Новости

На первом этапе были автоматизированы свыше 10 бизнес-процессов в департаменте технической инфраструктуры, в том числе строительство сети, подключение, сервис и техническое сопровождение корпоративных клиентов. В рамках проводимой комплексной трансформации эти бизнес-процессы были оптимизированы для снижения количества рутинных и ручных операций, что приведет к улучшению производительности работы.

После запуска системы в промышленную эксплуатацию в компании ожидают сокращение сроков исполнения бизнес-процессов и улучшения качества предоставляемых клиентам услуг. В частности, клиенты заметят улучшение в уровне обслуживания и биллинге за счёт автоматизации отдельных рутинных операций.

Применяя интегрированное решение IBM Business Automation Workflow, которое является частью открытой платформы Cloud Pak for Business Automation, «ЭР-Телеком» использует преимущества открытой гибридной облачной среды в целях автоматизации цифровых рабочих процессов – как локально, так и в любой облачной среде. Данный подход повышает производительность работы за счет применения интеллектуальной автоматизации для трансформации ключевых операций.

Как отмечает Александр Дробязкин, руководитель проекта OSS «ЭР-Телеком Холдинг», благодаря встроенным компонентам платформы IBM Business Automation Workflow, запуск и оптимизацию бизнес-процессов возможно вести в единой интегрированной среде, что позволяет разговаривать со всеми участниками бизнес-процессов на одном языке, используя современные подходы Agile. Снижение количества операций программирования в пользу конфигурирования стало дополнительным бонусом, благодаря чему за короткий срок удалось создать собственный центр компетенций.

Бизнесу, особенно крупным предприятиям, необходимы квалифицированные специалисты для борьбы с кибератаками, которые постоянно развиваются и усложняются. Компании часто объединяют функции ИТ и информационной безопасности в рамках одного отдела из соображений удобства и ускорения бизнес-процессов. Однако такой подход противоречит принципу разделения обязанностей. Борьба с угрозами не может вестись эффективно, если одни и те же сотрудники отвечают и за решение повседневных ИТ-задач, и за оценку киберрисков.

Только в 3% крупных российских компаний есть отдел киберразведки (Threat Intelligence) и в 2% — отдел анализа вредоносных программ. Но 58% опрошенных ожидают, что в следующие три года расходы на информационную безопасность в их компании вырастут. Основными предпосылками для увеличения бюджета респонденты называли растущую сложность корпоративной ИТ-инфраструктуры и необходимость повышать квалификацию сотрудников.

Цифровые инициативы с применением элементов технологий искусственного интеллекта помогли бизнесу адаптироваться к условиям пандемии, минимизировали участие людей в повседневных операциях и способствовали оптимизации бизнес-процессов. Компании, которые уже использовали технологии искусственного интеллекта и машинного обучения, расширили список инициатив и ускорили запланированные проекты, а компании, не применяющие эти технологии, смогли увидеть преимущества конкурентов, извлекающих выгоду из интеллектуальных решений.

Финансовый сектор остается крупнейшим потребителем на рынке искусственного интеллекта, внедряя технологии анализа и расследования мошенничества, а также автоматизированного анализа и предотвращения угроз. Инвестиции в создание цифровых помощников росли самыми быстрыми темпами по мере того, как компании применяли возможности искусственного интеллекта в процессах обслуживания клиентов и для автоматизации внутренних и внешних рутинных операций.

Сектор производства (как дискретного, так и непрерывного) применяет элементы искусственного интеллекта для автоматизированного профилактического обслуживания и управления качеством, часто в проектах, связанных с использованием технологий Интернета вещей. Применение алгоритмов машинного обучения для оптимизации цепочки поставок пока не привлекло больших инвестиций, но в прогнозируемый период до 2024 года эти расходы будут расти в среднем в три раза быстрее, чем рынок в целом.

Обслуживание клиентов, планирование спроса и рекомендации в процессе продаж для онлайн-покупателей стали факторами, стимулирующими расходы организаций розничной и оптовой торговли на искусственный интеллект. Компании розничной торговли инвестируют в такие сценарии применения искусственного интеллекта, как чат-боты, оптимизация цен и цифровые рекомендации товаров, с целью повышения привлечения клиентов и обеспечения доходов в цифровых каналах продаж.

В 2020 году наблюдался значительный рост инвестиций со стороны государственных организаций, который до 2024 года продолжится со средним ежегодным темпом 26%. Этот рост будет поддерживать заявленная государственная программа в области развития искусственного интеллекта. Цифровые услуги для граждан и применение искусственного интеллекта для работы инфраструктуры (автономные ИТ) также будут стимулировать приток инвестиций со стороны государственных организаций.

Для сферы здравоохранения технологии ИИ стали особенно значимы в условиях пандемии. Заметные результаты от внедрения систем диагностики и лечения, а также цифровых ассистентов для обработки запросов пациентов обеспечивают прочную основу для роста ИИ в секторе здравоохранения с со среднегодовым темпом 40% в течение прогнозируемого периода.

По оценкам IDC, расходы на решения в области искусственного интеллекта продолжат демонстрировать среднегодовой рост на уровне 18,5% до 2024 года. Ожидается, что в 2023 году рынок ИИ преодолеет отметку в 500 млн долл., и его объем к 2024 году составит 555 млн долл.

Пилотная частная беспроводная сеть связи «Норникеля» одновременно работала в стандартах 5G и LTE, позволяя поддерживать критически важные для предприятия функции, такие как надежная и безопасная передача голоса и данных, видеонаблюдение, поддержка удаленной работы с оборудованием по видеоканалам, связь между распределенными производственными площадками и центром управления и многие другие.

Пилотная сеть была развернута на руднике «Скалистый» на глубине 875 и работала на базе решения Nokia промышленного класса для цифровых беспроводных сетей горнодобывающей отрасли. Запущенная сеть включала в себя оборудование и программное обеспечение для ядра сети 4,9G/LTE и 5G, оборудование базовых станций Flexi Zone Micro LTE и Nokia AirScale 5G, а также решение для групповой оперативной связи.

Проведенные испытания подтвердили возможности технологий в части оперативного развертывания широкополосной беспроводной сети связи в условиях реальной горнодобывающей среды. Достигнутые результаты доказали эффективность применения и перспективность использования выделенной сети 4,9G и 5G, как единой среды передачи данных для существующих платформ ГМК «Норильский никель» и новых цифровых продуктов с различным профилем трафика.

Развертывание частных беспроводных сетей на базе технологии LTE или 5G открывает в будущем для предприятий «Норникеля» новые возможности в сферах роботизации, удаленной и автономной работы, полной автоматизации транспортных средств, аналитики и безопасности.

Как отметила Лиана Ермишина, директор департамента информационных технологий «Норникеля», на сегодняшний день весь мир пристально смотрит в сторону потенциального применения сетей 5G в промышленности. Уровень автоматизации на рудниках «Норникеля» постоянно повышается, внедряются инновационные системы и технологии, и в связи с этим закономерно растут требования к беспроводной сети передачи данных. Компания рассматривает возможность использования LTE и впоследствии 5G под землей, потому что эти сети оптимально подходят для повышения мер безопасности на производстве, а также реализации сценариев продвинутой цифровизации, например таких, как автономная добыча руды и дистанционное управление техникой.

Дивизион «Горнорудный» включает в себя добывающие предприятия «ЕвроХима». Несмотря на распределенную структуру и масштаб компании, бюджетный процесс добывающих предприятий не был унифицирован и автоматизирован в достаточной мере. Бюджет отдельных предприятий формировался в MS Excel и хранился децентрализовано, а доступ к детальным показателям бюджета был затруднен.

Для оптимизации процесса руководство компании приняло решение внедрить систему автоматизированного бюджетирования и отчетности для четырех предприятий дивизиона «Горнорудный»: разработать и согласовать новую унифицированную методологию бюджетирования, внести данные бюджетов и рассчитать калькуляцию производственной себестоимости. В качестве методологического партнера была приглашена компания PwC, разработавшая унифицированную бюджетную модель добывающих предприятий, базирующуюся на драйверно-нормативном подходе с применением метода планирования с нулевой базой. ИТ-партнером для реализации проекта выступил «Корус Консалтинг».

В ходе проекта была спроектирована и настроина новая бюджетная модель и отчетность в системе Oracle Hyperion Planning. Система позволила сформировать подробную смету плановых затрат на два года с детализацией по 21 аналитике на основе производственной программы и нормативов, благодаря чему по первичным статьям детализируются 100% расходов. Для сокращения сроков ввода исходных данных из Excel-файлов в систему «Корус Консалтинг» использовал собственное коробочное решение «Файл сбора данных», которое преобразует данные из таблиц в формат, подходящий для последующей автоматической обработки.

Сейчас система калькулирует сквозную и попередельную себестоимость готовой продукции с учетом специфики каждого предприятия, формирует бюджет доходов и расходов, а также плановый баланс – все это помесячно на горизонте двух лет. На основе ожидаемой сметы затрат, планов по реализации продукции и условий платежей рассчитывается движение дебиторской и кредиторской задолженности. Далее автоматически формируется бюджет движения денежных средств с учетом изменения остатков запасов и расчетов. Инструмент сокращает количество ошибок за счет принципа «двойной записи» и автоматизации процессов, а также возможности проведения аудита изменений. Расшифровка себестоимости по первичным (например, селитра, шарошечные долота, расходы на персонал, виды запчастей, налоги и так далее) и вторичным (руда, вскрыша, хвосты магнитной сепарации) элементам затрат производится автоматически с учетом остатков незавершенного производства. Все затраты раскладываются на суб-драйверы для последующего хеджирования и позиционной торговли (продажи и закупки).

Система запущена на четырех предприятиях дивизиона: Ковдорский ГОК, Усольский калийный комбинат, ЕвроХим-ВолгаКалий и ЕвроХим-Удобрения. Новый инструмент унифицировал аналитическую бюджетную модель добывающих предприятий, в том числе нормативно-справочную информацию и бюджетные формы по 14 областям планирования: от производственных программ до мастер-бюджетов. Инструментом пользуется более 350 руководителей и экспертов предприятий.

Как отмечает Юрий Борщик, руководитель финансовой функции дивизиона «Горнорудный» «ЕвроХим», благодаря реализации проекта удалось унифицировать подходы к бюджетированию различных предприятий. Получена возможность за минуты полноценно пересчитывать бюджет при изменении вводных данных и снизить риск ошибок, присущий расчетам в Excel. Кроме того, обеспечено автоматическое формирование не только планового отчета о прибылях и убытках, но и баланса и бюджета движения денежных средств с детализацией до первичных драйверов.

Цифровой советчик с использованием искусственного интеллекта и больших данных позволяет контролировать температуру стали в промковше. Показатель является критически значимым, так как если при разливке стали ее температура упадет ниже определенного минимума, это приведет к остановке производственного процесса. Перегрев же металла повышает себестоимость продукции и негативно сказывается на ее качестве.

Сложность заключается в том, что для каждой марки стали существуют свои технологические параметры и нормативы. Решение потребовало машинного обучения математической модели на основе больших данных. Сейчас сервис в онлайн-режиме дает рекомендации пользователям по определению оптимальной температуры плавки, что приносит прямой экономический эффект за счет снижения расхода электродов и электроэнергии в процессе производства стали.

Созданный продукт в режиме реального времени оценивает десятки параметров плавки, прогнозирует теплопотери, простои и рекомендует оптимальную температуру стали для минимизации затрат и безаварийной разливки. Исторически сталевары и мастера электросталеплавильного цеха руководствовались в работе огромным собственным опытом, однако математические модели позволяют действовать точнее и эффективнее.

Как отмечает Юрий Волошин, руководитель направления операционной эффективности дивизиона «НЛМК-Сорт», после запуска сервисов на базе машинного обучения температуру в промковше удалось снизить на несколько градусов, что позволило оптимизировать расход энергоресурсов при обработке металла и экономить более 10 млн руб. в год. Это не предел, и эффект будет только расти, за счет масштабирования решения на аналогичный агрегат второй технологической линии и расширения показателей для оптимизации.

В дополнение к рекомендательному сервису, Accenture разработала набор отчетов для специалистов и руководителей, позволяющий отслеживать, контролировать и анализировать ключевые метрики технологического процесса, а также выявлять и прорабатывать возможные отклонения от рекомендаций сервиса.

Атаки на медицинские организации приобрели беспрецедентный размах еще в 2020 году. Сотни больниц оказались жертвами программ-вымогателей Maze и Ryuk. Компании превратились в мишени для независимых хакерских группировок и профессиональных команд. Цели злоумышленников были самые разные – от банального вымогательства до кражи результатов исследований COVID-19. Росла и инсайдерская угроза, которая, в сочетании с человеческими ошибками, стала причиной массовых утечек конфиденциальных данных.

Начало 2021 года показало, что уязвимость медицинских компаний остается высокой. Аналитики Varonis установили, что среднему сотруднику медицинской организации доступны более 11 млн файлов. Причем, чем меньше компания, тем меньше в ней ограничений на доступ к файлам. В небольших медицинских организациях рядовому работнику доступно 25% файлов. В крупных организациях этот показатель составляет уже 16%.

Глобальные группы доступа предоставляют широкие возможности по обмену информацией. В результате этого чувствительные данные быстро расползаются по инфраструктуре: их копируют, пересылают, изменяют и удаляют. Все это ведет к потере контроля над распространением важных сведений и превращает организацию в легкую добычу киберпреступников, которым достаточно завладеть всего одной учетной записью. После этого атака может беспрепятственно развиваться вплоть до получения полного контроля над инфраструктурой.

Отдельной проблемой является и присутствие в инфраструктуре организации фантомных учетных записей – неиспользуемых, но все еще активных. Они являются для хакера удобным способом незаметного перемещения по файловой структуре компании и доступа к критичным внутренним системам. По данным Varonis, в секторе здравоохранения 77% компаний используют аккаунты с бессрочными паролями, а у 79% организаций в системе активно свыше 1 тыс. «аккаунтов-призраков».

Результаты исследования Varonis показали, что жизненный цикл утечки в сфере здравоохранения – от совершения атаки до ее обнаружения и устранения последствий – составляет рекордные 329 дней. В 2020 году средний ущерб от утечки данных составил 7,13 млн долл., и по сравнению с 2019 годом он вырос на 10,5%.

Молодые клиенты более склонны искать поддержку не у компании, поставившей им товар, а на стороне — так показывает опрос, проведенный в декабре 2020 года аналитиками Gartner. 62% участников опроса, относящихся к поколению двухтысячных и 75% — к поколению Z, сообщили, что они всегда или по большей части самостоятельно решают проблемы, даже если у них есть возможность обратиться в официальную службу поддержки. Среди послевоенного поколения «бумеров» так поступает только 19%, а среди поколения X — 43%.

К склонности молодых клиентов искать поддержку на стороне не следует относиться как к проблеме для службы поддержки, считают аналитики. В действительности это помогает повысить лояльность клиентов. Клиенты, использующие сторонние каналы поддержки, сообщают о высоком уровне удовлетворенности — иногда даже более высоком, чем остальные клиенты, если судить по индексу потребительской лояльности (net promoter scores, NPS) и индексу повышения ценности (value enhancement scores, VES).

Аналитики рекомендуют изучить весь процесс поиска клиентами поддержки по наиболее популярным запросам к поисковым системам и вывести официальные страницы компании на первые места в результатах поиска, а также дать сотрудникам службы поддержки возможность взаимодействовать с клиентами на внешних сайтах и в соцсетях.

Новая система должна стать одним из ключевых инструментов повышения эффективности администрирования персонала. Решение позволит оптимизировать процесс учета рабочего времени сотрудников магазинов, повысит корректность и скорость подготовки данных к расчету заработной платы и создаст платформу для реализации других сервисов HR. Благодаря системе в компании появится единое хранилище данных учета рабочего времени всех бизнес-направлений.

Поэтапное внедрение системы Goodt Time рассчитано на 12 месяцев. Пилотный проект уже действует в нескольких магазинах в Москве и Краснодаре. Он продлится два месяца.

В рамках проекта заработает «биржа смен» – цифровой сервис для управляющих и работников сети. Это личный кабинет сотрудника, где он может указать готовность выходить на подработку, удобный район и возможный график. Директоры магазинов через биржу смогут размещать запросы на дополнительный персонал. Сотрудник может принять подработку или отказаться – тогда заявка вернется на биржу. В системе будет рейтинг временных сотрудников, лучшие предложения будут получать люди с более высоким рейтингом.

Как рассчитывает Анна Боброва, директор по персоналу сети «Магнит», интеллектуальная система учета рабочего времени поможет более качественно и оперативно планировать нагрузку и распределять трудовые ресурсы, повысит прозрачность процессов, снизит количество ошибок. Не менее важно, что это решение существенно упростит работу директоров магазинов в области администрирования линейного персонала.

Программные роботы помогают службе внутреннего контроля банка собирать и проверять данные из различных информационных систем, выполняя однообразные рутинные операции и предоставляя сотрудникам возможность сфокусироваться на аналитике и принятии решений.

В качестве технологической основы роботизации банк выбрал платформу Automation Anywhere. Консультантом по внедрению стала российская компания ОТР.

Важной особенностью проекта стало то, что он был выполнен в условиях ограничений, вызванных эпидемией, когда проектные команды работали удаленно. Выяснилось, что выполнять трансформацию операционных процессов и запускать программных роботов в крупной организации можно не выходя из дома.

В ходе проекта был разработан программный робот, который в автоматическом режиме запускается несколько раз в течение дня и последовательно выполняет операции: принимает и разбирает входящие запросы от национальных регуляторов республики, собирая информацию об операциях в нескольких информационных системах банка, а также обновляет справочную информацию в этих системах, приводя их в соответствие последним данным регуляторов. По результатам работы система информирует сотрудников службы внутреннего контроля Банка.

По итогам проекта Hamkorbank добился повышения скорости обработки запросов и снижения операционных рисков в несколько раз. В ближайшем будущем банк планирует расширить применение технологии RPA для автоматизации других операционных процессов.