Статьи

Официально озвученной политике импортозамещения исполнилось три года, но радикальных изменений в сфере ИТ-закупок до сих пор не наблюдается. Госструктуры продолжают закупать иностранное ПО и тратить огромные деньги на его поддержку. Они жалуются на отсутствие полноценных российских аналогов для многих ключевых систем и на дефицит специалистов по ним. Да и сама миграция зачастую становится не только рискованным, но и дорогостоящим проектом. Тем не менее, как показали выступления на круглом столе по импортозамещению, организованном в рамках конференции PgConf.Russia 2017, ряд проблем невозможно решить без государственного участия, а действия правительства в этом направлении нельзя признать идеальными.

Нужна экосистема

Руководитель блока ИТ «Интер РАО» Дмитрий Алтухов: «Большинство компаний, решившихся уйти от решений Microsoft, хотели бы видеть продукт, столь же быстрый в развертывании, а не группу разработчиков, которые несколько месяцев будут что-то “допиливать”. За это многие из заказчиков готовы платить деньги, сравнимые с бюджетом на развертывание и поддержку западных продуктов»

«Сокращать присутствие проприетарных американских технологий мы начали, когда понятия “импортозамещение” вообще не было. События последних лет лишь ускорили наше движение», – рассказывает Дмитрий Алтухов, руководитель блока ИТ «Интер РАО». Еще в 2015 году система Service Desk BMC Remedy была заменена отечественным решением Naumen на базе ОС Linux и СУБД Postgres Pro. В дальнейшем переход на Postgres Pro стал одним из приоритетных направлений работы. Так, в крупный проект вылилась замена СУБД в корпоративной системе документооборота.

Сейчас, по словам Алтухова, идет модернизация производственных систем в энергосбытовых компаниях. В «Мосэнергосбыте» технологической платформой биллинговой системы до сих пор остается Oracle, однако активно продолжается разработка следующей версии, в которой полностью отсутствуют проприетарные компоненты.

«Безусловно, есть некоторое технологическое отставание открытых решений, особенно СУБД, от двух мировых лидеров – Microsoft и Oracle, однако для большинства традиционных задач, связанных с использованием реляционных СУБД, Postgres является достаточно зрелым продуктом», – констатирует Алтухов. Однако гораздо больше вопросов вызывает развитие партнерской экосистемы. Одна из главных проблем российского сообщества Open Source – отсутствие сильных лидеров в корпоративном сегменте.

Основной риск, с которым сталкивается компания, затевающая проект открытого ПО, – исчезновение поставщика платформы. Этот риск пропадает только тогда, когда появляется развитая экосистема партнеров. По мнению Алтухова, могут быть полезны специализированные ответвления (форки), потому что не все возможности в стандартных платформах востребованы, а всякий дополнительный функционал утяжеляет продукт. Нужна гарантия доступности исходного кода каждого форка – как минимум это даст возможность даже в случае ухода разработчика с рынка поддерживать систему совместно с кем-либо из партнеров.

Декларации без политики

«У нас есть государственная декларация об импортозамещении, а соответствующей государственной политики фактически нет», – сетует Алтухов. Так называемый реестр российского ПО не структурирован и является лишь списком, а большая часть промышленных продуктов, включенных в него по формальным признакам, базируется на платформе Windows и использует СУБД Microsoft SQL Server или Oracle. Еще одна проблема, связанная с реестром, – неоправданная конкуренция между продуктами.

«Незачем иметь в реестре 23 разных “Линукса”, все они низкого качества, ни один не является коробочным продуктом, ни один не имеет функционала, аналогичного Active Directory и Exchange – ключевым элементам корпоративной инфраструктуры», – считает Алтухов. Практически все разработчики Linux только и делают, что конкурируют между собой, вместо того чтобы озаботиться созданием продукта, хотя бы приближающегося к мировому классу. Ясно, что наличие множества версий одной и той же платформы неудобно не только заказчикам, но и всем остальным разработчикам ПО, вынужденным поддерживать множество операционных систем. Поэтому как начальный список реестр, возможно, имеет смысл, но принципиально важны дальнейшая селекция и выделение «национальных чемпионов», которые, будучи поддержаны государством и крупным бизнесом, создадут вокруг себя экосистему.

Импортозамещение фактически является вытеснением с рынка продукции двух монополистов. Однако в рамках свободной конкуренции этого сделать не получится. Единственный способ – выстраивание национального инфраструктурного ландшафта по классификации: операционные системы (серверная, клиентская, мобильная), СУБД (реляционная, постреляционная), система корпоративного каталога и управления доступом, системы мониторинга и резервного копирования и т. д. По всему этому стеку требуется определить нескольких кандидатов в национальные чемпионы, причем делать это должны не только поставщики решений, но и ИТ-директора крупнейших заказчиков, а также профессиональное сообщество разработчиков. Именно при таком подходе могут появиться продукты, напоминающие коробочные решения, с помощью которых заказчик резко сокращает свои риски.

«Большинство компаний, решившихся уйти от решений Microsoft, хотели бы видеть продукт, столь же быстрый в развертывании, а не группу разработчиков, которые несколько месяцев будут что-то “допиливать”. За это многие из заказчиков готовы платить деньги, сравнимые с бюджетом на развертывание и поддержку западных продуктов», – уверен Алтухов.

Без выбора национальных чемпионов, без создания монополий и дуополий ситуация не выправится. Следующим шагом правительства должна стать вторая версия реестра, в которую попадут реально независимые от западных платформ продукты.

ИТ-директор как PR-агент

Холдинг «Вертолеты России» начал активные действия по импортозамещению и сокращению затрат на содержание ИТ полтора года назад. Первыми шагами стали замена операционной системы и постепенный переход на Astra Linux – именно эта версия хорошо зарекомендовала себя в военных организациях. Пошли по пути создания альтернативного контура, который, как предполагалось, шаг за шагом будет вытеснять все наработки, сделанные с 1990 годов.

ИТ-директор холдинга «Вертолеты России» Михаил Носов: «Я сам работаю как PR-агент. В моем кабинете обустроено рабочее место на базе открытого ПО, я могу любому желающему показать работу решений. Это у многих людей, в том числе из бизнеса, вызывает интерес»

«Начали именно с операционной системы, потому что понимали: это потянет за собой изменение подходов к приобретению и установке различных решений, в том числе бизнес-приложений. Год с лишним мы идем по этому пути, уже набили много шишек», – говорит Михаил Носов, ИТ-директор «Вертолетов России».

В управляющей организации холдинга год назад стартовал крупный проект по развертыванию системы оперативного управления производством и мониторинга. В результате удалось построить полностью импортонезависимое решение на базе Astra Linux, Postgres Pro и «1С:ERP». Пока еще не полностью проведено нагрузочное тестирование и остаются вопросы, но система живет в промышленной эксплуатации. При тиражировании системы на заводах такая же конфигурация будет реализована и там.

«Мы демонстрируем руководству, какие сэкономлены средства, речь идет о сотнях миллионов рублей, эти деньги пошли бы на поддержку западных систем. Это здорово, но огорчает то, какие именно решения приобретаются взамен», – делится Носов. В стране есть несколько компаний, которые делают на базе Linux свои собственные разработки и выдают их за российские операционные системы. И, по словам Носова, конкуренция между ними похожа на соревнование паралимпийцев. До сих пор компании, развивающие альтернативные решения, так и не консолидировались. Убедить в эффективности российских аналогов пользователей, привыкших за 20 лет к удобству решений Microsoft, непросто.

«Я сам работаю как PR-агент. В моем кабинете обустроено рабочее место на базе открытого ПО, я могу любому желающему показать работу решений. Это у многих людей, в том числе из бизнеса, вызывает интерес», – говорит Носов. Многие понимают, что в случае форс-мажора именно эти альтернативные решения позволят бизнесу работать, пусть и в весьма аскетичном формате. Но, выйдя на заводские площадки, слышишь вполне закономерный аргумент местных коллег: «Мы не занимаемся изыскательством, мы работаем. Нельзя, чтобы SLA по поддержке производства был нарушен».

Самое печальное, что многие действительно критичные для предприятий функции (например, кластеризация) в доступных дистрибутивах Linux почему-то не реализованы. Российские заказчики так и не смогли дожать своих энтузиастов, создающих клоны Linux с полутора-двухгодичным отставанием от мирового сообщества.

«Когда мы объявили о реализации проекта, к нам пришел один из разработчиков Linux и предложил систему виртуализации на базе переписанной KVM, стоящую серьезных денег. Это сильно рушит экономику проекта: мы от одного коммерческого продукта уходим к другому – неисследованному, с проблемами по качеству и надежности», – сетует Носов.

Самая большая часть ИТ-затрат любого промышленного предприятия приходится на все, что связано с системами CAD/CAM/CAE на базе Dassault Systemes или Siemens, альтернатив которым нет. Попытки предложить российскому офису Siemens какие-то варианты сотрудничества, чтобы добиться безболезненного функционирования хотя бы баз данных, не находят поддержки, поскольку отношения с Oracle слишком сильны.

«Выглядит странно: с одной стороны, подняли флаг импортозамещения, с другой – вновь подписываем контракт с Siemens и продолжаем платить им серьезные деньги», – признает Носов. Более того, если стоимость контракта сравнить с результатами экономии по программам импортозамещения за прошлый год, то сразу видно, что это величины разного порядка.

С 1 января 2017 года «Вертолеты России» перешли на незаслуженно забытый российский стандарт хранения и обмена документами ODF. Заводы отчитались о внедрении и «положили его на полку», продолжая обмен файлами в формате Microsoft Office. Совершенно ясно, что проблема глубже: получая приглашения на мероприятия по импортозамещению с участием Минобороны и Минкомсвязи, до сих пор приходится иметь дело с требованием прислать материалы в форматах .docx и .pptx.

Заняться СУБД-строением

«Хорошо, что государственные органы все больше ориентируются на открытые технологии, и вдвойне хорошо, что такое происходит не только в России», – уверен Илья Космодемьянский, генеральный директор PostgreSQL-Consulting. Развитие Linux привело к тому, что рынок операционных систем перестал быть прежним: дорогие системы ушли в небытие, а оставшиеся коммерческие системы существенно подешевели, в чем-то стали лучше. Но самое главное, производители уже не могут «подсаживать» государство на свои продукты, у них другие цели и задачи.

Генеральный директор Postgres Professional Олег Бартунов: «Нам нужно воссоздать отрасль СУБД-строения. Произошло следующее: студентов учат лишь использованию платформ, из вузов выходят обычные системные администраторы, и их уровень крайне низок» Фото: YouTube

Работая с PostgreSQL и ее производными, компании ведут рынок СУБД к той же самой ситуации. Конкуренция со стороны открытых решений заставляет руководство Oracle задуматься о ценовой политике, а Microsoft и вовсе сделала ответвление своей СУБД, поддерживающее Linux.

«Поддерживая открытое ПО, государство вкладывается в свою базу. Талантливые люди у нас есть, надо дать им работу – эти инвестиции в будущее сложно переоценить», – уверен Космодемьянский.

«Нам нужно воссоздать отрасль СУБД-строения, – подчеркивает Олег Бартунов, генеральный директор Postgres Professional. – Изучив около сотни программ наших учебных заведений, готовящих специалистов по базам данных, могу сказать: студентов учат лишь использованию платформ, из вуза выходят обычные системные администраторы, и их уровень крайне низок».

Конечно, речь главным образом идет о решених Oracle и Microsoft, которые десятилетиями насаждали свои продукты в университетах. Эти вендоры инвестировали в свое продвижение много средств: бесплатно раздавали лицензии, создавали учебные центры, поддерживали преподавателей.

Всеми этими способами сейчас должны, не стесняясь, пользоваться и российские компании, на волне спроса создавать свои курсы и учебные материалы. Тогда лет через пять в России начнут появляться первые специалисты по отечественным и открытым платформам.

Аптечная сеть «Ригла» динамично развивается. Чтобы не сбавлять высокие темпы роста и сохранить устойчивость, руководство крайне внимательно относится к эффективности бизнеса. В ИТ-стратегии компании важное место занимают аутсорсинг и оптимизация: два из трех ИТ-проектов, осуществленных в 2016 году, нацелены на совершенствование бизнес-процессов. «Жизнь меняется настолько быстро, что иногда речь идет даже не о том, чтобы быть инновационными, а о том, чтобы просто не отстать от тенденций в технологиях и коммуникациях. Выигрывать на рынке будут компании, которые сумеют обеспечить себя эффективным менеджментом и технологиями», – говорит генеральный директор «Риглы» Александр Филиппов.

Однако в цифровую эпоху эффективность без инноваций невозможна, и в очередном проекте «Ригла» поставила задачу качественно изменить один из ключевых для развития бизнеса процессов – выбор места расположения новых аптек. Первые шаги уже сделаны.

Оценивая влияние цифровой трансформации на фармацевтическую розницу, заместитель генерального директора по информационным технологиям «Риглы» Вадим Горбунов акцентировал внимание на возможностях технологии Больших Данных: «Появление больших объемов данных и новых способов их обработки позволяет делать ранее невообразимые вещи. Для бизнеса – это повышение производительности и снижение риска инвестиций, для клиента – более комфортный и понятный сервис».

«Хребет» управления

В 2016 году в «Ригле» завершили длительный проект по замене системы бюджетирования и отчетности, которую в компании называют «хребтом» автоматизации управления. Сеть работает под тремя брендами: «Ригла», «Живика» и «Будь здоров!», – что означает три формата торговли и три модели покупателя. Руководству необходимы данные в трех разрезах для принятия решений и постоянного отслеживания уровня рентабельности большого хозяйства. Чтобы максимально оптимизировать результат бюджетирования, требуется четко планировать доходы и расходы, а также сбалансировать все части системы управления: маркетинг, отношения с поставщиками, планирование финансов и открытие новых точек. Нарушение баланса в любой из частей оборачивается неэффективным расходованием капитала.

«Бизнес меняется быстро, и время имеет все большую ценность. Если задуманное воплощать долго, оно устареет, не успев родиться» Вадим Горбунов, заместитель гендиректора по ИТ аптечной сети «Ригла»

Бурный рост объемов информации и правил бюджетирования, связанный с региональной экспансией, привел к тому, что процесс составления стратегического бюджета стал, по словам Филиппова, «мучительно болезненным» и слишком ресурсоемким. Поэтому вместе с системным интегратором Navicon «Ригла» перешла с системы на платформе «1С» на комбинацию решений IBM Cognos TM1 и Microsoft Dynamics NAV. Бюджет 2016 года верстался уже в новой системе. Как рассказал Горбунов, не все прошло гладко: недостаточно зрелые методики внедрения программного обеспечения в сочетании с многоплановыми запросами руководителей компании привели к значительному отклонению от планируемого срока реализации.

Но в итоге благодаря автоматизации бюджетирования появилась возможность с высокой скоростью получать более точные данные во множестве разрезов представленной информации. По той же методике и в тех же разрезах был выстроен финансовый учет, удалось серьезно уменьшить сроки подготовки отчетности и одновременно сократить персонал, который занимается ее формированием.

Теперь в «Ригле» планируют развивать систему, повышая точность и надежность, что позволит менеджменту реализовывать новые задачи. «Есть вещи, без которых нельзя “дышать” сегодня и без которых нельзя будет “дышать” завтра», – говорит Филиппов. По его мнению, автоматизация бюджетирования – это то, без чего компания не смогла бы выжить. А главными заботами завтрашнего дня станут программа лояльности и подготовка аптек к персонализированным отношениям с клиентами.

«Симфония» остатков

Наблюдения за ростом оборачиваемости товарных запасов у конкурентов подтолкнули организацию к поиску эффективного инструмента для планирования потребности в товарах и поставках. Управление снабжением «Риглы» было автоматизировано несколько лет назад на базе программного обеспечения собственной разработки. С тех пор ИТ-стратегия претерпела изменения, сегодня компания интенсивно использует аутсорсинг и стремится покупать эффективные и зарекомендовавшие себя на рынке решения, а также стандартные услуги требуемого качества: техподдержки, веб-разработки, продвижения сайтов, разработки решений для ЦОД. «Наша функция – собрать это вместе и обеспечить результат, – говорит Горбунов. – Нет времени разрабатывать все самостоятельно при таком бурном росте бизнеса. Важно найти ценное, быстро инкорпорировать в нашу систему и получить отдачу».

Одной из находок оказалась платформа Symphony компании Inherent Symplicity.

В организации такого масштаба, как «Ригла», любое неверное движение в управлении снабжением серьезно сказывается на качестве товарных остатков. В фармацевтической рознице стремятся не допускать ситуации, определяемой специфическим термином «дефектура»: когда клиент пришел, а товар закончился. Дефектура измеряется в проценте потерянных потенциальных продаж. Снижать такой процент, увеличивая товарные запасы, нецелесообразно: в масштабе сети это выливается в немалую сумму, которую выгоднее потратить на открытие новых точек или инвестировать в новые проекты. Symphony, которая позволяет прогнозировать продажи каждой аптеки по всему ассортименту и избегать дефектуры, оставляя при этом минимальный товарный запас, помогла найти баланс между уровнем сервиса и размером товарных запасов. Убедившись за три месяца пилотного проекта в том, что поставленные менеджментом финансовые цели достижимы, за полгода систему развернули по всей сети – c апреля 2016 года снабжением аптек «Ригла» управляют с помощью Symphony.

В результате компания добилась сокращения товарных запасов в среднем на 25%, при этом доступность товара для покупателей повысилась. По оценке руководителей «Риглы», это может покрыть годовые затраты на открытие всех новых аптек. Количество сотрудников, формирующих заказы, сократилось до трех человек на всю сеть. Затраты на приобретение системы окупились за три месяца.

Самым сложным в проекте было поверить в его целесообразность и убедить в этом других участников процесса, отметил Горбунов. «Важно, чтобы в проекте работали люди, которым это нужнее других, те, кто доведет работу до логического конца», – добавил Филиппов.

Многофакторный анализ против экспертных ошибок

Идею «калькулятора», который покажет гендиректору, как будет работать новая точка, в компании вынашивали давно. Место расположения аптеки – один из ключевых факторов, влияющих на объем продаж. Открывая ежегодно сотни новых аптек, менеджмент «Риглы» отбраковывает тысячи вариантов их расположения. В каждом случае требуется учесть множество параметров окружения потенциальной торговой точки: магазины, конкурентов, инфраструктуру. Перспективность новой аптеки оценивают эксперты. Если после заключения долгосрочного договора аренды точка работает не так, как ожидалось, промах дорого обходится бизнесу.

Готовых решений не нашлось. По словам Горбунова, Data Mining и BI только «гаечные ключи», помогающие собрать необходимый механизм. Программное обеспечение создали на базовых технологиях с использованием собственных методики и архитектуры в сотрудничестве с несколькими российскими партнерами по веб-программированию и машинному обучению. Подробности в «Ригле» не раскрывают.

Для анализа бизнес-среды было решено реализовать три идеи. Во-первых, собрать максимально полную информацию об окружении потенциальной аптеки еще до того, как сделан первый шаг к аренде площади. Сведя данные, собранные из Интернета, баз данных и маркетинговых агентств, получили доступность информации в момент анализа и принятия решения руководителем.

Во-вторых, систематизировать эту и дополнительную информацию, собираемую на месте – при переговорах с собственником об условиях аренды и при изучении вопроса, сможет ли аптека привлечь ожидаемый поток посетителей. Программное обеспечение позволило поставить требования бизнеса на системную основу так, чтобы специалисты на месте сразу собирали необходимую информацию. Решение выполнили в виде мобильного приложения, заполняя формы которого, эксперты передают данные в центральную систему.

И наконец, третья идея заключалась в поддержке принятия решения на основе собранной информации и использования нескольких независимых алгоритмов ее обработки. В модель «калькулятора» заложили расчет коэффициентов конвертации трафика в число покупателей и включили не только статистику по сети «Ригла», но и множество других наборов данных: потребление лекарств на душу населения, число жителей в близлежащих домах, арендные ставки и даже правила оформления витрин на конкретной улице, которые могут существенно повлиять на объем продаж. Количество факторов, включаемых в модель, приближается к тысяче, сообщил Горбунов. Плотную статистику по такому количеству факторов собрать крайне сложно, так что применить классический подход, измеряя влияние каждого фактора на результат, не получается. Поэтому для выявления зависимостей используются методы машинного обучения, и степень влияния каждого фактора на выручку определяется с помощью нескольких независимых алгоритмов.

«Есть вещи, без которых нельзя “дышать” сегодня и без которых нельзя будет “дышать” завтра» Александр Филиппов, генеральный директор аптечной сети «Ригла»

Исходя из расчетной емкости рынка и примерной доли расходов на лекарства от чека в магазине, ПО ищет схожие по количеству касс, ценовому позиционированию или регионам аптеки и дает прогноз выручки.

Построение модели и сбор данных были самыми сложными задачами в этом проекте, так как далеко не по всем факторам имеется релевантная информация. Данные еще только предстоит накопить, это займет несколько лет. Одновременно произойдет и «тюнинг» модели.

Теперь руководитель располагает более развернутой информацией для принятия решения об открытии новой аптеки и понимает, что предпринять, чтобы аптека оправдала ожидания бизнеса.

«Калькулятор» позволяет уменьшить ошибки в оценке потенциальной выручки, в том числе и ее недооценку. Ведь если продажи резко превосходят ожидаемые, то это значит, что при планировании неправильно учтены требуемая площадь и объем персонала, а следовательно, аптека могла бы приносить больше.

Движение к поставленной цели – повысить точность прогнозирования на 30% – пока только началось, диапазон ошибочных решений сузился, но не очень значительно. Тем не менее после внедрения нормативов, встраиваемых в систему, уже удалось добиться более точного прогнозирования расходов.

Оценив полезность нового инструмента, в компании приняли решение о его тиражировании. После Москвы и Санкт-Петербурга ПО распространят еще на восемь регионов.

В дальнейшем «Ригла» намерена перейти от оценки предложения свободных помещений на рынке к выбору тех мест, где компания хочет присутствовать. Сначала ПО будет вычислять наиболее выгодное местоположение аптеки, и только потом за ним начнут «охотиться».

«В подобных проектах важна четко поставленная и измеримая цель», – подчеркнул Горбунов. Кроме того, в «длинных» проектах следует больше делать акцент на контроле сроков, чем на полноте функциональности. «Бизнес меняется быстро, и время имеет все большую ценность, – отметил Горбунов. – Если задуманное воплощать долго, оно устареет, не успев родиться».

Большие Данные – с этим явлением компания сталкивается, когда поток входящих данных превосходит ее технические возможности по обработке и извлечению полезной информации, а сложность ландшафта превышает возможности технологий по быстрому сбору данных», – высказал мнение Дмитрий Первухин, начальник управления технологий сбора и хранения данных ВТБ24, выступая на форуме BIG DATA 2017, организованном издательством «Открытые системы». В этом случае бесполезно говорить о наращивании мощности, применении каких-либо новых инструментов. Необходимо кардинально менять мировоззрение и тематический подход.

Начальник управления технологий сбора и хранения данных ВТБ24 Дмитрий Первухин: «Технология озер данных позволяет быстро проводить натурные эксперименты с данными. При этом стоимость эксперимента стремится к нулю»

Когда компания «захлебывается» данными, у нее возникают проблемы. Главная – это очень высокая стоимость владения информацией при ее крайне низкой пользе. Чтобы представить эту информацию потребителю, нужно сначала ее извлечь, обработать, обеспечить качество данных, развернуть мощные аппаратные комплексы корпоративного класса, стоимость которых начинается от 30 тыс. долл. за 1 Тбайт. Проекты требуют космических затрат, а пользы от этих данных, как правило, очень мало. Зачастую речь идет об элементарных управленческих отчетах.

Поскольку данные хранятся в разных источниках, различных форматах и между собой никак не согласованы, они недоступны для анализа и моделирования, позволяющих использовать их в процессах прогнозирования и скоринга. Дополнительная проблема – крайне длительное время вывода продуктов на рынок. Разработка внутри банка, интеграция источников, включение их в технологические процессы могут занимать от нескольких месяцев до нескольких лет. Борьба за качество данных превращается в бесконечный и бесперспективный процесс, который обычно ничем не заканчивается.

Data Science – это эксперименты

«Большие Данные» вовсе не означают «много данных». Сама философия Больших Данных предлагает осознать, что «много» – понятие относительное.

«Например, мы работаем с корпоративным хранилищем на платформе Teradata размером 140 Тбайт, но телеком-операторов эти объемы не впечатлят, а есть много других банков, для которых даже этот объем – недостижимая величина», – рассказывает Первухин. Вопрос именно в том, успевает ли организация обрабатывать эти данные, получить от них пользу или они просто занимают место в хранилище. Если с обработкой данных проблем не возникает, то можно продолжать работать по-прежнему, а если сложности появляются, то надо брать на вооружение подходы Больших Данных.

Большие Данные – это набор технологий и методов математической статистики, позволяющий в многообразии данных получить статистически значимые результаты. Все остальное решается стандартными методами. Когда данных становится слишком много, приходится переходить к статистике, обрабатывать ее и получать тенденции, которые можно применять к тем или иным процессам.

К сожалению, использование Больших Данных сильно связано с человеческим фактором. В этом деле многое зависит от знаний имеющихся экспертов, нужны люди, знающие структуру данных компании и способные на основе своих знаний решать определенные аналитические задачи. Эти люди постепенно превращаются в айтишников, заточенных на выполнение конкретных бизнес-функций и превращающих данные в полезную информацию. Простые ИТ-специалисты не владеют бизнес-контекстом в достаточном объеме для решения таких задач.

«Data Science – это всегда эксперимент. Мы хотим сначала посмотреть на данные, оценить их качество и пользу, после чего принимаем решение об их промышленном использовании», – отмечает Первухин.

Расширение, но не замена

Использование Больших Данных требует централизации, построения организованного процесса по сбору и структурированию информации. Есть компании, в которых создают целые службы по управлению данными и их качеством. Зачастую это вполне оправданно: надо осознать, где какие данные лежат, как они могут использоваться. При работе с Большими Данными приходится прибегать к технологии озер данных, когда источник данных становится распределенным.

«Стремление впихнуть все данные в единое хранилище не закончится ничем хорошим. Объем появляющихся данных растет гораздо быстрее, чем способность ИТ дорабатывать техническую часть, обеспечивая попадание данных в хранилище и реальное их использование аналитиками», – объясняет Первухин.

Вместе с тем Большие Данные – это набор технологий, расширяющий, но отнюдь не заменяющий существующие решения. Например, инструмент Hadoop – всего лишь один из способов распределенного хранения данных с определенным образом структурирования. Он удешевляет хранение и позволяет построить аналитическую фабрику, в рамках которой возможно использование инструментов аналитики для построения моделей и проверки предположений. Конечно, это хранилище данных может использоваться в самых разных задачах – от отчетности до расчета кешбэка по операциям клиента, однако такая система в силу распределенности данных не может обеспечить пользователя отчетностью так оперативно, как ему это требуется. Поэтому правильнее применять традиционные решения.

Большие Данные – это набор технологий и методов математической статистики, позволяющий в многообразии данных получить статистически значимые результаты

«Песочница» для аналитиков

«В начале 2014 года коллеги из департамента рисков предложили создать модель, помогающую оценить, как изменения в кредитной политике влияют на бизнес-результаты, – рассказывает Первухин историю создания в ВТБ24 озера данных. – Они предлагали для анализа эффективности кредитной стратегии использовать логи кредитного конвейера». Речь шла об объеме данных из каждой системы 5-10 Тбайт в год (таких систем было семь), выкладывать такой объем в существовавшее хранилище Teradata было долго и дорого.

На одной из конференций специалисты банка заинтересовались платформой Hadoop в реализации Cloudera и начали создавать решение на ее основе. Первыми опытами заказчики остались недовольны: доля информации, полезной для решения их задач, не превышала 5%. Они начали экспериментировать, добавлять в хранилище внешние источники данных, проверяя их ценность, – Пенсионный фонд и другие источники. И, несмотря на то что первый блин вышел комом, вскоре выяснилось, что в результате банк получил весьма ценный своей гибкостью и скоростью разработки инструмент.

«Выяснилось, что технология озер данных позволяет быстро проводить натурные эксперименты с данными. Взять данные из источника, добавить их к имеющимся, проверить гипотезу силами одного аналитика. Стоимость эксперимента стремится к нулю», – подчеркивает Первухин. В случае успешного эксперимента принимается решение о дальнейшем использовании данных с помощью промышленных аналитических инструментов.

Когда источник данных становится распределенным, приходится прибегать к технологии озер данных

В Hadoop полностью копируются данные хранилища; кроме того, там располагаются данные для моделирования, а также «бизнес-песочница» – место, куда пользователи сами выкладывают данные из доступных источников, в том числе внешних. Объем озера данных на данный момент составляет 288 Тбайт на 12 узлах.

«Когда подсчитали, во что обойдется такой же комплекс для экспериментов с данными на решениях корпоративного класса, оказалось, что потребовалось бы от 3,5 до 6,5 млн долл. Hadoop позволил обойтись суммой в 500 тыс. долл.», – отмечает Первухин.

За год работы «аналитической фабрики», по самым скромным оценкам, было получено 1,2 млрд долл. дополнительных доходов, а продажи увеличились на 30 млрд руб. Этого удалось добиться главным образом благодаря точной настройке рисковых моделей – в особенности поведенческих моделей клиентов, на основе которых рассчитывается вероятность дефолта. Если же говорить о моделях, направленных на борьбу с мошенничеством, то эффект от снижения числа операций, ошибочно попадающих в разряд рискованных, посчитать сложнее, но он тоже очень серьезен. К тому же за счет более точной сегментации клиентов на 7% увеличился отклик в маркетинговых кампаниях, и на 5% – средний чек.

Именно благодаря технологиям Больших Данных удалось достичь большей точности, учесть в моделях большее количество факторов. Многократно проводя расчеты, эксперты отбирали действительно наиболее значимые из них.

«Здоровье и благополучие любой организации начинается с ее сотрудников. Компании, которые это понимают и выделяют на соответствующие мероприятия необходимое время, силы и деньги, получают конкурентные преимущества», — утверждает Карен Уильямс, директор по продуктам компании Halogen Software, предлагающей услуги в области управления рабочей силой.

Но вы не сможете оценить то, что нельзя измерить. А как измерить благополучие?

«Основная причина, побуждающая сосредоточиться на самочувствии и благополучии сотрудников, связана с их вовлеченностью, – отметила Уильямс. – В 'хорошей' организации работают 'хорошие' сотрудники. Ориентация на благополучие оказывает на них заметное влияние, а это в свою очередь ведет к улучшению бизнес-результатов вашей компании».

«Показатели здоровья и благополучия нужно измерять хотя бы для того, чтобы продемонстрировать руководителям высшего звена связь между благополучием и результатами бизнеса, – указал Генри Альбрехт, директор компании Limeade, разрабатывающей новые технологии в сфере здравоохранения. – Имейте в виду: если вы при встрече с главой компании или с ее ИТ-директором будете говорить лишь о необходимости создания в компании приятной атмосферы, то на такие цели эти люди денег не дадут. Придется вооружиться конкретными данными и измеримыми результатами, на которые руководство сможет взглянуть».

Определение счастья

«Прежде чем приступать к измерению этих неосязаемых активов, нужно определить, что под ними понимается, – рекомендует Уильямс. – К счастью на рабочем месте стремится каждый, но какое определение вы дадите счастью, благополучию или хорошему самочувствию? Мы полагаем, что на практике речь должна идти о том, насколько позитивно люди рассматривают возможность достижения поставленных перед ними целей и какие ощущения при этом испытывают. По сути, имеется в виду их вклад в общее дело и удовлетворенность этим вкладом. Таким образом, измерив уровень счастья ваших сотрудников, вы лучше сможете понять, какие факторы на них влияют положительно, а какие отрицательно. Самый простой способ — побеседовать с сотрудниками. Поинтересуйтесь, как они себя чувствуют в целом и с точки зрения конкретных аспектов их профессиональной деятельности. Опросы и встречи с просьбой откровенно высказывать свое мнение могут оказаться весьма полезными для оценки благополучия и управления им, но для этого нужна прозрачная, честная и открытая культура и создание условий, при которых люди готовы свободно делиться своими мыслями».

Анализ настроений

Впрочем, есть и другие способы отслеживания и измерения настроений сотрудников.

«Одна из новейших методик предполагает проведение анализа настроений, – рассказывает Уильямс. – Исходными данными для анализа настроений служат любые письменные свидетельства: блоги, твиты, страницы в Facebook, приложения совместной работы. Идея заключается в том, чтобы оценить настроения на основе написанного сотрудниками и измерить степень их вовлеченности на базе письменных форм коммуникации».

Углубившись в эти исследования, вы можете определить, как реагируют люди на те или иные изменения, инициативы, программы и т. д., и проанализировать характер настроений в подразделении в целом.

Наверное, кому-то такой подход может показаться недопустимым вторжением в частную жизнь: Большой Брат ищет ваши слабые места и отслеживает разговоры с коллегами об острых политических проблемах. Так что здесь важно не переходить тонкую грань.

«Задача состоит не в том, чтобы найти человека, выражающего недовольство в своих электронных письмах, – пояснила Уильямс. – Все гораздо шире. Большинство организаций оставляют за собой право контролировать информацию, циркулирующую в электронной почте и других коммуникационных средах, но мониторинг такого рода нужно осуществлять с должной деликатностью, обеспечивая необходимую прозрачность, открытость и честность. Ведь интерес здесь представляет общий уровень настроений, обобщенная информация, подтверждающая, что сотрудники по-прежнему чувствуют себя счастливыми и благополучными. У вас нет цели выделять кого-либо и наказывать за инакомыслие».

Базовая статистика

Еще один способ измерить настроение сотрудников заключается в отслеживании данных об их участии в специальных программах, предлагаемых организацией. Данные такого рода позволяют сформировать общее представление о благополучии ваших сотрудников. Аналогичным образом носимые устройства отслеживают вашу физическую активность и собирают сведения о физических показателях во время занятий спортом.

«Базовая статистика, к которой относятся общее количество участников, число сотрудников, пришедших к врачам первичного звена, доступ к профилактической помощи, а также число участников специальных программ, представляет собой весьма ценные сведения, – указал Альбрехт. – Уровень активности и вовлеченности сотрудников может быть индикатором положительных тенденций, непосредственно влияющих на счастье и благополучие. Здоровые и счастливые люди, как правило, более активно участвуют в жизни компании. Верно и обратное: высокий уровень активности способствует улучшению самочувствия и ощущению счастья».

Полезные привычки – регулярное вовлечение сотрудников в оздоровительные мероприятия – играют важную роль в повышении этих показателей. Организации могут изучать самооценку показателей благополучия: ставят ли перед собой сотрудники какие-то жизненные или профессиональные цели, насколько они эмоционально и финансово устойчивы, в норме ли их биометрические параметры – количество сахара в крови, уровень давления и т. д.

Необходимо учитывать и производственные показатели: временную нетрудоспособность, текучесть кадров, количество часов переработки, страховую информацию. Это важно не только с точки зрения финансовых затрат, но и чтобы оценить, во сколько обходится бизнесу нетрудоспособность и прочие недомогания сотрудников.

Все это необходимо сравнивать с показателями эффективности и результатами бизнеса, которые послужат для руководства доказательством выгоды хорошего самочувствия работников.

Сопоставление показателей эффективности бизнеса – так называемого клиентского опыта, динамики продаж магазина по отношению к предыдущему году или выпуска нового программного обеспечения – с состоянием здоровья сотрудников повышает степень удовлетворенности персонала, а также помогает финансовому и генеральному директору выявлять причины, влияющие на результаты бизнеса. «Благополучие способствует усилению вовлеченности рабочей силы, а вовлеченность рабочей силы улучшает бизнес-результаты», – подчеркнул Альбрехт.

В будущем вовлеченность сотрудников и ее связь с их благополучием станет ключевым показателем, волнующим генерального директора. В организации, где росту благополучия персонала уделяется значительное внимание, этот показатель будет считаться главным критерием здорового состояния предприятия.

«Вовлеченность открывает дорогу к благополучию сотрудников – концепции высшего порядка в иерархии потребностей, – заявил Альбрехт. – Если вы успешно обеспечиваете благополучие, вам уже не придется прикладывать значительных усилий к повышению вовлеченности и реализации прочих инициатив в области управления персоналом. Все, что нужно, будет происходить само собой».

- Sharon Florentine.How to track employee well-being as a KPI. CIO. February 6, 2017

В последние полгода, по мнению многих экспертов, наблюдается заметное оживление рынка труда. Это касается и рынка ИТ-специалистов, который даже в сложное время был «светлым пятном» кадрового рынка. По количеству размещенных вакансий на рекрутинговых сайтах «айтишники» стабильно занимают второе место после специалистов по продажам.

«Если говорить про позиции нижнего уровня, то наблюдается колоссальный спрос на продавцов среди интеграторов. Все очевидно: проектов стало меньше, и компании пытаются применять тактику агрессивных продаж», – отмечает Алена Владимирская, руководитель проекта «Антирабство». Еще один сильно растущий сегмент – финтех, что сильно контрастирует с относительным застоем в банковской отрасли. Специалисты в этой области очень востребованы и, значит, сильно дорожают.

Сейчас большие сложности, по словам Владимирской, испытывают люди, много работавшие с SAP и Oracle. Объясняется такое положение сменой повестки дня: в компаниях все более востребованы недорогие решения, способные принести быструю отдачу, в том числе российские и открытые платформы.

«Мы наблюдаем крайне высокий спрос на разработчиков», – констатирует Александр Шахов, руководитель департамента «IT/Telecom и Media» кадрового агентства «Юнити». Шахов отмечает увеличение числа предложений на удаленную работу в международных компаниях с зарплатой в валюте, а также растущее число вакансий со свободным графиком.

Директор департамента «ИТ/SAP/Telecom» кадрового агентства Penny Lane Personnel Дмитрий Викторов: «В нынешнем году можно ожидать роста заработных плат специалистов среднего и высшего звена на 20%»

Дмитрий Викторов, директор департамента «ИТ/SAP/Telecom» кадрового агентства Penny Lane Personnel, напротив, отмечает, что соотношение вакансий и кандидатов на позицию разработчика и количество вакансий остаются на прежнем уровне. В целом же конкуренция в ИТ довольно-таки низкая – примерно три-пять человек на вакансию специалиста среднего звена. Разумеется, особняком стоят специалисты, чья работа связана с Большими Данными, эта категория чрезвычайно востребована.

Как отмечает Викторов, по темпам и уровню роста заработных плат в 2016 году ИТ-специалисты лидировали – в среднем зарплаты этого сектора увеличились на 15-20%. В нынешнем году можно ожидать роста заработных плат специалистов среднего и высшего звена на 20%. Работодатели по-прежнему заинтересованы в высококвалифицированных сотрудниках либо специалистах с уникальными компетенциями.

«На рынке активизировалось много компаний, добирающих штат ИТ-департаментов. Им нужно большое количество разработчиков, и главным становится вопрос цены», – объясняет Владимирская. Цены подскочили очень сильно: количество хороших специалистов, как известно, очень ограниченно. Их поиск, а затем и удержание становятся серьезной головной болью для ИТ-директоров. На толковых специалистов постоянно идет охота, их готовы переманивать с повышением зарплаты в полтора-два раза.

«Показатель зарплаты является ключевым, деньги для айтишника первичны. Хорошие специалисты прекрасно знают себе цену, понимают, что они востребованы», – подчеркивает Владимирская. Интересные задачи – это лишь вторичный фактор для ИТ-персонала. Тем не менее люди хотят работать в инновационных компаниях над интересными проектами. Возможно, именно из-за этого банки создают отдельные исследовательские подразделения, связанные с Большими Данными и финтехом.

Наблюдение относительно чрезмерной денежной ориентированности такой творческой части персонала как ИТ-сотрудники, может вызвать недоумение. Среди их приоритетов традиционно были интересные задачи и возможность профессионального развития. Однако похожие результаты показали исследования мотивации персонала, проводившиеся в 2015 и 2016 годах агентством Kelly Services среди российских ИТ-специалистов и прочих «белых воротничков». Тогда выяснилось, что главным мотивирующим фактором для большинства специалистов с огромным отрывом стало материальное вознаграждение. Более того, оказалось, что российские сотрудники готовы мириться со многим, если их полностью устраивает заработная плата, в том числе с регулярными переработками и отсутствием карьерного роста.

Общаться напрямую

«Главная ошибка ИТ-директоров в том, что они упускают возможность стать евангелистами в своих компаниях, повысив свою привлекательность как руководителя, – уверена Владимирская. – Кроме того, они не взаимодействуют напрямую с потенциальными кандидатами на специализированных мероприятиях, не рассказывают о плюсах работы в своих компаниях». В большинстве своем ИТ-директора малопубличны, ходят на свои тусовки «для избранных», и мало кто из них опускается до уровня ИТ-специалистов. Между тем для ИТ-специалиста важны экспертные знания того человека, под чьим началом он будет работать.

Когда HR-специалисты на собеседованиях рассказывают о компании, они говорят на чужом языке, акцентируя внимание совершенно не на тех деталях. Если о соцпакете и наличии гамаков в офисе кадровики рассказать могут, то о том, что может «зажечь» специалиста с точки зрения сущности его работы, об используемых в компании стеках ИТ-решений – нет.

Руководитель департамента «IT/Telecom и Media» кадрового агентства «Юнити»Александр Шахов: «Зачастую ИТ-директор проводит интервью и принимает решение о найме, но зарплату определяет не он. На этом этапе идут разногласия и происходит потеря перспективных кандидатов»

Шахов в числе типичных ошибок выделяет завышенные ожидания по отношению к кандидатам. Как это в последнее время часто случается, работодатели хотят видеть специалистов, которые в одном лице совмещают несколько различных направлений. При этом стоит отметить отсутствие гибкости и желание получать полностью готовых специалистов, которых не нужно обучать.

Усложняет ситуацию отсутствие единого центра принятия решений. Зачастую ИТ-директор проводит интервью и принимает решение о найме, но вот зарплату определяет не он, а коллеги из других подразделений. На этом этапе идут разногласия и, как следствие, происходит потеря перспективных кандидатов.

«Я бы посоветовал ИТ-директорам, которые занимаются подбором сотрудников в свои компании, смотреть кандидатов, претендующих на зарплаты и ниже, и выше того уровня, который планируется для данной позиции», – рекомендует Викторов. Это необходимо, для того чтобы реально оценить стоимость необходимого специалиста.

Спрос на CIO упал

Для ИТ-директоров наступают тяжелые времена. Спрос на специалистов, обладающих опытом внедрения «тяжелых» ERP, стал значительно ниже.

«Это связано с тем, что компаниям необходимы новые компетенции. Им нужны быстрые и не очень дорогие решения, причем очень значимым фактором является переход на отечественные продукты», – говорит Владимирская. Важное значение приобретает возраст кандидата, что неудивительно – ведь он напрямую связан с опытом. Однако в случае ИТ-директоров возраст играет обратную роль: если везде опыт – это очень хорошо и за него доплачивают, то здесь опыт чаще всего связан с большими внедрениями «тяжелых» систем. Поскольку бизнес требует более простых и легких решений, ИТ-директора старше 45 лет востребованы слабо.

«В последнее время у нас значительно снизился “ценник” на ИТ-директора, – делится Владимирская. – Если раньше в московских ценах CIO обходился крупной компании в 500-800 тыс. руб., то сейчас – вдвое меньше, и в ближайшее время цены не вырастут».

«Позиций ИТ-директоров меньше, чем кандидатов, – это, наверное, единственная в сфере ИТ позиция, где кандидатов гораздо больше, чем вакансий», – согласен Шахов. По его словам, компании стали более придирчивыми: часто приходится сталкиваться с тем, что ищут «узкоспециализированных» ИТ-директоров – например, из конкретных сфер типа розничной торговли или с конкретным уклоном, скажем обязательным опытом руководства разработкой. Ситуацию усугубляет то, что имеющиеся на рынке ИТ-директора в основной массе – инфраструктурщики.

«Назову два основных требования – свободное владение английским языком и актуальными международными технологиями, – отмечает Викторов. – Важно понимать, что к нам технологии приходят с задержкой в один-два года. Рекомендую читать западную ИТ-прессу, узнавать оттуда все тренды задолго до того, как их локализуют в России». Отрасль развивается стремительно, ИТ-руководителям необходима активная профессиональная коммуникация.

Взаимопонимания с бизнесом по-прежнему нет?

Руководитель проекта «Антирабство» Алена Владимирская: «ИТ-директор должен стать внутренним партнером по бизнесу, спуститься с небес на землю и предлагать решения, которые за относительно небольшие деньги могут принести заметный эффект»

«ИТ-директор должен стать внутренним партнером по бизнесу, спуститься с небес на землю и предлагать решения, которые за относительно небольшие деньги могут принести заметный эффект», – рекомендует Владимирская. Сейчас очень востребована прозрачность процессов, особенно если речь идет о крупной территориально распределенной компании. Умение найти решение этой проблемы, объяснить его на языке бизнеса и недорого реализовать – главное, чем сейчас может быть ценен ИТ-директор.

Можно смело сказать, что бизнес до сих пор не понимает ИТ-директоров, и потому те оказываются в заведомо проигрышной ситуации. Очарование громкими именами ИТ-продуктов и буквенными аббревиатурами быстро проходит. Проекты длятся долго, в них вкладывается много средств, и бизнес начинает нервничать, не видя результатов. Чаще всего ИТ-директоров увольняют именно потому, что они не смогли на определенном этапе объяснить бизнесу суть и смысл реализуемых работ.

Что дальше? По мнению Владимирской, надо готовиться к новому всплеску автоматизации, которая пойдет с разных сторон – нейросети, искусственный интеллект, роботизация. И Россия к этим технологиям не готова абсолютно. Бизнес отреагирует гораздо быстрее, чем ИТ. А значит, можно ожидать, что еще больше ИТ-директоров «старой закалки» окажутся невостребованными.

Недавно ВТБ24 объявил о создании комплексной системы мониторинга критичных бизнес-процессов и ИТ-инфраструктуры. Построенное решение сканирует инфраструктуру банка, обнаруживает узкие места и выявляет точки, которые могут привести к отказу компонентов. Более того, аналитические возможности системы позволяют говорить о реализации в ее рамках подобия искусственного интеллекта.

О том, что обусловило запуск проекта и каких результатов удалось достичь, рассказывает Денис Гузовский, заместитель директора департамента банковских и информационных технологий банка «ВТБ24», один из докладчиков предстоящего форума ITMF-2017, который издательство «Открытые системы» проведет 25 мая.

— Чем интересна созданная система? В чем ее ценность для бизнеса?

С точки зрения бизнеса все очень просто: мы научились осуществлять мониторинг всего, что происходит в ИТ-процессах банка, вплоть до уровня бизнес-процессов, и оценивать, как всё происходящее влияет на бизнес банка. Мы берем каждый отдельный бизнес-процесс — например, выдачу кредитов или размещение депозитов — и отслеживаем его прохождение, начиная с его количественных и качественных показателей и заканчивая инфраструктурным уровнем — серверами и операционными системами, поддерживающими эти процессы.

Мы начали с ключевых бизнес-процессов (сейчас их 18) и организовали их мониторинг в режиме, близком к реальному времени. Если происходит авария — выходит из строя сервер или зависает приложение — мы сразу видим, какое влияние это оказывает на бизнес-процессы, на поток действий в системе. Иногда мы видим проблему еще до того, как бизнес ее почувствует, — в реальном времени наблюдаем падение объема продаж или недоступность клиентского сервиса.

Построенная система позволила нам разрешить извечный спор между ИТ и бизнесом в той ситуации, когда у ИТ «все хорошо» — серверы работают без перегрузок, системы хранения в порядке, сеть свободна, — а бизнес при этом заявляет о наличии проблем. К слову, бывают и противоположные ситуации, когда у бизнеса претензий не возникает, а ИТ видит возникшую проблему, которая должна бы привести к серьезным последствиям. Получается, что «пробоина в трюме» не влияет на ходовые качества корабля. Это не менее тревожная ситуация, свидетельствующая об отсутствии понимания ИТ-департаментом факторов, реально влияющих на бизнес компании. С финансовой точки зрения это приводит к тому, что ИТ-департамент запрашивает средства на расширение сервисов, которые не нужны бизнесу.

Главное — мы стали разговаривать на одном языке с бизнесом, достигнуто доверие и взаимопонимание. Все параметры отслеживаемых процессов и значения показателей согласованы. С точки зрения ИТ это все построено на системе мониторинга, поэтому в случае инцидента можно сразу увидеть, на каком узле возникли проблемы. Кроме того, система умеет накапливать и измерять зависимости. Если некоторое время назад произошла авария, которой предшествовало определенное состояние параметров, то при их повторении система известит заинтересованных сотрудников. Система «живая», с ней приходится постоянно работать и донастраивать. Это не градусник, измеряющий температуру и способный работать автономно, а сложный инструмент, позволяющий достаточно точно анализировать, что происходит в банке — как в области ИТ, так и бизнеса.

— Насколько серьезны разговоры об искусственном интеллекте?

Система самообучаемая и способна анализировать тенденции. Она накапливает знания, анализирует их и сопоставляет наблюдающиеся с ними тенденции. Например, она может отреагировать на появившуюся негативную тенденцию в процессе, даже если критический порог, оговоренный с бизнесом, еще не достигнут.

Аналитические возможности системы интересны и тем, что практически конкурируют с хранилищем данных, сохраняя всю информацию. В данном случае вполне уместно говорить о больших данных, так как речь идет о хранении данных в неструктурированном виде и на очень детальном уровне. Сохраняются логи сетевого трафика, сообщения серверов и даже отдельных процессоров, систем хранения, логи действий пользователей.

Но самое важное — система умеет выстраивать реальное прохождение бизнес-процессов и, анализируя их многократное прохождение, видит все отклонения от нормы. Это дает колоссальную почву для анализа как эффективности бизнес-процессов, так и профессионализма отдельных сотрудников. Благодаря такому анализу нам удалось по ряду ключевых бизнес-процессов повысить производительность сотрудников на 12%, а в некоторых регионах — на 20-25%. Мы строим аналитические картинки в разрезе регионов, офисов, анализируем причины возникновения циклов в процессах, время их прохождения, причины возникновения «узких мест». Обнаруженные проблемы решаются всеми возможными способами: изменением процессов, доработками ИТ-систем, выделением дополнительных ресурсов, обучением, уточнением инструкций.

Перечисленные особенности системы и дают нам повод говорить об искусственном интеллекте. Пожалуй, это скорее система мониторинга с продвинутыми аналитическими возможностями. Что касается внедренного у нас решения, то скажу: оно получилось весьма симпатичным, именно поэтому мы готовы о нем рассказывать. Мы такого ни у кого не видели и гордимся им.

— Какие факторы побудили банк начать проект?

Всё проистекает из традиционного недопонимания между бизнесом и ИТ. Например, часто встречается ситуация, когда бизнес испытывает проблемы, а причина их возникновения неясна. От таких ситуаций надо уходить. Кроме того, мы задумались о соответствии стандартам и, обратившись к открытому стандарту IT4IT, провели у себя аудит. Он показал, что необходимо совершенствовать систему мониторинга.

Эти два фактора заставили приступить к созданию более серьезной системы мониторинга, а стандарт IT4IT подсказал, с какой стороны подойти к ее созданию.

— С помощью чего решались задачи мониторинга раньше?

В основном это был лоскутный мониторинг, построенный на средствах, предоставляемых производителями оборудования. У IBM, HPE, Cisco и других производителей есть свои решения, удовлетворяющие простейшие потребности в мониторинге. При этом практически не было мониторинга, связанного с бизнес-приложениями. Отслеживанием сообщений, выдаваемых бизнес-системами, и разбором логов, показывающих их здоровье, занималось много специалистов. Часто вспыхивали конфликты и споры, на чьей стороне возникла ошибка, свалить проблему на смежника было достаточно легко.

— На базе каких инструментов реализовано решение?

Это совокупность нескольких продуктов семейства HPE Business Service Management. Они охватывают всю инфраструктуру и умеют сами ее исследовать и измерять ее состояние, агрегируя данные в представления, понятные специалистам. Разумеется, не обошлось без нашей доработки этих систем — я имею в виду «датчики», которые потребовалось расположить в приложениях по аналогии с системами телеметрии в автомобиле. Над всем этим выстроено зонтичное решение, позволяющее визуализировать информацию и управлять ею. Тем не менее в основном работа построена на нотификациях: фактически система сама вызывает «скорую помощь» — специалистов, способных решить возникшую проблему. Уведомление всегда сопровождается подробной информацией, объясняющей причины обращения. Человек, получающий его, мгновенно понимает причину проблемы и принимает решение. В ряде случаев система умеет даже сама «лечить» инфраструктуру (например, вместо уведомления послать команду перезагрузить сервер), но мы к этому пока подходим осторожно, можно сказать консервативно.

«Красивые» информационные панели разработаны только для руководителей и сотрудников ситуационного центра, чтобы люди, находящиеся на дежурстве, были в общем информационном пространстве. При сбоях и ошибках эти дэшборды очень полезны: помимо того, что мы знаем, в каком именно месте произошел сбой, можно видеть, на что он реально повлиял и какие последствия несет для бизнеса.

— Что стало самым сложным в ходе проекта?

Отсутствие опыта и необходимой экспертизы. Приходилось вести исследовательские работы, много общаться с бизнесом, ища связь между показателями. Понадобилось серьезно модифицировать проектную команду, ввести в нее бизнес-консультантов. Пройти первый этап пути, привязав бизнес-показатели к приложениям и ИТ-инфраструктуре, техническим специалистам было непросто.

Еще одна сложность: прописывая бизнес-процессы в системе мониторинга, попутно пришлось уточнять их. Все-таки, несмотря на все инструкции и описания процессов, выяснилось, что в крупной организации значительная часть процессов незаметно модифицируется, из них исчезают (или, наоборот, добавляются) определенные этапы. На дополнительное исследование процессов требовалось время.

Отдельно следует сказать о скепсисе, обусловленном убежденностью многих специалистов в том, что система мониторинга значительно нагружает инфраструктуру и негативно влияет на окружение. При возникновении любых задержек грешили именно на нее, и даже несколько раз приходилось ее отключать. Однако после нагрузочных испытаний выяснилось, что система нагружает ресурсы не более чем на 5-7%.

Положительной эмоцией можно считать удивление, вызванное тем, что созданное решение оказалось крайне простым с точки зрения интеграции со множеством систем. Мы рассчитывали, что на обеспечение взаимодействия придется потратить гораздо больше времени. Во многом из-за этого удалось вернуть нарушенные сроки проекта в оговоренное русло.

— Чем именно обусловлен выбор решений HPE? На рынке много альтернатив...

Мы достаточно долго выбирали платформу. Да, несомненно, есть системы, более привлекательные и по функционалу, и по стоимости. Но с точки зрения возможности создания всеобъемлющего решения платформа HPE была вне конкуренции. Мы искали партнера, который сможет обеспечить максимально возможный функционал. Интеграция отдельных нишевых решений грозила обернуться крайне длительными работами и последующими проблемами с поддержкой. Ориентация на решения разных производителей означала колоссальные внутренние работы: требовалось создать собственную лабораторию, чтобы «подружить» их между собой.

— Существовал ли с самого начала четкий план развития системы, или аппетит пришел во время еды?

На самом деле существовал очень четкий план развития, без него мы не убедили бы руководство банка, что проект имеет смысл. План включал три стадии: сначала отслеживаем в едином окне всю инфраструктуру, затем — сеть передачи данных. Третий шаг — мониторинг десяти основных бизнес-процессов банка, больше всего влияющих на клиентов и доходность. Он был самым рискованным, потому что далеко не сразу появилось понимание, как его реализовывать.

В дальнейшем речь шла о расширении списка бизнес-процессов, охваченных системой. Всего в банке примерно 250 бизнес-процессов. Мы считаем, что достаточно охватить 50 из них, и это будет сделано к концу года.

— На каком этапе в системе появился искусственный интеллект?

Он появился через полгода, когда система накопила в себе достаточно знаний. Нам было известно о таких возможностях, но мы не ставили перед собой задачу обязательно их использовать. Они не очевидны, их трудно объяснить и «продать» бизнесу. Это был, пусть ожидаемый и заложенный в проект, но все-таки бонус.

Полгода потребовалось не только на то, чтобы накопить в системе знания, но и стабилизировать ее. После этого мы стали получать от нее первые «интеллектуальные зарисовки» — система начала предупреждать о возможности повторения негативных событий, наблюдавшихся в прошлом. А когда накопили информацию за год и показали ее подразделению, занимающемуся оптимизацией бизнес-процессов, специалисты по процессам буквально выхватили эти данные у нас из рук и сразу начали их использовать. Мы планировали применять собранные данные для анализа узких мест в ИТ — перенагруженные серверы, ненадежные приложения и т.п. Но специалисты по процессам пошли дальше и начали использование данных, исходя из бизнес-логики. Фактически они стали первыми использовать интеллектуальные возможности системы и весьма серьезно продвинулись в этом. Сейчас ИТ-подразделение идет их путем, уже руководствуясь имеющимся опытом.

— Не оказалось ли так, что «приятный бонус», о котором шла речь, перевесил основные ожидаемые эффекты?

Все-таки основная задача системы мониторинга — отслеживать всё происходящее в инфраструктуре, реагировать на это, и помогать нам правильно выстраивать бизнес-процессы и устранять узкие места. Такая задача всегда будет на первом месте: банки развиваются, их системы модернизируются, появляются новые процессы. Это все равно большая часть необходимых любому банку усилий, около 70% пользы системы приходится именно на мониторинг, обеспечивающий стабильность работы систем. По процессам, охваченным системой мониторинга, мы на 20 минут раньше реагируем на любой сбой. Это означает резкое сокращение времени устранения инцидентов.

«Бонусы» же во многом зависят от изначального качества процессов. Могу сказать, что явным позитивным эффектом стала возможность взглянуть на бизнес в целом: оценить выполнимость поставленных планов, увидеть, кто и почему мешает их выполнению. Это позволяет избежать долгих споров о выполнимости планов.

— В каком направлении развивается система?

Для нас сейчас актуально не столько развивать систему, сколько оптимизировать свою работу, используя получаемые данные. Во-первых, надо поставить на мониторинг запланированные 50 процессов и увидеть, что происходит в них. Далее мы будем оптимизировать узкие места, обеспечивая стабильность и, если нужно, реорганизовать работу банка.

Однако через год мы совершенно точно займемся анализом онлайн-потоков, чтобы их в реальном времени переключать с загруженных каналов на незагруженные. Это не только возможно, но и соответствует стратегии омниканальности, которую мы строим.

— Планируется ли тиражирование решения?

Эта система, созданная в ВТБ24, признана целевой в «большом» ВТБ. И сейчас, еще до слияния этих структур, мы начали развертывание системы мониторинга, которая станет единой для объединенного банка.

— О чем вы собираетесь рассказать нашим слушателям на форуме?

О том, что устранение такой извечной проблемы, как недоверие бизнеса к ИТ, возможно путем создания инструмента мониторинга, несущего в себе еще и огромную дополнительную пользу. Я абсолютно уверен: непрозрачность ИТ, недоверие к тому, что творится в стенах ИТ-департамента, актуальна для многих. Созданная система переводит проблему в область, где возможно ее комфортное решение, к тому же попутно упрощается работа ИТ-подразделения.

Возможно, это покажется парадоксальным, но если исходить из третьего закона Ньютона, согласно которому любому действию есть равное противодействие, то должна быть какая-то плата за то, что порталы самообслуживания сокращают количество инцидентов и заявок, снижая нагрузку на службу поддержки.

В статье перечислены восемь возможных негативных последствий перехода на самообслуживание и способы борьбы с ними. Разумеется, не исключены и другие: если у вас есть варианты, поделитесь ими в комментариях.

1. Изменение характера инцидентов и запросов на обслуживание

Появление портала самообслуживания приводит к тому, что из очереди заданий службы поддержки исчезают многие «легкие» заявки (как об инцидентах, так и о запросах на обслуживание). Перечислим последствия.

• Выполнение заявок в службу поддержки в среднем будет отнимать больше времени ввиду повышения их сложности.
• Из-за того что службе поддержки придется иметь дело с более сложными проблемами, может ухудшиться впечатление о ней конечных пользователей, рассчитывающих на неизменно оперативное выполнение заявок.
• Сотрудникам службы поддержки придется повысить уровень своей подготовки для устранения более сложных проблем. Чтобы решать реальные задачи, понадобится более обширный набор навыков, чем ответ по заранее заготовленному сценарию.

Что делать: пересмотреть роль службы поддержки пользователей.

Время «упрощенной» службы поддержки, для работы в которой достаточно было читать сценарии, прошло. Прежде всего потому, что портал самообслуживания «съест» большую часть простых заявок об инцидентах и сервисном обслуживании, а сотрудники службы поддержки будут получать в основном заявки посложнее. Вторая причина — рост ожиданий конечных пользователей, обусловленный опытом их работы с сервисами потребительского класса.

Поэтому роль службы поддержки и критерии найма соответствующих специалистов необходимо пересмотреть с учетом не только повышения сложности, но и необходимости ориентироваться на большее удовлетворение клиентов. В соответствии с этим нужно также изменить процесс обучения сотрудников служб поддержки, уделяя особое внимание не столько быстроте, сколько качеству обслуживания.

2. Повышение расходов на оплату труда специалистов по поддержке пользователей

Расширение и изменение набора навыков сотрудника службы поддержки приведет к следующему:

• сотрудники службы поддержки станут более дорогим ресурсом (хотя при этом их нужно будет меньше);
• более актуальной и сложной станет проблема удержания персонала — здесь в полной мере действует закон спроса и предложения;
• службам поддержки станет сложнее вводить в курс дела новых сотрудников, даже когда у них есть нужные навыки. Для передачи деловых и технических знаний необходимо будет активнее пользоваться системами управления знаниями.

Что делать: приучиться больше ценить сотрудников службы поддержки пользователей.

Согласно исследованию Service Desk Institute, сегодня сотрудники служб поддержки получают недостаточную финансовую компенсацию за лояльность, то есть работу на своей должности в течение двух или более лет.

Опросы, целью которых является оценка морального духа персонала, в службах поддержки обычно не проводятся.

Здесь явно надо что-то менять. Учитывая усложнение задач сотрудника службы поддержки, нанимать и вводить новый персонал в курс дела станет труднее, важность удержания работников повысится.

3. Сокращение численности персонала приведет к тому, что службы поддержки будут менее гибкими

Со снижением числа заявок исчезнет и потребность в большом штате службы поддержки, даже несмотря на повышение сложности решаемых задач. Перечислим вероятные результаты.

• Будет меньше специалистов, глубоко разбирающихся в какой-либо конкретной предметной области, поскольку в связи с сокращением штата службы в ней нужны будут универсалы.
• Сложнее станет планировать расписание дежурств в пиковое время и выбирать сотрудников для разрешения экстренных ситуаций, как и делить сезон отпусков.
• В пиковые периоды качество оказания услуг пользователям, задачи которых выходят за пределы возможностей портала самообслуживания, может снижаться. Характерное подтверждение тому — субботние очереди в отделениях банков, обслуживающих физических лиц.

Что делать: работать умнее, а не интенсивнее.

С сокращением численности персонала и ростом сложности задач службам поддержки необходимо улучшить управление знаниями, а конкретнее — их использование.

Хорошо, если у вас предусмотрены процессы сохранения, систематизации и распространения знаний, но в конечном счете имеет значение не само управление знаниями, а регулярное их применение с пользой, а это требует в большей степени культурных изменений, чем операционных.

Чтобы работать умнее, а не интенсивнее, нужно изучить возможности автоматизации самообслуживания, службы поддержки и управления эксплуатацией ИТ (IT Operations Management, ITOM), а также использования метода инцидентов, решаемых на нулевом уровне (Level Zero Solvable, LZS).

Разъяснить его меньше чем в 100 словах сложно, поэтому, если есть время, лучше ознакомиться с документом http://www.thinkhdi.com/~/media/HDICorp/Files/Library-Archive/Insider%20Articles/WhatIsLZS.pdf. Говоря упрощенно, LZS — это показатель количества поступивших в службу поддержки заявок, которые можно выполнить, пользуясь информацией из портала самообслуживания.

Важно то, что благодаря LZS ИТ-специалисты знают о сроке готовности баз знаний к запуску портала самообслуживания (пик синей линии перед пунктирной красной, указывающей срок запуска), а это хороший показатель шансов проекта на успех. После запуска портала LZS можно использовать для оценки эффективности базы знаний и выявления возможностей для усовершенствований.

4. Влияние на операционную деятельность компании

Здесь все дело в уровне автоматизации. Если автоматизация отсутствует, проблема конечного пользователя будет решаться через портал самообслуживания медленнее, чем при обращении в службу поддержки. Кроме того, при этом снижается продуктивность работы конечного пользователя и, возможно, всей операционной деятельности компании. Если клиенту после обращения через портал приходится ждать ручного внесения исправлений или выделения ресурсов, у него может пропасть само желание пользоваться порталом самообслуживания.

Некоторые элементы поддержки с помощью самообслуживания могут обойтись дороже, чем путем обращения к специалисту. Это бывает, например, в таких случаях: если топ-менеджерам приходится, по сути, заниматься устранением неисправностей ИТ-систем; если рядовые служащие тратят на то же самое больше своего рабочего времени, чем ушло бы у персонала соответствующей квалификации; когда неудачные попытки самостоятельных исправлений приводят к накладным расходам, связанным с повторными исправлениями и потерей продуктивности.

Что делать: изучать возможности автоматизации самообслуживания, работы службы поддержки и управления эксплуатацией ИТ.

Автоматизация дает тройную выгоду службам поддержки:

• повышение скорости/результативности,
• снижение затрат,
• улучшение качества обслуживания.

Когда есть возможность что-то автоматизировать, можно получить и другие преимущества:

• снижение количества ошибок человека — работа выполняется с неизменным результатом;
• больше возможностей для внесения изменений — запрограммировать изменения в автоматизированной системе проще, чем заставить группу сотрудников делать что-то по-новому;
• оптимизация использования кадровых ресурсов — автоматизация освобождает людей от рутинных, потенциально скучных задач, позволяя сосредоточиться на более стоящих.

Но автоматизация — это не только написание скриптов и оркестровка. Сегодня машинное обучение дает службам поддержки, работающим в условиях нехватки времени, множество возможностей для оптимизации управления знаниями и самообслуживания. Перечислим некоторые из них.

• Улучшение функций поиска — интеллектуальный поиск выдает релевантные результаты с высокой точностью.
• Предоставление персональных рекомендаций — наподобие тех, что получают пользователи Amazon и Netflix.
• Создание интеллектуальных автоответчиков — высококачественное выполнение заявок автоматизированными системами без участия человека.
• Выявление и устранение пробелов в знаниях — обнаружение случаев нехватки информации в базе знаний и преобразование задокументированных процедур выполнения заявок в новые знания.

5. Существенное изменение метрик и целевых показателей

Метрики и целевые показатели службы поддержки пользователей придется пересмотреть.

• С внедрением портала самообслуживания объемы заявок должны снизиться.
• Число выполнений заявок при первом обращении (first contact resolution, FCR) может резко упасть; возможно, данный показатель вообще потеряет смысл.
• Среднее время работы по заявке увеличится, сами заявки станут в целом более сложными.
• Понадобятся новые метрики.

Дополнительное изменение метрик и контрольных показателей будет зависеть от доли конечных пользователей, которые принципиально не пожелают обращаться к порталу самообслуживания.

Что делать: пересмотреть и перекалибровать метрики.

Нужно не просто подкорректировать существующие метрики и контрольные показатели. Если переход на самообслуживание увенчается успехом, ценность метрик, применяемых в службе поддержки, придется пересмотреть, чтобы убедиться в том, что они имеют смысл, являются справедливыми, уместны в контексте других измерений и используются как основание для действий — в идеале, чтобы способствовать оптимизации деятельности и обслуживания.

6. Успех портала самообслуживания может привести к снижению ценности отдела ИТ в глазах бизнес-руководства

Оценивать результативность отдела ИТ и его восприятие в глазах бизнеса всегда сложно. И здесь на ум приходит такой показатель, выведенный довольно давно одной из аналитических компаний: служба поддержки пользователей на 50% определяет отношение бизнеса к корпоративному отделу ИТ. Если это так, оценка бизнесом отдела ИТ в целом может легко упасть при снижении объема непосредственных контактов с сотрудниками службы поддержки.

К тому же у каждого может быть своя точка зрения на успех внедрения портала самообслуживания. К примеру, утверждение «отдел ИТ предлагает отличный портал самообслуживания» пессимист может воспринять так: «если в отделе ИТ что-то сломается, то чинить придется самим пользователям» — либо рассматривать как сигнал к тому, что штат персонала отдела ИТ теперь можно сократить.

Если удобству портала самообслуживания уделять недостаточно внимания, он неизменно будет уступать по своим характеристикам потребительским сервисам схожего назначения, которые зачастую предлагают высокое качество обслуживания, а также высокоразвитые возможности оркестровки и машинного обучения.

7. Ухудшение и утрата взаимоотношений с бизнес-заказчиками

Необходимо указать и на утрату межличностных контактов из-за перехода на самообслуживание. Это может привести к тому, что в отделе ИТ в целом будут меньше знать о своих клиентах, об их потребностях, о том, как они пользуются ИТ, и об их бизнес-деятельности.

Есть еще один важный аспект: портал самообслуживания может заставить конечных пользователей чувствовать себя некомпетентными, а это вряд ли кого-то устроит. Кроме того, возможно, пользователи не смогут эффективно работать с порталом самообслуживания и его контентом. Кто-то скажет, что без этого успех самообслуживания в принципе невозможен, но все зависит от того, как оценивается успех: по «сплошной зелени» показателей результативности службы поддержки или по реальным откликам конечных пользователей о ее работе. Бывает так, что в отделе ИТ считают переход на самообслуживание успешным, даже если он создает больше расходов для бизнеса, чем приносит экономии.

Что делать: инвестировать в улучшение управления взаимоотношениями.

Очевидно, что переход на самообслуживание приведет к снижению объема контактов лицом к лицу и знаний о пользовательских пожеланиях и потребностях. В связи с этим необходимо принять соответствующие меры.

• Если говорить о компании в целом и ее бизнес-подразделениях, то нужны должности, которые подразумевают личный контакт: менеджеры по доставке услуг, по контролю уровня обслуживания и управлению взаимоотношениями с бизнесом.
• Что касается конечных пользователей, необходимо понимать, что любой прямой контакт со службой поддержки отныне должен проходить идеально.

Менеджеры, отвечающие за взаимоотношения, должны быть инициаторами конструктивного диалога с отделом ИТ о том, насколько качественно служба поддержки и отдел в целом удовлетворяют потребности конечных пользователей и бизнеса. Причем это должно быть нечто большее, чем традиционные просьбы выставить оценку за качество выполнения заявки. Если в вашей организации взялись за улучшение обслуживания внутренних заказчиков, то методы оценки общего отношения сотрудников к поставщикам услуг, скорее всего, уже внедряются.

8. Самообслуживание — это «юбилей с отложенной датой»

Требования и пожелания конечных пользователей к системам самообслуживания со временем меняются. Это происходит быстро, по мере того как опыт пользования потребительскими услугами меняет ожидания служащих от ИТ-систем и внутренних поставщиков услуг на работе.

Пример — доступ к средствам самообслуживания с мобильных устройств. Это стало привычным в повседневной жизни, но, согласно исследованию HDI 2015 года, только в четверти компаний, предлагающих портал самообслуживания, предоставляют к нему мобильный доступ. Кроме того, в потребительских сервисах повсеместно применяется машинное обучение, тогда как в порталах самообслуживания это пока не практикуется.

Что делать: планировать развитие систем самообслуживания и выделять соответствующие средства в бюджете.

Важно осознавать, что на ожидания конечных пользователей от портала самообслуживания будет влиять опыт, полученный ими в повседневной жизни.

Поэтому необходимо следить за эволюцией потребительских систем самообслуживания и оценивать их влияние на корпоративные ИТ. Например, сегодня компании, работающие на потребительском рынке, широко применяют ботов и системы машинного обучения, пользующиеся различными базами знаний.

Итак, мы рассмотрели, как может сказаться на работе службы поддержки внедрение портала самообслуживания, и предложили способы противодействия негативному влиянию этого шага. Сталкивались ли вы в своей практике с вышеназванными и другими проблемами?

Компании, специализирующиеся в области искусственного интеллекта, в 2016 году получили выручку в размере около 8 млрд долл., а в ближайшие три года эта сумма, по прогнозам, увеличится впятеро. Корпорации все активнее инвестируют в искусственный интеллект, чтобы снижать затраты, улучшать обслуживание клиентов и условия работы сотрудников.

Согласно результатам опроса Technology Vision 2017, проведенного Accenture среди более 5,4 тыс. ИТ- и бизнес-руководителей, 79% из них уверены в том, что искусственный интеллект ускорит освоение новых технологий в организациях. Взрывной рост темпов применения искусственного интеллекта – реальность, но последствия для работников предприятий сформулировать и проконтролировать непросто. Ясно одно: руководителям всех подразделений уже следует оценивать, какая роль в организациях будет отведена взаимодействию людей и машин.

Особенно сильно искусственный интеллект будет влиять на работу ИТ-сотрудников. ИТ-директорам уже приходится иметь дело с масштабными переменами, обусловленными внедрением различных новшеств, от аналитики до облаков, а искусственный интеллект создаст новые трудности и возможности для дальнейших перемен и поддержки бизнеса. Чтобы отдел ИТ смог воспользоваться этими возможностями, руководителям необходимо решительно менять круг компетенций и навыков сотрудников своей организации и готовиться к эпохе искусственного интеллекта. Перечислим пять основных групп навыков, которые понадобятся ИТ-специалистам и помогут извлекать максимальную пользу из машинного обучения и искусственного интеллекта.

1. Машинное обучение

Руководители и рядовые сотрудники сегодня опасаются, что машины заменят людей. Но при этом нередко упускается из виду тот факт, что ИТ-специалистам придется разрабатывать и сопровождать программные средства автоматизации, а также осуществлять техническое обслуживание разумных машин. Применение искусственного интеллекта в организациях только начинается, и зачастую соответствующие проекты разрозненны, а процессы планирования неразвиты и децентрализованы. Но у ИТ-специалистов сегодня есть возможность подготовить технические архитектуры и системы, которые станут залогом устойчивого развития разумных машин для корпоративного мира. ИТ-руководителям для этого необходимо внести изменения в программы обучения и повышения квалификации, отказаться от традиционного акцента на поддержании работоспособности систем и перейти на иную парадигму, исходя из того, что искусственный интеллект станет доминировать практически во всех отраслях.

Конкретные примеры компетенций: управление роботизированными системами автоматизации процессов (robotic process automation, RPA – программные роботы для взаимодействия с пользовательскими интерфейсами систем, рассчитанных на людей) – например, Blue Prism, Verint; знание типов искусственного интеллекта, конкретных областей и результатов применения.

2. Консалтинг в области процессов

Традиционно ИТ-службы не принимали большого участия в оптимизации корпоративных процессов для повышения выручки и прибылей. Но в новую эпоху ИТ-специалистам необходимо будет приобретать глубокие познания в области бизнеса и понимание того, как можно улучшить процессы и результаты с помощью машинного обучения. Так, системы борьбы с отмыванием денег можно значительно усовершенствовать благодаря тому, что искусственный интеллект, в отличие от человека, способен параллельно обрабатывать множество потоков информации. Машина может дополнить процессы принятия решения, коррелируя данные и принимая простые решения самостоятельно, а более сложные – доверяя людям. Это значит, что людям придется изменить существующие схемы процессов и круг своих компетенций, обеспечив поддержку комплексных подходов и принятие более сложных решений. Искусственный интеллект уже меняет клиентоориентированные и внутренние процессы в компаниях. Сегодня происходит слияние предметных областей традиционного управления бизнес-процессами и RPA, свидетельство этому – недавнее приобретение компании OpenSpan, разработчика средств RPA, компанией Pega. Но, помимо RPA, есть и множество других приложений на основе искусственного интеллекта, улучшающих взаимодействие с заказчиками в ряде отраслей, – в частности, системы голосовой аутентификации клиентов.

Конкретные примеры компетенций: знания в области бизнес-процессов, узкоспециальные отраслевые знания.

3. Платформы и обеспечение качества данных

ИТ-специалистам необходимо приобрести обширные навыки в области управления информацией и технологических платформ (в частности, платформ Больших Данных). Качество прогнозных моделей, основанных на методах машинного обучения, напрямую зависит от качества данных. Проблемы, порождаемые организационной разрозненностью и низким качеством данных, существуют на предприятиях уже давно. Но при отсутствии навыков поддержки моделей и платформ сотрудники рискуют стать узким местом процессов, происходящих с участием искусственного интеллекта. Сегодня, когда ИТ-служба превращается в корпоративного провайдера облачных сервисов и в связи с этим появляются новые технологии и архитектурные концепции, ИТ-специалистам необходимо брать на себя ответственность за качество данных и в конечном счете избавлять организацию от разобщенности, чтобы поставить на службу бизнеса всю мощь машинного обучения.

Конкретные примеры компетенций: управление системами работы с данными, разработка интерфейсов программирования и управление ими, информационная стратегия.

4. Знания в области алгоритмов

Не все обязаны быть учеными по данным, но ИТ-специалистам важно иметь базовые знания в области методов статистики и понимать принципы создания и оптимизации алгоритмов искусственного интеллекта, а также основы их работы. Компаниям это дает два важных преимущества. Во-первых, в ИТ-службе могут разъяснить возможности искусственного интеллекта бизнесу и в партнерстве с ним непрерывно совершенствовать модели. Во-вторых, понимание фундаментальных математических концепций в основе машинного обучения является важным залогом результативной работы в соответствующей области, помогающей ИТ-службе приносить реальные результаты бизнесу по мере освоения искусственного интеллекта. К примеру, в Accenture в рамках партнерства с Технологическим институтом Стивенса проводят углубленное обучение ИТ-специалистов аналитическим методам.

Конкретные примеры компетений: отбор и формирование подмножеств данных, основы регрессии и классификации, оценка точности модели, методы регуляризации и стабилизации моделей.

5. Руководство и оценка решений

Машины рано или поздно начнут работать бок о бок с людьми, выполнять повседневные административные обязанности, которые сегодня отнимают у человека немало времени. Сотрудникам предприятий придется не только принять новый мир, где машины ежедневно принимают решения, связанные с операционной деятельностью, но и взять на себя обязанности по оценке более сложных решений. Подобные перемены потребуют навыков по решению задач и формулированию вопросов таким образом, чтобы машины понимали их и выдавали ответы, позволяющие принимать верные решения.

Конкретные примеры компетенций: коммуникационные навыки, эмоциональный интеллект, принятие решений на основе результатов анализа, командная работа и знания на стыке различных предметных областей.

***

Чтобы развивать нужные навыки и компетенции, руководителям необходимо уже сейчас начинать организовывать внутрикорпоративную программу обучения, направленную на подготовку сотрудников к внедрению искусственного интеллекта, преподавание основ соответствующих предметов, освещение преимуществ и снижение страхов по поводу машин. Просвещение относительно возможностей искусственного интеллекта можно организовать с помощью онлайн- и обычных курсов обучения. Их количество можно варьировать в зависимости от должностей и уровней навыков сотрудников, позволив им повышать квалификацию постепенно.

Также нужно продемонстрировать, что искусственный интеллект повышает эффективность работы людей, беря на себя выполнение их отдельных задач, а не все функции в рамках должностных обязанностей. В программах обучения можно использовать соответствующие прототипы и демонстрационные версии технологий. В конце курсов обучения нужны практические семинары, способствующие перемене отношения к искусственному интеллекту и робототехнике и более творческому подходу к их использованию, особенно для руководителей.

Машины придут в коммерческие компании и государственные учреждения во всем мире и останутся в них. Причины, по которым руководителям предстоит осваивать технологии автоматизации и дополнения возможностей человека, многочисленны. У ИТ-руководителей сейчас есть возможность переобучить своих подчиненных, добавить навыки, которые понадобятся, чтобы обеспечивать поддержку искусственного интеллекта в дальнейшем. Фокусируясь на эффективном управлении машинами и используемыми ими данными и алгоритмами, а в конечном итоге – на руководстве и оценке решений, ИТ-специалисты смогут подготовиться к внедрению и развитию искусственного интеллекта в своих организациях.

– How to build IT competencies for the AI era. Diana Bersohn and McCree Lake. CIO. APR 11, 2017

Машинное обучение стало очередной модой в бизнес-технологиях, но о специфике его применения нередко забывают.

«Основная проблема заключается в том, что наука о данных, как ни крути, является наукой, а бизнес не очень-то хорошо приспособлен использовать научные методы при принятии решений», – считает Евгения Завалишина, генеральный директор компании Yandex Data Factory, которая специализируется на машинном обучении и анализу данных.

Этот проект родился в недрах технологической компании «Яндекс» — оператора крупнейшего в России поисковика. В декабре 2014 года в «Яндексе» решили развивать направление наук о данных (Data Science), поддерживавшее их флагманский продукт, и приступили к разработке сервисов машинного обучения для отраслевых приложений.

Новая компания выделилась из «Яндекса» в конце 2014 года. Сервисы машинного обучения и иссдедования данных используются в YDF для создания прогнозных моделей при организации целевых рекламных кампаний, расчете оптимальных складских запасов для магазинов и т.д.

«Поручая своим сотрудникам какую-то работу, вы обычно рассчитываете получить ожидаемый результат, – отметила Завалишина. – Но с исследователями данных работа строится по-другому, потому что в науке о данных нельзя ожидать гарантированных результатов».

Отрицательный результат может оказаться вполне нормальным итогом любого проекта в области исследования данных, и бизнес-менеджерам необходимо это учитывать.

Логика выше интуиции

Работа с исследователями данных требует особого подхода к бизнесу, в котором логика ставится выше интуиции. Другими словами, все зависит от фактов и логических заключений из них.

Ставить исследователям данных задачи, которые они искренне считают бессмысленными, фактически бесполезно.

«Они воспринимают такие задачи как деление на ноль, не имеющее смысла, – поясняет Завалишина. – И вы просто не в состоянии заставить их делать это, не можете мотивировать людей делить на ноль. Им начинает казаться, что вы идиот, а это не отнюдь не способствует укреплению производственных отношений».

Нужно, чтобы исследователи поверили в то, что его реализация имеет смысл. При попытке улучшить систему с помощью машинного обучения им нужно иметь достаточный объем данных для получения осмысленных результатов.

«Многие решения в бизнесе принимаются интуитивно, поэтому в обычной ситуации измерять все нет необходимости, – добавил исполнительный директор YDF Александр Хайтин. – Но когда речь идет о проекте, в который вовлечены исследователи данных, нельзя просто указать им: 'Делайте так-то и так-то, у меня есть ощущение, что это должно получиться'. Подобный подход не работает».

Правильная постановка вопроса

Модели в предсказательной аналитике строятся на гораздо более сложных по сравнению с традиционными статистическими системами алгоритмах. Порой их сложно объяснить.

В розничной торговле наука о данных зачастую используется для улучшения прогнозирования пополнения запасов при еженедельном оформлении заказов. Результаты могут оказаться просто удивительными, но здесь надо учитывать так много факторов, что сам процесс становится трудноуправляемым.

«Объяснить все это тому, кто не в состоянии оценить сложность данных, просто невозможно, – заметила Завалишина. – А не объяснив, исходя из одного лишь здравого смысла, вы не сможете понять, насколько это хорошо. Нужно четко знать, что именно вы хотите улучшить и как будут оцениваться результаты. Здесь нет места 'свободному творчеству'. Вы должны быть уверены, что точно знаете, что вы хотите улучшить, и как вы измеряете результаты. Такой подход напоминает разговор с математиками: вы получаете ответ в точном соответствии со сформулированным вами вопросом».

Если вопрос был задан неверно, ждать правильного ответа не стоит. И в этом заключается общая проблема, ведь компании зачастую не уделяют достаточного внимания планированию своих целей и оценке их достижения.

«Мы работали с одной крупной розничной компанией, и нас попросили построить модель, которая прогнозировала бы продажи каждого конкретного товара на предстоящую неделю, – вспоминает Завалишина. – Мы попытались проделать это с одним товаром, однако заказчик быстро понял, что использовать результаты такого прогнозирования на практике невозможно».

Модель была точной, но дело в том, что компания заказывала товар в упаковках по шесть единиц, а не по одной. И если на следующей неделе прогнозировалась продажа семи единиц, возникал вопрос: заказывать одну упаковку или две? Может показаться, что разница невелика, но тут начинали появляться ошибки. Модель стала совершенно иной, потому что параметры оптимизации оказались сдвинутыми.

Наука о данных требует тщательного планирования. Компания получила правильный ответ, но ей изначально следовало задать совсем другой вопрос.

Неудачи на пути к успеху

Модель оптимизации складских запасов, предложенная другому розничному продавцу, касалась экзотических и дорогостоящих товаров, которые продавались довольно редко, и с этой точки зрения заказывать их на склад смысла не было вообще. Но абсолютно логичное в математическом отношении решение не всегда годится для бизнеса. Ведь эти позиции играли решающую роль в формировании имиджа магазина и его клиентской базы.

«В процессе реализации вашего первого проекта, связанного с исследованием данных или машинным обучением, вам почти наверняка придется возвращаться назад и переосмысливать основные цели и ключевые параметры», – подчеркнула Завалишина.

Обычно YDF рекомендует своим клиентам начинать с коротких специализированных проектов, чтобы избежать долгосрочных инвестиций в проект, который в конечном итоге может дать результаты, которыми не удастся воспользоваться на практике. Такой подход помогает двигаться вперед поэтапно, постепенно внося необходимые улучшения.

Еще у одной компании имелась собственная система, выявлявшая, каким клиентам направлять те или иные предложения. В YDF посоветовали воспользоваться статистической рекомендательной моделью, в которой алгоритм машинного обучения применялся к случайному срезу клиентской базы. Оставшаяся группа клиентов по-прежнему обрабатывалась с помощью прежней системы, а затем компания сравнивала результаты, рассчитывая уровень конверсии предложений в продажи.

Однако на практиве была выявлена нестыковка, которая заключалась в том, что предложения контрольной группе рассылались в пятницу, а экспериментальной группе – в выходные. А разные шаблоны поведения в разное время делали любое сравнение бессмысленным.

Руководители часто обращаются к YDF с просьбой организовать на их предприятиях курсы машинного обучения и ознакомления с наукой о данных, позволяющие понять, какую выгоду организация может извлечь из этих технологий.

«Обычно мы отказываем в таких запросах, потому что не видим смысла в подобном обучении, – призналась Завалишина. – Подготовить собственных исследователей данных все равно не удастся, и курсы клиентам тут не помогут. Если вы хотите применять соответствующие технологии в своей работе, нужно изучать научные методы и использовать их. Для того чтобы технология приносила результаты, бизнесу необходимо прививать более научный подход».

Поправка на неопределенность

Бизнесу следует впитывать в себя научную культуру. Отрицательные результаты еще не означают, что работа провалена — они лишь свидетельствуют о том, что оптимизация не завершена.

Еще один важный момент связан с зонами ответственности в корпоративной культуре. Однажды в YDF обратился клиент, желающий оптимизировать свои рекламные расходы. Разработанный по его заказу алгоритм обещал тот же уровень отклика при сокращении затрат на 20%.

Однако полученные итоги породили больше вопросов, чем достижений. Дело в том, что бонусы персоналу, отвечавшему за проект, выплачивались за составление планов и принятие решений, обеспечивавших оптимизацию результатов.

«Теперь же у них появилась модель, выдававшая рекомендации и математически доказывавшая, что выполнение этих рекомендаций повлечет за собой улучшение результатов, но проблема заключалась в том, что все это непосредственно входило в их зону ответственности», – пояснила Завалишина.

Проекты, связанные с наукой о данных, предполагают иное распределение сфер ответственности и иные приоритеты по сравнению с теми, что были приняты в бизнесе до сих пор. В нашем случае участникам команды предлагалось внедрить модель, которая привела бы к сокращению их бонусов.

«Использование научного подхода более рационально, но может провоцировать конфликтные ситуации, – отметил Хайтин. – Как минимум, нарушается обычный порядок принятия решений. Эксперт, к примеру, заявляет, что у него появилась идея, и он интуитивно чувствует, что она сработает. У нас же в руках имеется определенный инструмент, который позволяет точно вычислить результат. Это совершенно иная ситуация, и тут нет места интуиции».

Вот еще один пример. Специалисты YDF совместно с крупным сталелитейным предприятием работать над оптимизацией соотношения материалов, используемых в производственном цикле. Увеличение доли определенной добавки улучшало качество, но одновременно приводило к удорожанию конечной продукции.

Опираясь на статистические данные для построения точной модели наилучшего сбалансирования качества и стоимости, в YDF остановились на составе, предлагавшемся алгоритмом машинного обучения.

«Но часто такие рецепты не имеют смысла, – призналась Завалишина. – Взглянув на них, представитель заказчика утверждает, что они неприемлемы. Выбирается другой вариант. С одной стороны, вы проводите оптимизацию, а с другой — вам приходится считаться с предпочтениями экспертов. Они же, как правило, отвергают 80% ваших рекомендаций. Мы разработали другое решение, которое анализировало вероятность принятия заказчиком предложенного состава. Дальнейшая работа делала его чуть менее оптимальным с математической точки зрения, но повышала вероятность его принятия человеком».

Нас все чаще пугают тем, что искусственный интеллект вполне способен уничтожить человечество, однако пока именно союз человека и инструментов машинного обучения составляет основу того, что называют наукой о данных.

- Tom Macaulay. How to use data scientists and machine learning in the enterprise. Computerworld UK. MAR 23, 2017 

Как выяснилось, концепция BYOD в Россию по-настоящему так и не пришла. Еще несколько лет назад крупные производители были уверены, что она совершит революцию, и направляли свои усилия на разработку целых инфраструктурных решений. Но уже становится ясно: этот рынок не сформировался. Тем не менее перспективы носимых устройств в бизнесе заслуживают отдельного рассмотрения. Сейчас они вызывают те же вопросы, что и планшеты в начале появления на рынке. Однако мобильные решения массово приобретаются компаниями для обеспечения оперативного доступа сотрудников к информации. Носимым устройствам придется пройти подобный путь до момента, когда их роль будет определена более четко.

Растущая популярность носимых электронных устройств подсказывает возможность их применения как для оптимизации внутренних процессов, так и для взаимодействия с клиентами. Очки, часы, браслеты – какую ценность они несут бизнесу и какие проблемы порождают?

Корпоративный сегмент перспективнее

В течение пары последних лет носимые устройства позиционировались в первую очередь как потребительские гаджеты, их реальная бизнес-ценность была под большим вопросом. Однако скепсис постепенно уходит, и, как ожидается, наиболее значимый эффект от использования ранних носимых устройств будет наблюдаться именно в корпоративном секторе. Например, Deloitte чуть больше двух лет назад организовала консалтинговую практику Wearables Division, направленную на помощь компаниям в развертывании инфраструктуры носимых устройств, особо фокусируясь на «умных» очках, и заключила альянс с APX Labs – разработчиком интеграционных решений для встраивания носимых устройств в традиционную корпоративную инфраструктуру.

Как утверждают в Deloitte, потребительский рынок этих устройств очень интересен, но есть серьезные проблемы в отношении массовости их использования. В корпоративном же секторе уже появился первый положительный опыт их применения. Именно предприятия будут внедрять такие технологии первыми. Главное преимущество при этом – работа со свободными руками и поднятой головой, в целях безопасности перемещения или соблюдения правил этикета, что делает носимые устройства действительно прорывной технологией в корпоративном сегменте. Есть задачи, которые по-другому просто не решить.

В Juniper Research также полагают, что наиболее эффективные технологии для носимых устройств будут разработаны в расчете на корпоративный сектор и здравоохранение. Только затем похожие приложения появятся в потребительском сегменте.

Поставщики устройств также заинтересованы в продвижении своих технологий в корпоративном сегменте: это поможет им остаться на плаву, пока потребительский рынок разогревается. Они будут помогать заказчикам создавать оптимальные практики использования устройств. Дело в том, что на рабочем месте эффективность важнее моды. Даже один-единственный удачный пример, демонстрирующий очевидный эффект и реальную бизнес-ценность, может обосновать инвестиции многих компаний в носимые устройства.

Первыми проектами становятся внедрения отраслевых приложений на базе носимых устройств – специфичные, с четким предназначением, ясными целями и показателями эффективности. Однако самостоятельное использование носимых устройств работниками умственного труда дает примеры более общего характера. Как уверены аналитики, устройства, которые в итоге победят в корпоративном секторе, будут многофункциональными. Именно в многофункциональности сейчас заключается ценность смартфона для сотрудников, работающих с информацией, и его преемник не должен уступать по функционалу.

Однако сказанное не означает, что взрывное использование носимых устройств на предприятиях произойдет уже завтра. Предстоит решить большое количество технических проблем: надежность связи, длительность работы, яркость экрана и т. п.

Как утверждает Аарон Салоу, глава компании XOEye, занимающейся «умными» очками для бизнес-сегмента, эти устройства дают пользователю иной опыт по сравнению с другими технологиями. Ношение на своем лице приборов – процесс довольно-таки интимный, поэтому требуется соответствие множеству требований, как технических, так и этических. Как минимум надо убедить пользователей в том, что задача – повышение их эффективности, а не шпионаж. Многие выражают озабоченность относительно безопасности использования носимых устройств, а также считают что компании могут таким образом собирать персональную информацию о них.

ИТ-департаменты должны быть готовы к проблемам

Несмотря на обилие устройств, направленных на спорт и здоровье в целом (различные браслеты), внимание аналитиков фокусируется на очках и, в определенной степени, на часах. В этой области наблюдаются общие проблемы – например, безопасность корпоративных данных. Во многом дело упирается в вопрос доверия бизнеса поставщикам решений.

ИТ-департаменты должны быть готовы к возникающим проблемам. Во-первых, это новые требования к качеству решений для носимых устройств. Они более чувствительны к ошибкам. Во-вторых, требуется готовность инфраструктуры: невозможно управлять тем, к чему нет доступа.

Наконец, истинная ценность «умных» устройств будет зависеть от их интеграции с корпоративными системами. Эффективность работы будет достигаться только при мгновенном обмене информацией между ними. Если пользователям придется ждать, они предпочтут выполнять работу по-старому. Кроме того, у носимых устройств обычно нет клавиатуры. Поэтому необходимо эффективное средство ввода данных – голосовое или какое-либо еще. Это означает принципиально иную схему взаимодействия с корпоративными системами.

Обычно большее разнообразие устройств подразумевает большую нагрузку на ИТ-департамент по управлению ими. В данном случае не должно возникнуть большой проблемы, поскольку уже существует множество платформ для управления корпоративной мобильностью, и с этой точки зрения носимые устройства принципиально не отличаются от смартфонов и планшетов. И скорее всего, «умные» очки заменят многие из использующихся сейчас мобильных устройств.

Заказчикам нужно время

«Предприятиям нужно время: технологию мало придумать и развить, ее надо еще и научиться эффективно применять»  Дмитрий Блинов,  технический директор LogistiX

«Мы начали освоение носимых технологий с очков дополненной реальности в 2014 году, когда было разработано решение Pick-by-vision. Оно подразумевало использование очков для получения и исполнения заданий, применение разнообразных инструментов визуализации для обучения, мониторинга и анализа ситуации», – говорит Дмитрий Блинов, технический директор LogistiX. Несколько позже появилась целая экосистема для проектов в области биотелеметрии. Сфера применения разработанных технологий – любое производство, склад, аграрный сектор, обучение. Со временем спектр применения будет только расти.

Основной принцип, который необходимо соблюсти при внедрении любых носимых устройств, – экономическая целесообразность решения. Все зависит от целей внедрения тех или иных гаджетов. Это могут быть приватность сотрудника, необходимость сосредоточиться в условиях открытого офисного пространства (здесь помогут шлемы виртуальной реальности), обучение, необходимость доступа к единой рабочей системе, физические показатели сотрудника (это задача фитнес-браслета). Любые устройства снижают человеческий фактор в труде и обеспечивают внешний контроль работы сотрудника. Это неплохо и поэтому в будущем неизбежно.

«Недавно руководитель крупной компании, имеющей большой штат офисных сотрудников, сказал, что было бы очень здорово знать, кто из сотрудников спит на рабочем месте. У них, оказывается, есть такая серьезная проблема», – говорит Блинов. Выявлять спящих предполагалось через фитнес-браслеты. Дальше обсуждения тот проект не пошел: компании предложили сдвинуть рабочий график у части сотрудников и использовать традиционные методы постановки задач и контроля исполнения. Однако на складах – в отличие от офиса – фитнес-браслеты используются уже в рамках нескольких пилотных проектов, и, надо сказать, результаты весьма обнадеживают.

Освоение носимых технологий в LogistiX началось с очков дополненной реальности в 2014 году, когда было разработано решение Pick-by-vision. Оно подразумевало использование очков для получения и исполнения заданий, применение разнообразных инструментов визуализации для обучения, мониторинга и анализа ситуации

«Скорость появления инструментов сегодня выше, чем скорость поиска их применения», – признает Блинов. Быстро систематизировать, структурировать эти лавинообразные технологические прорывы по всем фронтам сейчас практически невозможно.

Не забывайте, что для внедрения тех или иных решений нужно время. Технологию мало придумать и развить, ее надо еще и эффективно применять. Если на предприятии научились применять технологию, а на смену этой технологии уже пришла другая – это катастрофа, а не прорыв. Было бы полезно идти от обратного: на стадии разработки связывать технологии с отраслевыми потребностями, а это произойдет еще очень и очень нескоро.

Контролер и помощник

«Очень сложно найти баланс между различными форм-факторами гаджетов и современными реалиями бизнеса» Александр Кузьмин,  генеральный директор холдинга «РусХолтс»

«Очень сложно найти баланс между различными форм-факторами гаджетов и современными реалиями бизнеса», – согласен Александр Кузьмин, генеральный директор холдинга «РусХолтс».

В построенное «РусХолтс» решение для «умной» автозаправочной станции вошли «умные» часы начальника АЗС, пока существующие в единственном экземпляре и созданные на основе модели Samsung. На них выводится информация обо всех необходимых действиях персонала – заправить кофемашину, подтвердить автозаказ, вымыть туалет и т. п. Они получают всю информацию с систем удаленного мониторинга, и эта функция по сути дублирует то, что можно сделать со смартфона или компьютера. Злые языки называют это решение «электронным браслетом», и оно действительно способно стать таковым для нечистых на руку сотрудников. В остальных случаях оно становится ценным помощником.

Другая идея заключается в том, чтобы на основе таких же часов сделать прибор не только для начальников, но и для рядовых сотрудников – например, напоминающий об уборке санузла и контролирующий этот процесс. Уборщик должен в определенное время появиться в санузле, что фиксируется часами, и пробыть там некоторое время в движении, то есть убираться, – лишь после этого в информационной системе появляется отметка, что в этот час санузел убран.

«Очки отпали еще на “нулевой” стадии: дорого и много лишних функций – не кино же снимать про уборку туалета. Браслетам явно не хватает функционала. Часы – солидно и престижно, они сразу были признаны оптимальным вариантом», – говорит Кузьмин. Пока что дело не дошло до массового внедрения таких решений – «азартного» клиента не нашлось. Кроме того, есть значительный разрыв: одно дело – статусный гаджет для начальника, а другое – для подчиненных. Во втором случае идея становится дорогой.

Банкинг в часах

Носимые устройства должны играть все большую роль в предоставлении клиентам персонализированных банковских услуг.

Банки одними из первых начали серьезно рассматривать использование «умных» часов для взаимодействия с клиентами. Банковское руководство быстро подметило, что клиентам в целом нравится иметь дело с инновационными сервисами, демонстрирующими благополучие банка.

Nationwide, выпустившая приложение для «умных» часов на платформе Android Wear, стала одной из первых финансовых компаний, начавших предоставлять информацию о счете с помощью мобильных устройств. Часы взаимодействуют с мобильным приложением на смартфоне, позволяя клиентам просматривать баланс счета и вносить небольшие суммы денег, реализуя концепцию «импульсивного сбережения». Позже в приложение добавили функцию мобильных платежей.

«Альфа-Банк» тоже не смог пропустить этот яркий тренд ИТ-индустрии и пару лет назад реализовал поддержку Apple Watch в мобильном банке «Альфа-Мобайл». Правда, об успешности и востребованности этого решения ничего не известно.

Браслеты на массовых мероприятиях

Как известно многим болельщикам, наиболее проблемные аспекты спортивных мероприятий (помимо собственно приобретения билетов) – очереди: на входах на стадион, за едой и напитками, при проходе в свой сектор трибуны. Лондонский регбийный клуб «Сарацины» реализовал концепцию «безналичного стадиона». В 2015 году совместно с Gemalto он осуществил пилотный проект, позволивший посетителям стадиона Allianz Park без проблем проходить на свои места, а также быстро платить бесконтактным способом с помощью браслетов за еду и напитки; баланс пополняется через Интернет или мобильный банк.

Первым очевидным эффектом стали сокращение очередей за напитками и избавление посетителей от возни с наличностью. Разумеется, имелась и подводная часть айсберга, не менее значимая для клуба. Решение построено на платформе Allynis Smart Event, обеспечивающей не только расчеты, но и дополнительные услуги – например, мобильный маркетинг и социальные медиакампании.

Удачный пример использования технологии мгновенно повлек за собой ее тиражирование на социально значимых мероприятиях. На финале Евровидения-2016 в Стокгольме 65 тыс. посетителей деревни Евровидения на протяжении недели могли с помощью браслетов оплачивать услуги. У владельцев браслетов был доступ в реальном времени ко всей платежной информации и балансу. «Предоплаченные» браслеты использовались и на еще более масштабном мероприятии – футбольном чемпионате Европы – 2016 во Франции.

Устройствам нужна автономность

«Наиболее востребованными для корпоративного применения в ближайшем будущем станут “умные” часы и фитнес-трекеры» Ольга Бабинина, аналитик IDC

По мнению аналитика IDC Ольги Бабининой, среди главных факторов, сдерживающих выход носимых устройств на рынок, можно выделить два. Во-первых, у пользователей нет четкого понимания, с какой именно целью эти устройства можно использовать. Люди мало осведомлены о самих устройствах и их функциях, отсюда и прохладный интерес как на потребительском, так и на корпоративном рынке. Второй фактор – жесткая зависимость устройств от смартфона. В конечном счете носимое устройство становится аксессуаром телефона, дополнением к нему, а не самодостаточным продуктом. Автономная мобильная связь поможет избавиться от этой зависимости.

«Наиболее востребованными для корпоративного применения в ближайшем будущем станут “умные” часы и фитнес-трекеры», – полагает Бабинина. В отдаленной перспективе наибольшие надежды возлагаются на очки дополненной и виртуальной реальности. При этом, помимо обучения персонала и выбора наиболее подходящих устройств и приложений, потребуется решить массу серьезных задач, связанных с процессом сбора данных, совместимостью с существующими системами, интерпретацией и анализом собранных данных. Важно избежать «зоопарка» решений, внедрять заранее продуманную единую систему устройств, желательно от одного производителя.

Эффект от применения носимых устройств в сфере физического труда – например, водителями, летчиками, грузчиками – очевиден: носимое устройство сможет постоянно отслеживать физическое состояние работников. Что касается умственного труда, то основной эффект будет обеспечен благодаря оперативному доступу к информации и ускорению рабочих процессов. В любом случае, для того чтобы устройство реально приносило пользу, оно должно не только собирать данные, но и предоставлять указания, давать советы, предписания.