Новости

Благодаря внедрению SAP Analytics Cloud менеджеры ЯрЛИ видят ситуацию по ключевым показателям в области сбыта, закупок, товарных запасов, производства, расчетов с контрагентами практически в режиме реального времени. Система аналитики позволяет детализировать показатели вплоть до отдельных строк документов, что помогает быстро определить причины отклонений от ожидаемых значений.

Основная цель проекта – оперативно, в удобном формате получать отчетность, чтобы определить драйверы роста прибыльности, улучшить управление денежными потоками, избежать перепроизводства и некомплектности поставок готовой продукции. Кроме того, компании важно прогнозировать объемы закупок в деньгах и тоннах в зависимости от объемов подтвержденных заказов на производство с учетом статистики за предыдущие 10 лет, внешних факторов, таких, как курсы валют и ситуация на рынке сырья, а также обеспечить равномерные поставки контрагентам. В ближайшее время планируется запуск рассылки с отчетами об отклонениях ответственным сотрудникам.

Как отметил Виктор Барабаш, заместитель главного инженера по цифровой трансформации ЯрЛИ, прошедший год был для всех непростым и заставил взглянуть на бизнес с другой стороны, увидеть узкие места и четко осознать необходимость перемен. Благодаря внедрению нового решения компания может в режиме реального времени контролировать финансовые потоки, выявлять отклонения и быстро принимать важные управленческие решения. Кроме того, облачное решение позволит сосредоточиться непосредственно на бизнес-процессах, не беспокоясь о содержании дополнительной инфраструктуры и кадрового резерва.

Решение было внедрено за 4 месяца, партнером выступила компания «Стримлайн консалтинг». В дальнейшем НПК ЯрЛИ планирует модернизировать информационные системы в закупках и на производстве.

В ходе исследования, проведенного 3Gem по заказу SAS, выяснилось, что для российских респондентов удобство даже важнее, чем традиционно приоритетный критерий низкой цены. При ответе на вопрос «Чем вы руководствуетесь в первую очередь, принимая решение о покупке», фактор сервиса выделили 63% респондентов, тогда как стоимость, скидки и акции упомянули 59% опрошенных. Для региона Центральной и Восточной Европы в целом на первом месте остается низкая стоимость (60%), а удобство занимает второе место (55%).

Россияне чаще, чем жители других стран региона отдают предпочтение брендам с высоким уровнем сервиса и доступности продуктов и услуг (55%), в том числе во время ограничений, связанных с пандемией (52%). Примечательно также, что россияне более требовательны и меньше других готовы прощать компаниям и брендам ошибки – 52% респондентов заявили, что уйдут к конкурентам после одного-двух неудачных взаимодействий.

Потребители по всему региону также отмечают, что уровень сервиса и доступность продуктов и услуг в дни пандемии повысились. В частности, отмечается, что стало проще покупать и платить онлайн, появились новые способы коммуникации с брендами, выбор стал больше, а оказание услуг проходит быстрее. Заметнее всего этот сдвиг в торговле продуктами питания, где улучшение отмечают 92% потребителей, а также в непродуктовом ретейле и банковской сфере.

Пандемия также заставила людей быть бдительнее: в среднем по региону 69% участников опроса заявили, что стали внимательнее относиться к мошенничеству либо сами становились целью мошенников. Наиболее высоким это внимание оказалось в России – 76%.

Интересно, что в России по сравнению с Европой появление вакцины гораздо меньше сказывается на потребительском поведении. Так, если в целом по региону около 20% респондентов сообщили, что после этого переломного для пандемии события они начали или начнут тратить больше, то в России так считают только 13% респондентов, тогда как около 65% заявляют, что появление вакцины никак не повлияет на уровень их расходов.

Но даже с учетом этих данных опыт пандемии, несомненно, не пройдет бесследно для россиян. Так, 62% российских участников опроса сообщили, что пандемия навсегда изменила их потребительское поведение, а 29% отметили, что и впредь будут использовать больше цифровых приложений и сервисов. И компании обязаны учитывать эти изменения, чтобы не потерять свою аудиторию.

Чтобы оптимизировать существующие цепочки поставок, сократить затраты на складскую и транспортную логистику, определить потенциальные зоны роста, «Черкизово» требовалась промышленная SCD-система. Компания выбрала решение на базе LLamasoft Supply Chain Guru, а в качестве эксперта по внедрению – «Корус Консалтинг».

В рамках проекта специалисты интегратора создали цифровых двойников цепочек поставок – математические модели, отображающие путь продукции от производства до полок магазинов и учитывающие сопутствующие этим процессам затраты. Для этого был собран широкий спектр данных: информацию о логистических затратах, производственной рецептуре, характеристики объектов инфраструктуры и производственных площадок, данные о клиентах, статистику продаж и др. Были определенны ключевые предпосылки, отражающие особенности цепей поставок и бизнес-процессов «Черкизово». Среди них – специфика и ограничения производства, требования к свежести продукции, в том числе в категории ultra fresh, условия обслуживания клиентов и многое другое. Все эти условия потребовали создания масштабных, комплексных математических моделей.

Помимо глобальной оптимизации всех цепей поставок группы «Черкизово», решались и более специфичные задачи: повышение эффективности отдельных маршрутов в определенных регионах страны, оптимизация сорсинга продукции с учетом особенности обслуживания клиентов, а также повышение маржинальности бизнеса в целом. Рекомендации, сформированные по результатам моделирования, позволят снизить ежемесячные затраты на использование складской инфраструктуры и транспорта, а также ощутимо оптимизировать суммарные операционные затраты.

Для автоматизации процессов обработки данных, используемых при моделировании и анализе, специалисты интегрировали платформу LLamasoft Supply Chain Guru с ETL-системой LLamasoft Data Guru. ИТ-инструмент упростил обработку, преобразование и использование информации при расчетах.

Как отметил Евгений Субботин, директор по логистике и цепям поставок группы «Черкизово», сложность цепей поставок в мясопереработке накладывает определенные требования как к процессам внутри компании, так и к инструментам, которые эти процессы поддерживают. Для эффективного развития бизнеса приходится тщательно взвешивать каждое решение с точки зрения экономики и уровня сервиса, который предоставляется клиентам. Внедрение инструмента сценарного планирования позволило принимать больше взвешенных решений в меньшие сроки, учитывая влияние на все сегменты бизнеса группы, быстро находить потенциальные возможности для сокращения издержек и увеличения прибыли.

Внедрение SAP Transportation Management – один из ключевых этапов большой программы цифровой трансформации «Магнита». Ключевая цель проекта – удовлетворить потребность бизнеса в управлении полным циклом транспортировок и повышении уровня сервиса транспортной логистики. Партнером для внедрения была выбрана компания LeverX.

Единая система заменит более десятка разрозненных разнородных ИТ-систем. В ней будут отражены все бизнес-процессы компании, связанные с логистикой. Это позволит повысить качество и скорость процессов и минимизировать простои транспорта. Помимо этого, на базе системы будет реализовано «единое окно» для работы с наемными перевозчиками, которое позволит взаимодействовать с ними в реальном времени.

Сеть «М.Видео» внедрила систему роботизированной поддержки клиентов с использованием искусственного интеллекта на сайте, в приложении и наиболее популярных мессенджерах. Искусственный интеллект в лице виртуального помощника Алёны распознает до 98% запросов и симулирует живое общение в формате вопрос-ответ. Общий уровень автоматизации обработки входящих запросов в мае 2021 года превысил 40% — более 60 тыс. обращений ежемесячно. По некоторым сценариям Алёна закрывает более половины обращений, например, предоставление статуса заказа автоматизировано на 52%, а сервис по продлению или отмене резерва – на 60%.

В основе решения лежит набор сервисных и рекомендательных сценариев. Алёна интегрирована с внутренними ИТ- и CRM-системами компании и способна подсказать статус заказа или обращения, рассказать о правилах программы лояльности и текущих акциях, уточнить наличие товара, график работы магазинов, детали доставки, процедуры обмена, возврата и оформления кредита. Она также может получить доступ к корзине клиента, истории его предыдущих заказов и просмотров, чтобы помочь в оформлении заказа, подборе необходимых аксессуаров, сервисов или расходных материалов.

Более того, центр компетенций по речевой аналитике «М.Видео-Эльдорадо» разрабатывает для Алёны сервисы по обработке естественного языка (NLP) — классификаторы, механизмы извлечения сущностей и построения оптимального сценария диалога и рекомендаций. Например, созданная модель позволяет в процессе общения выделить ключевые пользовательские термины и соотнести их с соответствующими атрибутами характеристик из товарных спецификаций. Таким образом чат-бот понимает, какое устройство и с какими характеристиками ищет клиент и может посоветовать наиболее подходящие варианты из каталога.

Уровень удовлетворенности клиентов (CSI) от общения с ботом выше, чем от общения с оператором и составляет в среднем 85%. Наиболее эффективной Алену считают в решении вопросов по статусу заказа (91%), предоставлении справочной информации (90%), уточнении правил программы лояльности (85%).

Компания давно планировала унифицировать работу складов и распределительных центров – это позволило бы ускорить открытие новых площадок и централизованно подготовить их к работе не только с дистрибуторами и оптовиками, но и с розничными онлайн-заказами. Автоматизировать процессы, в том числе в новом центрально хабе, «Галамарт» решила на базе WMS Manhattan SCALE – гибкой системы управления складом, которая справляется с самыми сложными задачами, обеспечивает работу со множеством номенклатурных позиций, предоставляет аналитический инструмент для дальнейшей оптимизации логистики и, что особенно важно, подходит для обслуживания мультиканальной цепи поставок. Для реализации проекта сеть обратилась к «Корус Консалтинг».

Пилотным объектом выбрали склад в Томилино площадью 36 тыс. кв. м. Специалисты интегратора описали и автоматизировали основные логистические процессы: приемку, пополнение и размещение, комплектацию, отгрузку и инвентаризацию. Благодаря детальному проектированию еще на этапе дизайна системы на внедрение ушло всего 5 месяцев.

В результате проекта пропускная способность склада в Томилино выросла на 30% – сейчас она составляет 35 тыс. документострок в сутки. Также решение помогло наладить быструю обработку розничных онлайн-заказов. Теперь сотрудники не тратят время на то, чтобы найти товары, продумать оптимальный вариант комплектации и упаковки – система формирует и выдает готовое задание на сборку по каждому заказу.

WMS поддерживает работу с системой маркировки и мониторинга товаров «Честный знак». Проверка марок происходит на всем пути товара от приема до отгрузки, включая поддержку товарной инвентаризации. Это позволяет оперативно передавать данные в государственную систему регистрации без ошибок и дублирования информации.

Решение, внедренное на первом объекте, стало эталонным, сейчас его тиражируют на все распределительные центры компании. Это позволило ускорить открытие новых складов: теперь на подключение нового объекта уходит не более месяца.

В 2021-2022 годах «Галамарт» планирует открыть распределительные центры в Китае, где также будет использоваться решение на базе WMS Manhattan SCALE. Международная система поддерживает работу на нескольких языках и доказала свою эффективность на складах компаний по всему миру.

Решение реализуется только на кассах самообслуживания собственной разработки Х5. Сейчас технология оплаты с помощью биометрии действует на более чем 950 устройствах, ежедневно сервисом пользуются несколько сотен человек. Сервис был запущен в Москве в конце марта. Х5 планирует дальнейшее подключение устройств в своих торговых сетях.

Оплата взглядом занимает несколько секунд, что сопоставимо по скорости с обычной транзакцией банковской картой. Для того чтобы воспользоваться новой технологией, необходимо в мобильном приложении СберБанк Онлайн выбрать пункт «Оплата одним взглядом» (в разделе «Карты» или «Профиль») и указать карту, с которой будут списываться средства при оплате по лицу. На кассах самообслуживания, установленных в магазинах Х5, после сканирования товаров нужно выбрать режим «Оплата одним взглядом», на пару секунд снять маску и посмотреть в камеру. Ни банковская карта, ни смартфон не понадобятся.

В базовой сборке устройства используется 3D-камера Intel с высокой точностью распознавания и захватом глубины, что позволяет быстро считывать черты лица с учетом роста человека и изменений во внешности. Высокая степень разрешения камеры позволяет обеспечить высокий уровень безопасности, исключить взлом и подмену данных (спуфинг).

Решение о дальнейшем масштабировании технологии в регионах присутствия Х5 будет приниматься после подведения итогов и получения обратной связи от покупателей.

По данным анализа, количество атак увеличилось на 17% в сравнении с I кварталом 2020 года, а относительно IV квартала 2020 года прирост составил 1,2%. При этом 77% атак были целенаправленными, а инциденты с частными лицами составили лишь 12% от числа всех инцидентов. Чаще всего злоумышленники атаковали госучреждения, промышленность и организации в сфере науки и образования. Как отмечают в Positive Technologies, главными целями злоумышленников являются персональные и учетные данные, а при атаках на организации к ним добавляется еще и коммерческая тайна.

В исследовании говорится, что программы-вымогатели остаются самым распространенным вредоносным ПО. Их доля среди прочих инструментов, применяемых в атаках на организации, увеличилась на семь процентных пунктов в сравнении с IV кварталом 2020 года и составляет 63%. Эксперты также отметили появление новых шифровальщиков, например Cring, Humble и Vovalex. При этом сообщается об активности шифровальщика WannaCry, громко заявившего о себе в 2017 году.

Разработчики вредоносного ПО продолжают искать новые способы обхода средств защиты. Для этого они используют, к примеру, редкие языки программирования. Некоторые злоумышленники дополняют свои инструменты функциями, стирающими следы вредоносной активности.

По данным исследования, суммы выкупа, требуемые операторами программ-вымогателей, продолжают расти, а из-за того, что некоторые компании отказываются от уплаты выкупа, злоумышленники изобретают новые тактики вымогательства: например, если компания не собирается платить, преступники угрожают сообщить о факте атаки и об украденных данных ее клиентам: по замыслу преступников, клиенты смогут повлиять на компанию и заставить ее заплатить — чтобы не допустить разглашения своих данных.

Все больше злоумышленников разрабатывают свое ПО для проведения атак на среды виртуализации, а некоторые пытаются активно эксплуатировать уже найденные уязвимости в ПО для развертывания виртуальной инфраструктуры. Прежде всего, эксперты связывают это с глобальным процессом переноса ИТ-инфраструктуры компаний в виртуальную среду.

При помощи дронов планируется собрать фотографии некоторых участков дорожного полотна, после чего нейронная сеть определит кадры, где есть неровности или ямы. Одним из дополнительных условий является обучение нейросети помимо определения неровности показывать ее глубину. Использование дронов совместно с искусственным интеллектом позволит быстрее искать неровности, классифицировать их и тем самым снизить аварийность.

Это уже не первая область, где нашла применение нейросеть Beeline AI. Так, специалисты Digital блока «Билайна» разработали решение по анализу снимков с дронов специально для поисково-спасательного отряда «ЛизаАлерт», которому искусственный интеллект помогает в спасении людей. За два года применения Beeline AI с воздуха было найдено 27 человек, только в 2020 году искусственный интеллект «отсмотрел» 650 тыс. снимков, сопровождал отряд в 15 тыс. поисковых треках, проанализировал территорию 330 тыс. кв. км. Кроме того, «Билайн» и Федеральный исследовательский центр «Информатика и управление» Российской академии наук подписали соглашение о сотрудничестве в сфере информационных технологий. Одним из первых совместных проектов станет разработка сервиса текстовой аналитики на основе методов искусственного интеллекта.

Чемпионат Европы по футболу стартует 11 июня, из-за пандемии — на год позже, чем планировалось. Группа ученых из университетов Германии, Бельгии, Австрии и Норвегии с помощью системы машинного обучения спрогнозировала фаворита кубка — по их подсчетам, с вероятностью 14,8% победителем станет Франция.

Прогноз подготовлен на основе ряда статистических моделей, учитывающих сильные стороны команд и другие сведения о них — рыночную стоимость, число игроков, принимавших участие в Лиге чемпионов, результативность игроков в клубных матчах, а также социально-экономические особенности стран-участниц, включая показатели численности населения и валового внутреннего продукта.

Вероятный результат прогнозировала разработанная учеными модель машинного обучения, которая объединяет перечисленные данные. Ее обучение проводилось на сведениях о четырех европейских чемпионатах, прошедших с 2004-го по 2016 год.

Для уточнения вероятности выхода различных команд на очередные раунды и итоговой победы ученые, используя модель, 100 тыс. раз провели полную симуляцию чемпионата, начиная с жеребьевки, в соответствии с правилами УЕФА. Помимо Франции в тройку возможных победителей попали Англия (13,5%) и Испания (12,3%).

Разумеется, полученные результаты не означают, что исход чемпионата теперь предопределен, особенно учитывая маленький разброс вероятностей в тройке возможных лидеров и довольно низкие показатели вероятности даже у самых сильных стран. Как подчеркивают авторы исследования, вероятность победы 15% также означает вероятность проигрыша 85%. Тем не менее, до сих пор прогнозы той же группы оказывались довольно точными. С помощью модели, основанной на коэффициентах букмекерских контор, был верно предсказан исход финала чемпионата Европы по футболу 2008 года, а впоследствии были сделаны точные прогнозы и для ряда других чемпионатов.