Статьи

Одной из главных болезней проектов по цифровой трансформации становится отсутствие стратегического подхода и продуманной интеграции систем. Предпринимаемые усилия зачастую выливаются в локальные проекты, основанные на личном энтузиазме того или иного руководителя. Результат от таких проектов есть, но не приводит к радикальным преобразованиям бизнеса. «Росэнергоатом» демонстрирует яркий пример иного подхода, когда компания четко понимает, куда движется и чего хочет добиться в ближайшие несколько лет, и победа на SAP Value Award 2017 в номинации «Лидер цифровой трансформации» не случайна.

Компании-гиганты традиционно являются неповоротливыми бюрократическими монстрами, демонстрирующими консерватизм как основу своего запаса прочности, так что раскачать их на серьезные изменения, диктуемые внешними вызовами, очень сложно. Однако энергетическому концерну за два года уже удалось очень многое. Сергей Мигалин, заместитель генерального директора, директор по экономике и финансам АО «Концерн “Росэнергоатом”», рассказывает о стратегии в области цифровизации и выбранных для этого подходах.

Зачем «Росэнергоатому» понадобились изменения?

Вообще, энергетика – это крайне высококонкурентный рынок, он вполне сопоставим со многими потребительскими. У нас в стране построен единый организованный рынок электроэнергии и мощности, достаточно много различных видов генерации. На абсолютно рыночных принципах в большинстве своем происходит определение цены электроэнергии и мощности, причем рынок очень динамичен. Чтобы на этом рынке не просто существовать, но и выжить в будущем, надо быть конкурентным, и в первую очередь по цене – а значит, себестоимости. Дальше в списке конкурентных приоритетов следуют безопасность (она безусловна и обязательна), надежность и сервис, но все же рыночной доминантой является именно цена электроэнергии – долгосрочный приемлемый тариф для потребителя. Чтобы иметь долгосрочную стратегию развития, надо научиться как минимум эффективно управлять затратами, а это для такого гиганта, как «Росэнергоатом» с его десятью действующими атомными станциями по всей стране, – задача огромного масштаба.

Сергей Мигалин Послужной список: 2015 – настоящее время  Заместитель генерального директора, директор по экономике и финансам АО «Концерн “Росэнергоатом”» 2014 – 2015 Финансовый директор ОАО «Атомредметзолото» 2013 Первый заместитель генерального директора ФГУП «Федеральный центр ядерной и радиационной безопасности» 2008 – 2013 Работа в ТВЭЛ, должности от заместителя главного бухгалтера до вице-президента по экономике и финансам Образование: 1994 – Московский государственный технический университет им. Н.Э. Баумана, специальность «радиоэлектронные устройства и системы» 2001 – Финансовая академия при Правительстве Российской Федерации, специальность «бухгалтерский учет и аудит» Фото: «Росэнергоатом»

Почему вы говорите именно о цифровой трансформации, что подразумеваете под ней?

Сейчас цифровой трансформацией многие называют все, что связано с ИТ и автоматизацией. Возможно, в какой-то степени это и оправданно, но мы четко выделяем в этом процессе три направления.

Первое – традиционный подход, связанный с автоматизацией. Это, если хотите, обязательный «гигиенический уровень». В холдинге 16 филиалов и 37 тыс. сотрудников – понятно, что управлять такой махиной непросто. Без современной мощной платформы, системы планирования и учета это невозможно. Поэтому первой задачей, которую мы решали в рамках своей цифровой трансформации, были уход от разрозненных решений, создание единой системы управления ресурсами, а также логистической, договорной, плановой и учетной аналитикой.

Второй момент, позволяющий нам заявлять именно о цифровой трансформации всего бизнеса, – глубокая интеграция систем. Помимо самой системы управления ресурсами, у нас действуют несколько других масштабных решений и платформ. У нас очень крупная система управления персоналом, охватывающая не только расчет зарплаты, но и управление категориями персонала, его обучением, управление операционной эффективностью – все, что касается поддержки системы ключевых показателей и мотивации. Очень важны аналитика по обучению персонала, данные систем оценки и мотивации персонала, параметры допуска, учет радиационных доз оперативного персонала и т. д. – эта система развернута на всех площадках. Есть несколько решений, которые сейчас находятся в процессе тиражирования: достаточно большая система управления архивом технической документации, система управления эксплуатацией и ремонтами, а также системы сбора технологических параметров с атомных станций. Все вместе это не должно представлять собой разрозненные платформы, они будут очень тесно интегрированы с основным ядром управления ресурсами. Это глубоко интегрированный ландшафт – комплексное и отлаженное решение для эксплуатации сложных производственных объектов.

Мы четко понимали, что этот проект – не просто автоматизация наших процессов, но и создание полноценного шаблона, который может тиражироваться как продуманное интегрированное решение для управления территориально распределенным и опасным крупным производственным объектом, по большому счету любым. Это по сути референтный шаблон, его можно тиражировать и на наши зарубежные проекты. Портфель контрактов «Росатома» превышает 100 млрд долл., нам есть куда его тиражировать при управлении зарубежными АЭС, строящимися по российским проектам. Мы намерены также оказывать услуги оператора зарубежным партнерам. Создание референтного шаблона в виде продукта – конкретного преднастроенного решения – является второй целью трансформации.

На третьем этапе мы ставим задачу этот шаблон нарастить, используя уже абсолютно цифровые истории – технологии, касающиеся Производства 4.0, предиктивную аналитику данных с датчиков и RFID-меток, максимально покрывающих наше оборудование и системы атомной станции. Будут собираться огромные объемы технологических параметров о поведении оборудования, использоваться такие решения, как аналитика Больших Данных. Это следующий закономерный шаг, и, проектируя свои решения, мы сразу планировали такие следующие шаги.

Технологии Интернета вещей, внедряемые в таких масштабах, способны окупиться?

Сбор максимального количества данных позволит перейти к анализу поведения оборудования, оценке наработки на отказ, прогнозированию. Сама идея не нова – предсказывать отказ оборудования полезно и важно, ведь тогда можно подготовиться, заменить оборудование, создать резерв. Но как формализовать или аккумулировать имеющийся у эксплуатационного персонала практический опыт? Тут на помощь приходят системы сбора и обработки больших аналитических данных и методов прогнозирования зависимостей.

Для наглядности отмечу, что в «Росэнергоатоме» простой только одного крупного энергоблока последнего поколения обходится более чем в 1 млн долл. ежесуточно. Цена вопроса – критическая. Для нас крайне важно нарастить платформы таким образом, чтобы мы могли выйти на очень глубокий аналитический уровень с точки зрения режимов работы блоков и поведения оборудования. Очень часто режимы работы блоков и планирование ремонтной программы упираются в весьма простые вещи – насколько своевременно будут поставлены необходимые материалы, запчасти. Для нас внедрение SAP ERP как централизованного ядра стало первым этапом решения управленческой задачи «точно вовремя».

Остальные этапы цифровой трансформации: завершение референтного шаблона в России, наращивание цифровой оболочки, многоязыковой перевод созданного решения и его тиражирование на зарубежные рынки – мы планируем выполнить в течение трех-четырех лет.

«В “Росэнергоатоме” простой только одного крупного энергоблока последнего поколения обходится более чем в 1 млн долл. в сутки. Цена вопроса – критическая»

В чем заключаются особенности цифровой трансформации такого гиганта, причем с заметным государственным участием?

Помимо главной особенности, связанной с масштабом, вторая проблема при запуске такого проекта – коммуникационная. 16 филиалов, из них 10 – атомные станции; к тому же, помимо производства электроэнергии, мы занимаемся другими видами деятельности. Конечно, возникают вопросы взаимодействия. Каждая атомная электростанция – многотысячный коллектив с очень сложными процессами, в разных регионах страны, с разной готовностью к автоматизации. Реализовать такой проект, согласовав действия десятка филиалов, очень непросто.

И третья проблема, которую по значимости вполне можно ставить на первое место, – культурная трансформация. И дело вовсе не в том, государственная компания или нет.

Да, допустим, частная структура может быть чуть динамичнее, хотя это тоже спорный вопрос. Если в государственной компании прошел сигнал государственной задачи стратегического уровня, то эта компания может быть не менее динамичной. Проблема в людях. В любой компании, особенно если она существует давно и уходит корнями в советское прошлое, есть конфликт между людьми, занимающимися производством, и людьми, считающими деньги.

Культурная трансформация коллектива, его взглядов на то, что такое электронное управление бизнесом, зачем это надо и что в результате будет получено, – самая большая сложность.

В чем роль SAP? Это просто платформа или нечто большее?

Это платформа для изменений. Мы четко понимали, что используемая методология внедрения основана на лучших практиках, реализованных в стандартном функционале. Современный SAP уже вполне «приземлен» на российские реалии. Внедряя это решение как основную платформу для управления ресурсами, мы в первую очередь хотели измениться сами, а не изменять его под себя.

Если обнаруживалось, что нужно отклоняться от стандартных процессов, мы многократно взвешивали все «за» и «против» на экспертном совете, выясняли, где проблема – у нас или в системе? Лишь в очень небольшом числе случаев мы принимали решение о том, что объективные особенности нашего бизнеса должны быть учтены. SAP стал формообразующей платформой.

Вместе с тем платформа решала базовые задачи, связанные с масштабом, давая надежность. Понятно, что решения SAP точно не являются чудом эргономики – многие вещи не очень удобны или, по крайней мере, непривычны пользователю. Но нам были важны его гарантированная надежность и масшабируемость. Можно долго пытаться «подружить» между собой разные платформы, сталкиваясь с проблемами в самых неожиданных местах, и это в наши планы не входило.

Наконец, приходилось думать об интеграции с системами других подразделений «Росатома», поскольку уже есть несколько крупных решений, построенных на платформе SAP, – в самой госкорпорации, в топливном дивизионе и не только.

Раз уж мы заговорили о стандартном функционале, расскажите, каков в итоге оказался объем доработок и каких направлений они касались.

Процент доработок оказался не так уж и мал. Другое дело, что они связаны с нестандартными подходами в настройке системы, а не с написанием больших кусков кода. Мы старались придерживаться базового функционала, так как должны были минимизировать стоимость обслуживания и проблемы, связанные с последующим развитием системы, обновлением версий и т. п.

Мы сделали несколько крупных доработок. Одна из них – специализированное решение в модуле управления проектами по аналитике, касающейся источников финансирования и признаков целевого расходования средств. Кроме того, внедрено отдельное решение для централизованных договоров снабжения и претензионно-исковой работы. Поскольку на рынке огромное число потребителей энергии, для нас был критически важен инструмент, позволяющий поддерживать такую работу в привязке к нашей системе управления договорами.

Отмечу еще вот что: внедренное нами решение абсолютно централизованное, но у нас каждая станция является отдельной балансовой единицей. Поэтому отдельная доработка касалась большого количества межфилиальных операций.

Сергей Мигалин, заместитель генерального директора, директор по экономике и финансам АО «Концерн “Росэнергоатом”»: «Культурная трансформация коллектива, его взглядов на то, что такое электронное управление бизнесом, зачем это надо и что в результате будет получено, – самая большая сложность» Фото: «Росэнергоатом»

Что оказалось самым сложным?

Конечно, основная сложность – масштаб: наличие 16 филиалов и более 4,5 тыс. одновременно работающих пользователей. Однако было еще два нюанса. Во-первых, у нас довольно большая доля закупок, производящихся централизованно, крупными лотами, но поставки осуществляются во все филиалы – от Калининграда до Чукотки. Настроить такую систему, которая могла бы самостоятельно «поднимать» всю потребность на местах, агрегировать, корректно формировать закупочные лоты и договорную схему, чтобы можно было заключить централизованные договоры и проводить оплату в центральном офисе, а получать поставки и оприходование на местах, – технически непростая задача. Второй момент: значительная часть деятельности компании регулируется государством. Она получает средства на развитие из федерального бюджета, имеет налоговые льготы. Поэтому важно построить очень детальную и глубокую аналитику затрат и расходов, связанных с целевым использованием средств. Мы эту аналитику довольно элегантно выстроили как систему параллельного учета в разрезе наших инвестиционных проектов и текущих операций.

Чего проект уже позволил добиться и какие эффекты ожидаются в будущем?

Многие, внедряя ERP, говорят вполне понятные и очевидные вещи – например, касающиеся сокращения запасов и повышения их оборачиваемости. У нас это тоже было так.

На многих атомных станциях исторически существовали неплохие системы бухгалтерского и складского учета, но они не были централизованными. В отсутствие централизованных справочников невозможно оперативно управлять своими запасами. Внедрив это решение, мы радикально сократили свои запасы. За три последних года оборачиваемость наших запасов сократилась с 57 до 40 дней – очень большой прорыв. Мы уже на протяжении года централизованно управляем материальными резервами, закупая и расходуя их точно вовремя.

Многие говорят об операционной эффективности, но для того чтобы сокращать затраты, недостаточно их просто измерять. Нужно накапливать знания о лучших практиках. Обращаться к зарубежному опыту, говорящему о том, насколько эффективно мы эксплуатируем объекты, невозможно: слишком различается структура владения и устройства сервисных блоков. Внутренний бенчмаркинг гораздо полезнее. Ключевой задачей было не только измерение затрат на каждой атомной станции, но и получение системы, позволяющей быстро и объективно сравнивать станции между собой в разрезе каждого вида затрат. Многие станции существуют десятилетиями, у них различный опыт: например, одна научилась эффективно работать со складом, а другая – оптимизировать командировочные расходы. Без централизованного решения мы бы не могли выйти на объективную систему измерения, сравнения и, если хотите, соревнования.

Крайне важно еще и то, что удалось обойтись без административного давления сверху и вовлечь сами станции в процесс обмена опытом. Благодаря этому только за 2016 год мы сэкономили более 3 млрд руб. Эта сумма несопоставима с затратами на внедрение ERP – за один год система окупилась несколько раз.

Обычно в проекте, в целом успешном, бывают более и менее удачные участки. Чем вы можете гордиться, а что могло бы быть реализовано лучше?

Масштаб задачи был таков, что даже оптимисты не верили, что все получится настолько удачно в такие сроки – чуть больше года. Да, были проблемы на начальных этапах, но дальше все пошло удивительно гладко и слаженно. Весь функционал был внедрен, причем в намеченный срок и качественно, без всяких, как говорится, «костылей». Этот проект еще раз показал, что инженерные кадры «Росэнергоатома» раз уж за что-то берутся, то делают это хорошо и четко.

Второй момент, которым можно гордиться, – начало культурной трансформации. От неприятия проекта и попыток торпедировать его бюрократическими методами удалось уйти довольно быстро, сформировав проектную команду, которая слаженно работала по всей стране.

Из недоработок могу отметить то, что мы не смогли в полном объеме реализовать функционал, связанный с капитальным строительством, а это огромный блок нашей деятельности с бюджетом более 150 млрд руб. Нам не хватило сил, методологии и лидерства. Пока мы ограничились лишь бухгалтерским учетом затрат на капитальные расходы, пусть и очень развитым аналитически.

Кроме того, культурная трансформация произошла не до конца. Нам не удалось весь концерн превратить в динамичную agile-команду. Осталось довольно много людей и департаментов, живущих в старой парадигме бюрократического управления. Это обусловлено недостаточной вовлеченностью менеджмента в проект. Но нас это уже не пугает – костяк команды сформирован. Сложно было рассчитывать на то, что путь полной трансформации корпоративной культуры компания пройдет за год. Конечно же, он займет гораздо больше времени, главное – не останавливаться. Как говорится, вода камень точит.

«Многие говорят об операционной эффективности, но для того чтобы сокращать затраты, недостаточно их просто измерять. Гораздо важнее накапливать знания о лучших практиках»

Вы смирились с тем, что пока не получается?

Разумеется, мы планируем все доделать на следующих этапах. Чтобы не остановиться на уровне ERP, а довести нашу историю до уровня Индустрии 4.0, надо трансформироваться, обучать людей, вовлекать их в проект, а при необходимости – менять.

Очередной проект начнется в конце 2017 года, он будет касаться управления капитальным строительством с точки зрения прогнозирования его сроков, стоимости, использования ресурсного подхода в планировании. Так мы продолжим наш «цифровой» путь к превращению в эффективную и инновационную промышленную компанию.

Еще один проект по поддержке процессов эксплуатации и ремонтов реализует «внутренний Google» – интеллектуальный поиск по большому объему событий, технических документов, данных и параметров. Когда появляются сигналы от оборудования, а тем более об аварийных срабатываниях, важно научиться быстро находить корреляцию с аналогичными событиями в прошлом и документы, описывающие похожие события или решения. Этот имеющийся огромный опыт эксплуатации, выраженный в документации и базах данных, надо переложить в централизованное решение, платформу. Это по сути наш будущий цифровой продукт – опыт эксплуатации и инструмент управления таким опытом.

В каком направлении будет развиваться проект?

Наша конечная цель – создать полноценный цифровой шаблон, который вобрал бы в себя и управление ресурсами, и управление персоналом, включая его готовность, и управление обслуживанием и ремонтами, и управление базой знаний, а также управление аналитикой и рисками. Нам нужен единый интеграционный ландшафт с цифровыми датчиками состояния оборудования, радиационной обстановки, с другими источниками Больших Данных. Мы понимаем, что на это уйдет несколько лет, у нас есть четкая дорожная карта, мы ей следуем. Уже через пару лет мы сможем реализовывать для сторонних компаний свой цифровой шаблон как абсолютно полноценный продукт – возможно, даже облачный и с другими современными «фишками».

Сегодня ключевые процессы любой организации: продажи, работа с клиентами и персоналом, финансовые операции и т. д. – опираются на ее информационные системы и все сильнее зависят от них. По этой причине любая организация заинтересована в их бесперебойной работе; это так, даже если организация еще не сделала этого вывода. Но чтобы системы работали безукоризненно, ежедневно требуется качественная поддержка, в ходе которой ИТ-подразделение или сервисная компания применяют все более сложные инструменты и технологии, разрабатывают новые методики и подходы, а также накапливают, развивают и сохраняют компетенции. И если технологиям и методикам ИТ-компании уделяют большое внимание, то третья сторона «треугольника» – компетенции – зачастую оказывается недооцененной. За конкретными деталями трудно заметить, что информационная система непрерывно потребляет именно компетенции – то есть знания, упакованные в любую форму, допускающую их немедленное практическое применение. И без этой «подпитки» она не может нормально функционировать, тем более сегодня, когда информационные системы усложняются и постоянно меняются.

Последствия такой недооценки встречаются на каждом шагу. Это всевозможные проблемы с информационными системами – как созревшие эволюционно (например, на фоне роста организации или при масштабировании ее ИТ-инфраструктуры), так и появившиеся вследствие внезапных, «революционных» событий (например, слияний и поглощений компаний, перехода на новые виды ПО и др.).

На первый взгляд, такие сложности кажутся совершенно разными и не связанными друг с другом. Так, рост на 30% в год объема данных, перерабатываемых организацией, и постоянные «зависания» учетной системы страшно далеки от неверного выбора основной информационной системы при слиянии двух крупных торговых сетей. Однако у этих проблем общий «корень» – отсутствие организованного и непрерывного потока компетенций в ИТ.

Давайте рассмотрим, почему широкий и непрерывный поток ИТ-компетенций так важен практически для любого среднего и крупного бизнеса, а также остановимся на способах, благодаря которым его можно получить. Но сначала определим, что же понимать под потоком компетенций.

Поток компетенций: что это и зачем он нужен

Поток ИТ-компетенций – это непрерывный процесс, своевременно обеспечивающий организацию знаниями и навыками в сфере ИТ, достаточными для успешной работы и постоянного развития ее системы. Этот поток неоднороден: внутри него есть разные «течения» – типы компетенций, которые нужны на том или ином этапе развития информационной системы.

Структура потока компетенций постоянно меняется, отражая изменения организации и ее информационной системы. Если изменения качественные (организация растет, открывает новые направления, наращивает число пользователей системы, в ИТ-службу постоянно приходят заявки на новый функционал), то для поддержки системы нужны квалифицированные системные администраторы, обладающие знаниями по операционной системе, СУБД, сети, виртуализации, оборудованию и пр.

А если изменения количественные, но они накопились и уже готовы перейти в качественные, то нужны совсем иные компетенции. Например, компания тиражирует успешное ИТ-решение на 100 филиалов и выясняет, что для бесперебойной работы системы в таком масштабе теперь нужны совсем другие свойства и архитектура. Тут, как минимум, необходимы компетенции системного архитектора и экспертов, которые смогут проверить, как система будет работать в новой архитектуре.

Эволюция и революция одинаково опасны

Эволюционные изменения, через которые проходит практически любая ИС, тоже могут обернуться сложностями в ее работе. Например, автоматизированная система коммерческого учета на платформе «1С:Предприятие» может не справиться с объемом 1,3 Тбайт данных, хотя еще вчера с 1 Тбайт справлялась прекрасно. Или СУБД незаметно переходит критичный порог, и нехватка ресурсов становится причиной ее плохой работы. Наконец, у одного из серверов может закончиться память, и система, которая «крутилась» на нем, начинает работать очень плохо и медленно.

Чтобы контролировать, как меняется профиль работы информационной системы во время эволюции, и своевременно «купировать» нежелательные последствия изменений (цепочки сбоев, медленную работу, постоянные вылетания), сервисная компания должна все время «подкармливать» информационную систему заказчиков компетенциями. А служба, которая отвечает за эксплуатацию систем, должна в режиме реального времени отслеживать и контролировать их состояние, точно знать, как система чувствовала себя вчера, месяц и год назад, и понимать, как она должна вести себя завтра.

Сервисная компания должна, опираясь на данные, выполнить сразу несколько обязательных для клиента шагов. Во-первых, запланировать и провести работу с изменениями. Как можно точнее бюджетировать ее, оценив, сколько и какого оборудования этой системе понадобится и в какой момент, как много новых серверных полок потребуется для хранения выросшего объема данных. Наконец, надо точно определить, справится ли архитектура информационной системы с возросшим потоком. Верные ответы на все эти вопросы могут дать только компетенции.

Представим более сложную ситуацию, когда на эволюционные изменения наложились еще и «революционные». Например, компания расширяет функционал ERP-системы, внедрив модуль кадрового учета, или же решает развивать направление розницы, хотя прежде торговала только оптом. В последнем случае ей потребуется перейти на другие принципы складского и коммерческого учета, купить дополнительные модули в систему.

Во всех этих ситуациях компании надо точно оценить текущее, промежуточное и конечное состояние информационной системы и запланировать все работы. Например, понять, выдержит ли система, если ее нагрузить данными с еще нескольких сотен розничных точек, или же потребуется доработка. Что нужно делать с инфраструктурой, каналами связи, СХД, балансировкой нагрузки на систему и т. д. Как обеспечить отказоустойчивость информационной системы, учитывая, что повышается ее критичность для бизнеса. На все эти вопросы также отвечают компетенции, причем совершенно разные: технологические, организационные и относящиеся к бизнесу.

И конечно, самые революционные изменения информационной системы происходят при слияниях. Если, скажем, два даже не очень крупных банка сводят воедино ландшафты информационных систем и инфраструктур, а также соединяют две сложившиеся технологические культуры, нужен уже двойной поток компетенций. При этом следует понять, могут ли «слившиеся» компании сосуществовать в одной информационной системе, какая система останется в качестве основной, как провести миграцию данных. Вопросы про инфраструктуру и дальнейшую эксплуатацию систем тоже требуют ответа. Иначе проблемы неизбежны.

Изменчивость в квадрате

Революционные изменения в информационной системе рождают огромное число вопросов, для ответа на которые требуется непрерывный поток компетенций с разной структурой. Как эксплуатировать систему – и во время внесения изменений, и после завершения модернизации? Сколько людей потребуется для эксплуатации? Какие компетенции организация в силах обеспечить сама, а какие ей надо купить на условиях аутсорсинга? Одни изменения порождают другие, и в ходе внесения изменений требования к системе все время уточняются.

Так, при слиянии двух АБС невозможно написать всеобъемлющее техническое задание, которое будет актуально годы. Многие изменения рождаются уже в ходе проекта. Поменялись законодательство, руководство и политика компании, банки узнали что-то новое о бизнес-процессах друг друга. В результате может оказаться, что неверно выбрана платформа для объединенной системы, нужна другая, иногда совсем новая... Чтобы выстроить работу со всем спектром изменений, правильно провести их и проконтролировать, достигла ли компания запланированных целей, нужны уже совершенно иные компетенции – и с точки зрения проектного подхода, и с точки зрения управления изменениями, и с точки зрения архитектуры и инфраструктуры.

Все эти примеры показывают, что потребность и у стабильных, и у быстро меняющихся информационных систем в потоке компетенций крайне велика.

Как получить поток компетенций

Вариант №1 – инсорсинг. Компетенции накапливаются и поддерживаются внутри компании.

Минусы. Гарантированно получить компетенции по этой схеме очень сложно. Ставя знак равенства между людьми и компетенциями, компания приобретает всего лишь надежду на последние. Должно пройти как минимум полгода, чтобы стало понятно, «попала» она в точку со специалистом или нет. Если компания «не попала» – то насколько? Требуется ли человека уволить или достаточно будет его правильно дообучить? Однако уход обученного сотрудника (и отток компетенций) тоже частая ситуация. Иными словами, инсорсинг – не очень надежный способ приобретения компетенций. Их сложно оценить, получить, дотянуть до нужного уровня и удержать.

Плюсы. Модель не бесполезная: в госкомпаниях, например, есть класс систем (АСУ ТП, обсчет сложных математических моделей и др.), компетенции по которым просто невозможно найти на рынке. Единственный путь – наращивать их самостоятельно, начиная с вузов. Но и перспективной ее назвать трудно.

Вариант №2 – традиционный аутсорсинг. Компетенции привлекаются извне.

Минусы. Грамотного и квалифицированного ИТ-аутсорсера на нынешнем рынке «эквивалентных предложений» выбрать крайне сложно. Особенно если требуется, чтобы он закрывал все нужды корпоративного заказчика или хотя бы значительную их часть. Но и в этом случае клиент вряд ли сможет, сделав выбор, заключить договор и больше не думать о качестве ИТ-обслуживания. Как минимум он должен оценить сервисную компанию после испытательного срока, продумать подбор ИТ-специалистов на замену, если сотрудники аутсорсера вдруг стали уходить, и т.д. Модель опять несет нестабильность.

Плюсы. Найти тех, кто поможет с ИТ, можно, пусть и не без проблем. Однако надо помнить: любые изменения, например, законодательной базы или конъюнктуры рынка (такие как открытие ниши импортозамещения в ИТ), тут же приводят к тому, что нужных компетенций, скажем, по российскому ПО или решениям Open Source и их квалифицированной поддержке, снова нет. Они – пока штучный товар или слишком быстро исчезают с открытого рынка.

Вариант №3 – баланс между внутренним и внешними компетенциями плюс специализированные услуги.

Пресловутый баланс между внутренними и внешними компетенциями не должен существовать сам по себе. Его обязательно стоит дополнять специализированными компетенциями, ювелирно «упакованными» в сервисы: скажем, непрерывного мониторинга «здоровья» информационной системы, постоянного автоматизированного или автоматического сайзинга ресурсов, предотвращения просаживания приложений, самомониторинга систем. Отличительная черта таких услуг – возможность постоянно собирать и накапливать потоки информации, анализировать и сравнивать, как вела себя система вчера, год назад и т. п. А также прогнозировать, что с ней будет – завтра, через год, через три. Такие сервисы нельзя купить в виде «голых» технических инструментов. Они всегда опираются на накопленные и отшлифованные компетенции экспертов и специалистов, на применяемые ими инструменты и методологии. И решают, казалось бы, прежде нерешаемую задачу – например, позволяют практически любой крупной и средней организации очень точно покупать ресурсы в облаке, экономя до 50% бюджета на IaaS. Работа ключевых приложений (решений на базе «1С», CRM, СЭД, почты) при этом мгновенно «выравнивается», и пользователи перестают жаловаться. Машина при расчете не допускает ни недостатка, ни переизбытка ресурсов.

***

Отсутствие широкого, разнообразного и постоянного потока компетенций всегда негативно влияет на работу информационной системы – и в случае эволюционных, и в случае революционных изменений. При этом привычная аутсорсинговая или инсорсинговая модель его совсем не гарантирует. А вот баланс внутренних и внешних компетенций, подкрепленный сервисами нового типа (непрерывные ИТ-аудиты систем, сайзинг ресурсов в традиционных и облачных инфраструктурах и пр.), вполне может исправить ситуацию. В эти сервисы уже вложены те самые, недостающие компетенции.

Автор – Дмитрий Бессольцев, директор департамента ИТ-аутсорсинга ALPGroup, dmitriy.bessoltsev@alp.ru

Когда год назад глава Сбербанка Герман Греф назвал одним из признаков технологических компаний отсутствие в их структуре ИТ-департаментов и призвал избавляться от них, это вызвало широкий резонанс и массу обсуждений. Но на самом деле речь шла лишь о том, что банк официально признал ИТ своим бизнесом и начал активные действия по его оптимизации. С объявлением курса на Agile функции ИТ начали стремительно охватывать остальные подразделения, расплываясь по ним. Как следствие, лучшие ИТ-практики находят свое применение в нетрадиционных прежде областях. Более того, появляются новые направления карьерного развития для тех ИТ-руководителей, кто желает открыть новые горизонты. Андрей Заварзин, директор дивизиона «Массовая персонализация» Сбербанка, рассказывает об изменениях, обусловленных слиянием ИТ и бизнеса, о ценностях подходов Agile и опыте использования традиционных ИТ-инструментов в нетипичных процессах.

Андрей Заварзин Возраст: 39 лет Послужной список: 2016 – настоящее время Сбербанк, директор дивизиона «Массовая персонализация» 2012 – 2016 Сбербанк, СТО/CIO различных направлений 2010 – 2012 «Альфа-Банк», директор дирекции Business Intelligence 2008 – 2010 Авиахолдинг «Волга-Днепр», директор по ИТ 2004 – 2008 «ЛУКОЙЛ-Информ», советник генерального директора 1999 – 2004 Академия ФСБ, преподаватель факультета прикладной математики Образование: Академия ФСБ, ИКСИ («прикладная математика») РЭА им. Плеханова («стратегический менеджмент») Финансовая академия при Правительстве РФ. Бизнес-школа

Вы пришли в Сбербанк, когда крылатая фраза про «ИТ-компанию с банковской лицензией» еще произнесена не была. Как ИТ входили в бизнес, какие ключевые этапы можно выделить?

Это действительно очень интересная трансформация. И очень динамичная. За тот период, что я в Сбербанке, мы прошли уже четыре стадии! В 2012 году я пришел в «Сбербанк Технологии» (ИТ-дочку Сбербанка) на должность начальника управления в департамент клиентских отношений и наблюдал все проходившие изменения непосредственно в ходе своего карьерного роста.

Идея создания департамента клиентских отношений в «СберТехе» была в том, чтобы централизовать управление ИТ-развитием в интересах конкретного блока (бизнес-блока или обеспечивающего), потому что тогда в «СберТехе» никто не отвечал перед конкретным членом правления Сбербанка за результат всех своих проектов, не отслеживал взаимосвязи между ними. Я отвечал за все проекты операционного блока, и моим визави была его руководитель Ольга Канович. Такая модель управления очень понравилась правлению, и вскоре ее решили расширить. Теперь ИТ-директор блока (CIO) должен был отвечать не только за ИТ-проекты, но и за все ИТ-роли – архитектуру, аналитику, разработку, проектное управление, тестирование, внедрение, сопровождение. А раз так, то это должна была быть роль в центральном аппарате, а не в ИТ-дочке. Так ИТ начали постепенно проникать в основной бизнес.

В дальнейшем я был назначен CIO всех обеспечивающих блоков – к операционному блоку прибавились безопасность, управление кадрами, стратегия. Мы выстраивали процессы не только развития, но и сопровождения, заключали соглашения об уровне обслуживания (SLA). Эта модель тоже «взлетела», и мы пошли дальше – ввели должность Chief Technology Officer. Произошло создание блока «Технологии» на базе блока ИТ и операционного блока, а СТО стал отвечать не только за ИТ, но и за операционную деятельность, одновременно накапливая ресурсы и экспертизу по сквозным бизнес-процессам. Так я стал СТО розничного бизнеса. Чтобы решать задачи, я мог внедрять ИТ или ручные процессы, балансируя скорость, стоимость и качество. По задумке, СТО должен был стать чуть ли не вторым человеком в бизнесе, так как глубоко понимал процессную составляющую всех направлений.

И здесь пришел Agile – пришел весьма стремительно. В январе 2016-го мы первый раз съездили с референс-визитом в голландский финансовый конгломерат ING, а уже в сентябре 2016 года Герман Оскарович дал старт Agile в новом офисе на Кутузовском (мы этот офис называем Agile home). Идея, что бизнес на самом деле и есть ИТ (и наоборот), означала, что все действующие лица должны перемешаться. И в такой модели роли CIO или CТO уже не требовалось. Для меня это стало не угрозой для карьеры, а новой возможностью. Я получил новое назначение – возглавил дивизион «Массовая персонализация», который отвечает за розничные данные, моделирование, персональные предложения во всех каналах, вторичные продажи и телемаркетинг. На мой взгляд, это самая интересная область бизнеса.

К слову, я последние десять лет вынашивал планы перейти из ИТ в бизнес, делал несколько попыток. Но в итоге оказалось, что ИТ сделались ядром бизнеса. Сбербанк накрыло волной цифровой трансформации, и все те математические и технические знания, которые у меня накопились, стали абсолютно востребованными в основной деятельности банка.

«Сбербанк накрыло волной цифровой трансформации, и все те математические и технические знания, которые у меня накопились, стали абсолютно востребованными в основной деятельности банка»

Правомерно ли говорить о цифровой трансформации организации без изменения ее бизнес-модели?

Действительно, трансформация может быть, что называется, Disrupt. Это наиболее радикальный вариант – изменение бизнес-модели. Но можно говорить и о Change – трансформации внутренних процессов, когда они принципиально меняются.

Например, бизнес-модель Сбербанка, касающаяся выдачи кредитов, не поменялась. Еще в 2008 году был принят курс на то, что у нас должна быть самая лучшая риск-служба. Мы сделали очень качественный полуручной процесс. Профессиональные сотрудники проверяли документы и принимали решение о выдаче кредитов. У нас действительно была лучшая система управления рисками, мы хорошо определяли, кому следует давать кредиты, а кому – нет. Дальше началась эра больших данных, и ручной труд стал замещаться алгоритмами. При этом качество нашего портфеля продолжает расти. Бизнес-модель не менялась, просто один из процессов, который был полностью ручным, стал полностью цифровым. Один из моих совместных проектов с департаментом рисков – «Ноль полей в анкете». Мы не должны заставлять нашего клиента ждать и тратить лишнее время.

Что касается мобильных приложений, то они, я считаю, в традиционном виде будут постепенно умирать. Клиенты все больше предпочитают взаимодействовать с виртуальным ассистентом, а не самостоятельно вносить данные. Если раньше у нас был лозунг Mobile first, то теперь – Artificial Intelligence first, и все, что мы делаем, должно восприниматься через призму анализа данных. Тенденция очевидна: все большая доля поисковых запросов в Google происходит посредством голоса, и дальше она будет расти как снежный ком. Пока виртуальные помощники, конечно, «сырые», но развиваются очень быстро.

Agile в Сбербанке, который благодаря усилиям Германа Грефа стал широко известен даже далеким от ИТ людям, – это в первую очередь скорость и гибкость или это больше ориентация на потребности бизнеса?

Скорее, речь нужно вести о результате. Этот подход позволяет добиться того, что нужно. Заметьте, не «того, что хотели», а «того, что на самом деле нужно», так как изначальная цель вполне может в ходе проекта поменяться. Однако не менее важны культурные изменения в работе.

У меня весьма богатый опыт ИТ-директора, я неоднократно видел, с какой разницей одни и те же ребята работают вместе и по отдельности. Раньше «СберТех» чувствовал себя отдельным организмом, иногда даже противопоставлял себя «большому» Сбербанку. Но если людей из разных подразделений усадить вместе, они начинают работать совершенно по-другому. У них появляется удовольствие от работы – так называемый фан. Раньше я видел в подразделениях обычную, размеренную работу. Но, когда айтишники сталкиваются с реальными клиентами и конкретными задачами, с реальной ответственностью за то, что делают, и когда видят конечный результат работы, все меняется.

«Если людей из разных подразделений усадить вместе, они начинают работать совершенно по-другому. У них появляется удовольствие от работы – так называемый фан. Когда айтишники сталкиваются с реальными клиентами и задачами, с реальной ответственностью за то, что делают, и видят конечный результат работы, все меняется»

Удовольствие от работы имеет и оборотную сторону. Если в ИТ-департаменте были недостаточно эффективные люди и это мало кого заботило, то agile-команда, взявшая на себя определенные обязательства, каждые две недели должна отчитываться за спринты. Если рядом сидит ничего не делающий балласт, то многие вспоминают фразу Атоса перед дракой с гвардейцами кардинала: «А потом скажут, что нас было четверо», – и команда самоочищается.

Неужели всё так просто – сели вместе и начали «получать удовольствие»? Не все к этому бывают готовы. И как быть с раздуванием штата? Для организации такого масштаба это критично...

Да, может показаться, что создание самодостаточных agile-команд способствует раздуванию штата. Но, когда в «СберТехе» работают 10 тыс. человек, разобраться, кто из них лишний, возможности нет. А вот когда мы их пересаживаем в отдельные команды, то, во-первых, сразу видно, кто работает, а кто – нет, и шлак отсеивается. Во-вторых, видно, сколько погонял-руководителей приходится на одного конкретного исполнителя. Выясняется, что столько руководителей не нужно, и происходит сокращение численности.

Сокращение также происходит за счет людей, не принимающих новые подходы. Например, у меня на протяжении долгих лет был личный кабинет, а сейчас я сижу в открытом пространстве в шумоподавляющих наушниках. Перемены, прямо скажем, непростые. В ING нам сказали, что при переходе в Agile они практически одномоментно потеряли 30% персонала. По моей оценке, Сбербанк покинуло поменьше народа, но тоже ощутимо. Надо сказать, что позитивных примеров гораздо больше. Ключевые соратники перестроились, набрали команды и сейчас показывают удивительные результаты.

Если говорить о более низком уровне, то где-то получилось перестроиться сразу, где-то нет. Я уже полгода пытаюсь решить задачу, как подружить в рамках единой команды исследователей данных, CRM-менеджеров и людей, занимающихся маркетинговыми кампаниями. Они не очень-то доверяют друг другу. Готовлю их, чтобы избежать потрясений, показываю плюсы и минусы. Для этого я использую институт agile-коучей, часто работающих как психологи. Они следят за климатом и помогают правильно скомбинировать людей.

Иногда даже приходится целенаправленно брать сотрудников извне. В краткосрочной перспективе они менее эффективны, но зато ориентированы на нужные нам подходы, с ходу принимают правила игры и в будущем способны поддержать формирование команд.

Какие эффекты и последствия имело слияние ИТ с бизнесом?

Один из самых трудных вопросов, когда мы переходили на Agile, был такой: «Кто ответит за надежность?» Именно с надежностью ассоциируется Сбербанк. Развивая функциональность команды, мы поняли, что за надежность бизнес-сервиса должна отвечать именно команда, занимающаяся этим продуктом, а не только централизованная ИТ-служба. Часть служб, функций по поддержке той или иной конкретной системы передается в agile-команду, отвечающую за ее развитие.

Именно так поступили в ING. Во время визита туда я общался с чаптер-лидами – ИТ-менеджерами, отвечающими не за результат, а за укомплектованность команд персоналом, за их квалификацию, инструменты и т. д. На вопрос о надежности систем после перехода к Agile они ответили, что сначала надежность незначительно упала, а затем выросла. По их мнению, снижение было связано не с методологией Agile, а исключительно с масштабностью изменений – людям просто надо было привыкнуть к работе по-новому.

ITSM – это именно про надежность и стабильность работы. Сейчас часть функций, отвечающих за это, перенесена в agile-команды. Мы, проверяя себя, задавали вопрос, кто пойдет «на ковер» в голландский парламент (у ING, как и у Сбербанка, около 50% доли местного рынка), если случится простой системы, – ИТ-директор или кто-то другой. Как выяснилось, ответственность лежит на руководителе, контролирующем продукт, – это product owner, central product owner или лидер трайба (трайбы – названия подразделений в методологии Agile. – Прим. ред.). Это особенность культуры – больше нет конфликта между развитием и сопровождением систем, жестких границ и непримиримых позиций. Есть команда, которая сама решает свои проблемы и, естественно, проблемы клиентов.

Фото: Сбербанк

Правильно ли противопоставлять классический ITSM, фокусирующийся на качестве, и гибкие методики? Возможно ли их подружить?

Agile и ITSM вовсе не являются конкурентами. Совершенно не нужно их противопоставлять, надо брать из каждой модели лучшее и комбинировать, важно уйти от поклонения какой-либо одной методологии. Да, ITSM изначально фокусируется на эксплуатации систем (Run), а Agile – на изменениях (Change), но в современном мире Run становится частью Change.

Кстати, ITSM – замечательный подход, который я уже второй раз применяю там, где раньше им даже не пахло. Я перестраиваю работу бизнес-подразделения в соответствии с ITSM, потому что требуется управлять инцидентами и проблемами. Это два базовых процесса для любого руководителя, не только ИТ.

В 2012 году, когда меня принимали на работу в Сбербанк, я проходил собеседование с двумя членами правления – тогдашним руководителем блока ИТ Виктором Орловским и руководителем операционного блока Ольгой Канович. Орловский спросил меня, какие управленческие инструменты я использую, мы начали это обсуждать. Он рассказал про свои – например, модель типологии менеджеров Адизеса. Я – про свои, в том числе о том, как применял ITSM в «Альфа-Банке» для решения совершенно нетипичной задачи – повышения качества информации.

Я пришел в «Альфа-Банк» руководить дирекцией Business Intelligence – это была очередная попытка уйти из ИТ. Весь банк с недоверием относился к той информации и отчетности, которую выпускала наша дирекция. Финансовые директора блоков говорили, что не могут управлять бизнесом. Например, невозможно мотивировать клиентских менеджеров на продажи, если результат не соответствует реальности. Такие недоверие и недовольство отражали объективное положение дел, но в каждом случае были очень субъективными. Претензии к отчетности предъявляли телефонными звонками, гневными письмами и т. д. Я перевел все претензии к отчетности в службу поддержки и создал соответствующую группу разбора. Через пару месяцев мы точно знали, в каких строках отчетности содержатся ошибки, каковы причины этих ошибок, кто из людей находит реальные ошибки, а кто «спамит» и перекладывает на других ответственность за свои плохие продажи. Я с удивлением увидел, что самые большие ошибки дают не технологии, а сбои на стыках процессов. Через полгода ситуацию удалось полностью выправить. Я не слышал до этого, чтобы кто-то применил ITSM для выпуска управленческой отчетности.

То же самое я внедряю сейчас в своем нынешнем подразделении – только применительно к персональным предложениям Сбербанка. Мы обслуживаем 100 млн клиентов, и все наши ошибки в данных, моделях, процессах влияют на всю страну. Создана точка входа в службу поддержки, через которую я получаю все претензии к персональным предложениям и улучшаю нашу работу.

Про agile-трансформацию, начатую в 2016 году, слышали все. А с марта 2017 года наступила ее вторая, менее разрекламированная стадия – переход на DevOps. Что реально изменилось?

В основе Agile лежит замечательная идея: люди должны общаться. В привычном нам водопаде требуется четко поставить задачу и изложить ее в документах – пока этого нет, работу начать невозможно. На эти формальности уходит много времени, и при передаче информации на каждом этапе происходит ее искажение. В результате получается не просто другой продукт. Поскольку за прошедшее время меняется мир, получается двойное расхождение с целью.

Посадив команду в одной комнате, мы переходим от формальной ответственности за бумажку к реальной ответственности за результат – сотрудников оценивают и премируют в зависимости от того, что они продемонстрировали, в том числе в области функциональности и надежности. Это на самом деле революция. Идешь по этажу – казалось бы, ничего особенного: сидят вместе ИТ и бизнес. Но это уже половина успеха: люди перестают «отфутболивать» друг другу документы и перекладывать ответственность, а вместе отвечают за результат. Конечно, возникает много сложностей и вопросов. Один из них: как синхронизировать работу огромного числа команд, увязать между собой их результаты? И еще: конечная цель должна быть правильно декомпозирована на отдельные задачи. Просто посадить людей вместе – недостаточно, должны быть правильные инструменты и процессы. У нас есть специальная процедура КОРТ – квартальный обзор результатов трайбов, позволяющая каждому увидеть, что делают соседи, и оценить выполнение командами взятых обязательств (видоизмененные бизнес-департаменты, которые слились с ИТ, в Сбербанке сначала назвали трайбами, а затем переименовали в дивизионы. – Прим. ред.).

Андрей Заварзин, директор дивизиона «Массовая персонализация» Сбербанка: «У меня на протяжении долгих лет был личный кабинет, а сейчас я сижу в открытом пространстве в шумоподавляющих наушниках»

Но это «человеческая» сторона медали, а есть сторона технологическая. Если ты не имеешь возможности разработанное приложение сразу же протестировать, то релизы по-прежнему выходят раз в квартал – как и было прежде. В свое время ПИР (плановый интеграционный релиз) был для Сбербанка большим достижением: когда число систем разрослось (каждая из них создавалась по отдельности), постоянно наблюдались проблемы. Было важно собирать их и тестировать совместно, приходилось синхронизировать задачи, чтобы интеграции между продуктами могли быть проверены в масштабах Сбербанка и уже затем внедряться. Время вывода на рынок замедлялось: если в ближайший ПИР, выпускаемый раз в квартал, уложиться не удалось, внедрение откладывалось еще на три месяца. DevOps же позволяет оценивать достигнутый результат чуть ли не каждый день.

Мы сейчас строим новую платформу – системы фронт- и бэк-энд, а также хранилище данных – стандартные крупные ИТ-компоненты для любого банка. И, строя каждый из них, мы закладываем технологическую возможность использования DevOps. При этом половина систем – унаследованные, их мы по возможности «дотачиваем», чтобы DevOps стал возможным.

Итак, ITSM в бизнесе – уже пройденный этап, его эффективность доказана. А DevOps в бизнесе?

Да, у меня ситуация еще интереснее, чем в ИТ-службах. Наш дивизион занимается управлением розничными данными, их анализом и формированием кампаний. У нас есть много различных ролей: инженеры по данным; аналитики, просчитывающие результаты кампаний; классические исследователи данных, строящие глубокие модели; специалисты по кампаниям в реальном времени, строящие инфраструктуру для создания автоматических предложений в контексте жизненных ситуаций. Есть и более традиционные специалисты по статическим кампаниям, занимающиеся вопросами CRM и управления рисками.

Эти люди раньше сидели в отдельных «колодцах». А мне нужно «шить костюм», демонстрировать клиентам ценность, и ценность дает именно комбинация всех ролей. Как и в случае с ITSM, я использую Agile иногда вообще не там, где можно ожидать. В тех случаях, когда идет речь о работе с данными, все относительно традиционно: есть бизнес-специалисты и ИТ-специалисты, они объединяются в команды и строят компоненты клиентского профиля. Но параллельно с ними работает слой анализа кампаний – это полностью бизнесовые роли, и я их тоже комбинирую, формируя эффективные команды.

Конечно, подход DevOps – полностью айтишный: он заключается в том, что необходимо иметь возможность оперативно протестировать функциональность, отследить обратную связь. Я делаю «бизнес-DevOps»: например, у нас есть гипотеза относительно того, какие предложения будут хорошо восприняты клиентом. Мы берем выборку из тысяч людей (в Сбербанке это можно себе позволить) и делаем автоматизированную систему, чтобы специалист настроил параметры кампаний и на следующий день уже видел результаты. В этом случае можно поправить параметры и мгновенно запустить следующую итерацию. Таким образом, DevOps применяется в абсолютно бизнесовых процессах. Раньше такого никогда не делали – специалист может пропилотировать модель, она пройдет по всей стране и соберет отклик, и на следующий день будет видно, на правильном ли мы пути.

При наличии проверенного инструментария применять его в другой предметной области – особое искусство, дающее огромное профессиональное удовлетворение. Это тот случай, когда в Тулу можно и нужно ехать со своим самоваром. Нужно просто разумно использовать свой опыт и идеи.

Искусственный интеллект и машинное обучение сегодня стали настоящей притчей во языцех. Эти технологии имитируют работу человеческого разума, помогая повышать эффективность бизнеса. А для компаний, вступающих на путь цифровой трансформации, искусственный интеллект считается краеугольным камнем новых сервисов, помогающих привлекать клиентов.

Предприятия общественного питания, розничная торговля и авиакомпании внедряют чатботов, способных общаться с клиентами так, как это делают живые сотрудники. По заявлениям IBM, платформа искусственного интеллекта Watson поможет вылечить рак (пока, впрочем, особых успехов нет, если судить по сообщениям в СМИ). Гигант сельскохозяйственного машиностроения Deere & Company приобрел за 305 млн долл. стартап Blue River Technologies, выпускающий оборудование для «умной» мелиорации, в котором задействовано машинное обучение. В Uber, невзирая на все юридические скандалы последнего времени, рассказывают о Michelangelo – внутренней платформе искусственного интеллекта в виде сервиса, которая, как заявляют в компании, «демократизирует машинное обучение, делая масштабирование искусственного интеллекта в зависимости от потребностей бизнеса столь же простым, как заказ такси».

Но, как это часто бывает, шумиха так и остается шумихой. В большинстве компаний ожидания очень сильно отличаются от реальности, и это подтверждают свежие данные MIT Sloan Management Review и The Boston Consulting Group, полученные по результатам опроса свыше 3 тыс. руководителей в различных странах мира. Лишь 20% топ-менеджеров сообщили, что в их компаниях внедрили какие-либо средства искусственного интеллекта, и меньше чем у 39% есть конкретная соответствующая стратегия. При этом 85% руководителей убеждены в том, что искусственный интеллект поможет их компаниям приобрести или сохранить конкурентное преимущество.

Некоторые ИТ-директора пытаются внутри своих компаний заниматься разработкой решений на основе искусственного интеллекта и машинного обучения и даже патентуют подобные изобретения. CIO.com расспросил таких ИТ-руководителей о том, как именно в их компаниях используется машинное обучение.

Ставка на углубленный анализ клиентуры

Как и все крупные банки, U.S. Bank собрал обширный объем данных по клиентам, но сведения, представляющие практическую ценность, из этой информации извлекать не удавалось. Последние несколько месяцев в ИТ-службе прикладывают все силы к тому, чтобы изменить ситуацию. Внедрена платформа машинного обучения Einstein компании Salesforce.com, чтобы сделать услуги доступными для юридических и физических лиц.

Скажем, если клиент заходил на сайт банка в поисках информации об ипотечном кредитовании, то, когда он в следующий раз зайдет в один из филиалов, сотрудник банка сможет обратиться к нему с заманчивым предложением. Кроме того, технология помогает обнаруживать закономерности, не всегда заметные людям. Например, Einstein может порекомендовать, чтобы сотрудник позвонил потенциальному клиенту в четверг с 10 утра до полудня, поскольку в это время он с большей вероятностью поднимет трубку.

Похожие возможности сегодня пытаются реализовать во многих организациях сферы финансовых услуг – получив исчерпывающий обзор клиентов, можно предлагать нужные им услуги в подходящие моменты.

Совет: запаситесь терпением и приступите к освоению машинного обучения и искусственного интеллекта – начните с изучения и тестирования. Будьте готовы расширить масштаб систем, доказавших свою работоспособность. Всегда ориентируйтесь на клиента, задаваясь вопросом, какую пользу ему принесет то или иное новшество.

Машинное обучение избавляет от рутины

В компании Mastercard заявляют, что машинное обучение «сегодня лежит в основе всей ее деятельности». В компании новые технологии используют для автоматизации «рутинного труда, чтобы освободить людей для выполнения продуктивной работы, приносящей реальную пользу».

В компании также пользуются средствами машинного обучения, помогающими оптимизировать изменения ассортимента продуктов и услуг. Например, система такого рода помогает определить, какие изменения будут наименее рискованными, а какие нуждаются в дополнительном анализе. Кроме того, технологии машинного обучения применяются в системе безопасности, предупреждающей о попытках взлома; как только обнаружено подозрительное поведение, срабатывают «предохранители», защищающие сеть. Обнаруживать мошеннические действия помогает самообучаемый механизм ранжирования транзакций, который, отслеживая каждую операцию, обновляет данные и указывает (в баллах) насколько велика вероятность проблем.

При этом средства искусственного интеллекта и машинного обучения – это лишь часть обширного инструментария оператора системы обработки платежей.

Совет: хотя сегодня уже доступен широкий выбор средств, основанных на новых технологиях, ИТ-директорам не стоит рассчитывать на то, что эти средства волшебным образом решат все проблемы их бизнеса.

Искусственный интеллект как фактор развития продуктов и бизнеса

В Adobe Systems идет перестройка ИТ-департамента согласно новой операционной модели, основанной на данных. Для получения знаний, помогающих оптимизировать управление ИТ-отделом и бизнесом в целом, используется аналитика Hadoop. В рамках новой стратегии ведутся эксперименты со средствами машинного обучения, используемыми при анализе заявок в службу поддержки, чтобы потом выявить тенденции системных сбоев. По замыслу, система, заметив события, указывающие на вероятность отказа, оповещает об этом, и тогда можно заранее принять меры, чтобы предотвратить аварию или ослабить последствия.

Выявление закономерностей, приводящих к отказам ИТ-сервисов, также позволит Adobe проводить «самолечение», чтобы перенести на автоматику часть обязанностей, сейчас выполняемых ИТ-персоналом. Изучаются технологии чатботов, которым предполагается поручить прием заявок от сотрудников на техническую поддержку. Внедряют искусственный интеллект и в подразделении Adobe по работе с коммерческими клиентами. Уже почти год развивается Sensei, система искусственного интеллекта, которая используется для управления документооборотом, а также в системах мониторинга и анализа производительности веб- и мобильных приложений компании.

Совет: использование машинного обучения для идентификации закономерностей – ключ к реализации возможностей «самолечения». Зная, как именно можно исправить проблему, вы можете поручить это сделать автоматике, избавив от такой необходимости людей.

– Clint Boulton. 3 machine learning success stories: An inside look. CIO. SEP 19, 2017

Новая дискуссионная площадка стала своеобразным пробным шаром — попыткой оценить интерес к подобным мероприятиям со стороны ИТ-руководителей крупных предприятий. Результат был признан вполне успешным, и можно ожидать продолжения серии мероприятий.

Одной из главных тем первого заседания вполне ожидаемо стал искусственный интеллект – направление, способное уже в ближайшее время совершить революцию во многих отраслях. Как отметил Сергей Дьяченко, генеральный директор компании MarketInRU, искусственный интеллект стремительно набирает популярность, хотя само понятие сформировано еще не до конца.

Кстати, в IBM открещиваются от использования общепризнанного термина Artificial Intelligence («искусственный интеллект») для расшифровки аббревиатуры AI и предпочитают использовать формулировку Augmented Intelligence («расширенный интеллект»), а еще чаще – «когнитивные системы». Дело в том, что искусственный интеллект имеет некоторые (но не все) характеристики когнитивных систем. Когнитивные системы стали шире, так как появились технологии, позволяющие придать им характеристики, которыми человек никогда не обладал.

Что же такое «когнитивная система»? По словам Дьяченко, такие решения обладают несколькими ключевыми свойствами. Во-первых, это понимающая система, способная работать со всеми видами контента и выделять из них смысл. Во-вторых, системе присуща способность рассуждать – поддерживать решения, основанные на фактах и взвешенной уверенности, искать новые идеи. Кроме того, когнитивные системы обучаются и адаптируются по мере использования. Наконец, они ориентированы на взаимодействие – разбираются в естественном языке, общаясь в диалоговом стиле.

Показателен срез бизнес-сообщества по отношению к когнитивным системам, приведенный Олегом Бяховым, директором по государственным программам и развитию IBM в России и СНГ. Исследование, проведенное IBM Institute of Business Value, выявило четыре архетипа руководителей в зависимости от их отношения к когнитивным системам. Больше трети составляют категорию «наблюдателей», по той или иной причине игнорирующих возможности когнитивных систем и не планирующих инвестиции в них.

Олег Бакшинский: «Изменить расстановку сил в сфере ИБ может только использование когнитивных сервисов в облаке, позволяющих обрабатывать большие данные событий безопасности»

Следующая категория – «преобразователи». В нее входит относительно небольшое число руководителей – 11%. Они активно поддерживают продвижение искусственного интеллекта и вкладывают в такие системы значительные средства. 28% являются «тактиками», эти люди поддерживают ИИ, но соответствующие инвестиции ограничивают. Примерно такое же число аналитики относят к «вдохновленным», в настоящее время лишь планирующим первые инвестиции в ИИ.

Как бы то ни было, интеллектуальные системы пока не могут обходиться без человека, да и большой потребности в подобной «самостоятельности» не видно. Компании просто культурно не готовы допускать к принятию решений роботов, поэтому мало где используются выводы, основанные на данных (data-driven insights). В большинстве случаев речь идет о чисто человеческом факторе – выводах, основанных на опыте и интуиции.

Одним из направлений, где искусственный интеллект может изменить баланс сил, является информационная безопасность. Кадров для защиты корпоративных ресурсов катастрофически не хватает, и ситуация будет только ухудшаться. Согласно прогнозам аналитиков, к 2020 году доходы киберпреступников составят 8 трлн долл. Это характеризует и те денежные суммы, которые они готовы инвестировать в свои технологии.

«Выходом может стать только использование когнитивных сервисов в облаке, позволяющих обрабатывать большие данные событий безопасности», – считает Олег Бакшинский, ведущий советник по вопросам информационной безопасности IBM в России и СНГ. Использование когнитивных технологий в системах безопасности дает возможность автоматизировать расследование инцидентов, а значит, ускорить многие процессы, повысить точность выявления угроз с помощью средств поведенческой аналитики.

Чтобы научить Watson языку безопасности, потребовалось больше года. За этот срок удалось создать встраиваемый в средства ИБ модуль, благодаря которому на сбор информации по инциденту уходит всего несколько минут. Для сравнения, хороший аналитик за рабочий день может обработать лишь несколько инцидентов.

«Мы не верим, что когнитивные системы заменят людей, речь может идти только об определенных видах работ. Интеллектуальные системы призваны не заменить человека, а избавить его от рутины», – резюмировал Бяхов. Даже самые оптимистичные «преобразователи» признают, что когнитивное предприятие гораздо больше будет зависеть от людей, чем от машин.

Переход на SaaS

Когда речь идет о переходе на SaaS-платформу, принципы выбора поставщика требуется в корне менять. Нередко оценку пытаются проводить тем же способом, что и при покупке коробочного локального ПО: «Заказчик изучает функционал различных решений и сокращает список кандидатов до трех. Поставщики расхваливают свои предложения на презентациях. После этого покупатель подсчитывает «за» и «против» в электронной таблице и выбирает победителя».

Для мира SaaS такой принцип выбора не подходит. Функционал важен, но, покупая SaaS, вы переносите на плечи поставщика заботу об информационной безопасности, развитии корпоративных систем и их технической поддержке. Поэтому нужен совсем другой процесс оценки, нежели для продуктов, которые покупатель сам устанавливает и сопровождает.

Четыре вопроса, которыми нужно задаться при оценке поставщиков SaaS

1. Действительно ли это SaaS?

Загляните «под капот» и выясните, является ли предлагаемое решение платформой, разработанной на единой кодовой базе, или это набор локальных систем, которые разместили в облаке и снабдили общим пользовательским интерфейсом.

Поставщики ПО нередко прибегают к «трюкам» такого рода. Например, компания может позиционировать продукт как единое решение, но если на самом деле это несколько систем, кое-как соединенных друг с другом, то впоследствии вас ждет немало затрат, обусловленных проблемами при каждой модернизации решения.

2. Как компания развивает свое решение?

ИТ-директорам, которые пользовались только коробочными продуктами, скорее всего, никогда не звонили от поставщика с вопросами, каким бы они хотели видеть решение в дальнейшем.

Провайдеры SaaS обычно выпускают обновления очень часто, у клиента же реальная возможность влиять на продукт есть только в том случае, если поставщик это позволит. Убедитесь, что решение развивается в партнерстве с клиентами и что вам понятно, как именно вы сможете влиять на продукт.

3. Как осуществляются доставка обновлений и техническая поддержка?

Заказчику необходимо четко понимать процессы поддержки продукта, погскольку возможны подводные камни. Выясните, как именно поставщик обеспечивает регулярную доставку обновлений; есть ли у него в штате эксперты, способные помочь спланировать вам последующие стадии вашей стратегии и сможет ли он сам или его партнеры оказывать вам содействие в долгосрочной перспективе.

Когда вы покупаете корпоративную систему SaaS, вам нужен партнер, который поможет вам использовать все появляющиеся в системе новшества для повышения эффективности работы вашей организации.

4. Налажено ли взаимодействие с высшим руководством компании?

Такое взаимодействие необходимо, чтобы топ-менеджеры могли заручиться необходимой поддержкой в ситуациях, когда что-то пошло не так. Доверие со стороны высшего руководства пойдет на пользу и службе ИТ.

Сегодня ИТ-директора по-прежнему нередко стремятся избежать взаимодействия с топ-менеджерами, желая сохранить дистанцию на этапе оценки поставщиков. Но в случае SaaS-модели такая линия поведения не годится, поскольку вы, по сути, передаете значительную часть своего бизнеса на попечение кому-то другому.

В цифровую эпоху основы бизнеса сильно меняются, и ИТ-директора ощущают это на себе как никто другой. Поэтому так необходимо выработать новый подход к выбору поставщиков.

– Martha Heller. How to select a SaaS vendor. CIO. OCT 18, 2017

Биометрики существуют самые разные: речь, лицо, отпечатки пальцев, радужная оболочка глаза и т. п. Компании хотят с помощью доступных инструментов биометрики решать возникающие проблемы и убыстрять обслуживание клиентов.

«Мы рассматриваем все возможности, но используем те, которые считаем реализуемыми – желательно быстро, недорого и с нужной степенью эффективности», – говорит Павел Гурин, советник председателя правления «Почта Банка».

Сейчас банк применяет в процессах идентификации отпечатки пальцев и изображение лица, а также голос. Отпечатки пальцев используются для проверки при входе в мобильное приложение, и этот современный способ находит позитивные отзывы у клиентов. Но предстоит решить еще одну основную задачу – интегрировать в мобильное приложение другие способы надежной идентификации, дав клиентам возможность не только получать информационное обслуживание, но и совершать активные операции: переводы, операции с вкладами, получение кредитов.

Голосовая биометрия на сегодняшний день самая спорная и сложная биометрическая технология. Она также исследуется в «Почта Банке» в рамках пилотных проектов для автоматического обслуживания клиентов.

Система распознавания лиц на платформе VisionLabs Luna используется наиболее активно, причем сразу в трех направлениях. Компании могут применять ее для идентификации своих сотрудников, которые работают в корпоративных системах и имеют доступ к важной информации, а также для распознавания клиентов на всех этапах кредитного процесса. Кроме того, к ней часто прибегают, чтобы обслужить клиентов, если они приходят в офис без паспорта, или когда у сотрудников появляются сомнения в том, что человек является тем, за кого себя выдает.

«Распознавание лиц – хороший мотор, но сам по себе он никуда не поедет, – подчеркивает Гурин. – Ему нужно шасси для приложения своих усилий и “топливо”, которое будет подаваться на вход. Важно понимать, где эта технология применима, и уметь встроить ее в операционные процессы». Систему распознавания лиц начали внедрять еще во времена «Лето Банка», после вхождения которого в структуры «Почты России» проект стал самым большим среди подобных в мире.

«Когда к нам приходит новый клиент, мы его фотографируем и уже в этот момент можем проверить наличие его данных в имеющейся базе по определенным правилам», – продолжает Гурин. Во-первых, проверяется, не известен ли он как мошенник. Во-вторых, не совпадает ли его изображение с фотографиями в других клиентских записях (в некоторых случаях – например, при замене паспорта – такое совпадение легитимно). А вот изменение лица у уже имеющегося клиента точно является поводом для разбирательства.

Однако такой, казалось бы, позитивный факт, как полное совпадение сделанной фотографии с уже имеющейся, также должен заставить насторожиться. Скорее всего, сотрудником банка была по каким-то причинам использована старая фотография клиента, и тогда есть повод заподозрить этого сотрудника в недобросовестности.

Стоит отметить, что распознавание лиц за последние несколько лет прошло достаточно большой эволюционный путь. Стало возможным надежное распознавание женщин с «боевым» макияжем, а также людей, меняющихся с возрастом, полнеющих или, наоборот, худеющих. Нейронные сети сделали шаг вперед, и теперь машина распознает людей лучше, чем человек, – для нее не проблема поворот головы на 45 градусов, очки, растительность на лице.

Дисциплинирующий эффект

«Мы – банк и умеем считать деньги. И именно поэтому мы активно используем технологии, связанные с распознаванием изображений», – подчеркивает Гурин. Фотокамеры стоят недорого, в свое время банк их покупал по несколько сотен рублей. Сейчас цена, конечно, несколько поменялась. Это исключительно вопрос целесообразности: если бы требовалось защитить одно централизованное хранилище с деньгами, были бы использованы все доступные биометрические технологии. Это было бы очень дорогое решение, но приемлемое для однократного выполнения критически важной задачи. Количество же отделений «Почта Банка» измеряется десятками тысяч, и средства, потраченные сверх нормы на их обустройство, выливаются в очень значительные суммы. Именно распознавание лиц на основе фотоизображений стало наиболее эффективным инструментом, позволяющим решить сразу несколько проблем.

Стоимость внедренного решения оказалась в пределах 10 млн руб., а серверные мощности и поддержка увеличили стоимость проекта еще в два-три раза. Однако полученные финансовые результаты позволяют говорить, что проект уже давно окупился.

Павел Гурин, советник председателя правления «Почта Банка»: «Технологии распознавания лиц за последние несколько лет прошли достаточно большой путь с точки зрения качества работы. Стало возможным надежное распознавание женщин с “боевым” макияжем, а также людей, меняющихся с возрастом, полнеющих или, наоборот, худеющих»

«Когда мы провели первый анализ своей базы клиентов, которых фотографировали на протяжении нескольких лет, обнаружили там фотографии Бреда Питта и прочих знаменитостей, животных, пальм и стульев», – рассказывает Гурин. Поскольку у банка 4,5 млн клиентов, а за время работы обрабатывались заявки гораздо большего числа людей, это неудивительно. Очевидно, что в отсутствие эффективного контроля правила оформления кредитных заявок грубо нарушались. Сейчас с подобной недобросовестностью сотрудников удается бороться.

Уже само наличие систем биометрической идентификации влияет на сокращение числа инцидентов. Когда становится известно, что банк использует подобные технологии, количество мошеннических действий резко снижается. У злоумышленников работает «сарафанное радио», а сотрудники учатся на своих ошибках.

«На пилотном этапе, в первое время после запуска процедуры распознавания, было очень много случаев, когда обнаруживались похожие лица у разных клиентов, – говорит Гурин. – Когда банк официально объявил о наличии системы биометрической идентификации, инцидентов стало намного меньше, и сейчас можно сказать, что число пойманных за руку людей относительно невелико». За 2016 год система обнаружила 4,5 тыс. повторно используемых фотографий, и выдача по ним новых кредитов не была допущена. Было отловлено 9,2 тыс. явно мошеннических заявок, когда за кредитом приходил неизвестный банку человек и предъявлял паспорт, уже имевшийся в банковской базе. Предотвращено сомнительных операций на общую сумму 1,5 млрд руб. Хотя справедливости ради следует отметить, что наверняка не все из них в итоге закончились бы потерей денег.

Правоохранительным органам удалось передать лишь четверых мошенников. Задерживать их в отсутствие сотрудников полиции – непростое дело. Впрочем, банк и не делает на этом акцента: гораздо важнее предотвратить мошенничество и не рисковать своими деньгами.

Что касается системы аутентификации собственных сотрудников, то экономия от замены SMS-информирования при входе в систему на фотографирование составила 3,5 млн руб. в год. Кроме того, предотвращено более 600 попыток входа в системы под учетной записью своих коллег. В числе прочего это было связано с попытками сдачи экзаменов за других людей в полностью дистанционной системе обучения и контроля знаний. Наличие массы необученных и не желающих учиться сотрудников, да еще готовых к мошенническим действиям, не могло радовать руководство, однако сейчас такие возможности обмана со стороны персонала полностью исключены.

Ощутимое проявление работы системы заключается также в снижении роли человеческого фактора и ускорении процессов обслуживания. Никакой банк не хочет затруднять жизнь добросовестным клиентам. Значительная часть функций по проверке паспортов и личностей граждан перенесена на биометрию. Операции стали проходить гораздо быстрее – это нравится клиентам и экономит время сотрудникам.

- Чем айтишник-интроверт отличается от айтишника-экстраверта?

- Интроверт смотрит на свои ботинки, а экстраверт – на чужие.

Для компьютерщиков-затворников процесс налаживания контактов — настоящая пытка. Замкнутые люди избегают общения, опасаясь быть отвергнутыми. Но тем самым они могут подрывать свою карьеру и проекты. К счастью, нетворкинг — это набор социальных навыков, подвластных для освоения любому скромному «умнику». Нетворкинг — это жаргонизм, означающий выстраивание искренних отношений, основанных на взаимопомощи.

Начните со знакомых

Обратиться к незнакомцу не всем под силу. Начните с налаживания общения с родственниками и друзьями. После ряда бесед со знакомыми вам людьми вы почувствуете себя увереннее.

Осмелев, можете попытаться пообщаться с вашими однокашниками. Сеть таких контактов – настоящая золотая жила полезных связей. Обращение к выпускнику вашей альма-матер, например через внутреннюю социальную сеть вуза, не будет восприниматься как звонок незнакомцу, ведь к таким сетям присоединяются именно для того, чтобы строить подобные связи.

Не извиняйтесь

Интроверты и новички в нетворкинге часто сопровождают просьбу о помощи извинениями, так как полагают, что, пытаясь наладить деловой контакт, они навязывают себя и просят об одолжении.

Не рассыпайтесь в извинениях, так вы выдаете в себе новичка. Вам не нужно извиняться за то, что обратились за помощью и хотите узнать больше о том, с кем имеете дело. Смысл нетворкинга именно в том, что когда-нибудь вы сможете сделать ответное одолжение.

Улыбайтесь

Если постоянно держать в голове мысль о том, как вы ненавидите налаживать связи, с вашего лица не будет сходить гримаса недовольства, а хмурый и насупленный вид будет лишь отвращать от вас людей. Приветливо говоря «доброе утро», вы с гораздо большей вероятностью расположите к себе людей, чем угрюмо бросая «здрасьте». Так что не расхаживайте с понурым видом и улыбайтесь во время приветствия.

Выбирайте подходящий момент

Подойти к группе людей, занятых оживленной беседой, может быть непросто. Даже если вам очень интересна тема, требуется определенное умение, чтобы присоединиться. Не стоит вторгаться в разговор, выпаливая свое мнение, – так вы только произведете невыгодное первое впечатление и нарушите ход дискуссии. Лучше всего будет сперва подойти и какое-то время послушать, чтобы вникнуть в суть обсуждения.

Затем, когда представится возможность, задайте группе вопрос. Так вы сможете завоевать доверие к себе. Робкому человеку задавать вопросы может быть гораздо проще, чем выступать с речью или высказывать свое мнение.

Слушайте, и будете услышаны

Люди любят говорить о себе. Застенчивому человеку этим можно воспользоваться. Интроверту слушать проще, чем говорить, так что станьте благодарным слушателем. Не игнорируйте беседу, не ждите в ужасе того момента, когда вам придется заговорить. Просто слушайте. Если вы позволите людям порассуждать о своем опыте и мнениях и выслушаете их с искренним интересом, у них останется впечатление, что они с вами отлично пообщались. При этом говорить вам особенно и не придется.

Называйте людей по имени

Люди любят слышать свое имя. Познакомившись с новыми людьми, называйте их в беседе по именам – так им будет комфортнее. Так вы покажете, что прислушиваетесь, к тому же создастся ощущение круга друзей, а не безликой группы людей. Если вам кажется, что это манипулятивный прием, задумайтесь, как бы вы себя чувствовали, когда кто-то произносит ваше имя в подобной ситуации, – скорее всего, вы ощутили бы расположение к себе. Кроме того, если вы будете называть человека по имени, вам проще будет его вспомнить на протяжении мероприятия и в дальнейшем.

Будьте собой

Многие интроверты считают, что им нужно притворяться экстравертами, когда приходится налаживать контакты. Это заблуждение. Не стоит превращаться в плохого актера.

Вам не нужно притворяться болтуном – чересчур словоохотливые не воспринимаются как люди, заинтересованные в помощи другим.

Если вы застенчивый и умный, таким и оставайтесь. Будьте самим собой – пугливым, скромным, робким человеком, это может даже показаться по-своему милым.

Налаживайте контакты при любом удобном случае

Вы можете практиковаться в нетворкинге в любых ситуациях, когда вам приходится выходить из дома.

Если вы профессиональный компьютерщик, это не значит, что вам надо налаживать контакты только на тематических мероприятиях. Болельщик на футбольном матче, сидящий впереди вас, может работать в компании, куда вы хотите попасть. А вдруг, вы вместе ходили на все игры сезона, но так и не узнаете этого, если не заговорите с ним. Плюс подобного совмещения приятного с полезным в том, что начинать разговор проще.

Найдите «сообщника»

Застенчивые посетители конференций нередко находят кого-то в компаньоны и проводят с ним все мероприятие. Это, конечно, проще, но лучше так не делать.

Но можно извлечь и из этого пользу: спросите вашего нового приятеля, не знает ли он кого-то еще среди присутствующих. Возможно, это облегчит нетворкинг вам обоим.

Будьте щедры

Иногда у стеснительных людей возникают проблемы с нетворкингом, поскольку они полагают, что у них нет ничего особенного – ни престижной работы, ни связей, ничего, что можно было бы предложить тем, кто им поможет.

Но предложить что-то можно всегда: искренний интерес к другому человеку, пусть даже слова ободрения или лести, – это одна из форм щедрости. Так вы показываете, что способны думать не только о себе. Будьте искренним, делитесь вашими увлечениями и помогайте другим людям ощутить гордость за самих себя – этого, по сути, достаточно, чтобы успешно налаживать связи.

Подготовьтесь заранее

Если вы боитесь, что станете скованным и утратите дар речи в обществе других людей, подготовьтесь заранее. Придумайте вопросы, которые можно было бы задать при знакомстве, чтобы начать беседу. Если вы пришли на какое-то мероприятие специально в надежде наладить связи для поиска новой работы, приготовьте «речь для лифта». Подумайте, о чем могут спросить вас – например, по какой именно причине вы хотите сменить работу. Возможно, в вашей речи стоит специально предусмотреть пробелы для потенциальных вопросов, чтобы ваше выступление не выглядело лекцией. Подготовьте четкие, исчерпывающие ответы. Вы должны говорить так, чтобы удерживать внимание слушателей, быть готовым к вопросам и не смущаться, находясь в не слишком приватной обстановке.

Поддерживайте налаженные контакты

Делясь с новыми людьми информацией – ссылками, публикациями, отчетами, номерами телефонов, вы укрепляете доверие к себе. Если вы, участвуя в дискуссии по хорошо известному вам предмету, пообещали прислать по электронной почте доклад или статью человеку, с которым только что познакомились в самолете, попросите у него визитку и обязательно выполните обещание.

Выполняя обещания, вы даете понять, что привыкли держать слово и закладываете возможность сохранить налаженную связь. Даже если у нового знакомого нет для вас возможной вакансии, то не исключено, что она появится в будущем, и он сможет с вами связаться.

Не бойтесь отказов

Вам обязательно будут встречаться люди, которые не хотят или не могут вам помогать. Будут попадаться грубияны и люди, слишком занятые, чтобы с вами общаться. Вам придется беседовать с людьми, которым вы не нравитесь или которые не нравятся вам. Возможно, вы не сойдетесь с кем-то во мнениях по важному для вас вопросу. Ваш собеседник может показаться вам надменным, а вы ему – занудой.

Подобные ситуации не означают, что с вами что-то не так. Попытка наладить контакт сама по себе не гарантирует новых возможностей. Вы же не связываете себя узами брака со всеми, с кем знакомитесь; точно так же не всем суждено стать вашими друзьями или партнерами по бизнесу. Безрезультатные знакомства – естественная часть процесса нетворкинга.

Рискуйте

Человеку, сидящему рядом на банкете или в самолете, может быть так же некомфортно, как вам, и он, возможно, с удовольствием завязал бы с вами общение. Он может оказаться ценным специалистом или знать кого-то, с кем вам стоит пообщаться. Не думайте, что вы такой один, – в мире полно робких людей. Вряд ли кто-то хоть раз не испытывал неловкости в обществе других. Может быть, человек рядом с вами – ваш будущий лучший друг. Может, и нет, но вы не узнаете, пока не попытаетесь это выяснить.

– Meridith Levinson. How to network: 17 tips for shy people. CIO. Aug 24, 2017

Уже давно стало ясно, что компаниям нужно в обязательном порядке реагировать на все возрастающее количество предупреждений систем безопасности. А с учетом скорости, с которой в 2017 году распространялись по миру атаки вирусов-вымогателей, и все более жестких законодательных требований реакция должна быть гораздо более быстрой. В условиях дефицита соответствующих специалистов компании обращаются к средствам машинного обучения и искусственного интеллекта для автоматизации процессов безопасности.

Что такое искусственный интеллект и машинное обучение?

В контексте информационной безопасности искусственный интеллект (artificial intelligence, AI) – это ПО, способное интерпретировать состояние среды, распознавать происходящие в ней события и самостоятельно принимать необходимые меры. AI особенно хорошо справляется с распознаванием закономерностей и аномалий, поэтому может быть прекрасным инструментом обнаружения угроз.

Системы машинного обучения – это ПО, способное самостоятельно обучаться на введенных человеком данных и результатах выполненных действий. Средства машинного обучения способны строить прогнозы, опираясь на сведения о развитии событий в прошлом.

Применение искусственного интеллекта и машинного обучения для обнаружения угроз

В компаниях уже начали пользоваться искусственным интеллектом и машинным обучением для распознавания угроз безопасности и реагирования на них. Появились достаточно мощные инструменты, но нужно определиться, как включить их в общую стратегию кибербезопасности предприятия.

Например, в банке Barclays Africa применяют искусственный интеллект для обнаружения признаков компрометации систем в локальной корпоративной сети и в облаке. При этом требуется обработка гигантских объемов данных, а в связи с быстрым изменением мирового ландшафта угроз и растущим взаимодействием атакующих, для противостояния им необходимы самые передовые технологии и методы.

Внедрив машинное обучение, людям можно поручить задания, с которыми они справляются лучше машин. Сетуя на острый дефицит специалистов, в банке отмечают, что решать задачи безопасности вручную сегодня уже просто невозможно.

В компании Cadence Design Systems, предоставляющей инженерные услуги, внедрили системы непрерывного мониторинга угроз, помогающие защищать ее интеллектуальную собственность. Ежедневный трафик данных безопасности, поступающих от 30 тыс. оконечных устройств и 8,2 тыс. пользователей, составляет порядка 30-60 Гбайт, а аналитиков, которые их изучают, в компании всего 15. И это еще не все данные о сети, которые можно было бы обрабатывать, отмечают в Cadence, и, поскольку необходим анализ еще большего объема, приходится внедрять средства искусственного интеллекта, позволяющие более эффективно обнаруживать и устранять проблемы.

Для мониторинга поведения пользователей и систем, а также для управления доступом в Cadence пользуются соответствующими продуктами Aruba Networks, дочерней компании HPE. Как отмечают в Cadence, важным свойством платформы Aruba является то, что она работает по принципу обучения без учителя. Атаки меняются и становятся все сложнее, добавляют в компании: например, в течение какого-то времени может иметь место малозаметная вредоносная активность, которая лишь позднее даст злоумышленнику возможность украсть большой объем данных, инструменты же машинного обучения помогают обнаружить подобное.

Из-за перегруженности большими объемами данных по безопасности страдают даже некрупные компании. Например, у Daqri, производителя очков и шлемов дополненной реальности для архитекторов и специалистов производственных предприятий, в штате только 300 сотрудников, причем в центре обеспечения безопасности работает всего один человек. При этом процессы анализа и реагирования на события безопасности чрезвычайно трудоемкие.

С помощью средств искусственного интеллекта от компании Vectra Networks в Daqri ведут мониторинг трафика приблизительно 1,2 тыс. устройств, работающих в корпоративной среде. Автоматизированные средства способны заметить, когда кто-то выполняет сканирования портов, переходя от хоста к хосту, или, допустим, необычным способом пересылает большие объемы данных. В компании собирают всю соответствующую информацию, анализируют ее и вводят в модель глубокого обучения. Благодаря этому достигается возможность надежно прогнозировать вероятность того, что тот или иной вид трафика окажется вредоносным.

Такой анализ необходимо выполнять быстро, сократив до минимума время между распознаванием и реакцией. Искусственный интеллект позволяет ускорить разбор инцидентов и тем самым улучшить понимание происходящего в корпоративной сети, точнее прогнозировать серьезные утечки, быстрее обнаруживать инциденты и оперативно реагировать на них, чтобы минимизировать возможный ущерб.

Применение искусственного интеллекта для обеспечения безопасности растет

Искусственный интеллект и машинное обучение существенно ускоряют реагирование на угрозы, признают аналитики Nemertes Research. По их словам, сегодня это уже серьезный рынок, сформированный под влиянием реальной потребности.

В Nemertes провели глобальное исследование, посвященное безопасности, и его результаты свидетельствуют: в среднем на обнаружение атаки и реагирование на нее в организациях уходит 39 дней, однако в некоторых компаниях сумели сократить это время до считанных часов. Скорость реагирования напрямую зависит от уровня автоматизации, которая обеспечивается средствами AI и машинного обучения.

Среднее время обнаружения атаки – час. В самых эффективных компаниях, применяющих машинное обучение, на обнаружение уходит менее 10 минут, а в отстающих – дни или недели. Что касается среднего времени анализа угроз, оно составляет три часа. В лучших компаниях на такой анализ уходят минуты, в худших – дни или недели. Поведенческий анализ угроз уже применяется в 21% компаний, участвовавших в опросе, и еще в 12% сообщают, что внедрят соответствующие средства к концу текущего года.

На передовой находятся компании сферы финансовых услуг. Поскольку их данные имеют повышенную ценность, они обычно по кибербезопасности идут на шаг впереди всех и вкладывают значительные средства в новые далеко не дешевые технологии.

По масштабам применениях AI и машинного обучения в целом показатели еще выше. Согласно исследованию Vanson Bourne, сегодня в 80% организаций применяют для тех или иных целей искусственный интеллект, и это уже окупается. Больше всего дивидендов он приносит в области исследований и разработки новых продуктов – 50% респондентов сообщили, что новшество обеспечивает положительные результаты. Второе и третье места – у цепочки поставок (46%) и основной деятельности (42%). Ненамного отстают безопасность и управление рисками: 40% респондентов сообщили о положительном опыте применения AI в этих областях.

Перечисленные показатели продолжат расти: как выявило недавнее исследование Spiceworks, в 30% организаций, имеющих более 1 тыс. сотрудников, применяют искусственный интеллект в ИТ-службах, в 25% собираются начать это делать в следующем году.

В маркетинговом агентстве Garrigan Lyman Group внедряют искусственный интеллект и машинное обучение для решения целого ряда задач кибербезопасности, в том числе для обнаружения необычной активности сети и пользователей, а также для распознавания новых кампаний фишинга. Без новых технологий было бы невозможно нормально работать, поскольку злоумышленники уже давно прибегают к автоматизации своей деятельности, признаются в Garrigan Lyman.

Искусственный интеллект и машинное обучение обеспечивают этой компании преимущество. Сама она небольшая, всего 125 сотрудников, но благодаря облачным сервисам имеет возможность быстро внедрять самые новые технологии. В Garrigan Lyman удается вводить в эксплуатацию полезные новшества всего за пару недель. В частности, здесь пользуются средствами безопасности с искусственным интеллектом компаний Alert Logic и Barracuda Networks, и, как признаются в Garrigan Lyman, системы «умнеют буквально на глазах».

Искусственный интеллект помогает системам адаптироваться к требованиям компании без объемного предварительного обучения. Например, как отмечают в Barracuda, модель AI может самостоятельно понять, что, когда генеральный директор компании определенного типа пользуется некорпоративным адресом электронной почты, это аномалия. «В некоторых организациях, если руководитель общается через личную почту на мобильном устройстве, это норма, а вот если главный бухгалтер отправляет сообщения с персонального адреса, это уже аномалия», – добавляет Асаф Сайдон, вице-президент по сервисам обеспечения безопасности контента Barracuda.

Еще одно преимущество облачной доставки: разработчикам проще совершенствовать свои продукты исходя из клиентских откликов.

«Кибербезопасность – это как соседская бдительность: если я заметил что-то подозрительное в нашем квартале, то предупрежу других», – говорит Крис Гейзер, директор по технологиям Garrigan Lyman. Фишинговые сообщения или сетевые атаки могут быть обнаружены раньше в других часовых поясах, благодаря чему у компаний появляется время подготовиться. Естественно, должно быть доверие к поставщику сервиса. В Garrigan Lyman при выборе поставщиков проводили подробный анализ – например, удостоверялись в том, что кандидат придерживается определенных норм проведения аудита, и в том, что доступ к клиентским данным могут получить только уполномоченные лица.

Недоверие к новшествам затрудняет переход от традиционных процессов к автоматизации на основе искусственного интеллекта – ведь кроме знания особенностей работы вашего поставщика не помешают сведения о том, как именно AI принимает решения. Принципы работы экспертных систем должны быть понятными, чтобы им можно было доверять. Понимая, как действует система, клиент дает свои отзывы и пожелания, это помогает совершенствовать модели машинного обучения.

В компании LexisNexis Legal and Professional 12 тыс. ее сотрудников недавно начали для защиты электронной почты пользоваться системой GreatHorn. Теперь, если, к примеру, начинают поступать сообщения из домена, по написанию похожего на хорошо известный, система автоматически отметит его в качестве «самозванца» и сообщит, почему это сделано: «Отметка поставлена, поскольку домен похож на тот, с которым вы обычно обмениваетесь сообщениями, однако его техническая информация выглядит подозрительно».

По мере роста уровня доверия к системе и точности ее решений в LexisNexis хотят перейти от простой маркировки подозрительных сообщений к автоматическому перемещению таких сообщений в карантин. На сегодня результаты весьма впечатляющие: маркируются именно вредоносные сообщения. А когда будет налажено карантинирование, пользователи вообще перестанут их видеть. После этого инструмент планируется внедрить и в других подразделениях компании, а также изучить иные возможности использования AI для обеспечения безопасности.

Как искусственный интеллект позволяет опередить злоумышленников

AI совершенствуется по мере роста объема получаемых данных. При накоплении достаточно больших срезов данных системы способны обнаруживать очень ранние признаки появления новых угроз. Пример – SQL-инъекции. В компании Alert Logic ежеквартально собирают данные примерно по 500 тыс. инцидентов, происходящих у 4 тыс. ее клиентов. Около половины таких инцидентов связаны с атаками на основе SQL-инъекций. Ни в одной компании мира нет возможности рассматривать каждый такой инцидент в отдельности, чтобы выяснить, удалась ли попытка инъекции, уверены в Alert Logic.

Благодаря машинному обучению системы компании не только быстрее обрабатывают данные, но и коррелируют события, происходившие в разные периоды времени в разных регионах. Некоторые атаки могут повторяться через несколько недель или месяцев, при этом исходить из других сегментов Интернета. Если бы не машинное обучение, такие инциденты в Alert Logic упускали бы, уверены в компании.

Большие объемы информации об угрозах также собирают в GreatHorn, компании, являющейся оператором облачного сервиса безопасности электронной почты для Microsoft Office 365, Google G Suite и Slack. «Сейчас у нас накопилось почти 10 Тбайт уже проанализированных данных по угрозам, – сообщил Кевин О'Брайен, генеральный директор GreatHorn. – Мы постепенно вводим эту информацию в модель на основе тензорного поля, что позволит обнаруживать взаимосвязи между различными видами сообщений, типами почтовых сервисов, сообщениями с разной тональностью высказываний и т. п.».

Сервисы GreatHorn способны обнаруживать новые кампании фишинговых рассылок и переносить сообщения в карантин либо дополнять их предупреждениями за несколько дней до того, как исследователи придут к выводу о появлении новой угрозы. «А после ее идентификации мы можем автоматически удалять такие сообщения из всех почтовых ящиков, куда они были доставлены», – говорит О'Брайен.

Перспективы использования искусственного интеллекта в мире безопасности

Обнаружение подозрительной активности пользователей и сетевого трафика – самое очевидное применение машинного обучения. Нынешние системы все успешнее справляются с выявлением необычных событий в больших потоках данных, решением стандартных задач анализа и рассылкой уведомлений.

Следующий шаг – использование AI для борьбы с более сложными проблемами. Например, уровень киберриска для компании в каждый конкретный момент зависит от множества факторов, в том числе от наличия систем без заплат, незащищенных портов, поступления сообщений направленного фишинга, уровня надежности паролей, объема незашифрованных конфиденциальных данных, а также от того, является ли организация объектом атаки со стороны спецслужб другого государства.

Доступность точной картины рисков позволила бы рациональнее использовать ресурсы и разработать более детальный набор показателей эффективности обеспечения безопасности. Сегодня соответствующие данные либо не собираются, либо не преобразуются в осмысленные сведения, уверены в компании Balbix, занимающейся прогнозированием риска утечек данных с использованием искусственного интеллекта.

Специалисты компании реализовали 24 вида алгоритмов, которые выстраивают «тепловую карту» рисков, учитывающую все особенности клиентской среды и позволяющую выяснить, почему та или иная «горячая» область обозначена в качестве таковой. При этом сервис выдает советы по исправлению ситуации – если последовать им, «горячая» красная область станет сперва желтой, затем зеленой. Системе также можно задавать вопросы вроде «Что именно мне стоит предпринять в первую очередь?», «Каков мой риск фишинга?» или «Каков мой риск оказаться жертвой WannaCry?».

В дальнейшем искусственный интеллект будет помогать компаниям определяться, в какие новые технологии безопасности следует вкладываться. «В большинстве компаний сегодня не знают, сколько и как тратить на кибербезопасность, – уверен Джеймс Стэнгер, главный евангелист технологий CompTIA. – Искусственный интеллект нужен, чтобы выявить показатели, на основе которых ИТ-директор сможет обратиться к руководителю компании или в совет директоров и объяснить, сколько и каких ресурсов нужно для того или иного проекта, подкрепив требования конкретными данными».

Есть большое пространство для развития. Сегодня AI используется в безопасности очень ограниченно. Можно говорить об отставании от других отраслей, и даже поразительно, что самоуправляемые автомобили появляются раньше, чем сети, защищающие сами себя. Нынешние платформы AI еще по сути не «понимают» окружающий мир. «Эти технологии хорошо справляются с классификацией данных, которые похожи на срезы и которые использовались для обучения, – поясняет Стив Гробмэн, директор по технологиям McAfee. – Но искусственный интеллект не является по-настоящему разумным – он не может понять идею, лежащую в основе той или иной атаки». Поэтому человек по-прежнему является ключевым элементом любого решения в области киберзащиты.

В других областях, где сейчас применяется AI, например в распознавании образов, речи и прогнозировании погоды, ситуация иная. «Ураган не может изменить законы физики и заставить воду испаряться как-то по-другому, чтобы усложнить вам задачу его обнаружения, – говорит специалист McAfee. – А в мире кибербезопасности все происходит именно так».

И все же прогресс в борьбе с киберугрозами есть. Существует такое направление исследований, как генеративные состязательные сети, – когда одновременно работают две модели машинного обучения с противоположными целями. Например, одна пытается что-то обнаружить, а другая – скрыть то же самое от обнаружения. Этим принципом можно пользоваться при создании команд условного противника, чтобы выяснять, какими могут быть новые угрозы.

– Maria Korolov. How AI can help you stay ahead of cybersecurity threats. CSO. OCT 19, 2017

Непосредственными задачами ИТ-директора являются не только управление ИТ, автоматизация бизнес-процессов и обеспечение бизнес-руководителей необходимыми сведениями о технологиях. Современный ИТ-директор частично выполняет функции кадровой службы, операционного директора, директора по безопасности и финансиста. Поэтому на управление ИТ у него зачастую остается не более 50% рабочего времени. Как же верно распределить рабочее время?

Широко известна такая шутка: если сотрудник эффективно работает восемь часов в день, то станет менеджером и сможет хорошо работать по 12 часов. Доля правды здесь в том, что чем выше ИТ-специалист забирается вверх по служебной лестнице, тем шире круг задач и уровень ответственности и тем больше времени ему нужно на выполнение своих должностных обязанностей. Рано или поздно наступает момент, когда сделать абсолютно все человек уже не успевает. И здесь на помощь руководителю могут прийти два навыка: тайм-менеджмент и умение делегировать свои задачи и полномочия.

На практике делегирование является одним из самых действенных способов высвободить свое время для наиболее важных дел. Эта тема будет поднята в одном из следующих номеров журнала.

Основы тайм-менеджмента широко изучают на всевозможных тренингах. Между тем методы, рекомендуемые экспертами в этой области, не всегда применимы в операционной деятельности. Кроме того, сфера ИТ имеет определенную специфику, и зачастую менеджерам приходится в основном руководствоваться собственными принципами, опираясь на опыт и здравый смысл.

Куда уходит время?

Единого ответа на вопрос, куда уходит время среднестатистического ИТ-директора, не существует, хотя бы уже в силу того, что определение самой должности сильно размыто.

«Одно бесспорно: чем выше по служебной лестнице растет ИТ-специалист, тем больше времени у него уходит на различные встречи и переговоры. Это совершенно нормальное явление», — уверен Дмитрий Иншаков, ИТ-директор PwC в России, заместитель CIO по региону Центральная и Восточная Европа.

Конечно же, те встречи, которые могут пройти без участия ИТ-директора, должны проходить без него. Но от общения с руководителями бизнес-подразделений и топ-менеджментом, безусловно, не следует уклоняться. Ведь подобные встречи и совещания помогают и ему самому — особенно в области соответствия управления ИТ целям всей компании, и компании — с точки зрения использования современных технологий.

Много времени у ИТ-руководителя уходит и на работу с командой, причем речь идет не только о традиционном менеджменте, но и о коучинге. Непосредственных подчиненных должно быть не более пяти-семи человек. Важно выращивать руководителей, которым можно делегировать задачи. Потраченное время можно считать инвестициями — впоследствии ИТ-руководитель сэкономит таким образом время на решение различных задач, в первую очередь рутинных.

Один из базовых принципов эффективного распределения времени своих сотрудников — четкое целеполагание. Часто бывает, что подчиненный выполняет поставленную задачу не так, как этого хотел руководитель. Потраченное время в этом случае можно считать безвозвратно потерянным.

«Если вас недопоняли — значит, вы плохо объясняли», — говорит Иншаков. Пожалуй, наиболее известной и эффективной методикой постановки целей является S.M.A.R.T. Она подразумевает, что цели должны быть конкретными (Specific), измеримыми (Measurable), достижимыми (Achivable), реалистичными (Realistiс) и определенными во времени (Timebound).

Еще одна крупная часть рабочего времени ИТ-директора — работа с почтой и прочими информационными системами, а также принятие решений на основе получаемой информации.

Коварная почта

Многие специалисты по тайм-менеджменту акцентируют внимание на оптимизации работы с почтовыми сервисами, и не даром: объем корпоративной почты столь велик, что оставлять это направление без внимания нельзя.

«У меня на всех устройствах отключены звуковые оповещения о новых сообщениях, а также различные мигающие и всплывающие окна», — делится Иншаков. Действительно, вполне естественным желанием человека является отреагировать на такое оповещение, при этом от выполняемой работы он отвлекается.

Руководителю уровня ИТ-директора крупной компании в день приходит 100–150 писем. С опытом приходит понимание, что такой объем очень велик и на обработку писем тратится непозволительно большое время.

Руководители компаний, пытаясь снизить негативное влияние корпоративного спама на производительность сотрудников, могут действовать весьма радикально. Например, Atos, крупнейшая ИТ-компания Франции, планирует полностью отказаться от внутренней электронной почты с 2014 года и заменить ее сервисами мгновенного обмена сообщениями.

«Я считаю, что самый быстрый и эффективный способ общения — личная встреча. Следом за ним идут видеоконференция, общение по телефону и через порталы, и только затем — электронная почта», — говорит Иншаков.

Разумеется, существует целый ряд жизненных ситуаций, когда почта является наиболее подходящим каналом — например, когда собеседник находится в других часовых поясах или когда необходимо письменно зафиксировать договоренность.

Но если речь идет о проблеме, жалобе или иной сложной ситуации, то наиболее эффективной по-прежнему является личная встреча. Если же такой возможности нет, следует воспользоваться видео- или телефонной связью.

«Когда количество ежедневной почты в моем ящике еще исчислялось десятками писем, я настраивал правила сортировки писем по папкам, а некоторые письма сортировал вручную», — вспоминает Иншаков. Однако несколько лет назад от такой идеи пришлось отказаться — это отнимает слишком много времени и внимания. Если что-то требуется найти, проще полагаться на широкие поисковые возможности, встроенные в любую современную почтовую систему.

Задачи и слоны

«Люди психологически склонны браться за срочные несущественные дела, не уделяя достаточного внимания менее срочным, но более важным», — отмечает Иншаков.

Решая срочные, но не столь уж и важные задачи, люди откладывают важные и сложные, которые пока еще могут подождать. Но на следующий день на человека наваливается такая же «текучка». И так происходит день за днем. В результате важная задача откладывается до того момента, когда она становится не только важной, но уже и срочной.

Эта «ловушка» многим знакома еще со студенческих времен: как известно, для подготовки к экзаменам почти всем не хватало еще одного дня. Как это ни прискорбно, у менеджеров, даже умудренных опытом, возникают похожие проблемы.

«Нецелесообразно откладывать на завтра важные задачи, старайтесь выделять время для их решения каждый день», — рекомендует Иншаков. Таким образом, знаменитое правило «не откладывай на завтра то, что можно сделать сегодня» вполне применимо и в ИТ.

В своей книге «Тайм-драйв. Как успевать жить и работать» (Издательство «Манн, Иванов и Фербер», 2005) гуру тайм-менеджмента Глеб Архангельский сравнивает реализацию сложной задачи с поеданием слона. Слон велик, и если вы захотите его съесть сразу, у вас ничего не получится. Слона нужно есть по кусочкам, то есть проект следует разбить на маленькие этапы и каждый день реализовывать хотя бы по одному из них.

«Важно, что этого слона обязательно надо есть. Если его постоянно отодвигать к линии горизонта, он будет казаться маленьким, но рано или поздно он появится перед вами — все такой же большой и несъеденный», — подтверждает Иншаков.

Совещание или митинг?

Об унифицированных правилах тайм-менеджмента в рамках всего ИТ-департамента говорить вряд ли корректно. Можно лишь выделить несколько направлений ИТ, в рамках которых применяемые инструменты тайм-менеджмента будут различными.

Например, в службе поддержки планировать встречи и рабочий день практически невозможно. В этом подразделении все зависит от того, сколько пользователей в единицу времени обратится за помощью. А потому можно говорить лишь о внедрении инструментов, позволяющих повысить эффективность работы, — использовании гарнитуры, освобождающей обе руки для регистрации запросов, или внедрении и интеграции различных автоматизированных систем Service Desk. Непосредственного отношения к тайм-менеджменту эти меры не имеют.

Другое дело — сотрудники, занимающиеся разработкой ПО и поддержкой информационных бизнес-систем. Основой их работы является проектная деятельность, принципы организации которой, по сути, также представляют тайм-менеджмент.

Третья крупная часть ИТ-департамента — инфраструктурная команда. Там применима часть инструментов классического тайм-менеджмента, в частности приоритизация задач.

«Но можно выделить ту область тайм-менеджмента, которая важна как для самого CIO, так и для любого сотрудника ИТ-департамента, — это эффективное проведение встреч», — делится Иншаков. Вот несколько рекомендаций, основанных на здравом смысле и опыте.

Во-первых, следует назначать встречи заранее. Чем выше служебное положение людей, приглашаемых на встречу, тем более длительным должно быть планирование. Многие занятые и публичные люди планируют встречи на несколько месяцев вперед.

«Мероприятия, занимающие целый день, например командировки или ИТ-конференции, в моем календаре расписаны на три-четыре месяца вперед, а иногда — и на более длительный срок, хотя я «всего-навсего» ИТ-директор», — говорит Иншаков.

Во-вторых, у встречи должна быть повестка дня, известная заранее. Люди должны понимать, о чем будут разговаривать, а также — какие результаты инициатор хочет получить от встречи. Презентации и документы, которые будут обсуждаться на встрече, тоже имеет смысл разослать заранее. К сожалению, зачастую тема формулируется как «обсуждение текущих вопросов», и лишь придя на собрание, ИТ-менеджер узнает, о чем будет идти речь. Оказывается, что он к встрече не готов — такого не произошло бы, знай он о предмете обсуждения заранее.

Кроме того, у встречи должны быть модератор, следящий за регламентом, и секретарь, задачами которого являются ведение протокола и последующая рассылка его всем участникам встречи: принятые решения, поставленные задачи и ответственные за их выполнение.

Наконец, если встречи носят регулярный характер, имеет смысл начинать их с анализа результатов предыдущей встречи. Если принятые решения не исполняются, значит, встречи проходят впустую.

Культура календарей

Планирование — один из мощнейших инструментов тайм-менеджмента. Но особенность работы ИТ-директора заключается в том, что полностью запланировать свой рабочий день он просто не может. Время от времени возникают форс-мажорные ситуации с тем или иным из ИТ-сервисов, и для их решения требуется привлечение различных менеджеров, вплоть до ИТ-директора. Прогнозирование тут недоступно, поэтому можно лишь согласиться со специалистами по тайм-менеджменту, которые настоятельно рекомендуют при планировании рабочего дня оставлять свободные «окна».

Что касается процесса планирования, то крайне важно сконцентрироваться на ключевых задачах — наиболее важных вещах, проектах, сроках, оставляя себе определенный задел резервного времени. Если в плане присутствуют внешние встречи, особенно в таком городе как Москва, не следует их планировать более трех в день. В противном случае велик риск, что четвертая будет проходить в формате ужина или вообще не состоится.

Кстати, видеоконференции способны сэкономить массу времени. «Эти средства существуют уже много лет, и кому как не нам — ИТ-руководителям — нужно ими обязательно пользоваться», — говорит Иншаков.

Одним из практических инструментов планирования, конечно, является электронный календарь. «Несколько лет назад я перевел все календари и долгосрочные задачи в электронный формат и прекратил заносить такую информацию в бумажные носители», — отмечает Иншаков.

При использовании календаря все встречи сразу привязываются ко времени, что снимает головную боль по их отслеживанию.

«Опыт научил, что планировать в час четыре звонка по 15 минут или более двух встреч не следует. Стоит одной из них затянуться, и расписание рассыпается», — продолжает Иншаков. Правильнее использовать кванты времени 25 и 55 минут, оставляя время на перемещения между переговорными комнатами и короткие перерывы.

Отдельно следует отметить, что на сегодняшний день практически все почтовые системы позволяют вести групповые календари.

«Одной из задач, которую мне довелось решать совместно с бизнесом на одном из предыдущих мест работы, стало привнесение в компанию культуры пользования электронным календарем, — вспоминает Иншаков. — Например, в одном из ИТ-отделов, встречи с помощью календаря вообще не назначались, а о том, чтобы просмотреть доступность сотрудников в требуемое время, даже и речи не шло. Постепенно, начиная со своих подчиненных, такую культуру удалось привить, и люди поняли, что это действительно удобно и экономит время».