Статьи

В ближайшие два-три года корпоративная сетевая инфраструктура начнет играть более важную роль в условиях, когда средства автоматизации, сетевые компоненты и гибридное облако становятся неотъемлемой частью предприятия. В ходе конференции IT Symposium/XPO в Орландо ведущий аналитик и вице-президент Gartner Дэвид Каппучио осветил основные моменты ключевых инфраструктурных тенденций.

Взгляд аналитиков на ведущие инфраструктурные и операционные тенденции отражают изменения ситуации, связанные с развитием технологий – облачных вычислений, средств автоматизации и сетевых компонентов, о которых компания много раз упоминала ранее.

По версии Gartner, десять основных тенденций, затрагивающих инфраструктуру и операции, выглядят сейчас следующим образом.

Переосмысление стратегии автоматизации

На том или ином уровне процесс автоматизации происходит уже много лет, но по мере дальнейшей разработки и развертывания уровень сложности становится слишком велик. Объемами и типами автоматизации необходимо управлять. Нужен переход к командной разработке, управляемой архитектором автоматизации и стандартизированной в бизнес-подразделениях. Чем здесь можно помочь? По оценкам Gartner, к 2025 году архитектор автоматизации будет присутствовать уже на 90% предприятий, тогда как сегодня таковых насчитывается всего 20%.

Гибридные ИТ влияют на надежность восстановления после аварий

Гибридные ИТ, которые строятся на использовании ресурсов частных и внешних центров обработки данных, сервисов SaaS и PaaS, филиальных вычислительных систем, граничных вычислений, разнообразных сервисов безопасности, затрудняют обеспечение готовности корпоративных ресурсов и создания резервных копий. Чрезмерно упрощенные планы восстановления ИТ после аварий могут привести лишь к частичному успеху. К 2021 году в 90% случаев проблемы с готовностью будут связаны с неспособностью провайдера облачных сервисов задействовать собственные резервные мощности. Предприятиям необходимо использовать инвестиции в автоматизацию и другие ИТ-инструменты для переориентации процесса восстановления систем.

Масштабирование практик DevOps требует переосмысления платформы

Во многих компаниях ИТ-служба практически превратилась в менеджера по продуктам для разнообразных команд DevOps. ИТ-служба должна обеспечивать согласованность в масштабах предприятия, потому что появление островков DevOps внутри компании противоречит ее интересам. К 2023 году 90% предприятий столкнутся с трудностями при масштабировании инициатив DevOps, если не произойдет перехода на совместно используемые платформы самообслуживания.

Инфраструктура – и ваши данные – повсюду

К 2022 году более половины корпоративных данных будут создаваться и обрабатываться вне ЦОДа или облака, в то время как в 2019 году их доля не превысит 10%. Инфраструктура сегодня находится повсеместно, и всякий раз, когда данные перемещаются, это порождает определенные трудности. Как управлять сценариями, когда данные находятся повсюду? Каппучио выступает за обязательную оценку инфраструктуры, обслуживающей данные, уже на ранней стадии проектирования. Необходимо инвестировать в инструменты инфраструктуры, с тем чтобы управлять данными там, где они расположены, и модернизировать существующие архитектуры резервного копирования для защиты данных, где бы они ни находились.

Всепроникающее влияние Интернета вещей

Вопрос здесь заключается в том, что большинство систем Интернета вещей не управляется ИТ-службой. Как правило, там присутствуют разные протоколы и поставщики, с которыми обычно организация никаких дел не имеет. В конечном итоге вопрос контроля и управления системами Интернета вещей превращается в серьезную проблему и порождает риски как безопасности, так и операционные. ИТ-службе в сотрудничестве с руководством бизнесом необходимо выработать стратегию Интернета вещей и сформировать соответствующий центр передового опыта.

Распределенное облако

Развертывание облачных сервисов на собственной инфраструктуре с предоставлением провайдеру разрешения управлять этим облаком становится все более популярным. У Google, например, уже имеется Athos, а AWS вскоре представит OutPosts, так что в ближайшие два года среда здесь серьезно изменится. Но рынок еще только зарождается, поэтому клиентам надо проявлять осторожность. Предприятиям следует установить необходимые ограничения и определить, кто будет отвечать за обновления программного обеспечения, исправление обнаруженных там ошибок и производительность.

Иммерсивное восприятие

Люди привыкли изучать технологии и приспосабливаться к ним. Сегодня технологии изучают людей и адаптируются к ним. «Нами создан мир, где клиенты всерьез ожидают совершенства, – заметил Каппучио. – Разработаны приложения, для которых совершенство является нормой. Такие системы отлично подходят для информирования клиентов, раздела рынка и улучшения корпоративной репутации, но в условиях складывающейся нетерпимости возникает опасность того, что при возникновении проблем о них быстро забудут».

Демократизация ИТ-служб

Разработка приложений больше не является прерогативой специалистов. Появилось множество простых инструментов, не требующих написания программного кода или сводящих его объем к минимуму, а акцент делается на максимально быстром выводе приложений на рынок. Ускорение вывода продуктов на рынок может быть полезным для бизнеса, но несет в себе риски для ИТ-службы. ИТ-руководители не в состоянии контролировать столь быструю разработку, а ведь им непременно нужно понимать, что происходит.

Будущее сетевых технологий

В мире сетей формируется масса новых тенденций: ячеистые сети, сервисы безопасности категории SASE (secure-access service edge), управление сетями по требованию, автоматизация сетей и межсетевые экраны в качестве сервиса. После того, как на протяжении десятилетий все ресурсы направлялись на повышение производительности и готовности сетей, нынешние инновации ориентированы на простоту операций, автоматизацию, устойчивость и гибкость бизнес-моделей. Автоматизация нужна предприятиям «повсюду», и им необходимо искать баланс между безопасностью и гибкостью технологий.

Управление гибридной цифровой инфраструктурой

ИТ-директора сталкиваются с необходимостью выбора оптимального сочетания облачных и традиционных технологий. Сочетание множества различных элементов: граничных узлов, гибридного облака, рабочих процессов и управления приводит к образованию сложной инфраструктуры. Gartner рекомендует сосредоточиться на визуализации рабочих процессов – использовании интегрированного набора инструментов и создании центра передового опыта, где и будут решаться возникающие вопросы.

С 1 декабря российское отделение Ассоциации профессионалов управления бизнес-процессами начинает прием заявок на конкурс «BPM-проект 2019 года». Об этом Юлия Вагнер, вице-президент ABPMP Russian Chapter, объявила 30 октября на конференции BPM 2019 издательства «Открытые системы».

Конкурс для организаций, которые смогли повысить эффективность управления благодаря процессному подходу и готовы делиться своим опытом, проводится при поддержке ИТ-кластера Фонда «Сколково» и Аналитического центра при Правительстве РФ уже третий раз. Его призеры и лауреаты, а также финалисты прошлого года вошли в число самых ярких докладчиков конференции BPM 2019. Так, Юрий Радыгин, начальник департамента организационного развития и проектного управления Башкирской электросетевой компании, — обладатель приза за самый результативный BPM-проект 2018 года. Примечательно то, что в этой компании трансформируют свои процессы на основе отечественных программных продуктов. Елена Березовская, руководитель процессного офиса инвестиционного банка «Веста», получила специальный приз за создание комплексной промышленной технологии внедрения и автоматизации системы бизнес-процессов. А работа команды Алексея Здюмаева, генерального директора компании Vetro, заслужила сразу две награды — от сообщества ABPMP Russia и от Роскачества за создание федерального оператора по обслуживанию клиентов страховых компаний в части ремонта автомобилей — Российского автостекольного союза.

Лауреатом прошлого года стал также проект автоматизации кредитного процесса для корпоративных клиентов Сбербанка, представленный Андреем Водяницким, директором проектов Сбербанка.

Очень живо восприняла аудитория конференции и выступление Ларисы Зубриловой, генерального директора Центра обслуживания бизнеса КАМАЗа, рассказавшей о проекте создания мобильного приложения для сотрудников автогиганта, который номинировался на конкурс 2018 года. «Проектные команды, приходящие на конкурс, — это люди светящиеся, у них глаза горят», — отметила Вагнер.

Подать заявку на участие в конкурсе можно до 28 февраля 2020 года на сайте bpmaward.ru. Там же размещены описания и презентации проектов — номинантов конкурсов прошлых лет, которые можно брать за образец при подготовке собственных заявок.

Участие в конкурсе — прекрасная возможность поднять в компании авторитет BPM-команды у коллег, популяризировать ее достижения среди партнеров и журналистов, привлечь к проекту внимание руководства и инвесторов и даже получить дополнительные ресурсы. Важна также возможность получить независимую оценку своей работы и рекомендации экспертов для коррекции дальнейших планов.

Помимо выбора главного BPM-проекта года, награды вручаются в нескольких специальных номинациях: за самый результативный проект, самый инновационный проект, лучший проект среди государственных организаций, приз сообщества ABPMP Russia и специальный приз жюри. А в этом году список номинаций пополнился еще одной: «За настойчивость в достижении процессного совершенства».

Итоги конкурса планируется подвести в мае 2020 года на конференции издательства «Открытые системы» по роботизации бизнес-процессов.

Предлагаемая публикация является фрагментом из книги There's No Such Thing as an IT Project: A Handbook for Intentional Business Change.

В цифровую эпоху успех ИТ-проектов означает изменение бизнеса, а не просто внедрение новых систем. Но в основе такой перемены лежит еще более фундаментальный сдвиг: эксплуатация ИТ-систем должна настолько же стать неотъемлемой частью бизнес-операций, насколько приложения должны быть задействованы в процессе изменения бизнеса.

Во многих организациях ИТ-служба работает как если бы она была отдельным бизнесом — поставщиком услуг для своих внутренних заказчиков. Однако сегодня подобная структура препятствует нормальному функционированию отделов ИТ-службы, отвечающих и за приложения, и за эксплуатацию систем.

Отчасти это связано с тем, что принцип «ИТ как бизнес» привел к странной практике — заключению соглашений об уровне обслуживания между отделом по эксплуатации ИТ и его внутренними клиентами.

При реальном аутсорсинге ИТ уровень обслуживания, закрепляемый в SLA, — показатель, состоящий из двух частей. Первая — минимальный допустимый стандарт сервиса, а вторая указывает, как часто его провайдер должен достигать этого уровня.

Задать первую часть обычно легко, со второй дело обстоит сложнее. Например, в SLA может быть указано, что длительность перебоя в работе до восстановления обслуживания может составлять не более часа. При этом, согласно второй части, это правило должно соблюдаться для 99% всех перебоев.

Для случаев, когда провайдер не выполняет SLA, в соглашении предусматриваются средства возмещения, заранее согласованные путем переговоров. Если предполагается, что ИТ-служба должна действовать как независимый бизнес, заключение SLA с внутренними заказчиками кажется вполне логичным. Однако как показывает реальность, трудно придумать что-то менее логичное.

Стопор инноваций

Заключение внутренних SLA — порочная практика по нескольким причинам. Первая — такие SLA усиливают неверную модель взаимоотношений ИТ и бизнеса, когда ИТ-служба действует в форме самостоятельного предприятия, продающего услуги внутренним заказчикам.

Вторая причина — следствие первой: когда ИТ-служба не выполняет SLA, заказчики с этим ничего поделать не могут, не в суд же подавать. А SLA без штрафов за невыполнение не имеют смысла и лишь способствуют созданию атмосферы недоверия между подразделениями.

Третья причина — вы получаете только то, что измеряете. А в большинстве случаев отдел ИТ контролирует уровни обслуживания, но мерок инновации не имеет. Между тем, правильное управление ИТ-службой — это постоянное балансирование между надежностью и инновацией, а последняя подразумевает риск. Но поскольку отчеты по SLA — ретроспективные, в них включаются только негативные последствия инновации, но не достигнутые преимущества.

В пример можно привести переход на накопители SSD, когда они только появились. Их надежность и долговечность первое время были под вопросом, но миграция с лихвой окупилась для тех, кто решился на внедрение и получил преимущества по производительности при аналитике и работе с большими данными.

Чтобы сохранять лидерство, нужно рисковать и проявлять дальновидность, а соглашения об уровне обслуживания не поощряют ни то, ни другое.

Доводы против SLA

ИТ-служба обычно отвечает за технические услуги и за услуги поддержки. SLA для технических услуг касаются доступности, производительности систем и т. п. Но проблема в том, что архитектуры высокой доступности когда-то были исключением, а сегодня — уже нет.

Нужно ли ИТ-службе продолжать контролировать уровень качества технических услуг? Да, если он не слишком высокий, но — только для того, чтобы придти к тому моменту, когда дальнейшее отслеживание станет бесполезной тратой времени.

То, что какой-то компонент оборудования может выйти из строя, больше не оправдание для простоев системы. В этом — суть архитектур высокой доступности. Если система когда-либо становится недоступной, это должно быть настолько редким событием, чтобы вести его статистический учет было бессмысленно.

При этом точно не будет растратой времени анализ первопричин, ведь каждый отказ означает, что в вашей архитектуре высокой доступности имеется конструктивный дефект, который нужно устранить. Также не является напрасной тратой времени анализ инцидентов с целью раннего обнаружения и устранения возникающих проблем — до того, как они повлияют на бизнес в целом.

Услуги поддержки, в свою очередь, оказываются ИТ-специалистами тем, кто занимается бизнес-операциями. SLA для услуг поддержки могут регулировать, например, длительность ожидания ответа на вопрос пользователя и максимальное время разрешения проблемы. Службе поддержки удается соблюдать эти требования, когда численности ее сотрудников хватает, чтобы справиться с объемом поступающих заявок, а если обращений слишком много, результативность падает. Таким образом, SLA не имеют никакого отношения к результативности — они просто «плетка», которой можно отхлестать руководителя службы поддержки.

Единственное, когда SLA имеет значение, это период составления бюджета, когда показатели результативности службы поддержки можно использовать, чтобы обосновать необходимость найма дополнительных сотрудников. Это, конечно, важно, но это оправдывает лишь практику контроля уровня обслуживания, а не заключения SLA.

Единственная характеристика ИТ-отдела, имеющая смысл

Успешная работа руководителей всегда делает их более заметными, способствуя продвижению по службе и росту оплаты. А о службе ИТ вспоминают только когда что-то идет не так.

Лучшие показатели — те, которые количественно выражают характеристики качества. Показатель результативности эксплуатации ИТ-систем, который наилучшим образом демонстрирует, насколько хорошо справляется ИТ-служба, — это степень ее невидимости. Этот «индекс невидимости» должен быть составным, учитывающим доступность и производительность приложений, число обращений в службу поддержки, а также частоту случаев, когда проблемы с эксплуатацией ИТ-систем создают узкие места в других бизнес-процессах и практиках.

В ИТ-дирекциях обычно есть отделы, отвечающие за разработку и за эксплуатацию ИТ-систем, и они друг друга исторически недолюбливают — по двум причинам. Во-первых, успех нового приложения обусловлен изменениями, которые оно приносит, но каждое изменение создает риск увеличения заметности для эксплуатационного отдела. Во-вторых, приложения нуждаются в услугах последнего по созданию и сопровождению сред разработки и тестирования. Таким образом, для отдела приложений эксплуатационный становится «бутылочным горлышком». А первый создает для эксплуатационного дополнительную, часто незапланированную работу.

Исправить ситуацию помогает DevOps. С переходом на DevOps в группе разработки появляется как минимум один выразитель мнений отдела эксплуатации ИТ-систем, что помогает решать соответствующие задачи по в соответствии с нуждами проекта разработки, а не в порядке поступления запросов в ИТ-отдел.

Это все к тому, что при наличии трений или недоверия между двумя группировками, которым для нормальной работы необходимо взаимодействовать, создание мостов между их сотрудниками и процессами независимо от изначальной специализации этих групп будет полезным решением.

Цифровая трансформация и BusOps

Сегодня во многих компаниях руководители только и твердят, что о цифровой трансформации, и вряд ли когда-нибудь был менее непонятный и неоднозначный предмет «корпоративной моды». Но, если отбросить ажиотаж, — существуют конкретные цифровые технологии, которые дают новые возможности. Компании могут воспользоваться ими, чтобы получить конкурентное преимущество или они могут проигноировать их, уступив преимущество соперникам.

Независимо от специфики, реальность цифровой эпохи такова, что выбор фокусироваться на информационных технологиях или нет больше не стоит. Они глубоко вплетены во все процессы и практики, применяемые в компании для ведения ее повседневной деятельности. Таким образом, концептуально эксплуатация ИТ-систем — лишь одна из многих подвижных частей, обеспечивающих бизнес-операции, которая, как следствие, относится к сфере ответственности директора по операциям не меньше, чем к сфере ответственности ИТ-директора.

И все же, независимо от того, в чьем подчинении находится отдел эксплуатации ИТ, сам он должен остаться без изменений. Эффективность его работы (и, соответственно, невидимость) зависит от постоянного взаимодействия группы технических специалистов, хорошо знающих свое дело.

Управление процессами, за которые они отвечают, в свою очередь, должно происходить под контролем руководителей, досконально понимающих устройство этих процессов, знающих потребности подчиненных и особенности их обязанностей.

Кроме того стоит помнить, что реорганизации редко способствует устранению каких-либо проблем. Они могут устранять барьеры, когда группы, не ладившие друг с другом, попадают в подчинение к общему руководителю. Или наоборот, могут возникнуть новые барьеры между группами, у которых раньше было общее руководство, а после реогранизации — нет.

Перенос отдела эксплуатации ИТ на организационной диаграмме под начало директора по операциям не будет ни более, ни менее логичным по сравнению с сохранением его на прежнем месте. А что касается реструктуризации самого эксплуатационного отдела, разделить его и распределить обязанности по разным подразделениям просто не выйдет — технические проблемы, как и всегда, должна сообща решать отдельная группа специалистов соответствующего профиля.

Что же должно измениться? Ответ снова дает DevOps. Культуру взаимодействия DevOps нужно распространить на отношения между отделом эксплуатации ИТ и другими операционными отделами компании — аналогично тому, как бизнес-руководители, стремясь преуспеть, налаживают взаимодействие с ИТ-специалистами, отвечающими за бизнес-приложения.

Персонал службы технической поддержки нужно избавить от «цепей» SLA, удерживающих их за рабочими столами, — нужно побуждать их самим приходить к пользователям, интересоваться сутью их проблем и давать советы о том, как можно воспользоваться преимуществами технологий, находящихся в их распоряжении.

Тем временем эксплуатационному отделу ИТ-службы нужно исправить ситуацию с Agile, в том числе и потому, что понятия «ИТ-проект» больше не существует: Agile в практикуемой ныне форме по-прежнему используется для выпуска конкретных продуктов, а не как основа взаимодействия, направленного на изменение бизнеса в лучшую сторону. «Исправляя» Agile, лучше усилить эффект, введя элементы DevOps и включив в проектную группу по изменению бизнеса системных администраторов и администраторов безопасности. Тем самым вы улучшите результативность проектов, а дополнительные знания по важным для бизнеса вопросам помогут повысить эффективность повседневных решений, принимаемых специалистами по эксплуатации ИТ.

Чтобы придать описываемой концепции официальный статус, предложим для нее новый термин. По аналогии с тем, как DevOps означает взаимодействие разработчиков и специалистов по эксплуатации ИТ, назовем словом BusOps взаимодействие последних с теми, кто отвечает за бизнес-операции.

Бой, согласно Сунь Цзы, «всегда идет за сердца и умы», так что начнем с согласования терминологии. Добавив новое слово в свой лексикон, вы, возможно, приятно удивитесь результатам.

В июле 2016 года вступил в силу закон 54-ФЗ «О применении контрольно-кассовой техники при осуществлении наличных денежных расчетов и (или) расчетов с использованием платежных карт». Компании должны использовать электронные кассы, которые передают данные о всех продажах операторам фискальных данных, а те в свою очередь — Федеральной налоговой службе. ОФД оперируют большим количеством данных из чеков. Как работают с большими данными в «Платформе ОФД», рассказал глава компании Алексей Баров.

- Что входит в задачи оператора фискальных данных?

Первоначально основными задачами были передача чеков, хранение и представление их клиентам и фискальным органам. За три года работы потребности бизнеса возросли, и к прежним обязанностям добавились новые. Они не столько регламентированы законом, сколько обусловлены коммерческой деятельностью и пожеланиями клиентов. Личный кабинет в системе – точка получения информации клиентом не только о том, как его видит налоговая служба, но и о себе, о его положении в условиях рынка. Сегодня мы предоставляем предпринимателю аналитику, которая помогает в принятии бизнес-решений.

Кроме того, мы помогаем рассчитывать налоговые платежи, в первую очередь по УСН. Таким образом, наш сервис значительно расширился: от передачи данных с касс в ФНС до помощи в принятии бизнес-решений и сервисных функций по отчетам государству.

- У «Платформы ОФД» есть несколько аналитических сервисов, основанных на использовании больших данных. Расскажите о них.

Самый востребованный – «Сравнение с рынком». Клиентам предоставляются агрегированные данные по их бизнесу и аналогичные показатели по рынку. Это дорогой, кастомизированный сервис, раньше он был доступен большим торговым сетям и производителям. Однако подобные возможности интересны и среднему, и малому бизнесу, и мы скоро сделаем их доступными в личном кабинете клиента. Скажем, владелец цветочного ларька сможет сравнить график своей выручки от продукции с графиком выручки в регионе в целом.

Другой сервис, «Аналитика по брендам», пока предоставляется по запросу клиентов, в основном он интересен производителям, которые получают возможность в реальном времени следить за тем, как их товары, особенно новинки, представлены в розничных сетях, и соотносить результаты со своими планами. Сервис дает ответы на вопросы, в какое количество торговых точек попал товар; каков объем продаж с точки; целевой это сегмент для бренда или нет. Все данные агрегированные, обезличенные и не раскрывают детальной коммерческой информации.

Третий сервис, Off Take (показатель объема продаж в торговой точке. — М.С.) предназначен для розничных сетей и предоставляет аналитику по эффективности работы торговой точки и отдельных продавцов. Ретейлер может сравнить определенный магазин с другими в регионе, например, по уровню нагрузки на продавца.

Источник: «Платформа ОФД»

У крупных ретейлеров, как правило, есть свои подобные системы, но выяснилось, что у многих они уже настолько нагружены, что добавлять инновации в них тяжело, и наш сервис становится для них удобной надстройкой. Мы даем клиентам возможность быстро реализовать многие свои задумки. Алгоритмы настраиваются для конкретной компании, но могут использоваться для других, с похожими запросами.

Еще один сервис – «Платформа Аренда». Он начинался с запроса владельцев торговых помещений информации о выручке клиента, которую может дать «третья» сторона как более объективная, для того чтобы использовать плавающую шкалу платы за аренду. У продавцов есть сезонные товары и сезонная активность, когда выручка больше или меньше и платить за аренду соответственно легче или сложнее. Применять плоскую шкалу здесь неэффективно, поэтому многие торговые центры переходят на гибкую ставку. Но арендодателю для контроля надо видеть размер выручки, и это можно сделать по чекам.

Но затем выяснилось, что спектр применения у сервиса шире. Многие стали использовать такую информацию, чтобы управлять не только своими помещениями как источником арендных платежей, но и всем продающим центром. Измерение количества покупок и других показателей позволяет вывести динамику развития, оценить эффективность маркетинговых компаний. Сейчас клиентами этого сервиса являются несколько десятков торговых центров и рынков.

- В каких отраслях востребованы такие сервисы?

Самые активные клиенты – производители фармацевтической продукции.

- С чем это связано?

Думаю, с тем, что этот рынок более регулируемый и прозрачный. Его участники меньше боятся прозрачности и меньше «закрываются» – регулятор все равно их видит. Поэтому они лучше готовы к использованию информации, которую предлагают наши сервисы, а ключевой принцип на этом рынке — «хочешь получить информацию о рынке – поделись «своей». В современном бизнесе выигрывают те, кто умеет жить в открытой среде, а не те, кто лучше всех «прячется». Мир ведет к открытости, но, безусловно, при условии соблюдения коммерческой и личной безопасности.

Вторая активная отрасль – продукты питания. Часть сегментов пока сложно поддается «обсчету». Так, в строительстве число наименований слишком велико — одних только гвоздей сколько! Но в целом, мы видим, и другие сегменты постепенно проявляют интерес.

- По вашим словам, в августе 2019 года выручка от аналитических сервисов на базе технологий больших данных составила порядка 10% общего оборота компании. Такой показатель достигнут впервые, по итогам всего 2018 года выручка от этих сервисов была мизерной. Чем объясняется такой всплеск?

Это не всплеск, а результат, иллюстрирующий динамику системного роста.

- То есть рост был в течение всего 2018 года? И продолжается сейчас?

Да.

- Каков прогноз на будущее?

Опираясь на текущие тенденции, можно рассчитывать, что к концу 2020 года общая выручка компании от аналитических сервисов составит треть.

- В связи с ростом доли в обороте компании сервисов, основанных на больших данных, что можно сказать об организации работы с данными в «Платформе ОФД»?

В компании уже год существует команда больших данных. Это подразделение включает в себя отделы ИТ, продуктов, продаж, то есть занимается не только технологиями и методологией, но и продажами. Команда растет, особенно относительно других подразделений, но работой с большими данными занимается вся компания, а в ней порядка ста сотрудников.

- Какие технологии применяются для сбора и аналитической обработки данных?

Нейросети, машинное обучение, реляционная и нереляционная СУБД. В нереляционной базе одна строка содержит все признаки продукта. С точки зрения хранилищ и долгосрочного складирования нереляционная база себя не зарекомендовала, но с точки зрения быстродействия она очень хороша. Поэтому используем обе базы – для гарантии сохранности информации и для скорости работы.

В день обрабатываем 40 млн чеков, в которых несколько строк, всего примерно 150 млн товарных позиций в чеках. Не поверите, слово «молоко» можно написать несколькими сотнями разных способов. Чтобы вычленить «молоко» из множества других слов, надо проанализировать 150 млн записей. Это возможно только с помощью новых технологий.

- Каким образом сохраняется конфиденциальность персональных данных и обеспечивается их безопасность?

Мы работаем с фискальными данными. Информация в отчетах клиентам всегда обезличена. Применяем несколько элементов защиты своей инфраструктуры: пентесты на попытки взлома, нагрузочное тестирование, резервирование мощностей (у нас три ЦОД). Убираем человеческий фактор: действует система дублированного контроля важных процессов, так чтобы не один человек всем управлял. Также используем традиционные элементы защиты, включая межсетевые экраны и антивирусы, применяем другие меры в целях сохранности и конфиденциальности данных.

- Какие партнеры есть помимо Сбербанка?

Сейчас, например, идет эксперимент по общим продуктам с Tele 2. С банками занимаемся скорингом, мониторингом выданных кредитов, эквайрингом. Договорились с рекламной платформой Segmento о развитии нового формата таргетированной рекламы с использованием агрегированных обезличенных данных кассовых чеков.

- Каковы планы по сотрудничеству со Сбербанком в области аналитики больших данных?

Работаем по вопросам ускорения и упрощения выдачи кредитов, по контролю этих процедур, чтобы сделать процессы удобнее, надежнее. Будем развивать новые банковские продукты и предлагать нашим клиентам стать клиентами Сбербанка. Также есть планы по работе с командой бонусной системы «Спасибо».

- А какие планы есть по дальнейшему развитию собственных сервисов и, может быть, расширению круга таких сервисов?

Хотим плотнее взаимодействовать с другими ОФД и покрывать еще большую долю рынка. Заняться учетом маркированной продукции. Будем помогать малому и среднему бизнесу развивать эффективность, работать с ассортиментом (куда попадают продукты, какие более популярны, какие – менее и почему). Использовать предсказательную аналитику для прогнозирования тенденций – что, где и как делать. Можем, например, советовать клиенту, на какие товары внутри категории сделать акцент. Планируем развивать бизнес-инструменты на базе обогащенных данных вместе с партнерами.

Насколько близко московский бизнес успел подружиться с технологиями программной роботизации? Какие процессы роботизируются прежде всего и каковы перспективы развития RPA в столице? Ответы на эти и другие вопросы содержит исследование ICT.Moscow и Smart City Lab Департамента информационных технологий города Москвы, результаты которого руководитель Smart City Lab Эльдар Файзуллин представит 30 октября на конференции BPM 2019 издательства «Открытые системы». В преддверии своего выступления Эльдар согласился ответить на несколько вопросов об исследовании и технологиях, тестируемых в ДИТ г. Москвы.

- Зачем RPA нужна городу?

Москва стремится к повышению эффективности управления, чтобы все задачи, процессы, проекты давали максимально положительный результат как для города, так и для москвичей. RPA как раз является инструментом, который позволяет повысить эффективность. В тех примерах внедрения RPA, которые уже есть, виден понятный и измеримый эффект: процессы ускоряются, качество их исполнения растет за счет работы с данными. А это повышает скорость и качество принятия управленческих решений, которые, в свою очередь, влияют на качество жизни москвичей.

Чтобы улучшать качество управления городом, мы тестируем, среди прочего, программные технологии роботизации по ключевым для нас направлениям. И на основании пилотных проектов, проведенных в ДИТ, понимаем, как это можно потом масштабировать на весь город.

- Что имеется ввиду под качеством исполнения процессов?

Человек, погруженный в рутину, часто ошибается от усталости или невнимательности, например, выгружая большое количество данных в Excel или обрабатывая документы в «1C». Вначале эта ошибка может быть не очень важна, но впоследствии она может оказать серьезное влияние на управленческие решения. Так как робот не устает и не ошибается при работе с исходными данными, результирующие данные получаются чище. Плюс ускорение тоже влияет на качество. Например, если срок оказания госуслуги сокращается с двух недель до одного дня.

- Но ошибки роботов тоже дорого обходятся…

Если мы работаем не с рукописным текстом, а с конкретными данными из таблиц или информационных систем, то ошибки полностью исключены.

- Разве не может быть ошибки в написании алгоритма?

Это проблема не только роботизации, но и автоматизации как таковой.

Разработка робота и выпуск его в продуктивную эксплуатацию — достаточно длительная история, в которой существует несколько этапов тестирования. Неправильно написанный робот не дойдет до выполнения конкретных задач и процессов. Потому что сначала он работает в тестовом контуре, потом копирует работу сотрудника параллельно с ним. И только когда мы убеждаемся, что вероятность ошибки отсутствует, его пускают в ход.

- RPA применимы во многих областях. Какие ключевые направления роботизации бизнес-процессов развивает ДИТ и почему?

Мы сфокусированы на обработке данных и документообороте, потому что такие процессы есть в каждом органе исполнительной власти, и это самые распространенные направления роботизации.

Обработка данных происходит в специальных информационных системах, таких как Единый диспетчерский центр, принимающий жалобы и обращения населения. В документообороте роботы используются для интеграции и переноса писем между различными органами исполнительной власти. Это позволяет значительно ускорить весь процесс.

При коммуникации с другими органами исполнительной власти, компаниями, москвичами, требуется информационный обмен с несколькими системами документооборота, которые в настоящее время не интегрированы между собой. Эту задачу можно решить, построив дорогостоящее интеграционное решение, либо взяв людей, которые будут все переносить вручную, как зачастую и происходило. Но есть и третий путь — написать программного робота, который переносит нужные документы, прикладывая к ним необходимые поля и строки, и тем самым осуществляет интеграцию между системами в режиме 24х7.

- Похоже, то, что раньше называли «костылями», теперь называют роботами?

Если задача решается, причем дешевле, чем классическая интеграция, вряд ли можно назвать это «костылями».

К примеру, коммерческие компании не могут напрямую подключиться к системе документооборота органа исполнительной власти. Их обращения попадают в отдельную информационную систему, оттуда их надо перенести либо руками, либо роботом.

- Какие цели ставятся в RPA-проектах?

Повышение скорости и качества оказания услуг городу и москвичам — конечная цель всех проектов ДИТ. На пути к ней наши промежуточные цели — ускорение и удешевление самого процесса, повышение его качества. Например, на рынке нам могут предложить услуги по интеграции условно за 2 млн руб. и за полгода, а с помощью роботов мы сделаем тоже самое за полтора месяца и в счет зарплаты.

- Как оценивается эффективность проектов RPA?

Для оказываемых городом услуг классические KPI – количество транзакций, выполняемых в единицу времени. Экономию фонда оплаты труда мы не измеряем, так как делаем все в рамках пилотных проектов. Мы не увольняем сотрудников, а фокусируем их на более экспертные задачи.

Оценив количество транзакций и стоимость, мы принимаем решение, запускать роботизацию или нет. Потому что есть ситуации, когда роботизация не подходит. Например, если процесс все равно будет меняться через три-четыре месяца или в планах развития информационной системы предусмотрено решение проблемы средствами классической автоматизации. Либо проблема не техническая, а управленческая, и может быть решена перестройкой процесса. Ну и когда по нашим оценкам роботизация оказывается дороже и неэффективнее, чем текущий процесс.

- Кто занимается роботизацией в ДИТ?

Бизнес-аналитики и разработчики центра компетенций всегда делают проект в связке с заказчиками и совместно принимают решение о роботизации или улучшении процесса другими средствами. Руководитель центра отвечает за то, чтобы все это гармонично встраивалось в общую архитектуру.

- С какой целью проводилось исследование применения RPA в столичном бизнесе?

Устранение неизвестности и коммуникации с рынком входят в число задач лаборатории Smart City Lab. Мы нарабатываем у себя экспертизу, и готовы ею делиться. Когда мы начали тестировать роботизацию, хотелось понять, насколько данная технология известна рынку и какие кейсы существуют. Решили собрать эту информацию, обобщить, а затем транслировать ее тем, кому интересно узнать, что такое RPA. С этой целью мы провели качественные и количественные исследования (интервью и анкетирование), в которых приняли участие около 470 компаний. Основная задача — сформировать базу знаний и практик, на основании которой можно получить представление о технологии, реализованных проектах, и при желании начать использовать RPA.

- То есть вы делали это не для ДИТ?

Для бизнес-сообщества. Одна из задач проекта ICT.Moscow и наша в том числе, — рассказывать про существующие технологии. Если мы покажем бизнесу новые инструменты, с помощью которых он будет эффективнее вести свою деятельность, это в конечном счете повлияет на всю Москву, делая ее более эффективной, более конкурентоспособной.

- Как отбирались участники исследования?

Мы стремились, чтобы в нем были представлены и малые, и средние, и крупные компании с разбивкой по отраслям. Отдельно изучали компании, которые ранее публично заявляли о проведении роботизации, чтобы оценить, какой эффект они получили, какие существует барьеры и какие открываются возможности для дальнейшего развития данной технологии.

- Каковы основные результаты исследования?

Результаты исследования состоят из двух частей. Первая часть включает около 50 кейсов: информацию о том, какие процессы роботизировали такие компании как Qiwi и X5, и как это происходило. Наши проекты там тоже фигурируют.

Вторая часть — это интервью, в том числе, о барьерах для внедрения технологии, которые видит бизнес.

Автоматизация с помощью программных роботов для многих участников опроса не была чем-то совсем новым. Как мы и предполагали, многие компании используют роботов для управления данными и оптимизации документооборота. Крупный бизнес активнее использует роботизацию в силу большего объема процессов.

Самое интересное наблюдение — 80% участников опроса подтвердили, что в настоящий момент либо уже окупили внедрение RPA, либо видят потенциал окупаемости на горизонте года. Если бизнес уже может измерять конкретный эффект от внедрения этих технологий, у них есть хорошие перспективы.

Пообщавшись с представителями бизнес-сообщества, мы поняли, что в Москве технологии роботизации однозначно будут развиваться. Во-первых, потому что здесь хорошо представлен крупный бизнес, во-вторых, зарплата выше чем в регионах. Там, где уровень зарплат низкий, роботизация будет развиваться медленнее, так как целесообразнее привлекать людей для решения соответствующих задач. В столице крупные компании многие рутинные задачи будут перекладывать на роботов.

Региональной компании сложнее найти эффективное применение роботизации.

- Для снижения издержек многие крупные компании открывали контакт-центры в регионах. Теперь с той же целью их роботизируют.

Зарплаты в этих центрах были выше средней по региону, поэтому даже в этом случае роботизация дает эффект.

- Нормативные барьеры участниками опроса упоминались?

Для бизнеса они существуют в меньшей степени, чем для госструктур, так как компании не ограничены в выборе поставщика. Ограничения обычно ставят специалисты по информационной безопасности, но крупный бизнес уже научился с этим работать. Поставщики платформ для роботизации активно сертифицируют свои решения в соответствии с требованиями к безопасности. К тому же сама технология позволяет создавать систему внутри контура компании, вести мониторинг активности и настраивать права доступа к тем или иным данным.

- Каковы планы по развитию направления RPA в ДИТ?

В ближайшее время сфокусируемся на том, что уже есть — будем роботизировать рутинные бизнес-процессы, связанные с данными и документооборотом. Когда наберем «критическую массу», будем думать о более глобальном применении. RPA — не универсальная технология, но ряд задач она успешно решает.

Кроме того, мы тестируем технологии искусственного интеллекта для распознавания документов, поскольку существуют ситуации, когда нужно классифицировать документы и понять контекст. Но это уже следующий этап.

Сегодня для эффективного управления большими массивами данных необходимы сотни конвейеров данных (data pipelines) и сложная инфраструктура. В процессе генерируются тысячи наборов данных, которые «весят» терабайты и петабайты — и все это стоит десятки тысяч долларов. Но при этом многие компании не используют возможности технологий больших данных на полную мощность. Так, в ходе нашего аудита в крупной медиакомпании было выявлено, что 73% инфраструктуры данных работает вхолостую, поглощая немалую долю бюджета. Как другим не наступить на эти же «грабли»?

Куда уходят деньги

Во многих компаниях специалисты, занимающие должности, связанные с управлением, аналитикой и монетизацией больших данных, меняются достаточно часто. Чаще всего это связано с тем, что результаты их работы не соответствуют ожиданиям, изначально завышенным. Как итог, нередко возникают ситуации, когда человек уже не работает в компании, а инфраструктура продолжает создавать те отчеты по собранным данным, которые он заказывал, для которых подбирались инструменты и настраивалась аналитика.

Тот же аудит, о котором упоминалось выше, показал, что система регулярно генерирует отчет, в котором данные агрегированы по определенным критериям: устройство, с которого пользователь заходит на ресурс, страна, локальное время сеанса, конкретная страница ресурса. Одновременно выяснилось, что данные отчета никто не использовал, и более того, никто из сотрудников не смог объяснить, почему были выбраны именно эти критерии и для чего эту информацию можно использовать.

Такие ситуации не редкость. При этом работающие «вхолостую» процессы обходятся компаниям в определенную сумму. Она включает в себя:

• Затраты на создание и обслуживание инфраструктуры, включающие «человекочасы» специалистов, которые выполняют эти задачи.
• Расходы на сервера, на которых работают ETL-продукты, — от нескольких тысяч долларов в месяц.
• Расходы по хранению. Например, стоимость хранения одного петабайта данных в BigQuery (хранилище для больших данных от Google) варьируется от 10 тыс. до 20 тыс. долл. в месяц в зависимости от свежести данных.
• Оплату различных сервисов, которые генерируют данные, таких как инструменты для сбора аналитики по сайту.

Первая мысль, которая лежит на поверхности: кардинально избавиться от лишнего. То есть выключить весь неиспользуемый функционал и удалить данные, которые превратились в мертвый груз. Но это недальновидно и нерационально, особенно на фоне того, что происходит на рынке и тех объемов инвестиций, которые вкладываются в развитие технологии.

Крупный бизнес осознает ценность данных и не экономит на продуктах и решениях для их обработки. Консалтинговая компания New Vantage Partners посчитала, что за прошедшие 12 месяцев 34% компаний из списка Fortune 1000 потратили на поддержку BI и AI-инициатив от 50 млн до 500 млн долл., а 21% компаний — более 500 млн долл. При этом 92% руководителей сообщили, что планируют увеличить финансирование этих направлений.

Оптимизируйте хранение

У многих сервисов есть ограничения по срокам сбора данных. Например, сервис GAM (Google Ad Manager) дает возможность собирать данные не более чем 3-летней давности. У других сервисов период может ограничиваться несколькими месяцами. Это значит, что доступ к потенциально полезным данным будет безвозвратно утерян.

Для того, чтобы не терять такие потенциально полезные данные и при этом не переплачивать, необходимо пересмотреть подход к их хранению, используя соответствующие инструменты.

В первую очередь это ADS-решения (Archive Data Storage). У Google — это Coldline, у AWS — Glacier; «холодное» хранилище предлагает и «Яндекс.Облако». Такие хранилища позволяют долго хранить данные и обходятся относительно недорого. Но есть нюанс: концепция сервисов предполагает длительное хранение данных с платой за доступ. Плата варьируется в зависимости от операции: добавить новые данные — бесплатно; хранить данные — минимальная стоимость; чтение данных — на порядок дороже (и медленнее) по сравнению с обычными хранилищами данных.

Ценовая политика сразу дает понять, что этот сервис — своего рода архив «на всякий случай», предназначенный для ситуаций, когда частое обращение к данным не требуется. Например, если перенести 500 Тбайт редко используемых данных из BigQuery в Coldline и при этом дополнительно сжать данные до 25 Тбайт, расходы на хранение можно сократить с 5 тыс. долл. в месяц до 175 долл.

Оптимизируйте функционал

В свою очередь, отключение функционала также может помочь сэкономить кровные на инфраструктурных расходах. Однако это приведет к потере новых пока бесполезных (но потенциально полезных) данных.

Решением в этом случае может быть изменение конвейеров данных в сторону более редкого запуска и более медленного выполнения. То есть если у компании больше нет необходимости в том, чтобы получать максимально свежие данные, и чтобы процесс сбора данных выполнялся ежечасно, можно настроить и запускать его один раз в месяц, чтобы собирать информацию, которая до определенного момента будет заархивирована.

Например, данные Google Analytics 360 представляют собой достаточно объемные таблицы с множеством метрик. Представим, что на каком-то этапе работы компании по этим данным генерировалось два отчета: один включал в себя статистику по пользователям, а второй – статистику в разрезе ключевого слова источника трафика (trafficSource.keyword). Когда второй отчет по тем или иным причинам перестал использоваться, продолжающаяся обработка данных стала по сути бесполезной. В такой ситуации целесообразно отключить генерацию отчета, но продолжить накопление сырых данных.

Еще один пример: при помощи Marketing Cloud (бывш. Exact Target) проводился сбор данных по проведенным почтовым рассылкам – кому и какие письма отправлялись, сколько писем было открыто, сколько человек перешло по ссылке в письме и т.д. В какой-то момент эти данные перестали активно использоваться, но это не означает, что они не понадобятся в будущем. А из-за объема и особенностей платформы Marketing Cloud одновременно «вытащить» данные за период более чем полгода — проблематично. Поэтому рациональным решением будет продолжить их накапливать в собственном хранилище в удобной форме и собирать их не ежечасно, а раз в неделю, в тот период, когда другие ETL-процессы минимально нагружают инфраструктуру.

***

Любые рекомендации работают, если вы понимаете, чего хотите. Так и локальные технические решения, направленные на сокращение расходов, должны быть элементами общей стратегии управления данными, а иначе это будет оптимизация ради оптимизации и очередные деньги, выброшенные на ветер.

Автор — Константин Попандопуло, технический директор компании Umbrella IT

Подход Low code, предусматривающий создание программных решений с минимальным программированием или путем конфигурирования и настройки системы через визуальный интерфейс, позволяет вовлечь в решение задач автоматизации и цифровой трансформации широкий круг бизнес-пользователей. Одно из главных направлений, где такой подход находит применение, — конструирование систем управления бизнес-процессами. Участники конференции «BPM 2019: Процессы цифрового предприятия», которую издательство «Открытые системы» проведет 30 октября, смогут сделать это своими руками. Их ждет интересное интерактивное мероприятие: мастер-класс «Автоматизация бизнес-процессов без программирования на платформе К2». Мы попросили генерального директора «К2РУ» Андрея Холинова поделиться некоторыми подробностями.

- В чем заключается основная идея мастер-класса?

Мы хотим продемонстрировать возможности платформы — то, что она полностью избавляет от программирования при разработке решений.

- Нет ли в этом лукавства, игры словами?

Нет, в том-то и дело. К2 представляет категорию систем Low code, которые не требуют программирования. Мы хотим показать, как прямо «из коробки», с нуля создается решение: структура данных, справочники, интерфейсы управления этими справочниками и интерфейсы самой системы, потоки работ, проектируются роли пользователей, которые будут участвовать в этом процессе. Для этого мы возьмем за основу один из бизнес-процессов, общих практически для всех организаций, например заявку на отпуск, прием нового сотрудника или запрос в службу ИТ-поддержки, и покажем, что прототип системы можно разработать в течение часа, если под рукой есть такой инструмент. Исследования, проведенные нашей материнской компанией SourceCode Technology, показывают, что разработка на K2 в восемь–десять раз быстрее, чем выполненная традиционным способом.

В K2 применяются новые технологии, например интеграция с модными сегодня роботами, искусственным интеллектом, чат-ботами, но мы пока не хотим продвигать роботов, оставим это на потом. RPA выглядит ново и привлекательно, но от основного функционала, который обеспечивает система BPM, все равно никуда не деться. Эти технологии дополняют друг друга, так что при желании прогрессивная компания может сделать очень мощный информационный инструмент, и не только для внутреннего использования.

На мастер-классе мы продемонстрируем, как продукт выглядит изнутри и как с ним работать. Для средств разработки обычно характерно наличие множества меню, специальных терминов, языка программирования и т. д. А дизайнер в К2 дает набор инструментов, представленных пиктограммами, по которым легко догадаться, зачем нужен тот или иной из них, а также панель настроек, которая задается единообразно для всех инструментов всего один раз. Освоив достаточно хорошо проработанный и интуитивно понятный концепт, люди сразу смогут сделать профессиональное решение, прямо на тренинге.

- Кому адресован мастер-класс?

Бизнес-аналитикам и разработчикам, ИТ-специалистам. Бизнесу скучно смотреть на инструмент, ему следует демонстрировать результат работы этого инструмента. Наша задача — поднять волну снизу. Когда специалисты видят, что продукт способен освободить львиную долю их времени, они идут к своим руководителям и обосновывают необходимость встречи с поставщиками продукта, на которой можно представить систему, показать реальные примеры и отзывы, познакомить с клиентами.

- В свое время, когда компании покупали условный «1С», тоже подразумевалось, что потребуются только настройки ПО, а не штатные программисты. Платформа же все равно потребует кастомизации?

Платформа — это конструктор. Компании не придется ломать свои процессы и работать так, как предлагает «коробка». Возьмите наш инструмент, научите своих программистов строить реальные бизнес-процессы и автоматизируйте их в K2. Вы увидите, как работают ваши процессы, каковы проблемные места и возможности для дальнейшей оптимизации, сможете своевременно принять управленческие решения — поменять сотрудников, сократить стадии. По результатам анализа процессы переделываются. Это непрерывный цикл, но тем самым повышается качество сервисов, которые подразделения предоставляют внутри компании, и оптимизируется работа компании в целом. Где-то освобождается время сотрудников, где-то приводится в порядок учет и экономятся средства, добавляются прозрачность и возможности контроля. Люди освобождаются от необходимости бегать по этажам и думать, кому от них передается документ, им надо лишь четко выполнить свою функцию, а система сама знает, куда договор должен попасть дальше. Обеспечивается полное соответствие корпоративным политикам, потому что процесс нельзя обойти. Не бывает такого, что какая-то стадия просто опускается. Все, что должно произойти, обязательно происходит, плюс вы устанавливаете конкретные сроки, сокращая время исполнения процессов и делая бизнес эффективнее.

- Какие нужны минимальные знания и навыки, чтобы получить реальный эффект от мастер-класса?

Наша основная аудитория — люди, занимающиеся автоматизацией внутренних процессов. Это не только разработчики, но и бизнес-аналитики, которые описывают процесс, но не очень представляют, какая информационная система будет его в итоге реализовывать. И наша цель — показать, что на построении схем все не заканчивается, схемы должны быть правильно переложены на информационную модель.

Наибольшую сложность при этом вызывает построение структур данных. От корректного проектирования структуры хранения информации зависит в конечном счете успех системы, ее быстродействие и возможность избежать потенциальных проблем. Это требует от пользователя элементарных навыков построения баз данных.

Впрочем, даже если этого нет, но есть представление о том, как строится информационная система, и понимание, что ее основа — это данные, то проблем не будет.

- Есть ли ограничения для использования вашего решения?

Прежде всего надо понимать, что К2 — решение корпоративного уровня, предназначенное главным образом для среднего и крупного бизнеса с численностью 500-1000 сотрудников, а значит, оно недешево. Кроме того, надо учитывать технологическую платформу клиента. Если основу технологического стека организации составляют продукты Microsoft, то использование K2, как правило, не потребует дополнительных расходов.

По функциональности и возможности автоматизировать бизнес-процессы ограничений нет. Но в большей степени система направлена на оптимизацию процессов типа «человек–человек» и «человек–сервер». В процессах «сервер–сервер» польза от нее не столь очевидна.

Дизайнер интерфейсов К2 дает возможность «собирать» нужные для работы пользователя электронные формы в десятки раз быстрее, чем позволяют средства традиционного программирования. Вместе с тем для создания сложных интерфейсов может потребоваться иной UI-инструментарий, особенно если планируется работа с данными на уровне тысяч записей. Но клиент может выбрать для этой задачи любую другую технологию форм и работать с BPM-движком через API или сервисы, которые предусмотрены в K2.

Помимо традиционного продукта, устанавливаемого на оборудование клиента, у компании есть довольно популярный продукт K2 Cloud, предоставляемый по модели SaaS. Облачные сервисы избавляют клиентов от необходимости поднимать у себя инфраструктуру и заниматься вопросами технической поддержки, но здесь возникает ограничение, так как облака Microsoft Azure в нашей стране нет и по закону мы не можем отправлять на зарубежные серверы персональные данные, с которыми имеет дело практически каждая информационная система.

От разработки функции симуляции процессов компания осознанно отказалась, так как это ведет к удорожанию продукта. Также не стали включать в состав платформы дизайнер отчетов и анализа бизнес-данных. На рынке есть профессиональные средства построения отчетности (PowerBI, Tableau, SSRS и др.), К2 имеет встроенные коннекторы к этим системам. Вместе с тем K2 поставляется с внушительным набором базовых отчетов, относящихся к анализу потоков работ (количество задач, пользователей, нарушений сроков и т. п.).

- Вы расскажете в том числе и об ограничениях?

Конечно, мы всегда рассказываем об ограничениях и поясняем, с чем они связаны. Зачем, к примеру, платить за функцию симуляции, которая нужна лишь на этапе разработки, если компания планирует автоматизировать только пять–шесть процессов?

- Что получат на выходе участники мастер-класса?

Мы надеемся, что они будут впечатлены технологическими возможностями платформы и получат представление о том, как работать с программным обеспечением такого уровня. Многие скептически относятся к тому, что можно построить решение без программирования. И хотя сейчас таких решений на рынке уже много, о них знают лишь энтузиасты. Большинство пользователей только слышали о таких решениях, но еще не «трогали их руками». По окончании мастер-класса мы готовы предложить слушателям бесплатно попробовать нашу систему в облачных учебных средах. У каждого будет своя персональная среда с удаленным подключением в течение какого-то количества дней. Желающие получат пошаговое практическое руководство по разработке своего решения и попробуют сделать его самостоятельно.

В некоторые моменты мы предоставим слушателям возможность выбрать, куда разработка пойдет дальше. По мере создания законченного решения у них будет расти понимание, и к концу мастер-класса они найдут ответы на свои вопросы.

- Кто будет вести мастер-класс?

Андрей Семичастнов, ведущий разработчик К2РУ, который уже более пяти лет занимается автоматизацией бизнес-процессов на платформе К2 и имеет большой практический опыт в реализации сложных проектов, в том числе для таких российских компаний, как ГМК «Норильский никель», ФК «Открытие» и др. В команде разработчиков Андрей участвовал в реализации проекта автоматизации корпоративных сервисов НИУ «Высшая школа экономики», получившего в 2019 году награду «BPM-проект года» от ABPMP Russia.

Аналитики Gartner считают, что искусственный интеллект в ближайшие несколько лет получит широкое распространение в офисных средах, а компании начнут инвестировать в инициативы, связанные с цифровыми рабочими местами. Тенденция эта будет набирать обороты по мере того, как активируемые голосом персональные помощники, уже завоевавшие популярность в домашней среде, начнут перемещаться в офисы.

«К 2025 году технология эта определенно станет мейнстримом, хотя сегодня в силу проблем безопасности и конфиденциальности получает лишь весьма ограниченное распространение», – указал вице-президент Gartner Мэтью Кейн, выступая на недавнем саммите Digital Workplace Summit.

Согласно прогнозам Gartner, расходы компаний и индивидуальных потребителей на умные колонки в 2021 году превысят 3,5 млрд долл. В ближайшие два года четверть цифровых работников будут использовать помощников с искусственным интеллектом на ежедневной основе. Ряд компаний уже внедрили у себя соответствующую технологию (впрочем, специалирующаяся на услугах коворкинга компания WeWork, по сообщениям, приняла решение отложить внедрение Alexa в собственную бизнес-среду).

«Думаю, единственной загадкой является то, почему этот процесс так затянулся, – отметил Кейн. – Все уже успели прочувствовать ценность персональных помощников в личной жизни – речь идет об Alexa, Siri и Google Assistant. Рано или поздно к ним присоединится и Microsoft с Cortana. Но мы ждем персональных помощников на рабочем месте – отложенный спрос здесь поистине огромен».

Компании, рассматривающие возможность внедрения этой технологии, он призвал накапливать опыт развертывания, управления и обеспечения безопасности цифровых помощников уже сейчас.

Новый босс ничем не отличается от прежнего?

В Gartner ожидают, что инструменты искусственного интеллекта помогут менеджерам принимать лучшие решения. «Боссы-роботы получат повсеместное распространение к 2025 году, – считает Кейн. – При этом не обязательно все должны подчиняться алгоритмам, так что можете вздохнуть свободнее».

Искусственный интеллект поможет выполнять рутинные операции, с которыми приходится сталкиваться менеджерам.

«Посмотрите, что делают менеджеры каждый день: составляют расписание, формируют задания, оценивают эффективность, содействуют карьерному росту, помогают в профессиональной переподготовке, утверждают предлагаемые инициативы, выстраивают информацию и следят за выполнением директив, – пояснил Кейн. – Многое из перечисленного способен проделывать искусственный интеллект. Вашего менеджера алгоритм не заменит, но искусственный интеллект будет использоваться для улучшения и повышения эффективности рутинной работы. Думаю, мы идем к сочетанию всего перечисленного».

Объемы искусственного интеллекта на рабочем месте будут расти по мере дальнейшего распространения технологий интеллектуального офиса. Прежде всего мы увидим рабочие места с огромным количеством маяков и сенсорных сетей, интегрированных в физическое пространство. Это можно использовать для оптимизации использования площадей, регулирования обогрева и охлаждения, экономии электроэнергии, подпитки данными и отображения контекстной информации при перемещении на рабочем месте.

Все это будет присутствовать в сочетании с вашими собственными приложениями для поддержки офисной гостиничной системы, поиска маршрутов и парковки. Таким образом, в физическом рабочем пространстве появится множество новых инструментов и интеллектуальных средств.

Искусственный интеллект дополнит работника, а не заменит его 

Несмотря на опасения в отношении того, что искусственный интеллект и роботы начнут отнимать у людей рабочие места, в большинстве случаев использование искусственного интеллекта выглядит гораздо более прозаичным.

«К 2024 году искусственный интеллект станет существенным, но по большей части невидимым элементом нашей повседневной работы, – указал  аналитик Gartner Лей Макмаллен. – Новые виды деятельности получат утонченную поддержку со стороны искусственного интеллекта».

Во многих случаях работники уже сейчас взаимодействуют с искусственным интеллектом, а поставщики программного обеспечения интегрируют средства машинного обучения в различные офисные приложения.

Результаты опроса Gartner показали, что сотрудники ждут от искусственного интеллекта выполнения указанных ими простых и рутинных задач, что поможет уменьшить число ошибок, а также ускорит поиск нужной информации и просмотра больших объемов данных.

«Лишь очень немногие рассчитывают на решение искусственным интеллектом сложных проблем, – указала вице-президент и аналитик Gartner Хелен Пойтевин. – Сотрудники не ждут от искусственного интеллекта чудес, они хотят от него лишь помощи в своей повседневной деятельности. Многие ежедневно подвергаются воздействию со стороны искусственного интеллекта, но, возможно, даже не осознают этого. У нас есть электронные таблицы, которые интересуются тем, нужны ли нам идентификация и визуализация шаблонов данных; текстовые редакторы, умеющие копировать; календари, напоминающие, когда следует отправляться в аэропорт, и приложения электронной почты, помогающие отвечать на письма. Все это повседневные сервисы искусственного интеллекта, которые оказывают на сотрудников гораздо более серьезное влияние, чем специализированные приложения для медицинской диагностики, одобрения кредитов или распознавания угроз».

Растущая осведомленность о возможностях искусственного интеллекта помогает людям избавиться от страха потери работы.

«Сотрудники, которые уже знакомы с искусственным интеллектом, спокойнее относятся к его влиянию на рынок труда, – подчеркнула Пойтевин. – Тот, кто уже имел дело с сервисами искусственного интеллекта, с меньшей опаской воспринимает вероятность замены своей должности на искусственный интеллект».

В целом, в Gartner рассчитывают на положительное воздействие искусственного интеллекта на работников.

«Не утихают споры о том, уничтожает искусственный интеллект рабочие места или же создает их, – заметил Кейн. – По мнению аналитиков Gartner, рабочих мест создается больше, чем ликвидируется, просто потому, что искусственный интеллект повышает эффективность работы предприятия, а это способствует развитию бизнеса, что в свою очередь влечет за собой увеличение числа рабочих мест. Конечно, опасения вытеснения людей искусственным интеллектом присутствуют, и с некоторыми рабочими местами это действительно происходит… на смену человеку здесь приходит искусственный интеллект. Но в большинстве случаев речь идет все-таки о дополнении. Искусственный интеллект берет на себя большую часть рутинной работы. Он помогает сосредоточиться на решении задач для человека, на наиболее творческих аспектах. Так что сегодня мы сталкиваемся в основном с изменением рабочих мест, а не с их ликвидацией».

Два года тому назад искусственный интеллект достиг, по версии Gartner, пика завышенных ожиданий. А как обстоят дела сегодня? Что ж, пришла пора спуститься с неба на землю: в компаниях отдают предпочтение проектам с коротким сроком окупаемости, а не дорогостоящим авантюрным инициативам, которые в отдаленной перспективе могут обеспечить коренные улучшения.

Об этом говорят данные, приведенные в отчете State of AI in the Enterprise, 2nd Edition компании Deloitte. Результаты опроса, на основе которого он подготовлен, указывают на то, что искусственный интеллект начинают воспринимать на предприятиях все более серьезно. С другой стороны, в отчете есть и заключения, вызывающие недоумение. Познакомимся с докладом подробнее.

Разъяснения по «скучной части»

Из 1100 топ-менеджеров, опрошенных Deloitte, подавляющее большинство — 82% сообщили, что их инвестиции в искусственный интеллект окупаются. Само собой, искусственный интеллект не всем приносит одинаковую выгоду. В число отраслей, где окупаемость высокая, вошли технологическая, СМИ и развлечения, связь, профессиональные услуги и промышленные товары (в последнем секторе на средства искусственного интеллекта тратят меньше всего, но тем не менее получают высокую отдачу). В медико-биологической индустрии и здравоохранении, в государственном секторе, а также в отраслях финансовых услуг и потребительских товаров сообщили о меньшей окупаемости. Но «меньшая» — не значит «отсутствующая». То есть, практически все, кто инвестирует в искусственный интеллект, сообщают о положительных результатах.

Какие конкретно преимущества обеспечивает искусственный интеллект? Нет, речь не об избавлении от непродуктивных сотрудников. Доля респондентов, указавших в качестве достигнутых результатов «уменьшение штата благодаря автоматизации», в конце 2017 года составила 22%, а в конце 2018-го увеличилась только на два процентных пункта. А вот доля давших ответ «оптимизация внутренних операций» выросла на шесть процентных пунктов — с 36% до 42%.

При этом, судя по отчету, искусственный интеллект, как ни странно, не способствует улучшению процессов разработки продуктов и, соответственно, удовлетворенности покупателей. «Улучшение выпускаемой продукции» в качестве преимущества, полученного благодаря инвестициям в технологии искусственного интеллекта, указали 44% респондентов, однако это на семь процентных пунктов меньше, чем в 2017-м. При этом у ответа «создание новых продуктов» результат тоже уменьшился, с 32% до 27%. В целом, больше половины всех упомянутых участниками преимуществ снизили свои показатели в 2018 году по сравнению с 2017-м, а единственный ответ, помимо упомянутых выше, который получил хотя бы двухпроцентную прибавку, — это «сохранение и применение труднодоступных знаний».

Снижение ожиданий относительно краткосрочных преимуществ не означает исчезновения веры в долгосрочные перспективы. Как отмечают в Deloitte, то, что сегодня от искусственного интеллекта уже в меньшей степени ждут улучшения имеющейся продукции, может быть проявлением реализма. Перенос внимания на внутренние операции сопровождается некоторым снижением заинтересованности во встраивании интеллекта в существующие продукты и услуги (хотя это по-прежнему остается самой популярной целью внедрения). Ведь прежде, чем проводить такую интеграцию, требуются операционные преобразования, что, по-видимому, начинают осознавать респонденты.

И самое время, ведь искусственный интеллект — не «волшебная пыльца», которую рассеивают над устаревшими процессами и технологиями, чтобы «превратить» их в современные. Для подобного нужно радикальное переосмысление основ ведения бизнеса. Если в компании не хотят менять внутреннюю культуру и процессы, ни от каких внедрений искусственного интеллекта полезной отдачи не будет.

Нестыковки

Не все приведенные в отчете данные выглядят логичными. Например, среди ответов на вопрос «как изменились ваши позиции в конкурентной борьбе в результате внедрения искусственного интеллекта», казалось, бы должен был быть «мы не получаем конкурентного преимущества благодаря искусственному интеллекту». Однако результаты были следующими: 16% — «мы догоняем соперников», 20% — «идем нога в ногу», 27% — «немного опережаем», 28% — «увеличиваем отрыв», 9% — «делаем резкий скачок вперед».

То есть, получается, отстающих нет — все компании благодаря искусственному интеллекту выходят на передовую? Можно, конечно, допустить, что все 1100 опрошенных представляли разные отрасли и мощь искусственного интеллекта действительно позволила им обойти остальных, но, скорее всего, дело не в этом: ведь может быть, кто-то из этих 16% еще никого не догнал, а некоторые из 20% начинают отставать. И так далее.

Быть может, те же «розовые очки», через которые смотрят на мир топ-менеджеры, — причина следующего сюрприза: 88% опрошенных сообщили о намерении увеличить инвестиции в искусственный интеллект в 2019 году, при этом 54% собираются повысить их больше, чем на 10%. Это при том, что, напомним, окупаемость по крайней мере в половине отраслей оказалась «низкой». Что ж, похоже, это совсем не охладило энтузиазм и желание тратить.

При этом, согласно докладу Deloitte, «меньше, чем в 50% участвовавших компаний измеряли ключевые показатели эффективности, необходимые для точной оценки окупаемости искусственного интеллекта». Другими словами, «мы понятия не имеем, принесли ли какие-то плоды наши инвестиции, но надеемся, что да, так что давайте-ка плеснем еще бензина в этот огонь». Может быть, это и так, если не учитывать рост прагматизма относительно ожидаемых преимуществ. Учитывая, что сегодня организации фокусируются на инкрементальных усовершенствованиях процессов, а не на дорогостоящих авантюрах, можно рассчитывать, что со временем появятся и те, кто сможет инвестировать в амбициозные проекты благодаря более разумным вложениям, совершаемым сегодня.

В прошлом году мы учредили независимую премию CDO Award, адресованную директорам по данным. За время работы над проектом мы убедились, что тема вызывает большой интерес. Все больше компаний теперь воспринимают данные не как побочный продукт своей работы, а как полноценный актив, который может приносить пользу. Поэтому в их штате появляются руководители, отвечающие за максимально эффективное использование такого актива. Причем изменения не ограничиваются формальными действиями. Происходят сдвиги в корпоративной культуре — компании действительно становятся data-driven.

«Технари» и «бизнесмены»

Физики и лирики, теоретики и практики, ударники и борцы — видимо, такое разделение будет всегда, даже когда дело касается вполне конкретной дисциплины. Подводя результаты дебютной премии для директоров по данным CDO Award 2019, мы увидели четкое расслоение номинантов на «технарей» и «бизнесменов». Вторые ожидаемо вызвали гораздо больший интерес и у экспертного совета, и у сторонних наблюдателей. И это неудивительно: большинству из нас узнавать про достигнутые финансовые результаты и новые бизнес-модели всегда интереснее, чем читать про «кухню» Chief Data Officer — например, про проблемы с доступностью данных и их качеством, а также про изменения в корпоративной культуре, без которой компания никогда не станет data-driven.

Расслоение неслучайно: во-первых, формальной должности директора по данным во многих компаниях пока нет, во-вторых, даже при ее наличии фактические роли CDO могут существенно различаться. Место CDO в бизнесе компании и круг его обязанностей становятся предметом обсуждения во многих дискуссиях, так или иначе связанных с тематикой управления данными. В последнее время уже практически все соглашаются с тем, что CDO должен не только отвечать за технологии, но и активно участвовать в бизнес-деятельности, хотя ответственность за наличие и качество данных, необходимых бизнесу, никто с него снимать не собирается. От директора по данным теперь ждут конкретных, сугубо практических результатов, причем они нужны «вчера».

В Gartner также недавно подчеркнули, что нынешний директор по данным не просто становится более бизнес-ориентированным. От прежней направленности на бизнес-проекты и программы он должен смещаться на конечные продукты, имеющие «интеллектуальную начинку». Логика понятна: если CDO «первого поколения» был сосредоточен исключительно на управлении данными, то CDO 2.0 добавил к своим компетенциям аналитику. Если CDO 3.0 занялся вопросами цифровой трансформации, то директор по данным четвертого типа, продолжая развитие, не должен ограничиваться одним лишь руководством проектами в области данных и аналитики — он должен быть ориентирован на продукты и извлечение из них прибыли. Можно лишь добавить, что CDO все в большей степени становится политиком: для реализации проектов ему нужны союзники и «спонсоры инициатив».

Взгляд назад

Когда мы обсуждали номинации CDO Award 2019, то в качестве одной из главных рассматривалась номинация «За создание новой бизнес-модели, основанной на данных». Именно она больше всех отвечает духу премии и самой идее цифровой трансформации. Однако компаний, готовых продемонстрировать столь радикальные изменения в своем бизнесе, оказалось не так уж и много. В результате победителем в этой номинации стала «Почта России» — неповоротливый динозавр, выведший на рынок услугу директ-мейл (адресную рассылку на основе своих «знаний о почтовых ящиках» — потребностях домохозяйств, находящихся по конкретному адресу). Разумеется, в ходе обсуждений этого проекта в Сети звучали высказывания о том, что почтовому оператору стоило бы сначала разобраться со своим основным бизнесом (кстати, на мой взгляд, изменения к лучшему здесь бесспорны), но победа вполне заслуженна.

В номинации «Реализация инновационной идеи» экспертный совет был покорен стартапом Sever.AI, направленным на роботизацию процессов рекрутинга, а также искусственным интеллектом НЛМК, применяемым в производственных процессах. А ведь среди номинантов был очень яркий проект «корпоративного Гугла», реализованный в «Газпром нефти».

Наибольшая конкуренция наблюдалась в номинации «За повышение эффективности бизнеса» — компании ожидаемо были готовы делиться тем, как с помощью интеллектуальных сервисов повысить эффективность существующих процессов. Более того, именно здесь произошло столкновение гигантов, каждый из которых мог претендовать на победу. МТС и НЛМК оказались среди лауреатов в конкуренции с не менее впечатляющими кейсами «СИБУРа», «Уралсиба», X5 Retail и «Бургер Кинга».

Борьба была честной. Разумеется, в любых конкурсах присутствует человеческий фактор, но я считаю большим достижением то, что нам удалось не только найти достойных кандидатов с интересными проектами, но и собрать мощный экспертный совет — строгий, но справедливый.

Культура и качество

Несмотря на всю магию выраженного в цифрах экономического эффекта, не стоит забывать, что элементарное наведение порядка в информационном хозяйстве нередко дает больший результат, чем внедрение самых навороченных технологий. Именно поэтому мы решили добавить в нынешнем году номинацию «За обеспечение качества данных». Как известно, успех цифровых инициатив на 70% зависит от достоверности и доступности данных. Более того, из шести главных проблем, приведших к провалу проектов искусственного интеллекта, пять связаны именно с данными. И потому эта дополнительная, сугубо «технарская» номинация призвана дать шанс тем участникам, которые лишь начинают путь к data-driven-организации и пока не могут похвастаться яркими результатами. Кроме того, мы гораздо больше внимания намерены уделить вопросам культурной трансформации, она станет важным критерием оценки успехов компаний.

Мы рады объявить о старте премии CDO Award 2020. Наш прошлогодний дебют был успешным, и мы готовы развивать этот проект, делать его еще лучше. Нам интересны не только достигнутые результаты, но и то, с какими проблемами вы сталкиваетесь и как их решаете, и еще более интересно, как происходит трансформация компании.

Заявки принимаются до 31 января 2020 года, а объявление итогов и награждение лауреатов намечены на середину марта 2020 года. В рамках форума BIG DATA 2020, который состоится 25 марта, можно будет услышать выступления лауреатов премии.