкой. Кроме того, она должна решиться делегировать своему представителю ответственность за выбор направления разработки, выдать ему кредит доверия и предоставить право на добросовестные ошибки. Речь о том, что в проектах Agile (и, в частности, в методике Scrum) есть владелец продукта, который представляет организацию-заказчика в ходе разработки и развития решения.
Подведем итоги
Многие идеи, собранные под «зонтиком» iERP, давно витают в воздухе. Опираясь на практический опыт, мы выделили те из них, которые действительно способны придать ERP-системе новое качество. Если соблюдены вышеперечисленные ограничения, эти идеи уже можно реализовать без больших рисков. В то же время эти ограничения задают лишь необходимые условия успеха. Вторая составляющая — это готовность самой организации к применению новых технологий на важных, а не второстепенных участках, к подлинному переходу на DDM и к изменению системы менеджмента. Именно эта составляющая может определить выбор конкретных участков, где будут применяться новые технологии и возможности iERP.
Один важный аспект стоит отметить особо. Любая современная организация должна быстро и постоянно меняться, чтобы успевать за изменениями в поведении потребителей, в экономике, политике, регулировании, состоянии рынка труда. Чтобы не провалиться в демографическую яму и заместить персонал представителями новых поколений. Информационная система может существенно упростить или усложнить эти процессы. Принципиально важна способность систем (включая ERP) создавать для сотрудников высокотехнологичную рабочую среду, снижать сопротивление изменениям и поддерживать постоянные изменения организации, обеспечивая гораздо более интенсивный их поток. Такие изменения, как правило, гораздо удобнее осуществлять средствами ИТ — в форме цифровых трансформаций. И весь набор технологий, которые мы рассмотрели выше, работает в этом направлении.
Наш опыт показывает, что полезные системы iERP можно создавать уже сегодня, опираясь на продукты «1С» для крупных предприятий, на разработки российских компаний (особенно в сфере управления метаданными) и продукты международного сообщества Open Source (СУБД, BPM и многие другие). Модульность и открытость являются чрезвычайно важным свойством такого подхода, позволяющим учесть специфические предпочтения конкретных организаций и их технологический ландшафт. Интегрированные моновендорные решения не обладают этим свойством ни в технологическом плане, ни в плане соответствия бизнес-модели крупных вендоров и способам продвижения ими своих решений.
Ситуацию с открытыми модульными импортонезависимыми решениями можно еще улучшить, если для каждого типа компонент решения iERP будут созданы открытые стандарты сопряжения, независимые от вендора интерфейсы прикладного программирования (API) и форматы данных, используемые для интеграции и долгосрочного хранения. Это упростит создание решений iERP, поддержание их жизненного цикла, а также формирование рынка модулей, отличающихся функциональностью, масштабируемостью и другими характеристиками.
Автор — Александр Казеннов, руководитель корпоративных практик компании ALP Group.