Самое интересное

Сегодня очевиден факт, о котором много лет говорят специалисты ассоциации itSMF России: доля ИТ в каждой индустрии возрастает, и происходит это все быстрее. Практически каждый значимый вид деятельности становится ИТ-бизнесом: процессы, цепочки и сети поставок, модели взаимодействия поставщиков и потребителей продуктов и услуг организуются по-новому, происходит радикальная трансформация отраслей целиком. Это, в свою очередь, влияет и на образовательную деятельность: финансовое образование уже практически немыслимо без знаний финтеха, совсем скоро и юридическое образование включит в себя обязательные знания «легалтеха» (LegalTech). Мы отмечаем и еще одну важнейшую управленческую тенденцию: бизнес-руководители начали создавать ИТ- системы без привлечения или с минимальным привлечением специалистов по информационным технологиям, используя готовые сетевые, как правило облачные, наработки. Такие же изменения видны и в среде пользователей: любой из нас, задействуя информационные сервисы (тоже главным образом облачные), может получить желаемые результаты.

Другими словами, от «пирамидок» управленческой иерархии, регулирующей самую разную внутреннюю деятельность, связанную с автоматизацией, бизнес переходит к управляемому использованию различных внешних специализированных платформ. Это порождает совершенно новые риски, подчас неожиданные или недооцененные. Компании-платформы захватывают значительную долю рынка и видоизменяют конкуренцию. Возникает новая сложная экосистема, где взаимодействие и сотрудничество государства и бизнеса, в том числе международного, расширяются и усложняются. Эту экосистему сейчас принято называть «цифровой экономикой».

Вот яркий пример такого сотрудничества: с 2007 по середину 2017 года агентство Innovate UK выделило на внедрение различных инноваций свыше 1,8 млрд фунтов, а партнеры и компании, разрабатывающие и внедряющие их, предоставили дополнительное финансирование на такую же сумму. Сотрудничество бизнеса с государством охватило более чем 7,6 тыс. организаций, а соответствующие проекты, по некоторым оценкам, добавили более 11,5 млрд фунтов к ВВП Великобритании и создали 55 тыс. новых рабочих мест.

Российские реалии

В самом начале 2018 года Правительство Российской Федерации выделило на деятельность, связанную с цифровой экономикой, свыше полутриллиона рублей, большая часть из которых будет потрачена на следующие направления: «Нормативное регулирование», «Формирование исследовательских компетенций и технологических заделов», «Информационная инфраструктура», «Информационная безопасность» и «Кадры и образование».

Следует отметить, что и частный бизнес, и государство продолжают вкладывать в ИТ колоссальные средства, нацеленные на другие программы и проекты, затрагивающие информатизацию или автоматизацию той или иной деятельности. Это означает, что сейчас как никогда важно уделять внимание координации всего комплекса деятельности по информатизации, вне зависимости от источника требований и целевой среды.

Особенно важно подойти к решению этой задачи с позиций современного сервисного подхода, то есть создания сервисно ориентированной экосистемы с обязательными элементами управления качеством ИТ-сервисов. Согласно принципам ITSM управление этой экосистемой должно учитывать интересы и взаимодействие всех заинтересованных сторон. Ведь комплексные ИТ-услуги обеспечивают потребителям цифровизацию конечного результата, а не продукты, входящие в состав этих сервисов. Именно сервисы являются основой инновационной экономики и одним из основных факторов успешного международного экономического, инновационного, технологического и гуманитарного сотрудничества. Более того, такая экосистема по определению включит в себя контролируемые действия по обеспечению цифровой безопасности и созданию технических заделов, обозначенных в Программе создания цифровой экономики.

Такой подход позволит управлять наиболее значимыми для цифровой экономики рисками и преимуществами, связанными с тем, что разработка и применение ИТ трансграничны по своей сути. Ведь главный фактор влияния на мировых цифровых рынках сегодня – мультинациональные игроки. Это означает, что, например, деятельность по созданию компонентов или целых сервисов может финансироваться Европейским союзом или инвесторами из США, само проектирование и разработку сервисов де-факто могут выполнить команды из России, Израиля, Сингапура, производство компонентов может быть запущено в Китае, а поддержка и ИТ-инфраструктура предоставлены Индией, Чехией или Сербией. Добавим сюда различия в налоговых требованиях, в культуре ведения бизнеса, в часовых поясах и пр. Полученная картина дает лишь частичное представление о современных сложностях при реализации планов построения цифровой экономики и полностью отражает колоссальные трудности владельцев и руководителей в организации единого управления.

Поэтому именно использование принципов построения современной сервисно ориентированной экосистемы позволит через фильтры контроля единых критериев качества сервисов и их компонентов, применяемых от момента планирования и проектирования до процесса их использования и совершенствования, обеспечить единое управление с учетом различных и не всегда прозрачных факторов влияния. Соответственно, параметры качества цифровых сервисов, получаемые при помощи грамотно спроектированной системы измерений и метрик, должны быть едины для всех участников сети создания сервисов, а также прозрачны и понятны для всех потребителей этих сервисов.

Цена и качество

Многолетний опыт работы ассоциации itSMF показывает, что оценить качество работы цифровых ИТ-услуг, – задача нетривиальная, не говоря уже о грамотном управлении ими. Внешняя спецификация сервиса, доступная заказчику, не дает уверенности в надлежащем качестве работы и состава его компонентов. Оптимально ли функционирует система управления, достаточна ли квалификация персонала, имеется ли нужное оборудование, обслуживается ли оно достаточно эффективно и в полном ли объеме, обеспечен ли требуемый уровень информационной безопасности? При выборе потенциального поставщика цифровой услуги необходимо также учитывать параметры внутренних спецификаций. Не у всех компаний – потребителей цифровых услуг есть в штате персонал, обладающий соответствующей квалификацией и имеющий запас времени для такой последовательной и скрупулезной работы. Да и вряд ли одной организации есть смысл иметь достаточную квалификацию по всем предлагаемым на рынке ИТ-услугам, тем более инновационным. Это экономически неэффективно. У части поставщиков попросту отсутствует мотивация для поддержания должного уровня качества, поскольку услуги и так потребляются, даже если страдает заказчик.

Бывает и по-другому: заказчик выдвигает поставщику ничем не обоснованные требования или претензии, и тот несет убытки, ведь клиент всегда прав… У потребителей свой подход: многие из них основным критерием качества услуг считают их цену. Однако этот критерий, если его рассматривают отдельно от прочих, может совсем не отражать реальное качество услуги. Вспомним, сколько поводов для дискуссий дает 44-ФЗ. В условиях интенсивного инновационного развития ценовой критерий совсем не работает, поскольку глубокая повсеместная модернизация стоит огромных денег и требует грамотного управления для минимизации рисков и исключения ненужных затрат. Тут вряд ли уместно считать предлагаемый дешевый сервис качественным. Поэтому у многих потребителей нет желания применять инновации первыми, и они ждут, когда кто-то другой их распробует. А ждать нельзя: в динамичной среде скорость нужна во всем. Только очень оперативное принятие решений и мгновенное выполнение правильных действий приведут к прорывам, промедление же дает конкурентам возможность быстро добиться успеха и разделить нишу с чемпионами.

Свобода или запреты?

Во многих отраслях российской экономики до 80% рынка находится в руках профильных министерств и госкорпораций. Это – одна из причин того, что наша экономика пока еще не конкурентна, поскольку динамика развития рынка напрямую зависит от количества могущественных игроков и функционеров, за счет взаимодействия и конкуренции которых и обеспечивается движение вперед. Регулирование рынка тоже затруднительно, так как эксперты не имеют в своем распоряжении достаточных ресурсов, чтобы учесть в многочисленных актах, положениях, правилах и фильтрах все факторы влияния, а госаппарат весьма инертен в согласованиях и принятии окончательных решений.

С другой стороны, инновации не спрашивают разрешения, они открыты для применения и очень востребованы. Что лучше: идти по пути запретов или дать потребителям полную свободу действий? Истина, как всегда, где-то посередине. Нам нужен прорыв, но не нужна вседозволенность. Мы совсем не рады приезду некомпетентного водителя такси, вызванного через приложение, и уж тем более не рады опыту пользователей почившего сервиса Chatroulette, сталкивавшихся, в самом прямом смысле, с голыми маньяками.

Целостной картины будущего нет ни у кого, а значит, результат предстоящих изменений не предопределен. Поэтому к созданию эффективной киберэкономики нужно привлекать все заинтересованные стороны: требуется синергия государственной власти, частного бизнеса, науки и экспертных сообществ. В предельной формулировке закона необходимого разнообразия Уильяма Эшби оптимальное управление достигается при условии соответствия разнообразия управляющего воздействия разнообразию управляемого объекта и строгой однозначности управляющего воздействия. Разнообразие мнений и подходов экспертов из всех областей позволяет выработать однозначные способы и подходы к управлению разнообразными сервисами.

Саморегулируемая экосистема

У сервисной экосистемы, как и у любой другой, должна быть основа, платформа. Такой платформой могут стать сообщество и ресурсы его членов в форме отраслевой саморегулируемой организации. Для участников процесса построения киберэкономики очень важно уметь грамотно распоряжаться собственными ресурсами и оптимизировать внутренние процессы, что позволит опередить конкурентов. Но не менее ценно и умение организовать взаимодействие с внешними сторонами. При этом важно не только повышение потребительской ценности экосистемы для отдельных игроков рынка, но и максимизация ее в целом.

Основой построения и функционирования предлагаемой сервисно ориентированной экосистемы может стать вновь созданная саморегулируемая организация в сфере ИТ (СРО ИТ), которая обеспечит разработку и развитие механизмов для создания, продвижения и совершенствования базовых стандартов и правил, регулирующих различные виды деятельности своих членов, включая контроль качества потребляемых и оказываемых ИТ-услуг. Эти правила, согласованные как внутри страны, так и на международном уровне, позволят осуществлять периодический контроль деятельности своих членов, в том числе в соответствии с правилами деловой этики. Работа такого объединения позволит на ранней стадии выявлять глупость некомпетентных контрагентов и разрабатывать меры по противодействию злому умыслу недобросовестных партнеров.

СРО ИТ можно рассматривать как точку сосредоточения и анализа экспертных управленческих знаний, создания и пропаганды свода лучших российских управленческих практик и уникальных наработок. Она может оказать серьезную помощь в гармонизации законов и стандартов в области оказания ИТ-услуг и обеспечении контроля их качества, повысить уровень грамотности населения и специалистов в области управления киберэкономикой. Кроме того, обязательным компонентом СРО ИТ является финансовый фонд, призванный компенсировать потери потребителям ИТ-услуг; появляется возможность организовать систему добровольной сертификации качества оказываемых цифровых услуг среди ее членов. На базе такой системы сертификации можно проводить добровольную сертификацию образовательных программ и компетенций специалистов, работающих в области цифровой экономики. Активное применение здесь также найдут смарт-контакты и распределенный реестр, управляемый доверенным органом.

Главными целями СРО ИТ являются разработка согласованного определения, классификация и параметризация выделенного набора цифровых услуг в нормативно-правовом поле РФ. При этом не следует ограничиваться традиционными ИТ-услугами, такими как SaaS, PaaS, IaaS, а стоит включить также информационные бизнес-услуги, полностью построенные на базе ИТ и оказываемые непосредственно потребителям не по гибридной схеме, а исключительно в рамках Всемирной сети. Таким образом, качество формализованной цифровой услуги напрямую увязывается с бизнес-результатом, достижению которого должна помочь эта услуга. При этом стороны, договаривающиеся об уровне ИТ-обслуживания, однозначно понимают границы оказания услуг, однозначно определяют и интерпретируют понятие качества оказываемых отдельных услуг или их набора, а также способы измерения показателей качества, которые подтверждены сертификатом СРО ИТ. Этот сертификат – основа защиты прав потребителей в цифровой реальности, инструмент для решения спорных вопросов Роспотребнадзором, Ростехнадзором или Роскомнадзором.

Поможет ITSM

Организация деятельности СРО ИТ не будет строиться с нуля – на российском рынке существует экспертиза в области управления качеством ИТ-услуг. Ассоциация организаций и специалистов в сфере управления информационными технологиями «ИТ сервис-менеджмент форум» (itSMF России) успешно ведет свою деятельность – в том числе на международной арене – уже почти двенадцать лет, имеет тесные связи с аналогичными отделениями по всему миру. Цель и стратегическе ориентиры ассоциации – оптимизация управления деятельностью в области ИТ. Это предполагает повышение экономической эффективности как самих ИТ-услуг, так и работы внутренних и внешних ИТ-подразделений, обеспечение эластичности ИТ-сервисов даже при угрозах со стороны прорывных технологий, разрушающих традиционные подходы к управлению бизнесом. Опыт экспертов форума может быть напрямую применен при реализации ставших уже международными четырех принципов Индустрии 4.0.

Сервисный подход к управлению ИТ (ITSM) дает ответы на множество вопросов, связанных с организацией трансформации и управления релизами, с договорной деятельностью на протяжении всего срока действия контракта жизненного цикла ИТ-услуг и их среды, что требует от поставщиков услуг тщательного учета всех видов взаимодействий, включая децентрализацию принятия управленческих решений. Сервисный подход позволяет четко разграничить ответственность между функциональными единицами, организовать совместную работу инженеров и разработчиков в едином цифровом пространстве с возможностью делегирования некоторых функций киберфизическим системам. Он помогает выстроить учет цифровых моделей объектов эксплуатации, добиться прозрачности взаимосвязей всех компонентов, обеспечить их устойчивое функционирование, своевременное техническое обслуживание, внесение изменений в настройки систем и их частичную или полную замену, оперативную поддержку клиентов, управлять запасом расходных материалов, анализировать и своевременно получать точную информацию для принятия верного управленческого решения и т. п.

Что касается законодательной защиты, то участники киберэкономики получают реальную поддержку от Инновационного центра «Сколково». Эксперты itSMF России и ИТ-кластер «Сколково» уже сфокусировали свое внимание на аспектах LegalTech. Резиденты «Сколково» знают, как заключать смарт-контракты и разрешать споры контрагентов при помощи искусственного интеллекта, оставаясь в пределах экосистемы цифровых услуг.

Таким образом, Национальный центр сервис-менеджмента в роли СРО ИТ обеспечит сбалансированную сервисную экосистему, которая окажет реальную помощь в создании цифровой экономики в России. При этом государственные структуры, российское бизнес-сообщество и ИТ-профессионалы получат единую точку доступа к российской, да и к любой другой согласованной и востребованной управленческой экспертизе и базе управленческих наработок. Они смогут поучаствовать в этой деятельности, что даст возможность России впервые минимизировать зависимость от западных управленческих «лучших практик» и выведет на первое место те достижения наших или работающих на наших рынках компаний, которые позволили им добиться лучших результатов.

ИТ-аутсорсинг существует уже почти три десятка лет, и сегодня ИТ-руководители научились избегать многих дорогостоящих ошибок, связанных с использованием услуг внешних поставщиков. Как отмечают в KPMG, новые клиенты компании, заключая сделки аутсорсинга, многое делают верно. Они стремятся добиться уровней обслуживания, в частности производительности и удобства работы, которые отвечали бы ожиданиям конечных пользователей, учитывают важность интеграции сервисов и согласования процессов, держат стратегически важные элементы ближе к местонахождению компании и составляют более гибкие контракты.

И все же ИТ-руководители при заключении сделок с поставщиками ИТ-услуг по-прежнему совершают традиционные ошибки и даже допускают новые. Необходимо позаботиться о том, чтобы избежать этих оплошностей.

Смена поставщика вместо устранения первопричин

Понимая важность адаптивности в цифровую эпоху, ИТ-руководители заключают более краткосрочные контракты аутсорсинга, причем нередко сразу с несколькими поставщиками, тем самым обеспечивая гибкость и возможность выхода из сложных ситуаций. Но порой пользователи аутсорсинга чересчур увлекаются сменой провайдеров. Активно лавируя между поставщиками, в таких компаниях не решают главные проблемы, которые сохраняются независимо от провайдера. Покупателям ИТ-сервисов стоит направить свои усилия на то, чтобы четче осознать, что им самим нужно сделать для успеха сделки, а не обвинять во всех бедах поставщика.

Фокусировка на решениях, а не на проблемах

Одна из самых распространенных ошибок – сосредоточенность на технологиях. Допустить ее легко, учитывая нынешний «цифровой» ажиотаж. Но покупка разрекламированного новшества сама по себе вряд ли принесет нужные результаты. Прежде чем заключать сделки о поставках ИТ-сервисов, следует как можно внимательнее уточнить, какие именно задачи бизнеса подлежат решению и каких целей нужно достичь. К обсуждению необходимо подключить бизнес-руководителей и пользователей. Совещание с участием широкого круга заинтересованных лиц всей организации поможет по-новому оценить задачи и точнее их сформулировать, а также выявить ранее упущенные из виду направления бизнеса, которым тоже требуются ИТ-сервисы.

Тенденция приобретать стандартные решения по минимальной стоимости сегодня встречается реже. Как отмечают специалисты, следствием такой политики будут частые запросы изменений и потребность докупать дорогостоящие специализированные ресурсы, что повлечет невыполнение экономического обоснования и утрату доверия к аутсорсингу.

Заключение сделки в расчете на преобразования

Компаниям все сложнее выдерживать конкуренцию в динамичную цифровую эпоху, и, само собой разумеется, они ищут помощи провайдеров ИТ-сервисов. Но проблема в том, что невозможно составить запрос на поставку трансформации.

Клиент может жаловаться на то, что поставщик сервисов не обеспечивает творческий подход и инновации, но при этом отношения между сторонами регламентируются традиционным запросом на поставку, устанавливающим жесткие правила и не допускающим гибкости. Другими словами, обычно сам заказчик, а не поставщик сервисов создает ограничения, препятствующие обновлению.

Клиенты, которым нужны радикальные преобразования, должны сами сформировать среду и культуру, способствующие таким переменам. Проводите совещания по обновлению, привлекайте заинтересованных лиц со стороны бизнеса, предложите сотрудничество поставщику услуг и проявляйте интерес к идеям его специалистов. Чтобы мотивировать сотрудников к обновлению, руководство должно создать соответствующие условия. Возможно, все новые идеи реализовать не удастся, но если игнорировать их, то это верный путь к подавлению творческих порывов сотрудников как поставщика услуг, так и клиента.

Аутсорсинг «по шаблону»

Не следует полагаться на подход, разработанный в другой организации. Необходимо тщательно оценить потребности своего предприятия, рассчитать масштаб планируемой сделки аутсорсинга и продумать ее условия, чтобы обеспечить улучшение вашей конкретной ситуации. Нужно определить схему финансирования, структуру рисков вашего конкретного предприятия и, учитывая его цели, задачи и культуру, провести подготовку.

Чрезмерно строгий контракт

Если в переговорах по сделке настаивать на жестких ограничительных условиях, это может ударить по самому заказчику, так как провайдер будет выдвигать встречные условия, чтобы не пострадала его бизнес-модель. В результате определенные положения контракта напрямую отразятся на его стоимости и в совокупности она может вырасти на 5-7%. При заключении контракта целью переговоров должно быть согласование условий с требованиями вашей организации, а не создание чрезмерно жестких ограничений для поставщика.

Недооценка влияния на сотрудников

Многие ИТ- и бизнес-руководители не проводят подготовку к масштабным переменам, которые влечет переход на аутсорсинг. Из-за этого обычно возникают барьеры, мешающие достижению намеченных результатов. Нередко руководители пребывают в ложной уверенности, что организация легко перейдет на новую модель доставки. Но впоследствии, когда выясняется, что это не так, результат становится неприятным сюрпризом.

Не нужно полагать, что имеющийся персонал сам по себе справится с управлением новыми сервисами. Понадобятся, в частности, сотрудники, способные при работе поддерживать отношения с третьей стороной – кто-то обладает такими навыками, а кому-то это не дано. Следует помнить: один проблемный участник группы способен свести на нет конструктивную работу множества других.

ИТ-руководителям необходимо активно и правдиво информировать остальных, освещая вопросы, волнующие конкретные группы заинтересованных лиц. Важно организовать продуманный переходный процесс для ключевых сотрудников, подготовить программы переобучения и при необходимости нанять новых специалистов.

Недостаточное внимание переходному периоду

Передача обязанностей от собственного ИТ-отдела сервис-провайдеру – поворотный момент сделки аутсорсинга, требующий обстоятельного планирования и контроля. Если не уделить достаточно внимания переходной стратегии, компания, скорее всего, столкнется с задержками, потерей преимуществ, утратой доверия и поддержки заинтересованных лиц, а бизнесу будет нанесен ущерб.

Любую сделку пользователи и поставщики услуг аутсорсинга должны начинать с детальной совместной оценки имеющейся среды, в том числе процессов, систем, уровней обслуживания, объемов, контрактов и исключений, а также тщательного планирования процесса передачи знаний. Необходимо разработать план на случай чрезвычайных ситуаций и ограничить влияние перемен на ключевые бизнес-процессы компании, например на подготовку квартальных финансовых отчетов, а в начале проекта представители поставщика и заказчика должны работать вместе.

В планах нужно предусмотреть вероятность длительного срока ожидания поставки технологий, которые придется разрабатывать или закупать, а также необходимость найма новых специалистов. Самое важное – укомплектовать сильную команду или центр управления проектом для переходного периода, которые смогут уверенно «держать удар». Для такой команды важен творческий подход, позволяющий гибко продвигаться вперед невзирая на ограничения.

Недостаточные инвестиции в руководство

Обязательным элементом являются продуманные нормы и система руководства, включающая руководителей группы по доставке услуг, представителей бизнес-отделов, а также топ-менеджеров клиента и поставщика. Без такой системы нередко не удается прийти к пониманию того, кто и каким образом принимает решения, кому должны переадресовываться те проблемы, которые невозможно решить на нижних уровнях поддержки, и кто должен представлять стороны при взаимодействиях. Следствием становятся внутренние конфликты, снижение качества обслуживания, невыполнение требований и перерасход средств. Основных заинтересованных лиц необходимо включить в модель руководства и поддерживать их участие в проекте.

Управление с помощью соглашений об уровне сервиса

Соглашения об уровне обслуживания, регламентирующие типы и качество услуг, предоставляемых поставщиком, а также компенсации в случае невыполнения им этих требований остаются важным элементом любого контракта ИТ-аутсорсинга. Хорошо продуманные SLA необходимы, но недостаточны, для того чтобы обеспечить требуемую результативность поставщика услуг.

Выбор и обеспечение нужных уровней обслуживания – это непрерывный процесс, а не разовый этап. На протяжении срока действия контракта покупатель ИТ-услуг должен постоянно пересматривать SLA и искать способы их улучшения.

Устойчивый уровень обслуживания, безусловно, плюс, однако в последнее время поставщики и клиенты переходят на контракты, основанные на результатах. В рамках таких аутсорсинговых сделок для улучшения результативности используется статистика по достигнутым показателям уровня обслуживания.

– Stephanie Overby. 9 IT outsourcing mistakes to avoid. CIO. MAR 7, 2018

Любой ИТ-руководитель ищет пути ускорения работы и повышения эффективности своего подразделения. Ведь в конечном итоге отставание ИТ негативно отражается на бизнес-операциях и тормозит инновации.

Слабая ИТ-служба ограничивает возможности предприятия в части удовлетворения меняющихся потребностей рынка, увеличивает продолжительность разработки и выпуска новых продуктов и сервисов и в конце концов приводит к недовольству клиентов.

К счастью, повышения производительности труда можно добиться не только за счет ухудшения морального состояния сотрудников. Решающую роль в пробуждении дремлющего ИТ-подразделения и подталкивании его к активным действиям могут сыграть наиболее мотивированные члены команды. «Если вы хотите добиться повышения производительности ИТ-службы, демонстрируйте свою вовлеченность, – советует ИТ-директор поставщика глобальных ИТ-сервисов Insight Майк Гуггемос. – Лишь очень немногие хорошие решения удается принять, сидя в кресле».

И вот как можно придать ускорение ИТ-службе.

1. Изложите цели

Держать членов ИТ-команды в неведении – значит убить их моральный дух. «До каждого члена команды важно доводить информацию о состоянии бизнеса и о том, какой вклад этот сотрудник вносит в достижение общих целей, – указал технический директор поставщика инструментов для создания пользовательского интерфейса Skuid Майк Дюнсинг. – Все должны почувствовать, какую роль они играют в успехе компании».

Чтобы мотивировать членов команды, ИТ-лидерам достаточно просто проявлять честность. Многие руководители ИТ-групп выходят перед залом и начинают проводить презентации с многочисленными таблицами и аналогиями, тогда как достаточно было бы просто показать, что происходит в компании и почему этот конкретный проект так важен для достижения целей и реализации стратегии.

Желательно хотя бы ежеквартально определять индивидуальные цели и затем при необходимости корректировать их в процессе личного общения – это очень важно. Чтобы члены вашей команды демонстрировали непрерывно улучшающиеся результаты и чувствовали свою вовлеченность, необходимо проводить обучение и совершенствовать навыки (как технические, так и деловые).

2. Предоставьте персоналу инструменты, которые нужны для достижения успеха

Оснащение ИТ-службы неадекватным или устаревшим программным обеспечением и оборудованием гарантированно приведет к снижению производительности. Заставляя членов команды тратить свое время на выполнение монотонной, легко поддающейся автоматизации работы, вы также наносите ущерб потенциальному успеху в долгосрочной перспективе.

Инструменты автоматизации, такие как средства непрерывного развертывания, избавляют персонал от выполнения повторяющихся рутинных операций. Руководителям ИТ-служб рекомендуется задуматься об использовании таких инструментов, как Jenkins, Bamboo и Team City.

Никогда еще не было возможности так просто автоматизировать ИТ-операции, как сейчас. Сегодня в мире есть сотни средств мониторинга и контроля! Следует помнить, что большинство современных технологий, разработанных в последние пять лет, предназначены для мониторинга, управления и в некоторых случаях для самокоррекции.

3. Внимательно отслеживайте производительность

Ключевые показатели эффективности (key performance indicators, KPI) имеют очень важное значение для мониторинга общей производительности ИТ. Однако многие ИТ-службы ориентируются на неверные индикаторы. Выбирайте такие показатели эффективности, которые важны для бизнеса, а не только для ИТ.

Марк Томас, президент компании Escoute Consulting, дающей консультации по корпоративному управлению ИТ, предпочитает привязываться к критическим факторам успеха, которые увязаны с общими целями предприятия и потребностями заинтересованных сторон. Его подход гарантирует, что средства управления будут ориентированы на сбор, анализ, обработку и реакцию на конкретные ключевые жизненно важные признаки. Многие ключевые показатели эффективности могут также стать ключевыми индикаторами риска (key risk indicators, KRI), которые предупреждают о возрастающих рисках, способных отрицательно повлиять на удовлетворение потребностей заинтересованных сторон.

4. Не допускайте появления у подчиненных признаков выгорания

Тяжелый труд – это замечательно. Однако чрезмерная работа приводит к разнообразным расстройствам, ошибкам и падению производительности. Дэвид Ли, операционный директор в Kastling Group, специализирующейся на разработке ИТ-стратегии и консультациях, убежден в том, что лучший способ справиться с выгоранием – не допустить выгорания. Нужно обеспечить наличие в производственном календаре у каждого сотрудника «легких недель». Определенную пользу принесет также празднование небольших побед.

Старший директор Citrix по управлению угрозами и трансформации бизнеса Майк Орож пошел еще дальше: «Совершайте с коллегами прогулки, обедайте вместе с ними, делайте недолгий перерыв, чтобы выпить чашечку кофе. Эти простые совместные мероприятия способствуют сближению, формированию производственной среды, которая положительно влияет на производительность».

Реалистичные, хорошо проработанные планы и сроки реализации проектов также играют важную роль в деле профилактики выгорания. Довольно часто команды нагружают незапланированными, не заложенными в бюджет и недостаточно проработанными проектами без учета того, над чем они уже трудятся, – это, пожалуй, одна из главных ошибок, c которой приходится сталкиваться постоянно.

5. Поддерживайте вовлеченность и удовлетворенность сотрудников

Один из самых больших секретов управления ИТ связан с искусством каскадирования целей. Такая технология не нова, но является ключевым принципом управления производительностью организации.

Каскад целей – это метод преобразования и перевода целей в организации с одного уровня на другой. Задача менеджера заключается в том, чтобы описать вклад, который члены его команды вносят в достижение результатов на следующем уровне. Благодаря этому каждый сотрудник может осознать конкретную ценность целей и оценить собственный вклад в получение организацией соответствующих преимуществ.

6. Не поддавайтесь соблазну управления на микроуровне

Подобно родителям, которые учат своего ребенка кататься на велосипеде, многие ИТ-лидеры боятся «отпустить седло» и позволить членам своей команды продемонстрировать все, чему они научились в части самоуправления и использования предоставленных полномочий.

ИТ-руководители утверждают, что они не против расширения прав и возможностей, но как только что-то идет не так, они вновь берут вожжи в свои руки, возвращаясь к управлению на микроуровне. Это весьма распространенная реакция, но если люди хотят сформировать новую культуру, они должны продемонстрировать свою готовность к переменам.

7. Давайте сотрудникам стимул к расширению и углублению своих знаний

Успешный ИТ-лидер заряжает и мотивирует членов своей команды, побуждая их совершенствовать навыки.

Предоставление сотрудникам возможности посещать конференции и профессиональные мероприятия не только способствует генерации новых идей и разработке новых технологий, но и помогает людям отвлечься от рутинной работы, одновременно улучшая их моральное состояние.

8. Берите на вооружение свежие подходы и методы

Главным фактором прироста производительности ИТ-службы стало появление методов гибкой разработки и DevOps, способствующих сближению бизнес-подразделений и ИТ-команд. Это помогает бизнес-подразделениям активнее участвовать в определении приоритетов и направлений развития, что в свою очередь способствует оптимизации решений, улучшению их согласованности с бизнес-процессами и упрощению реализации.

Нужно перестать думать о работе как о машине, которую можно оптимизировать, потянув за определенные рычаги, считает Дэйв Уэст, генеральный директор компании Scrum.org, предлагающей услуги по доставке программного обеспечения, его оценке и сертификации. Постарайтесь сформировать целостное восприятие рабочей среды и лучше доносить до подчиненных свое видение.

9. Используйте новейшие достижения в области управления

Многие ИТ-лидеры полагаются исключительно на свой технологический опыт и не уделяют особого внимания изучению управленческих методов.

Они склонны придерживаться подходов Management 1.0 или Management 2.0, воспринимая своих подчиненных как элементы управления ресурсами (1.0) или делая ставку на управляющие процессы (2.0), такие как обратная связь 360 градусов. Концепция Management 3.0 признает сложность сегодняшней операционной среды и роль наделенных необходимыми полномочиями и мотивированных людей в решении различных задач. Чтобы принять и внедрить эту концепцию, от руководства и лидеров требуются высокий уровень доверия и немалое мужество.

10. Изучите точку зрения стороннего доверенного консультанта

ИТ-лидеры зачастую направляют свое внимание исключительно на технологические вопросы и не видят или не могут оценить весь спектр влияния ИТ-службы на другие подразделения. Взгляд со стороны помогает лучше понять происходящее и вникнуть в отраслевые тенденции и инструменты, которые способствуют повышению производительности. Иногда неплохо было бы получить внешний совет и поддержку, подобно спортсмену, которому тренер помогает взглянуть на ситуацию по-другому. Но тренер в лучшем случае может лишь рассказать о выигрышных организационных методах. Реальные перемены создают только люди, находящиеся внутри организации.

Первый шаг

Хотелось бы верить, что благодаря четкому изложению целей, анализу показателей и наделению необходимыми полномочиями ИТ-служба сразу заработает с максимальной производительностью. Но дело не только в этом. Выстраивание высокопроизводительной команды требует терпения и настойчивости.

Нужно, чтобы персонал ИТ-службы начал меняться органически. Даже самый незначительный шаг к самоуправлению и наделению полномочиями способен стать залогом того, что люди будут использовать открывающиеся возможности.

– John Edwards.10 ways to improve IT performance (without killing morale). CIO. FEB 21, 2018

Цифровая трансформация перешла от стадии «было бы неплохо иметь» к этапу «пора браться за дело». Бывшая прежде приоритетом для экспериментаторов и прогрессивных компаний, сегодня цифровая трансформация стала массовым явлением. Трудно поспорить с тем, что соответствующие проекты стали жизненно важными для успеха компаний.

И подтверждением являются результаты опроса, проведенного Constellation Research: 64% респондентов считают цифровую трансформацию ключевым фактором роста прибыли их организаций.

А недавнее исследование Frost & Sullivan, в рамках которого изучались мнения конечных пользователей из разных стран о ходе цифровой трансформации, показало, что в ближайшие два года одним из приоритетных направлений ИТ-инвестиций в компаниях будет улучшение их репрезентации в цифровом пространстве. В числе других значимых целей респонденты назвали снижение операционных затрат, улучшение обслуживания клиентов и согласование деятельности отделов ИТ с бизнес-стратегией.

Рассмотрим основные тенденции, связанные с цифровой трансформацией, растущие и начинающие сходить на нет.

На подъеме: сервисы определения местонахождения

Налаживание связи с пациентами и обеспечение комфортного цифрового обслуживания – приоритет для сети медицинских учреждений Dignity Health. По словам технических руководителей организации, усилия направлены на то, чтобы установить взаимодействие с пациентами независимо от их местонахождения.

В Digital Health начали цифровую трансформацию в 2016 году. Идет внедрение дистанционного ухода и телемедицины на основе приложения, которое позволяет выбрать врача, записаться на прием и осуществлять «видеовизиты». В планах на этот год – онлайн-регистратура для цифрового прохождения формальностей перед посещением клиники или помещением в стационар.

Одна из сложностей, на которую жалуются посетители медучреждений, – поиск места для парковки, когда они приезжают в больницу или клинику. Решить проблему в Dignity Health собираются с помощью мобильных устройств.

Когда пациент подъезжает к парковке, сервисы определения местонахождения укажут свободное место, а затем проинструктируют, как добраться до нужного кабинета в самом здании. В некоторых учреждениях Dignity Health уже внедрили радиомаячки, которые по прибытии пациента на парковку «будят» его смартфон, после чего звучит объявление: «Добро пожаловать! Вам нужны указания, как пройти к месту назначения?»

В Dignity Health намерены с помощью цифровых технологий полностью устранить сложности взаимодействия, с которыми могут сталкиваться люди при посещении медицинского учреждения.

Аналитики Frost & Sullivan полагают, что улучшать заботу о клиенте, идя ему навстречу в любых ситуациях, возможно, единственный способ сохранить конкурентоспособность поставщиков медицинских услуг в ближайшем будущем. Сегодня врачебные консультации по видео-конференц-связи, возможность получать в мессенджерах напоминания о предстоящем визите к врачу и времени приема лекарств, а также все более широкое применение носимых устройств медицинского назначения делают отрасль здравоохранения одним из лидеров в сфере цифровой трансформации.

Решения, помогающие улучшить обслуживание клиентов, открывают широкое поле возможностей для применения искусственного интеллекта, особенно в сфере автоматизации взаимодействия между клиентами и при анализе потребностей покупателей.

Искусственный интеллект уже применяется во всевозможном ПО в виде сервиса – для понимания текстов, распознавания лиц, анализа сетевого трафика, обнаружения угроз и многих других задач.

На подъеме: интерактивные голосовые интерфейсы

Популярность цифровых ассистентов Amazon Alexa, Apple Siri, Microsoft Cortana, Google Now – свидетельство того, что голосовое взаимодействие действительно удобно.

Поставщики медицинских услуг добиваются включения профильной информации в базы знаний этих инструментов. Например, благодаря совместному проекту Amazon и издательского отделения Mayo Clinic, ассистент Alexa получила доступ к медицинской информации и теперь способна давать ответы на вопросы вроде «Какие побочные эффекты у золпидема?».

Прогнозируется, что по мере развития ИТ традиционные визуальные интерфейсы будут использоваться меньше, на смену им придут интерактивные голосовые. Специалисты уверены: голосовое управление прекрасно подходит для современных событийно-зависимых бессерверных облачных платформ в виде сервиса.

На спаде: ориентация на облако

Сегодня под трансформацией ИТ-инфраструктуры компании обычно подразумевают перенос рабочих задач в облако, однако такой способ годится не всем. Специалисты Broad Institute отмечают, что времена, когда ориентация на облако ставится во главу угла, уходят.

Происходит размывание границ между облачной и локальной средами, поскольку сегодня вопрос, какую из сред выбрать, уже не имеет однозначного ответа. Долгое время считалось, что в облако переходить не стоит по соображениям безопасности, в том числе из опасений компрометации конфиденциальных данных, а также чтобы не оказаться привязанным к конкретному провайдеру. Однако были и те, кто провозглашал, что в облако необходимо переходить полностью – ради таких преимуществ, как снижение затрат, неограниченное пространство хранения и масштабируемость.

Сегодня остался позади тот этап, когда один подход считается «ужасным», другой – «прекрасным». Нужен некий компромисс между двумя подходами, обеспечивающий необходимую гибкость, безопасность, быстродействие и умеренные расходы. В каких-то случаях оптимальным будет облачное решение, в каких-то – локальное.

На подъеме: «атомарные расценки» на облачные сервисы

Для проектов трансформации данных требуется очень устойчивая, надежная и масштабируемая облачная инфраструктура. Операторы облачных сервисов идут навстречу клиентам, предлагая «атомарные» расценки – когда организация может платить за использование облачной инфраструктуры с посекундной тарификацией.

Например, в период эпидемии гриппа число запросов информации об этом заболевании резко возрастает, но такой скачок нагрузки облачная платформа Dignity Health, благодаря способности к автоматическому масштабированию, выдерживает. Именно ради таких преимуществ есть смысл инвестировать в облачную инфраструктуру, поскольку оплачивать можно только используемый объем ресурсов.

Облака дают беспрецедентный экономический эффект, отмечают в Dignity: не нужно покупать унаследованную инфраструктуру и сопровождать ее в ожидании скачка нагрузки. Плата за вычисления, пропускную способность и хранилище у операторов облаков AWS, Google Cloud, Microsoft Azure и других рассчитывается с точностью до секунды. При этом они соперничают друг с другом в гибкости, что в конечном счете обеспечивает выгоду клиентам.

На спаде: самостоятельное создание платформ Интернета вещей

Самостоятельно разработанные платформы Интернета вещей «выходят из моды» – крупные поставщики и системные интеграторы используют уже готовые платформы.

Раньше готовых не было, поэтому в компаниях были вынуждены создавать собственные, обычно на основе облачных технологий. Готовые решения предлагают более широкий функционал и позволяют компаниям выводить продукты на рынок быстрее и с меньшими затратами.

Судя по результатам опроса Frost & Sullivan, в крупнейших отраслях внедрение Интернета вещей входит в число приоритетных задач. Стадия наблюдения и изучения закончилась: 35% респондентов перешли к пробным внедрениям среднего и крупного масштаба, а 34% встраивают Интернет вещей в ключевые услуги и продукты. Кроме того, 40% респондентов сообщили о переходе на решения следующего поколения.

На подъеме: блокчейн для бизнеса

Потенциал использования блокчейна в бизнесе до конца не ясен, и внедрения весьма редки, но это не мешает многим компаниям проявлять к блокчейну большой интерес.

Одно из очевидных преимуществ – возможность улучшений в области договорных отношений. По мнению наблюдателей, уже в ближайшие годы получат широкое применение умные контракты и ряд смежных возможностей блокчейна.

Популярность блокчейна растет очень быстро. СМИ в основном освещают биткойн, но, по сведениям аналитиков, распределенным реестром и умными контрактами интересуются все больше компаний из рейтинга Fortune 500.

Реестр, который нельзя изменить, обещает не только устранить затраты на посредников и уменьшить уровень сложности систем, но и вернуть конечным потребителям контроль над некоторыми личными данными.

В отделе закупок компании Biogen надеются на скорое появление решений на основе блокчейна, которые позволят автоматизировать передачу сведений из многочисленных источников в единый реестр. При этом данные из различных наборов можно будет легко сопоставлять с помощью информационной панели – например, связать счет с заказом на покупку и контрактом.

Сейчас в Biogen имеется множество различных информационных центров. Например, система ERP, используемая отделом закупок, работает с 5-10 источниками данных, между которыми приходится обеспечивать взаимодействие, что сложно делать вручную.

На спаде: ориентация на мобильные устройства

Несколько лет тому назад во многих организациях пытались разрабатывать ПО, ориентируясь главным образом на мобильные устройства. Считалось, что в течение всего нескольких лет все перейдут на мобильные технологии, а компьютеры и другие традиционные «столпы» офиса морально устареют.

Предполагалось также, что на предприятиях широкое применение получат планшеты в связи с их доступностью, мощностью и относительной простотой использования.

Но ничего из перечисленного так и не происходит. Напротив, наблюдается обратная тенденция: ПО в первую очередь разрабатывается для ПК, а уже потом создаются приложения для смартфонов и планшетов.

На подъеме: управление идентификацией в облаке

По мере растущего использования цифровых сервисов все большую актуальность приобретает возможность управления идентификацией с помощью единого профиля вместо заведения отдельных учетных записей для каждого сайта или использования для аутентификации аккаунтов Facebook и Google. Специалисты считают, что решения по идентификации в виде сервиса будут быстро набирать популярность: единая учетная запись, избавляющая пользователя от необходимости снова и снова подтверждать свою личность, станет чем-то вроде «водительских прав» для Интернета.

Интерес к решениям, не отвечающим общим тенденциям управления идентификацией, сегодня охладевает. Разработка методов управления идентификационными сведениями в глобальном масштабе может вызвать сложности, но в эпоху цифровой трансформации упростить соответствующие задачи необходимо, иначе управление большим числом учетных записей каждого пользователя окажется непосильной нагрузкой.

На спаде: многочисленные инструменты совместной работы

Сегодня практически в любой компании можно найти одновременно Slack, Chatter, Yammer, Microsoft Teams, Office 365 Groups, Trello, Office Planner, сообщества LinkedIn и многое другое, однако дни использования множества разных инструментов взаимодействия подходят к концу, уверены эксперты.

Конкуренция способствует развитию функциональности, но существующее разнообразие начинает лишь мешать работе и пользователей, и админов. Подходит момент, когда организациям придется отдать предпочтение унификации, иначе пользователи сдадутся и вернутся к старой доброй электронной почте, ведь когда выбор инструмента отнимает больше времени, чем сама работа, происходит паралич, а не повышение продуктивности.

Разумеется, инвестиции в средства объединенных коммуникаций и совместной работы продолжатся, однако сегодня, по данным Frost & Sullivan, в компаниях огромную популярность приобретают потребительские онлайн-сервисы взаимодействия и связи наподобие Skype и Google Voice, что определенно влияет на рынок традиционных локальных коммуникационных решений.

Существует мнение, что развитие локальных технологий прекратится, а клиенты сосредоточатся на консолидации и оптимизации совместной работы – именно в это будут вкладываться ресурсы.

На подъеме: искусственный интеллект, машинное обучение

Развитие искусственного интеллекта, особенно его подмножества – машинного обучения – набирает обороты.

Машинное обучение дает возможность по мере накопления данных и опыта, с использованием статистических методов, более надежно и эффективно решать определенные задачи. Сегодня в машинном обучении видят один из способов конкурентного преимущества, а в будущем статистический анализ станет обязательным условием удовлетворения пользовательских требований, изменившихся под влиянием массовой цифровой трансформации.

Вместе с тем сегодня технологии искусственного интеллекта выходят из стен мощных центров обработки данных и перемещаются на граничные устройства Интернета вещей, которые выполняют вычисления поодиночке и вместе.

– Esther Shein. 6 hot digital transformation trends – and 4 going cold. CIO. FEB 20, 2018

Те, кто родился в 1960-х годах и смотрел хорошую научную фантастику, наверное, чувствуют некоторое разочарование. Никаких лунных колоний, ховербордов, летающих автомобилей. Те же, кто родился позже, вероятно, вполне счастливы, ведь их мечта о растворении в собственном смартфоне почти осуществилась. Можно сказать, что идея Тьюринга об общем искусственном интеллекте (artificial general intelligence, AGI) обретает вполне конкретные, хотя и не очень масштабные очертания.

Что же такое AGI? По сути это очередной этап развития искусственного интеллекта.

Искусственный интеллект позволяет не обладающему разумом компьютеру выполнять то, что делает человек, на основе анализа больших объемов данных. Задачи классификации, кластеризации и выдачи рекомендаций решаются алгоритмически. При внимательном рассмотрении мы видим, что искусственный интеллект – это не более чем простая математика.

Появление AGI означает, что компьютер обретает способность решать в принципе любую интеллектуальную задачу, подвластную человеку, и даже общаться на естественном языке, как это делают люди.

Идея не нова. Хотя сам термин AGI появился лишь в 1987 году, первоначальное представление об искусственном интеллекте в основном совпадало с тем, что понимается под AGI сегодня. Ранние исследователи думали, что AGI (тогда это называлось просто искусственным интеллектом) гораздо ближе к реальному воплощению, чем было на самом деле. В 60-е годы появление AGI прогнозировалось уже через двадцать лет. Так что Артур Кларк со своей «Космической одиссеей 2001 года» был весьма консервативен.

Основная проблема состояла в том, что ранние исследователи начали движение сверху вниз. Если начинать с реализации причинно-следственных связей и продвигаться вниз к инстинктам, то разума вы не получите, и научить компьютер «думать», основываясь на такой методологии, нельзя. Сегодняшние исследователи продвигаются по большей части снизу вверх.

Разумеется, нам предстоит преодолеть массу препятствий на пути к созданию AGI. Ключевой вопрос лежит в области интуиции. Машинное обучение и глубинное обучение требуют огромных объемов данных для решения задач, которые человек способен решать, располагая значительно меньшими ресурсами. Наш мозг совершает интуитивные скачки. И хотя эти скачки представляют собой набор догадок и проверок, они не соответствуют машинному эквиваленту модельной закалки, которую зачастую высмеивают, сравнивая с «кипячением океана».

Человеческий мозг в отличие от «машинного» пропускает многие этапы, и человеку, чтобы успешно решать задачи, не требуется обрабатывать 10 тыс. строк данных. На самом деле обработка 10 тыс. строк данных мало чем может помочь органическому компьютеру (которым является мозг), поскольку дендриты не растут так быстро, а мозг запрограммирован на то, чтобы забывать детали.

Если AGI решит проблему интуиции, компьютеры смогут решать те же задачи, пропуская детали. Именно так Google AlphaZero побеждает нынешнего чемпиона по шахматам – компьютерную программу Stockfish.

Другой ключевой вопрос связан с неконтролируемым обучением. Как заметил один из исследователей, «компьютерам нужно стать похожими на детей». В настоящее время большая часть машинного обучения основывается на «ложечном вскармливании» данными и решении задач по конкретному алгоритму. Люди учатся не так. Ребенок сует в рот все подряд, полагаясь на свои ощущения и наблюдая за тем, что происходит при выполнении тех или иных действий. Компьютеры так не поступают.

Еще одна проблема заключается в том, что компьютеры не особо креативны и не могут похвастать чувством юмора. Слышали ли вы о попытках IBM Watson пошутить? В лучшем случае этот компьютер ищет что-нибудь в Интернете, и получается не очень смешно.

Многое из происходящего в области глубинного и машинного обучения связано с тем, что называют механикой бытия, или распознаванием объектов. (У Facebook в этой области имеется интересное программное обеспечение с открытым кодом — платформа Detectron.) Ведь прежде чем компьютеры станут похожи на детей, им предстоит научиться распознавать находящуюся перед ними бутылку. И надо сказать, в деле распознавания достигнут огромный прогресс.

Предположительно, все движется к технологической сингулярности или, возможно, Скайнету. К утопической идее о том, что сверхинтеллект поднимет общество на новую ступень. Конечно, есть разные мнения о том, каким будет это возвышение. Некоторые желают загрузить ваш мозг в компьютер и достичь таким образом бессмертия. Другие хотят «скрестить» людей с вычислительными устройствами, чтобы они меньше отличались друг от друга.

С чего же начать разработчику? Подобно ребенку, выберите для себя что-нибудь интересное и поиграйтесь с этим. Возможно, вам захочется поиграть с Detectron от Facebook и что-нибудь обнаружить. Возможно – проанализировать характер использования своего телефона или ноутбука и запрограммировать его на выдачу каких-нибудь рекомендаций. Для всего этого есть чудесные ресурсы на Udemy, Edx и Coursera. Можно посоветовать последовать примеру Карлоса Переса из компании Medium. Достигнем ли мы сингулярности? Без понятия! Но ясно одно: революция искусственного интеллекта идет полным ходом.

– Andrew C. Oliver. Artificial general intelligence (AGI): The steps to true AI. InfoWorld. FEB 22, 2018

В 2018 году передовые технологии, такие как искусственный интеллект, обработка естественного языка и компьютерное зрение, продолжат развиваться и будут становиться обязательными инструментами. Им предстоит определять и принципы ведения бизнеса, и спектр новых продуктов на ближайшее будущее.

Перечислим те технологии, которые способны повлиять на широкий круг компаний, вступивших на путь цифровой трансформации, и рассмотрим возможные последствия освоения новшеств.

Умная медицинская техника

В январе Amazon, Berkshire Hathaway и JPMorgan Chase объявили о создании совместного предприятия, специализирующегося на предоставлении своим сотрудникам и их семьям «простых в использовании, подконтрольных пользователю, высококачественных медицинских услуг по разумной цене». Когда поступило это известие, акции компаний медицинского страхования начали падать на волне рассуждений о том, насколько широко такое нововведение может затронуть отрасль здравоохранения.

Аналитики также указывают, какие преимущества может дать профилактическая медицина. В опубликованном недавно исследовании компании ABI Research прогнозируется, что предприятия будут массово внедрять системы дистанционного наблюдения за состоянием здоровья сотрудников. Уже в текущем году число носимых устройств, применяемых в рамках корпоративных программ оздоровления, достигнет 18 млн, а к 2021 году, прогнозируют в ABI, их будет почти 44 млн.

Видео, видео-конференц-связь и виртуальная реальность

Проведя без малого в 300 компаниях опрос на тему технологий, больше всего способствующих улучшению условий труда, специалисты Массачусетского технологического института выяснили, что первое место отводят видео. Вложения в интерактивные видеотехнологии убыстряют инновации, улучшают взаимодействие и повышают продуктивность.

В компаниях инвестируют значительные средства в соответствующую технику. В частности, это обусловлено распространяющимся применением методологии agile, которую начинают использовать не только при разработке программного обеспечения, но и в рамках других процессов. Эта технология подразумевает ежедневные собрания с подведением итогов, требует личного участия членов групп либо использования видеосвязи.

В МТИ прогнозируют, что видеотехнологии будут все шире применяться и заменять общение лицом к лицу. Со временем произойдет переход на виртуальную реальность и другие «погружающие» технологии, чтобы восполнять нехватку специалистов.

Чат-боты

Обслуживание клиентов – область, где освоение цифровых технологий идет головокружительными темпами. В Gartner прогнозируют, что к 2020 году среднестатистический человек будет общаться с ботами чаще, чем с партнером по браку.

В 2018 году чат-боты будут активно развиваться, помогая снижать затраты на стандартное обслуживание клиентов и нередко улучшая его качество, уверены аналитики. Они быстро «научатся» распознавать тон и содержание высказываний, прогнозировать эффективные стратегии ведения беседы.

Специалисты предупреждают, что искусственный интеллект может использоваться для манипуляций, с помощью «волшебных слов» влияя на точки зрения и действия людей и, возможно, провоцируя их на массовую реакцию.

Интернет вещей

Авторы недавно опубликованного отчета CompTIA получили подтверждения того, что устройства Интернета вещей помогают снижать затраты и повышать эффективность работы промышленных предприятий.

«В компаниях получают немало преимуществ, наделяя интеллектом и возможностями связи элементы физической инфраструктуры, собирая новые данные и обеспечивая автоматизацию», – говорится в отчете.

В Cisco отмечают рост применения Интернета вещей на «умных» фабриках для организации связи между оборудованием, датчиками и иными ресурсами, также утверждается, что пользователи уже ощущают существенное сокращение простоев оборудования, объемов отходов и потребляемой энергии.

С ростом применения IoT появятся новые угрозы безопасности, поэтому производственники совместно с отделами ИТ будут вынуждены заняться идентификацией рисков и обеспечением защиты ресурсов. Причем в промышленности придется действовать быстрее, полагают в Cisco.

Голосовое управление и виртуальные ассистенты

Аналитики уверены, что в 2018 году технологии обработки естественного языка существенно усовершенствуются и укоренятся на предприятиях. Эта тенденция будет развиваться по мере выхода на работу тех, кто вырос в эпоху голосового управления и облачных вычислений.

Применение голосовых ассистентов на предприятиях уже расширяется, но потенциал технологии еще только начинает раскрываться, отмечают в SAP. Спрос на нее уже наблюдается; в конце прошлого года была представлена корпоративная версия Alexa, а на выставке CES было много анонсов, связанных с голосовыми ассистентами. Современному стремительно меняющемуся бизнесу нужны обучаемые цифровые ассистенты, обладающие интеллектом, возможностями прогнозирования и способные быстро откликаться на новые ситуации.

Как же будут влиять голосовые ассистенты на рабочую среду? В краткосрочной перспективе они начнут помогать повышать продуктивность и улучшать баланс трудовой и личной жизни, считают в SAP. А в долгосрочной – голосовые ассистенты заменят нам компьютерные экраны и клавиатуры.

«Погружающие» технологии – дополненная, виртуальная и смешанная реальность

В Gartner прогнозируют, что к следующему году дополненную, виртуальную и смешанную реальность начнут использовать 20% крупных предприятий.

В текущем году, уверены эксперты, продолжится быстрое совершенствование наголовных дисплеев и связанных технологий. Сегодня крупнейшие участники индустрии ИТ спешат предложить соответствующие потребительские инструменты, чтобы выстроить экосистемы вокруг своих платформ. В Gartner предсказывают, что за 2018 год продажи наголовных дисплеев принесут производителям 72 млрд долл.

Компаниям розничной торговли разработчики приложений дополненной реальности предлагают системы, предоставляющие сведения о товарах в реальном времени; ремонтным и промышленным предприятиям – виртуальные дисплеи для оборудования, позволяющие мастерам в процессе работы следить за показаниями контрольно-измерительных приборов. Для аэропортов создаются отображения с информацией, адаптируемой под индивидуальных пассажиров. В банках средства дополненной реальности помогают клиентам найти нужное окно, отображая имена и должности персонала. А специалистам по обслуживанию банкоматов и другого оборудования передаются наглядные изображения внутреннего устройства техники и точные инструкции по устранению неисправностей.

В Gartner уверены: дополненная реальность будет внедряться в бизнесе быстрее, чем виртуальная. Аналитики прогнозируют быстрый переход от пилотных проектов к устойчивым бизнес-моделям, предрекают зрелость рынка и глобальную доступность. Технологии, которые появятся на рынке в 2020 году, будут разительно отличаться от нынешних.

Умное производство

В ABI убеждены, что умное производство относится к числу прогрессивных технологий. Конечная цель – быстрые, полностью автоматизированные линии с возможностью доступа к информации о производственных процессах на местах их выполнения.

Растет также применение промышленной 3D-печати, как для быстрого прототипирования, так и для изготовления конечных продуктов. По прогнозу аналитиков ABI, к 2026 году в США годовая выручка от продажи изделий, выпущенных с помощью 3D-печати, достигнет 75 млрд долл. Вложения в бережливое производство на основе современных технологий, безусловно, окупятся.

Компьютерное зрение

У компьютерного зрения сегодня – настоящий звездный час.

Если раньше отслеживанием покупательского поведения занимались интернет-магазины, то теперь это делают и физические. Распространение недорогих датчиков, прогресс компьютерного зрения и искусственного интеллекта породили новый класс приложений. Сегодня в обычных магазинах запоминают покупки и предпочтения, чтобы сохранить конкурентоспособность.

Весьма широкие перспективы применения искусственного интеллекта и компьютерного зрения – у отрасли грузоперевозок. В Fedex и других крупных курьерских службах проводят пилотные внедрения новых технологий, а стартапы, вроде оператора автотранспортных перевозок Peloton, разрабатывают собственные системы с нуля.

В настоящее время есть большие сложности с наймом инженеров по компьютерному зрению. Квалифицированные претенденты требуют заработную плату на уровне 400 тыс. долл. в год, рассчитывая при этом на значительную свободу и большую долю акционерного капитала, – по крайней мере, когда речь идет о трудоустройстве в стартапы.

Искусственный интеллект для индустрии услуг

В отделении IBM Watson выражают уверенность в том, что в 2018 году искусственный интеллект будет активно внедряться в таких разных сферах, как недвижимость и юриспруденция, но шире всего – в гостиничной индустрии. Уже сегодня в отелях на основе чат-ботов создаются персонализированные консьержи, способные оперативно ответить на любой запрос постояльца. Располагая огромными массивами информации, от адресов ближайших ресторанов до прогнозов погоды, искусственный интеллект сможет угодить любому гостю. Кроме того, с гостиничными программами-роботами можно взаимодействовать в любом месте через мобильные приложения. Автоматизированные консьержи уже внедрены в отелях Marriott International и Cosmopolitan в Лас-Вегасе, и в нынешнем году охват продолжится.

Искусственный интеллект также помогает прогнозировать поведение клиентов, облегчая решение конкретных проблем. В 2018 году программы-роботы будут более широко восприниматься как реальная замена людям в отделах клиентского обслуживания.

Контейнеры и микросервисы

Контейнеры и микросервисы привлекают интерес организаций, которым требуется быстрая разработка приложений, использующих Интернет вещей и облака.

Особенно активно «модные» технологии, включая граничные и бессерверные вычисления, контейнеры и микрослужбы, применяются для проектов в сфере Интернета вещей, причем такие проекты обычно реализуются по методу DevOps.

Сейчас платформы микрослужб и контейнеров предпочтительнее использовать в небольших по масштабу проектах с меньшим риском. Применение будет расти по мере того, как в организациях освоят работу с современными архитектурами, внедрят платформы оркестровки наподобие Docker, Kubernetes и Cloud Foundry для управления жизненным циклом растущего числа контейнеров.

Блокчейн

Руководители отделения Oracle Cloud Platform отмечают, что влияние блокчейна сегодня ощущается не только в финансовой отрасли, но и, например, в таких областях, как оптимизация цепочки поставок и безопасность. За последнее время было подано почти 2,5 тыс. заявок на регистрацию патентов, касающихся блокчейна, а годовая выручка, обеспечиваемая соответствующими технологиями, к 2025 году, по прогнозу, превысит 176 млрд долл. В Oracle предвидят, что в течение всего двух лет блокчейн станет стандартом в мире коммерции, и уже сегодня он начинает оказывать мощное влияние на здравоохранение, розничную торговлю, государственный сектор и не только.

Блокчейн, считают специалисты, принесет серьезные изменения в финансовые отделы, причем не только в плане ведения бухгалтерии, которая основана на системе двойной записи, изобретенной еще шесть веков тому назад. Финансовым директорам стоит готовиться как к внешним переменам, обусловленным блокчейном, так и к внутренним. Сверка, соотнесение платежей со счетами, сопоставление заказов на покупку с накладными и другие операции уже скоро могут быть поручены распределенным реестрам.

Облачно-граничные вычисления

Объединенив облачные и граничные (или периферийные) технологии, можно выполнять вычисления вблизи источников данных с последующей отправкой информации в облако для размещения и анализа. Например, сведения о здоровье пациентов могут передаваться в центральное облачное хранилище, а данные от автомобилей – анализироваться в облаке, чтобы тем самым предотвратить образование дорожных заторов.

«Полагать, что облачные и граничные вычисления соперничают, значит заблуждаться, – отмечается в докладе Gartner. – На предприятиях уже сейчас при разработке ИТ-архитектур стоит использовать шаблоны проектирования, относящиеся к граничным вычислениям».

Облачно-граничные системы позволят адаптировать существующие архитектуры для определенных сценариев применения, помогая снизить сетевую задержку, уменьшить взаимозависимости систем, повысить устойчивость, сократить затраты. Но пока что преимущества граничных и гибридных архитектур осознаются недостаточно, отмечают аналитики.

Цифровая этика

Одна из главных сложностей, с которыми сталкиваются во многих компаниях, начавших цифровую трансформацию, связана с организацией обработки гигантского количества данных для получения ценных сведений.

В SAP отмечают, что эта проблема не обойдет стороной и кадровые отделы, где выросшие потоки данных создают не только новые возможности, но и трудности, касающиеся соблюдения этики, сохранения здоровой корпоративной культуры и выполнения тех или иных требований.

В 2017 году, продолжают в компании, отчетливо проявилась потребность объединить усилия руководителей различных отделов для решения этих задач. В 2018 году проблемы культуры, поддержания высокой репутации и социально ответственного применения технологий по-прежнему будут на пике актуальности.

– Paul Heltzel. 12 technologies that will disrupt business in 2018. CIO. FEB 12, 2018 3:00 AM PT

Наиболее прогрессивные отечественные предприятия уже не просто экспериментируют с технологиями больших данных, машинного обучения и искусственного интеллекта, но и начинают понимать стратегическую значимость таких усилий. Одним из таких пионеров является Новолипецкий металлургический комбинат. Как уверен Анджей Аршавский, директор по анализу данных и моделированию НЛМК, именно применение искусственного интеллекта даст мощный толчок развитию промышленности в ближайшие несколько лет. Придя в компанию около года назад, Аршавский доказал, что средства машинного обучения действительно способны помочь в оптимизации производственных процессов. Мы поговорили с Аршавским в преддверии форума BIG DATA 2018, на котором он будет одним из основных докладчиков.

Анджей Аршавский Послужной список: 2017 – настоящее время НЛМК, директор по анализу данных и моделированию 2014 – 2017 «Сбертех», директор Центра компетенций по супермассивам данных 2012 – 2014 «Лаборатория цифрового общества», генеральный директор 2010 – 2012 Microsoft Rus, глава разработки ПО для научных вычислений 2006 – 2010 «IBM Россия», руководитель разработки систем хранения данных, эксперт по инновациям и технологиям Образование: МИФИ, факультет кибернетики, специальность «вычислительные машины, комплексы, системы и сети»

Какие цели были поставлены перед вами после прихода в НЛМК и с чего вы начали?

Это направление для промышленных компаний достаточно новое, и пока достоверно неизвестны достижения, которые получены благодаря методам анализа данных на производстве, особенно в сталеплавильной индустрии. Поэтому главная задача на 2017 год состояла в том, чтобы конкретными примерами доказать их принципиальную применимость. Мы начали с того, что провели обследование бизнеса НЛМК, чтобы сформировать пул инициатив, по которым имеет смысл работать. Было важно оценить их с точки зрения потенциального экономического эффекта, сложности реализации, доступности данных, определить приоритетность этих задач и решать именно те из них, которые действительно полезны для компании и наиболее быстро достижимы.

Вся наша работа объединяется под эгидой искусственного интеллекта – методов машинного обучения и продвинутой аналитики, а также инструментария Big Data, чтобы иметь возможность работать с данными большого объема. В некоторых случаях инструментарий Big Data востребован, в некоторых – нет, но по-любому он должен быть под рукой, равно как и сами данные, которые могут пригодиться для решения задач. Поэтому еще одним направлением стало построение стратегии работы с данными – Data Governance.

Естественно, производство к этому готово не было, данные для выбранных нами инициатив находились в разрозненных системах; в ряде случаев они довольно сложны для прямого доступа. И тогда мы разработали стратегию работы с данными и построили кластер, предназначенный для централизованного накопления данных с датчиков по всем переделам производства. На нем также находятся инструменты для исследователей данных, которые можно применять в своей работе. В кластере накапливаются данные, необходимые для решения текущих задач.

Что было до вас в сфере анализа производственных данных? К чему вы пришли?

Выделенной функции, направленной на решение бизнес-задач с помощью анализа данных, в компании не было. На отдельных участках производства совместно с несколькими компаниями проводился ряд экспериментов, в ходе которых пытались определить, что можно сделать посредством анализа данных и построения моделей. Но эти усилия не были системными. По сути, речь шла о нескольких пилотных проектах, самостоятельно проводимых различными подразделениями. Они подтвердили, что с помощью анализа данных можно что-то сделать, но конкретных результатов это не дало.

Все инициативы касались именно области производства. Дело в том, что основные наши расходы ложатся именно на это направление, и их оптимизация способна дать наибольший результат – здесь точно имеет смысл работать. Что касается маркетинга, продаж и кадров, то эти службы по своему потенциальному эффекту находятся где-то во втором эшелоне, и задачи, которые требуется там решать, гораздо менее масштабные, чем на производстве.

Следите ли вы за своими коллегами в других металлургических компаниях, за их успехами в этом направлении?

Да. Например, у нас есть контакты с «Северсталью», несмотря на то что это наш конкурент. Мы даже недавно провели совместный семинар с участием «СИБУРа». Как выяснилось, три наши компании инвестируют больше остальных в данное направление.

В какой-то мере это действительно уникальный опыт – обычно такие встречи с коллегами происходят лишь на крупных конференциях, устраиваемых поставщиками решений и имеющих ангажированный характер. Мы пошли другим путем, самостоятельно организовав закрытое мероприятие для компаний, желающих поделиться опытом внедрения цифровых технологий и искусственного интеллекта. Это пробный камень, я надеюсь, что у нас все получится, и по результатам, думаю, будет принято решение о расширении подобной практики.

С вашим приходом образовалось специализированное подразделение?

Сформировалась дирекция, находящаяся в подчинении старшего вице-президента, а функции направления Digital, в части методов машинного обучения и искусственного интеллекта, пока распределены между моей дирекцией и лабораторией инноваций, экспериментирующей с технологиями, которые принято относить к цифровым.

Откуда брали специалистов для формирования костяка команды? Вероятно, их сложно найти…

Да, и особенно сложно найти нужных специалистов для наших специфических задач. Искусственный интеллект в банковской сфере или маркетинге – совершенно не то же самое, что на производстве. В нашем деле приходится очень глубоко погружаться в специфику производства, вникать в суть и реалии производственных процессов, разбираться в нормативных документах. Без всего этого добиться результата, к сожалению, не получится. Поэтому нужны специалисты, способные на такое погружение. Это скорее не чистые математики, а физики – выпускники Физтеха и МИФИ, разбирающиеся и в химии, и в физике, которым производственные задачи не чужды. Мне пришлось изменить профиль требований к специалистам по сравнению с теми временами, когда я работал в Сбербанке и «Лаборатории цифрового общества». Так вот, мы нужных специалистов находим и получаем первые результаты, которые подтверждают правильность выбранной стратегии подбора персонала.

«В нашем деле приходится очень глубоко погружаться в специфику производства, понимать суть и реалии производственных процессов, разбираться в нормативных документах. Без всего этого, к сожалению, добиться результата не получится»

А что касается вас? Имелся ли производственный опыт или пришлось учиться?

После окончания института я работал в ЦЕРН. Там много аппаратуры, и часть решаемых задач касалась как раз эффективности ее использования. Затем я довольно долго занимался разработкой автопилота для грузовых поездов, аспектов было много – от разработки драйверов до средств оптимизации и искусственного интеллекта. Ну а затем была работа в софтверных компаниях, где я занялся задачами математики и данных в чистом виде. Сейчас как раз совмещаются эти два моих предыдущих опыта, и решаемые задачи для меня крайне интересны. К счастью, удалось быстро погрузиться в специфику производственных процессов.

А опыт из других отраслей здесь вообще может быть востребован?

Безусловно, мы пытаемся применять опыт из других индустрий, где машинное обучение используется в задачах оптимизации. У нас в коллективе есть разнообразный опыт: банковский, маркетинговый, логистический и даже опыт распознавания изображений. Это часто бывает полезно, потому что задачи мы тоже решаем разнообразные.

Как вы сказали, денег больше всего «зарыто» в производстве. А где имеет смысл «копать» еще?

Действительно, в структуре затрат НЛМК производство занимает 70-80%. Но для нас еще более интересно, где именно внутри производства эти деньги зарыты. Поскольку наши методы могут применяться для решения разных задач, мы и пытаемся определить сферы их применения. С одной стороны, это экономия материалов, закупаемых для производства, – угля, руды, дорогостоящих ферросплавов. Но, с другой стороны, оптимизация производства и повышение производительности – это ведь прямое увеличение объема производства на имеющихся мощностях.

Третье направление оптимизации – повышение качества продукции, прогнозирование дефектов в металле, неметаллических включений, раскатных трещин и т. п. Число возможных дефектов измеряется десятками, они имеют различную природу. Прогноз этих дефектов и поиск корневых способов, позволяющих их «вылечить» и сократить их число, тоже важная статья сокращения расходов на производство. Четвертое направление – повышение надежности работы оборудования: прогноз выхода из строя агрегатов, их предупредительное обслуживание. Наконец, еще один важный аспект – оптимизация энергопотребления и производства энергии. Мы прикладываем активные усилия к тому, чтобы оптимизировать работу ТЭЦ с точки зрения потребления газа.

Как показывают наши расчеты, основной финансовый эффект дает экономия на закупке материалов. Далее идут производительность и качество, на четвертом месте пока стоит обслуживание оборудования. Возможно, в дальнейшем, с появлением новых данных, приоритеты изменятся.

Анджей Аршавский, директор по анализу данных и моделированию НЛМК: «Мы исходим из предположения, что, применяя искусственный интеллект, мы сможем улучшить текущую ситуацию хотя бы на 5%. Меньшая величина находится в пределах погрешности, она несущественна. На более ощутимый эффект мы не ставим из скромности»

А какая из этих задач наиболее просто решается? Ведь быстрый результат тоже важен?

Мы начали с проектов, направленных на экономию материалов, поэтому первые результаты связаны именно с ними. Но вряд ли можно уверенно сказать, что какое-то направление проще других. В каждом существуют как относительно простые, так и сложные задачи. Выбор задач определяется не только ожидаемым экономическим эффектом или скоростью получения результата, но еще и доступностью данных. Далеко не все области производства сейчас оснащены необходимыми средствами измерения и системами управления, позволяющими влиять на процессы. Приходится взаимодействовать со службами ИТ и АСУТП, чтобы накапливать данные и дооснащать производство.

Какова численность команды, работающей над задачами?

Пока она небольшая, и мы продолжаем расти. Многие задачи решаются совместно с подрядчиками. Накопленный опыт говорит о том, что должен быть баланс между внешними и внутренними ресурсами, поскольку важно накапливать экспертизу и обеспечивать преемственность наработок, сделанных внешними командами. Созданная интеллектуальная собственность должна продолжать развитие внутри компании.

Основные инициативы направлены именно на экономию, а не на получение дополнительной выручки?

Не совсем так. Например, рост может быть получен благодаря увеличению производительности. Если взять, скажем, стан горячей прокатки, то это прямое увеличение производства металла. Повышение надежности оборудования ведет к сокращению простоев, что также дает рост производства. Сокращение дефектов не только уменьшает потери от брака, но и способствует выпуску продукции более высокого качества, которую можно продать по более высокой цене. Эффекты от решаемых задач многогранны и сильно взаимосвязаны. Даже если речь идет о такой совершенно конкретной вещи, как экономия на закупках, то это дает возможность инвестировать в новые производственные мощности.

А какую из этих историй проще продать бизнесу?

Мы считаем общий экономический эффект – бизнесу интересен именно он – и, конечно же, время достижения результата. Мы стараемся браться за инициативы, которые обещают показать эффективность используемых нами методов, убедить, что необходимо развитие этого направления. Я глубоко уверен, что именно применение искусственного интеллекта даст толчок развитию промышленности в ближайшие 10-15 лет.

Внедрение искусственного интеллекта – сначала точечное, а затем глобальное – обусловит новый рывок в производительности и эффективности производства. На первом этапе будут оптимизированы отдельные участки производства, на втором они будут объединяться и давать синергетический эффект. Чтобы все это стало реальным в обозримом будущем, надо начинать уже сейчас, иначе мы упустим стратегические возможности.

«В некоторых случаях инструментарий Big Data востребован, в некоторых – нет, но по-любому он должен быть под рукой, равно как и сами данные, которые могут пригодиться для решения задач»

Должны возникать огромные проблемы с расчетом экономической эффективности – ведь в столь инновационных проектах зачастую сложно предугадать эффект…

Это так. Но, вообще, в любом проекте нет гарантии его полной результативности. Хотя, конечно, если речь идет о внедрении зарекомендовавшего себя на рынке решения, то рисков намного меньше.

Мы опираемся на простую и понятную логику. В каждой точке производства мы знаем оценку технически обусловленного уровня (ТОУ) и нынешние показатели – например, агрегат по своим возможностям способен производить на 20% больше продукции, чем это происходит сейчас. Задача предприятия – сократить эту разницу. Она может быть сокращена разными методами: работой с персоналом, изменением бизнес-процессов и т. п. Мы исходим из предположения, что, применяя искусственный интеллект, мы сможем улучшить текущую ситуацию хотя бы на 5%. Почему именно на 5%? Меньшая величина находится в пределах погрешности, она несущественна. На более ощутимый эффект мы не ставим из скромности. Таким образом, мы говорим, что за счет применения методов искусственного интеллекта мы отыграем 5% разницы, конвертируем ее в деньги и получим конкретную сумму.

Какой-либо из проектов уже позволил превзойти этот уровень?

Два проекта уже выходят на опытно-промышленные испытания. Мы попадаем на заявленный уровень, давая даже более 5%. Один из проектов обещает результат 20%, но он еще не проверен на практике. Еще по нескольким проектам есть предварительные результаты, они также говорят о том, что эффект будет выше 5%.

Что это за проекты?

Сейчас мы активно работаем над пятью задачами и над тремя пилотами. В ближайшее время планируем запустить еще пять задач.

Из задач, по которым первые результаты уже близки, можно выделить несколько. Две нацелены на экономию ферросплавов – дорогостоящих присадок, используемых в металлопроизводстве. Еще один проект заключается в поиске корневых причин нескольких видов дефектов. Дает эффект проект по оптимизации работы ТЭЦ. По перечисленным мной проектам видны конкретные результаты, по остальным – пока лишь промежуточные.

Насколько могут быть полезными для производственных задач внешние источники данных?

В производстве все сложнее, чем в маркетинге, продажах, закупках и HR, где польза внешних данных очевидна. Многое зависит от роли компании. Вы же понимаете, что конкуренты не будут передавать нам информацию о работе схожих агрегатов. Однако там, где промышленные мощности не эксплуатируются, а производятся, обмен данными с заказчиками имеет очень важное значение. Например, для разработки и последующей продажи клиентам решений, прогнозирующих выход из строя оборудования.

Так, производитель моторов оснащает датчиками свои изделия и продает их клиентам. Вполне естественной будет идея собирать и анализировать информацию обо всех двигателях, работающих у клиентов, выявлять правила и закономерности. Затем клиентам можно продать прогнозные модели, повышающие надежность оборудования. Эта идея не нова, большинство производителей аппаратуры подобные подходы используют. Но мы являемся потребителем и можем лишь воспользоваться результатами работы наших поставщиков.

А если говорить о непроизводственных задачах?

Да, мы исследовали и другие, «непроизводственные» бизнес-процессы, составили их перечень, ранжировали по степени экономического эффекта, по ожидаемой скорости реализации и наличию доступных данных. И нам удалось получить представление о приоритетах, может быть и не окончательное. Скажу, что наиболее интересными являются закупки, продажи, маркетинг и HR.

Задачи HR могут быть очень интересными, но однозначно прогнозировать, например, вовлеченность сотрудников очень сложно, а оценка качества модели и вовсе является почти философской задачей. Здесь явно не хватает методологии. «Вовлеченность» – почти эфемерный признак, который приходится оценивать с разных точек зрения. Кроме того, такую модель тяжело на чем-либо обучать. Скорее математические модели позволяют выявить те или иные аномалии в поведении сотрудников и решать вопросы производственной безопасности.

Как вы видите свою роль в развитии компании?

Сейчас я сосредоточен на решении практических задач с помощью искусственного интеллекта. Моя главная цель – показать эффективность этого направления в производстве. Я планирую в ближайшие несколько лет посвятить себя этой задаче и развивать свои компетенции, принося пользу компании в сфере цифровизации.

Корпоративный рынок начинает все больше приобретать черты потребительского. Онлайн-сервисы, микросегментация, пред- и постпродажная работа с клиентами, прогнозирование их потребностей – теперь эти задачи актуальны не только для банков и телеком-операторов, но и для многих игроков B2B-рынка. И хотя про большие данные в основном пока речи не идет, специфические ИТ-инструменты для взаимодействия с клиентами и поддержки продаж им требуются все чаще. При этом одни и те же решения могут использоваться в совершенно разных целях. Например, облачную платформу SAP Hybris используют и как непосредственно интернет-магазин, и как аналитическое дополнение к CRM, и как средство поддержки продаж. «КАМАЗ», «Северсталь», а также ТК «Мегаполис», занимающаяся дистрибуцией табачных товаров, работают в разных сегментах рынка, но их объединяет потребность в цифровизации работы с клиентами, хотя к решению задачи каждая из компаний подошла по-своему. 

«Мегаполис» обеспечил смарт-беседы с клиентами

Люди ежедневно сталкиваются с потребительскими сервисами, заходя в парикмахерские, фитнес-центры, автосалоны. Полученный опыт они переносят в отношения В2В.

«Заходя в торговую точку, агент должен быть готов на основе предыдущих покупок клиента сделать ему новое предложение или дать рекомендации. Система способна выступить помощником в смарт-беседе», Дмитрий Лебедев, директор департамента развития традиционной торговли ТК «Мегаполис»

«Наши клиенты стали весьма требовательными. Они оформляют заказы в интернет-магазинах, видят там персональные предложения и хотят точно такого же, но уже в бизнес-среде. Мы не можем не откликаться на предъявляемые требования и решили запустить дополнительный канал продаж», – говорит Дмитрий Лебедев, директор департамента развития традиционной торговли ТК «Мегаполис».

«Мегаполис» – крупный дистрибьютор, эксклюзивный поставщик ряда марок табака. Компания обслуживает не только крупные федеральные сети, но и почти 150 тыс. торговых точек «традиционной торговли». Маленькие торговые точки испытывают очень серьезное давление со стороны известных компаний и при этом не могут похвастаться ни ассортиментом, ни высочайшим уровнем сервиса. Чем им можно помочь, сказать трудно, информация слишком разрозненная. Чтобы иметь возможность «достучаться» до основной массы клиентов и понять их потребности, было принято решение развернуть платформу SAP Hybris.

«Мы дали возможность делать заказ круглосуточно, а не только тогда, когда наш агент приходит в торговую точку. Сотрудник, принимающий решение, может сделать заказ в любое удобное время – например, сидя дома в воскресенье», – отмечает Лебедев. Портал доступен по подписке: торговым точкам выдаются пароли, и их сотрудники работают через личные кабинеты. Очень большое значение имеет мобильная версия портала: люди все чаще делают заказы через мобильные устройства.

В компании надеялись, что с появлением удобного сервиса заказов удастся обеспечить до 10% выручки. Есть и другие очень простые и понятные, но при этом важные сервисы – акты сверок, истории заказов. Их доступность позитивно влияет на лояльность.

Появление нового канала побудило и к более радикальному изменению процессов. Торговые агенты больше не принимают заказы внутри торговой точки: рутинные операции переданы в электронный канал, а сотрудникам отведена более интересная с точки зрения бизнеса роль – мерчандайзинг и разговоры с клиентами об их потребностях.

Сейчас платформа проходит пилотные испытания в Москве, Нижнем Новгороде и Новосибирске.

«Мы были в очень жестких рамках – на проект было отведено четыре месяца. Во многом из-за этого выбор был остановлен на облачном решении, которое позволяло войти в проект без крупных инвестиций, хотя и нельзя сказать, что Hybris стоит дешево», – говорит Лебедев.

Часть запланированных возможностей еще предстоит реализовать. В частности, полную омниканальность. И хотя еще не подведены итоги первого этапа проекта, в течение 2018 года запланирован второй этап развития платформы. В его рамках будет сформирован единый маркетинговый профиль клиентов. И конечно же, данные, собираемые в едином месте, надо будет использовать.

«Заходя в торговую точку, агент должен быть готов на основе предыдущих покупок клиента сделать ему новое предложение или дать рекомендации. Система способна выступить помощником в смарт-беседе», – подчеркивает Лебедев. Персонализированные предложения должны привести к заметному росту продаж и улучшить взаимодействие с торговой средой.

«КАМАЗ» формирует платформы

«Наш продукт инвестиционный и комплексный, и когда клиент принимает решение о его покупке, нам как автопроизводителю важно уяснить, из чего он исходит. Надо понимать, как компания планирует использовать технику в своем бизнесе, насколько автомобили будут эффективны в ее процессах», – рассказывает Эльдар Аминов, руководитель службы развития дилерской сети «КАМАЗа».

«Я пока что не знаю ни одного автопроизводителя, который использовал бы подходы CRM в рамках всей дилерской сети. Обычно ограничиваются внедрением CRM у себя и пытаются работать с клиентами силами своих сотрудников», Эльдар Аминов, руководитель службы развития дилерской сети ПАО «КАМАЗ»

Как у всех автопроизводителей, большая часть продаж «КАМАЗа» проходит через дилерскую сеть. До недавнего времени руководство компании устраивали и ее активность, и объем продаж. Вроде бы все хорошо – доля на рынке в сегменте большегрузных автомобилей свыше 50%. Однако время идет, и клиенты меняются. Для них важны онлайн-мониторинг работы автомобилей, быстрая реакция от производителя. Традиционных подходов (персональные продажи, переговоры и т. п.) уже недостаточно, чтобы понять, чем клиент на данный момент дышит. Поэтому на «КАМАЗе» всерьез озаботились тем, чтобы собирать информацию практически в режиме реального времени. Было крайне важно успеть охватить каждого клиента, установить стандарт работы с клиентами.

«Я не знаю пока что ни одного автопроизводителя, который бы использовал подходы CRM в рамках всей дилерской сети. Обычно ограничиваются внедрением CRM у себя и пытаются работать с клиентами силами своих сотрудников», – говорит Аминов. На созданной же «КАМАЗом» платформе работают именно сотрудники дилеров – независимых юридических лиц, они отражают всю информацию о работе с клиентами. Построение этой информационной цепочки взаимодействия с клиентами было очень важным и непростым решением – фактически требовалось создать систему, в которой было бы удобно работать и самим дилерам.

На «КАМАЗе» используют Hybris в качестве базы для собственных платформ – цифрового клиента и цифрового автомобиля. При этом любое действие сотрудника дилерского центра должно иметь воздействие на рынок и порождать реакцию клиента.

«Мы ориентировались именно на облако, потому что это очень хороший способ быстро войти в тему и запуститься в боевом режиме, в случае же использования традиционной модели компании часто вынуждены вариться в собственном соку», – говорит Аминов. Кроме того, требовалось создать решение, в котором любые изменения сразу отражаются на всех пользователях – сейчас их около 700, а в ближайшее время станет тысяча. Меняться и смещать приоритеты, подстраиваясь под рынок, приходится часто, и все пользователи должны работать в едином информационном поле. Облачное решение удачно вписалось в эти условия.

В результате реализации проекта удалось решить сразу несколько задач. Во-первых, существенно повысилось качество получаемой от дилеров информации, а по любым действиям пользователей системы можно получать необходимую аналитику. Во-вторых, была построена система перепроверки информации, получаемой из разных источников. Кроме того, удалось организовать схему активной работы менеджеров: процессы выстроены таким образом, что система фактически сама толкает менеджера на следующий шаг, подсказывая, куда двигаться дальше. Заметно повысилась активность сотрудников, удалось нарастить клиентскую базу, фактически охватив около 80% потенциальных клиентов.

На следующей фазе проекта подразумевается обеспечить понимание того, что происходит с автомобилем после его продажи. Для этого используются данные регистрационного учета ГИБДД, данные сервисного обслуживания, заказ-нарядов. Вся эта информация помогает понять, как именно клиент использует автомобиль, насколько он доволен и что ему можно предложить для повышения эффективности бизнеса.

«То, что мы сделали, – отнюдь не финальная точка, мы только вошли во вкус, у нас большие планы по развитию системы», – уверен Аминов. Система очень скоро будет распространена на экспортные продажи. Возможно, отечественная практика не найдет широкого применения за рубежом, но наработан хороший опыт для выхода с этим решением и на внешние рынки. Кроме того, платформа Hybris будет использоваться и для электронной коммерции. Накатывающуюся волну игнорировать невозможно – клиенты требуют онлайн-сервисов и максимально оперативного реагирования на свои запросы.

Сейчас при сборе информации о событиях с автомобилем и его истории формируются большие данные, благодаря которым можно предлагать «умные» сервисы – например, рекомендовать клиентам вместо ремонтов профилактическое обслуживание, предупреждая простой техники.

«Северсталь»: путь к активным продажам

Металлургия – весьма консервативная отрасль, в ней все происходит медленно, в том числе и развитие ИТ- и бизнес-практик. К интернет-продажам «Северсталь» подходила несколько раз – и в начале 2000-х, и в 2004-м, и в 2010 году. Как полагает Евгений Черняков, директор по продажам АО «Северсталь Менеджмент», тогда еще не сложились все необходимые условия – и клиенты, и компания еще желали работать по-старому. Зато такие условия совершенно точно создались в течение последней пары лет: конкуренция растет, а клиенты изъявляют все большую готовность к электронным закупкам. Средний возраст закупщиков с 50-60 лет упал до 30, и это тоже сказывается – люди более открыты для новшеств.

«Если бы мы считали исключительно прямую окупаемость ИТ-проектов, то, скорее всего, ни один из них мы бы не запустили», Евгений Черняков, директор по продажам АО «Северсталь Менеджмент»

Было принято решение построить интернет-магазин на платформе Hybris. Однако, несмотря на внедрение облачной платформы, быстрым проект не стал – много времени заняла бизнес-подготовка.

«Запустить облачное решение в металлургии не так просто, многие системы не готовы к этому, нужно привести в порядок и процессы, и данные. Наложить Hybris на существующую систему продаж тоже сложно, необходимы внутренние изменения. На это у нас ушло около года», – поясняет Черняков.

В настоящее время почти 50% российских клиентов «Северстали» уже пользуются интернет-магазином, через него происходит 10% продаж, и их объем быстро растет. Постоянная клиентская база включает около 700 предприятий, осуществляющих закупки, а всего пользователями портала стали более 20 тыс. компаний.

Как отмечает Черняков, площадка уникальна тем, что на ней удалось создать действительно комплексное решение. «Обычно интернет-магазины продают металл, имеющийся в наличии. Мы же делаем по-другому: если требуемого металла нет в наличии, клиент через личный кабинет может оформить заявку и заказ будет готов к указанной дате», – говорит он. Такая смешанная модель пока весьма редка. В этом заключалась основная сложность проекта, так как требуется интеграция различных информационных систем, а вся информация должна быть синхронизирована и унифицирована.

Если «Мегаполис» в ходе первого этапа проекта сделал акцент на работе в поле – поддержке продаж и мерчандайзинга, а «КАМАЗ» – на постпродажном обслуживании, то у «Северстали» на первый план вышел пресейл – поиск возможностей для продаж. Решение стало единым порталом для взаимодействия с клиентом. Металлурги постепенно переходят от традиционной, пассивной модели продаж, когда клиенты сами приходят с заявками, к активной деятельности, когда продажа начинается в момент появления у клиента проекта.

«Узнав о запуске нового проекта, мы начинаем загодя прорабатывать потенциальный заказ, ищем технические решения, что в прежние времена встречалось крайне редко», – подчеркивает Черняков. Очень важно оказаться «внутри» проекта еще на этапе подготовки технического задания, предлагая консалтинговую поддержку. Подрядчики и закупщики не являются металловедами, им часто требуется подсказать, какую марку стали правильнее применять, какое решение будет более эффективным. Чтобы вести такие продажи, нужен совершенно другой подход к модели продаж и совершенно другие ИТ-решения.

«Мы все дальше уходим от необходимости звонить на “Северсталь” и проверять статус заказов – всю требующуюся информацию можно получить онлайн. Эта информация важна и для внутренних пользователей: имея ее, мы понимаем, чем можем помочь нашим продавцам», – резюмирует Черняков. Это позволяет не держать сотрудников в офисе, поощряется их нахождение «ближе к клиенту».

В эффекты можно только верить…

«У меня проект окупается за полтора года. Разумеется, есть экономия на числе торговых агентов, рост за счет количества собираемых заказов. Но на самом деле ситуация – либо делай, либо умри», – уверен Лебедев. Инвестиции идут в сохранение и развитие конкурентных преимуществ, расширяя окно возможностей.

«Я не знаю, какую материальную пользу я получу от улучшения клиентской аналитики и какие выгоды несет персонализация работы с клиентами. Но я точно знаю, что без интернет-магазина ни выгоды, ни пользы никакой не будет», – продолжает Лебедев. Конкретный же финансовый эффект зависит от собственной «крутизны» компании – от того, насколько удастся монетизировать эти возможности.

«Если бы мы считали исключительно прямую окупаемость ИТ-проектов, скорее всего, ни один из них мы бы не запустили», – признается Черняков и добавляет, что обычно период окупаемости составляет несколько лет.

Как известно, ИТ-продукт недостаточно приобрести. Перед началом его использования требуется немалая подготовительная работа, которая сама по себе имеет ценность для бизнеса: улучшение внутренних процессов, повышение прозрачности, приведение в порядок документации, интеграция существующих решений. Из-за этого прямую окупаемость проекта оценить сложно. Поэтому зачастую их реализация скорее зависит не от предъявленных цифр, а от позиции бизнес-руководства – «верю» или «не верю».

Есть решения, обязательные для работы в современных условиях. Системы, позволяющие персонально работать с клиентами, относятся именно к таким – без них компания не в состоянии соответствовать ожиданиям рынка.

России следует сконцентрироваться не на цифровой, а на экспоненциальной экономике, считает Алексей Минин, директор Института прикладного анализа данных «Делойт», СНГ. Обладая такими уникальными активами, как госкомпании, можно добиться значительного рыночного успеха именно в традиционных, а не цифровых областях. Мы поговорили с Мининым о важности такого института, как эксполераторы, о готовности компаний к инновациям, а также о технологиях, которые могут «выстрелить» в ближайшее время. Подробнее его мнение можно будет услышать на VII Всероссийском форуме BIG DATA, который 28 марта 2018 года проведет Издательство «Открытые системы».

– Год назад понятие цифровой экономики вышло на государственный уровень. Что это означает, кроме того, что правительство готово «залить» деньгами запущенную ситуацию?

Сама по себе «Цифровая экономика» – очень правильная программа. Государство открыто признает существующий тренд и призывает обратить на него внимание. Эффективность этой программы – отдельный вопрос. Например, все, что связано с цифровыми госуслугами, на мой взгляд, не должно быть частью этой программы. Да, на дворе XXI век, и перевод процессов в цифру – естественное явление, но это не цифровая экономика, а нормальная работа в нынешних условиях.

Начало нынешнего века ознаменовалось расщеплением экономик на цифровую и экспоненциальную. Все, что может быть дематериализовано – переведено «в цифру», станет предметом цифровой экономики. Следствием дематериализации являются демонетизация и демократизация – общая бесплатная доступность. Поэтому цифровую экономику можно назвать экономикой лишь условно: она не имеет прямой монетизации и не может быть предметом владения отдельного государства, выстраиваясь над экономиками государств.

Экспоненциальная же экономика охватывает материальные объекты физического мира и строится по совершенно иным правилам. Ее название происходит от экспоненциальных технологий: искусственного интеллекта, блокчейна и т. д., – приводящих (при условии их правильного применения) к экспоненциальному росту капитализации компаний. Традиционные отрасли – металлургия, добыча полезных ископаемых, машиностроение – уже начали борьбу за эффективность. В условиях наступающей глобальной конкуренции любой участник рынка должен быть конкурентоспособным по цене и качеству, а для этого необходимы экспоненциальные технологии.

Если бы мы хотели занять хоть какое-то место в цифровой экономике, у нас уже должна была вовсю работать своя Кремниевая долина со множеством акселераторов. Фактически конкуренция здесь уже проиграна, но в этом нет ничего страшного, потому что в цифровой экономике нет простых денег, схемы монетизации очень сложные, а бизнес-модели – неустойчивые. Поэтому я считаю, что нашему государству надо сфокусироваться именно на экспоненциальной экономике, а не на цифровой. У нас есть гораздо более интересные участки, и они как раз в области экспоненциальной экономики. В России имеется уникальная структура активов – госкомпании. Таких компаний, как РЖД, Сбербанк, «Газпром» или «Роснефть», в мире очень немного. Важно научиться их эффективно использовать помимо их прямого назначения, с применением экспоненциальных технологий.

«Сплошь и рядом внедряются проверенные решения. Но сидя в последнем вагоне, не получится обогнать поезд», Алексей Минин

Очевидно, что такие инновации в госкомпании могут прийти только извне. Необходимо создать соответствующие экосистемы, включающие госкомпании, их менеджмент, стартапы и финансирование. Мы назвали их эксполераторами по аналогии с акселераторами – структурами, объединяющими технологии и компетенции и позволяющими преуспеть в цифровой экономике. После получения требуемого эффекта – кратного увеличения капитализации – важно не отдавать стартап в эту компанию. Государство должно «вмешаться», не допустить его поглощения и, следуя логике программы «Цифровая экономика», вывести на глобальный рынок, чтобы монетизировать технологии. Компания, не пришедшая на рынок с сырой идеей, а реализовавшая гигантский проект, будет вызывать определенный интерес. Скажем, после «Роснефти» ей открыта дорога в крупнейшие мировые нефтяные компании.

Одним из барьеров, затрудняющих работу стартапов и госкомпаний, является тот факт, что госкомпании очень любят секретность. Но мы живем в открытом мире, большая часть из того, с чем мне приходится сталкиваться, не имеет никакого отношения к секретам, и технологии и имеющийся опыт вполне могут быть выведены на рынок.

– Действительно ли имеет смысл надеяться на создание государством каких-то благоприятных условий или гораздо больше по-прежнему зависит от бизнеса?

Шанс для государства – именно серьезная модернизация госкомпаний. И здесь без государства обойтись не получится. Экспоненциальные технологии – это НИОКР, и они должны иметь право быть безрезультатными. А в сложившейся практике госзакупок подразумевается, что неудач быть не может: при отрицательном результате могут обвинить в нецелевом расходовании средств. Да, борьба с коррупцией необходима, но тендеры – не лучший способ, есть гораздо более эффективные механизмы. Специальные органы должны проверять наличие экспертизы у участвующих в тендерах компаний, но, если компания допущена к тендеру на проведение НИОКР или внедрение экспоненциальных технологий, абсолютно нормальной ситуацией должно быть неполучение результата. Именно поэтому необходима специальная экосистема, о которой я говорил. Нужно экспериментировать, и 90% экспериментов будут безрезультатными, но 10% успешных окупят все инвестиции.

– Считается, что новые технологии начинают приживаться в России тогда, когда на Западе станут уже общепринятыми. Обычно речь идет об отставании в несколько лет. Готов ли сам российский бизнес войти в цифровую экономику, достаточно ли он зрел?

Полгода назад на одном крупном мероприятии завязалась серьезная дискуссия на эту тему, и я в ней участвовал. Там представители малого и среднего бизнеса заявляли о своей инновационности, а я выражал сомнения в этом. И недавно я услышал подтверждение своей точки зрения: как заявил Герман Греф на недавнем Гайдаровском форуме, аппетит к инновациям на российском рынке крайне низок.

К сожалению, мы очень часто под видом инноваций внедряем то, что уже везде стало нормой. Сплошь и рядом внедряются только проверенные решения. Это уже похоже на специфику менталитета. Но дело в том, что, сидя в последнем вагоне, не получится обогнать поезд. В этом плане показательно сравнение Сбербанка и ВТБ. Сбербанк активно экспериментирует с технологиями, а ВТБ, по признанию его руководства, внимательно смотрит на действия лидера и внедряет самые успешные практики, не разбазаривая ресурсы. Де-факто ВТБ расписывается в том, что его устраивает второе место, и, с точки зрения акционеров, такая позиция вполне допустима. Но двум большим организациям, как мне кажется, было бы интересно побороться за первое место на рынке. Конечно, тут важно, какая стратегия утверждена акционерами, ведь именно они определяют направления в развитии организации на долгосрочную перспективу.

Еще один показательный пример: российские банки усердно борются за удобство интернет-банкинга, регулярно выпускаются соответствующие рейтинги. А в Кремниевой долине прекрасно понимают, что банков в нынешнем виде скоро не останется, поэтому и приложениями мериться бессмысленно. Там сейчас пытаются переизобрести банковскую модель, экспериментируя в различных направлениях. На самом деле интернет-банк должен быть просто нормальным.

Инвестировать следует в более важные направления: переосмыслить себя, применить к своим активам те самые экспоненциальные технологии, понять, что такое «кредитный процесс 2.0» в условиях экспоненциальной экономики, какова может быть реализация продуктов в условиях цифровой экономики, за счет чего можно будет конкурировать на рынке.

Многие думают, что могут продолжать строить свой бизнес на дисбалансе информации между покупателем и поставщиком, когда зарабатывает тот, кто больше знает. Банки всю жизнь играли в эту игру, меняя риски на деньги. Однако в условиях цифровой и экспоненциальной экономики все изменится, информационные дисбалансы будут устранены, поэтому банкам следует серьезно задуматься о своей роли. Скажем, банки смогут выполнять скорее консалтинговую роль, чем быть просто поставщиком денег.

– Данные были провозглашены аналитиками «новой нефтью» еще несколько лет назад. Однако радикальных перемен с тех пор не произошло. В чем причина?

Такое сравнение абсолютно оправданно, хотя я больше склонен проводить аналогию с золотоносной рудой: нефть сама по себе имеет ценность, а данные – нет. В добытом на прииске грунте ценности нет – непонятен выход золота. Первой производной данных является информация, для ее извлечения используются алгоритмы Big Data. Информация – объект дескриптивной аналитики: имея ее, можно описать происходящие процессы. На ее основе формируются знания – объект прогностической аналитики: мы понимаем происходящие процессы и можем предсказывать развитие ситуации. Производная от знаний – опыт, исходя из опыта можно не только понимать и прогнозировать, но и делать выводы, давать рекомендации. В идеале этот процесс должен стать полностью автономным, выполняться без участия человека.

Таким образом, данные лежат в основе всего. Но от данных (руды) до реальной ценности (золота) лежит большой путь. К тому же на рынке реально не хватает данных. Да, транзакционных данных у банков достаточно, а вот много ли у нас данных, например, о состоянии макроэкономики? Мы не можем строить качественные эконометрические модели из-за отсутствия данных. Мы не сможем окончательно войти в XXI век, пока не будем иметь высокочастотные данные о состоянии экономики. Доступные источники данных имеют западное происхождение, что представляется серьезной угрозой – если мы потеряем к ним доступ, существующие модели станут неработоспособными.

– Какие из перспективных технологий (блокчейн, искусственный интеллект и т. п.) могут «выстрелить» в ближайшем году и в каких отраслях?

Разумеется, самой емкой с точки зрения новых технологий является банковская отрасль, и именно потому, что переживает серьезные изменения. Второй по потребности в инновациях сферой является сельское хозяйство. Существует огромный пласт задач, чрезвычайно актуальных в сельском хозяйстве, традиционно страдающем от невысокой эффективности. Здесь востребованы решения на базе Интернета вещей: системы точного земледелия, распознавания болезней растений и умной ирригации, системы планирования. Но главное – есть очень заметный эффект от внедрения, такие проекты явно имеют смысл.

Что касается конкретных технологий, то главной из них в ближайшее время будет умение думать. Слишком много хайпов создается непрофессиональными людьми. Два курса на Coursera не сделают из человека исследователя данных, а посещение нескольких конференций по блокчейну и покупка некоторой суммы биткойнов не сделают из него большого специалиста по криптовалютам.

Несомненным является лишь применение экспоненциальных технологий в контексте искусственного интеллекта. Однако в ближайший год здесь не стоит ждать прорывов, все будут заняты более простыми вещами. Например, сейчас мы видим торжество роботизации процессов (Robotic Process Automation, RPA), и в ближайший год сохранится интерес именно к ней: она позволяет быстро и просто снизить затраты на человеческие ресурсы. Это короткие и понятные проекты с очевидной монетизацией. Что касается систем искусственного интеллекта, то с ними уже необходимо начинать экспериментировать. Будучи правильно примененными, они дают мощный прирост производительности. Но эти проекты – гораздо более сложные и требуют более высокой компетенции у исполнителя.

– О драйверах цифровизации говорят часто. А какие факторы могут быть сдерживающими и не перевесят ли они в итоге?

Да, такое вполне может быть. Более того, отчасти это и происходит. Во-первых, как я уже говорил, нужны данные. Во-вторых, в экспоненциальной экономике важнейшим фактором станет наличие экосистем, а значит, залогом успеха является правильное регулирование. Примером может служить американский подход – изначальное отсутствие регулирования и его появление лишь в случае возникновения проблем, а не попытка зарегулировать «на перспективу». Кроме того, нам срочно нужно менять менталитет в вопросах открытости доступа к данным. Мы исторически находились «в окружении врагов», и поэтому все системы построены на больших ограничениях. Наконец, забюрократизированность крупных компаний. Не стоит упрекать госкомпании в незаинтересованности цифровой экономикой – это не так. Просто у них нет ресурсов – хватает других проблем. Но не заниматься этим нельзя, ресурсы придется изыскивать.

Далее серьезным барьером будет становиться человеческий капитал. Сколько толковых людей остается преподавать в вузах? Основная масса расхватывается компаниями или уезжает за рубеж. С возобновляемостью человеческого капитала сейчас большие проблемы.

Важно понимать, что цифровая экономика делается молодыми энтузиастами, а экспоненциальная – экспертами и инженерами. У каждой из них своя специфика, и препятствия везде свои. Однако наряду с препятствиями существуют и свои уникальные возможности. У нас пока еще высокое качество человеческого капитала, мы видели всплеск его активности в 2010-2014 годах, и еще, я думаю, увидим не раз.

В прошлом году Национальный исследовательский университет «Высшая школа экономики» обнародовал концепцию проекта Data Culture, направленного на обучение технологиям анализа данных студентов бакалавриатов всех факультетов университета. Одним из инициаторов проекта является вице-президент НИУ ВШЭ Игорь Агамирзян.

Агамирзян имеет очень большой и разноплановый опыт работы в ИТ-индустрии. C 2009 по 2016 год, он, возглавляя Российскую венчурную компанию, внес большой вклад в формирование в России экосистемы инновационного предпринимательства. До перехода в ВШЭ сотрудничал с университетом на протяжении 15 лет, участвуя в создании первых технических специальностей в вузе, а сейчас курирует направления по инженерии и computer science (факультет компьютерных наук – ФКН, МИЭМ). Беседа с Агамирзяном, который 28 марта выступит на форуме BIG DATA 2018, не ограничивалась обсуждением проекта Data Culture. Мы говорили о том, каким в целом должно быть высшее образование, чтобы соответствовать задачам цифровой экономики.

– С чем связано появление проекта Data Culture?

Сейчас молодежи, чтобы успешно развиваться в современной социально-экономической структуре, необходим базовый набор компетенций, сильно отличающихся от тех, которые были нужны моему поколению. Это новая культура в широком смысле. У Юрия Лотмана есть прекрасное определение: «Культура – это совокупность генетически не наследуемой информации в области поведения человека». Это то, что приобретается как результат воспитания, образования, жизни в определенной среде. А среда меняется со временем, и сейчас у общества иные потребности, чем 50-100 лет назад, поскольку другой становится его структура за счет изменения структуры экономики, в основе которой изменения технологического ландшафта.

В результате взрывного развития технологий в последние 50 лет, многое для человечества сейчас происходит впервые: постоянное нахождение в ситуации переизбытка информации, возможность мгновенной коммуникации в планетарном масштабе. Это уже приводит к существенным социальным последствиям, и тенденция будет только нарастать.

Что нужно молодым людям в этих меняющихся условиях? Безусловно, культура работы с данными: сегодня ни в одной специальности невозможно существовать без умения ориентироваться в информации. Одна из принципиальных особенностей современной среды – это общедоступность гаджетов, которые являются нашим персональным шлюзом в информационный мир.

Второй элемент культуры XXI века – предпринимательская культура. Экономика, основанная на знаниях, базируется на гораздо более развитой экосистеме создания ценности. Если в традиционной индустриальной экономике производительной силой и объектом производства были материальные объекты – например, завод и автомобили, то в современной экономике основным центром создания добавленной стоимости является не завод, а его конструкторское бюро. Маржинальность производственной части стремится к нулю, стоимость энергетических и физических ресурсов падает, а потому себестоимость единицы продукции при массовом производстве становится ничтожно малой. Драматическое падение цен на электронику это хорошо иллюстрирует. А ценность создается в развитой экосистеме инжиниринга, для существования в которой необходимы предпринимательские компетенции.

И это необязательно стартапы и технологическое предпринимательство. По сути, любая внутрикорпоративная инициатива – тот же стартап, только внутри существующей оргструктуры. Кроме того, проекты на стыке социальных и креативных задач приобретают все большее значение в условиях снижения востребованности многих традиционных профессий, связанных с низкоэффективным физическим трудом. Высвобождающиеся при этом ресурсы переходят в сферу услуг, связанных, например, с туризмом или ресторанным бизнесом.

Чего уже никогда не будет, так это гарантированной занятости, характерной для больших индустриальных обществ. Мы должны быть готовы в ближайшие десятилетия жить в условиях профицита рабочей силы и сильной дифференциации в востребованности квалификаций. Все процессы, связанные с внедрением цифровой экономики, включая цифровые производства, цифровую энергетику, цифровое ЖКХ, интеллектуальный транспорт и т. д., будут приводить к вымыванию кадров средней квалификации. При этом будет сохраняться и, возможно, расти спрос на низкоквалифицированные ресурсы и будет очень небольшой спрос на суперквалифицированных, элитных специалистов. Предпринимательский дух в экономике, для которой характерен профицит трудового ресурса, будет абсолютно необходим.

Я не хочу сказать, что каждый станет предпринимателем, и не думаю, что можно научить предприимчивости – это свойство характера, но можно научить технологиям ведения предпринимательской деятельности.

Ключевой компетенцией для цифровой экономики также является культура проектной работы, причем с точки зрения как управления проектами, так и участия в них. И наконец, для того чтобы заниматься предпринимательской деятельностью, проектной работой, необходима культура коммуникаций. Этому нас никогда не учили, более того, это противоречит традиционной концепции общего образования, которое всегда было индивидуализировано. Уже сейчас очень трудно проверить, решил ли учащийся задачу сам или нашел решение в Google. А когда в ближайшие годы появится специализированный искусственный интеллект, позволяющий для любой задачи моментально получить ответ в смартфоне, система индивидуальных заданий из закрытого списка окончательно перестанет работать. Поэтому необходимы другие подходы, подразумевающие индивидуализированные образовательные траектории и в то же время коллективную работу, результатом которой может быть, например, некая предпринимательская инициатива. При этом надо уметь пользоваться возможностями и избегать рисков, порождаемых переизбытком информации.

– Все это выглядит как колоссальный вызов для системы образования…

Это вызов не только для системы образования, но и для всего общества. Технологическое развитие в первую очередь влияет на экономику, а через экономические изменения – на социальные явления. У меня есть предположение, что на протяжении этого века должно кардинально измениться понятие государства. Социальные структуры всегда строились на коммуникациях, которые были возможны благодаря территориальной близости. Впервые в истории человечества мы оказались в ситуации глобальной бесплатной связности, когда структура общения не зависит от физического местоположения. И это может привести к кардинальным изменениям на глобальном уровне. Традиционные госструктуры вряд ли будут это приветствовать, и пример тому – попытки регулирования Интернета, но противостоять подобным тенденциям бессмысленно.

– Когда мы общались примерно два года назад (см. «Стратегия прорыва», «Computerworld Россия», 29.02.2016), вы высказали предположение, что наука о данных (Data Science) как отдельное направление не сохранится, но будет Data Science в энергетике, Data Science в транспорте, Data Science в ЖКХ и т. д. Программа Data Culture, по-видимому, отвечает этой вашей идее?

Все самое интересное вокруг нас лежит на пересечении информации и физического мира. Цифровое производство, интеллектуальные транспортные системы – это приложение информации и ИТ к вполне традиционным областям человеческой деятельности. Данные имеют смысл только тогда, когда им придана какая-то интерпретация, которая, в свою очередь, задается предметной областью и алгоритмами работы с этими данными. Алгоритмы являются неотъемлемой частью науки о данных, поэтому в проекте Data Culture надо среди прочего развивать алгоритмическую культуру и понимание того, как работать с данными.

– Могу представить, что алгоритмической культуре можно и нужно учить студентов ФКН. А как быть с остальными факультетами, например гуманитарными? Чему и как учат в рамках проекта Data Culture менеджеров, экономистов, филологов, ну и математиков наконец?

Программа кастомизируется в зависимости от потребностей конкретной специальности, но она действительно нужна всем. Вопрос – в степени глубины. Математикам и студентам ФКН, безусловно, проще. Хотя математику называют матерью всех наук, это не наука, а язык, на котором формулируются задачи любой другой науки. В отличие от естествоиспытательских наук, таких как физика или биология, изучающих явления природы, математика и computer science являются, по сути, фабриками артефактов. Будущим специалистам в этих областях присущ конструктивизм, поэтому прививать им культуру работы с данными несложно.

Во многих других областях человеческой деятельности конструктивный подход, связанный с определением новых сущностей, проявляется гораздо меньше. История, филология, философия – это не конструирование нового, а анализ того, что уже существует. Культура работы с данными тоже связана с анализом, но, для того чтобы анализировать данные в цифровой форме, нужно понимать, как выполняется конструирование артефакта в виде алгоритма, программы и т. д. Одно из достижений последнего времени состоит в том, что появились вполне понятные средства программирования с возможностью интеграции в глобальные среды работы с данными.

В проекте Data Culture для каждого конкретного факультета строится своя учебная траектория и набор уровней, которыми могут овладеть студенты с точки зрения использования данных в приложении к своей специальности. Как все это будет выглядеть, определяют специалисты в данной предметной области. Поэтому важнейшей частью проекта является подготовка и обучение преподавателей.

– Не создаст ли это проблем в продвижении проекта, ведь сложившемуся преподавателю может быть трудно воспринимать новое?

Молодежь это очень легко воспринимает, а в Вышке много молодых преподавателей. Но и среди опытной профессуры на удивление много людей, абсолютно открытых новому. И это тоже результат происходящей технологической, экономической, социальной революции – меняется отношение к возрасту. Модель общества, в котором считают, что в 60 лет наступает старость, уже неактуальна. Те, кто продолжает активно работать, учатся всю жизнь.

– Меняются ли российские вузы в ответ на глобальные изменения экономики и общества, связанные с технологическим развитием?

В Высшей школе экономики это несомненно происходит, и ВШЭ входит в число лидеров изменений среди высших учебных заведений в нашей стране. Но я бы не рискнул сказать, что таких университетов много. Большие изменения происходят, например, в питерском ИТМО, где успешно решается задача формирования университета нового типа. Сколтех с чистого листа создавался как такой университет. Его учебная программа включает только магистратуру, но надо сказать, что в ведущих мировых университетах соотношение бакалавров, магистров и аспирантов иное, чем в наших больших вузах, в них магистры и аспиранты преобладают. Знаменитые Стэнфорд и MТИ ориентированы преимущественно на подготовку специалистов с более высоким уровнем образования.

– В связи с падением востребованности среднего слоя специалистов, о котором вы говорите, не изживет ли себя система бакалавр-магистр?

Я говорил о вымывании среднего уровня, но о сохранении или даже росте спроса на низкую квалификацию, под которой необязательно подразумевать только людей, занимающихся физическим трудом. Это могут быть «пролетарии умственного труда», которые умеют работать по регламенту. Так, технология создания программного продукта – это работа по определенному управленческому регламенту, хотя программирование и содержит в себе элемент креативности.

Хороший пример – инженерное ПО. Специалист, который использует AutoCAD для решения конкретных инженерных задач, и специалист, который разрабатывает алгоритмы моделирования, используемые в системах автоматизации проектирования, имеют разные уровни квалификации. Подавляющее большинство инженеров сегодня – это пролетарии умственного труда, применяющие инструменты для решения конкретных задач, как правило, связанных с системной интеграцией. Поэтому современному инженеру культура работы с данными для поиска информации о лучших компонентах для своего решения необходима гораздо больше, чем, скажем, владение сопроматом, который уже «зашит» в САПР.

ИТ оказались мощнейшим инструментом унификации процессов, потому что в ИТ-системах «зашита» значительная доля регламентной работы. Инструментарий и техника работы в разных отраслях стали гораздо более схожими, чем это было в индустриальном мире.

– Если говорить непосредственно о работе с данными, то такими «сборочными компонентами» будут аналитические решения, инструментарий машинного обучения, которые вендоры стараются сделать все более доступными пользователям, не являющимся учеными по данным?

Совершенно верно, в работе с данными все большую роль играет системная интеграция. Без библиотек, без доступного инструментария сделать ничего невозможно. Такое впечатление, что останется несколько компаний в мире, способных писать компоненты, а вся остальная ИТ-индустрия перейдет в разряд высокоуровневых системных интеграторов, которые пишут программный код на уровне использования библиотек от Microsoft, Google, Apple и др.

– Что тогда подразумевает профессия Data Scientist? Это системный интегратор или создатель библиотек?

Data Scientist – это прежде всего постановщик задачи, пользователь всей этой технологической начинки для решения конкретной проблемы в конкретной предметной области. Все известные мне люди, занимающиеся Data Science, очень хорошо понимают предметную область, к которой прилагается наука о данных, но при этом обладают математическими знаниями. В Высшей школе экономики ведутся проекты с самыми разными приложениями. Есть группа, которая работает с ЦЕРН по анализу данных большого адронного коллайдера, а есть группа, которая занимается анализом данных нейросигналов. Понятно, что они могут применять одни и те же или близкие алгоритмы машинного обучения, но если мы перепутаем нейросигналы с событиями в коллайдере, то вряд ли получим что-либо содержательное.

– Есть ли четкое понимание того, как учить этой профессии?

На ФКН такое понимание есть, подготовка уже успешно ведется, и в ней важное место отводится сотрудничеству с индустриальными партнерами. Вообще, одной из особенностей современного образования является то, что университет все больше зависит от партнеров из бизнеса. В частности, потому, что очень часто новые технологические идеи приходят из индустрии, а не из академической среды. До 80-х годов прошлого века в Computer Science развитие шло преимущественно в университетской среде либо в индустрии, но с активным участием университетов. Затем возникла ситуация, когда разработчики персональных компьютеров оказались оторваны от академической среды и потому на первых порах часто изобретали велосипед – то, что было давно и хорошо известно в науке, в индустрии ПК становилось открытием. А потом развитие пошло настолько быстро, что на протяжении 90-х и нулевых годов скорее университетская среда питалась достижениями индустрии, чем наоборот.

Мне думается, что сейчас если не лидерство, то по крайней мере равноправное участие к академической среде возвращается, но уже на других условиях – коллаборативного партнерства. И это хорошо подтверждается на примере факультета компьютерных наук ВШЭ, который был создан и развивается в тесном сотрудничестве с «Яндексом».