Рексофт

По результатам проведенных интервью экспертами «Рексофт Консалтинг» были выделены пять ключевых областей, в которых сосредоточены основные трудности, не позволяющие эффективно внедрять ИИ-решения в российских компаниях:

• Взаимодействие Data-специалистов с бизнес-заказчиком
• Данные
• Управление разработкой и технологии
• Передача в эксплуатацию и поддержка ИИ-решений
• Поиск, удержание и развитие Data Science специалистов.

Среди наиболее частых причин возникновения трудностей при взаимодействии data-специалистов с бизнес-заказчиком называются такие как завышенные ожидания бизнеса, нежелание бизнеса трансформироваться и неадаптированная корпоративная культура. Наиболее остро они проявляются в случае, если бизнес инвестирует в ИИ, но не достигает эффекта и испытывает затруднения с приживаемостью решений. Для их успешного внедрения бизнес-заказчикам необходимо быть готовыми трансформировать свою операционную модель.

В блоке данные фигурируют такие корневые причины, как недостаточный уровень автоматизации бизнес-процессов, низкий уровень зрелости инфраструктуры данных, низкое качество исходных данных и длительный процесс их получения, неадаптированные для цифровых решений на базе ИИ процессы сбора и управления данными. Трудности, связанные с данными, всегда охватывают не только ИИ-разработку, но и всю компанию из-за отсутствия единых требований и настроенных процессов. Проблематика в части данных характеризуется тезисом «новые проблемы, старые решения» – прежде чем приступать к Data Science, необходимо отладить и адаптировать процессы, связанные с управлением данными.

Технологический стек для разработки решений на базе ИИ постоянно меняется и развивается. Здесь data-специалисты выделяют отсутствие стандартов ИИ-разработки и гибкого подхода при прототипировании ИИ-решений, а также отсутствие сформированного подхода к работе с внешними разработчиками ИИ-решений.

В сегменте передачи в эксплуатацию и поддержки ИИ-решений специалисты отмечают отсутствие выстроенного процесса передачи в эксплуатацию и четких критериев приемки решений, а также то, что подходы ИБ не адаптированы к внедрению решений ИИ и оценке его рисков. Для минимизации барьеров, с которыми сталкиваются компании при масштабировании пилотных ИИ-решений, необходимо заранее договариваться о критериях успеха и продумывать модель поддержки. Критически важно до старта проекта определить и согласовать подход к оценке экономического эффекта со всеми заинтересованными сторонами, а также выстроить долгосрочную систему мотивации вовлеченных сотрудников, чтобы избежать трудностей с приживаемостью решений.

Особенную озабоченность у опрошенных экспертов вызывает задача поиска, удержания и развития специалистов Data Science. Существующие во многих российских компаниях HR-процессы поиска, найма, адаптации и удержания персонала не адаптированы для data-специалистов. Недостаток так называемых Т-shape специалистов, имеющих широту знаний и дополнительные навыки в смежных сферах, обостряет разрыв между бизнесом и Data Science. HR в сложившейся ситуации не понимает, как развивать последних и адаптировать первых. Организационные структуры и функционально-ролевые модели ИТ во многих российских компаниях не успели адаптироваться к системному внедрению решений на базе ИИ, что размывает распределение ответственности и роль Data-специалистов.

Исследование показало, что 54% предприятий имеют планы полноценной замены западных программных решений на горизонте 3-5 лет. Оптимальный и достижимый срок окупаемости решений сильно зависит от класса решения и объема инвестиций и обозначается компаниями в диапазоне от 3 до 5 лет.

Также компании задаются вопросом о возможности вывода созданного продукта на рынок. 23% участников опроса заявили о готовности предприятия самостоятельно заниматься дистрибуцией своего решения, 4% говорят о необходимости разделения этой задачи с ИТ-партнером, 36% — предполагают сугубо внутренне использование решения в рамках контура своей структуры.

При выборе ИТ-партнера по созданию индустриального решения компании называют в первую очередь наличие локальной команды, обладающей отраслевой экспертизой, опытом разработки и внедрения подобных решений, наличие круглосуточной техподдержки и готовности к развитию и кастомизации будущего продукта. Также важным требованием является российская юрисдикция партнера и отсутствие санкционных факторов.

В ходе работ по запуску нового сегмента терминала аэропорта «Домодедово» была внедрена высокотехнологичная система обработки багажа нового типа. Оборудование для системы было поставлено Vanderlande Industries. Специализированное программное обеспечение управления системой было разработано «Рексофт». В результате была решена задача внедрения сложнейшего программно-аппаратного комплекса на всех уровнях – от автоматики и контроллеров до управляющей системы верхнего уровня. Решение позволило обеспечить технологическую независимость систем управления аэропорта.

Автоматизированная система сортировки багажа (АССБ) выполняет комплексную задачу регистрации, сортировки, досмотра и доставки багажа на борт воздушного судна, а также выдачи багажа пассажирам при прилете. В состав системы входит 88 стоек регистрации, разветвленная сеть транспортировки багажа, пятиуровневая система досмотра багажа, системы контроля безопасности и таможенного досмотра, многоуровневая система хранения багажа.

АССБ построена на базе современной технологии TUBTRAХ, позволяющей обрабатывать багаж в индивидуальных тележках-лотках с высокой скоростью и точностью. Скорость транспортировки багажа в такой системе в три раза больше, чем в обычной. Таким образом, при общем объеме обработки 6 тыс. единиц багажа в час время на обработку одной единицы багажа от стойки регистрации до загрузки на борт составляет 14 минут.

Подсистема хранения багажа рассчитана на 1,1 тыс. мест, включает в себя 12 трехметровых стеллажей, между которыми по специальным рельсам двигаются роботы, распределяющие багаж по нужным ячейкам. В результате пассажиры могут быть уверены, что даже при длительных стыковках или ранней регистрации их багаж будет доставлен на нужный рейс.

Как отмечает Константин Глушенков, старший инженер основного производства аэропорта Домодедово, запущенная система обработки багажа была настроена под бизнес-процессы аэропорта «Домодедово». Если раньше иностранные вендоры предлагали российским заказчикам «готовые решения» с минимальными возможностями адаптации, то в новом сегменте терминала Т2 функционирует масштабная импортонезависимая система, сделанная полностью по требованиям «Домодедово» как заказчика и учитывающая все профильные российские стандарты сортировки и досмотра.

Система распространения знаний, построенная в «Газпром нефти», представляет собой web-сервис, с помощью которого сотрудники компании могут оперативно получить информацию по особенностям функциональных и управленческих решений в рамках проектной, операционной деятельности, предложить собственные материалы и поделиться знаниями с коллегами. В рамках системы организовано экспертное сообщество, гарантирующее высокое качество и актуальность размещенных в базе знаний материалов. Ежемесячное количество уникальных пользователей превышает 4 тыс. чел. Система поддерживает материалы совершенно различного характера: от привычных текстовых статей и документов до видеосюжетов. Оценочный объем системы составляет более 4 Тбайт.

В качестве технологического партнера по развитию системы распространения знаний выступает «Рексофт». В частности, совместно с продуктовой командой «Газпром нефти» идет работа над продуктом «Моя Функция» (новый виток развития системы распространения знаний), который аккумулирует информацию по ключевым производственным знаниям.

Изначально решение создавалось на технологиях зарубежных компаний. В рамках дорожной карты по переходу на импортонезависимое ПО было принято решение о переводе базы знаний организации на open source. В результате в течение месяца была проведена полная замена ИТ-компонентов зарубежного производства.

Также была проведена замена платформы на. NET Core, лицензионная политика которой позволяет создавать проприетарное закрытое ПО. По функциональным возможностям новая платформа равна прежней и в некоторой степени даже превосходит ее по производительности: согласно сравнительным тестам, Core работает на 20-30% быстрее и обладает кросс-платформенностью, то есть совместима не только с Windows, но и с Linux и macOS.

Как отмечает Вероника Филимонова, заместитель генерального директора НТЦ «Газпром нефти» по экспертизе и функциональному развитию, система управления знаниями помогает сохранять интеллектуальный капитал компании, делиться им со всеми сотрудниками, обмениваться опытом и ноу-хау. В среднем ежедневно система прирастает на 10-15 новых документов. Компании важно гарантировать сохранность этих важных производственных знаний.

В ходе исследования были проанализированы мировые инициативы в этой области с 1970-х годов по текущей момент. В пул исследования входили как развитые западные страны, так и развивающиеся экономики. В частности, эксперты проанализировали успешный опыт государственных и частных институтов КНР (Китайского центра компетенций «China Competence Center»), Малайзии (Офис цифровых инвестиций DIO, Государственную программу развития Industry4WRD), Саудовской Аравии (Центра развития индустриальных компетенций) и Германии (Индустриального сообщества Global German Mining Network).

Резюмируя общемировой опыт, аналитики «Рексофт Консалтинг» выделили следующие ключевые компоненты успеха:

• Создание центров компетенции, сосредоточенных на разработке и производстве решений для локального рынка, но с обязательным последующим масштабированием за пределы страны (Китай, Малайзия).
• Организация центров развития индустриальных компетенций для подготовки и обучения квалифицированных кадров адресно под запросы различных отраслей индустрии (Саудовская Аравия, Китай, Малайзия).
• Создание Офисов цифровых инвестиций, которые оценивают, анализируют и координируют цифровые инвестиционные проекты – например, инициативы в области развития кадрового потенциала, сетей цифровой инфраструктуры и др. (Малайзия).
• Активное участие частных компаний в создании международных и локальных промышленных сообществ (при поддержке государства) в виде платформ для взаимодействия бизнеса и науки с целью обеспечения быстрого доступа к рыночной информации и прямым контактам, обмен опытом и др. (Китай, Германия).
• Реализация государственных программ финансирования, направленных на усиление возможностей локальных вендоров по разработке, адаптации и поставке решений для частных производств, государственных компаний и крупных корпораций – гранты малым наукоемким предприятиям, кредиты с государственной гарантией или субсидированной процентной ставкой (Китай, Малайзия, Германия).
• Создание специализированных фондов и агентств для поддержки экспортоориентированных инициатив компаний-разработчиков ИТ-решений (Малайзия, Китай).

Как подчеркивают аналитики, российский подход, основанный на консолидации усилий якорных предприятий отрасли и ключевых вендоров, одновременно с возможностями получения государственной поддержки, в целом соответствует успешному международному опыту. Вместе с тем, настораживает факт недостаточной ориентации на создание именно экспортного, а не локального продукта, выходящего за рамки интересов одного-двух якорных заказчиков. Ситуация также осложняется трудностями координации интересов корпораций – членов ИЦК (индустриальных центров компетенций импортозамещения цифровых решений в ключевых отраслях экономики), а также настороженным отношением к государственному финансированию, когда речь идет, по сути, о венчурной модели инвестиций. Российский подход с созданием ИЦК рассчитан на среднесрочные результаты в течение двух лет и может дать длительный кумулятивный эффект на горизонте 10-12 лет. В этой стратегии ИЦК займут позицию координаторов развития промышленности по вопросам импортозамещения в ближайшем периоде, а в дальнейшей перспективе они смогут играть роль тренд-сеттеров технологий и платформ для взаимодействия между индустриальными компаниями и разработчиками.

ОТП Банк реализует стратегию цифровой трансформации, чтобы максимально соответствовать запросам своих клиентов и вызовам финансового рынка. Цифровые сервисы банка создаются в соответствии с парадигмой Agile, где над каждым сервисом и продуктом работают самостоятельные кросс-функциональные команды, управляющие процессами создания и изменений продуктов в полном объеме. Такой подход предполагает определенную свободу для каждой из команд в выборе инфраструктуры и инструментов, необходимых для реализации задачи, а также постоянную работу с внутренними системами банка и каналами взаимодействия с клиентами.

Как отмечает Михаил Бижан, директор дивизиона ИТ ОТП Банка, такой подход отлично работает с точки зрения улучшения показателя Time to Market при реализации новых проектов, однако усложняет системную работу по управлению ИТ-ландшафтом банка, его планирование, учет, оптимизацию. Для реализации комплексного подхода к развитию ИТ-инфраструктуры банка, учитывающего влияние каждой продуктовой команды на общую картину, было принято решение о модернизации архитектурной практики и внедрении системы управления архитектурой предприятия.

Основой системы управления корпоративной архитектуры стала платформа iServer. В качестве референтного фреймворка в рамках проекта по внедрению и конфигурированию системы был выбран ArchiMate (фреймворк и нотация от The Open Group). При этом в проекте были также учтены и использованы все текущие наработки команды банка в области управления ИТ-архитектурой.

В ходе проекта было проведено конфигурирование платформы iServer, включающее создание репозитория для хранения архитектурных артефактов, настройку ролей пользователей системы и разработку шаблонов для моделирования. Были определены метамодель и набор артефактов для текущих потребностей архитектурной практики, проведено первоначальное наполнение репозитория объектами архитектуры, подготовлены отчеты по состоянию ИТ-ландшафта. В результате создана единая информационная среда (репозиторий), предоставляющая актуальные данные о состоянии «as is» и «to be» прикладной архитектуры банка, организован доступ к реестрам компонентов ИТ-ландшафта (ИТ-системы, API, технологии) на внутреннем портале. Кроме того, налажен процесс моделирования архитектуры разрабатываемых и изменяемых ИТ-решений на основе данных из репозитория. Проект дал возможность быстрого формирования необходимых ИТ-отчетов и прогнозов для заинтересованных лиц банка (Agile-команд, подразделения инфраструктуры, ИБ и др.), а также отчетности для регулятора на базе единой систематизированной метамодели.

Чтобы сократить сроки доставки, Почта России модернизирует логистическую инфраструктуру. Совместно с группой ВТБ Почта строит по всей стране сеть логистических центров. Когда проект будет завершен, Почта сможет доставлять онлайн-заказы и письма в крупные города России до суток, а в областные центры — до трех дней.

Третьим из новых ЛПЦ Почты России стал центр в Самаре. Площадь терминала составляет более 15 тыс. квадратных метров – это второй по величине объект почтовой инфраструктуры в Приволжском федеральном округе. В сутки он может обрабатывать до 300 тыс. отправлений. Автоматизированный сортировочный комплекс самарского ЛПЦ полностью интегрирован в ИТ-ландшафт Почты России, в частности, работает в постоянном взаимодействии с собственной глобальной системой «СортМастер».

Технологическое решение сортировочного центра включает несколько уровней: механическое оборудование (конвейеры, сингуляторы, сортировщики, накопители, опрокидыватели и т.д.), систему автоматики и систему управления комплексом включая диспетчерские пульты. Благодаря использованию цифровых инструментов монтаж и пуско-наладочные работы в терминале общей площадью более 15 тыс. квадратных метров завершились в течение трех недель. Программное обеспечение создавалось компанией «Рексофт» на базе промышленных контроллеров и платформ управления оборудованием SCADA.

Как отмечает Николай Кныш, директор по разработке Почтатеха, цифрового подразделения «Почты России», применение современных технологий особенно актуально для самых сложных, масштабных проектов. Именно к таким проектам и относятся новые ЛПЦ, которые позволят расширить логистическую сеть и ускорить доставку.