Новости

Контакт-центр Bosch обслуживает потребителей продукции торговой марки, а также оказывает аутсорсинговые услуги российским технологическим компаниям. Проект миграции был вызван в том числе необходимостью гибко управлять затратами, строить отчетность и оперативно наращивать мощности контакт-центра для поддержки растущего количества потребителей.

В системе настроен IVR (интерактивное голосовое меню), которое обеспечивает маршрутизацию входящих вызовов на операторов в зависимости от тематики обращений. Обработка вызовов осуществляется в едином рабочем окне, где отображается вся необходимая информация.

Новое решение позволяет обрабатывать до 11 тыс. обращений в месяц и гибко масштабировать мощности. За полгода с момента перехода на новую платформу 66 сотрудников контакт-центра Bosch обработали более 57 тыс. обращений.

Госучреждения, которые, как правило, не соглашаются выкупать украденные данные, все равно находятся под ударом. Злоумышленники атакуют их не столько ради финансовой выгоды, сколько с целью нарушить работу государственных систем, украсть или уничтожить конфиденциальные данные. Кроме того, эксперты Positive Technologies связывают такой выбор жертв с большим количеством сотрудников, которые активно используют электронную почту и другие средства коммуникации в работе: возникает множество точек входа в инфраструктуру ведомств.

Самое частое последствие успешных атак — нарушение основной деятельности организации (48% инцидентов), на втором месте — утечка конфиденциальной информации (41%). Аналитики фиксируют также непрерывный рост этого показателя: в 2022 году утечки составляли 37%, в 2023-м — 41%, а в первом полугодии 2024-го — уже 48%.

Главные мишени для проникновения в сеть госструктур — компьютеры, серверы и сетевое оборудование: по оценке Positive Technologies, на них было направлено 80% успешных атак. Почти в половине инцидентов (47%), рассмотренных в исследовании, злоумышленники применяли социальную инженерию и полагались на человеческий фактор, чтобы ввести жертв в заблуждение. Помимо этого, в каждой второй успешной атаке (56%) применялись вредоносные программы. Популярность этого метода неуклонно растет: 48% инцидентов — в 2022 году, 57% случаев — в 2023-м и 68% — в первой половине 2024-го. Прежде всего, эта динамика обусловлена простотой и эффективностью применения вредоносного ПО. Кроме того, существует активный теневой рынок, где можно арендовать или купить готовое ПО, а также заказать его индивидуальную разработку.

Государственный сектор — самый атакуемый APT-группировками. В целенаправленных атаках преобладает вредоносное ПО (83% инцидентов), преимущественно трояны удаленного доступа (65% случаев) и шпионские программы (35% случаев). Также злоумышленники покупают или обменивают учетные данные для доступа к скомпрометированным устройствам в дарквебе. Анализ теневых площадок показал, что в каждом шестом объявлении предлагается доступ к инфраструктуре скомпрометированных госорганизаций. Стоимость может варьироваться от 20 до нескольких тысяч долларов за доступы с высокими привилегиями. При этом в трети случаев цена не указывалась: это означает, что стороны договаривались о ней в частном порядке.

Важность построения результативной кибербезопасности в госсекторе диктуется опасными последствиями кибератак: нападение на одно ведомство может повлиять не только на него, но и на другие структуры, на все государство и его граждан. Например, кража персональных данных пользователей в результате атаки на одно госучреждение может повлечь за собой незаконный доступ как к государственным ресурсам других организаций, так и к коммерческим сервисам.

Многие организации вложили значительные средства в сервисы самообслуживания, однако опрос Gartner показал, что отдача от этих инвестиций остается довольно низкой.

Несмотря на то, что 73% клиентов на том или ином этапе обращаются к системам самообслуживания, решить возникающие вопросы в полной мере удается немногим. Важно, чтобы руководители отделов обслуживания клиентов и технической поддержки делали все необходимое для повышения эффективности отдачи от инвестиций в этой сфере.

Клиенты ощущают несоответствие между задачами, которые они хотят решить, и возможностями, которые может предложить им система самообслуживания. 45% из них заявили, что система не понимает, что они хотят сделать, а 43% не могут найти контент, относящийся к их вопросу. Самообслуживание может принести существенную пользу организациям и их клиентам, но необходимо работать над тем, чтобы потребности клиентов были поняты и удовлетворялись в полной мере.

Чтобы повысить качество система самообслуживания, руководители служб поддержки должны:

• Расширять и поддерживать контент, распределяя обязанности по его созданию и позволяя пополнять имеющиеся знания в рамках решения конкретного вопроса, а не отдельного независимого процесса.
• Стимулировать внедрение решений самообслуживания, используя для прогнозирования потребностей клиентов данные их учетной записи, а также информацию о характере взаимодействия и использования продукта.
• Упрощать процесс принятия решений на своем веб-сайте с помощью единого цифрового консьержа, такого как чат-бот GenAI, который позиционируется как наиболее важная точка входа в процесс взаимодействия с клиентами.
• Анализировать и повышать эффективность контента систем самообслуживания, позволяя клиентам и сотрудникам службы поддержки отмечать моменты, требующие вмешательства. Совершенствовать процесс непрерывного улучшения качества контента.

Организациям нужно стараться улавливать и прогнозировать желания клиентов, подбирая наиболее подходящее для них решение.

Внедрение цифровых помощников снижает нагрузку на медицинский персонал, так как 58% времени врачи и администраторы затрачивают на поиск информации и заполнение документации. ИИ-ассистенты помогают транскрибировать аудио, обрабатывать текст без потери смысла и анализировать полученные данные. По оценкам Т1, интеллектуальная обработка сокращает время работы с документами на 80%, благодаря чему эффективность работы медицинских специалистов увеличивается на треть. В частности, ИИ автоматизирует подготовку протоколов по операционным процедурам, а также контролирует изменения состояния здоровья в режиме реального времени с прогнозированием возможных рисков. За счет этого врач может уделить больше времени лечению пациента.

Искусственный интеллект также помогает руководителям медицинских организаций оптимизировать управление внутренними процессами, бюджетом и результатами принимаемых решений. Программы для автоматического сравнения, анализа и генерации документов ускоряют работу и снижают число ошибок, а системы контроля функционирования оборудования и ИТ-инфраструктуры предупреждают возможные сбои и поломки.

Медицинские организации внедряют и применяют в своем цифровом ландшафте широкий набор инструментов: платформы графовой аналитики, «умную» обработку документов и многие другие. Благодаря этим возможностям врачи могут быстрее и точнее ставить диагнозы, руководители — эффективнее управлять медицинской организацией и минимизировать риски, а население — получать своевременное лечение и индивидуальный подход.

Размещение серверного оборудования на внешних площадках – многолетняя стратегия «ВсеИнструменты.ру». ИТ-инфраструктура гипермаркета насчитывает более 200 физических и более 2 тыс. виртуальных серверов, на которых хранится порядка 800 Тбайт данных. Это мощный ресурс, который поддерживает работу федеральной сети продаж. Чтобы обеспечить бесперебойную работу всех ИТ-систем и максимальную доступность сервисов для клиентов, компании необходимы надежные партнеры, которые смогут предоставить необходимое количество стойко-мест и поддержать рост ретейлера в долгосрочной перспективе.

С 2021 года вычислительные ресурсы «ВсеИнструменты.ру» распределяются между тремя площадками в рамках столичного региона, однако не все выбранные исходно дата-центры смогли обеспечить возможности роста и расширения инсталляции. В 2024 году гипермаркет приступил к поиску новой площадки для миграции ИТ-инфраструктуры. К претенденту предъявлялись максимально жесткие требования: SLA по доступности услуг на уровне Tier III, небольшая удаленность от других ЦОДов, расположенных в столичном регионе, наличие определенных телеком-операторов и доступ к облачным сервисам, доступность необходимого количества стоек и возможность для масштабирования, наличие услуги remote/smart hands и клиентских помещений, круглосуточный доступ для авторизованного персонала, высокая скорость реакции на запросы.

По итогам проведенного тендера выбор был сделан в пользу оператора IXcellerate, который смог гарантировать соответствие всем требованиям при оптимальном ценовом предложении.

Разработчики программного обеспечения уже сейчас извлекают немалую выгоду из генеративного ИИ, который помогает им быстрее решать трудоемкие задачи, изучать новые языки и фреймворки и повышать общую производительность труда. При этом эффективность искусственного интеллекта начинает ощущаться и в сфере анализа данных.

Изменение роли аналитика данных

Внедрение больших языковых моделей позволяет значительно расширить возможности аналитиков. Выполнение рутинных операций (включая генерацию программного кода, написание SQL-запросов и построение диаграмм) упрощается и ускоряется. Специалисты по обработке данных могут сосредоточиться на более сложных задачах и задачах, имеющих стратегическое значение. А это в свою очередь упрощает и ускоряет рабочие процессы всей компании. Раньше аналитикам приходилось часами писать код и рыскать в поисках документации на конкретные библиотеки. Искусственный интеллект ускоряет выполнение обеих этих задач, позволяя брать за основу сгенерированный им код с последующей его правкой в случае возникновения такой необходимости.

Меняется сама роль аналитиков. Они будут уделять больше времени потребностям бизнеса – правильному формулированию целей исследования и оптимизации – и меньше рутинным подготовительным операциям. Впрочем, забегать вперед не стоит. Навыки программирования по-прежнему нужны, и без них пока не обойтись. Но в простых ситуациях ИИ вполне способен самостоятельно генерировать требуемый код и обобщать полученные результаты. В перспективе можно ожидать дальнейшего снижения потребностей в программировании и переключения аналитиков на решение задач бизнеса.

Изменение инструментария

Влияние искусственного интеллекта распространяется также на инструменты, используемые аналитиками в своей работе, например, на интерактивный блокнот Jupyter Notebook и совместимые решения. Формат блокнота никуда не исчезнет. Скорее всего, в дальнейшем блокноты станут более гибкими, позволяя сохранять ячейки с кодом и различные выходные данные. Блокнот будет больше похож на ChatGPT, поскольку у него имеется доступ к вашим данным и соответствующим инструментам. Уже одно только существенно расширит круг потенциальных аналитиков. Платформы для анализа данных будут играть значительно более важную роль и с точки зрения обмена результатами, что является ключевой частью работы аналитика. Одно дело – найти в данных некие сведения, и совсем другое – убедить остальных в правильности ваших утверждений. Обладая информацией о целях исследования и целевой аудитории, платформы для анализа смогут создавать отчеты, используемые при обмене данными. Инструменты, основанные на искусственном интеллекте, упорядочат ячейки в соответствии с целями и целевой аудиторией. При этом процесс останется интерактивным. На определенных этапах в него будут вовлечены помощники с искусственным интеллектом, а некоторые задачи ИИ сможет решать автономно. Но в более сложных ситуациях все равно понадобится вмешательство человека.

Важность семантического уровня

Преобразование необработанных данных в значимую бизнес-информацию осуществляется главным образом на семантическом уровне. Здесь бизнес-термины связываются с базовыми данными, обеспечивая согласованность определений в организации. В компаниях, где используется несколько систем хранения и множество различных инструментов для построения запросов и визуализации, семантический уровень играет объединяющую роль. Такая согласованность имеет жизненно важное значение для финансового, маркетингового и ИТ-отделов, а также для подразделений, которые часто хранят данные на разных платформах и обращаются к разным инструментам. Унификация данных организации на семантическом уровне упрощает их представление в общепринятых бизнес-терминах. Фактически он выполняет функцию переводчика между исходными данными и бизнес-приложениями, придавая данным бизнес-контекст. Моделирование с четко определенными значениями и параметрами позволяет получать результаты более высокого уровня, вычисляя в том числе и ключевые показатели эффективности.

На семантическом уровне разрыв между исходными данными и бизнес-анализом устраняется, обеспечивая согласованную интерпретацию данных и составление единообразных отчетов в рамках всей организации. Фактически он становится краеугольным камнем аналитических инструментов и всего информационного ландшафта в целом.

Развитие аналитики, основанной на искусственном интеллекте

Если разработчики получают от ИИ сгенерированный код, то аналитики и бизнес-пользователи смогут находить с его помощью ответы на вопросы об отчетах. Со временем искусственный интеллект будет обрабатывать все больше и больше данных из хранилищ организаций, в том числе данных систем CRM, систем технической поддержки и ERP-систем. Платформы для анализа смогут использовать базы знаний компании, включая информацию о ее клиентах и финансовых показателях, а также сведения, полученные из внешних источников (данные фондовых бирж, новостные ленты и анализ рыночной ситуации). Платформы на базе ИИ, анализирующие огромные объемы накопленных данных, будут способствовать повышению эффективности взаимодействия бизнес-подразделений.

При этом ответственность за результаты процессов ИИ по-прежнему лежит на человеке. Поскольку результаты, генерируемые ИИ, непосредственно влияют на принимаемые решения, человек должен уметь их объяснить. Этапы, составляющие последовательность анализа, никуда не исчезнут – возрастет лишь уровень их автоматизации. А поскольку последовательность шагов, приводящая аналитика к определенному выводу, остается понятной и прослеживаемой, преимущества искусственного интеллекта позволят существенно повысить эффективность анализа данных.

Сейчас внедрением генеративного ИИ занимается примерно 9% компаний. Но почти треть этих проектов, считают в Gartner, к концу будущего года будет остановлена — в основном из-за низкого качества данных, неадекватного контроля рисков, растущих затрат или отсутствия ценности для бизнеса.

Развертывание технологий ИИ стоит дорого, отмечают аналитики: стоимость проектов колеблется от 5 до 20 млн долл. К 2028 году более половины предприятий, создававших большие языковые модели с нуля, откажутся от них из-за затрат, сложности и большого технического долга.

Тем не менее, в некоторых случаях компаниям удается реализовать преимущества генеративного ИИ, хотя это зависит от сценариев использования, видов работ и квалификации сотрудников. В среднем, по данным опроса руководителей компаний, доходы увеличиваются на 16%, затраты снижаются на 15%, а производительность растет на 23%.

Технологии генеративного ИИ многие считали эффективным средством повышения производительности труда, но результаты опроса, проведенного компанией Lucidworks, показывают, что окупить затраты на их внедрение сложно. В 42% компаний отмечают, что проекты внедрения генеративного ИИ еще не принесли существенной выгоды. Компании технологического сектора и розничной торговли отличаются более высоким уровнем внедрения и окупаемости проектов, но в целом в большинстве отраслей осуществляются пока только пилотные программы.

Главной проблемой руководители по-прежнему чаще всего называют безопасность, но актуальность проблемы затрат за последний год резко выросла. При этом измерить фактическую выгоду от внедрения ИИ все еще трудно.

В 2022 году почти половина поставщиков ITSM-систем покинули российский рынок. Среди них ServiceNow IT Service Management, HP Service Manager, Jira Service Management, BMC Remedy Service Management Suite и многие другие. При этом, по оценке Ростелекома российский рынок ITSM по итогам 2022 года оценивался в 8 млрд руб. Группа IBS и компания «РТК ИТ Плюс» провели опрос среди крупных компаний и выяснили, какими темпами идет импортозамещение ITSM-платформ, а также какой функционал для компаний крайне важен.

По данным опроса, 76% компаний в России уже используют ITSM-системы, которые применяются для управления ИТ-ресурсами. Еще 7% пока не знакомы с такими решениями, а 17% не планируют их внедрять, так как справляются с запросами в ручном режиме. При этом, в большинстве компаний отметили, что внедрение ITSM-системы позволило ускорить выполнение задач минимум вдвое, автоматизировать работу внутренних департаментов (26%) и оптимизировать время работы смежных служб (24%).

Также в рамках исследования поинтересовались, в какие сроки ожидается переход с западных на отечественные решения. Почти половина – 48% – ответили, что планируют миграцию в ближайший год. Еще 37% планируют проекты в ближайшие 5 лет, а 15% отметили, что продолжат использовать «трофейное» ПО, несмотря на прекращение его поддержки вендорами.

Кроме того, 35% компаний, которые уже перешли на решения российских вендоров, указывают на безусловное улучшение качественных показателей работы ITSM-систем после ухода иностранных вендоров. Чуть меньше половины компаний не видят разницы между функциональностью российских и иностранных решений. 21% респондентов все еще сомневаются в качестве российских продуктов.

Также у респондентов поинтересовались, как они оценивают наличие средств ИИ в ITSM-системах. 65% ответили, что нейросети в таких решениях – это излишество. 35%, напротив, очень ждут появления данного функционала, который будет закрывать большую часть работы.

Робот-инвентаризатор, внедренный «ВкусВиллом», представляет собой транспортное средство, оснащенное телескопической мачтой и видеокамерами, которые позволяют считывать QR-коды на товарах, расположенных на стеллажах. Система видеоаналитики, использующая нейросетевые алгоритмы, обрабатывает полученные данные и сопоставляет их с информацией из системы управления складом (WMS).

Мачта робота поднимается на высоту до 12 метров, позволяя добраться даже до верхних полок склада. Программное обеспечение робота интегрируется с существующими складскими системами управления, что делает его универсальным инструментом для различных складских комплексов. Например, он может работать совместно со складским роботом-паллетоперевозчиком или другим тяговым устройством.

Инвентаризатор имеет камеры с двух сторон и за один проезд целого пролета способен просканировать стеллажи и справа, и слева, снизу доверху. Камеры расположены по высоте на уровне каждого яруса хранения, что позволяет роботу сразу проинвентаризировать все ярусы и стеллажи с обеих сторон. Достаточно одного проезда инвентаризатора, чтобы отсканировать все ячейки.

Как отмечает Алеся Шереметьева, управляющая обеспечением и цепочкой поставок «Вкусвилла», ранее для инвентаризации склада приходилось раз в месяц приглашать около 50 сотрудников и 15 ричтраков с водителями. Успешный запуск робота-инвентаризатора в РЦ «Домодедово» — начало программы автоматизации складских процессов. В будущем «ВкусВилл» планирует внедрить аналогичные системы на других своих складах и логистических центрах.

В рамках «DeepТech Фабрики» предпринимателям предлагается возглавить собственный DeepTech-стартап, основанный на базе научных компетенций и реальных запросов индустриальных компаний.

В основе создания каждого стартапа лежит подтвержденный технологический запрос компании, команда ученых из российских НИИ и университетов, а также предприниматель. Пройдя квалификационное профилирование и трансформирующее обучение, готовящее к задачам технологического предпринимателя, участники смогут выбрать понравившийся бизнес-кейс «DeepТech Фабрики», получить долю в капитале стартапа и направить команду на путь создания уникальных рыночных решений. Пилотный проект 2024 года финансируется организаторами.

От участников ожидается проработка бизнес-модели, а также управление командой и проектом. Привлечение инвестиций в стартап является совместной задачей НАТТ и предпринимателя. При этом НАТТ берет на себя отбор задач и анализ рыночных ниш, подбор научных команд и взаимодействие с корпорациями.