Новости

В ходе проекта для агрегатора X5 был оперативно организован контакт центр, на начальном этапе выделено 10 операторов, а также разработаны для них сценарии разговоров. Контакт-центр рассчитан на 50 тыс. входящих и 35 тыс. исходящих звонков, 45 тыс. отзывов и чатов ежемесячно. Среднее время обработки нестандартных обращений составляет 15 минут. Сотрудники контакт-центра проводят опросы и телефонные кампании для поддержки маркетинговых акций, актуализируют базы данных. За обеспечением своевременного и качественного выполнения поставленных целей и предотвращением сбоев в работе операторов отвечает персональный супервизор.

Как отмечает директор бизнес-единицы X5 FoodTech Евгений Чечеткин, пандемия вызвала взрывной рост сервисов доставки. Специалисты контакт центра, развернутого «Ростелекомом», отвечают на вопросы покупателей по телефону и электронной почте, в соцсетях и мессенджерах. Это помогает увеличить охват аудитории и способствует повышению скорости оформления заказов.

ВТБ реализовали проект создания гибридной среды разработки с учетом высоких требований к надежности и безопасности. При этом была сохранена гибкость и масштабируемость, присущая публичному облачному провайдеру.

Банк планирует развивать проект гибридного облака для удовлетворения своих потребностей в инфраструктуре тестовых и промышленных сред при поддержке T1 Cloud. Гибридное облако значительно ускоряет работу ИТ-инфраструктуры, в том числе благодаря тому, что банк использует широкий каталог IaaS-продуктов и услуг.

Помимо гибридного облака, провайдер предоставляет для команд разработки банка публичное облако. Оно позволяет быстро подключать внешние команды к процессам разработки и оперативно пилотировать новые решения. Публичные регионы облака полностью соответствуют требованиям к критичности сред разработки банка. В публичном облаке применяется принцип гибкого подхода: добавить или отказаться от части инфраструктуры можно одномоментно по требованию заказчика.

Как отмечает Дмитрий Сендюрев, управляющий директор департамента развития инфраструктуры – вице-президент ВТБ, для банка было важно сохранить операционную эффективность и сосредоточиться на быстром и безопасном запуске продуктов в гибридном облаке, а не тратить ресурсы на решение вопросов, связанных с арендой ЦОДов, покупкой оборудования и увеличением служб эксплуатации. Перевод части сред в публичное облако и аренда вычислительных мощностей у тех, для кого это является профильной специализацией, – это общемировой тренд.

Адаптация новых клиентов «Открытия» из сегмента малого бизнеса состоит из нескольких этапов. Сначала их знакомят с интерфейсами интернет- и мобильного банка, помогают подключить их и освоиться. Далее предприниматели получают ответы на вопросы по обслуживанию. Также им дают рекомендации по продуктам и услугам, подходящим для их бизнеса, которые банк индивидуально подбирает для каждого на основе больших данных, и помогают их оформить. Все эти этапы теперь проводят не сотрудники банка, а голосовой помощник.

Введение робота в онбординг позволило банку увеличить долю активных клиентов на 5%, при этом количество операций по счетам выросло на 21%. Остатки средств на счетах увеличились на 54%, а сумма транзакций по бизнес-картам – на 127%. Результаты тестирования показали снижение оттока клиентов на 10%.

Проект основан на технологиях Text-to-Voice и Speech-to-text компании Voximplant. Во время звонка Мария воспроизводит запрограммированную информацию, синтезируя собственную речь. А когда говорит клиент, робот переводит сказанное в текст и выбирает из баз данных подходящий ответ. Применение этих технологий в комплексе с заранее написанными алгоритмами помогает роботу эффективно проводить сложный процесс онбординга клиентов.

Как отмечает Антон Козлов, директор департамента CRM МСБ банка «Открытие», банку удалось выйти на новый уровень использования роботов в своих бизнес-процессах. Это позволяет обеспечить полную поддержку новых клиентов в первые месяцы работы с банком. Мария звонит клиентам в четко определенные даты и всегда с полезной информацией по продуктам и сервисам, которые помогут предпринимателям развивать свой бизнес. По своим свойствам голосовой помощник очень близок к человеку, и это позволяет наладить с клиентом живой эмоциональный контакт.

Аналитическая платформа объединяет данные из всех ключевых учетных и производственных систем группы (ERP и MES) и становится важным источником информации для принятия управленческих решений в режиме реального времени. В компании успешно внедрены дашборды для аналитики склада, финансов, закупок, дефектов производственной линии и управления целевыми ресурсами, а также работе ИТ.

Одной из значимых разработок стала цифровая панель управления электроэнергией. На двадцати участках «Акрона» в Великом Новгороде работает более 400 датчиков, собирающих информацию о расходе электроэнергии, которая раньше рассчитывалась с задержкой. Благодаря внедрению BI цех электроснабжения имеет возможность в реальном времени следить за потреблением электроэнергии на предприятии, что позволяет быстро обнаруживать проблемы с сетью и не допускать перерасхода.

Как отмечает Михаил Яскевич, главный инженер ПАО «Акрон», за три месяца промышленной эксплуатации аналитической платформы удалось добиться более высокой точности планирования энергопотребления. Величина отклонений фактического потребления электрической энергии от планового снизилась до менее 1%.

В процессе выплавки стали необходимо учитывать множество факторов и требований для достижения заданных параметров качества. Для получения стали определенной марки сталевару нужно добавлять в расплавленный металл ферросплавы — дорогостоящие добавки, придающие стали нужные свойства. Основываясь на своем опыте, специалист электроплавильного цеха самостоятельно прогнозирует содержания элементов в составе выплавляемой стали и принимает решение о количестве добавок.

Благодаря опыту и квалификации специалистов заводу удается обеспечивать высокое качество стали разных марок. Однако у ручного режима есть свои недостатки: относительно большое количество времени на принятие решения и неоптимальный расход ферросплавов.

Для автоматизации процесса на Абинском ЭлектроМеталлургическом заводе решили создать интеллектуальную систему на основе технологий машинного обучения, которая прогнозирует и рекомендует точное количество ферросплавов для каждой плавки. Цель проекта – сохранив качество стали, оптимизировать производство путем снижения расхода ферросплавов.

Интеллектуальная система поддержки принятия решений для сталевара внедряется на ограниченном количестве типов металлов. Она будет рассчитывать минимально необходимые добавки для попадания в требования марки стали, основываясь на технологических картах и физико-химических параметрах конечной продукции, а затем выводить подсказки (прогнозы и рекомендации) в интерфейс системы. Это — «круиз-контроль» для сталевара, который не заменит оператора, а станет советчиком по дальнейшим действиям. Также разработанная система будет интегрирована c озером данных.

В ходе второго этапа проекта выполняется интеграция с источниками данных и разрабатываются интерфейсы для удобной работы с системой. Следующий этап разработки — накопление данных, улучшение, адаптация, расширение функциональности и ландшафта применимости сервиса.

Непростой 2020 год заставил компании пересмотреть свои инвестиции в ИТ, что привело к сокращению и расходов на Интернет вещей (IoT) в России. Сосредоточившись на обеспечении безопасной удаленной среды для сотрудников, клиентов и партнеров, некоторые компании отложили инвестиции в технологии Интернета вещей. Те же компании, которые продолжили уже начатые инициативы или смогли запустить проекты в нестабильной рабочей ситуации, получили видимое преимущество в операционных процессах, благодаря анализу данных от решений Интернета вещей и сокращая зависимость от человеческих ресурсов.

Несмотря на последствия колебаний расходов на IoT, рост рынка ускорится в 2021 году, благодаря цифровым инициативам компаний из разных отраслей. В IDC ожидают, что рынок Интернета вещей в стране к 2025 году вырастет до 8,57 млрд долл., что представляет собой совокупный годовой темп роста в период 2021-2025 годов в 16,8%.

В 2020 году лидирующими отраслями по затратам на Интернет вещей стали производство и добыча, общая доля которых составила около 30%. За ними следуют транспорт и инфраструктура, включающая коммуникации и коммунальное хозяйство.

По оценкам IDC, затраты со стороны компаний-заказчиков на ИТ- и бизнес-услуги составляют около 40%. Сервисные компании помогают заказчикам разрабатывать стратегии использования технологий IoT и разрабатывать бизнес-сценарии, обеспечивающие преимущества для бизнеса. Также растущий спрос на аналитику, основанную на данных Интернета вещей, требует внешней экспертизы в области бизнес-аналитики.

На втором месте остались инвестиции в оборудование – серверные мощности и устройства. Расходы на аппаратное обеспечение остаются значительными, поскольку число «вещей», которые доставляют данные, продолжает расти. Компании внедряют новые и расширяют существующие сценарии использования с помощью установки различных устройств.

Программное обеспечение составило третью по величине долю на рынке IoT. Программные приложения отражают отраслевые задачи, в то время как использование платформы Интернета вещей способствует более быстрой разработке и развертыванию приложений.

Как отмечает Елена Семеновская, директор по исследованиям IDC в России и СНГ, после периода пилотных проектов и перехода к полноценным внедрениям технологий IoT в операционную действительность в организациях изменилось отношение к ним. Компании рассматривают IoT как средство соединения ИТ и операционных технологий (ОТ), которое позволит им получать и использовать больше данных для анализа и строить цифровую компанию. Информация, предоставляемая с помощью внедрения технологий IoT, имеет решающее значение для улучшения процессов и автоматизации принятия решений. По мере цифровизации компаний, интеграция ИТ и OT становится обязательной, что способствует распространению и более широкому признанию Интернета вещей.

СИБУР реализовал проект по совершенствованию производства пиролиза. На предприятии «СИБУР-Кстово» была внедрена система для оптимизации технологических процессов Aveva RTO ROMeo. Благодаря этому компании удалось отладить бизнес-процессы P2P-планирования производства и повысить точность планирования.

Необходимость внедрения решений Aveva объяснялась намерением СИБУРа раскрыть технологический потенциал производства в Кстове, найти наиболее выгодные условия технологического режима и автоматизировать процедуры планирования. До сих пор оператору приходилось в ручном режиме управлять загрузкой, расходом пара разбавления и температурой пиролиза для каждой из печей. Выбор необходимого режима осложнялся и его принципиальным влиянием на выход целевых продуктов. Продуктовые корзины печей зависят от параметров режима и меняются в ходе их работы. Кроме того, при принятии решений оператор должен был учитывать, что каждый из десяти продуктов, производимых «СИБУР-Кстово», имеет уникальные цену и спрос.

Система RTO задействовала четыре ключевых операционных рычага – перераспределение выходов продукции, дозагрузка производства за счет обхода узких мест, экономия энергоресурсов и перераспределение компонентов в составе продуктов. RTO рассчитывает оптимальные уставки для APC на основе строгих технологических моделей. Модель производства, разработанная инженерами Aveva при поддержке Schneider Electric, подключена к производственным данным, при этом настроена передача уставок в АСУТП. В пределах ограничений, введенных оператором, происходит поиск режима для достижения максимальной экономической эффективности. Кроме того, специалисты «СИБУР-Кстово» получили данные для анализа производства и последующей калибровки.

Изменились бизнес-процессы P2P-планирования производства. Ранее для получения данных о переработке сырья использовался метод FIFO – теперь используется модель смешения.Процесс производства продукции больше не базируется на жестких планах: он ориентирован на максимизацию маржи в рамках заданных ограничений.

В начале 2018 года руководством «Газпромбанка» было принято решение о необходимости существенного развития розничного направления бизнеса, что потребовало внедрения «конвейерных» поточных технологий в операционной модели. Для реализации новой бизнес-стратегии понадобились серьезные изменения в ландшафте и управлении ИТ-процессами. «Газпромбанк» разработал масштабную программу трансформации ИТ с целью поддержки растущего бизнеса, повышения экономической эффективности ИТ, надежности и безопасности ИТ-сервисов. Значимой частью программы стало создание и внедрение платформы управления ИТ-инфраструктурой на базе продуктов Micro Focus.

В ходе проекта специалисты «АйТеко» и эксперты банка спроектировали процессы поддержки и управления ИТ, разработали архитектуру платформы, внедрили и запустили в эксплуатацию единую экосистему по управлению ИТ-ресурсами, которая объединила 5 автоматизированных систем: единую систему управления поддержкой, комплексную систему мониторинга, систему управления ИТ-активами, систему дискаверинга и систему аналитической отчетности с хранилищем данных класса big data. В рамках проекта также реализовано информационное обеспечение единого ситуационного центра банка, создана финансовая модель ИТ-услуг, а платформа управления ИТ-инфраструктурой имеет возможность дальнейшего развития под новые процессы сопровождения и поддержки развивающегося бизнеса.
Как отмечает Лариса Иншакова, начальник управления сопровождения ИТ-сервисов «Газпромбанка», в рамках одного проекта реализованы целых пять новых систем. В совокупности они формируют то, что в банке называют новой экосистемой управления ИТ. Эти системы легли в основу фундамента для достижения целевых показателей эффективности программы трансформации ИТ «Газпромбанка».
Выбор продуктов Micro Focus был сделан в результате глубокого анализа аналогичных внедрений в российских компаниях. На решение повлияли возможность штатной интеграции продуктов линейки между собой, стоимость владения, уровень сложность разработки или модификации.
В ходе проекта в первую очередь была трансформирована единая служба поддержки пользователей и процесс управления инцидентами на базе Micro Focus Service Manager, затем были оптимизированы процессы управления запросами на обслуживание, проблемами, конфигурациями и изменениями в ИТ-инфраструктуре.
На следующем этапе были внедрены системы комплексного мониторинга (Micro Focus Operations Bridge) и обнаружения (Micro Focus Universal Discovery) элементов ИТ-ландшафта, что позволило наполнить базу данных, реализовать визуализацию для поддержки принятия решений по инцидентам и событиям в ИТ, повысить качество процессов управления ИТ-активами, конфигурациями и изменениями.
В результате проекта обеспечена полная регистрация и классификация значительных инцидентов и изменений в ИТ-инфраструктуре, поставлены на мониторинг ряд критичных автоматизированных систем банка, их работоспособность отслеживается в круглосуточном режиме. Осуществляется контроль всех аппаратных и программных ИТ-активов банка. Автоматизирована работа с пользователями: 73% обращений поступают через портал службы поддержки пользователей. Благодаря внедрению платформы выстроено взаимодействие головного офиса банка и филиальной сети.
 

«СберСервис» – одна из крупнейших в России сервисных компаний федерального значения. Ее руководству постоянно приходится решать целый ряд задач, связанных с расчетом и прогнозированием рабочего времени сотрудников. Для оптимизации процессов было принято решение внедрить современную систему ресурсного планирования.

Проект внедрения системы Goodt Time стартовал в сентябре 2020 года. В результате ее запуска удалось решить сразу несколько ключевых задач. В частности, были разработаны методология прогнозирования нагрузки на персонал и методология ее расчета с учетом сроков выполнения заявок на техническое обслуживание, обеспечены возможности для ведения сложной иерархии навыков и их учета при формировании смен. Также в рамках проекта были выполнены доработки по ряду дополнительных требований, озвученных в процессе внедрения системы.

Как отмечает Игорь Дмитриев, начальник московского управления по сервису «СберСервиса», система позволяет рассчитывать прогнозы предстоящей нагрузки и автоматически формировать графики работы персонала с учетом их компетенций. Этот функционал очень важен, так как большая часть персонала – разъездные инженеры. С помощью решения компания смогла автоматизировать задачу ресурсного планирования и повысить эффективность работы персонала.

На этапе запуска проекта руководство «СберСервиса» ориентировалось на рост коэффициента эффективности работы персонала в 2%. По итогам внедрения системы он составил 6%.