Статьи

Стремительно растущая зависимость современного бизнеса от ИТ приводит к пересмотру взглядов на классические отношения с поставщиками ИТ-обслуживания. Когда технологии начинают серьезно влиять на работу компании, требуется иная модель отношений, иногда близкая к полноценному бизнес-партнерству. При этом ключевая роль отводится мониторингу «здоровья» информационных систем, наличию нужной экспертизы в рабочих командах, гибкости и повышенной скорости реагирования на инциденты. Как перейти на этот новый уровень отношений и что он меняет для компании?

Архитектурное бюро UNK Project специализируется на архитектурном и инженерном проектировании зданий и комплексов, на дизайне корпоративных интерьеров и общественных пространств. Наши проекты неоднократно удостаивались престижных профессиональных премий. Бюро объединяет специалистов разного профиля, и это дает возможность создавать комплексные решения и участвовать на всех стадиях работы над масштабными проектами.

Все работы над проектами ведутся с помощью высоких технологий: например, с помощью программных комплексов, предоставляющих возможности трехмерного моделирования элементов зданий, создания пользовательских объектов, организации совместной работы над проектом – от концепции до выпуска рабочих чертежей и спецификаций. Используются также технологии информационного моделирования зданий (Building Information Modelling, BIM), позволяющие оптимизировать процессы проектирования, грамотно управлять жизненным циклом объектов и экономической составляющей этого цикла.

Мы давно стремились к тому, чтобы ИТ-система работала безупречно, не приводила к сбоям в основной деятельности. Понимая, что эта задача требует профессионализма и непрофильных для нашей компании технологий, в 2013 году в рамках классического ИТ-аутсорсинга мы начали сотрудничать с ALP Group. Большинство запросов на обслуживание решалось удаленно, и лишь небольшая часть – непосредственно у нас в офисе.

Первоначальную задачу мы решили. Но в 2017 году, с началом новых масштабных проектов для таких клиентов, как «Росатом» и «Сколково», наши требования как к ИТ-поддержке, так и к самой информационной системе выросли.

Что же именно нам потребовалось и почему?

Максимально оперативное реагирование и скорость решения ИТ-инцидентов. При работе над комплексными проектами остановки в работе квалифицированных архитекторов и дизайнеров обходятся крайне дорого. К таким остановкам могут приводить различные сбои в ИТ, поэтому мы решили, что допускать их нельзя. Реакция на ИТ-инциденты и проблемы должна была стать примерно на 30% быстрее, чем в среднем по рынку.

Внимательное отслеживание и прогнозирование количества ресурсов в системе. Приток новых клиентов, усложнение проектов и рост их масштаба привели к тому, что разные версии чертежей и моделей проектов стали занимать очень много места. К тому же в каждом таком проекте объем чертежей и 3D-моделей, как правило, нарастает скачками. Поэтому мы должны были не просто следить за тем, чтобы ресурсы в системе не заканчивались, а проактивно управлять их объемом, заблаговременно масштабируя те элементы ИТ-инфраструктуры, которые в данный момент могли сдерживать производительность информационной системы. Всегда требуется хорошо понимать, сколько их имеется сейчас, когда и сколько нужно докупить.

Повышенные требования к доступности системы. Из-за большого объема данных рендеринг (отрисовка проектов) выполняется в основном ночью. Причем крайне важно, чтобы он не просто выполнялся, но и гарантированно был завершен к утру следующего дня. Только при этом условии сотрудник может начинать работу над очередной стадией проекта. Мы решили, что для нас совершенно неприемлемы любые простои из-за несвоевременного завершения рендеринга или каких-либо других нестыковок бизнес-процессов и ИТ. На техническом уровне это означало ужесточение требований к вычислительной мощности и более тонкое управление конфигурациями «железа». Сама система должна быть доступна круглосуточно. Днем – для сотрудников, ночью – для машин.

Повышенная адаптивность ИТ-поддержки. Требования к системам, на которых мы ведем моделирование и проектирование, всегда могут поменяться по решению наших заказчиков. Поэтому важно, чтобы соответствующие изменения в систему можно было вносить максимально оперативно.

Все перечисленное заставило нас серьезно задуматься о переходе на новый уровень организации и обслуживания ИТ.

Изменение модели ИТ-обслуживания

Изменения в потребностях отметили и специалисты ALP Group, ежедневно отслеживавшие нагрузку на оборудование, число заявок на ИТ-обслуживание в собственной системе Service Desk, а также многие другие параметры, важные для качественной работы ИТ.

Собрав статистику и проанализировав накопленную информацию, команда партнера предложила нам изменить модель ИТ-обслуживания с классической сервисной на сервисно ориентированную. По их мнению, именно этот шаг был необходим, чтобы полностью удовлетворить потребность нашего бюро в качестве ИТ-обслуживания, повысить уровень экспертизы и сократить время на решение ИТ-проблем при форс-мажорах. При этом была возможность оставить цену за оказываемые услуги на приемлемом для нас уровне.

Что было сделано

Прежде всего была переформатирована работающая c нами команда. В новый состав вошли сотрудники службы техподдержки, постоянно работающие со специализированным ПО для архитектурных бюро и студий (AutoCAD, Revit) и умеющие предотвращать падение его производительности с помощью проработанных методик и современных инструментов. Эти специалисты также умеют тонко настраивать используемые программы под клиента.

Еще более радикальное изменение претерпело подключение нашей информационной системы к экспертному сервису централизованного мониторинга и контроля здоровья ИТ – СЦМК «Аргус». Этот сервис помогает предотвращать порядка 80% инцидентов в ИТ-инфраструктуре и до 10 раз быстрее решать те 20% ИТ-инцидентов, которые все же происходят. Кроме того, благодаря точной диагностике инцидентов и максимально эффективному их устранению, процент выпадения из SLA при решении ИТ-проблем становится минимальным.

СЦМК начал отслеживать состояние нашей ИТ-инфраструктуры в режиме онлайн, причем особое внимание уделялось производительности важных для нас специализированных ИТ-сервисов (сервис хранения и обмена файлов с заказчиками и система Revit), а также распределению места на дисках. Кроме того, благодаря сервису мониторинга у нас начал накапливаться архив данных о том, как работают наши основные ИТ-сервисы, и, таким образом, мы получили возможность сравнить качество их работы в разные периоды.

Кроме того, проектная команда ALP Group посоветовала нам вынести в облако один из серверов, на котором работает система проектирования зданий, чтобы не перегружать имеющуюся инфраструктуру и получить возможность следить за потреблением ресурсов этим важным ПО. Теперь мы не просто знаем, сколько ресурсов нужно для хорошей работы программы здесь и сейчас, но и сколько их потребуется завтра, когда появится еще несколько новых сложных проектов. За онлайн-аналитику по потреблению мощностей в облаке также отвечают специалисты подрядчика, как и за своевременное добавление их «по клику мыши», причем без переплаты вдвое-втрое. Анализ и оптимизация использования ресурсов производятся с помощью штатного ИТ-сервиса на базе СЦМК.

Результаты

Ускоренное решение ИТ-инцидентов

Благодаря работе СЦМК «Аргус» и включению экспертов в команду обслуживания наших информационных систем удалось сократить время реакции на ИТ-инциденты в восемь раз, с 2 часов до 15 минут, а время их решения – в четыре раза, с 4 часов до 1 часа.

Эксперты работают сообща, имеют доступ к полной и консолидированной информации, а также к набору инструментов анализа данных. Они предлагают нам решение той или иной проблемы уже при первых ее признаках. Это позволяет забыть о «тушении пожаров» и работать проактивно и спокойно. Причем специалисты не ограничиваются устранением выявленных проблем, а стремятся заблаговременно «расшить» возможные узкие места – с минимумом ресурсных затрат и с максимальной пользой для клиента.

Устранение проблем до того, как начнется их негативное влияние на бизнес

80% ИТ-инцидентов и проблем действительно стали решаться заблаговременно – еще на стадии возникновения. Частично благодаря проактивному обнаружению, частично – максимально точному присваиванию им приоритета. При сервисной модели инциденты решались в общем потоке – не с такой точностью – и могли перерасти в проблему (цепочку инцидентов, порожденную скрытыми причинами). Теперь же до минимума снизились сбои и простои по вине ИТ.

Оперативное планирование ресурсов

Когда в бюро приходит новый заказчик, у него обычно есть собственные требования к обмену данными (к форматам данных, графику обмена, протоколам «вытягивания» данных, информационной безопасности). Теперь это не проблема, так как появилась возможность оперативно предоставлять настроенные файловые сервисы, учитывающие эти требования. Более того, с помощью штатного сервиса автоматизированного анализа и сайзинга ресурсов команда тут же планирует расширение места под проекты с учетом предполагаемого графика и характера работ. Это спасает нас от перерасхода средств на оборудование.

Ускоренное решение рутинных задач

На подготовку рабочего места для новых сотрудников стало уходить не два-три дня, а всего один. Мы активно нанимаем персонал для новых архитектурных проектов. В день на работу в бюро могут выходить по три новых сотрудника – это немало. И для каждого специалиста должно быть готово абсолютно все – от оборудования до приложений. Это стало происходить очень четко и быстро.

Рост качества обслуживания и снижение затрат на ИТ-поддержку

Изменение модели ИТ-обслуживания с сервисной на сервисно ориентированную позволило нам существенно улучшить качество обслуживания – причем по многим параметрам и действительно очень значительно. При этом оказалось, что более высокий уровень ИТ-сервиса можно получить за гораздо меньшие деньги: экономия нашего ИТ-бюджета составила 30%. Такое стало возможным благодаря специальным высокоэффективным инструментам и высокой доле роботизации услуг ИТ-компании.

***

В условиях цифровой трансформации взаимодействие с ИТ-партнерами зачастую становится ключевым фактором успеха, способным непосредственно влиять на финансовые результаты компаний. Новые требования к гибкости, предъявляемые рынком, должны отражаться и на отношениях компаний с поставщиками. Поставщикам ИТ-обслуживания необходимо стремиться к тому, чтобы их услуги были более адаптивными и непременно включали в себя хорошо продуманную и уже проверенную на практике «умную» составляющую.

 – Автор: Наталья Якушева, административный директор UNK Project

В конце прошлого года Всероссийский центр экстренной и радиационной медицины им. А. М. Никифорова МЧС России завершил процедуру сертификации на соответствие международному стандарту информатизации медицинского учреждения. Это первая и пока единственная медицинская организация на территории Восточной Европы, России и стран СНГ, которая подтвердила соответствие используемых ею ИТ-решений шестому уровню по шкале EMRAM (Electronic Medical Record Adoption Model). Аудит проводила некоммерческая ассоциация Healthcare Information Management Systems Society (HIMSS). Всего в Европе сертификаты высших (шестого или седьмого) уровней EMRAM HIMSS имеются только у 41 медицинского учреждения из более чем 2500 учреждений, прошедших аттестацию.

Сертификация – процедура добровольная и требует определенных затрат. Зачем она понадобилась и чего в итоге добился ВЦЭРМ?

Обратиться к зарубежному опыту

«Когда мы добиваемся успеха, то стремимся свои достижения с чем-то сравнить. На мой взгляд, это вполне естественное желание: можно оглядеться и изучить опыт коллег», – говорит Михаил Бахтин, помощник директора по медицинским информационным технологиям Всероссийского центра экстренной и радиационной медицины им. А. М. Никифорова МЧС России. ВЦЭРМ является одним из лидеров в области информатизации медицинских учреждений. Первые специализированные ИТ-системы на основе технологий InterSystems начали использоваться в этой организации в 2001 году: сначала была внедрена система MedTrak, позже получившая название InterSystems TrakCare, а в 2010 году – решение qMS российской компании «СП.АРМ».

Михаил Бахтин: «За последние полтора года мы внесли в наши процессы серьезные изменения, которые без посторонней помощи выполнялись бы очень нескоро. Эксперты HIMSS предоставили нам мощную методическую поддержку»

Существующая в России Ассоциация развития медицинских информационных технологий (АРМИТ) отслеживает реальное положение дел в стране с информатизацией здравоохранения, проводит конкурсы на лучшую ИТ-систему. Но никто никогда не оценивал, насколько качественно и эффективно эти системы внедрены в деловые процессы учреждений, что чрезвычайно важно. Хорошо известны случаи, когда одна и та же система используется по-разному в разных учреждениях.

Стремясь понять, какие аспекты деятельности клиники можно улучшить с помощью МИС, руководство ВЦЭРМ решило обратиться к международному опыту и пригласило для проведения аудита специалистов из HIMSS. Эта ассоциация, объединяющая разработчиков и пользователей, является методическим центром, располагающим собственной методикой оценки медицинских организаций. Разработчикам оказывается помощь в поиске направлений развития, а пользователям демонстрируются лучшие практики применения ИТ. В ходе сертификации независимые эксперты проводят аудит и оценивают эффективность использования информационных технологий в лечебном процессе.

«Для нас эта процедура оказалась очень полезной. Например, выяснилось, что оставались процессы, которые не полностью покрывались госпитальными ИТ-решениями, и после внесения необходимых изменений мы смогли лучше обеспечивать безопасность пациента и контролировать качество предоставления медицинской помощи», – отмечает Бахтин.

Аудит с домашним заданием

Шкала EMRAM, как и требования к различным уровням, описаны на сайте HIMSS. Каждое лечебное учреждение может самостоятельно оценить, какому уровню соответствует.

«Мы считали, что соответствуем седьмому, высшему уровню. Но когда стали заполнять анкеты, выяснилось, что есть направления, по которым не дотягиваем даже до шестого», – говорит Бахтин. В ходе аттестации пришлось совершенствовать эти технологические цепочки, доводя их до соответствия требованиям шестого уровня.

Процесс сертификации состоял из нескольких очных и заочных этапов. Сначала пришлось заполнить множество анкет, где специалисты ВЦЭРМ формально описали структуру учреждения и структуру используемой информационной системы, а также реализованные с ее помощью медицинские сервисы. Затем, в октябре 2016 года, инспектор из HIMSS в течение трех дней знакомился с работой всех подразделений, изучал особенности функционирования системы, задавал вопросы пользователям и руководителям, детально вникая во все технологические подробности.

По завершении очного этапа был составлен отчет, в котором несколько направлений деятельности получили очень хорошие оценки, а пять были признаны отстающими от среднеевропейского уровня. Именно эти направления вошли в программу «домашнего задания» по ликвидации разрывов между концептуальной моделью и реально происходящими процессами. Отчет о ходе реализации программы ежемесячно представлялся в HIMSS.

В декабре 2017 года, после того как инспекторы удостоверились в решении всех поставленных задач, состоялся повторный аудит клиники, подтвердивший, что ВЦЭРМ соответствует всем требованиям шестого уровня.

Уменьшение зависимости от человеческого фактора

В чем заключались основные трудности проведения сертификации?

«Отдельная фундаментальная проблема, самая важная и сложная, касалась замкнутого цикла использования медикаментов. Во-первых, цена ошибки очень велика, во-вторых, на уровне ИТ этот цикл хорошо проработан в Европе, но практически никак не был реализован в нашей стране», – констатирует Ольга Васильева, руководитель проектов компании «СП.АРМ». Далеко не сразу стало понятно, как реализовать такие функции в информационной системе. Например, чтобы соответствовать седьмому уровню, нужна гарантия не только того, что пациенту будет выдано нужное лекарство, но и того, что он примет его в установленное врачом время.

Ольга Васильева: «Мы сформировали большое количество обязательных полей, сделав записи более структурированными. В таком виде они становятся удобочитаемыми для искусственного интеллекта, что позволяет использовать его в механизмах поддержки принятия решений»

Еще более важной задачей стало внесение изменений в традиционный порядок оказания помощи. Требовалось внедрять новые практики не нанося ущерба текущей деятельности, то есть осуществлять перемены не совершая революций…

«Наше лечебное учреждение – исконно российское, и процессы реализованы согласно отечественным практикам. Международный опыт существенно отличается от наших реалий», – подчеркивает Бахтин. В частности, в России ключевая роль отведена врачу, средний персонал лишь выполняет его указания. В европейской же практике медицинские сестры больше вовлечены в процесс оказания помощи, что во многом оправданно, ведь врач проводит с пациентом значительно меньше времени, чем медсестра. В европейских медицинских картах есть специальные разделы, которые заполняются медсестрами. Например, они дают свою оценку рисков изменения состояния пациента: вероятности появления пролежней, возникновения обмороков, угрозы падений и т. п.

Следуя рекомендациям экспертов, ВЦЭРМ обеспечил вовлечение медсестер в процедуру формирования сестринских записей в электронных медицинских картах – они стали полноправными участниками лечебного процесса, разделяющими ответственность за конечный результат. В частности, внедрение протоколов оценки рисков позволило улучшить профилактику осложнений и сократить их количество. Это напрямую повлияло на продолжительность, качество и стоимость лечения.

Подход к организации оборота медикаментов тоже пришлось пересмотреть. Чаще всего практика такова: врач оценивает состояние пациента, назначает лечение, указывает, какие медикаменты, когда и в каком количестве принимать. Вся остальная работа, связанная с выдачей препаратов, поручается среднему персоналу. Но задумываются ли руководители, что происходит на этапе исполнения? Всегда ли есть в наличии назначенные медикаменты и получают ли их пациенты?

Если спросить у сотрудников любой клиники, достаточно ли у них необходимых медикаментов, ответ будет однозначно утвердительным. Но, к сожалению, нередки случаи, когда уже после назначения препарата выясняется, что его нет в наличии, и медсестра вынуждена делать заказ. В этом случае пациент как минимум сутки не получает назначенного ему лекарства. Предлагаются и аналоги, причем без согласования с врачами, что оказывается для последних неприятным сюрпризом.

«Мы решили кардинально изменить эту ситуацию, сделать процесс использования медикаментов более прозрачным и гарантированно безопасным. Технология замкнутого цикла, выработанная в Европе, пришлась очень кстати», – рассказывает Бахтин.

Добавить искусственный интеллект

«За последние полтора года мы внесли в наши процессы серьезные изменения, которые без посторонней помощи выполнялись бы очень долго. Эксперты HIMSS предоставили нам мощную поддержку», – признает Бахтин. Согласно принципам HIMSS, до пятого уровня лечебное учреждение движется само, а на пути к достижению высших уровней имеет возможность активно взаимодействовать с экспертами ассоциации.

«Мы обращались к разработчикам нашей МИС, обсуждали, что можно сделать в организационном плане, какие инструменты и сервисы добавить», – продолжает Бахтин. Поскольку у специалистов ВЦЭРМ был уже очень большой опыт взаимодействия с компанией «СП.АРМ», этот производственный процесс – обсуждение, разработка и тестирование – давно отлажен. Довольно быстро удалось усовершенствовать и запустить в эксплуатацию необходимые сервисы.

«Наша основная задача – обеспечить реализацию того, чего не хватало в системе. Например, по итогам первой инспекции больше всего вопросов вызывала раскладка медикаментов – тут требовалось внести существенные изменения», – рассказывает Васильева. Интеграция с реанимационным оборудованием тоже большой блок работ, но он понятен и прозрачен. Всего же в ходе сертификации потребовалось доработать 7-8% функционала. Надо сказать, что потенциал для развития системы, заложенный еще при проектировании, был большим, и это облегчило процесс доработок. Помогло плотное взаимодействие с заказчиком, в ходе которого удалось составить исчерпывающее техническое задание.

Пришлось серьезно пересмотреть и структуру ведения медицинских записей. Одна из претензий HIMSS к врачам касалась наличия в медкартах обширных текстов, изложенных в свободной форме.

«Мы сформировали большое количество обязательных полей, сделав записи более структурированными. В таком виде они становятся удобочитаемыми для искусственного интеллекта, что позволяет использовать его в механизмах поддержки принятия решений», – говорит Васильева.

Кроме внедрения полноценной системы поддержки принятия решений с использованием машинного обучения и искусственного интеллекта, были сформированы базы знаний – загруженные внутрь qMS, они обеспечивают поддержку принятия врачебных решений.

Следует отметить, что при подготовке к сертификации процессы потребовали гораздо большей доработки, чем внесение изменений в ИТ-платформу.

Стимул для развития

Клиники, заинтересовавшиеся опытом международной сертификации, стали появляться в России совсем недавно.

«Если бы мы заранее знали, сколько этот проект потребует времени, сил и средств, мы, вероятно, никогда не решились бы взяться за него, – признает Бахтин. – Но проверить себя очень хотелось, и мы рады, что шаг за шагом нам удалось пройти этот путь до конца». Большую роль сыграло и то, что руководство признало проект стратегически важным для дальнейшего развития ВЦЭРМ.

Серьезная помощь в работе с HIMSS была оказана поставщиками ИТ-решений: корпорацией InterSystems и компанией «СП.АРМ». Специалисты «СП.АРМ» смогли за короткий срок усовершенствовать свой продукт в соответствии с рекомендациями HIMSS. А корпорация InterSystems оказывала консультационную поддержку, она обладает большим опытом сотрудничества с HIMSS: девять госпиталей – клиентов компании в Европе и на Ближнем Востоке сертифицированы по шестому или седьмому уровню EMRAM HIMSS.

На сегодняшний день сделано многое: удалось изменить подход специалистов ВЦЭРМ к использованию новых технологий и осознать необходимость дальнейшего развития. Руководство ВЦЭРМ нацелено на достижение седьмого, высшего уровня по шкале HIMSS.

С учетом этих намерений можно выделить два основных направления, которые могут быть полезны для работы клиники. Первое – дальнейшее развитие систем поддержки принятия решений и еще более глубокое внедрение искусственного интеллекта в процессы диагностики и лечения. Второе, более проблематичное, – переход клиники к полностью безбумажной технологии.

«Если с машинным обучением, глубинным обучением и искусственным интеллектом мы уже подружились и позволили проникнуть в нашу работу, то безбумажная технология – более сложная проблема», – резюмирует Михаил Бахтин.

Внутри клиники некоторые результаты диагностики врачи получают только в электронном виде, а бумажный документооборот постепенно минимизируется. Однако внешним потребителям – экспертам страховых компаний, судмедэкспертам, прокурорам – истории болезни зачастую приходится предоставлять на бумаге. Закон об электронно-цифровой подписи уравнивает в правах бумажные и электронные записи, но не хватает внутриведомственных нормативов, которые показали бы, как эти документы можно использовать де-факто всем участникам информационного обмена.

В начале 2018 года в Федеральный закон «Об основах охраны здоровья граждан в Российской Федерации» и в приказы Минздрава был внесен ряд изменений, предоставляющих возможность ведения некоторых типов медицинских записей в электронном виде с применением усиленной квалифицированной электронной подписи. Михаил Бахтин с удовлетворением констатирует: «Это дает нам силы и основание с оптимизмом смотреть в будущее!»

Появление первого лица компании на ИТ-конференции – показатель его реального отношения к вопросам ИТ. C генеральным директором Группы компаний «Детский мир» Владимиром Чираховым мы поговорили на конференции SAPPHIRE Now в Орландо о внедрении CRM, о динамическом ценообразовании и о том, сколько времени первое лицо компании должно уделять вопросам информационных технологий.

– Мы беседуем на ИТ-конференции. Говорит ли это о том, что вопросы информационных технологий находятся под вашим личным контролем?

Да, конечно, это говорит о том, что вопрос цифровой трансформации компании, особенно развития электронной коммерции, является для нашей компании стратегическим. Это то направление, куда мы инвестируем больше всего сил и ресурсов, и я, как генеральный директор, – своего времени тоже. Темпы роста онлайн-продаж в текущем году – порядка 100%. Среди специализированной розницы мы, наверное, самые большие в сегменте электронной торговли.

– Можно оценить, какая доля вашего рабочего времени приходится на вопросы, связанные с ИТ?

До 50%. C нашим техническим директором, отвечающим за ИТ-инфраструктуру, я общаюсь ежедневно по несколько раз.

Какая CRM-система сейчас у вас используется?

Продвинутой CRM у нас нет. То, что мы сейчас используем, – это упрощенная система на базе таблицы Microsoft Acсess, в рамках которой возможны только ограниченные рекламные кампании. Какие-то кастомизированные предложения мы рассылаем, но пока их спектр ограничен.

Внутри компании идут дискуссии о том, какую систему выбрать. Одна из возможных «кандидатур» – система SAP. Тем более что довольно много модулей у нас уже внедрено.

– Активно продвигаемая на конференции идея стыковки ERP и СRM, фронт-энда и бэк-энда, для управления пользовательским опытом, насколько она работоспособна на практике?

По этой части пока для нас много открытых вопросов. Мы изучаем компании, у которых есть успешный опыт не только внедрения, но и применения таких систем. Пока непонятно, как мы будем настраивать подобное решение. Будет ли это единая система, объединяющая CRM с ERP, или нет.

– Какие задачи вы ставите перед CRM, которую планируете построить?

Критерием для меня является экономический эффект. Любую систему, которую мы планируем устанавливать, авторам идеи необходимо мне «продать». То же самое касается и CRM. Если мы будем понимать, что благодаря внедрению мы сможем увеличить выручку и получить дополнительный доход, который с лихвой покроет расходы, для меня это будет ключевым критерием. Мне не важно, следуем ли мы каким-то технологическим трендам. Единственный критерий – деньги.

Как генеральный директор, я не формулирую требования к функциональности. Возможность использовать тот или иной инструмент делегирована сотрудникам, имеющим в этой области больше компетенций.

В части ERP я абсолютно доволен теми результатами, которые мы получили в ходе внедрения системы в нашей компании. Сейчас много говорят о необходимости роста производительности труда в России. Благодаря внедрению ERP-системы нам удалось автоматизировать многие процессы в компании и за три года удвоить производительность труда, если измерять ее как выручку, приходящуюся на одного сотрудника. Был период, когда компания открывала по сотне магазинов в год, и при этом численность сотрудников не росла.

– При внедрении ERP был ли у вас бизнес-план, предусматривающий возврат инвестиций?

Разумеется. Уже на этапе разработки проекта было ясно, что система быстро окупится.

Владимир Чирахов, генеральный директор Группы компаний «Детский мир»: «Любую систему, которую мы планируем устанавливать, авторам идеи необходимо мне «продать». Мне не важно, следуем ли мы каким-то технологическим трендам. Единственный критерий — деньги»

– Как клиент «Детского мира», должен ли я ожидать, что после внедрения СRM мое общение с торговой сетью изменится? Например, буду ли я получать не стандартную рекламную рассылку, а предложения, сформированные под мои конкретные нужды?

Вы абсолютно точно описали ожидания клиента. На этапе планирования ERP-системы обсуждались модули, которые будут внедрены. В том числе модуль CRM. Поскольку собственного опыта у нас не было, мы хотели посмотреть, как работают компании, которые такой опыт уже имеют, прежде всего телеком и западные банки. В альянсе с зарубежными специалистами мы запустили пилотные проекты различных CRM-систем. И мы тогда пришли к выводу, что необходимости в такой системе нет. У нашей компании массированная реклама на ТВ, рекламная газета, которую мы доставляем в почтовые ящики. При наличии такого покрытия таргетированная реклама давала дополнительную выручку только в ограниченном числе сценариев. И мы не смогли бы покрыть расходы на внедрение.

– Что же изменилось?

Изменилась коммуникация с клиентом. Возросла резистентность к массовым каналам, число телезрителей снижается, эффективность бесплатных газет падает. Мы должны постоянно искать более эффективные способы коммуникации. Одним из них может стать использование CRM.

– Насколько глубоким должен быть контакт с клиентом? Как много вы хотите о нем знать?

Пока у нас нет этого понимания. Поскольку CRM еще не внедрена, мы не собираем большой объем данных и не используем их.

– Вы сказали, что идея «сшивания» систем CRM и ERP пока вызывает у вас вопросы. Вопросы какого рода?

В нашем случае необходимость использования CRM на данном этапе неочевидна. Есть вопросы по конфигурации ИТ-архитектуры, которая может потребоваться в случае внедрения. Эти вопросы мы и собираемся решать в текущем году. И вот поэтому участие в SAPPHIRE очень полезно.

– Что увидели для себя интересного?

Интересного много, но я всегда ищу идеи, которые можно немедленно применить на практике. Из того, что я увидел и услышал, решений, которые можно немедленно использовать в «Детском мире», не так много. Но тут, скорее, все дело в уровне развития нашей компании. Впереди нас ждет достаточно большой путь развития ИТ-инфраструктуры.

– На что смотрели?

Ключевые для нас вопросы – внедрение CRM-систем, развитие собственного интернет-магазина на платформе Hybris, развитие электронной коммерции. Электронная коммерция в нашей компании развивается темпами, которых мы не ожидали. Мы даже начали перестраивать наши розничные магазины, чтобы клиентам было там удобнее получать заказы, сделанные в интернет-магазине.

– Идея динамического ценообразования, насколько она вам интересна?

Интересна. Но важно понимать, что при развитии омниканальной модели разные цены в офлайне и онлайне недопустимы. Цены должны быть обязательно одинаковыми! Поэтому пока мы не рассматриваем внедрение динамического ценообразования. Наша ценовая политика консервативна: обеспечить лучшие цены в регионе нашего присутствия, причем они должны быть одинаковыми как в супермаркете, так и интернет-магазине.

– Какие технологии будут двигать ретейл в ближайшие пять-семь лет?

Разнообразные системы автоматизации. У ретейла две ключевые расходные статьи: аренда и зарплата. В части повышения производительности еще есть целый ряд ИТ-решений, которые пока наша компания не использует, – например, автоматизированные кассы, автоматизация выдачи заказов, которую уже реализуют в Walmart. Целый ряд перспективных технологий, которые предстоит освоить не только нам, но и всему российскому ретейлу.

Компании отдают на аутсорсинг все разновидности ИТ- и бизнес-функций, в том числе и стратегические. Все чаще передается «на сторону» и сфера аналитики данных – одно из наиболее конкурентоспособных технологических направлений.

Для аутсорсинга нанимают поставщика услуг, который анализирует предоставляемые ему данные. Исследования показывают, что спрос на услуги подобного рода находится на подъеме.

В отчете, опубликованном в 2017 году консультационной компанией Hexa Research, указывается, что с 2016 по 2024 год мировой рынок аутсорсинга анализа данных будет ежегодно расти более чем на 30%, а к концу этого периода объем продаж превысит 6 млрд долл.

Как утверждается в отчете, растущая осведомленность о преимуществах анализа данных становится ключевой движущей силой развития рынка. Бизнес постепенно осознает важность анализа в повышении доходов и влиянии на выбор потребителей. А между тем далеко не каждая организация обладает знаниями и ресурсами, необходимыми для эффективного анализа данных.

Нехватка аналитиков данных препятствует развитию конкурентоспособного анализа и порождает дополнительный спрос на аналитические услуги. В отчете Hexa все виды анализа подразделяются на три основных типа: прогнозный, предписывающий и описательный. Сейчас основная доля на рынке принадлежит описательному анализу. В дальнейшем ожидается существенный рост объемов предписывающего анализа, потребность в котором испытывают многие организации.

Что же касается самого аутсорсинга, он подразделяется на офшорный и оншорный.

«Облачные технологии упрощают доступ к данным в тех регионах мира, где рабочая сила более дешевая, поэтому может произойти сокращение расходов на текущее управление алгоритмами, – указала научный директор направления облачных технологий и ИТ-сервисов исследовательской компании 451 Research Кэти Ринг. – Технологии машинного обучения обещают дальнейшее снижение затрат в этой области. При этом офшорные источники имеет смысл выбирать главным образом для проектирования систем управления данными, нежели непосредственно для анализа».

«В условиях, когда ведущая роль в обработке отводится машинам, преимущества офшорных услуг постепенно будут нивелироваться, – добавила партнер консультационной фирмы EY в области глобального анализа Беатрис Санс-Саис. – Какой аутсорсинг будет выбран, не столь важно, гораздо большую значимость в достижении наилучших результатов имеет совместная работа людей и машин».

Передавать анализ данных на аутсорсинг имеет смысл только для определенных видов аналитики. Наряду с потенциальными преимуществами здесь есть и риски. Перечислим, в чем можно проиграть, а в чем выиграть, передав анализ данных на аутсорсинг.

Преимущество: доступ к нужным дефицитным навыкам

Не секрет, что многие ИТ-специальности сегодня в дефиците. Это в полной мере относится к облачным вычислениям, передовым методам анализа, большим данным, озерам данных и науке о данных. Аутсорсинговые компании могут смягчить образовавшийся дефицит, предложив клиентам свои услуги в указанных областях.

«В условиях продолжающегося роста объемов данных рассчитывать на то, что традиционные ЦОДы помогут с этим справиться, уже не приходится, – заметила Ринг. – Рост потребностей в управлении большими данными в облаке способствует дальнейшему развитию Amazon Web Services, Microsoft Azure и Google Cloud Platform».

Организациям нужны платформы управления облаком, позволяющие создавать озера больших данных, управлять загрузкой данных и осуществлять их передачу с индивидуальных консолей. Но если за такую работу берется команда, не обладающая соответствующими навыками, то и дело возникают осложнения. Прибегнув к аутсорсингу, организации получают доступ к необходимым знаниям.

Недостаток: риск выбрать не того провайдера

Неверный выбор поставщика услуг грозит неприятностями в любом виде аутсорсинга, и анализ данных не является исключением.

«Выбор поставщика услуг может превратиться в сложную задачу, – указала Элисон Клоуз, возглавляющая в компании International Data Corp. направление исследований финансов и бухгалтерского учета, BPaaS и аналитических сервисов. – В первую очередь внимание следует обращать на стоимость предлагаемых услуг, однако не менее важны культурные предпочтения и расстановка команд. Компании сегодня хотят тесного стратегического партнерства, при котором выделяемые ресурсы соответствуют объему повседневных операций, коммуникационные каналы эффективны и получение требуемых бизнес-результатов гарантируется».

Преимущество: отраслевой опыт

Некоторые функции анализа данных являются универсальными, другие же специфичны для определенных секторов – например, для отрасли здравоохранения или финансовых услуг. Наличие аутсорсингового партнера, обладающего глубокими отраслевыми знаниями, превращается в этом случае в серьезное конкурентное преимущество.

«Поставщики, отточившие свои экспертные знания в сфере розничной торговли, могут предложить специальные аналитические услуги: анализ ценности клиентского жизненного цикла, анализ истории продаж, анализ рентабельности или анализ рыночной корзины, – отметила Клоуз. – Они могут также предоставить эталонные данные и параметры, позволяющие сравнивать результаты предприятия с отраслевыми стандартами и показателями других отраслевых игроков. Все это может стать конкурентным преимуществом».

Недостаток: поиск компромисса между ценностями и затратами

После создания прогнозной модели и преобразования ее внешним поставщиком услуг в продукт, необходимо организовать сопровождение в течение требуемого периода. Это предполагает настройку и видоизменение правил алгоритма, чтобы обеспечить сохранение значимости получаемых результатов.

«Данные постоянно меняются, и применяемая модель не должна деградировать, – пояснила Ринг. – Однако постоянные обновления требуют затрат, которые могут превысить затраты на составление отчетов бизнес-анализа внутренней ИТ-службой».

При этом стоимость услуг аутсорсинга может стать проблемой, особенно в крупных организациях со сложными операционными моделями.

Преимущество: простота масштабируемости и быстрый путь к зрелому анализу

Помимо возможности приобрести навыки анализа данных, аутсорсинговые услуги могут помочь организации быстро выстроить аналитическую инфраструктуру, создать которую своими силами весьма затруднительно или вообще невозможно.

«Анализ данных стал естественной составляющей при ведении бизнеса и сегодня представляет собой нечто большее, чем совокупность хранилищ данных и бизнес-анализа, – указал директор Gartner по исследованиям данных и их анализу Йорген Гейзенберг. – Однако предприятие не всегда в состоянии справиться своими силами с тем уровнем масштабируемости и сложности, который требуется. Чаще всего организации обращаются за внешней поддержкой при отсутствии внутренних ресурсов, позволяющих удовлетворить растущий спрос».

Еще одним фактором может стать стремление сократить затраты при приобретении аналитических услуг, поскольку их поставщики зачастую используют уже имеющиеся у них аналитические ресурсы — фреймворки и ускорители.

«Использование технических наработок провайдера, будь то организация хранилища данных, автоматизация и внедрение роботизированных процессов или применение облачных инструментов, может стать большим плюсом, – добавила Клоуз. – Передача анализа данных поставщику услуг аутсорсинга способствует переходу на такие инновационные решения, которые в настоящее время предприятием даже и не рассматриваются».

Недостаток: потеря контроля над хранением данных и аналитическими моделями

Любой аутсорсинг предполагает отказ от чего-либо, выполняемого своими силами (например, от контроля), а иногда даже от собственных сотрудников. При аутсорсинге анализа одной из главных приносимых жертв могут стать аналитические модели.

«Клиент обычно предоставляет поставщику услуг свои данные, а тот, в свою очередь, возвращает ему ответы на интересующие его вопросы, – пояснила Ринг. – При такой модели клиент не владеет ни логикой, ни алгоритмами. В его распоряжении остаются лишь данные и полученные рекомендации. Моделей, подходов, фреймворков и конфигураций он лишен».

У компаний, передающих анализ данных на аутсорсинг, могут возникнуть вопросы и в отношении хранения их данных. Действительно ли это хранение организовано наилучшим образом? Есть ли в ЦОДе провайдера выделенная среда для вашего предприятия? Или же все данные находятся в «разделяемой» среде публичного облака?

Преимущество: постоянное обеспечение законодательных требований к защите данных

По мере роста объемов данных в процессе управления ими и их анализа организация подвергается риску не соблюсти нормативные требования, установленные регуляторами.

Разница между политиками управления и безопасности в различных источниках данных порождает дополнительные трудности при переходе к аудиту в озерах данных.

«После вступления в силу требований к защите персональных данных и правил General Data Protection Regulation (GDPR) потребность в простом аудите может дополнительно подстегнуть поиски внешнего аутсорсингового партнера», – подчеркнула Ринг.

Недостаток: необходимость иметь стратегию управления данными

Для дальнейшей демократизации данных внутри организации директору по данным нужна общекорпоративная стратегия сбора, управления и обмена данными.

Уровни управления и анализа на условиях самообслуживания должны быть спроектированы правильно, с тем чтобы поддерживать различные сценарии использования. Вот почему роль директора по данным приобретает такое важное значение.

«В конечном итоге директор по данным отвечает за организацию взаимодействия бизнеса и ИТ в процессе управления данными, – пояснила Ринг. – Если в организации, передающей анализ данных на аутсорсинг, директора по данным нет, ее успехи, скорее всего, окажутся весьма скромными».

Преимущество: рост потенциальной ценности данных

Как уже отмечалось, данные – это новая валюта для бизнеса, и в их анализе заложен большой потенциал для получения конкурентных преимуществ.

«С переходом на машинную обработку данных потенциал данных и их анализа существенно изменился, – указала Саис. – Как и в любом цифровом бизнесе, мы сталкиваемся с дезинтермедиацией, в результате чего ценности остаются на двух сторонах бизнеса: на стороне данных, а также на стороне бизнес-анализа и поддержки принятия решений».

Следовательно, возможным преимуществом аутсорсинга становится возможность укрепить рынок данных и построить альтернативные бизнес-модели с независимой третьей стороной, которая управляет хранением данных множества организаций и продвигает концепцию анонимной и безопасной платформы обмена данными.

Недостаток: потенциальные конфликты

Подписывая аутсорсинговые соглашения, все рассчитывают на то, что взаимоотношения между сторонами будут развиваться гладко. Но могут возникнуть вопросы, которые поставят под угрозу гармонию этих взаимоотношений. Такая вероятность особенно велика, если в компаниях не озаботились тщательным изучением заключаемых договоров.

«При аутсорсинге анализа данных организации зачастую забывают о ключевых условиях, связанных с разрывом договора, управлением данными, правами на интеллектуальную собственность, ответственностью, основными параметрами и соглашениями об уровне сервиса, ценовой моделью, а также привлечением дополнительных ресурсов и увеличением затрат, – пояснил Гейзенберг. – Все это приводит к потенциальным конфликтам как в ходе взаимодействия, так и после его завершения».

– Bob Violino. The pros and cons of outsourcing data analytics. CIO. JUN 12, 2018

Например, в Credit Suisse Group начали использовать чат-боты для типовых задач, таких как сброс паролей и перезагрузка компьютеров. Прежде в банке техническая поддержка осуществлялась только людьми по телефону, и эффективность обработки обращений оставляла желать лучшего.

Сотрудники, которые звонили в центр поддержки, вынуждены были какое-то время ждать, пока освободится специалист. Чтобы покончить с потерей времени на ожидание, решено было создать еще один канал связи в форме чат-системы, способной быстро отвечать на вопросы пользователей.

Над планом перемен в Credit Suisse начали работать в конце 2016 года. В начале 2017-го решили остановить выбор на чат-боте Amelia компании IPSoft.

Как признаются в компании, сперва интеллект чат-бота был на уровне новорожденного, а сейчас – как у годовалого ребенка, и процесс обучения продолжается. Если чат-бот не способен обработать запрос, то он переадресуется человеку. Чат-бот обучается в процессе разговора, а затем специалисты проверяют его на системные ошибки перед вводом в рабочий режим.

Новая система обслуживает 76 тыс. пользователей в 40 странах. Благодаря ей в Credit Suisse около 80 сотрудников телефонного центра переведены на поддержку, требующую более высокой квалификации. В компании надеются к концу нынешнего года автоматизировать обработку 25% обращений, поступающих в службу, а в конечном счете – освободить для другой работы около трети всех специалистов центра.

Пример Credit Suisse показывает, что именно побуждает внедрять искусственный интеллект в ИТ-службах – это стремление дать возможность сотрудникам приносить больше пользы бизнесу за счет поручения низкоквалифицированной работы машинам.

Безопасность и мотивация

В сети техасских университетов A&M внедряют Artemis – интеллектуального ассистента, разработанного компанией Endgame, который будет помогать недавно нанятым сотрудникам защищать учебные заведения от кибератак. Отдел информационной безопасности осуществляет мониторинг сетей 11 университетов и 7 ведомств штата. В службе трудятся 9 штатных сотрудников, а еще подрабатывают 8 студентов, пока еще не обладающих достаточным опытом разрешения инцидентов безопасности.

Системе искусственного интеллекта можно задавать вопросы в произвольной форме на английском языке. Как отмечают в отделе безопасности, она помогает не только в поиске ответов, но и в обучении новичков. В январе были наняты новые сотрудники, и благодаря Artemis они освоили свои обязанности буквально за пару часов.

Кроме того, новшество позволило быстрее находить новых специалистов. Еще два года тому назад, когда понадобилось заполнить три вакансии аналитиков по безопасности, претендентов нашлось очень мало. В январе же на семь ваканский поступило 88 заявок – благодаря молве о том, что в отделе интересно работать: вы не просто сидите целый день перед экраном, а проводите реальные расследования и набираетесь практического опыта. Сегодня больше студентов выбирают специальности, связанные с информационной безопасностью.

Управление инфраструктурой

Murphy Oil – нефтяная компания со штатом 1200 сотрудников, работающая в США, Канаде и Малайзии. Последний год в ней идут преобразования по модели SaaS: ИТ-инфраструктура, развернутая локально и у поставщиков услуг центров обработки данных, переносится в облако. Причем наибольшую экономию принесло освоение интеллектуальных средств управления облачной инфраструктурой. Как уточняют в компании, если просто перенести рабочие нагрузки в облако без изменений, экономии не будет, напротив, возможны убытки.

Несмотря на всю ту гибкость, которую обеспечивают облака, для адаптации рабочих нагрузок может понадобиться труд многих людей и соответствующие затраты. В Murphy Oil решили воспользоваться системой с искусственным интеллектом компании Turbonomic, способной давать советы по оптимизации инфраструктуры. Но по-настоящему она окупилась, когда к системе привыкли и доверили ей задачи выбора размещения и масштаба систем.

Выяснилось, что система способна принимать более удачные решения, чем люди, поскольку руководствуется накопленными данными, а люди – интуицией и эмоциями.

Раньше в компании четыре сотрудника, работающих на полную ставку, и один с частичной занятостью занимались исключительно обработкой заявок в службу поддержки. Сейчас, как сообщают в Murphy Oil, на это требуется одна десятая часть полной штатной единицы.

В итоге персонал, занимавшийся простейшими задачами эксплуатации и сопровождения, был переведен на должности, связанные с поддержкой бизнеса. Например, сотрудники осваивают автоматизацию процессов, готовя новые преобразования в компании. Как подчеркивают в Murphy Oil, поскольку у отдела ИТ всегда есть запланированные проекты, увольнять никого не приходится.

Обеспечение связи

В школах округа Норт-Кантон, штат Огайо, имели место трудности обслуживания беспроводной сети – например, не всегда удавалось добиться надежного соединения с ней ноутбуков и мобильных устройств всех пользователей.

Всего в округе семь школ, в которых учатся 4,4 тыс. учеников и работают 650 сотрудников. К сети подключаются 6-8 тыс. устройств, а администрируют ее всего три человека. С лета прошлого года округ начал пользоваться для управления сетью решением Mist Systems, основанным на средствах искусственного интеллекта.

Как признаются сисадмины, процедуры управления сетью ощутимо ускорились, поскольку теперь причины неполадок выясняются быстрее. Так, системе можно просто задать вопрос «Что происходит с точкой доступа 1?», и она отобразит все сведения о ней с возможностью дальнейшей детализации.

Помимо интерфейса на основе естественного языка, система снабжена внутренними механизмами искусственного интеллекта, которые анализируют сетевую активность. По словам админов, решение помогло обнаружить ряд особенностей сети, о которых сотрудники даже не имели представления.

В прошлом году целых девять месяцев было потрачено на то, чтобы с помощью анализа пакетов доказать, что в ноутбуках сотрудников были неисправны адаптеры Wi-Fi. А после внедрения Mist аналогичную работу удалось проделать буквально за час, поскольку система отображает всю необходимую информацию в режиме реального времени.

Mist обнаруживает неполадки в сети, анализируя данные организации и анонимизированные справочные данные от других клиентов. Обучение происходит как в непрерывном режиме (прогноз обновляется с учетом вновь поступающих данных), так и в пакетном (для обучения используется весь объем накопленной информации). Применяются также модели обучения с учителем, уточняемые, по словам специалистов Mist, буквально каждые несколько часов.

В компании подчеркивают: чтобы использовать средства искусственного интеллекта, специальные знания в соответствующей области от клиентов не требуются.

Прогнозное обслуживание

В Konica Minolta внедрили систему управления ИТ-инфраструктурой на основе искусственного интеллекта компании ScienceLogic в начале 2017 года. Некогда известная как производитель камер, сейчас Konica Minolta является поставщиком офисной техники и ИТ-услуг. Решение ScienceLogic помогает предсказывать сбои оборудования.

Поначалу, как сообщают в компании, точность прогнозов составляла примерно 56%, но со временем система обучилась, и теперь двухнедельные прогнозы поломки техники сбываются на 95%.

В Konica Minolta планируют снабдить средствами прогнозирования ScienceLogic свою платформу управления ИТ-средами Workplace Hub.

Инструментарий прогнозного обслуживания также готовятся предложить в компании Nlyte Software. В ее решении используются технологии IBM Watson. Система Nlyte собирает сведения об оборудовании, используемом одновременно многими клиентами компании и, комбинируя их с данными по конкретным средам, расширяет свою компетенцию.

Как объясняют в Nlyte, система уже выявила немало закономерностей, и соответствующая информация по мере необходимости предоставляется клиентам. Кроме того, каждый клиент получает инструментарий машинного обучения, позволяющий обнаруживать закономерности, характерные для его конкретной среды.

Одно из популярных применений системы – оптимизация потребления энергии: она помогает выбирать место размещения новых серверов так, чтобы обеспечить лучшие температурные условия. Еще один распространенный сценарий – оптимизация размещения рабочих нагрузок.

Обычно подобные средства разрабатываются в компаниях собственными силами. Но теперь, с появлением готового программного обеспечения и уже построенных моделей, внедрять такие инструменты можно гораздо быстрее и без глубоких знаний в области искусственного интеллекта.

Добиться экономии благодаря применению машинного обучения удалось в компании Interxion, которая владеет 50 центрами обработки данных в 13 городах мира и предоставляет услуги колокации. Пару лет назад в компании начали внедрять систему управления инфраструктурой ЦОД (data center infrastructure management, DCIM) EcoStruxure компании Schneider Electric.

Обычно Interxion строит ежегодно четыре новых дата-центра, и в компании имеют возможность сравнивать показатели по ранее сооруженным ЦОДам, в которых EcoStruxure отсутствует, с показателями тех, где используется система старых версий, и самых новых, где развернута последняя версия.

В Interxion признают, что первые версии EcoStruxure были трудны в использовании. Они выдавали много информации, но, чтобы разбираться в ней и принимать решения, требовалось много работы. Последующие версии улучшились, но выдавали слишком много рекомендаций.

Самая новая версия обладает более развитыми интеллектуальными возможностями, и уже приносит экономию оператору дата-центров. В частности, бюджет, выделяемый на замену оборудования, уменьшился на 1-2%. Что касается затрат на ремонт, в компании рассчитывают на то, что благодаря механизмам аналитики они в конечном счете уменьшатся на 10%. Экономия достигается за счет ремонта оборудования еще до поломки, а также благодаря рекомендациям по оптимизации энергоэффективности.

Тем не менее даже самые новые версии системы нуждаются в доработке. Например, типична такая ситуация: система рекомендует установить сегодня определенную температуру, на следующий день – другую, а на третий – снова первый вариант, поскольку считает его наилучшим на конкретный момент. В Interxion полагают, что система должна выдавать рекомендации на основе долгосрочных прогнозов, отсортированных по приоритетности. Оператор ЦОДа помогает Schneider вносить улучшения в систему.

Возможности машинного обучения систем управления инфраструктурой ЦОДа, доступные Interxion, пока еще ограниченны, признают в компании.

Аналитики 452 Research уверены, что технические возможности средств искусственного интеллекта систем DCIM будут расширяться. По их мнению, сегодня только начался процесс, который со временем приведет к интеграции управления физической инфраструктурой центров обработки данных и многих других сервисов, в том числе управления рабочими нагрузками, потреблением энергии, безопасностью, сетями и персоналом.

Чем больше данных будут собирать поставщики систем, тем умнее и полезнее будут становиться платформы DCIM, а клиенты смогут приобретать такие инструменты по достаточно низкой цене.

Пока что – только точечные решения

Возможность появления основанной на искусственном интеллекте универсальной платформы управления эксплуатацией ИТ остается призрачной, полагают в Forrester Research: на сегодня еще нет систем искусственного интеллекта, способных заменить администратора баз данных или сисадмина. Пройдет несколько лет, прежде чем решения достигнут зрелости, а в организациях станут более четко понимать, каким образом проводить внедрения искусственного интеллекта в конкретных ИТ-средах.

Дело осложняется еще и тем, что системам нужны огромные объемы учебных данных, а на сегодня они доступны только для определенных видов задач. Кроме того, необходимы более оптимальные механизмы обмена данными между различными системами, полагают в IDC. Например, идею интеграции управления ИТ-услугами и управления эксплуатацией ИТ-среды в теории можно реализовать за два-три года – технические возможности есть. Однако соответствующее направление развивается недостаточно, отмечают аналитики. Понадобится не только автоматизация процессов – нужен опыт и знания специалистов по поддержке и эксплуатации. Ряд поставщиков делают определенные шаги, но до воплощения идеи в жизнь еще далеко. В IDC считают, что нужны комплексные интеллектуальные системы, формирующие уровень абстракции процессов.

Из 750 менеджеров по эксплуатации ИТ-сред, принявших участие в опросе, проведенном компаниями Turbonomics, Red Hat и AppDynamics, 68% сообщили, что пока вообще не пользуются средствами искусственного интеллекта для управления ИТ-системами, а 24% указали, что экспериментируют с такими технологиями.

Однако 84% выразили уверенность в том, что искусственный интеллект позволит упростить работу благодаря созданию самоорганизующихся систем. Таким образом, резюмируют в IDC, речь идет об области, которой интересуются многие профессионалы, однако занимаются ею всерьез лишь единицы.

– Maria Korolov. How AI is reshaping IT operations. CIO. June 13, 2018

Сегодня ИТ-директора активно берут на вооружение новую методику, получившую название «роботизированной автоматизации процессов» (robotic process automation, RPA). Они рассчитывают с ее помощью оптимизировать деятельность компании и уменьшить затраты. RPA автоматизирует повседневные бизнес-процессы, описываемые правилами, позволяя сотрудникам уделять больше времени обслуживанию клиентов и другим более ценным задачам. Эксперты считают RPA временным решением на пути к автоматизации, реализуемой средствами искусственного интеллекта, который можно было бы научить прогнозировать возможные последствия тех или иных действий.

Объясним, что такое роботизированная автоматизация процессов и как ИТ-директора могут поставить ее на службу бизнесу.

Что такое RPA

RPA состоит в применении технологий, управляемых бизнес-логикой и структурированными входными данными, с целью автоматизации бизнес-процессов. Система RPA – это специальное программное обеспечение («робот»), которое после соответствующей настройки, запомнив принципы управления пользовательским интерфейсом различных приложений, может обрабатывать транзакции, манипулировать данными, реагировать на события и обмениваться информацией с другими цифровыми системами. Сценарии RPA варьируются от самых простых, таких как автоматический ответ на почтовое сообщение, до сложнейших, предусматривающих развертывание тысяч ботов, каждый из которых запрограммирован на автоматизацию определенной задачи.

Первыми осваивать RPA начали в свое время директора по операциям в финансовых компаниях, которые нуждались в средствах программной автоматизации бизнес-процессов, но при этом хотели обойтись без увеличения штата и затрат. Сегодня RPA широко применяется в здравоохранении, в розничной торговле, в кадровых агентствах и не только.

Преимущества RPA

RPA дает организациям возможность снизить трудозатраты и количество ошибок, допускаемых людьми. Например, в банке Deloitte LP благодаря внедрению RPA автоматизировали процедуры обработки претензий – установили 85 ботов для выполнения 13 процессов. Программные средства обрабатывают в Deloitte около 1,5 млн запросов ежегодно. Как утверждают в компании, для выполнения той же работы пришлось бы нанять более 200 сотрудников на полную ставку, внедрение же программных роботов обошлось на 30% дешевле.

Обычно боты обходятся недорого и просты во внедрении – они не требуют специализированного ПО и глубокой интеграции с имеющимися системами, а потому ценны для организаций, в которых стремятся развивать бизнес без существенного увеличения издержек и без кадровых конфликтов. Автоматизируя рутинные задачи, в компаниях высвобождают ресурсы и направляют их на выполнение более ценной для бизнеса работы.

Возможности RPA можно расширить, если воспользоваться когнитивными технологиями – средствами машинного обучения, распознавания речи и обработки естественного языка для автоматизации более сложных задач, которые прежде требовали участия человека.

Такие системы RPA могут автоматизировать процессы, состоящие из 15-20 этапов и более. В этом случае решение RPA можно отнести к категории цепочек формирования ценности, основанных на интеллектуальной автоматизации (intelligent automation, IA). Эксперты EPAM Systems уверены, что если опросить крупные компании, то почти все сообщили бы о планах внедрить средства IA уже в текущем году.

По прогнозу Gartner, к 2020 году благодаря автоматизации и искусственному интеллекту штат общих центров обслуживания (shared service center) в организациях уменьшится на 65%, а объем рынка средств RPA достигнет миллиарда долларов. К этому же времени программные системы RPA начнут использовать в 40% крупных компаний, тогда как сейчас соответствующий показатель составляет менее 10%.

Подводные камни

Как и любая технология автоматизации, RPA может привести к сокращению числа рабочих мест и потому создает для ИТ-директора трудности с кадровым управлением. В компаниях, осваивающих RPA, чаще всего стараются переводить сотрудников, остающихся не у дел, на новые должности, однако, по прогнозам Forrester Research, RPA может лишить доходов 230 млн работников, а то и более, что составляет примерно 9% всего занятого населения в мире.

Внедрения RPA могут окончиться провалом, даже если ИТ-директору удастся справиться с кадровыми проблемами.

В отчете McKinsey, опубликованном в мае 2017 года, отмечается, что некоторые проекты роботизации оказались замороженными или ИТ-директора в какой-то момент стали воздерживаться от установки новых ботов. Внедрение тысяч ботов занимает гораздо больше времени и оказывается более сложным и затратным делом, чем рассчитывают в организациях. Платформы, на которых боты взаимодействуют друг с другом, часто меняются, а сам робот не всегда можно легко адаптировать к новшествам. Более того, в результате ввода в действие нового нормативного акта, который требует даже незначительного изменения приложения, могут пойти насмарку месяцы труда, ушедшие на реализацию бота.

К похожим выводам пришли авторы исследования, проведенного недавно британским отделением Deloitte: только в 3% организаций смогли расширить RPA до уровня 50 или более роботов.

Вдобавок внедрение RPA далеко не всегда гарантирует экономический эффект. В теории можно автоматизировать около 30% задач, выполняемых работниками на большинстве должностей, однако, как подсчитали в McKinsey, аналогичного сокращения расходов это не принесет.

В каких компаниях используют RPA

Среди многочисленных компаний, осваивающих RPA, – Walmart, Deutsche Bank, AT&T, Vanguard, Ernst & Young, Walgreens, Anthem и American Express Global Business Travel.

В Walmart внедрили почти 500 ботов, чтобы автоматизировать широкий круг задач — от ответов на вопросы сотрудников до извлечения важных сведений из отчетов об аудитах. Многие роботы были внедрены самими сотрудниками, уставшими от рутинной работы.

В American Express Global Business Travel применяют RPA для автоматизации возврата авиабилетов и выплаты возмещений. Есть планы использовать RPA для выдачи рекомендаций по выбору альтернативных вариантов при закрытии аэропорта вылета, а также для автоматизации управления издержками. Средства RPA в компании обучаются, «наблюдая» за тем, как как те или иные функции выполняют сотрудники. И перечень автоматизируемых задач постоянно растет.

Приведем десятку советов от профессионалов, как лучше всего провести внедрение RPA, чтобы автоматизировать процессы.

1. Уточняйте и разъясняйте ожидания

RPA может обеспечить быстрые результаты, но не в масштабных проектах автоматизации. Многие проблемы крупных внедрений возникают из-за отсутствия управления ожиданиями и усугубляются из-за громких обещаний поставщиков средств RPA и консультантов по внедрению. Поэтому ИТ-директору следует настроить сотрудников на осторожный оптимизм. Если заранее знать о возможных проблемах, будет более высокая удовлетворенность результатами.

2. Учитывайте влияние на бизнес

RPA часто позиционируют как инструмент повышения окупаемости или снижения затрат. Но на самом деле автоматизацию следует использовать и для улучшения обслуживания заказчиков. Пример: в отделах клиентского обслуживания может работать множество сотрудников, но, позвонив в колл-центр, вы все равно будете вынуждены какое-то время ждать ответа. Решить проблему можно с помощью чат-бота. Когда отдел обслуживания укомплектован виртуальными сотрудниками, не будет времени ожидания, никто не будет отсутствовать по болезни и клиент не нарвется на невежливого собеседника.

3. С самого начала привлекайте к реализации отдел ИТ

При закупке средств RPA директора по операциям нередко наталкивались на сложности при внедрении и вынуждены были обращаться за помощью в отдел ИТ. Сегодня у пользователей, даже не имеющих технических навыков, есть возможность с помощью специальных облачных сервисов самостоятельно внедрять RPA в бизнес-подразделениях. Однако нередко вмешивается ИТ-директор, препятствуя проекту. Советуем бизнес-руководителям с самого начала привлекать к проекту отдел ИТ, чтобы он, когда понадобится, предоставил нужные ресурсы.

4. Дефекты архитектуры и неправильное управление изменениями приводят к хаосу

Многие внедрения проваливаются из-за неверного планирования и управления изменениями. Если система развертывается в спешке, то зачастую упускается из виду необходимость наладить связь между различными ботами, что может привести к нарушению бизнес-процессов. Перед внедрением необходимо продумать архитектуру операционной модели, составить схему взаимодействия различных ботов. Некоторые ИТ-директора не считают необходимым согласовывать изменения, которые будут внесены в бизнес-процессы в связи с новыми принципами их выполнения. Соответствующую подготовку нужно проводить загодя, чтобы избежать ущерба для бизнеса.

5. Не попадите под лавину данных

Система из нескольких тысяч ботов, автоматизирующая ввод данных, мониторинг работы ПО и другие задачи, будет генерировать огромные объемы данных, и у топ-менеджеров компании может возникнуть соблазн использовать их. Нередки случаи, когда данные, генерируемые программными роботами, применяют для машинного обучения, а затем внедряют чат-бот в качестве пользовательского интерфейса, позволяющего делать запросы к доступной информации. В результате инициатива RPA превращается в проект машинного обучения, для которого не было сделано необходимое предварительное планирование. «Шайба» проекта скользит, ИТ-директор тщетно пытается за ней угнаться. Проект RPA должен быть цельной долгосрочной инициативой, а не лоскутным проектом, который постепенно превращается в нечто неуправляемое.

6. Руководство – превыше всего

Еще одна проблема возникает, если не предвидеть возникновения некоторых препятствий. Например, в компании изменили политику в отношении паролей, но ботов соответствующим образом не перепрограммировали, что привело к потере данных. ИТ-директор должен постоянно быть начеку, чтобы не упустить из виду перемены, из-за которых проект RPA может застрять. Как минимум следует установить систему мониторинга и выдачи предупреждений, которая будет реагировать на проблемы, влияющие на производительность. Ботов нельзя отпускать «в свободное плавание», позволив им бесконтрольно выполнять свои функции.

7. Контролируйте соблюдение нормативных требований

При запуске даже единственного бота могут возникнуть проблемы с соблюдением нормативных требований. В Deloitte рассказали, как в одной из клиентских компаний пришлось провести несколько собраний только для того, чтобы определиться на основании корпоративного кодекса этики, какого пола должен быть бот.

8. Создайте центр компетенций по RPA

Самые успешные реализации RPA были осуществлены при поддержке центра компетенций, укомплектованного специалистами, которые отвечают за успех проектов повышения эффективности работы организации. Разумеется, такой центр целесообразен, только если у компании есть на это средства. В центре компетенций составляют экономические обоснования инициатив, просчитывают потенциальную экономию и сроки окупаемости, контролируют достижение целей и соответствие графику. Штат такого центра, состоящий из экспертов в области автоматизации, обычно невелик, но постепенно растет. В любом случае перед внедрением RPA следует оценить, принесет ли автоматизация достаточную пользу бизнесу.

9. Не забывайте о влиянии на людей

Ослепленные перспективами, которые сулит новое решение, в некоторых организациях так увлекаются внедрением, что забывают подключить к процессу кадровый отдел, а это может отрицательно сказаться на работе сотрудников, которые будут иметь дело с нарушением привычных процедур. Забота о людях должна быть в приоритете.

10. Боты RPA должны проходить полный цикл разработки

Боты для роботизированной автоматизации должны проходить через все стандартные этапы разработки. Это, казалось бы, очевидное правило соблюдают не всегда.

В конечном счете универсального рецепта реализации RPA нет. Главное – ориентироваться на то, чтобы в долгосрочной перспективе перейти на интеллектуальную автоматизацию. Важной функцией средств автоматизации должна стать способность отвечать на вопросы, что позволяет ускорить бизнес-процессы, повысить их качество и достигнуть необходимого масштаба.

– Clint Boulton. What is RPA? A revolution in business process automation. CIO. MAY 25, 2018

Для того чтобы понять, подпадает ли формально российская компания под действие нового закона, надо ответить на три вопроса:

• Имеет ли компания юридические лица на территории ЕС?
• Реализует ли компания товары или услуги на территории ЕС (например, доставка в страны ЕС из интернет-магазина)?
• Принимает ли компания оплату в евро?

Существуют также косвенные факторы, которые свидетельствуют о работе с персональными данными граждан ЕС, – например, версия корпоративного сайта на одном из европейских языков (немецком, французском и пр.).

При утвердительном ответе хотя бы на один из вопросов компания подпадает под действие GDPR.

Несоблюдение требований нового регламента может повлечь штраф в размере до 20 млн евро или до 4% от годового оборота компании. Сразу хотелось бы раскрыть основной посыл этого текста: так или иначе любой бизнес в ближайшее время будет вынужден перейти на новые принципы работы с персональными данными.

Почему? GDPR – это совокупность российских законов: 152-ФЗ (закон о персональных данных), 13-ФЗ от 07.02.17 (штрафы за нарушения закона), 16-ФЗ от 22.02.17 (надзор), 242-ФЗ (хранение данных на территории РФ). С одной стороны, под эти законы подпадает весь российский бизнес (хотя не все об этом задумываются), с другой – если компания уже обеспечила выполнение перечисленных выше законов, то усилия по соблюдению GDPR (GDPR Compliance) будут сводиться к минимальной переработке внутренних регламентов и к юридическому консалтингу. Модернизации ИТ-инфраструктуры и внедрения новых технологий не потребуется.

Другой вопрос, что многие российские компании игнорируют эти законы из-за относительно небольших штрафов. Но вступление в силу GDPR и обсуждение подобных инициатив в Бразилии, США, России и других странах говорят о том, что отношение к персональным данным поменялось кардинально, и ужесточение законодательной базы в этом направлении – дело времени. В России даже не надо ничего законодательно менять, достаточно обеспечить исполнение.

Разложим GDPR на конкретные задачи

На основе нашего европейского и российского опыта работы по GDPR Compliance я предлагаю соотнести 9 основных принципов GDPR с конкретными задачами по их реализации. Одновременно я буду делать отсылки к российским законам. Логика очень проста: можно распределить принципы GDPR по задачам, которые их «закрывают», то есть приводят работу компании в соответствие с требованиями GDPR. Это инфраструктурные задачи, требующие инвестиций в технологии, регламентные или процедурные задачи, а также задачи, которые, по моему опыту, сейчас нерешаемы, но требуют формальных процедур.

Инфраструктурные задачи

Посредством модернизации ИТ-инфраструктуры решается прежде всего первый принцип GDPR «Right to be forgotten» (соответствует российскому закону о «праве на забвение»). Решения класса Data Management корректно справляются с этой проблемой. Удаление данных из продуктивных систем (систем работы с клиентами, поисковых систем и пр.) – это осуществимая процедура, которая может быть выполнена оператором системы вручную. Но представим, что возникла нештатная ситуация и вам пришлось восстанавливать данные, например, годовой давности. В ваших восстановленных данных вполне могут оказаться данные, которые из продуктивных систем уже удалены. И в восстановленные компоненты системы вполне могут попасть персональные данные, которые придется заново «вылавливать». То есть ложится дополнительная, регламентная нагрузка на ИТ-департамент: помимо восстановления данных, каждый раз осуществлять повторный мониторинг и поиск персональных данных. Это неэффективная и трудозатратная работа. Специализированные решения Commvault или другого вендора избавляют от этих сложностей и позволяют мониторить данные не только в продуктивных системах, но и в архивах, бизнес-средах, аналитике, тестовых средах. «Right to be forgotten» – это классический пример принципа GDPR, который сводится к решению конкретной инфраструктурной задачи, выполняемому под ключ определенными игроками.

Компания IDC в отчете «Five Essential Steps for GDPR Compliance» прогнозирует рост спроса на единые платформенные решения по управлению данными, гарантирующие выполнение пункта «Right to be forgotten». Аналитики также рекомендуют использовать единое платформенное решение по управлению данными.

Повторюсь: этот пункт GDPR соответствует российскому закону. И, следовательно, выполнять его придется вне зависимости от того, подпадает ли российская компания формально под действие GDPR.

Второй пункт, требующий инвестиций в инфраструктуру, – «72-hour data breach notification». Он обязывает в течение 72 часов оповещать об утечке данных и о том, какие непосредственно данные утеряны, – статьи GDPR 33 и 34. Эта задача также решается при помощи конкретных продуктов класса DLP.

Процедурные задачи

Многие российские компании приняли решение ограничиться организационными изменениями и не тратить деньги на дополнительные технологии. Для некоторых принципов GDPR это вполне работает – например, «Data minimization principle» (принцип минимизации данных) относится прежде всего к внутренним процедурам. Создание дополнительных копий, архивов, правил хранения – это внутренние процедуры, не связанные напрямую с апгрейдом инфраструктуры. Практический совет: тут нет никаких ограничений, можно использовать и прописать любые доступные компании инструменты, которые способствуют минимизации данных.

В соответствии с принципом «Data protection by design and by default» (защита данных по умолчанию и изначально, статья 25), компаниям придется изначально планировать защиту данных при реализации товаров, работ и услуг, минимизируя объем используемых данных и сроки их обработки. Это также достигается внутренними политиками и регламентами.

При обработке данных пользователей компании обязаны обеспечить защиту их персональных данных от несанкционированной или незаконной обработки и потери – в соответствие с принципом «Security and ensuring, confidentiality, integrity, availability and resilience» (целостность и конфиденциальность). Этот принцип находится на стыке процедурных и инфраструктурных задач и может быть реализован как регламентно, так и технологически. Следовательно, исполнять его необходимо либо закладывая при модернизации инфраструктуры и интеграции решений Data Management, либо прописывая регламенты по аналогии с принципом минимизации данных.

Принцип «Defining use cases and managing consent» (ограничение целей использования персональных данных, статья 6) говорит о том, что данные должны собираться и использоваться исключительно в тех целях, которые заявлены компанией. Мы все столкнулись с этим принципом, когда массово начали получать почтовые рассылки с новыми правилами от европейских и американских компаний и, например, «Аэрофлота». Этот важный принцип также процедурный, но мы советуем незамедлительно прописать его и уведомить пользователей, причем не стоит брать типовые информативы, лучше учесть все исходя из того, что и как реально используется. Он имеет особую важность для компаний, поскольку для регулятора легче всего отследить его исполнение.

Принцип «Data transfers» (передача данных, статьи 44-50) нацелен прежде всего на ИТ-гигантов из США. Большинство американских компаний используют персональные данные граждан ЕС. Теперь они будут обязаны соответствовать и европейскому закону тоже.

Требование «Data portability» (возможность экспорта данных в открытом формате) не устанавливает четкого формата выгрузки персональных данных. Его выполнение будет зависеть от специфики компании. Например, для облачного провайдера, чьи клиенты теперь могут запрашивать перенос данных в другие системы, такие запросы могут стать массовыми и потребовать технологического решения и инфраструктурных инвестиций, для большинства же компаний отдельные (редкие) запросы будут исполняться в ручном режиме. Особенно это актуально для медицинских организаций, которые должны предоставлять, например, выгрузку всех анализов пациента за несколько лет. Одним из наших первых клиентов по GDPR Compliance в Европе стал английский госпиталь Chesterfield Royal Hospital.

Надо отметить, что, после того как мы создали любую процедуру, встает вопрос, к каким данным она будет применяться. Написать процедуру несложно, вопрос в реализации. Должна присутствовать базовая индексация данных. Закон требует гранулярного контроля за каждым субъектом персональных данных, а данные распределены по множествам информационных систем. Поэтому спрос на средства контроля данных уже увеличился и будет расти дальше.

Нереализуемые задачи

Принцип «State-of-the-art» (статьи 25 и 32), на мой взгляд, относится к нереализуемым, утопическим. Предполагается, что текущее решение по управлению данными должно предвосхищать будущие угрозы. Но системы эволюционируют, все вызовы предусмотреть невозможно. Вывод: закон требует невозможного. Могу прокомментировать этот принцип цитатой Джеффа Безоса, главы и основателя Amazon: «Мне часто задают вопрос: что изменится через 10 лет? Но у меня никогда не спрашивают, что не изменится на протяжении 10 лет, хотя второй вопрос, на мой взгляд, гораздо важнее, потому что бизнес можно построить только на том, что останется неизменным в обозримом будущем». Инвестируя в предсказуемые технологии, мы уверены, что эти инвестиции обязательно сработают, а принцип «State-of-the-art» требует от компаний инвестиций в решения, призванные противостоять угрозам, которые еще не случились. Кто, например, всерьез опасался вирусов-шифровальщиков в 2016 году? Поэтому я могу посоветовать только соблюдать вышеизложенные требования, которые все вместе работают и на обеспечение этого принципа.

Не всё так страшно

GDPR не заставляет компании внедрять принципиально новые процедуры. Все понятия, ключевые требования, принципы обработки данных уже существуют, и их учитывают многие компании, ориентированные на внешний рынок. Российским компаниям стоит сначала озаботиться обеспечением соблюдения требований российского законодательства в области обработки и хранения персональных данных (152-ФЗ и 242-ФЗ). Необходимо разделить задачи и понять, какие нормы можно «закрыть» модернизацией инфраструктуры, а какие – новыми политиками. IDC в отчете «Five Essential Steps for GDPR Compliance» рекомендует внедрить единое решение Data Management и заняться идентификацией и индексированием вторичных данных. Кроме того, российским компаниям, работающим на европейском рынке, будет необходим юридический GDPR-консалтинг, который предлагают как некоторые вендоры, выполняющие проекты GDPR Compliance, так и юридические и аудиторские фирмы.

Автор – Андрей Вышлов, глава регионального представительства Commvault в России и СНГ.

Мало какие технологии могут сравниться с искусственным интеллектом и машинным обучением по уделяемому им сегодня вниманию. Некоторые предприятия уже используют для привлечения клиентов и поддержания деловых операций технологию, моделирующую человеческий разум. По прогнозам Gartner, в ближайшие годы эта тенденция будет только усиливаться, а к 2020 году искусственный интеллект и машинное обучение войдут в число пяти ведущих приоритетов для 30% ИТ-директоров.

Первоначальные опасения по поводу того, что боты появятся на каждом рабочем месте, немного ослабели. Скорее всего, люди и машины будут работать вместе. «Однако пока предприятия не справляются с переподготовкой сотрудников, чьи рабочие места, по всей вероятности, будут автоматизированы», – отметил технический директор и директор по инновациям компании Accenture Пол Догерти, выпустивший недавно книгу «Human + Machine: Reimagining Work in the Age of AI» («Человек плюс машина: переосмысление работы в эпоху искусственного интеллекта») о глобальном влиянии искусственного интеллекта на рабочую силу.

Опрос руководителей 1,5 тыс. компаний показал, что 65% из них признают неготовность своих работников к пришествию искусственного интеллекта. Вместе с тем только 3% отметили, что увеличили интенсивность обучения, чтобы соответствовать современным тенденциям.

«Это огромный провал, – признал Догерти на саммите ИТ-директоров Forbes. – Мы все считаем, что это не наша проблема, вместо того чтобы продумывать, как подготовить людей к предстоящим переменам».

В любом случае автоматизация с помощью искусственного интеллекта, машинного обучения и ботов неуклонно расширяется. ИТ-директора выстраивают новые технологии искусственного интеллекта и машинного обучения и даже регистрируют патенты на них. Некоторые руководители ИТ-служб поделились своими сценариями использования машинного обучения.

Прогнозы цифровых пессимистов

Развивающиеся цифровые технологии меняют парадигму рабочей силы. Accenture тоже не застрахована от этих перемен. В консультационной компании, где работают 450 тыс. сотрудников, уже автоматизировано около 23 тыс. должностей, а освободившийся персонал переводится на другие участки. Ожидается, что процесс перераспределения ролей будет только нарастать.

Чтобы помочь сотрудникам, в Accenture выпустили бета-версию приложения на основе машинного обучения, которое сканирует резюме и выдает прогноз, насколько быстро рабочее место сотрудника потеряет свою актуальность.

Приложение оценивает профессиональные навыки сотрудника и анализирует риски потенциальной ненужности его роли. Программа, например, может прийти к выводу, что должность сотрудника потеряет свою актуальность через полтора года по причине замены ее искусственным интеллектом или вследствие какой-то иной автоматизации.

Впрочем, приложению присущ не только цифровой пессимизм. Оно принимает во внимание также навыки коллективной работы и может порекомендовать какую-то смежную должность, которая в ближайшем будущем сохранится в компании.

Совет. ИТ-руководители обязаны взять на себя ответственность за корпоративные стратегии искусственного интеллекта и совместно с основными заинтересованными лицами в службе управления персоналом и других бизнес-подразделениях обеспечить консенсус и сохранение преемственности. ИТ-директор должен быстро выявлять и устранять в алгоритмах искусственного интеллекта ошибки, которые могут иметь все более неприятные последствия по мере расширяющегося применения решений на предприятии. «Организации нужен ответственный искусственный интеллект», – подчеркнул Догерти.

Упрощение прогнозирования обслуживания

«Машинное обучение является основным компонентом цифровой стратегии компании Lennox International с оборотом в 4 млрд долл., которая использует программное обеспечение Databricks Spark для анализа информации о выпускаемых предприятием системах отопления и кондиционирования», – сообщил ИТ-директор Lennox Сунил Бондалапати. Мониторинг функционирования машин в реальном времени помогает компании прогнозировать их сбои и заранее рассылать своим многочисленным клиентам (начиная от домовладельцев и заканчивая крупными торговыми центрами) соответствующие уведомления.

«На основе анализа имеющихся данных Databricks прогнозирует выход оборудования из строя с точностью 90%, – добавил Бондалапати. – Раньше Lennox прогнозировала отказы машин другими методами, связываясь с дилерами. Частые ложные тревоги вызывали раздражение и у клиентов, и в самой компании. Мы привыкли к тому, что прогнозирование сбоев оборудования порождает негативную реакцию».

До перехода на Databricks в компании успели опробовать множество аналитических инструментов, каждый из них использовался для моделирования отдельных сценариев, связанных, например, с цепочками поставок или с Интернетом вещей. Databricks предлагает единую платформу, которая позволяет управлять сотнями терабайт информации, поступающей из сотен баз данных. Система работает в среде Microsoft Azure, поэтому Lennox не нужно заниматься ее поддержкой.

Команда Бондалапати работает над созданием моделей потоков данных совместно с бизнес-подразделениями. Программное обеспечение Spark переносит данные и обеспечивает необходимое понимание как для персонала ИТ-службы, так и для сотрудников бизнес-подразделений.

Совет. ИТ-директор должен принимать самое активное участие во внедрении нового инструмента, особенно когда это критически важно для работы. Бондалапати, к примеру, предстояло оценить правильность предлагаемой концепции при анализе 10 млрд записей данных. «Мы действовали с большой осторожностью, но результат стал для нас настоящим откровением», – заметил он.

Алгоритмы для корпоративных поездок

В начале своей работы на посту технического и ИТ-директора компании American Express Global Business Travel Дэвид Томпсон занимался внедрением технологий автоматизации роботизированных процессов (RPA) и машинного обучения.

Томпсон использовал систему RPA для автоматизации процесса отмены авиаперелетов и возврата билетов. Под его руководством разрабатывались алгоритмы машинного обучения, помогающие клиентам находить наиболее дешевые авиабилеты и гостиничные номера, сравнивая корпоративные отраслевые тарифы. Прежде эту работу выполняли сразу несколько сотрудников.

В конечном итоге эти сотрудники были переведены на другое место и стали заниматься более полезной работой. По словам Томпсона, внедренная технология повышает степень удовлетворенности клиентов и приносит более высокие доходы.

Совет. Обсуждение вопросов автоматизации – нелегкое дело, поскольку люди боятся за свои рабочие места. Но ИТ-директор должен быть решительным и честным, если хочет установить доверительные отношения с бизнес-подразделениями. «Лично себя я вижу в роли проводника технологий в бизнесе, – заметил Томпсон. – Помощника в использовании технологий и процессов, помогающих решать деловые задачи».

Искусственный интеллект как инструмент для бизнеса и продвижения продуктов

«Компания Adobe Systems использует машинное обучение для анализа заявок, поступающих в службу поддержки, для выявления предпосылок, приводящих к системным ошибкам, и для их устранения еще до того, как они станут реальной причиной существенных простоев», – сообщила ИТ-директор Adobe Синтия Стоддард.

Если система регистрирует события, которые могут привести к предполагаемому сбою, она стремится устранить их причины.

Инструмент HAAS (healing-as-a-service) обнаруживает и устраняет сбои интеграции с системой ERP Adobe и выявляет ошибки в данных, используемых различными аналитическими системами компании. Раньше такие ошибки устранялись вручную, на это требовалось примерно 30 минут. После внедрения HAAS время на исправление ошибок сократилось до 1 минуты. За последние несколько месяцев компания сэкономила 330 часов при ликвидации сбоев. Используя отчеты, в которых подробно описано все происходящее, инженеры Adobe вносят исправления уже на постоянной основе.

«Если вы знаете, что и как нужно исправить, значит, это можно автоматизировать», – указала Стоддард. Команда, занимающаяся созданием средств диагностики на основе машинного обучения, была сформирована в компании в 2017 году.

В ноябре 2016 года компания представила Sensei – технологию искусственного интеллекта, применяющуюся в продуктах Adobe для создания и публикации документов, а также для анализа и отслеживания производительности мобильных и веб-приложений.

Совет. Использование машинного обучения для идентификации шаблонов является основным условием для самовосстановления. «Если известно, как все было исправлено, можно разместить компонент для самовосстановления и исключить из схемы человека», – пояснила Стоддард.

Связывание базы данных медицинских устройств с помощью машинного обучения

«Компания Hearst Business Media, к активам которой относятся лекарственная база данных производителя программного обеспечения First Databank и кредитное рейтинговое агентство Fitch Ratings, использует машинное обучения для связывания баз данных медицинских устройств в целях упрощения доступа клиентов к информации», – сообщил старший вице-президент Hearst Business Media по разработке программного обеспечения Марк Урмахер.

По словам Урмахера, возглавляющего небольшую команду исследователей данных в центре искусственного интеллекта, Hearst создает собственные алгоритмы машинного обучения и использует программное обеспечение Google TensorFlow для обучения моделей на основе наборов данных компании. «Мы стараемся искать альтернативные решения и использовать инструменты с открытым кодом», – пояснил он.

Ключом к успешному применению в Hearst машинного обучения стал обобщающий подход. «Одним из невероятно ценных применений машинного обучения, с нашей точки зрения, стал обобщающий подход к унификации разрозненных баз данных, – указал Урмахер. – К примеру, Fitch нужно понимать особенности юридических лиц, а First Databank необходимо идентифицировать лекарства, которые могут быть произведены в любой стране мира».

Искусственный интеллект в исследовании ценных бумаг

«Поставщик паевых инвестиционных фондов, институциональных инвестиционных стратегий и пенсионных услуг Putnam Investments считает искусственный интеллект и машинное обучение важным инструментом, который помогает аналитикам улучшить охват ценных бумаг», – указал ИТ-директор компании Сумед Мехта.

Аналитики тесно сотрудничают с исследователями данных, формулируя тезисы, помогающие почерпнуть больше полезной информации из больших объемов данных. Putnam работает также над алгоритмами, призванными выдавать важные рекомендации с точки зрения перспектив продаж.

«Искусственный интеллект и машинное обучение – чрезвычайно мощная прорывная и трансформирующая сила, способствующая повышению производительности и эффективности бизнеса», – указал Мехта.

Опираясь на инженеров-программистов, исследователей данных, аналитиков и поставщиков, Мехта по существу с нуля создал центр передового опыта по применению искусственного интеллекта и машинного обучения, который поддерживает бизнес-подразделения. Его деловым партнерам эти наработки помогают добиться лучших результатов в автоматизации.

Работы в области искусственного интеллекта и машинного обучения являются частью более широкой цифровой трансформации Putnam, которая предусматривает модернизацию ИТ-инфраструктуры на основе облачных технологий и единой платформы для ведения бизнеса.

Совет. Организациям не следует торопиться. Нужно правильно определиться с ожиданиями, не забывая, что реализация первых нескольких идей скорее породит новые вопросы, чем даст ответы на уже имеющиеся. «Для искусственного интеллекта понятия эврики не существует, – пояснил Мехта. – Это не тот случай, когда ваш алгоритм внезапно дает какое-то новое понимание».

Оптимизация налогообложения с помощью искусственного интеллекта

Под руководством директора по данным Ашока Шриваставы разработчик программного обеспечения Intuit ускоряет внедрение искусственного интеллекта и машинного обучения.

«Intuit использует ресурсы Amazon Web Services, чтобы улучшить понимание и обработку естественного языка чатботом QuickBooks Assistant», – сообщил Шривастава, занимавшийся ранее построением платформы Больших Данных Verizon. Важной задачей становится проведение пользователей через сотни классификаций, из которых QuickВooks черпает информацию.

«В QuickBooks мы имеем дело с более чем миллиардом транзакций и можем оптимизировать классификацию с высокой точностью», – добавил Шривастава.

Сервис TurboTax использует искусственный интеллект, чтобы помочь пользователям получить максимальное возмещение, пошагово проводя их через процедуры вычета и позволяя сэкономить до 40% времени при подготовке налоговой декларации и выборке необходимых документов.

Для ускорения масштабирования компания использует машинное обучение и облачные технологии AWS.

Совет. К созданию надежных алгоритмов нужно привлекать талантливых инженеров и поручать им решение реальных бизнес-задач. Сегодня Шривастава, которому довелось поработать в Исследовательском центре Эймса NASA, принимает на работу инженеров, которые способны использовать технологии машинного обучения и искусственного интеллекта для достижения корпоративных целей.

Прогноз производительности на основе исторических данных

Будучи ИТ-директором компании Riverbed Technology, поставляющей программное обеспечение для повышения производительности территориально распределенных сетей, Рик Хеллебрехт столкнулся с уникальными вызовами. В целях совершенствования бизнес-анализа в компании проверяется возможность использования машинного обучения для обработки данных, поступающих из различных источников цепочки поставок.

«Мы хотим применять машинное обучение для обработки большего объема данных, чем обычно», – пояснил Хеллебрехт.

Riverbed, к примеру, могла бы объединить информацию о заказах и другие данные системы ERP с историческими данными о погоде и других факторах с целью поиска закономерностей, помогающих прогнозировать производительность. «Мы хотим добиться большей предсказуемости рисков, связанных с распределением мощностей и нашей способностью обрабатывать заказы клиентов», – отметил Хеллебрехт.

Кроме того планируется использовать машинное обучение для автоматической настройки конфигурации систем в целях повышения их производительности и отражения киберугроз. Хеллебрехт намерен создать единое озеро данных, из которого можно было бы черпать бизнес-идеи.

Совет. Разумная стратегия применения машинного обучения и искусственного интеллекта подразумевает осторожный подход. Хеллебрехт внимательно изучает доступные инструменты и технологии, включая IBM Watson.

Улучшение понимания клиентов банками

Подобно многим другим крупным банкам, U.S. Bank успел собрать огромные объемы клиентских данных. И, как и большинство других банков, без особого успеха пытался извлечь из этих данных полезную для себя информацию. Главный аналитик U.S. Bank Билл Хоффман постарался изменить ситуацию. В последние несколько месяцев он использует технологию искусственного интеллекта и машинного обучения Einstein компании Salesforce.com для более персонализированного обслуживания представителей малого бизнеса, предприятий оптовой торговли, коммерческих организаций и коммерческих банков.

Например, если клиент искал на сайте U.S. Bank информацию об ипотечных кредитах, то при следующем визите его сопровождает агент клиентской службы. Программное обеспечение, проанализировав данные о клиенте, порекомендует агентам сделать звонок перспективному клиенту в четверг с 10 до 12 часов, потому что в это время он с большой долей вероятности возьмет трубку. Einstein может поместить в календарь агента напоминание о том, что в четверг ему следует сделать звонок.

Многие организации стремятся проводить комплексный анализ данных о клиентах и предлагать им подходящие услуги в нужный момент. «От мира, в котором описывалось, что произошло или происходит, мы переходим к миру, ориентированному на то, что произойдет или должно произойти, – пояснил Хоффман. – Главное – быть на шаг впереди, предвосхищая потребности наших клиентов и предлагая им удобный канал для взаимодействия».

Совет. Беря на вооружение искусственный интеллект и машинное обучение, применяйте тестовый подход и проявляйте терпение. Будьте готовы масштабировать то, что доказало свою работоспособность. «Клиент всегда должен быть в центре вашего внимания, – подчеркнул Хоффман. – Спросите себя: какую пользу мы можем ему принести?».

Избавление от рутинного труда и повышение продуктивности работы

Президент компании Mastercard по операциям и технологиям Эд Маклафлин утверждает, что машинное обучение «наполняет собой все, что мы делаем».

В Mastercard машинное обучение используется для автоматизации так называемых рутинных задач – повторяющейся работы, выполняемой вручную. Таким образом, люди освобождаются для дел, которые повышают общую производительность и приносят дополнительные ценности. «Ясно, что мы достигли уровня технического развития, при котором есть четкий инвестиционный сценарий для автоматизации выполнения задач на рабочем месте», – указал Маклафлин.

Инструменты машинного обучения используются в Mastercard для более эффективного управления изменениями в экосистеме продуктов и услуг компании.

Машинное обучение помогает понять, какие инструменты являются практически безрисковыми, а какие требуется дополнительно изучать. Кроме всего прочего, Mastercard использует машинное обучение для выявления в своей системе аномалий, свидетельствующих о попытках хакеров получить к ней доступ. При обнаружении подозрительного поведения срабатывают выключатели, которые блокируют сеть. «У нас имеются системы, которые отслеживают выполняемые транзакции и изменяют их в случае необходимости, одновременно анализируя следующую транзакцию, отправленную на выполнение», – пояснил Маклафлин.

Совет. По мнению Маклафлина, искусственный интеллект и машинное обучение – лишь один из компонентов обширного инструментария обработчика платежей. На рынке появляются все новые и новые инструменты, но ИТ-директору не стоит полагаться на то, что они волшебным образом помогут справиться со всеми существующими проблемами.

– Clint Boulton. 10 machine learning success stories: An inside look. CIO. May 31, 2018

Роль ИТ-директора в современных компаниях за последние несколько лет коренным образом изменилась. И, поскольку многие организации еще не приступили к цифровой трансформации, CIO вынуждены совершить еще один важный эволюционный скачок. Новые требования, предъявляемые к ИТ-директорам, подразумевают наличие новых навыков, если не сказать коренной трансформации восприятия своей должности.

Во многих цифровых компаниях стали появляться такие должности, как директор по обработке и анализу данных, директор по цифровым технологиям. Эти нововведения вполне обоснованны, потому что компании идут по пути создания полностью цифрового бизнеса на основе данных и ИТ-директора занимаются реализацией соответствующих инициатив. Появившиеся DevOps, облачные приложения и сервисы породили теневые ИТ, в результате ИТ-директорам, после многих лет централизации и консолидации в компаниях сложных корпоративных ИТ-ландшафтов, пришлось столкнуться с прямой конкуренцией.

Для ИТ-директоров это означает, что они должны активно продвигать свою роль в текущих и будущих проектах по переходу на цифровые технологии, чтобы их работа в компании не сводилась исключительно к контролю за фунционированием имеющихся систем.

В прошлом ИТ-директора отвечали за следующие вопросы: превращение ИТ-департамента из отдела, порождающего затраты, в отдел, приносящий доход; модернизация ЦОДа и консолидация ИТ; а также обеспечение безопасности, непрерывности ведения бизнеса, соответствие нормативным требованиям. В последнее время они обращали внимание руководства на риски, связанные с использованием сотрудниками собственных устройств в рабочих целях. При этом часто выступали инициаторами перехода от устаревших технологий компьютерных вычислений на основе клиентских систем и серверов к облачным и мобильным технологиям.

В условиях цифровизации технологии преобразуют практически все коммерческие и производственные процессы, вынуждая компании переходить на автоматизированную цифровую платформу на основе данных и искусственного интеллекта. Поэтому роль современных ИТ-директоров приобретает все большую значимость. И должностные функции CIO становятся все более сложными и разноплановыми.

В будущем на роль ИТ-директора повлиет множество аспектов. Перечислим четыре наиболее важных.

Бизнес-партнер

В рамках компании ИТ-директор должен рассматриваться как бизнес-партнер. Да, об этом говорилось, и не один раз, однако в условиях, когда ИТ-департаменты принимают активное участие в создании коммерческой ценности, на это стоит обратить внимание еще раз. ИТ-департамент должен восприниматься как отдел, создающий добавочную ценность и способствующий увеличению итоговой прибыли компании, а не как центр затрат.

После того как ИТ-директор создаст такую структуру, он должен подвести руководителей компании к «цифровой границе». Необходимо будет объяснить важность инициатив, связанных с цифровизацией, поскольку это не только имеет значение с точки зрения получения прибыли или конкурентоспособности, но и создает основу для будущих моделей ведения бизнеса.

Ключевым словом здесь является именно «бизнес»: многие необходимые меры могут носить технический характер, но ИТ-директор должен объяснить их важность именно для бизнеса – это непростая задача с учетом того, что цифровая трансформация продолжает создавать принципиально новые бизнес-модели и бизнес-процессы, о которых знают не так много людей.

Стартап-ментор

Цифровизация дала толчок к развертыванию большого числа отдельных проектов по созданию инноваций в рамках компаний. Инновации не всегда возникают в хорошо укрепленных ИТ-крепостях. Именно поэтому современный ИТ-директор должен уметь думать как стартапер и действовать как ментор, постоянно поддерживая сотрудников, которые готовы экспериментировать. Он вынужден продвигать методики динамичной разработки, чтобы ускорить инновации и гарантировать, что новые решения созданы с учетом постоянно возрастающих цифровых требований. ИТ-директор должен создать атмосферу стартап-команды, в которой поддержат сотрудников, желающих попробовать что-то новое, а в случае неудачи проследят, чтобы они быстро сделали работу над ошибками и были готовы на другие эксперименты снова и снова, если необходимо.

Агрегатор услуг

Во многих компаниях проекты цифровизации разнесены в масштабах всей компании, а новые услуги и приложения распределены между несколькими поставщиками облачных сервисов, что приводит к разрозненному набору активностей на уровне департаментов вместо согласованной стратегии цифровой трансформации. Поэтому ИТ-директор должен действовать как связующая сила и выработать общий план действий. Другими словами, он должен стать агрегатором услуг.

Это единственный способ предотвратить бесконтрольное развитие различных инициатив и включить их в общую стратегию компании. В таком качестве ИТ-директор должен действовать как интегратор технологий и данных, отстаивающий унифицированную стратегию приоритетной важности цифровых технологий, одновременно поддерживая такие технические решения, как DevOps между департаментами, нацеленные на самообслуживание процессов, более гибкие рабочие процессы и процедуры и стратегическое использование облачных сервисов от разных провайдеров.

«Магнит» для талантов

В ходе цифровой трансформации многие виды работ могут исчезнуть по причине внедрения процессов самообслуживания, роботизированных и автоматизированных устройств, систем для принятия решений на основе искусственного интеллекта, но появится новый спектр современных профессий. Компании нуждаются и будут нуждаться в высококвалифицированных сотрудниках – специалистах по обработке и анализу данных, специалистах в области искусственного интеллекта, архитекторах по разработке ПО для облачных сред, разработчиках интерфейсов «человек-машина», экспертах в области робототехники и пр.

Борьба за талантливых специалистов идет на протяжении многих лет. И с внедрением цифровых технологий она продолжится и усилится. Поэтому ИТ-директора должны уделять пристальное внимание поиску перспективных сотрудников. Не следует ограничиваться только покупкой новейших и самых крутых гаджетов для своей ИТ-команды. Необходимо создавать защищенные, гибкие рабочие цифровые места, чтобы специалисты имели возможность работать в любом месте и в любое время.

***

И еще раз: требования не ограничиваются только технологиями. Хороший профессиональный ИТ-директор должен развивать у сотрудников способности к коллективной работе, мотивацию, кураторство и профессиональную ориентацию, умение улаживать конфликты, управлять кризисами, а также умение объяснить руководству, почему долгосрочные инвестиции в ИТ имеют критически важное значение для успеха бизнеса в будущем.

Роль, которую играют информационные технологии, коренным образом изменяется с появлением новых важных элементов, усложняющих работу ИТ-директоров. Открыть ИТ-специалистам этот новый мир – задача сложная, она во многих случаях критически важна для бизнеса. ИТ-директора должны принять этот вызов. Другого пути в светлое будущее не существует.

– Автор: Кристиан Райли, вице-президент по глобальной продукции и техническим стратегиям Citrix

Соглашения об уровне сервиса (Service Level Agreement, SLA) являются важнейшим элементом контрактов аутсорсинга и служат основой для отчетов о предоставляемых ИТ-услугах. Любые недочеты, допущенные при составлении SLA, могут резко ударить по качеству обслуживания, при этом отчеты о безупречном соблюдении условий не будут соответствовать реальному положению дел.

Чаще всего подобные ситуации возникают, когда SLA относится лишь к части процесса оказания услуги исполнителем, а не ко всем его этапам. Как следствие, все индикаторы на информационной панели доставки услуг светятся зеленым, но реальное качество клиента не устраивает.

Именно поэтому важно составить SLA для сделок ИТ-аутсорсинга максимально правильно.

Составляя SLA, полагайтесь на здравый смысл

Уровни сервиса, не поддающиеся достижению или не отвечающие вашим потребностям, только затруднят контроль за соблюдением условий сделки. Если контролируемых показателей будет слишком много, это приведет к непроизводительным потерям для всех участников. Следует выбрать лишь несколько метрик, которые действительно обеспечат необходимый бизнесу результат. Будьте прагматичны и используйте SLA, чтобы постоянно поддерживать достаточный уровень эффективности.

Лучше, чтобы показателей уровня сервиса было меньше, но они были более комплексными, советуют в KPMG. Кроме того, все стороны должны быть правдивы в вопросе степени терпимости к неудачам – она почти всегда выше, чем предполагают ИТ-специалисты. Это позволит экономить деньги в процессе предоставления услуг и поможет в обосновании реально достигнутых уровней обслуживания.

Не рассчитывайте, что неустойки помогут экономить

В SLA нередко включают пункты о возмещении при неисполнении обязательств. Однако у подобных положений есть обратная сторона, особенно когда речь идет о сервисных кредитах, предоставляемых в качестве компенсации за ненадлежащее обслуживание.

Следует понимать, что денежные штрафы в SLA предназначены для того, чтобы заставить исполнителя соблюдать условия, а не для того, чтобы получать сервисные кредиты по любому поводу. Если вносить в SLA слишком много критических ключевых показателей, нарушение которых ведет к возмещению, то воспринимаемая значимость действительно важных показателей может уменьшиться.

Не забывайте, что сервисные кредиты сами по себе не могут полностью компенсировать низкое качество обслуживания. По сравнению со штрафными санкциями более важен анализ первопричин с последующей разработкой и реализацией плана решения проблем, которые привели к невыполнению условий.

От положений об отработке можно отказаться

Положения об отработке дают исполнителю право не выплачивать сервисный кредит, если позднее был достигнут определенный уровень обслуживания. Такого рода условия в последнее время «выходят из моды», и неспроста – клиенты убеждаются, что простой в обслуживании невозможно «отменить» путем перевыполнения требований позднее.

Следите, чтобы метрики не перекрывались

Все SLA должны охватывать разные области, перекрытий по контролируемым показателям быть не должно. В целом SLA должны обеспечивать клиенту видимость операционной среды и принципов ее работы.

Следите за точностью

Формулировки в SLA должны быть предельно четкими, а контролируемые параметры поддаваться количественному измерению. Необходимо обеспечить ясность относительно того, что именно и каким образом измеряется, как оценивается эффективность, а также указать возможные исключения.

До вступления соглашения в силу заказчику и исполнителю следует встретиться и совместно оценить измеримость всех предусмотренных в документе характеристик обслуживания, согласовать инструменты измерения и проанализировать возможное влияние SLA на бизнес. По свидетельству специалистов, в ходе такого совещания нередко обнаруживаются проблемы.

Не устанавливайте слишком высокую незащищенную часть оплаты

Считается, что если поставщик услуг рискует потерять больше, это будет дополнительно побуждать его к выполнению условий соглашения. Поэтому заказчики нередко предусматривают в SLA положение, согласно которому определенная доля вознаграждения за услуги выплачивается только при условии соответствия метрик некоторым значениям. Однако перебарщивать с этим не стоит. Если чересчур «взвинтить» незащищенную часть, поставщик услуг может в ответ повысить расценки, чтобы компенсировать риски.

Предусмотрите льготный период

Если на дату начала действия контракта отсутствуют надежные опорные данные, то финансовые штрафы, предусмотренные в SLA, первое время применять не стоит. Пусть первые 60-120 дней считаются периодом обучения, в течение которого штрафные санкции не действуют.

Не переплачивайте за повышенные уровни обслуживания

Если вашей организации нужен более высокий уровень обслуживания, увеличенная плата не всегда будет оптимальным вариантом. Как объясняют в KPMG, поставщики услуг могут единым образом обеспечивать качество услуг на всех уровнях, а повышенные тарифы использовать для компенсации рисков, а не для реального улучшения качества.

Вносите со временем коррективы в SLA

Если уровень сервиса не отвечает потребностям бизнеса или создает проблемы, то мириться с этим не нужно. Например, благодаря автоматизации и различным технологиям оптимизации обслуживания некоторые метрики сегодня становятся ненужными, но зато появляются новые, и их необходимо контролировать. Анализируйте SLA вместе с поставщиком услуг и вносите коррективы. Сами метрики и соответствующие целевые значения должны периодически по обоюдному согласию пересматриваться и изменяться в соответствии с актуальными требованиями.

Не рассматривайте выполнение SLA как гарантию успеха

Полагать, что соблюдение SLA само по себе обеспечит требуемые результаты, – серьезнейшая ошибка. ИТ-руководители, составившие продуманные SLA, смогут использовать их для оценки уровня успеха сотрудничества с поставщиком услуг и принятия корректирующих мер при необходимости. Однако не следует рассчитывать на то, что соблюдение оговоренных уровней обслуживания гарантирует отсутствие проблем с качеством сервиса. SLA используются для выявления проблем, а для их исправления нужны эффективные методы управления обслуживанием.

– Stephanie Overby. 10 do’s and don’ts for crafting more effective SLAs. CIO. May 30, 2018