Новости

Мобильное приложение для сотрудников эксплуатационных служб представляет собой программное обеспечение, которое предназначено для осуществления контроля производственного персонала в части обходов и осмотров оборудования, регистрации отклонений параметров работы оборудования. Внедренное решение позволяет своевременно выявить проблемы безопасности на контролируемых объектах через их непосредственный визуальный осмотр и инструментальную оценку состояния оборудования.

Сотрудник, производя обход рабочего места перед осмотром технологического оборудования, трубопроводов, насосов, агрегатов, сканирует мобильным терминалом метку, расположенную на осматриваемой позиции. Благодаря использованию NFC-меток на производстве существенно сократилось время обходов и повысилась достоверность предоставляемых данных. Данное приложение полностью интегрировано с модулем ERP ИСА ТОиР.

На данный момент «Мобильный обходчик» внедрен на участке измельчения и флотации обогатительной фабрики. Создано два маршрута общей протяженностью 129 меток. Использование приложения позволило достичь сокращения затрат на ликвидации аварий и простоев оборудования, а также обеспечило рост исполнительской и технологической дисциплины.

По мере того как инвестиции в искусственный интеллект стремительно растут, в большинстве компаний до сих пор неясно, кто именно отвечает за внедрение и развитие ИИ-инициатив. Согласно свежему исследованию аналитической компании Gartner, для эффективного внедрения ИИ финансовым лидерам необходимо четко понимать свою роль в этих процессах.

По мнению аналитиков, руководители многих организаций ожидают, что финансовые подразделения будут не только участвовать, но и лидировать во внедрении ИИ — от сотрудничества с поставщиками до стратегического взаимодействия с ИТ и управления внутренними проектами. Руководителям финансовых служб предстоит совмещать контроль и управление ИИ-проектами с привычными для них ежедневными задачами. Среди ключевых обязанностей — оценка бизнес-кейсов, контроль за использованием финансовых данных, а также валидация и интерпретация аналитических результатов.

Три роли для финансистов в ИИ

Внедрение ИИ в финансовую функцию требует от руководителей финансовых подразделений активного участия и четкого понимания своей роли. Эксперты выделяют три основные модели вовлечения финансовых лидеров в ИИ-инициативы. Рассмотрим каждую из них подробнее.

1. Адвокат пользователей (End User Advocate)

В этой роли финансовый лидер выступает как эксперт по бизнес-процессам и специфике финансовой деятельности. При покупке готового ИИ-решения он:

• формулирует бизнес-процессы, требования и предпочтения, которые должен учитывать ИИ;
• активно участвует в тестировании и отладке решения, выявляя проблемы и предлагая улучшения;
• обеспечивает документирование инструкций и правил работы с ИИ-системой для конечных пользователей;
• формирует понимание того, как именно ИИ интегрируется в повседневную работу финансового отдела.

Эта роль требует глубокого знания бизнеса, но не предполагает технической разработки или программирования.

2. Соразработчик (Co-Developer)

Финансовый лидер в этой роли соразработчика становится связующим звеном между бизнесом и техническими специалистами. Его задачи включают:

• определение проблем и задач, которые нужно решить с помощью ИИ;
• формулирование требований и ограничений для технической команды;
• участие в пилотных тестах от лица конечных пользователей;
• внедрение управленческих механизмов, включая контроль качества данных и обеспечение доступа к ним;
• валидация результатов работы ИИ, чтобы гарантировать соответствие бизнес-целям.

Таким образом, финансовый лидер становится активным участником создания и адаптации ИИ-решений, сочетая бизнес-экспертизу с управлением проектом.

3. Пионер (Pioneer)

Роль пионера предполагает радикальное расширение компетенций финансовой функции и превращение ее в центр инноваций.

•  Финансовый лидер берет на себя не только координацию, но и непосредственное участие в технической разработке.
•  Формирует и развивает внутри финансовой команды технических специалистов, которые занимаются созданием и внедрением ИИ.
•  Осваивает технические знания, чтобы уверенно вести диалог с инженерами и исследователями данных.
•  Ведет стратегическое управление цифровой трансформацией финансовой функции, внедряя новые технологии и подходы.

Эта роль требует значительных инвестиций в обучение и развитие команды, а также готовности к изменениям в организационной структуре и культуре.

***

ИИ становится неотъемлемой частью финансовых стратегий, и успех внедрения во многом зависит от того, насколько четко финансовые лидеры определят свои роли и зоны ответственности в новых технологических реалиях.

При выборе платформы корпоративных коммуникаций «Газпром» ориентировался на комплексное решение, которое удобно в использовании, содержит широкий набор сервисов, совместимо с существующей инфраструктурой и может быть развернуто в собственном контуре компании. Таким решением стала платформа VK WorkSpace, которая включает корпоративную почту, календарь, мессенджер с возможностью проведения аудио- и видеозвонков и конференций, облачное хранилище и другие инструменты для совместной работы. Все сервисы доступны в едином пространстве с интуитивно понятным интерфейсом.

Безусловным приоритетом в рамках миграции было обеспечение непрерывности бизнес-процессов. Поэтому переход осуществлялся поэтапно, поддерживая параллельную и стабильную работу прошлой и новой системы, чтобы сотрудники могли бесперебойно пользоваться необходимыми для работы сервисами.

Благодаря созданию единого решения работникам больше не нужно переключаться между разными приложениями – все доступно на единой платформе. Более того, сервисы интегрированы между собой. Например, ранее пересылка крупных вложений неизбежно приводила к переполнению почтового ящика, что требовало регулярного архивирования писем. На новой платформе почта и облачное хранилище работают синхронно: объемные файлы автоматически загружаются в облако, разгружая почтовый сервер.

Перенос сервисов на собственные серверы компании позволил интегрировать их с корпоративной системой безопасности и обеспечил стабильную работу даже при больших нагрузках. Это особенно важно для организаций, работающих в сфере нефтегазовой промышленности, которые предъявляют высокие требования к уровню контроля над корпоративными данными и надежности коммуникационных сервисов для поддержания эффективности бизнес-процессов.

«МПК Кораблинский» занимается разведением скота, а также переработкой мяса. Для нового производственного комплекса в Рязанской области требовалась система, которая обеспечит прослеживаемость сырья и готовой продукции, снизит влияние человеческого фактора, а также будет поддерживать обмен данными с корпоративной системой холдинга «1С:ERP Управление предприятием 2» и автоматизировать выполнение рутинных операций.

MES-система обеспечивает стабильное качество производства, минимизирует потери и дает возможность принимать обоснованные управленческие решения. Оно встраивается в качестве отдельной подсистемы в ERP и исключает риск ошибок при передаче данных.

Как отмечает Владимир Потапов, руководитель группы оптимизации бизнес-процессов холдинга Русская Агарная Группа, производственные процессы на каждом предприятии уникальны, поэтому важно дорабатывать ИТ-решения под специфику ИТ-ландшафта. Внедрение модифицированного модуля MES дало заметные результаты: автоматизированы рутинные операции, включая автоматический подбор партий и ввод данных на основе остатков, трудозатраты в подразделениях сократились на 70%, показатель производственного брака уменьшился на 60%. В результате производственные издержки снизились на 10%, а операционные и административные расходы — на 30%.

В рамках проекта созданы автоматизированные рабочие места для приемки скота и управления процессом переработки сырья. Внедрено новое АРМ для приемки полутуш и четвертин, добавлены модули учета ветеринарных примечаний и категоризации полутуш с фиксацией отклонений. Также разработана система аналитики для отслеживания движения продукции на всех этапах производства и мониторинга сроков хранения полуфабрикатов на складах.

Работа в люкс-сегменте предъявляет повышенные требования к качеству обслуживания, которое непосредственно связано с точностью и скоростью предоставления информации. Для повышения качества управления знаниями требовался переход от множества разрозненных источников данных к единой системе. ЦУМ поставил задачу ускорить обработку обращений покупателей, поступающих по голосовому и текстовым каналам контакт-центра. В качестве инструмента было выбрано решение для управления знаниями Naumen KMS, которое полностью удовлетворяло требованиям функциональности и локальной поддержки.

Новая система обладает функцией умного поиска с подсказками и автокоррекцией, позволяет создавать контент с помощью визуального редактора и шаблонов, а также гибко настраивать права доступа, скрывая нерелевантные сведения. Для удобства сотрудника поиск информации интегрирован в единое окно оператора. Изменения контента отслеживаются в персонализированной ленте обновлений.

Проект охватил сразу несколько подразделений ЦУМа, задействованных в клиентском сервисе. Первым на Naumen KMS перешел контакт-центр магазина, затем начали присоединяться другие отделы — логистика, склад и курьерская служба. Всего с новой системой, содержащей более 1 тыс. статей, взаимодействует более 400 сотрудников. Проект реализован в течение пяти месяцев и предполагает дальнейшее масштабирование еще на 1,1 тыс. сотрудников.

В базе знаний ЦУМа содержится детальная информация не только по общим вопросам, но и различные тонкости по регламентам работы с покупателями для большинства подразделений. Это позволяет избежать даже малейших неточностей, которые недопустимы при работе в люкс-сегменте, а также быстрее обучать новых членов команды.

Внедрение новой системы управления знаниями повысило скорость и качество клиентского сервиса ЦУМ. Благодаря единому источнику знаний стало проще поддерживать актуальность базы знаний. Увеличилась средняя скорость обработки обращений по нескольким каналам. Также ускорилась адаптация новых сотрудников контакт-центра и смежных подразделений.

ВТБ завершил первый этап создания нового решения для подготовки консолидированной отчетности. Совместной команде удалось воспроизвести на новой платформе значительную часть процессов модулей Oracle FDMEE, Oracle BI, Financial Reporting, а также создать надстройку, поддерживающую работу с MS Excel и «МойОфис». Все компоненты решения интегрированы со служебными сервисами банка. Архитектура продукта позволяет предоставлять доступ как для сотрудников банка, так и группы ВТБ, с учетом необходимых полномочий и соблюдением всех правил информационной безопасности. Обеспечено формирование более 180 регламентных отчетов и более 120 отчетов с возможностью детального анализа, реализованы алгоритмы проверки данных, автоматической сверки внутригрупповых операций, консолидации, создан инструментарий нерегламентированных запросов.

Платформа Турбо X показала высокий уровень производительности и масштабируемости, что позволило в рамках первого этапа реализации проекта увеличить скорость выполнения консолидационных расчетов по сравнению с первоначальными замерами более чем в шесть раз. В ближайших планах – расширенное тестирование разработанной функциональности внутренней командой ВТБ, нагрузочное и функциональное тестирования на максимальном объеме данных, доработки UX-компонентов.

В периметр проекта входят более 67 субхолдингов, автоматизация 23 алгоритмов консолидации, обеспечение полного цикла сверки пользователями более 6 тыс. внутригрупповых операций за 2 дня. Реализованы инструменты формирования нерегламентированных запросов для анализа данных в разрезе более 135 аналитических справочников, а также многофакторного анализа качества данных. Новая система должна демонстрировать высокую производительность, выполняя полную консолидацию менее чем за 12 минут. Особое внимание уделяется гибкости настройки без программирования, что позволит оперативно вносить изменения, включая расширение аналитических измерений.

Ключевыми показателями для выбора новой системы стали функциональное наполнение, возможности настройки решения по принципам low-code и соответствие требованиям информационной безопасности. Отдельно оценивались технические параметры, такие как скорость расчетов, а также время формирования отчетности и загрузки данных. В проекте задействованы специалисты «Консист Бизнес Групп», «Форбс Консалтинг» и внутренняя команда ВТБ.

Чат-бот на основе генеративного ИИ использует методологию технического обслуживания, ориентированного на надежность (ТООН), и усилен данными и экспертизой «Северстали» за более чем 15 лет. На данный момент модуль решения проводит автоматизированный анализ текущих процессов ТОиР по всем направлениям – от управления конструкторской документацией до контроля KPI ремонтной функции, выявляет неоптимальные участки и формирует аналитический отчет с планом до достижению стратегических целей предприятия.

Чат-бот уже используется в ремонтной функции «Северстали» и позволяет минимизировать трудозатраты на регулярный скрининг активов – трудоемкость оценки текущего состояния и отслеживания прогресса снизилась с 60 и более человекодней до одного. Решение может быть полезно компаниям любого масштаба и отрасли. Модули могут внедряться поэтапно в зависимости от зрелости процессов и потребностей предприятия.

Как отмечают в «Северстали», ИИ-ассистент действует, как профессиональный бизнес-консультант: анализирует все ремонтные процессы, выявляет слабые места и формирует конкретные рекомендации с расчетом экономического эффекта. Он дает пошаговую дорожную карту – какие организационные изменения и в какой последовательности нужно предпринять, чтобы достигать необходимой доступности оборудования при минимальных затратах. Это не просто автоматизация, а система поддержки принятия решений для достижения стратегических целей. В будущем планируется обогатить его модулями выбора архитектуры ИТ-решений, расчета финансовой модели, определения и отслеживания ключевых показателей эффективности системы управления активами.

В рамках исследования оценивались скорость реализации шести типичных рабочих сценариев: подготовка и отправка резюме и договоренностей по итогам встреч, фиксация итогов встречи для себя, погружение в контекст пропущенной встречи, чтение непрочитанных чатов, поиск информации в длинных тредах мессенджера и поиск информации по прошедшим встречам (например, о договоренностях или задачах на неделю). Согласно результатам, офисные сотрудники и руководители с умеренным количеством встреч (1–2 онлайн-встречи в день) тратят на эти задачи около 8,5 рабочих часов в неделю. С использованием ИИ-инструментов это время сокращается более чем втрое — до 2,5 рабочих часов в неделю. В итоге высвобождается 6 часов в неделю. Для компании в этом случае экономический эффект составит 15 тыс. руб. в месяц на каждого сотрудника и 30–75 тыс. руб. в месяц на каждого руководителя.

Сотрудники и руководители с высокой интенсивностью встреч (3 и более онлайн-встреч в день) тратят на перечисленные задачи 14–16,4 рабочих часов в неделю. С ИИ-инструментами на них уходит всего 4–4,2 рабочих часов в неделю. В итоге высвобождается 10–12,2 часов в неделю. Экономический эффект составит 25–31 тыс. руб. в месяц на каждого сотрудника и 50–153 тыс. руб. в месяц на каждого руководителя.

Фиксация и рассылка итогов встреч

Стандартная практика в большинстве компаний — формирование и рассылка участникам онлайн-встреч резюме с результатами, основными договоренностями, дедлайнами и ответственными. Традиционно для подготовки такого резюме специалисты и руководители делают заметки в ходе встречи. Иногда для их корректировки и уточнений после встреч им приходится пересматривать записи. Согласно результатам исследования, обработка одной встречи традиционным способом в среднем занимает около 30 минут, при этом эксперты отмечают, что при ведении заметок традиционным образом возможны расхождения между сутью встречи и содержанием резюме.

ИИ-итоги и расшифровка позволили составлять и рассылать резюме встречи в среднем в 5 раз быстрее (6 минут вместо 32). Фиксация итогов встречи для себя в среднем занимает 5,4 минуты вместо 25.

Пропущенные встречи и непрочитанные сообщения

Руководителям и специалистам не всегда удается принять участие во всех нужных встречах. Чтобы погрузиться в контекст пропущенных совещаний, сотрудники пересматривают их записи, а также изучают резюме, если они доступны (при этом в среднем на пользователя приходится 8,5 встреч в неделю, где не составляется резюме). Согласно исследованию, в среднем на погружение в контекст одной часовой встречи уходит 26 минут при просмотре записей на полутора-двукратной скорости. С использованием ИИ-саммари и видеохайлайтов на эту задачу тратится 9–10 минут вместо 26.

Также ИИ помогает уменьшить время на управление потоком сообщений в мессенджере. Согласно исследованию, в день руководители тратят на просмотр накопившихся сообщений в среднем 25 минут. ИИ-саммаризация чатов сокращает это время втрое — в среднем до 7,5 минут. А поиск информации в длинных тредах с помощью ИИ занимает всего 2 минуты вместо 8-10 минут.

Целью исследования стало выявление текущих и перспективных потребностей компаний в развитии кибербезопасности, а также трендов в этом направлении. Так, 100% респондентов отметили, что вовлеченность топ-менеджмента в вопросы ИБ за последние три года увеличилась, а наиболее часто используемой метрикой эффективности стало отсутствие киберинцидентов. Руководство компаний стало глубже погружаться в вопросы контроля реализации стратегических инициатив и операционной деятельности функции ИБ.

Одним из важных направлений исследования стало выявление потребностей компаний в продуктах и сервисах. Участники обозначили высокие ожидания от применения технологий искусственного интеллекта в средствах информационной безопасности: 50% респондентов видят в таких инструментах большой потенциал и ожидают полномасштабного внедрения ИИ в продукты кибербезопасности в ближайшее время, однако другая половина участников отмечает недоверие к таким технологиям.

Как подчеркивают аналитики, сегодня применение ИИ в информационной безопасности носит точечный характер. Большинство компаний используют ИИ для интеграции в средства автоматизации и машинного обучения, преимущественно в системы SIEM и IDM, а также в качестве «умных» помощников. Для масштабного внедрения технологии необходимы зрелые ИИ-решения и грамотно выстроенные процессы в компаниях – они должны быть формализованы и оптимизированы под применение таких технологии.

В качестве актуальных направлений развития респонденты отметили также импортозамещение, внедрение концепции Zero Trust и технологий DevSecOps.

Среди факторов, ограничивающих инвестирование в ИБ, наиболее распространенным за последние три года респонденты назвали ограниченность бюджетов на кибербезопасность, однако наблюдаются изменения в сторону их увеличения – около 20% ежегодно. Также в рамках исследования проведен анализ методов оценки эффективности ИБ. Среди наиболее распространенных инструментов участники назвали тестирование на проникновение – в том числе CPT, red teaming, включая киберучения, анализ уязвимостей, а также внутренние проверки и аудиты. Кроме того, респонденты отметили высокую применимость bug bounty.

Задача ЦИТ – обеспечить доступ к вычислительным мощностям для внедрения технологий ИИ и машинного обучения в работу предприятий промышленности. На старте проекта ИТ-инфраструктура представляла собой набор разрозненных вычислительных серверов без единой системы управления. Это ограничивало масштабирование, усложняло техническую поддержку и снижало эффективность использования ресурсов. Чтобы перейти к сервисной модели и обеспечить рост ИИ-нагрузки, необходимо было консолидировать серверы и ИТ-ресурсы в единый вычислительный кластер.

За месяц специалисты «К2 НейроТех» выполнили полный цикл работ — от проектирования кластера на базе существующей инфраструктуры до ввода его в эксплуатацию. Единая платформа обеспечила централизованное управление, прозрачный мониторинг и контроль загрузки вычислительных ресурсов. Архитектура кластера изначально спроектирована с запасом – кластер можно масштабировать за счет увеличения количества узлов.

Автоматизация управления инфраструктурой повысила ее устойчивость и снизила риск сбоев. Затраты на администрирование сократились в 2-3 раза, эффективность работы оборудования выросла в 5-7 раз. Платформа получила интуитивно понятный интерфейс, с которым могут работать не только разработчики, но и исследователи без глубокой технической подготовки. Использование преимущественно открытых решений, совместимых с отечественными технологиями, снизило зависимость от зарубежного ПО и обеспечило свободу для дальнейшего технологического развития.