Самое интересное

Маурисио Корона, как отмечается в его официальной биографии, «признан отраслевыми организациями одним из лидеров, чье мнение в области технической поддержки и управления услугами является авторитетным, он входит рейтинг Top 100 Influencers and Brands и в число 27 мировых лидеров в сфере ИТ; также он один из самых высокопрофессиональных экспертов в сфере ITSM».

Мексиканец по происхождению, Корона работает с компаниями и их руководством по всему миру, помогая в адапатации и освоении комплесных решений в области управления сервисами. Он занимает должность директора по трансформации в Service Desk Institute (Великобритания) и входит в правление компании BP Gurus (Мексика), партнера SDI в Латинской Америке.

Корона является архитектором и автором ITIL 4, имеет 20 официальных сертификатов ITIL и еще целый ряд профессиональных сертификатов в области управления ИТ, а также ученую степень в области управления бизнесом. В числе тем, представляющих для него сегодня наибольший интерес, Корона называет цифровую трансформацию, «высокоскоростное» управление сервисами (High-Velocity Service Management), гибкость (agility) и устойчивость (resilience) организации, пользовательский (user) и клиентский (customer) опыт, системное мышление, бережливые практики, оркестрацию сервисов, роботизацию бизнес-процессов (Robotic Process Automation, RPA), искусственный интеллект и машинное обучение.

На форуме ITMF 2019, который издательство «Открытые системы» проводит 4 июня, Маурисио Корона выступит в пленарной сессии с докладом «Бережливый интеллектуальный Service Desk — залог качественного клиентского опыта» и затем более подробно раскроет эту тему в своем мастер-классе. В преддверии непосредственного знакомства российской аудитории с Маурисио Корона мы задали ему несколько вопросов.

- Мир ИТ находится в состоянии постоянных перемен. Как это отражается на развитии методов и процессов управления ИТ?

Управление ИТ постоянно эволюционирует, стремясь соответствовать меняющимся задачам организации. ИТ и управление ИТ сегодня должны быть Lean и Agile. От управления ИТ-сервисами (ITSM) мы переходим к управлению корпоративными сервисами (Enterprise Service Management, ESM), то есть к предоставлению заказчикам ценности в виде сервисов независимо от того, где и кем эти сервисы реализуются.

Конец 2018-го – начало 2019 года стали знаковыми с точки зрения развития методологий и стандартов, ничего подобного мне не приходилось наблюдать в новейшей истории ИТ. Увидели свет Cobit 2019, ITIL 4, ISO 20000 и ряд других фреймворков.

Скорость изменений такова, что организации действительно постоянно сталкиваются с целым рядом проблем. Бизнесу, с одной стороны, жизненно необходимы инновации, а с другой — очень часто ему приходится решать задачу выживания. Технологии сегодня надо рассматривать как один из важнейших элементов успеха организации, а ITSM должен эволюционировать таким образом, чтобы служить инструментом «оркестровки» деятельности всей компании, поддерживая ее усилия реализовать ценность в условиях цифровизации. И чтобы добиться этого, недостаточно привычных нам процессов. Нужны более комплексные, согласованные практики, помогающие организовать ресурсы компании таким образом, чтобы каждый из этих ресурсов можно было с максимальной эффективностью применять для достижения определенных целей (понятие «практика» является одним из ключевых нововведений ITIL 4 — Н.Д.).

- Какие тенденции в мире бизнеса и технологий оказывают наибольшее влияние на ITSM?

Уверен, ни одну из тенденций не стоит рассматривать изолированно, любое новшество надо оценивать с точки зрения организации в целом. Те, кто определяют стратегию развития ITSM, должны понимать место той или иной технологии в модели бизнеса. Модель бизнеса описывает ту ценность, которую организация предоставляет своим клиентам, и показывает, какие необходимы практические инструменты и партнерские отношения, чтобы создавать, продвигать и предоставлять эту ценность, обеспечивая устойчивую прибыль.

Среди тенденций, способных повлиять на развитие ITSM, я бы выделил продвинутую аналитику, agile-подходы в управлении организацией, чатботы, управление знаниями, кибербезопасность, искусственный интеллект, ESM, самообслуживание.

- Искусственный интеллект — одна из самых «горячих» тем в ИТ, он уже находит применение в автоматизации процессов Service Desk, мониторинга ИТ-инфраструктуры. В чем вы видите значение искусственного интеллекта в развитии процессов и технологий управления ИТ?

Искусственный интеллект фокусируется на создании интеллектуальных машин, которые имитируют работу и поведение людей и могут использоваться в таких задачах, как распознавание речи, обучение, планирование, решение проблем и т.д. Одна из ключевых концепций в этой области – машинное обучение. Сегодня компании привлекают инженеров и исследователей данных для работы с моделями больших данных, и это дает им возможность понимать себя и своих клиентов лучше, чем когда бы то ни было, и реализовывать очень эфективные краткосрочные стратегии.

Искусственный интеллект открывает беспрецедентные возможности для совершенствования процессов бизнеса и ИТ. Вырастет скорость коммуникаций, бизнес-модели станут гораздо более рациональными, а значит, полностью изменится динамика развития компаний, они гораздо быстрее и эффективнее смогут оценивать ту среду, в которой работают. Следствием станет то, что я бы назвал «интеллектуальным взрывом» (Intelligence Explosion) в развитии организаций, людей, ИТ, процессов создания ценности.

- Вы — один из архитекторов ITIL 4. Каково значение новой версии для ITSM-сообщества, для бизнеса в целом? Какие из нововведений ITIL 4 вы бы выделили как наиболее важные?

Мне очень повезло оказаться причастным к развитию ITIL. Мы провели глубокое международное исследование, для того чтобы выяснить, какие специфические задачи ставит цифровой мир. Мы поняли, что значимость управления сервисами не снижается, но оно должно подкрепляться компетенциями, культурой и менталитетом цифровой организации, поскольку именно на них основывается сегодня предоставление ценности клиентам. Под ценностью мы понимаем осознаваемые клиентом или пользователем преимущества, пользу и значение чего-либо.

Я лично очень рад той обратной связи, которую мы получаем от ITSM-сообщества с выходом новой версии. ITIL 4 представляет собой совершенно новую архитектуру, нацеленную на то, чтобы помочь организациям создавать ценность. Сложно особо выделить что-то, но, пожалуй, наиболее значимые новшества для меня следующие.

Cовместное создание ценности (value co-creation) : ценность создается в процессе активного сотрудничества между поставщиками и потребителями сервиса, а также с другими организациями, которые являются частью соответствующих сервисных взаимоотношений. Поставщикам больше не надо придумывать, что же будет составлять ценность для их клиентов, понимание придет в результате взаимовыгодных, интерактивных связей между ними.

Сервисная система создания ценности (Service Value System, SVS): описывает интеграцию всех компонентов и активностей организации в единую систему, обеспечивающую создание ценности. SVS каждой организации имеет интерфейсы с другими организациями, тем самым формируется экосистема, которая поддерживает создание ценности в этих компаниях.

Цепочка создания ценности (service value chain, SVC) : это базовая концепция SVS – набор взаимосвязанных активностей организации по предоствлению своим клиентам продукта или услуги, несущих в себе ценность.

Потоки ценности (value streams) : cерия шагов, предпринимаемых организацией, для создания и предоставления продуктов и услуг. Предполагается, что каждый поток ценности следует принципам lean и agile.

Руководящие принципы (guiding principles): признаюсь, это одна из моих самых любимых концепций. Когда меня спрашивают, как я помогаю компаниям по всему миру брать на вооружение лучшие практики, я отвечаю, что просто учу их следовать руководящим принципам – рекомендациям, которые применимы к любым условиям, в которых работает организация, независимо от того, какие у нее цели, стратегии, подходы к работе или структура управления.

Service Desk как практика: концепция Service Desk эволюционировала. Если раньше мы ее рассматривали просто как единую точку контакта пользователей с ИТ, то теперь это структура, где на деле формируется потребительский опыт. Service Desk — больше не функция, это практика, вбирающая в себя такие понятия и технологии, как самообслуживание, автоматизация, чатботы, сервисные боты, машинное обучение и искусственный интеллект. Service Desk становится центром оркестровки предоставления ценности.

- Тема вашего выступления на ITMF 2019: «Бережливый интеллектуальный Service Desk — залог качественного клиентского опыта». По идее, обеспечивать положительный клиентский опыт – это главная задача Service Desk во все времена. В чем актуальность этой темы и какие рецепты решения этой задачи предлагаете вы?

Традиционно ITSM фокусировался на предоставлении ценности, исходя из своих собственных представлений о том, что является ценностью для клиентов. Но сегодня «клиентский» (Customer eXperience, CX) и «пользовательский опыт» (User eXperience, CX) перестают быть модными словечками: это абсолютный императив для организаций, если они хотят выстроить и реализовать правильную стратегию в цифровом мире.

Будущее CX и UX – опыт, «изготовленный на заказ», поскольку все клиенты и пользователи разные. Технологии сегодня дают возможность такой «тонкой настройки», но, чтобы получить от этого эффект, необходимо научиться отвечать на вопрос «почему?» Почему мои клиенты и пользователи ведут себя именно так, делают одно и не делают другого? Почему им нужен этот продукт или этот сервис? Почему они покупают у меня и не покупают у других поставщиков? И так далее.

Здесь приходят на помощь автоматизация и позиционирование Service Desk как практики в ITIL 4. Есть множество способов взаимодействия Service Desk с клиентами и пользователями, можно задействовать технологии для выявления и прогнозирования их поведения и на основе этой информации выстраивать полный профиль каждой отдельной потребности клиента. Продвинутые алгоритмы обработки данных и визуализации дают нам возможность обеспечивать реальную персонализацию и омниканальное взаимодействие. С помощью гибких, «умных» систем и подходов мы получаем по-настоящему интеллектуальную структуру контакта с клиентами. И все эти компоненты теперь объединяются в практике Service Desk.

- Вы впервые будете общаться с российским ITSM-сообществом. Что вы ждете от этого знакомства? О чем хотели бы услышать на форуме ITMF?

Я с нетерпением жду встречи с местным ITSM-сообществом. У меня есть опыт работы с отдельными его представителями за пределами России. Но в вашей стране я никогда не был, и для меня это важнейший этап в карьере. Мне всегда очень важно получить полное представление о задачах и потребностях, актуальных для определенного региона, очень интересно узнать, каков здесь уровень зрелости процессов и практик, как вы справляетесь с разрывом между ITSM и ESM, какие основные внешние факторы способствуют или, наоборот, мешают российским организациям адаптировать лучшие практики.

«Роботизация бизнес-процессов (Robotic Process Automation, RPA) помогает сотрудникам организаций углублять взаимодействие с коллегами, выполнять работу, требующую более серьезного умственного напряжения, и совершать меньше ошибок», – заявил директор компании UiPath по маркетингу Бобби Патрик.

Основанная в Румынии UiPath специализируется на разработке платформ RPA и имеет сегодня офисы по всему миру. Комментируя результаты исследования, выполненного по заказу UiPath специалистами Forrester Consulting, Патрик подчеркнул: почти 70% опрошенных считают, что RPA способствует укреплению взаимодействия между сотрудниками. Исследование «Impact of RPA on Employee Experience» («Влияние RPA на восприятие сотрудников») подтвердило повышение важности той роли, которая отводится RPA при решении соответствующих задач.

К преимуществам RPA относятся: рост эффективности (об этом упомянули 86% опрошенных), более глубокое понимание клиентов (67%), улучшение их обслуживания (57%) и усиление вовлеченности сотрудников (57%).

Исследование показало, что реализация инициатив цифровой трансформации требует от организаций опоры на свой основной резерв: сотрудников, вовлеченных в общее дело.

«Сегодня работники вынуждены выполнять скучные и повторяющиеся операции, – указал Патрик. – Между тем, будучи потребителями, они испытывают положительные эмоции и хотят, чтобы то же самое происходило и на работе. В условиях дальнейшего развития средств автоматизации многие опасаются, что решения подобные RPA будут способствовать сокращению рабочих мест, а люди начнут вытесняться роботами. Однако на самом деле RPA помогает сотрудникам организаций углублять взаимодействие друг с другом, выполнять работу, требующую более серьезного умственного напряжения, и совершать меньше ошибок».

Организации обеспокоены негативным отношением людей к RPA и автоматизации вообще. Недостатки существующих операционных моделей и психологические барьеры сдерживают внедрение RPA. Тем не менее, в конечном итоге поддержание вовлеченности сотрудников и стремление сделать их счастливыми будет способствовать накоплению трансформационного потенциала RPA.

Согласно результатам исследования, 66% респондентов отметили, что RPA реструктурирует существующую работу, помогая сотрудникам взаимодействовать друг с другом, а 60% указали, что это способствует нацеленности сотрудников на решение более важных, стратегических задач. Кроме того, по мнению 57% опрошенных, RPA снижает число ошибок, возникающих при выполнении операций вручную.

Организациям следует обратить особое внимание на необходимость исправления недостатков операционных моделей и преодоления психологических проблем. Сегодня компании испытывают трудности при масштабировании решений RPA из-за нехватки подготовленного персонала и ресурсов, позволяющих поддерживать и использовать технологию RPA. 93% респондентов заявили, что доступные варианты развертывания сложны для понимания.

Руководству необходимо нивелировать отрицательное психологическое воздействие RPA на работников. Важнейшая роль здесь отводится поддержанию эффективного взаимодействия и сотрудничества между руководителями и работниками и хорошо продуманным программам управления изменениями.

Авторы исследования рекомендуют компаниям нацеливаться на одновременное повышение операционной эффективности и формирование у сотрудников положительного восприятия за счет создания центров передового опыта RPA, управления психологическими вопросами в ходе внедрения и использования ориентированных на человека процессов управления изменениями, которые учитывали бы человеческий фактор и создавали у людей ощущение того, что их ценят, и они находятся в безопасности.

Сегодня практически любому крупному российскому предприятию впервые стал доступен целый букет новых технологий, совместными усилиями агрессивно продвигаемых крупнейшими западными ИТ-компаниями. Их интерес понятен: соединяя искусственный интеллект, роботизацию процессов, большие данные и другие технологии, которые заказчики никогда не применяли, с традиционными бизнес-системами, вендор получает возможность перепозиционировать свои старые продукты. И вот такое сочетание функций преподносится как прорыв, как новая товарная категория, вокруг которой обязательно вырастет свой сегмент рынка. Так родилась и концепция iERP.

При этом маркетологи не скупятся на обещания, рисуют яркие картины будущего рынка, утверждая, что все, кто не приобретет новые решения, останутся лузерами и аутсайдерами, безнадежно упустившими прекрасную возможность кардинально улучшить свой бизнес. Но именно так надувались многочисленные «мыльные пузыри», которые лопались, унося и деньги инвесторов, и надежды на чудо слишком доверчивых заказчиков.

Чтобы подобная история не повторилась в такой важной области, как управление предприятием, заказчикам нужно опереться на реальный опыт внедрений, понять, какие технологии действительно актуальны сегодня, при каких условиях они работают и какого эффекта от них ждать. Но прежде чем перейти к этим технологиям, надо четче определить понятие iERP.

Что такое iERP?

Отдельные новые технологии (например, управление бизнес-процессами и их непрерывное улучшение) достаточно часто интегрируются с классическими системами ERP, но это еще не iERP. Здесь есть расширение функциональности, но нет нового качества, перехода на новый уровень. Система iERP подразумевает одновременное соблюдение следующих условий.

Первое — это интеграция ERP-системы сразу со многими новыми перспективными технологиями (какими именно, обсудим ниже), а также с хорошо известными технологиями, обретающими дополнительную ценность в новом окружении (примером может служить система управления корпоративным контентом — Enterprise Content Management, ECM).

Второе условие состоит в том, чтобы обмен информацией происходил не только между подсистемами, стоящими за каждой такой технологией, и ядром или модулями ERP (по схеме звезды), но и напрямую между этими подсистемами (по схеме матрицы). Таких «прямых» взаимодействий должно быть много, так как, с одной стороны, это достаточно полно раскрывает возможности технологий, а с другой — обеспечивает максимальный синергетический эффект и целостность комплекса iERP.

Третье условие: оптимизация архитектуры самого решения и системы безопасности, унификация механизмов интеграции компонент, инфраструктуры работы с данными и метаданными, а также механизмы централизованного управления и информационной безопасности должны распространяться на весь комплекс, объединяющий и ERP-систему, и все технологические подсистемы. Кроме того, все компоненты решения iERP должны максимально использовать корпоративную технологическую платформу, объединяющую ИТ-продукты, отобранные организацией для многократного использования в своей системе. И конечно, нужна унификация ИТ-процессов обслуживания и элементов этой технологической платформы, и компонент iERP-решения.

При соблюдении всех этих требований iERP действительно качественно отличается от традиционных систем класса ERP. Причем отличие настолько существенно, что плавно трансформировать обычную ERP-систему в iERP вряд ли возможно. Просто добавляя технологии к классической ERP, нельзя получить решение, которое отвечало бы всем вышеперечисленным критериям. Зато наверняка можно получить много головной боли, быстро усиливающейся по мере удаления от классической ERP.

На какие технологии нужно обратить особое внимание?

Новые технологии, о которых мы будем говорить ниже, прошли через тройной фильтр. Во-первых, они действительно позволяют многим российским организациям справиться с широким кругом задач, практически не решаемых традиционными приемами. Во-вторых, применять эти технологии возможно уже сегодня. В-третьих, технологии выдержали проверку реальным опытом.

Среди них можно выделить роботизацию процессов (Robotics Process Automation, RPA), то есть полную замену людей программными роботами на отдельных бизнес-процессах.

Вторая опробованная технология — связка Business Process Management (BPM) с Process Mining. При этом к сфере BPM относятся алгоритмизация процессов и передача автомату ответственности за точное соблюдение регламентов, очередность и своевременное выполнение отдельных операций для каждого экземпляра процесса. В свою очередь, Process Mining дополняет BPM тем, что позволяет выявлять отклонения от регламентов, отличия фактического эффекта от ожидаемого, нежелательные побочные эффекты, появляющиеся бизнес-риски. И устранить эти проблемы, поставив оптимизацию процессов на поток.

Третья технология — «озеро данных» (Data Lake). Озеро объединяет все те данные, которые необходимы компании для принятия управленческих и операционных решений. Крайне важно, что это не только внутренние данные самой организации, но и информация о ее окружении (например, государственные инициативы, состояния фондовых рынков, действия конкурентов и партнеров, изменения городской среды, влияющие на транспортные потоки и поведение людей). Порой именно данные об окружении, даже крайне неочевидные, оказываются ключом к правильной интерпретации информации.

Следующая технология — ECM, то есть единая система управления корпоративным контентом, создание и потребление которого сопровождает все процессы и все аспекты работы предприятия.

Наконец, Agile и DevOps — это набор инструментов и практик, обеспечивающих беспрецедентную адаптивность конвейера по разработке и внедрению ПО, процессов и сложных компонентов системы, а также быструю передачу каждого улучшения в продуктивную среду. Этот подход дает возможность избежать ненужной или бесполезной работы и позволяет развивать решения в тех направлениях и теми темпами, которые отвечают потребностям бизнеса.

Роботизация процессов

Роботизация процессов — совсем новая тема, порождающая нереальные и даже фантастические ожидания. Поэтому приведем два реальных примера роботизированных процессов, которые уже более года работают в нашей компании.

Первый — это анализ тендерных площадок, один из ключевых процессов в нашей технологии продаж. До роботизации процесса отдел продаж на постоянной основе осуществлял циклический мониторинг множества тендерных площадок, чтобы не упустить интересные для компании запросы. Создавал их описание по специальному шаблону, формировал таблицу соответствия критериям отбора и рассылал результаты ответственным менеджерам по подразделениям. Это механическая работа, творчества тут нет. Мы полностью переложили ее на программного робота, и он прекрасно справляется: чаще и быстрее просматривает большее число площадок, не задерживает сводки и не ошибается при обработке данных. Сначала мы сделали робота на платформе UiPath, затем создали свою платформу и перенесли этого робота (а потом и других) на нее. Он и по сей день там «трудится». Таким образом мы свели к нулю участие человека в данном процессе.

Второй пример — автоматическое формирование актов сверки. Робот формирует акт в системе бухгалтерского учета, выгружает его, отправляет контрагенту. Получив ответ, сверяет его с показателями нашей ERP-системы. Если все сходится, внутри системы акт получает соответствующий статус. Если нет, различия направляются на рассмотрение бухгалтеру. Этот робот полностью освободил бухгалтерию от большого объема рутинной и достаточно нервной работы.

Роботизация процессов, если ее применять правильно, действительно дает немало преимуществ. Это огромное ускорение выполняемых операций и целых процессов. Иногда десятикратное, иногда стократное. Программа легко обгоняет любого человека в стандартных операциях. Например, заявку на тендер робот формирует в 6–7 раз быстрее квалифицированного специалиста. В примере с актом сверки взаиморасчетов прирост скорости составляет от двух до десяти раз (здесь многое зависит от количества выявленных расхождений).

Кроме того, робот, в отличие от человека, не накладывает ограничений на число источников данных, сложность алгоритма и объем обрабатываемого контента. Например, человеку практически невозможно просмотреть 50 информационных ресурсов для поиска информации, робот же легко справляется и с 70, и со 100 ресурсами. Если одного робота мало, очень просто «увеличить штат виртуальных специалистов» путем наращивания мощностей ИТ. В алгоритмах извлечения, обработки и использования данных роботом можно с успехом использовать «слабый искусственный интеллект» (например, для распознавания лиц или голоса).

К тому же робота не волнует карьера, он не берет больничных, не уводит конфиденциальную информацию, а просто круглосуточно работает.

Исчезает еще одна очень сложная проблема, связанная с тем, что каждый человек выполняет повторяющуюся работу немного по-разному. Робот работает в точном соответствии с алгоритмом, он ничего не забывает и не путает, даже если процесс выполняется всего один-два раза в год. Для человека это очень тяжелый режим работы, и проявление «человеческого фактора» практически неизбежно.

Преимущества роботизации процессов очень весомы, но далеко не всякий процесс можно роботизировать. Для этого должны быть выполнены сразу несколько условий.

Первое и главное: процесс должен состоять только из шаблонных действий, повторяющихся раз за разом. Стандартизация процессов значительно упрощает роботизацию.

Второе условие — доступность всех необходимых данных, возможность получать данные, относящиеся к одному временному срезу. Нарушение именно этого условия на практике является одним из главных ограничений.

Следующее требование настолько очевидно, что о нем нередко забывают. Алгоритм программного робота должен правильно передавать смысл работы. Речь идет не о соблюдении формальных требований при описании исполняемого кода алгоритма, а о корректности действий, закладываемых в робота, в смысле их сопоставимости с результатами гораздо менее формализованной работы человека.

Наконец, особо отметим требование, которому сегодня уделяют недостаточно внимания. Это готовность нести ответственность за действия робота. Это очень сложная задача, поскольку теперь работу будет выполнять не разумный человек, с которого можно спросить за результат, у которого есть здравый смысл, заинтересованность, сопереживание… Бездушный робот способен наломать дров, а, учитывая его огромную производительность, проконтролировать такой аспект роботизации будет очень трудно.

Управление бизнес-процессами и их непрерывная оптимизация

Думается, что в настоящее время использовать BPM без Process Mining нецелесообразно. Снова обратимся к примеру. Часто при формировании очередного плана продаж или закупок на вход подается искаженная или недостоверная информация. В лучшем случае это вскрывается при утверждении плана — на столе у топ-менеджера компании. В худшем — в момент исполнения. После обнаружения несоответствия начинают раскручивать назад всю цепочку принятых решений, пытаясь найти нестыковки и ошибки. Что, конечно, отнимает время и силы, мешает нормальной работе.

Чтобы избежать этого, используя приемы Process Mining, поступают следующим образом: выстраивают процессную модель, на каждом ее участке назначают ответственных, задают ограничения, сроки исполнения, нормативные показатели и источники данных. На каждом этапе происходит валидация на соответствие настроенным ранее параметрам, в случае подтверждения переходят к следующему шагу. По итогам всех этапов и процессов выполняется план-фактный анализ, оценивается вариативность и принимаются решения по оптимизации процессов. Также можно сразу определить операции и процессы, которые следует возложить на программных роботов.

Выгоды связки BPM и Process Mining очевидны. Это точное соблюдение алгоритмов процесса; объективное сравнение нормативных и фактических показателей; оценка вариативности; постоянное появление хорошо обоснованных предложений по снижению рисков и улучшению процессов компании; выявление операций и процессов, которые можно передать программным роботам.

Есть несколько условий применения этой технологии: достаточно большой объем точных и качественных данных о том, как работают процессы; обеспечение доступа к таким данным и к внешним данным, влияющим на процессы и решения. Ведь проблемы с процессами обычно или связаны с неудачной алгоритмизацией, или находятся вне проблемного процесса.

Управление на основе данных

В настоящее время уже невозможно игнорировать такую тенденцию, как постепенный переход к управлению на основе данных (Data-Driven Management, DDM). В этой парадигме управленческие решения должны опираться на данные и оставлять информацию, позволяющую проанализировать не только эффективность решений, но и сам процесс их принятия. Тогда эти процессы можно постепенно улучшать, всё более полно автоматизировать, а какие-то цепочки действий и роботизировать.

Безусловно, выдающиеся менеджеры способны принимать нетривиальные и правильные решения на основе знаний, интуиции и других своих личных качеств. DDM — это попытка подтянуть ближе к этому уровню остальную массу менеджеров. Располагая данными о том, что происходит внутри компании и за ее пределами, эти сотрудники с помощью современных инструментов анализа данных могут выявлять тенденции и превращать их в управленческие решения, а также учиться на своих и чужих ошибках. Достигнут ли они уровня выдающихся представителей профессии, пока неизвестно, но они точно могут значительно превзойти большинство представителей своей профессии, которые принимают решения субъективно или по стандартным шаблонам.

Внедрив DDM, компания получает возможность повысить качество всей совокупности управленческих решений. Она может быстрее замечать окна возможностей, в том числе по косвенным признакам. Накопленные полные цепочки событий и решений могут стать основой для самообучения компании и построения эффективных прогнозных моделей.

Безусловно, к DDM готовы не все компании. Этот подход работает при одновременном соблюдении трех условий.

Во-первых, компания не на словах, а на деле должна быть готова к глубокой трансформации своей системы управления, к необходимости постепенно заменить менеджеров, которые будут противодействовать изменениям.

Во-вторых, в компании должно собраться достаточное число DDM-ориентированных менеджеров, получивших современное бизнес-образование. Это и новое поколение выпускников сильных бизнес-школ, и управленцы, переученные самой организацией. Такие менеджеры начинают перестраивать и бизнес-процессы, и ИТ-контур на DDM-ориентированное управление, поскольку их научили именно так выполнять свою работу.

Третье условие — это наличие достаточного объема и разнообразия данных, причем не только о самой организации, но и о ее внешнем мире. Как показывает практика, именно несоблюдение этого требования, излишний акцент на внутренних, более доступных данных приводит к тому, что DDM начинает работать против организации, которая заболевает управленческим аутизмом.

Озеро данных

Новому уровню использования данных на предприятии соответствует новый уровень их хранения — озеро данных (DataLake). Это универсальная инфраструктура, отвечающая за сбор, унификацию, консолидацию, проверку, обновление данных и их предоставление информационным системам (с учетом требований информационной безопасности).

Озера данных непросто создать, но они несут много преимуществ. Самое главное: они обеспечивают компанию качественными данными, дают понимание, где взять нужную информацию или выяснить, каких данных нет. Озера данных упорядочивают и систематизируют данные компании, тем самым существенно упрощая дальнейшую работу с ними.

Когда все данные собраны в одном месте, обеспечение доступа к ним становится намного проще и быстрее. Но для этого надо наладить централизованное и полностью автоматизированное управление доступом в зависимости от полномочий.

Все перечисленное приводит к тому, что повышаются качество аналитической обработки и ценность получаемых результатов. Например, возрастает точность прогнозных моделей, поскольку их работа напрямую зависит от двух факторов — алгоритмов самой модели и входных данных. Озеро данных упрощает решение и таких задач, как повышение качества данных и обеспечение ими потребителей. На практике проблемы на этих двух участках становятся существенным фактором, снижающим точность прогноза.

Наконец, опираясь на озера данных, гораздо проще создавать цифровых ассистентов (это некий микс функций Alexa, GoogleNow и даже Watson, но в пределах конкретной компании). Такие решения — не дань моде, а необходимость (при поиске данных, навигации по информационным ресурсам и сервисам систем, при вводе данных).

Чтобы успешно построить озеро данных, необходимо первым делом как можно полнее определить требования к данным, их качеству, срокам доставки и актуализации. Этот процесс никогда не останавливается. Затем нужно собрать эти данные и обеспечить унифицированный механизм доступа к ним. На этом этапе нужно наметить, как будут решаться вопросы информационной безопасности. Ведь когда все данные компании окажутся собранными в одном месте, обязательно найдутся злоумышленники, которые захотят заполучить их. Да и внутри компании необходимо разграничить доступ к данным в зависимости от полномочий.

Очень важный момент связан с тем, что в растущем, углубляющемся и усложняющемся озере данных надо как-то ориентироваться, управлять им, легко и быстро находить нужную информацию. Чтобы это было возможно, необходимо создать систему управления метаданными.

Управление корпоративным контентом

Озеро данных должно питать управленческие решения, это его основное назначение. Но ведь существует и категория корпоративных данных, которые сопровождают любую деятельность. Например, скан-образы сформированных в системе и распечатанных документов, файлы с ЭЦП, корпоративные стандарты и инструкции… Это всё тоже надо где-то хранить и управлять этим хранилищем. Справиться с задачей призваны системы класса ЕСМ.

Сейчас еще не принято считать ECM частью ландшафта ERP и iERP, но мы полагаем, что это неверно. Нельзя игнорировать требования по срокам хранения электронных документов, задачи по сверке бумажных документов и их цифровых двойников. Всё это — неотъемлемая часть учетных процессов, а их поддержку на должном уровне обеспечивает ЕСM.

Какие же ключевые преимущества она дает? Первое — упрощение доступа к корпоративной информации благодаря структурированию, систематизации и логической централизации хранения данных. Второе преимущество состоит в унификации процессов обслуживания данных. Не менее важна простота сверки аналоговых документов и их цифровых двойников, которой зачастую уделяют недостаточно внимания.

Чтобы ECM заработала, нужны сами корпоративные данные и доступ к ним. Кроме того, аналоговые данные и их цифровые двойники должны соответствовать друг другу.

Agile и DevOps

Говоря о DDM, мы отмечали, как важно оперативно заметить зарождающийся тренд и быстро отреагировать на него. То же самое относится и к разработке, внедрению и развитию ИТ-решений. Есть много причин для внесения изменений в ИТ-системы. Например, появление новых законодательных требований по выгрузке информации о сделках в ФАС, слияние или разделение бизнесов, возможность повысить эффективность какого-либо процесса за счет автоматизации. Гибкость становится обязательным условием, чтобы успевать реагировать на новые требования — внутренние и внешние. И в этом помогают Agile (как общий подход и набор конкретных методик), а также DevOps (как набор инженерных практик и инструментов).

В отличие от классической модели разработки, Agile позволяет итеративно получить продукт, отвечающий актуальным запросам бизнеса, а не ждать три года до окончания разработки системы в том виде, в котором она, скорее всего, уже будет никому не нужна.

Правильное применение Agile дает весомые преимущества. Во-первых, появление и развитие функций системы успевают за изменениями требований бизнеса. Во-вторых, внедрение изменений происходит в приемлемые для бизнеса сроки. В-третьих, отсутствуют затраты на разработку и внедрение устаревающих решений. В-четвертых (и это очень важно сегодня!), компания начинает гораздо быстрее осваивать новые технологии, поскольку имеет возможность постоянно экспериментировать, пробовать что-то новое, получать обратную связь и применять наработанный опыт при планировании дальнейшей разработки.

Связка Agile-DevOps работает при соблюдении двух условий. Компания должна быть действительно готова изменяться, чтобы стать более гибкой. Кроме того, она должна решиться делегировать своему представителю ответственность за выбор направления разработки, выдать ему кредит доверия и предоставить право на добросовестные ошибки. Речь о том, что в проектах Agile (и, в частности, в методике Scrum) есть владелец продукта, который представляет организацию-заказчика в ходе разработки и развития решения.

Подведем итоги

Многие идеи, собранные под «зонтиком» iERP, давно витают в воздухе. Опираясь на практический опыт, мы выделили те из них, которые действительно способны придать ERP-системе новое качество. Если соблюдены вышеперечисленные ограничения, эти идеи уже можно реализовать без больших рисков. В то же время эти ограничения задают лишь необходимые условия успеха. Вторая составляющая — это готовность самой организации к применению новых технологий на важных, а не второстепенных участках, к подлинному переходу на DDM и к изменению системы менеджмента. Именно эта составляющая может определить выбор конкретных участков, где будут применяться новые технологии и возможности iERP.

Один важный аспект стоит отметить особо. Любая современная организация должна быстро и постоянно меняться, чтобы успевать за изменениями в поведении потребителей, в экономике, политике, регулировании, состоянии рынка труда. Чтобы не провалиться в демографическую яму и заместить персонал представителями новых поколений. Информационная система может существенно упростить или усложнить эти процессы. Принципиально важна способность систем (включая ERP) создавать для сотрудников высокотехнологичную рабочую среду, снижать сопротивление изменениям и поддерживать постоянные изменения организации, обеспечивая гораздо более интенсивный их поток. Такие изменения, как правило, гораздо удобнее осуществлять средствами ИТ — в форме цифровых трансформаций. И весь набор технологий, которые мы рассмотрели выше, работает в этом направлении.

Наш опыт показывает, что полезные системы iERP можно создавать уже сегодня, опираясь на продукты «1С» для крупных предприятий, на разработки российских компаний (особенно в сфере управления метаданными) и продукты международного сообщества Open Source (СУБД, BPM и многие другие). Модульность и открытость являются чрезвычайно важным свойством такого подхода, позволяющим учесть специфические предпочтения конкретных организаций и их технологический ландшафт. Интегрированные моновендорные решения не обладают этим свойством ни в технологическом плане, ни в плане соответствия бизнес-модели крупных вендоров и способам продвижения ими своих решений.

Ситуацию с открытыми модульными импортонезависимыми решениями можно еще улучшить, если для каждого типа компонент решения iERP будут созданы открытые стандарты сопряжения, независимые от вендора интерфейсы прикладного программирования (API) и форматы данных, используемые для интеграции и долгосрочного хранения. Это упростит создание решений iERP, поддержание их жизненного цикла, а также формирование рынка модулей, отличающихся функциональностью, масштабируемостью и другими характеристиками.

Автор — Александр Казеннов, руководитель корпоративных практик компании ALP Group.

Когда речь заходит о цифровизации бизнеса телекоммуникационного оператора, на ум прежде всего приходят различные ухищрения маркетологов с целью персонализации клиентского сервиса на основе анализа больших данных и зачатков искусственного интеллекта. Однако не меньшую роль в рыночном успехе сотового оператора играет внедрение передовых решений для трансформации внутренних функций. Подтверждением тому служит опыт департамента логистики МТС, где активно занимаются тестированием не только технологий машинного обучения, сбора и аналитики больших данных, но и решений в области роботизации бизнес-процессов (Robotic Process Automation, RPA).

Как с использованием инновационных технологий меняются процессы логистики у ведущего сотового оператора, что это дает основному бизнесу и как благодаря цифровизации внутренняя функция компании может выйти на внешний рынок, рассказывает директор департамента логистики МТС Шамиль Хайретдинов, один из докладчиков конференции «Роботизация бизнес-процессов 2019», которую издательство «Открытые системы» проведет 23 апреля.

- Для чего нужна цифровая трансформация логистики?

В цифровую эру главное – не «цифра» как таковая, а ответ на вопрос, зачем это делается. Основной посыл любых изменений – создание ценности. Клиент МТС очень сильно меняется: он теперь покупает эмоцию, и компания вынуждена перестраивать функции подразделений, взаимодействующих с клиентом. А эти подразделения, в свою очередь, начинают предъявлять новые требования к внутренним функциям. Поэтому наша задача – не просто обеспечить свои операционные KPI, но дать внутреннему заказчику новое ценностное предложение.

Логистика и закупки – сложная, протяженная во времени функция, начинается она с планирования в бизнес-подразделении, где возникает потребность в том или ином товаре либо услуге, и заканчивается оплатой и получением того, что требовалось. Подчас обращение к нашей функции оборачивается для заказчика сложным изучением регламентов, и мы не всегда готовы оперативно откликаться на постоянно изменяющиеся требования наших заказчиков. Поэтому свою новую ценность мы видим в реализации Procurement as a Service («закупка как сервис»), чтобы заказчик мог, не вникая во «внутреннюю кухню» процесса, получить результат закупок так же, как он получает результат работы SaaS.

Такова наша перспективная цель, и на пути к ее достижению надо будет реализовать несколько принципиальных задач трансформации.

- Какие это задачи?

Прежде всего необходимо изучать внутреннего клиента и вытаскивать наружу его «головные боли». На их ликвидацию и должен быть направлен наш цифровой сервис закупок и логистики. Для этого надо прививать в нашей работе культуру Agile, в разработке процессов следовать идеологии customer development (термин, обозначающий тестирование идеи или прототипа будущего продукта на потенциальных потребителях — Н.Д . ), которая помогает правильно формулировать вопросы заказчику и получать на выходе сервис, удовлетворяющий его реальные потребности.

Что касается технологических направлений цифровизации, то их два. Первое: реинжиниринг процессов, то есть замена человека роботами в рутинных операциях и применение технологий process mining («извлечение процессов», или «процессная аналитика», собирательное название решений, которые анализируют «цифровые следы» процессов, автоматически моделируют их и дают возможность оптимизации – Н.Д.). Тестирование показало очень высокую эффективность роботизации, и в текущем году мы планируем масштабное внедрение RPA, охватывающее свыше 20 процессов. Тем самым снизится операционная сложность процессов закупок и логистики, а их выполнение сможет ускориться на 30-60%. Мы протестировали также инструменты process mining и запускаем тендер на внедрение для процесса сопровождения заказов, через который ежегодно проходят сотни тысяч заказов.

Система будет способна прогнозировать быстроту или задержку на конкретный срок выполнения нового заказа исходя из текущей ситуации. На ретроспективных данных построенная модель показала достоверность 86%, и сейчас мы тестируем ее в реальных условиях. Решение базируется на технологиях больших данных и системе SAP Predictive Analytics.Второе направление – там, где заканчивается рутина и открывается поле для интеллектуальной работы с данными. Например, задействуя машинное обучение, мы разработали модель оценки вероятности выполнения заказа в срок. Обучающая выборка строится на ретроспективных данных по прохождению заказов. Собираются не только все внутренние факторы, которые влияют на длительность прохождения, например, сроки согласования, но и множество внешних: динамика валютного курса, цен на сырье, ситуация на рынке акций, яркие новостные триггеры и т.п.

Модель показывает степень влияния каждого фактора на возможность выполнения заказа и дает общую оценку потенциальных рисков, но решать, как поступить, по-прежнему будет эксперт – возможно, задержка в выполнении устроит заказчика и никаких мер предпринимать не потребуется. Поэтому я не назвал бы такое решение искусственным интеллектом. Системы искусственного интеллекта реализуют когнитивные функции человека, то есть в нашем случае должны самостоятельно принимать бизнес-решения. Такие примеры для логистики уже есть, но мы к ним пока не подступались.

- Как организована работа с данными в департаменте? Какие источники используете, какую платформу больших данных?

У нас имеется своя команда по исследованию данных, активно взаимодействующая с внешним миром, например, со стартапами в области машинного обучения, которых мы активно привлекаем на этапе тестирования. Проекты реализуем либо собственными силами, либо силами подрядчика.

В команде big data МТС есть направление data governance – эти специалисты определяют в целом стратегию работы с данными, а также выстраивают инфраструктуру для наших задач. Для нужд логистики и закупок сейчас формируется озеро данных на базе технологии Teradata, для быстрой работы с данными используется Hadoop. В озеро собираются все данные, которые гипотетически могут нас интересовать, из всех наших процессов. Если есть процессы, которые ведутся на бумаге или через электронную переписку, наша задача — перевести их в «цифру». Например, общение исполнителя с поставщиком идет по телефону и по электронной почте, при этом генерируется сложная неструктурированная информация. То, что обсуждается по телефону, вообще уходит в никуда, по информации в почте тяжело реализовать поиск и парсинг. А нам эти данные очень интересны в двух аспектах. Во-первых, для текстового анализа. Во-вторых, количество контактов в ходе диалога исполнителя и поставщика может говорить об уровне сложности поставки и служить основой для принятия решений в процессе онлайн-мониторинга их взаимодействия.

Основными источниками данных являются ERP-система и модули, поддерживающие процессы закупок, проведения торгов, логистики. Эти решения реализованы на базе Oracle. Мы также обсуждаем с Oracle реализацию на чатботе идеи guided buying («ведомая закупка»). Дело в том, что сегодня типовой процесс закупки требует от заказчика определенных навыков: найти номенклатурный номер нужной ему позиции, оформить на нее заявку, выяснить наличие контракта, инициировать закупку и т.д. В системе ведомых закупок все значительно упрощается – достаточно на нативном языке написать запрос, и система сама подскажет, где искать нужную позицию, есть ли контракт, и отправит собранную корзину в работу. Реализовать такую систему – значит обеспечить ту самую ценность для заказчика. Ему не придется больше изучать процесс и следовать сложному регламенту, все произойдет легко и быстро, и в итоге восприятие нашего сервиса кардинально улучшится.

- Можно ли сейчас дать оценку, как изменятся закупки и логистика МТС в результате роботизации процессов и внедрения систем машинного обучения?

Трудоемкость процессов снизится на 25-30%, сократится необходимая численность персонала и в разы возрастет скорость принятия решений.

Но сокращения — это не самое главное, для нас важно донести до каждого значимость происходящего. В условиях значимых изменений появляется больше возможностей найти что-то ценное для выполнения людьми, а не просто взять и распрощаться с сотрудниками. Если в результате снижения трудоемкости высвобождаются ресурсы, мы прежде всего будем пытаться найти им сферы приложения, в том числе путем выхода на внешних клиентов.

Наша главная задача — обеспечить лучший сервис внутреннему заказчику. Но сегодняшние реалии таковы, что в большой компании любая сервисная функция может быть выведена и на внешний рынок. Мы стремимся на своих процессах отработать новые технологии, такие как RPA или подходы к формированию потоков данных, так чтобы конструировать коробочные ИТ-решения и вместе с сервисом предлагать вовне идеи, помогающие адаптировать под них чужой процесс.

- А кому предполагается продвигать внешние сервисы?

Прежде всего ориентируемся на другие бизнесы. Я общаюсь на отраслевых конференциях и вижу, например, что по идеологии выстраивания цифровых закупок нам ближе всего «Северсталь». У сталелитейных предприятий логика движения товарных и материальных потоков в большей степени схожа с нашей, чем у ретейла или FCMG, поэтому предприятия этой отрасли вполне могут стать клиентами нашего внешнего сервиса.

- В течение какого срока планируется выход на рынок?

От года до двух лет. Уже сейчас начали зондировать почву, провели первые переговоры, кого-то заинтересовали, кто-то нас немного испугался. На российском рынке фактор недоверия всегда играет большую роль. Поэтому научиться продавать идею, входить в доверие и оправдывать его – как раз то, что нам предстоит.

Хотя у нас уже есть пример успешной продажи решения внешним клиентам. За последние три года мы провели серьезный реинжиниринг процесса работы с невостребованными товарами (это телефоны, тяжелое оборудование, машины, мебель и пр.), к которому было много претензий со стороны внутреннего контроля. Проработали процесс методологически, автоматизировали в системе Oracle ERP. И открыли нишевой маркетплейс torg.mts.ru, на котором не только продаем свой «невостреб», но и предлагаем сервис таких продаж другим компаниям. В прошлом году выручка этой площадки составила 600 млн руб, и было привлечено немало внешних клиентов. Планы на текущий год еще более амбициозные, в составе департамента фактически сформирована самостоятельная миниорганизация, которая разрабатывает и продвигает этот продукт, работая по принципам Agile.

- Для вас имеет существенное значение уровень цифровизиции ваших поставщиков?

Безусловно. У нас поставщики разного уровня. Зарубежные партнеры, такие как Ericsson, Huawei, имеют высокий уровень цифровизации и готовы предложить нам сервисы для взаимодействия и его оценки. С другой стороны, наши подрядные организации – это небольшой частный бизнес, и их еще надо подтягивать. Хотя большинство из них уже перешли на электронный документооборот и ЭЦП во взаимодействии с нами.

Работа с поставщиками подразумевает цифровизацию нескольких задач. Разрабатывается полностью электронный отчет о выборе поставщика, который формируется в ходе закупочной процедуры, а также электронные формы заполнения контракта. Благодаря синхронизации этих процессов данные из отчета будут автоматически попадать в контракт, что позволит значительно экономить время. А в ходе ведения заказа метрики исполнения будут соотноситься с электронными блоками контракта, позволяя оценить, не возникают ли те или иные проблемы с поставщиком.

Департамент развития закупок реализует идеологию оценки поставщика (supplier evaluation): определенные метрики поставщиков сопоставляются с условиями контракта, тем самым происходит ранжирование поставщиков по степени зрелости и соответственно предпринимаются те или иные действия, например, дать стимул к обучению, чтобы подтянуть поставщика до нужного уровня. Раньше ранжирование сводилось к тому, что исполнителем и заказчиком выставлялись баллы, причем на основе субъективных данных о том, как был выполнен контракт. В течение года планируем увязать метрики поставщика с электронным контрактом и процессом закупок, что позволит давать поставщикам объективную оценку и находить эффективные рычаги воздействия на них.

Например, в определенных ситуациях при невыполнении условий контракта требуется подключение юриста. У нас работает «виртуальный юрист» – программный робот, который, руководствуясь определенными признаками, определяет, что необходима допретензионная работа с подрядчиком, пишет письма «счастья», принимает, анализирует и классифицирует ответы.

- Дает ли цифровая логистика конкурентное преимущество телекому?

Однозначно да.

Большим компаниям часто трудно выстроить такую систему KPI, чтобы функциональные направления не замыкались на выполнении своих ключевых показателей, никак не влияющих на ценности компании. Нам гораздо сложнее, чем, например, ретейлу, чья стоимость логистики очень высока, и одно ее снижение уже обеспечивает очевидную ценность для компании в целом. А стоимость логистики капитального строительства, как у большого МТС, ничтожно мала по сравнению с вложениями компании в свою сеть. Поэтому мы должны искать те драйверы, с помощью которых сможем повлиять на компанию в целом.

Сегодня такими нашими драйверами являются, во-первых, минимизация текущих активов, ставшая возможной благодаря эффективному управлению цепочками поставок, а во-вторых, поддержка планов строительства сети, потому что построенные вовремя объекты – это возможность продавать на этих объектах услуги.

А через год-два самым значимым KPI для логистики, обеспечивающим ценность основному бизнесу, станет способность быстро перестраиваться в ответ на изменения рыночных задач компании. В достижении этого роль роботизации процессов и интеллектуального анализа данных будет ключевой.

Нужно ли специалистам, связывающим свою карьеру с сетевыми технологиями, – архитекторам сетей, инженерам, администраторам – не только приобретать знания в области программировании, но и совершенствовать свои навыки DevOps, чтобы лучше обслуживать сотрудников компании?

Ответ на вопрос о необходимом объеме навыков объединенной разработки и эксплуатации ИТ-систем (DevOps — от development, «разработка» и operations, «эксплуатация» — Прим. ред.), зависит от того, у кого вы об этом спросите, но вряд ли приходится сомневаться, что для развития своей карьеры в будущем специалистам по сетям придется выходить за рамки привычных для них ролей.

«Есть мнение, что проще обучить имеющихся в организации специалистов по сетям и ИТ-безопасности еще и работе с данными и программированию, чем привлечь к разработке сетевых приложений других сотрудников в силу занятости тех выполнением прочих операций DevOps, – указал генеральный менеджер направления дата-центров компании Cisco Роланд Акра. – У нас имеется большой резерв талантливых людей в сетевой сфере, и часть из них с учетом перспектив завтрашнего дня нужно приобщать к работе с программным кодом и данными».

Область, в которой раньше было достаточно хорошо знать сетевые протоколы и уметь писать скрипты в интерфейсе командной строки, превращается в сферу, где без навыков программирования в полной мере использовать весь потенциал доступных сетевых данных для организации более эффективной работы и развития сетевой инфраструктуры уже не удастся.

О не изменениях с точки зрения программирования свидетельствует и публикация Gartner почти двухлетней давности, в которой говорилось, что к 2020 году только 30% сетевых операций будут выполняться в интерфейсе командной строки, тогда как в 2016 году их доля составляла 85%. Между тем, текстовая командная строка служила основным инструментом сетевым администраторам на протяжении последних 15-20 лет.

В Cisco, Juniper, Arista и других компаниях-лидерах сетевой индустрии уверены: пришло время активизировать подготовку будущих специалистов по NetDevOps. В сообществе Cisco DevNet имеется целый ряд программ и ресурсов для сетевых профессионалов.

«Сообщество DevNet, в котором сегодня насчитывается около 500 тыс. участников, примерно пополам делится на разработчиков приложений и специалистов по инфраструктуре, – отметила технический директор группы Cisco DevNet Сюзи Уи. – В последнее время наблюдается огромный всплеск числа специалистов по сетям, желающих приобрести навыки DevOps. Вся инфраструктура сегодня программируемая, и у разработчиков есть API для автоматизации, настройки и телеметрии, а также целый ряд приложений, которых не было раньше».

Вместе с тем переход специалистов по сетям в область программного обеспечения не всегда проходит гладко.

В Cisco добилась определенных успехов с DevNet, но вопросы остаются. «С помощью DevNet компания пытается привить навыки сетевого программирования двум разным группам специалистов: разработчикам, а также сетевым инженерам и операторам, – пояснил вице-президент IDC по исследованиям сетей центров обработки данных Брэд Кейсмор. – Давайте присмотримся с традиционной кузницей кадров Cisco. Насколько сетевые инженеры и сисадмины прониклись духом разработки программного обеспечения? Ведь многие специалисты по сетям выбрали свою стезю в том числе и потому, что не хотели заниматься разработкой. Что означает DevNet для традиционных центров подготовки специалистов Cisco CCIE? Действительно ли они неожиданно станут разработчиками и займутся написанием сетевых программ или же будут изучать возможности автоматизации для удовлетворения потребностей приложений, разработчиков и основных направлений бизнеса? Думаю, Cisco добьется больших успехов во второй области, нежели в первой. Что касается разработчиков, они явно питают склонность к базовой инфраструктуре. Удастся ли Cisco абстрагироваться и представить сеть так, чтобы разработчики использовали сетевые возможности и атрибуты, не погружаясь глубоко в тонкости сетевого управления?»

«Лишь очень немногие сетевые администраторы – даже из числа тех, кто научился программировать – хорошо осведомлены об экосистеме и инструментарии DevOps, – указал главный облачный архитектор Juniper Networks Джеймс Келли. – И мало кто рассматривает возможность применения этих инструментов к сетям. Успешная стратегия DevOps действительно требует командных усилий, одному специалисту охватить все невозможно, но стандартный набор навыков, необходимый каждому профессионалу, должен включать в себя знание инструментов, платформ и программирования, а также понимание автоматизации процессов, включая управление исходным кодом, его представление и непрерывную интеграцию и доставку. Изучение даже таких современных инструментов, как Python и Ansible, позволяет лишь поверхностно ознакомиться с темой. Компания Juniper поддерживает парадигму NetDevOps и принципы DevOps в отношении сетей, но мы убеждены, что должность инженера, по сетевой надежности (Network Reliability Engineer, NRE), приятнее звучит для аудитории, глубоко понимающей вопросы надежности и ассоциирующей себя с профессией сетевого инженера. Аббревиатура NRE, появившаяся по аналогии с SRE (Site Reliability Engineer), гораздо лучше описывает операционный характер этой деятельности по сравнению с довольно расплывчатыми формулировками, описывающими предметную область DevOps. В среде NRE и SRE надежность ставится выше скорости. И то, и другое достигается в помощью автоматизации, но в концепции DevOps упор делается на ускорение доставки программного обеспечения, что не слишком хорошо подходит для сетевой аудитории, у которой слово 'быстрее' ассоциируется с рецептом тушения пожара и взрывом еще большего масштаба».

Чтобы полнее воспользоваться преимуществами цифровых инноваций, в том числе искусственного интеллекта, прежде всего необходимо отказаться от процессов, выполняемых вручную. Уже только поэтому автоматизация должна стать ближайшим приоритетом для большинства ИТ-директоров.

Автоматизация – не только экономия времени или денег. При правильной реализации средства автоматизации уменьшают число ошибок, повышают степень удовлетворенности сотрудников, освобождают их от необходимости выполнения утомительных операций, улучшают восприятие клиентов (customer experience, CX) и позволяют масштабировать бизнес.

Стремление к автоматизации заставляет задуматься о скрытых проблемах, с которыми в обычных ситуации сталкиваются сотрудники. Именно рутинная обработка исключений значительно снижает производительность труда. Автоматизированные системы позволяют шире внедрять процессы самообслуживания; автоматизировав наиболее частые и общие действия, можно освободить время для творческой деятельности, требующей сложных умозаключений.

Зачастую первые шаги по автоматизации носят тактический характер: отдельные работники или небольшие группы проявляют заинтересованность в автоматизации определенных непосредственно используемых и контролируемых ими сервисов и процедур. Возводя же автоматизацию в ранг стратегического приоритета, вы предоставляете работникам автоматизированные сервисы, находящиеся вне зоны их контроля. В результате выгоды от автоматизации выходят за рамки одного подразделения. Например, для ИТ-службы автоматизированные сервисы самообслуживания, выполняющие рутинные операции наподобие сброса паролей или предоставления данных об утилизации выделенных подразделению ИТ-ресурсов, имеют все шансы получить в компании широкое распространение и принести ей немалую выгоду.

Вице-президент Constellation Research Дион Хинчклифф призывает ИТ-директоров к 2025 году довести уровень автоматизации до 90% там, где это представляется естественным: в службе технической поддержки, при выполнении запросов на обслуживание, поиске кандидатов на замещение вакантных должностей и приеме их на работу, закупках ИТ, в операционной деятельности, обеспечении кибербезопасности, администрировании проектов и формировании отчетности. «Поначалу эти области с трудом поддаются автоматизации, но все равно они должны быть максимально автоматизированы», – говорит Хинчклифф.

Главный аналитик Forrester Дж.П. Гаундер предупреждает об опасности стремления к реализации проектов «космического масштаба», которую часто недооценивают. Вместо этого следует придерживаться поэтапного подхода, который позволяет решать поставленные задачи поочередно, а уже затем связывать их друг с другом. Нужно искать возможности получения быстрого выигрыша в каких-то конкретных направлениях автоматизации специфичных задач и процессов, не пытаясь охватить всю цепочку обслуживания клиентов и используя средства автоматизации в качестве дополнения к деятельности сотрудников, а не замены им.

«Есть немало достаточно простых, но и одновременно общих задач, – поясняет Гаундер. – В совместно используемых сервисах есть масса рутинных, повторяющихся операций, которые можно автоматизировать. Автоматизацию нужно проводить совместными усилиями основных подразделений и ИТ-службы. ИТ-директор по возможности должен заботиться о том, чтобы приучать бизнес-руководителей к встраиванию новых технологий в существующую инфраструктуру, а также стремиться получать от бизнес-подразделений необходимую обратную связь. Важно иметь в своем распоряжении бизнес-аналитиков, которые следили бы за ранними этапами внедрения, проводили обучение и подыскивали новые участки для автоматизации. Все нужно начинать с экспериментальных проектов и сбора данных, после чего выявлять другие схожие функции, подлежащие автоматизации».

А теперь давайте рассмотрим семь областей возможной автоматизации и поговорим о стратегических автоматизируемых процессах в каждой из них.

1. Обслуживание клиентов

Для многих руководителей ИТ-служб улучшение обслуживания клиентов является главным приоритетом. В ходе недавнего опроса Harvey Nash/KPMG CIO Survey, проводившегося в Великобритании, 62% ИТ-директоров назвали это своей первоочередной целью.

Результаты исследования DigitalGenius показывают, что у 80% служб техподдержки (service desk) 20% поступающих заявок повторяются и обслуживаются достаточно легко. Соответствующие задачи хорошо поддаются автоматизации, что повышает степень удовлетворенности клиентов и снижает текучку кадров в службе поддержки клиентов.

Чатботы и виртуальные агенты идеально подходят для простых, повторяющихся запросов и для клиентов, отдающих предпочтение самообслуживанию. Для поддержки корпоративных клиентов Microsoft использует в своих контакт-центрах решение AI Solution for Customer Service. За последние полгода число клиентов, сумевших решить свои проблемы, удвоилось. Сегодня их ежедневно обслуживают более 100 тыс. виртуальных агентов. Использующая аналогичную систему компания HP удовлетворяет с ее помощью 70% всех поступающих заявок на техническое обслуживание.

Если вы не общаетесь с клиентами непосредственно, можно рассмотреть возможность применения подобных технологий в кадровой службе – например, для управления льготами.

Интеграция искусственного интеллекта в диалоги поможет автоматизировать решение более сложных задач, в частности, управление рисками. Микрокредитная организация Grameen Foundation совместно с Accenture Labs работает над созданием приложения анализа эмоций, помогающего ее сотрудникам распознавать ситуации, когда, к примеру, женщина, обращающаяся за займом, испытывает внешнее давление. В этом случае получение кредита станет для нее скорее дополнительным обременением, нежели помощью.

2. Управление персоналом и наем сотрудников

«Еще одна перспективная область — автоматизация административных задач, разгружающая сотрудников кадровых служб, – отмечает Курт Хайккинен, директор компании Montage, разрабатывающей ПО для проведения видеоинтервью. – Следует рассмотреть возможность автоматизации рутинных, административных операций, выполняемых при подборе персонала, в том числе с использованием телефонов и планированием времени интервью. Более половины опрошенных Montage организаций уже используют средства автоматизации для составления расписаний собеседований. Это помогает проводить отсев на ранних этапах при большом количестве кандидатов. Средства автоматизации позволят рекрутерам сосредоточиться на решении стратегических задач, удовлетворении нужд и потребностей кандидатов и выстраивании взаимовыгодных отношений, помогающих им удерживать в своих рядах талантливых специалистов».

Следующим этапом использования искусственного интеллекта становится оценка кандидатов, позволяющая обеспечивать согласованность процесса подбора персонала.

Повторяющиеся рутинные операции кадровой службы – расчет выходных пособий или компенсаций за неиспользованный отпуск при увольнении – также могут быть автоматизированы. Влияние автоматизации оказывается еще более сильным при интеграции различных систем. Например, при проверке используемых карт доступа с учетом сотрудников, находящихся в отпусках. Освободившееся у сотрудников время можно направить на решение вопросов, требующих более пристального внимания, в том числе для расчета отпусков по уходу за ребенком.

3. Платежи

Неэффективные системы учета командировок и прочих затрат отнимают много дополнительного времени. В платформы облачного хранения наподобие Box и OneDrive интегрированы средства распознавания, позволяющие считывать информацию из квитанций. Сервис MileIQ отслеживает заявки на поездки, а его разработчики создали новое приложение Spend, подключаемое к банкам и учетным записям банковских карт для автоматической классификации расходов. Аналогичное приложение SAP Concur собирает информацию о платежах за гостиничные услуги и аренду автомобилей. Оно учитывает даже обменные курсы при совершении зарубежных поездок и автоматически переводит деньги на банковские счета сотрудников и кредитные карты компаний.

Растет интерес к таким областям, как автоматизация оплаты по счетам. По оценкам McKinsey, 27% всей финансовой деятельности можно автоматизировать, а треть этого объема поддается автоматизации с помощью программных роботов (Robotic Process Automation, RPA).

4. ИТ-операции

Чтобы успешно конкурировать с массовыми облачными сервисами и «теневыми» технологиями, реагируя на проявления тенденции консьюмеризации, ИТ-службам необходимо адекватно реагировать на изменение ситуации. И здесь ключевым моментом становится автоматизация.

Недавний опрос Vanson Bourne показал, что более половины своего времени сотрудники европейских ИТ-служб тратят на текущие операции, техническую поддержку и устранение проблем. О высоком уровне автоматизации своей инфраструктуры сообщили только 11% опрошенных, а значит, в большинстве организаций рутинные вопросы поддержки и администрирования отнимают еще больше времени.

«Даже сами ИТ-специалисты говорят о том, что почти пятую часть нынешних повседневных задач можно было бы автоматизировать с помощью средств искусственного интеллекта, – указывает Джеймс Денинг, вице-президент компании Automation Anywhere, предлагающую RPA-платформу. – Сюда относятся установка оборудования и программного обеспечения, управление файлами и папками, мониторинг серверов, управление Active Directory, подключение и отключение пользователей и выполнение пакетных обработок».

В исследовании McKinsey говорится, что с помощью RPA можно автоматизировать выполнение от 40% до 80% заявок на обслуживание, в том числе и операций смены паролей и управления идентификационной информацией, доля которых в запросах в службу поддержки всегда довольно велика.

5. Подготовка устройств

Подключение инфраструктуры, находящейся на территории предприятия, к облачным сервисам с помощью Microsoft System Center и Intune позволяет ИТ-службе автоматизировать процедуры развертывания и настройки конфигурации устройств. С помощью функции Windows 10 Autopilot, например, новый ПК при первом включении подключается к Azure Active Directory.

«Благодаря функции Windows Autopilot можно прямо в облаке автоматически организовать полноценное управление новыми устройствами, – уверен генеральный менеджер группы Microsoft Windows Commercial Бернардо Кальдас. – Сегодня эта процедура по большей части выполняется вручную: нужно сначала создать соответствующие образы, организовать их развертывание и управление ими. С помощью Autopilot все эти операции проделывают облачные сервисы, что существенно упрощает ИТ-службе жизнь».

Новый сервис Desktop Analytics расширяет возможности автоматизации функциями тестирования на совместимость приложений. Сегодня это требует значительных ресурсов и замедляет переход на новые версии Windows. «Мы используем средства машинного обучения и облачную информацию о приложениях, которые уже работают в среде Windows и Office, что позволяет клиентам оценить совместимость с новыми версиями Windows и Office, сэкономив тем самым свое время», – поясняет Кальдас.

6. Автоматизация обеспечения безопасности

Аналогичное сочетание локального управления и управления в облаке способствует повышению безопасности и соблюдению нормативных требований с автоматическим мониторингом подозрительного поведения и политиками условного доступа для устройств. Установка такой системы позволяет заблокировать устройства с необычным поведением на ключевых системах предприятия в сети. Блокировка выполняется на период, который требуется для очистки зараженных машин.

«Автоматизация условного доступа помогает ИТ-директору определить права доступа устройств к ресурсам компании на основе различных критериев, профилей риска устройств, их учетной информации и данных, к которым они пытаются обращаться, – говорит Кальдас. – Автоматизация подключения устройств и управления ими расширяет возможности организации и является признаком стратегической автоматизации. Что же касается вопросов безопасности и соблюдения нормативных требований, зачастую ими ведают совершенно разные подразделения ИТ-службы».

7. Тестирование приложений

«Автоматизация – ключевая составляющая DevOps, особенно при создании сборок для непрерывного развертывания, – полагает вице-президент Sauce Labs Любош Паробек. – Устранение влияния человека помогает ускорить получение результатов, выполнение процедур и разработку приложений. Кроме того, обеспечивается повторяемость: при наличии средств автоматизации вам уже не нужно изобретать велосипед. Устраняется и источник ошибок: людям свойственно ошибаться, а машинам нет».

Автоматизация тестирования начинается с автоматического формирования тестовой среды. Контейнеризация позволяет легко создавать одноразовые изолированные среды, которые способствуют ускорению процесса разработки и тестирования.

Автоматизировать саму процедуру тестирования сложнее, но это имеет очень важное значение для ускорения разработки и повышения надежности. Основные существующие проблемы связаны не с технологией, а с культурными изменениями. Использование средств автоматизации позволяет сократить продолжительность тестирования с недель и месяцев до нескольких минут. Приступать к внедрению имеет смысл на новых проектах, где тестируемое приложение создается с нуля, и мобильных приложениях, потому что они меньше. В уже существующие приложения при создании условий для их тестирования зачастую приходится вносить достаточно серьезные изменения.

В процессе автоматизации тестирования большого существующего приложения следует сосредоточиться на проверке основных недостатков, которые влияют на степень удовлетворенности клиентов и ценность программного обеспечения. «Как правило, наибольшее влияние на доходы предприятий оказывают приложения с внешним интерфейсом», – подчеркивает Паробек.

Год назад мы уже разговаривали с Анджеем Аршавским, директором по анализу данных и моделированию Новолипецкого металлургического комбината, о первых шагах по применению искусственного интеллекта для оптимизации производственных процессов компании. Тогда предварительные результаты прототипов и запущенных пилотов давали основания для осторожного оптимизма.

С тех пор многое изменилось. Было построено хранилище данных по основным производственным площадкам — так удалось решить проблему доступности данных. Подразделение data science занялось широкой апробацией различных идей и тестовых проектов: в прошлом году реализовано 23 проекта — как пилотных, так и «боевых». Три проекта уже запущены в промышленную эксплуатацию, а еще четыре находятся на стадии промышленных испытаний. Внедренные решения приносят ощутимую прибыль.

«Достигнут серьезный прогресс по сравнению с прошлым годом: от попыток мы перешли к результатам, — констатирует Аршавский, претендент на премию CDO Award. — Большинство пилотных инициатив, реализованных за последний год, воплотились в реальные проекты. Мы как дирекция достигли стадии зрелости и перешли на самофинансирование новых проектов». Сейчас в НЛМК работают над концепцией цифровой платформы и стратегией «цифровизации», рассчитанной на ближайшие пять лет.

«Сейчас наши усилия сосредоточены на отдельных агрегатах и процессах, мы оптимизируем их по отдельности. В перспективе наш подход станет более глобальным: смежные процессы и участки производства будут включены в единый контур оптимизации»

- Что произошло за последний год?

Самое главное — мы достигли целевых экономических результатов от внедрения решений ИИ, поставили разработку решений на конвейер и перешли на режим самофинансирования. Важным достижением является то, что мы смогли сформировать полноценную команду data science. Мы также научились работать одновременно по большому спектру проектов полного цикла. Удалось завершить ряд внедрений систем в производство и получать прибыль. И последнее, но не менее важное достижение: разработана платформа данных и математического моделирования (озеро данных), куда стекаются производственные данные и производятся расчеты. Тем самым мы существенно упростили доступ к данным и их обработку в наших текущих и перспективных проектах. Сейчас к платформе подключается первая группа источников данных Липецкого комбината.

- Год назад в команде было буквально несколько человек. Появилось ли выделенное подразделение и что оно сейчас собой представляет?

Появилось функциональное направление — дирекция «Анализ данных и моделирование», куда входят 15 человек. До недавнего времени дирекция напрямую подчинялась президенту группы, а сейчас вошла в цифровой блок. В команде трудятся исследователи и инженеры данных, бизнес-аналитики, разработчики и проектные менеджеры. При этом мы не отказались и от аутсорсинга: у нас сформировался круг стратегических подрядчиков, с которыми мы реализуем разные стадии проектов. Часть проектов делается собственными силами, часть — с их помощью. Иногда пилотную часть реализуем самостоятельно, а разработка конечного продукта производится подрядчиком. Мы научились работать комбинированной командой, чтобы действовать наиболее эффективно.

- Что фактически означало для компании формирование выделенного подразделения?

Год назад наше направление было создано, чтобы проверить гипотезу о том, что технологии искусственного интеллекта, внедренные в производственные процессы, могут приносить прибыль. Подчеркну, это была лишь гипотеза. За 2018 год она была подтверждена реальными проектами. Более того, такие решения удалось поставить на поток, создать конвейер. Появился отлаженный бизнес-процесс, рождающий идеи, эти идеи затем апробируются и пилотируются; на их основе появляется минимальный продукт (MVP), который потом последовательно разрабатывается и становится полноценным продуктом, включающим интеграцию с внутренними системами, проведение промышленных испытаний, разработку методик оценки экономического эффекта, внедрение и передачу на поддержку.

Разумеется, есть огромная разница между идеей и пилотом, между пилотом и конечным продуктом. Мы научились их конвертировать друг в друга, а продукты научились тиражировать. Могу констатировать: мы реализуем весь цикл от идеи до тиражирования продукта.

- В прошлом году мы говорили о трех начатых пилотных проектах: экономии ферросплавов, поиске причин дефектов и оптимизации работы ТЭЦ. Какие проекты в итоге стали самыми важными и показали лучшие результаты?

В итоге мы реализовали сразу три проекта по ферросплавам — для разных установок и на разных площадках. Внедряем на зарубежной площадке NLMK Clabecq проект по прогнозированию выхода материала при листовой прокатке. Работы по оптимизации ТЭЦ также оказались успешными. Кроме того, мы запустили около 10 проектов по разным направлениям: по коксохимическому производству, увеличению темпа прокатки слябов на стане 2000 и др. Проект по устранению дефектов оказался сложнее, чем мы ожидали, и пока не завершен.

Мы сосредоточились на двух направлениях: удешевление и повышение эффективности производства и логистика. Охвачены сталеплавильное, прокатное, коксохимическое производства, начата работа по доменному производству. В логистике мы фокусировались на железнодорожном транспорте: оптимизации укладки слябов в вагоны и оптимизации оборота вагонов по внутренним железнодорожным станциям.

Как осуществляется приоритизация проектов? По каким принципам выбираете, «где копать»? Скорость, бизнес-потребность, ожидаемые эффекты?

Мы ранжируем инициативы исходя из их приоритетности для стратегических целей компании — в рамках «Стратегии-2022». Если проект отвечает целям этой стратегии — например, дает хорошую операционную эффективность или помогает выстраивать бережливое производство, то мы ориентируемся на экономический эффект, доступность данных и скорость реализации проекта. Для нас важно, чтобы заказчик тоже был готов — чтобы тот или иной цех понимал для себя значимость этого проекта. Не менее важно, чтобы техническая дирекция признала проект выполнимым и приоритетным.

- В целом ваше подразделение справляется с потоком задач? Или приходится устраивать жесткий отсев и проекты выстраиваются в очередь?

Да, образуется очередь, можно было бы делать и больше. Мы растем, развиваем свою команду. Список проектов очень широк, он за прошлый год вырос на 50%. И у всех из них достаточно большой экономический потенциал.

- Проблема исключительно в кадрах? Откуда брать дополнительные мощности?

Это кадры и процессы. Оптимизируя свои процессы, мы увеличиваем производительность, растет вероятность того, что проект будет успешным. Также имеет значение готовность к изменениям заказчиков — подразделений НЛМК. Наконец, играет роль эффективность внешних команд, привлекаемых к проектам.

Мгновенно нарастить все эти показатели невозможно. В ходе первых проектов было важно увидеть типичные проблемы, выстроить процессы, обеспечить в нужном объеме вовлеченность бизнес-подразделений.

- На первых этапах ожидалось, что в результате реализации проекта текущие процессы должны улучшиться на 5%. Что наблюдается в итоге?

Эта цифра подтверждается. Да, кое-где мы превосходим ее. Но одновременно становится понятно, что следующая волна оптимизации будет нести гораздо больший эффект — 15–20%. На этот более высокий уровень оптимизации мы выйдем, когда наши точечные решения будут собраны воедино.

- В итоге подходы к планированию эффективности меняются? Ведь те самые 5% родились из того, что меньший эффект незначим и его трудно измерить, а на больший не заявлялись из скромности.

Да, подходы к оценке экономического потенциала проекта тоже изменились. В ходе первых проектов мы научились считать эффект и пересчитывать его в экономию. Поэтому оценки стали более обоснованными, чем абстрактные 5%.

- Стратегия управления данными — это чуть ли не первое, чем пришлось заниматься. В чем она заключается, как видоизменяется?

Двумя столпами этой стратегии являются качество и доступность данных. Доступность обеспечивается путем создания единого хранилища, аккумулирующего в себе все источники данных. Разрозненность данных всегда негативно влияет на их доступность, мы это ощутили в полной мере на первых проектах: приходилось прилагать массу дополнительных усилий. Сейчас проблема осталась в прошлом. Еще проблема возникает в тех случаях, когда какие-то части производственного процесса просто не оцифрованы или данные теряются на самых начальных этапах их получения. Это решается согласованием нашей стратегии со стратегией развития АСУТП. К счастью, мы и АСУТП стали частью одного функционального направления — цифровизации.

Качество данных тоже важный и сложный вопрос. Качество может страдать по самым разным причинам. Данные могут быть неполными: какие-то измерения, необходимые для реализации проекта, не производятся. Также качество данных может зависеть от точности измерений или ручного ввода. Полнота данных может иметь даже временной аспект: например, они доступны за последние три месяца, а исторических данных нет — обучать модели не на чем. Мы разработали комплекс мероприятий, направленных на решение проблемы качества данных. У нас обозначены точки, где проекты нужны, но для их реализации отсутствуют данные. Совместно с бизнес-подразделениями НЛМК мы работаем над устранением этих белых пятен.

- Как архитектурно построена инфраструктура для работы с данными?

Мы выбрали подход с максимальным использованием открытых решений. Хранилище построено на Hadoop Spark (сборка российской компании Arenadata), шина данных, которая связывает его с окружением, реализована на Kafka, внутренние сервисы — на Python и Java. Экспериментируем с использованием различных баз данных NoSQL для хранения некоторых витрин данных. При построении участков, связанных с быстрой обработкой информации, экспериментируем с открытой версией Greenplum, различными иерархическими хранилищами.

- Какие работы по цифровизации компании сейчас ведутся?

Мы работаем над концепцией цифровой платформы производства. Под этим понимается создание решений для бизнеса — попытка абстрагироваться от терминов АСУТП или MES и построить платформу, на базе которой смогут эффективно работать интеллектуальные цифровые сервисы, которые приносят бизнес-заказчикам понятный и очевидный результат. Архитектурно это будет построено на самых современных технологиях. Это глобальное решение, оно должно быть реализовано в соответствии со стратегией цифровизации НЛМК.

- Это решение будет единым с платформой больших данных?

Это должна быть единая система. Раньше мы архитектурно разделяли производственные системы и все, что относится к платформе big data, а сейчас в рамках цифровой платформы все эти наработки должны быть объединены и приведены в соответствие друг другу. Технически это вполне реализуемо.

- В чем заключается задел на будущее, сделанный за прошедший год?

Он заключается в том, что в прошлом году мы реализовали некоторое количество проектов, которые подтвердили состоятельность заложенных в них идей. Мы будем их превращать в законченные продукты и прибыль следующего года.

Кроме того, мы пополнили наш банк идей новыми предложениями, расширив его на 50%. Таким образом, у нас появляется больше возможностей для отбора перспективных пилотных проектов в будущем году. Основная часть таких проектов по-прежнему будут производственными, однако мы намерены смотреть шире. Еще часть задач, вероятно, будут касаться сферы закупок, а часть — финансовой сферы.

- Куда движутся большие данные в НЛМК и как они в перспективе могут изменить бизнес компании?

Сейчас наши усилия сосредоточены на отдельных агрегатах и процессах, мы оптимизируем их по отдельности. Однако понятно, что с точки зрения производства это субоптимальный режим. В перспективе наш подход станет более глобальным: смежные процессы и участки производства будут включены в единый контур оптимизации.

В целом мы видим три глобальных этапа развития больших данных и искусственного интеллекта. Первый — создание точечных решений для оптимизации производства, благодаря чему мы можем на 5–10% повысить технический эффект. На этом этапе мы находимся сейчас, и он будет длиться три-четыре года. Второй этап — создание решений для оптимизации групп внедренных точечных решений: с помощью искусственного интеллекта мы начнем оптимизировать связки смежных процессов. Этот этап продлится тоже четыре-пять лет. Затем мы намерены приступить к созданию глобальной системы оптимизации производства. На это уйдет еще пятилетие.

В 2018 году и в начале 2019-го «Ростелеком» провел ряд изменений в организации работы с данными. Реализованные проекты были призваны обеспечить импортозамещение, а также снизить стоимость аналитической отчетности и оптимизировать ее подготовку. Сергей Носов, директор по управлению данными ПАО «Ростелеком» и претендент на премию CDO Award, рассказывает об объединении четырех хранилищ данных в одно централизованное, повышении качества данных и проводимой образовательной работе.

- Что в компании изменилось за последние два года? Почему началась такая активность по направлениям, связанным с работой с данными?

«Ростелеком» развивается, и бизнес прекрасно понимает вызовы, которые бросает нам рынок. Мы понимаем, что бизнес-решения нельзя принимать, руководствуясь только опытом и интуицией. Взвешенные, оптимальные решения должны быть основаны на фактах, проверке гипотез реальными данными. Рост бизнеса, расширение продуктового ряда и всеобщая цифровизация приводят к тому, что данных становится все больше и их надо структурировать и систематизировать. Этим и обусловлена активность.

- Что конкретно было предпринято?

«Без спонсорства со стороны заказчика проект создания централизованного хранилища становится просто дорогой игрушкой для ИТ-специалистов»

Можно выделить несколько ключевых достижений, которые были объединены в рамках одного проекта — создания и запуска так называемого Data-офиса. Во-первых, это миграция нескольких федеральных хранилищ в целевое хранилище данных, построенное преимущественно на открытых решениях: Hadoop, открытой версии Greenplum, Airflow, Ni-Fi, Kafka. Посредством перевода централизованного хранилища на стек open source удалось сэкономить средства, сравнимые с годовым бюджетом построения хранилищ данных в крупных компаниях. С учетом требований, предписывающих компаниям с государственным участием переходить на отечественное ПО, это достижение особенно ценно.

В период миграции, несмотря на технологические проблемы, мы активно развивали функционал аналитической отчетности для ключевых бизнес-заказчиков. Оптимизировав работу с данными (построив полноценный конвейер от постановки задачи до реализации витрин или BI-отчетов) и переведя ключевые компетенции внутрь компании, мы сократили стоимость новых разработок примерно на 30% и ускорили внедрение новых решений.

Мы практически полностью автоматизировали получение ключевой управленческой отчетности сегмента B2C, которая год назад собиралась с макрорегиональных филиалов компании преимущественно в ручном режиме. Реализовав новый подход к построению отчетности, компания ушла от логики лицевых счетов к логике проникновения услуг в домохозяйства. Был создан полный профиль домохозяйств: от подключенных сервисов, объема трафика и финансовых показателей до наличия технической возможности предоставления услуг.

Одновременно шло формирование «золотой карточки клиента» (Customer Data Integration, CDI), завершить эту работу планируется в первом квартале нынешнего года; продолжается запуск отраслевого решения «Паспортизация объектов недвижимости» (ОРПОН), предусматривающего унификацию адресной информации в ключевых информационных системах компании с геокоординатами. Благодаря всем этим усилиям повысилось качество данных и возросло доверие к ним, а созданная аналитика теперь будет использоваться в ходе внедрения системы управления маркетинговыми кампаниями и в работе других более сложных решений. На основании этих данных реализован в том числе BI-проект «Тепловые карты», призванный выявлять те географические зоны, в которых требуется улучшить обслуживание или реализовать потенциал продаж. Например, в зонах активной застройки.

- Откуда появились четыре федеральных хранилища и какие функции они выполняли? Зачем потребовалось их объединить?

Первое хранилище появилось для сбора сводной базовой аналитики по всей компании. Когда «Ростелеком» объединился со «Связьинвестом», понадобилось собрать данные самостоятельных прежде телекоммуникационных макрорегиональных компаний, чтобы сформировать целостную картину. Интегрировать весь разрозненный ИТ-ландшафт в короткие сроки было сложно, и первое хранилище стало скорее инструментом для сбора агрегированной информации.

Второе и третье хранилища развивались практически одновременно на различных платформах. У проектов были разные заказчики (как и требования к разным предметным областям), а реализацией занимались раздельные команды, у них не было единого исполнителя и координатора.Первое хранилище появилось для сбора сводной базовой аналитики по всей компании. Когда «Ростелеком» объединился со «Связьинвестом», понадобилось собрать данные самостоятельных прежде телекоммуникационных макрорегиональных компаний, чтобы сформировать целостную картину. Интегрировать весь разрозненный ИТ-ландшафт в короткие сроки было сложно, и первое хранилище стало скорее инструментом для сбора агрегированной информации.

Реализацию четвертого хранилища было решено делать с нуля, в соответствии со всеми канонами: создать полноценное «озеро», собрав сырые данные из всех ключевых систем отчетности, сформировать модель данных и т. д. Однако усилия по построению четвертого корпоративного хранилища не принесли ожидаемого результата, и проект решили заморозить.

В какой-то момент стало понятно, что заказчикам всех четырех хранилищ для формирования полной картины требуется добавление одних и тех же новых предметных областей. После проведения функционально-технологического аудита выяснилось, что четвертое хранилище — самое технологически зрелое. Дорабатывать его для решения бизнес-задач было нецелесообразно, а вот использовать технологии и инфраструктуру — вполне возможно, да и компетенции у команды были хорошие. Следовало объединить методологии первых трех хранилищ и инфраструктуру четвертого, чтобы обеспечить и требуемый уровень доверия, и нужную производительность, и возможности масштабирования.

- В чем заключались основные проблемы?

Процесс объединения различных хранилищ данных, создание по-настоящему централизованного решения, которому будет доверять бизнес, с активным использованием открытых решений в период изменяющегося ИТ-ландшафта — это действительно вызов. При этом ключевые заказчики всегда хотят оперативно получать бизнес-результаты, несмотря на потребность в проведении существенных технологических доработок. Важно, что нам удалось решить практически все противоречивые и конфликтующие задачи: снизить стоимость владения, внедрить новую операционную модель, поддержать изменение ИТ-ландшафта, обеспечить доверие бизнеса к данным из централизованного хранилища и реализовать чуть ли не с нуля ключевую аналитику для розничного бизнеса.

- Импортозамещение в вашем случае — это пожелание или обязательное требование?

Для компании с государственным участием это тот самый случай, когда принудительный характер импортозамещения совпадает с экономическим интересом и внутренним пожеланием компании.

- Какие именно проблемы представляли наибольший вызов лично для вас?

Основная проблема в том, что очень сложно реанимировать доверие заказчиков к проекту, который себя первоначально не оправдал. Поэтому важно было создавать централизованное решение, не останавливая развитие аналитики по новым запросам бизнеса, обеспечивая при этом более оперативную, качественную и дешевую реализацию накопившихся требований.

Без спонсорства со стороны реального заказчика проект создания централизованного хранилища становится просто дорогой игрушкой для ИТ-специалистов. Если отсутствует доверие, то решение не используется, данные не верифицируются и не подтверждаются, бизнес вынужден создавать локальные, альтернативные источники сведений. Другими словами: нет доверия — нет сформулированной потребности — нет использования решения — нет бюджета.

- Как удалось уладить конфликты интересов, всегда присутствующие, если есть несколько заказчиков?

Путем грамотного перераспределения компетентных команд, устранения дублирования работ, построения полноценной архитектурной функции, эффективного управления бюджетом. При этом пришлось уделять достаточное внимание исследовательским работам, чтобы понимать, какие открытые решения мы можем применять в условиях ограниченного бюджета и как эффективнее использовать инфраструктуру.

Не менее важно выстраивание взаимоотношений с заказчиками. Заказчики должны быть готовы заниматься приоритизацией задач, а не ожидать, что все потребности будут реализованы одномоментно. Для задач линейного развития мы выделили под каждого заказчика отдельные команды, которым платили за фактически выполненные работы. Наконец, заказчик должен понимать, какие задачи и в какие сроки реально будут выполнены. Мы согласуем с ним тот объем работ, который будет выполнен в двухнедельном спринте.

- Сформулирована ли в компании стратегия управления данными?

У нас есть понятие целевой архитектуры, она представляет собой скользящее окно: целевая архитектура на 2018, 2019 годы и т. д., а также эталонная архитектура. Определено место каждой компоненты: как будет развиваться BI, хранилище данных, система мастер-данных, как закреплены зоны ответственности. В определенном смысле это можно назвать стратегией.

- В настоящее время разрабатывается национальная стратегия управления данными (НСУД). Какие вызовы она подразумевает, как готовится платформа «Ростелекома» к этому?

Можно ожидать, что государство будет ужесточать требования к работе с персональными данными. Проекты, заявленные в НСУД, будут в ходе своего развития требовать от компаний увеличения числа проверок и более тщательного контроля различного рода данных и обмена этими данными с различными ведомствами.

Поэтому мы готовимся к этим вызовам прежде всего в технологическом плане: создаем легкомасштабируемую, оптимальную по стоимости платформу для работы с данными с нужным уровнем отклика на запросы. При этом не забываем о необходимости повышать качество и полноту данных в информационных системах.

- «Ростелеком» довольно заметен в информационном поле. Какая работа проводится в этом направлении?

Совместно с технологическими и бизнес-партнерами мы создаем экосистему по работе с данными. Она состоит из нескольких уровней. Во-первых, мы запустили бесплатный образовательный проект «Ростелеком. DataTalks»: совместно с партнерами обучаем по очной форме более ста начинающих специалистов, даем им возможность погрузиться в мир данных. Тем, кто успешно закончит обучение, мы предложим работу в «Ростелекоме» и компаниях-партнерах. Кроме того, мы начали выпускать цикл статей на «Хабре» для специалистов среднего уровня о развитии корпоративного хранилища: разбираются реальные кейсы и проблемы, с которыми сталкивается компания. Наконец, для опытных специалистов мы проводим митапы, в ходе которых они могут глубоко изучить детали построения хранилищ данных на открытых решениях.

- Какова цель этих популяризационных мер? Вы готовите для себя кадры или есть и другие задачи?

Мы обеспечиваем информационный поток для специалистов всех уровней, делимся своим опытом с рынком. Для нас такая популяризация — это прежде всего инвестиции.

Инвестиция в ИТ-бренд компании, которая позволит нам в краткосрочной и среднесрочной перспективе нанимать высококлассных специалистов. Инвестиция в имеющуюся команду, поскольку участие в таких мероприятиях — хорошая мотивация. Кроме того, мы стараемся через эти активности проводить обучение собственной команды — например, через проект «Ростелеком. DataTalks». Внешнее обучение наших специалистов обходится дороже, чем запуск и реализация такого образовательного проекта. Наконец, инвестиция в получение новых ценных знаний извне, поскольку, создавая экосистему, мы упрощаем доступ к информации, лучше понимаем, с какими проблемами уже столкнулись другие компании. Это позволяет совершать меньше ошибок и меньше за них платить.

- Как вы видите развитие своего подразделения в «Ростелекоме»? Каковы его ближайшие задачи?

В ближайшие два года нам предстоит большая работа по завершению объединения хранилищ, созданию базовой и продвинутой аналитики для всех сегментов и заказчиков, интеграции решения CDI в ландшафт компании. Будем и дальше оптимизировать работу с нормативно-справочной информацией, устранять технические сложности имеющихся решений, развивать открытые решения, ускорять регламент подготовки данных. По направлениям, где уже удалось сделать качественный шаг вперед, мы большее внимание намерены уделять продвинутой аналитике.

Участники дискуссии оказались единодушны во мнении, что интерес к цифровой трансформации в России очень высок и у многих он уже переходит во вполне практическую плоскость. «Самая заметная тенденция последнего времени – то, что компаний, которые хотят быть в ’цифровом тренде’, все больше», — считает Шамиль Хайретдинов, директор департамента логистики МТС. При этом больше становится и тех, кто разочаровывается в определенных технологиях цифровизации, например в Больших Данных, но это «разочарование в хорошем смысле», полагает Хайретдинов, поскольку свидетельствует о более осмысленном подходе к тому, как работать с Большими Данными, чтобы получать от них реальный результат. В департаменте логистики МТС создается озеро данных и тестируются инструменты машинного обучения для оценки перспектив выполнения заказов в зависимости от разных факторов. Эти решения обещают стать хорошим подспорьем для сотрудников департамента в их повседневной работе.

При этом часть процессов по закупкам в компании скоро будет вообще обходиться без участия человека. Хайретдинов высоко оценивает потенциал RPA: тестирование продемонстрировало высокую эффективность роботизации бизнес-процессов, и в 2019 году планируется охватить этой технологией более 20 процессов департамента. «'Пилоты' показывают, что с помощью RPA можно ускорить операционные процессы закупок и логистики на 30-60%», — рассказал он.

Ставку на RPA делают и в «ФосАгро». Андрей Нисанов, директор по реализации и управлению проектами «ФосАгро», рассказал, что по результатам прошлогоднего тестирования в компании принято решение о масштабном проекте роботизации процессов, который может затронуть много разных подразделений. Этим проектом будет заниматься созданная в компании дирекция по цифровизации, которой, по словам Нисанова, отводится роль своего рода переводчика между бизнесом и ИТ. «Очень много проектов инициируется именно со стороны владельцев бизнес-процессов», — отметил он, и в задачи дирекции по цифровизации будет входить не просто анализ и выбор современных технологий, но их соотнесение с потребностями бизнеса.

«Главный итог прошлого года в том, что доверие к цифровизации начинает демонстрировать бизнес», — констатировал Кирилл Алифанов, директор по ИТ компании «Уралкалий». Цифровая трансформация – это именно трансформация бизнеса, убежден он; но тенденцию необходимо закреплять, образовывая бизнес, постоянно показывая в терминах возврата инвестиций, какую пользу способны принести проекты цифровой трансформации.

По словам Алифанова, запросы, которые сейчас идут от бизнеса, требуют кардинально иного подхода с точки зрения построения ИТ-инфраструктуры – от нее ждут максимально оперативной реализации поставленных задач. Таким требованиям отвечают облачные конфигурации, однако Алифанов с сожалением констатировал острый дефицит зрелых российских IaaS-решений.

Евгений Ильин, заместитель финансового директора «Росгосстраха», показал на опыте своего подразделения, как бизнес может взять на себя инициативу цифровизации. В прошлом году несколько важных проектов, в том числе внедрение облачной системы бюджетирования на базе Oracle Hyperion, были выполнены практически полностью силами финансового блока, департамент ИТ привлекали только для некоторых чисто технических задач. Это ускорило реализацию и позволило избежать проблем трансляции бизнес-требований ИТ-специалистам.

Ильин рассказал, что переход от таблиц Excel к облачной версии Hyperion обеспечил полную прозрачность бюджетного планирования и позволил охватить им каждого из 32 тыс. страховых агентов, что открывает новые возможности повышения мотивации персонала.

Год назад в группе компаний ЛАНИТ создано направление Digital Transformation Group. Его руководитель Денис Реймер выступит на конференции «Технологии блокчейна 2019», которую издательство «Открытые системы» проводит 12 февраля. Он является также вице-президентом группы компаний по цифровой трансформации, активно участвует во внедрении блокчейна в корпоративные информационные системы и считает, что недалеко то время, когда в ERP, CRM и других подобных решениях появится стандартная опция «сохранять в блокчейне».

- ИТ — традиционный инструмент повышения эффективности предприятий. Цифровая трансформация – это очередной эволюционный этап их внедрения или привнесение нового качества в бизнес?

Внедрение ИТ всегда сопровождалось маркетинговыми «зонтиками» — от реинжиниринга бизнес-процессов в середине 90-х до цифровой трансформации сегодня. Однако раньше технологии применялись в основном в качестве инструментов поддержки деятельности компаний, — печати, бизнес-процессов и так далее, а теперь их роль кардинально меняется. Информационные технологии становятся неотъемлемыми атрибутами деятельности предприятий, внутренними компонентами бизнеса, которые в значительной степени формируют и определяют конкурентные преимущества.

Трансформация, которая поддерживается определенными цифровыми технологиями, характеризуется изменением бизнес-модели, создает новые способы получения доходов и возможности донесения ценности до потребителей.

Цифровая трансформация позволяет организации отслеживать в реальном времени ситуацию со своими продуктами, понимать специфику их применения клиентами, формировать обратную связь для корректировки производственных процессов и цепочек поставок. Для эффективного использования преимуществ цифровой трансформации компании должны обладать высоким уровнем внутренних ИТ-компетенций.

- Что меняется в условиях цифровой трансформации в интеграторских ИТ-компаниях?

Формируются консалтинговые подразделения, специалисты которых вместе с заказчиками прорабатывают вопросы цифровых преобразований. В течение последних пяти-семи лет во всем мире отмечается общая тенденция: бизнес-консультанты обзаводятся технологическими подразделениями, а ИТ-компании наращивают бизнес-экспертизу и формируют консультационные направления.

Цифровизация меняет проектный бизнес. Сегодня практически никто не отдает внешним организациям полную разработку платформ, предназначенных для цифровой трансформации. Для решения подобных задач наши потенциальные клиенты набирают людей, с рынка берутся нужные руки, снижается доля аутсорсинга. Это особенно заметно в банках. Заказчики сегодня заинтересованы не в технологиях, а в продуктах, способных дать определенные преимущества при их совместном внедрении с компаниями, предлагающими ИТ-услуги.

Многие системные интеграторы занимаются теперь своими разработками. Подобные компании формируются и в ЛАНИТе, это фактически стартапы, которые выводят на рынок собственные продукты. Мы постоянно анализируем появляющиеся технологии, включая большие данные, искусственный интеллект, блокчейн, Интернет вещей, развиваем основанные на них практики. Далее все зависит от готовности заказчиков и наших возможностей предоставлять основанные на них услуги. Примеры таких решений – преднастроенные обучаемые математические модели, оптимизирующие работу металлургических предприятий, программные роботы для сокращения рутинных операций в бизнес-процессах. А разработки на базе технологий блокчейна активно ведутся в рамках Digital Transformation Group.

- DTG создана около года назад. Какие изменения в области цифровой трансформации с использованием технологий блокчейна произошли за это время?

Заметно снизился уровень хайпа в связи с падением курсов криптовалют, так как многие до сих пор связывают блокчейн исключительно с ними. А в прошлом году нам приходилось постоянно отбиваться от заказчиков, объясняя, почему в их конкретных проектах блокчейн совершенно не нужен.

В DTG мы работаем над внедрением технологий блокчейна в B2B-решения, в которых блокчейн лежит в основе формирования периметра доверия при создании единой среды для взаимодействия ограниченного числа участников совместной деятельности. В таких распределенных процессах блокчейн позволяет сократить число лишних шагов и ускорить исполнение сквозных бизнес-процессов. В рамках такого подхода смотрим, где это можно применить.

- Можно ли выделить специфику проектов, основанных на этой концепции?

Основная цель многих подобных проектов – объединить всех участников в единый процесс, обеспечить доверие к используемым данным, их прозрачность. Блокчейн выступает в качестве «хребта», отвечающего за взаимодействие нескольких компаний. Для каждой из них мы разрабатываем часть бизнес-процесса на базе BPM-решений. Возникают чисто интеграционные задачи, но для их решения нужно связать технологии, которые никогда раньше вместе не работали.

При выполнении проектов с блокчейном на эту технологию приходится около 10% работы. В основном применяются традиционные для корпоративных систем подходы, решаются вопросы наиболее эффективного встраивания элементов идентификации в производственные линии, взаимодействия физического мира и онлайновых компонентов. Технически блокчейн встраивается без особых проблем, а все, что вокруг него – это вопросы, которые и приходится решать.

- Какова роль блокчейна в цифровых экосистемах?

Экосистемы нужно рассматривать не только с точки зрения блокчейна, в них несколько ключевых технологий. Самая распространенная — API Management, обеспечивающая предоставления интерфейсов к внутренним корпоративным ИТ-системам для их использования партнерами по экосистеме. Здесь действительно возникают новые бизнес-модели, так как в этом слое ПО появляется возможность учитывать число обращений к тому или иному сервису, выставлять квоты обращений, регулировать нагрузку и финансовые условия их использования. Второй важнейший компонент – данные, которыми обмениваются все участники. И, наконец, — организация процессов взаимодействия участников экосистемы, для которого используется блокчейн. Здесь в первую очередь важно сформировать бизнес-модель, найти заинтересованных участников, оценить преимущества для их бизнеса, быстро реализовать решение на имеющихся технологиях; только после этого можно решить, как его масштабировать в дальнейшем.

- Существуют минимальная цена входа в блокчейн и специальные требования к ИТ-инфраструктуре?

В блокчейне для корпоративных решений нет ничего сверхъестественного по сравнению с любым интеграционным проектом. Есть определенные алгоритмы, требования к написанию кодов, навыкам программирования. Хороший разработчик может месяца за три разобраться, как блокчейн работает, и начать что-то делать. Блокчейну мы обучаем быстро, проблема в другом — найти хорошего специалиста, да еще желательно с опытом работы в B2B, который способен, к тому же, эффективно работать в команде. Требования к производительности инфраструктуры могут возникнуть, если использовать алгоритмы консенсуса, применяемые для криптовалют. В корпоративных системах с блокчейном мы применяем технологическую платформу Hyperledger Fabric, для которой ничего специального не нужно.

- В DTG ведутся собственные разработки?

Основной продукт, который мы разрабатываем, — платформа автоматизации бизнес-процессов внутри экосистемы, которая содержит решения процессного управления, блокчейн в качестве объединяющей структуры, распределенное хранилище данных и слой управления API. Это инфраструктурное решение позволяет вместе с нашими клиентами сформулировать новую бизнес-модель, быстро провести проверки гипотез и предложить поддерживающую ее систему. В экосистемах требуется, как правило, оператор, в функции которого входят развитие инфраструктуры, ввод в экосистему новых участников и ряд других задач. Блокчейн предоставляет возможность создавать таких технологических операторов, отвечающих за инфраструктурные вопросы, в то время, как за специфику бизнес-процессов внутри экосистемы отвечают сами ее участники. Мы активно используем концепции и идеологию этой платформы для автоматизации цепочек поставок и пополняем ее по результатам каждого нового проекта (см. также «Digital Transformation Group и 'Микрон': связанные блокчейном», Computerworld Россия, 26 ноября 2018).