Новости

С ростом бизнеса банку стало сложнее управлять рабочим временем персонала из разных филиалов: строить и сопоставлять графики, соблюдать нормативы, формировать отчеты и согласовывать изменения. Руководство банка приняло решение расширить функциональность уже внедренного корпоративного портала на платформе «1С-Битрикс24». Для реализации пригласили специалистов «Корус Консалтинг».

Совместная команда из специалистов интегратора и банка исследовала внутренние процессы, проанализировала потребности персонала и руководства. На основе полученных результатов разработали форму учета рабочего времени, настроили порядок утверждения изменений, автоматизировали процесс ознакомления с графиками, добавили возможность выгружать отчеты по введенным данным. Для удобства были настроены фильтры – по подразделениям, отдельным сотрудникам, должностям, статусам и месяцам. При изменении уже сформированных графиков система автоматически проверяет их на соблюдение нормативов.

В новом модуле используется функциональность системы кадрового делопроизводства «1С:ЗУП», которая была интегрирована с порталом в предыдущем проекте. Сотрудники и руководители подписывают графики рабочего времени прямо в системе и при необходимости выгружают отчеты в формате Excel.

Решение позволило сократить время на планирование и управление рабочими графиками сотрудников банка, свести к минимуму возможные ошибки и «пересечения» смен. Руководители отслеживают нагрузку и изменения, контролируют соблюдение нормативов, утверждают графики рабочего времени в электронном виде, а сотрудники – просматривают и подписывают их.

Объем российского рынка разметки данных увеличился в первом полугодии 2022 года почти на 70% относительно аналогичного периода прошлого года и составил 1,6 млрд руб., подсчитали эксперты Elementary. Динамичное развитие рынка подтверждается и ростом интереса россиян к работе разметчиками данных: количество пользователей, зарегистрированных на специализированных площадках, выросло на 60%. Годом ранее темпы роста были ниже – 20%.

В частности, существенный прирост пользователей на площадке Elementary произошел за счет самозанятых. Сейчас на их долю приходится 85% всех пользователей платформы. Это стало возможно благодаря подключению бесплатной услуги от СберБанка для корпоративных клиентов — «Реестровые выплаты самозанятым в рамках зарплатного проекта». За счет нее реестровые зачисления денежных средств на счета самозанятых совершаются быстро, а чеки самозанятых формируются автоматически.

В конце 2021 года в Elementary провели пилот по привлечению к работе по разметке данных сотрудниц ряда территориальных отделений Сбера, находящихся в декретном отпуске. За первые 3 дня пилота на площадке зарегистрировалось более 1 тыс. человек. Сегодня декретницы составляют 10% разметчиков, занятых на площадке. Еще 5% приходится на маломобильных граждан и матерей детей с инвалидностью.

В 2022 году пилот по привлечению к работе по разметке данных сотрудниц в декрете масштабируется на весь Сбер.

По словам Александра Ведяхина, первого заместителя председателя правления Сбербанка, внедрение ИИ в ключевых отраслях экономики ведет к увеличению таких показателей, как скорость, качество, персонализация, экономическая эффективность, в 5–7 раз. Фундамент для отраслевого внедрения ИИ в России за три года реализации федерального проекта «Искусственный интеллект» уже заложен, а движущие факторы развития ИИ, такие как кадры, исследования, регуляторика и другие, развились достаточно. Теперь стоит задача ускорить переход к повсеместному и масштабному внедрению ИИ в ключевых отраслях.

Финансовый эффект от систем искусственного интеллекта в Сбере в 2021 году составил 205 млрд руб., а цель на нынешний год — 230–250 млрд руб. Это возможно благодаря нескольким тысячам разработанных ИИ-моделей. В Сбере около 2,2 тыс. процессов и 450 клиентских путей, причем более 65% процессов и 85% клиентских путей — уже с ИИ.

Например, фреймворк LightAutoML (LAMA) позволяет автоматически строить модели обучения с учителем. Человеку достаточно установить решение, загрузить датасет и поставить задачу. LAMA работает на уровне 10% лучших дата-сайентистов и снижает затраты на обучение модели более чем в 5 раз.

Kandinsky — самая большая модель генерации изображений по текстовому описанию на русском языке. Использовать ее можно для создания любых видов изображений — иллюстраций, материалов для рекламы, архитектурного и промышленного дизайна и даже дизайна в области цифрового искусства.

Также разработана ИИ-модель для обнаружения научных трендов в области ИИ (SciARTM). Для обучения использовался датасет из 73 тыс. научных публикаций с топовых научных конференций. Предобученная модель дообучается на небольшом пакете новых научных статей, что позволяет идентифицировать тренды на ранних этапах. В итоге модель выявляет 85% трендов, причем делает это примерно в 5 раз быстрее, чем сообщество экспертов.

По предварительным расчетам Сбера, которые еще предстоит валидировать и подтверждать на конкретных кейсах, наибольший эффект ИИ может дать в строительстве, сельском хозяйстве, обрабатывающих производствах, здравоохранении.

При помощи AR-навигации пассажиры рейсов, вылетающих из Шереметьево, могут построить кратчайший маршрут от их местоположения до выхода на посадку, а прилетающих рейсов — до паркинга аэропорта или к поездам аэроэкспресса. Для этого нужно найти свой рейс на онлайн-табло приложения или отсканировать посадочный талон, далее выбрать опцию «Построить маршрут».

Новая функция также поможет пользователям найти нужные магазины, кафе и другие объекты инфраструктуры аэропорта. Для этого необходимо перейти в раздел «Схема аэропорта», выбрать опцию «Построить маршрут», найти нужный объект из предложенного списка — и приложение построит до него маршрут.

Навигация внутри больших помещений, таких как аэропорты, вокзалы, торговые центры, является очень сложной задачей для мобильных приложений с картами, которые используют спутниковую систему навигации GPS, из-за того, что сигнал со спутника зачастую не проходит внутрь помещения. Решить эту проблему позволяет технология Visual Positioning System (VPS), которая c высокой точностью определяет положение телефона в пространстве и накладывает слой дополненной реальности с навигацией внутри помещения.

Технология VPS использует цифровой слепок локации, который создается специально для каждого проекта. Когда пользователь наводит камеру телефона на локацию или объект, специальная нейросеть на его устройстве сканирует особые точки с видеопотока камеры. Эти точки сопоставляются с цифровым слепком локации — так определяется позиция пользователя, и на экране приложения появляется AR-графика.

Для использования AR-навигатора по Шереметьево понадобится мобильное устройство с поддержкой систем ARKit и ARCore. Под этот критерий подходит большинство современных смартфонов.

Как отмечают в InfoWatch, практически еженедельно в первой половине года публиковались сведения о крупных утечках из отечественных компаний и госорганов. В их числе РЖД, авиакомпания «Победа», телекоммуникационные компании «Ростелеком» и «ВымпелКом», информационный портал Ykt.ru, сервисы «Мир Тесен», Fotostrana.ru и Text.ru, развлекательный ресурс Pikabu, сервисы доставки «Яндекс.Еда», Delivery Club и 2 Berega, школа управления «Сколково», образовательный портал GeekBrains. Таким образом, всего за полгода в Сеть попало количество записей ПДн, которое превышает население России.

Кроме того, резко выросла доля утечек, спровоцированных действиями внешних нарушителей. По сравнению с аналогичным периодом прошлого года в мире она выросла примерно с 60% до почти 90%, а в России – с 21% до 81%. Подобная аномальная динамика связана с несколькими причинами:

• После 24 февраля 2022 года произошел резкий всплеск хакерской активности, включая вовлечение в нее большого количества жителей Украины, а также повышение доступности инструментов для участия в кибератаках.
• Ослабление контроля за информационными активами в период пандемии спровоцировало сотрудников к хищению данных, также имеет место внедрение инсайдеров.
• Еще выше стала доля скрытых внутренних нарушений.
• Американским и европейским компаниям по-прежнему выгодно обвинять в нарушениях «русских хакеров» и другие типы внешних нарушителей, нежели проводить объективные расследования в рамках их жесткого законодательства в данной сфере.

Как подчеркивают аналитики, повышение ценности конфиденциальной информации в цифровую эпоху на фоне понижения уровня защищенности цифровых активов в период пандемии, а также на новом витке кибервойн, обуславливает рост доли утечек умышленного характера.

Наиболее востребованным типом данных в преступном сообществе пока остаются персональные данные, но их доля в первой половине 2022 года сократилась как в России, так и в мире. Это произошло за счет более активной борьбы организованных групп хакеров за доступ к сведениям экономического характера. Вместе с тем, если судить по открытым данным, существенно снизилась доля утечек государственных секретов.

Как и следовало ожидать, первое место по количеству обнаруженных утечек в ДаркВебе и закрытых Telegram-каналах занимают США, которые обладают самой мощной и интересной для хакеров экономикой. На втором месте оказалась Россия: число кибератак на ее информационные ресурсы существенно возросло с марта этого года, что привело к большему, чем в аналогичном периоде 2021 года, числу утечек конфиденциальной информации.

Что касается отраслевого разреза, то в России доля утечек, которые пришлись на организации сферы «Торговля и HoReCa», несколько выше, чем в мире – 27%. Очевидно, хакеры в последнее время испытывали повышенный интерес к масштабным клиентским базам крупных российских ретейлеров и поставщиков услуг. Кроме того, доля утечек из промышленных и транспортных организаций в России (10%) оказалась ниже, чем в мире.

Из всех объявлений в ДаркВебе, в которых удалось установить тип продаваемой информации, в 81% случаев продавцы на теневых форумах предлагали приобрести базы персональных данных клиентов компаний и государственных органов. В 13% случаев речь идет о продаже коммерческих тайн компаний, а 3% и 2% объявлений, соответственно, предлагают платежную информацию и сведения категории «государственная тайна».

Как резюмируют аналитики, ситуация осложняется тем, что вектор многих атак становится все более сложным: злоумышленники из-за пределов информационного контура организации все чаще вступают в сговор с сотрудниками и реализуют многоступенчатые схемы похищения информации. Однако сдержанный оптимизм внушает то, что в России планируется ввод оборотных штрафов за утечки данных. Возможно, это заставит организации изменить отношение к обеспечению безопасности персональных данных.

Как отмечают в КАМАЗе, повышение точности учета деталей при производстве сложных изделий может привести к значительному сокращению издержек. Однако номенклатура деталей на производстве включает более 10 тыс. артикулов. Быстрая и безошибочная идентификация каждой детали, подсчет и внесение данных в журналы учета является сложной задачей. Например, один готовый автомобиль содержит тысячи уникальных деталей, каждая из которых проходит свой путь на предприятии, включая производство на нескольких переделах, логистику, хранение. Важно проследить этот путь, учесть количество деталей и заготовок на каждом этапе, чтобы обеспечить стабильность и ритмичность производства, сократить потери, улучшить качество диспетчеризации и производственного планирования.

Автоматизировать этот процесс позволяет технология машинного зрения. Математическая модель, лежащая в ее основе, надежно распознает и подсчитывает детали, даже если в кадре появляется человек, изменяется освещение или фон. При этом можно использовать обычные веб-камеры, не оснащенные искусственным интеллектом, поскольку основная аналитика ведется на стандартном компьютерном сервере. Система, разработанная компанией «Моделирование и цифровые двойники», обеспечивает точность распознавания в диапазоне 95-99%.

Распознавание деталей

Пилотный проект покрывает один крупный производственный участок, где ведется окраска деталей грузовых автомобилей. Система распознает детали, движущиеся на подвесном конвейере, подсчитывает их количество для дальнейшего учета и сверки. Для этого участка характерны многие неблагоприятные факторы, мешающие работать системам машинного зрения – в поле обзора видеокамер попадают посторонние объекты, конвейер с деталями движется неравномерно, специального освещения не предусмотрено. При этом необходимо было учесть следующие требования:

• Система должна гарантировать устойчивую и быструю работу со всем номенклатурным рядом деталей – идентификацию, подсчет, сравнение.
• Система не должна требовать чрезмерных вычислительных мощностей для своей работы.
• Система не должна делать ошибки при подсчете (не более, чем при ручном подсчете).
• Научить систему идентифицировать новую деталь на производстве должно быть достаточно просто и не требовать больших трудозатрат.

Последнее требование особенно важно, поскольку внесение новых деталей в систему – это не просто ввод цифровых артикулов, а внесение множества образов и последующее обучение математической модели.

В рамках пилотного проекта были реализованы два основных сценария: автоматическое распознавание деталей на конвейере и распознавание детали с помощью мобильного устройства. В первом случае камера закреплена в определенной области конвейера, непрерывно снимая поток деталей и автоматически внося свои показания в ERP-систему. В результате происходит точное распознавание деталей и подсчет их количества, а далее система сверяет данные с количеством в учетной системе.

Во втором сценарии сотрудник открывает на смартфоне специально подготовленную веб-страницу мобильной части системы распознавания деталей. Когда технику во время сортировки нужно было определить деталь, достаточно было навести его камеру на деталь, сделать снимок и получить на экране ее артикул.

На сегодняшний день в рамках обучения и тестирования моделей стационарной и мобильной систем распознавания, выполнен ряд задач:

• Подготовлены фотографии деталей для обучения моделей стационарной и мобильной систем.
• Выполнена разметка образцов деталей для стационарной системы.
• Произведено обучение модели на размеченных образцах деталей.
• Выполнено тестирование модели на образцах деталей, которые не участвовали в процессе обучения модели.

Для того чтобы масштабировать систему, экспертам предстоит решить одну из ключевых задач – быстро внести в модель образы всех деталей, выпускаемых предприятием. Десятки тысяч деталей нельзя заносить вручную поштучно – этот процесс потребует значительных временных затрат. Кроме того, это минимизирует эффекты от системы при том, что, по прогнозам экспертов, целевой срок ее окупаемости – не более 1,5 лет. Для решения этой задачи будет создан программный «конвейер» по автоматизации внесения деталей – он позволит образу детали проходить путь от 3D-модели, разработанной конструктором, до модели машинного зрения с минимальным участием человека.

В ГК «Астра» сообщили о лавинообразном спросе и росте поставок своего ПО в образовательные организации по результатам первого полугодия 2022 года. В сравнении с аналогичным периодом 2021 года количество поставленных в систему образования лицензий ОС Astra Linux выросло на 514%. В этом сегменте с весны не просто наблюдается повышенный интерес к российским технологиям, а делаются реальные шаги в сторону импортозамещения. Заказчики, которые до недавнего времени лишь тестировали продукты, теперь нацелены на их приобретение и применение, а многие из тех, кто ранее уже перевел свои ИТ-инфраструктуры на ОС Astra Linux, сейчас начали полноценное внедрение другого импортонезависимого ПО.

Ярче всего данная тенденция прослеживается среди ведущих вузов страны, которые уже приступили к комплексному переводу своих ИТ-инфраструктур на отечественное ПО. Среди них можно выделить МИРЭА, МФТИ, НИЯУ МИФИ, МАИ, ДВФУ, Финансовый университет при Правительстве РФ, РАНХиГС, ЗАБГУ, ИЖГТУ и др. Заказчики отмечают, что одним их ключевых факторов, повлиявших на их выбор, стала успешная миграция на стек решений ГК «Астра», уже реализованная в ряде ведущих университетов страны. Кроме того, не менее важным является наличие широкой экосистемы совместимых с Astra Linux собственных решений, а также стороннего ПО, в числе которого есть аналоги иностранных программных продуктов, традиционного применяемых в образовательных организациях.

В рамках программы «Цифровая образовательная среда» продолжились поставки лицензий на ОС Astra Linux в школы. Чтобы обеспечить непрерывность рабочих процессов в ситуации, когда зарубежные вендоры уходят с российского рынка, отечественный софт активно заказывают в Смоленской, Белгородской, Орловской, Курской и Свердловской областях, Забайкалье и Пермском крае, а также в Татарстане, Удмуртии, Республике Саха и т.д. При этом многие образовательные организации закупают ПО вместе с привилегированной технической поддержкой и нередко заказывают услуги поддержки сразу на три года.

Во многих региональных управлениях началась работа по созданию своих центров компетенций по продуктам «Астра». На данный момент уже более 100 таких центров функционируют в 30 регионах России. В ближайшем будущем существующий список пополнится Челябинской областью, Хабаровским краем, Республикой Мордовия, Республикой Тыва и Татарстаном.

В России «Зентива Фарма» занимается поставками широкого ассортимента лекарственных и косметических товаров. Компания пользовалась системой SAP, и после ухода вендора из страны столкнулась с риском отключения от программного обеспечения. Руководство приняло решение о переходе на «1С:ERP Управление предприятием». При этом важно было внедрить систему в сжатые сроки, так как в начале июня финансовой службе предстояло закрывать управленческий учет за май, а затем — сдавать регламентированную отчетность за второй квартал 2022 года. В качестве партнера по реализации проекта Zentiva выбрала «Корус Консалтинг».

В ходе проекта сначала был сформирован MVP системы и определена очередность запуска функциональных блоков. Первыми стали продажи, склад и закупки. В новой системе было важно учесть специфику отрасли: партионный учет медицинских препаратов и прослеживаемость цен лекарств по всей цепочке внутри России. Необходимо было максимально опираться на типовую функциональность, чтобы уложиться в срок и обеспечить методологически правильное решение. В результате компания начала работать с этими модулями уже через полтора месяца после старта проекта.

В рамках второго этапа проекта был запущен управленческий, финансовый и налоговый учет. Через два месяца после начала проекта Zentiva сформировала в ERP-системе управленческую отчетность, а через три — закрыла очередной отчетный период. Специалисты также интегрировали 1C:ERP с WMS и другими инструментами компании, выполнили ряд доработок в части оперативного учета, контроля отгрузок и печатных форм. При таких сроках требовалось удвоенное внимание вопросам интеграции, в частности финансового и операционного контура.

Решение не только устранило зависимость от SAP, но и открыло для компании новые возможности. Например, оно повысило уровень автоматизации при формировании управленческой отчетности в первые три рабочих дня после окончания периода. Для финансовой службы появились удобные аналитические отчеты, упростились некоторые операции по оперативному учету.

Аналитики отмечают, что сложившаяся в 2022 году ситуация является уникальной для зрелого рынка, каким является рынок офисного ПО в России. На конец 2021 года насыщение было достаточно высоким и дальнейший рост предполагался плавным. Однако наблюдаемые макроэкономические факторы, динамика спроса в 2022 году, требования госрегулирования, развитие игроков рынка ведут к кардинальному изменению структуры рынка в течение ближайших 3-5 лет, в том числе к резкому увеличению доли российского офисного ПО.

Так, ранее ожидались более плавная динамика увеличения доли российского офисного ПО (с 7% в 2020 году до 40% в 2026 году) и open source ПО (с 15% до 30%), а также уменьшение доли зарубежного ПО (с 78% до 30%) и более равномерное распределение рынка между разными типами игроков. Согласно результатам нынешнего исследования, при условии сохранения наблюдаемых тенденций можно ожидать, что к концу 2027 года большую долю рынка будут занимать российские платформы офисного ПО (прогноз до 82%), на долю open source решений останется 10%, а на долю зарубежных – 8%.

В J’son & Partners Consulting также прогнозируют частичное перераспределение доли рынка в пользу двух российских производителей ПО: «Р7» и «МойОфис». При этом потенциальная емкость рынка может достигать 327,3 млрд руб. Она включает в себя, помимо пользователей, приобретающих коммерческое лицензионное ПО, также тех, кто пользуется cвободным ПО (open source), условно бесплатными сервисами (в том числе freemium), необновляемым, устаревшим или нелицензионным ПО.

В 2022-2023 годах прогнозируется достаточно резкое увеличение темпов роста российского рынка ПО, несмотря на ожидаемое сокращение общих темпов роста экономики РФ. До 2025 года рост будет умеренным, далее замедлится в связи с ожидаемой реакцией госсектора и коммерческого сектора на требования государства по импортозамещению и с учетом скорости принятия решений, проведения закупок и внедрения. Среднегодовой темп роста рынка в 2022-2027 годах составит 10-12%.

Если говорить об объемах российского рынка офисного ПО, то за 2021 год он вырос на 3,7 млрд руб. и достиг отметки 42,5 млрд руб. (в 2020 году он составлял 38,8 млрд руб.). Большая доля рынка пришлась на коммерческий сектор (28,8 млрд руб.), на втором месте государственный сектор (10,9 млрд руб.), на третьем – физические лица (2,8 млрд руб.).

Основными драйверами динамики являются:

• уход с российского рынка зарубежных игроков;
• необходимость обеспечения информационной безопасности и цифрового суверенитета как государственными, так и коммерческими предприятиями;
• активные действия государства по поддержке отечественных производителей и импортозамещению;
• последовательная политика Министерства цифрового развития, связи и массовых коммуникаций;
• усиление требований государственных и коммерческих организаций по наличию контроля над хранением данных;
• рост лояльности потребителей к российскому ПО;
• усилия вендоров по улучшению функционала;
• повышение бизнес-рисков использования зарубежного ПО.

Барьером в развитии рынка может стать замедление темпов роста экономики, что повлияет на покупательскую способность организаций, учреждений и населения.

«АтомЭнергоСбыт» реализует комплексный подход к автоматизации дистанционного обслуживания и управлению качеством клиентского опыта и автоматизации сервиса. В результате проекта, реализуемого на платформе Naumen, контакт-центр компании перейдет на гибридную модель обслуживания: каждое обращение интеллектуальная система будет передавать на обработку боту-помощнику или оператору, опираясь на его тему и контекст общения с клиентом. При этом обращения из всех каналов будут обрабатываться в рамках одной очереди, а операторы и боты будут использовать единые сценарии обслуживания и базу знаний.

Такая модель обслуживания делает сервис более доступным для клиентов и повышает скорость консультаций. Сохранение качества сервиса помогут обеспечить гибкие алгоритмы распределения обращений, бесшовная смена бота оператором и постоянное дообучение ИИ-помощников в low-code интерфейсах силами сотрудников контакт-центра.

Искусственный интеллект сможет помочь в работе и самим сотрудникам. Во время обслуживания звонков и чатов клиентов операторы будут получать подсказки от бота-суфлера, встроенного в рабочее место. С помощью ботов-суфлеров контакт-центр сможет как повысить скорость обслуживания, так и сократить срок адаптации и обучения операторов-новичков.