Новости

Чтобы поддержать стабильную работу логистики и реализовать планы по развитию сети, руководство «О’КЕЙ» решило выработать стратегию оптимизации цепи поставок с учетом приоритетов и задач бизнеса. Среди них – высокий уровень сервиса, сокращение плеча доставки продукции до магазинов и общих затрат логистики. Компании необходимо было получить конкретные рекомендации, каким образом развивать цепи поставок на горизонте нескольких лет. Для этого ретейлер решил использовать методы математического моделирования. Партнером и консультантом по проекту стала компания «Корус Консалтинг».

В ходе проекта специалисты интегратора провели интервью с бизнес-экспертами ключевых подразделений «О’КЕЙ», собрали массив данных, предпосылки и ограничения, спроектировали бизнес-архитектуру сети. На исторических данных эксперты создали цифрового двойника, а далее отрегулировали логику работы цепочек. Разработанные модели логистических цепочек розничной сети легли в основу будущих оптимизационных решений и разработки стратегии развития этого направления.

Как отмечает Игорь Шацкий, директор по логистике сети «О’КЕЙ», драйверами к построению цифровой модели цепочек поставок послужили постоянно растущая стоимость плеча доставки в дальние регионы и недостаточно высокая скорость реакции на изменения спроса в магазинах. В итоге удалось достичь значительного сокращения плеча доставки в магазины без увеличения бюджета логистики. За счет этого получена существенная выгода с точки зрения стоимости транспортных услуг, которая перекрывает стоимость дополнительных операций на распределительном центре, включая его аренду.

Обычные планы расстановки товаров на полке, которые обычно распечатываются на бумаге и размещаются на полках и прайсшинах, заменили в пилотных магазинах на формат дополненной реальности. Чтобы посмотреть актуальную схему выкладки товаров, достаточно с помощью приложения ARGUMENT отсканировать с помощью смартфона размещенный на полке специальный маркер. В результате на экране устройства развернется цветная схема, согласно которой необходимо разместить товары. Каждый маркер для удобства сотрудников визуально символизирует ту или иную категорию товаров.

Таким образом персонал в любой момент имеет под рукой актуальный план выкладки товаров. В результате увеличилась эффективность работы с ассортиментом, скорость смены товаров на полках и, сократилось использование бумаги для печати.

Как отмечает Александр Кузнецов, директор по внедрению розничных технологий макрорегиона «Волга» торговой сети «Пятерочка», грамотная выкладка товара напрямую влияет на рост оборота и прибыли. Однако в зависимости от наличия ассортимента и акций схемы размещения товаров могут часто меняться, а на донесение информации до сотрудников требуется время. Поэтому очень важно предоставлять доступ к информации в режиме реального времени. В результате пилота по работе с планограммами в формате дополненной реальности отмечена хорошая динамика по ключевым бизнес-показателям, а также получена положительную обратная связь от работников магазинов.

Для оценки эффективности решения в пилотных магазинах замеряли рост спроса на выложенные по электронной схеме товары и сравнивали с показателями магазинов контрольной группы с бумажными схемами выкладки. При этом анализировалась статистика платформы ARGUMENT по датам и частоте сканирований маркеров. В результате рост спроса на товары, размещенные по цифровым схемам, составил в среднем 2,8%, что на 560% превысило ожидаемый результат.

Автоматизация взаимодействия с внешними системами и сервисами облегчила взаимодействие с компанией для клиента. В том числе благодаря ей клиенты могут заявить о наступлении страхового случая не посещая офис страховой компании, а в некоторых случаях даже не собирая подтверждающие документы — страховая компания самостоятельно запрашивает их в государственных органах.

Роботы также взяли на себя значительную часть рутинной работы, которую ранее выполняли сотрудники.

Как отметил Владислав Набоков, начальник управления технологий СберСтрахование жизни, в прошлом году компания начала формировать собственный центр компетенций в области роботизации. Помимо прочего внедрение RPA-решений помогло настроить работу по реагированию на запросы и предписания, поступающие в организацию. По каждому запросу, требующему реакции, система автоматически назначает ответственного. Безошибочная и бесперебойная работа роботов позволила повысить уровень клиентского сервиса, избавить сотрудников от рутины, уменьшить количество ошибок и сэкономить миллионы рублей.

С целью выявления возможных областей контроля в бизнес-процессах, потенциальных направлений их совершенствования, а также исследования возможности применения новых технологий анализа исполнения бизнес-процессов руководство «Алроса» приняло решение провести цифровой аудит процесса технического обслуживания и ремонта. Для этого была выбрана команда «Рамакс».

Исследование процесса проводилось по пяти направлениям: соблюдение регламента планирования, корректность ведения учета ТОиР в системе, время процесса ТОиР, уровень автоматизации процесса и влияние ошибок на процесс. За несколько недель был восстановлен реальный ход процесса ТОиР на основании цифровых следов в ERP-системе, отражающих более 300 тыс. случаев выполнения процесса ТОиР (4,5 млн событий), а также найдено и проработано 15 областей потенциального улучшения, влияющих на прозрачность процесса технического обслуживания и ремонта и эффективность его планирования и управления.

Результатом аудита стали практические рекомендации по необходимым изменениям в процессе, а также была предложена маршрутная карта дальнейших действий для повышения эффективности использования бюджета ТОиР с применением технологии Process Mining.

Как отмечает Сергей Константинов, руководитель проекта от «Алроса», целью аудита был переход от качественной к количественной оценке влияния ключевых этапов процесса на общую эффективность работы компании. Требовалось провести поиск причин возникновения неоптимальных ситуаций и выработать рекомендации по их устранению. В ходе проекта удалось убедиться в бизнес-ценности технологии Process Mining. За короткое время были получены значимые результаты анализа процесса ТОиР и разработаны рекомендации для последующего его совершенствования.

В 2021 году дата-офис Альфа-Банка запустил проект по созданию корпоративного каталога данных на базе Alation. Предпосылками для создания каталога были проблемы с поиском и однозначным пониманием данных различными подразделениями заказчика, что в свою очередь приводило к отсутствию понимания информационного ландшафта в целом, высоким трудозатратам на верификацию данных и экспертизе одного «лица». Проект предполагает поэтапную реализацию каталога данных: на первом этапе – в техническом контуре, где работают преимущественно специалисты по управлению данными, а на последующих – с охватом критичных бизнес-подразделений заказчика, где c данными работают предметные эксперты, бизнес-аналитики и руководители.

Как отмечает Александр Заболоцкий, руководитель дирекции технологических платформ и развития процессов управления данными Альфа-Банка, ключевой задачей было внедрение платформы, дающей возможность сотрудникам понимать весь информационный ландшафт банка. После установки решения банк начал наполнение каталога данных с контура корпоративных хранилищ, которые содержат 70% гранулярности данных банка.

После ввода системы в промышленную эксплуатацию были получены положительные отзывы пользователей об удобной функциональности для поиска, определения и актуализации данных, наглядной визуализации метаданных. На последующих этапах внедрение такого интегрированного набора инструментов в бизнес-подразделениях позволит существенно ускорить поиск нужных данных, сократить время бизнес-аналитиков на разработку или корректировку отчетов, а руководителям – принимать решения на основе достоверной и качественной информации.

Как выяснилось в ходе исследования «Российский рынок СХД: какие способы хранения данных выбирают ИТ-руководители», проведенного «Т1 Интеграция», Huawei и GlobalCIO, на рынке систем хранения данных появляется спрос на flash- и гиперконвергентные системы, облачные хранилища, а также сервисы производителей программно-аппаратных решений по предоставлению инфраструктуры хранения данных как услуги. При выборе СХД компании принимают во внимание такие критерии, как бюджет, типы и объем хранимых данных, производительность и отказоустойчивость систем, регуляторные требования и другие факторы.

К внедрению новых технологий компании подходят с осторожностью, часто не видя в них острой необходимости на данном этапе развития инфраструктуры. Так, например, для 70% опрошенных оказалось не важным применение технологий на основе искусственного интеллекта в СХД. В 69% компаний не используют массивы all-NVMe и лишь 15% планируют расширять масштаб их применения. Гибридные СХД продолжают приобретать 39% респондентов, только 19% используют исключительно all-flash, а остальные применяют обе технологии в разных пропорциях. 39% опрошенных не интересуются моделью предоставления емкости по запросу (Capacity on Demand), ее применяют лишь 15%. Подавляющее большинство (88%) респондентов не используют решения для удаленного доступа к данным RDMA (Remote Direct Memory Access) и RoCE (RDMA over Converged Ethernet).

Однако в будущем ИТ-руководители не исключают более широкого применения новых технологий. Среди перспективных направлений развития СХД они отметили All-Flash, гибридные технологии, облачные решения, искусственный интеллект, гиперконвергентные решения, распределенные хранилища. Ключевая причина невысокого спроса на новые продукты – недостаток финансирования: только в 20% организаций планируют увеличивать бюджет на СХД в 2022 году, а в 66% бюджет останется на прежнем уровне.

Облачные решения помогают оптимизировать бюджеты на СХД, однако этим инструментом пользуется не очень активно. Исследование показало, что компании хранят в облаке сравнительно небольшой объем корпоративных данных: в половине организаций он не превышает 20%, а более 50% данных в облако отдают лишь 14% компаний. Наиболее распространенными типами данных, хранимых в облаке, оказались массивы данных и хостинг интернет-магазинов, порталов, блогов и других статических сайтов. Больше половины респондентов при планировании и приобретении новых решений для хранения данных отдают предпочтение зарубежным производителям, тогда как только 14% – отечественным.

Как отмечают аналитики, российский рынок СХД глазами ИТ-директоров выглядит достаточно консервативно. Важна активная просветительская работа, демонстрация возможностей систем и их тестирование. Все это дает основания полагать, что уже в ближайшие годы на рынке произойдет качественный скачок, и решения all-flash алгоритмы ИИ в СХД получат все большее распространение.

Разумеется, перемены не могут произойти мгновенно: должен закончиться жизненный цикл текущих продуктов, который у СХД старшего класса может доходить до 5-10 лет. Кроме того, необходимо продумать вопросы совместимости с legacy-системами, чтобы переход к новым решениям обеспечивал главное: непрерывность бизнес-процессов и вывод их на новый уровень.

Комплексы будут использоваться в двух филиалах компании «Россети Ленэнерго»: «Кабельная сеть» и «Гатчинские электрические сети». По итогам тестирования, которое завершится в первом квартале 2022 года, будет принято решение о масштабировании решения. Экзоскелеты не ограничивают свободу действий и могут эксплуатироваться со штатной спецодеждой. Они позволяют наполовину снизить нагрузку на опорно-двигательный аппарат и снижают риск травм.

Поднимая груз в таком снаряжении, специалист чувствует лишь половину веса. В конструкции экзоскелета применяются композитные материалы и детали, напечатанные на 3D-принтере. Образцы уже прошли апробацию в условиях, приближенных к реальным. Сейчас идет этап пилотного внедрения и тестирования, по результатам которых будут приниматься решения о масштабировании проекта.

Экзоскелеты пройдут испытания в работах по заземлению воздушных линий электропередачи, при расчистке растительности на просеках, а также при переносе тяжелых материалов и инструментов.

S/4HANA стала цифровым ядром, к которому подключены 26 предприятий «Северстали» в 35 географических локациях и в котором учитываются производственные операции, ресурсы, финансовые результаты и активы компании. Ежедневно в системе работают до 20 тыс. человек.

Переход на новую платформу потребовался по двум причинам. Во-первых, поддержка использовавшейся версии SAP будет полностью прекращена в конце 2027 года, и более ранний переход позволил в комфортном темпе отладить и стабилизировать процессы. Новые решения уже развиваются на базе S/4HANA. Во-вторых, «Северсталь» нацелена ускорить ввод новых ИТ-решений в компании, а доработки предыдущей версии ERP-системы могли бы сильно его замедлить.

Смена технологической платформы позволила увеличить производительность системы, повысить скорость процессов и скорость дальнейших разработок для улучшения ее работы. Кроме того, появилась возможность вести учет финансовых результатов не по отдельным бизнес-единицам, а по стримам (upstream и downstream), что отражает существующую организацию компании. Также новая платформа позволяет составлять сквозную отчетность по всей группе компаний.

Специалистам «Северстали» удалось сократить количество нестандартных разработок в системе почти втрое. Команда проекта стандартизировала множество бизнес-процессов и в результате отказалась от 1601 из 3090 пакетов разработок и от 1805 из 3294 уникальных отчетов. За счет стандартизации процессов и уменьшения количества кода повышается производительность системы, а изменения уже внедряются в два раза быстрее. В дальнейшем на базе новой системы есть возможность развивать машинное обучение и встраивать программных роботов, которые позволят оптимизировать и ускорить бизнес-процессы.

Как отметил Сергей Дунаев, генеральный директор «Северсталь-инфоком», проект нацелен не на техническую конверсию, а на внедрение обновленных бизнес-процессов, то есть многое запускается «с нуля». В ходе работ проанализировали имеющиеся процессы, избавились от лишнего и неактуального, поменяли логику адаптации стандартных функций системы под целевые бизнес-запросы – это сотни организационных и технологических изменений. Проект реализовывался в условиях пандемии, и вся проектная команда перешла на удаленный режим работы.

Переход на новую систему был выполнен без негативного влияния на ежедневный бизнес компании. 64 смежные системы и 501 интеграционный сценарий были успешно переключены на S/4HANA без значимых сбоев в смежных процессах. Начиная с четвертых суток, ЧерМК – основное предприятие «Северстали» – начал работать по производственному плану, сформированному в новой системе. На восьмые сутки большая часть пользователей начала осуществлять привычные бизнес-операции в S/4HANA, а к концу второй декады вышли на режим реального времени по большинству транзакций.

LXP-система помогла Unilever в решении ключевых задач: оценке уровня знаний сотрудников отдела логистики и клиентского сервиса в области работы с данными, обучению сотрудников инструментам, необходимым для работы с данными, а также устранению разрыва в навыках специалистов в области DDDM.

Работа проходила в несколько этапов. В рамках первого из них Unilever определила четыре модуля, по которым следует формировать программу: цифровые тренды в бизнесе (Machine Learning, Data Science, AR, VR и т.д.), RTVA (облачные системы вычислений), инфографика и визуализация данных, математическое мышление (статистика и аналитика). Задача требовала кастомизированного подхода, так как на рынке не было готового подходящего продукта по DDDM. Команда методологов TalentTech проанализировала программы контент-провайдеров и сформировала собственный продукт под запрос клиента.

После регистрации на LXP-платформе сотрудники прошли адаптивное тестирование на определение уровня владения необходимыми навыками. Были сформированы четыре теста на знание каждого модуля. Если сотрудник сдавал тест с первого раза, демонстрировал владение программой курса, ему сразу выдавали сертификат. Для остальных система определяла, в каких модулях и темах навыков недостаточно. Она выполняла умный подбор контента с помощью искусственного интеллекта и автоматически назначала обучение по этим модулям. После прохождения этапа первичной оценки 40% сотрудников верифицировали свой навык, остальные перешли к фазе обучения. Такой персонализированный подход к обучению позволил сэкономить 225 часов рабочего времени на 100 человек.

Весь обучающий контент был систематизирован и размещен в приложении TalentTech. Сотрудник сам выбирал удобное для учебы время и платформу. После обучения назначалась повторная оценка, чтобы получить срез по эффективности. По результатам итогового тестирования был сделан вывод, что число сотрудников с навыком DDDM за месяц увеличилось на 85%.

Так как речь шла о совершенно новой программе развития сотрудников, было важно оценить ее эффективность. Выводы о ценности программы осуществлялись на основе двух метрик: процента успешно пройденных оценок аналитики собранной обратной связи от сотрудников. В результате курс получил оценку пользователей четыре балла из пяти. В открытых вопросах преобладающее большинство слушателей охарактеризовали контент как интересный и полезный.

Как отмечают в Unilever, благодаря реализованному проекту компании удалось обучить сотрудников фронт- и бэк-офиса системно мыслить и отлаживать бизнес-процессы с помощью дата-инструментов. Использование LXP-системы позволило оптимизировать затраты на развитие персонала и существенно сократило время обучения за счет создания индивидуальной программы по необходимым параметрам в рамках одной платформы.

В ходе проекта были разработаны цифровые пошаговые инструкции для оценки состояния производственного оборудования при выполнении регулярных обходов, в которых зафиксированы подлежащие контролю параметры и чек-листы проверки состояния оборудования. В качестве мобильных устройств были одновременно задействованы промышленные AR-очки и планшеты.

С помощью новой системы при выполнении операций производственный персонал следует цифровому руководству к действию, фиксирует состояние оборудования, имеет возможность на месте проанализировать дополнительную информацию, указать необходимые параметры. При этом решение позволяет оставлять цифровой след всех выполненных операций на устройстве и снизить нагрузку на сотрудника в части подготовки результирующих отчетных документов, поскольку все данные автоматически собираются в аналитическом модуле решения.

Внедрение AR-системы позволило сократить время операций обходов оборудования, повысить качество обходов оборудования, а также получить информацию по обходам в цифровом виде для последующего анализа.