Искусственный интеллект — это благо или очередной калькулятор, полезный, но не слишком-то умный? Как изменились наши подходы к работе с данными? Стоит ли пускать на стройку атомных станций роботов? Такие разные темы объединила в себе секция «Цифровизация 4.0». Работа секции прошла в рамках ежегодного TAdviser SummIT 2024. Сюда пришли представители таких компаний, как «Роснефть», «Сибур», «Бамтоннельстрой-Мост», «Почта России», «Татнефть», «Ашан», «Ситилинк», аэропорт «Шереметьево», «Лента» и многих других. Секцию модерировал Дмитрий Шведов, руководитель департамента бизнес-анализа, «Цифровые технологии и платформы».

Навстречу цифровой трансформации

Цифровая трансформация стала ключевым фактором развития экономики и общества в России. В эпоху Индустрии 4.0 организации сталкиваются с множеством вызовов при внедрении цифровых технологий. Проблемы с кибербезопасностью, устаревшая инфраструктура, сопротивление изменениям и недостаток квалифицированных кадров — все эти вызовы цифровой трансформации перечисляет Юлия Бажанова, CDTO, директор по цифровой трансформации, Aston.

Юлия Бажанова, CDTO, директор по цифровой трансформации, Aston

Она дала свои рекомендации относительно того, как справиться с каждым из перечисленных вызовов. Так, модернизация ИТ-инфраструктуры потребует сначала аудита и оценки, а уж потом — поэтапного обновления. Могут тут помочь и облачные технологии. Их внедрение снизит затраты на поддержку инфраструктуры. Обеспечение кибербезопасности тоже требует аудитов, на этот раз уже регулярных. И здесь использование передовых облачных решений с встроенными механизмами защиты и соответствием международным стандартам безопасности будет кстати. Остальные шаги — это внедрение многоуровневой защиты и регулярное проведение тренингов среди персонала.

Сопротивление изменениям преодолевается с помощью коммуникации, вовлечения, всё того же обучения. Не лишне будет предусмотреть и системы поощрения для сотрудников, активно участвующих в процессах цифровой трансформации. Корпоративные университеты, развитие образовательных программ, в том числе онлайн, и привлечение международных талантов призваны устранить кадровый голод.

Нам уже сейчас нужно задуматься о том, чтобы поменять ИТ-инфраструктуру для исполнения Указа №309 Президента РФ. Этот указ определяет переход от Цифровизации 4.0 к Цифровизации 5.0, — заключает Юлия Бажанова.

Цифровизация — это трансформация процессов, когда информация переводится в цифровой вид, используются цифровые каналы взаимодействия с клиентам и применяются цифровые модели для участников и для принятий решений, — дает определение Сергей Иванов, управляющий директор, группа «Ренессанс страхование».

Сергей Иванов, управляющий директор, «Ренессанс страхование»

В группу «Ренессанс страхование» входит ряд компаний, занимающихся не только непосредственной деятельностью, но и смежной. Например, предоставляя на маркетплейсе медтех-сервисы по управлению здоровьем.

За наш периметр цифровой трансформации мы взяли три направления: медстрахование ДМС, контактный центр и урегулирование убытков. Но нельзя провести эффективную цифровую трансформацию, не пересмотрев свои бизнес-процессы, — уверен докладчик.

Искусственный интеллект стал осязаем и понятен. Это теперь не спрятанная где-то под капотом технология. Ему пишешь напрямую, и он отвечает. Это ли не чудо?

Американцы, конечно, умеют пропиарить свои технологии, — говорит Сергей Иванов. — На нашем примере мы в двух точках применили ИИ, но идеальна технология далеко не везде, где-то приходится переключаться на человека. Аналоговый интеллект должен принять решение в сложных случаях.

Он отметил, что у заказчика вообще очень завышенные ожидания от искусственного интеллекта.

Но заказчику нельзя сразу говорить нет. Иначе он просто скажет спасибо, приглашаем следующих автоматизаторов. Поэтому нужно заказчика привлекать к процессу и набивать шишки с ним вместе, — предлагает Сергей Иванов.

Остальные сложности — это перестройка процессов и зрелость цифровых сервисов и источников данных.

Драйвер роста

Во всём мире генеративный ИИ будет драйвером экономического роста. Потенциальное влияние ИИ на мировую экономику может достигать 8 трлн долларов.

Ожидания высокие, цифры баснословные. Хорошая новость заключается в том, что часть эффектов можно пощупать прямо здесь и сейчас, — воодушевленно сообщает Павел Анисимов, директор по развитию продуктов, ЦРТ.

Павел Анисимов, директор по развитию продуктов, ЦРТ

Докладчик вспоминает бенчмарк от MERA, согласно которому отечественный GigaChat Max от «Сбера» лучше всех российских текстовых нейросетей, и уже сейчас находится в паритете с зарубежными по отдельным направлениям экспертизы. GigaChat Max — самая умная и мощная модель. Она обгоняет GigaChat Pro той же версии в среднем на 23%. Эта модель может логически обосновывать решения задач, распознавать изображения, таблицы и графики.

Среди преимуществ GigaChat для бизнеса качественный претрейн, более простая интеграция в сравнении с опенсорс-моделями, оптимизация инференса — теперь требований к «железу» меньше. Продукт состоит в реестре ПО Минцифры РФ.

Зачем это всё? Я постарался собрать разнообразные примеры, чтобы дать вам почву для размышления. Это далеко не полный список того, что умеют модели, тут просто можно примерить их возможности на ваши задачи, — говорит Павел Анисимов и демонстрирует различные сервисы.

Например, генеративный поиск или ИИ-ассистента для управления номенклатурными единицами.

В последнем случае нужно было решить простую задачку — создать параметрические карточки товаров.

Но оказалось, что она вовсе не проста, — комментирует спикер. — Мы столкнулись с забавной проблемой. Выяснилось что вся отечественная база нормативно-технического регулирования немашиночитаема. И не с точки зрения того, что это картинки, сканы или напечатано на печатной машинке. Вовсе нет. А с точки зрения того, как там структурирована информация. Ни один инструмент вот так просто в лоб не в состоянии разобраться, как искать параметры в табличке, которая по сути своей табличкой не является, а выбор этих параметров описан в пространном документе очень забористом текстом. В этом месте нам пришлось приложить усилия, чтобы научить модель.

Зато теперь ИИ-ассистент для управления номенклатурными единицами повышает эффективность закупок на 5-20%. Эффективность управления запасами также растет за счет автоматизации подбора аналогов на складе. Среди других представленных примеров использования GigaChat фигурировали co-pilot инженера диагностики оборудования, который сможет перевести внеплановые ремонты в плановые, и помощник для расчета маржинального дохода. Следующий этап развития LLM — это автономные агенты и системы.

Опытом внедрения «аишек», которые уже приносят деньги, пообещал поделиться Федор Лежнев, директор по ИТ, УК «Альфа-капитал».

Мы создали универсальную платформу для работы с ИИ, которая состоит из нескольких компонентов, — говорит он.

Федор Лежнев, директор по ИТ, УК «Альфа-капитал»

Первый компонент — веб-портал ИИ для сотрудников. Он позволяет легко и просто получить доступ к моделям: российским или западным, платным или бесплатным.

Портал делает ИИ доступным для всех сотрудников компании на рабочем месте и даже в боте Телеграм, — поясняет докладчик.

Второй компонент — сервис транскрибации голосовых и видеозаписей. Он переводит звонки в текст, анонимизирует сведения и позволяет их анализировать в GPT-моделях, которые обогащают данные. Нейросети проводят анализ контактов с клиентами, дают возможность оценить сотрудника и обучить его. Последний кирпичик — это LLM-модели, которые работают в качестве внутренней базы знаний.

Мы уже видим, что почти 80% сотрудников ИТ-отделов ежедневно пользуются порталом для решения своих задач, 65-70% руководителей тоже его используют. И все больше растет доля иных сотрудников, которым портал тоже нужен, причем вопросы они задают самые разные и уходят с решением, — называет цифры Федор Лежнев.

Платформа включает в себя и такой элемент, как «Alfa Ассистент». Это автоматизированный помощник по рабочим вопросам, который дает быстрые ответы, предоставляет актуальную информацию и тем самым снижает нагрузку на поддерживающие подразделения. Еще один помощник — «Alfa Нейротренер». Он имитирует холодный звонок с потенциальным клиентом, при этом ход звонка непредсказуем и уникален. Все это нужно, чтобы обучить новых инвестиционных консультантов. Затем «Alfa Нейротренер» дает обратную связь, указав на сильные и слабые стороны.

Он настолько классно имитирует разговор с реальным человеком, что это реально шаг вперед. Эффект поразительный, — уверяет докладчик.

Новые подходы по работе с данными, которые используются в современных компаниях, предложили обсудить сразу два спикера: Ольга Свитнева, директор по данным, и Александр Лаптев, руководитель команды аналитиков данных — оба представляли ГК «Самолет».

Ольга Свитнева, директор по данным, «Самолет»

Подходы к работе с данными меняются, потому что меняются и сами данные, и взаимодействие с ними.

Все больший вес в проектах обретает скорость обновления данных. Нам важно качество данных, их актуальность и возможность, в конечном итоге, извлечь из них максимальную ценность, — говорит Ольга Свитнева. — Данные — это ваш актив. Чтобы он был доступным, управляемым, ликвидным необходимо собрать их и правильно организовать, обеспечив соответствующую архитектуру для хранения.

Если 15 лет назад были популярны корпоративные хранилища на основе реляционных баз данных, поверх которых работали OLAP-кубы, то потом их сменила концепция «озера». В 2020 году парадигма вновь изменилась, на сцену вышла Data Lakehouse — модель гибридной архитектуры, которая стремится объединить в себе достоинства классических Data Warehouse с Data Lake.

Именно эту модель мы и применяем в компании «Самолет», — сообщает докладчица.

Смена архитектуры влечет за собой подготовку соответствующего технологического стека.

Для эффективного управления нашей командой, оптимального распределения ресурса и реализации непосредственно дата-стратегии необходимо не только применять на практике актуальные технологии и архитектурные паттерны, но и уметь управлять метриками своего продукта, внедрять автоматизацию, — резюмирует Ольга Свитнева и приглашает коллегу пояснить публике именно эту часть.

Александр Лаптев, руководитель команды аналитиков данных, «Самолет»

Возможно ли при работе с данными применить такой популярный сегодня продуктовый подход? Вполне возможно. Продуктом в данном случае будет являться хранилище данных. Применяя продуктовый подход, мы можем использовать продуктовый анализ и продуктовую методологию для работы с хранилищем. Например, можем выделить метрики, которые помогут его анализировать, — начинает свое выступление Александр Лаптев и показывает на слайде метрики, которые можно выделить.

В его компании решили выделить и влиять на такую метрику, как «время вывода в продакшн». Чтобы влиять на этот параметр, здесь оптимизируют взаимодействие команд и увеличивают производительность каждого сотрудника команды путем сокращения издержек на рутинные задачи.

Искусственный интеллект или искусственный идиот?

Доверяет ли бизнес искусственному интеллекту? На вопрос взялся ответить Константин Нерадовский, руководитель направления развития инновационных технологий, «Национальный расчетный депозитарий»:

Мы пытаемся ответить себе, ИИ — это что? Искусственный интеллект или искусственный идиот? У меня были кейсы внедрения за прошедший год, которые показывали и интеллект, и идиотизм. Поэтому до сих пор у нас нет однозначного мнения относительно того, где можно применять ИИ, чтобы потом не было больно.

Константин Нерадовский, руководитель направления развития инновационных технологий, «Национальный расчетный депозитарий»

Докладчик пообещал поменьше говорить про ИИ в целом, а вместо этого предложил рассмотреть реальный случай из практики. «Национальный расчетный депозитарий» хранит у себя ценные бумаги всех юридических и физических лиц России, которые когда-либо имели дело с Московской биржей. Сотрудники постоянно занимаются коммуникацией, что иногда является источником стрессов и выгорания.

Мы хотели понять, какие же именно там возникают проблемы. Выявили четыре основных, — говорит Константин Нерадовский.

Пустые встречи, дорогие встречи, единственный человек, которые все знает («сильное звено»), а также убегание от ответственности ведения протокола. «Заставить человека писать протокол — это надо сильно постараться», — улыбается докладчик. Поэтому тут переложили всю головную боль на робота. Робот услышит всех и ничего не пропустит, подготовив протокол за секунды. Остальные задачи также решаются с помощью сервисов, в том числе — при участии ИИ.

«Сильные звенья» выявили, проанализировав почтовую переписку. Дальше административными мерами разгрузили таких сотрудников. Заодно нашлись процессы, требующие изменений или автоматизации. С пустыми встречами борются комбинированным способом. Здесь роль злого администратора тоже выполняет робот, который просто не даст создать встречу без повестки, следит, чтобы не писали всякую ерунду, а также оставит цифровой след, который можно рассмотреть и понять, а точно ли все это было нужно.

В результате общее количество встреч снизилось на 5%, у менеджмента высвободилось 15% рабочего времени, а протокол теперь делается не 150 минут, а всего 3.

Последний сервис убивает не одного, а целое семейство «зайцев», — хвастается Константин Нерадовский. — Тут никакой крутой науки. Просто маленькие сервисы, которые дают большой эффект. Не всегда нам нужен ИИ для того, чтобы решить большие задачи. Можно обойтись простыми решениями.

Gen AI — это технология общего назначения, способная кардинально преобразовать различные аспекты бизнеса. Так считает Антон Ершов, начальник управления по стратегии и продуктовому развитию ИТ, НЛМК. По его словам, это главный драйвер изменений и роста мировой экономики к 2030 году.

Антон Ершов, начальник управления по стратегии и продуктовому развитию ИТ, НЛМК

Трансформация бизнеса, повышение производительности, автоматизация рутинных задач, снижение затрат, улучшение процессов, скорость развития инноваций и новые подходы — все это эффекты от внедрения Gen AI.

И хочется понять при этом, что же такое генеративный интеллект — это новый сотрудник или новый калькулятор? — размышляет докладчик. — Бизнес привык относится к ИТ как к калькулятору: ему задали значение, на выходе получили другое значение, оно понятное и обоснованное, его можно повторить. Генеративный же интеллект может галлюцинировать и выдавать другие значения, причем он будет в них уверен. Мы попросили его сгенерировать ссылку, он сгенерировал один-в-один как надо, только ссылка не работала.

Антон Ершов призывает относится к искусственному интеллекту иначе. Это не калькулятор или предсказуемый алгоритм, это инструмент, с которым надо научиться работать, чтобы получить эффект. Требуется изменение отношения и культурная трансформация.

В НЛМК создали специальную лабораторию, которая является центром компетенций и площадкой для быстрого прототипирования продуктов и решений на основе GenAI. После лаборатории пилоты попадают в фабрику, где происходит масштабирование эффектов.

Мы идем через продуктовый подход, через опробование и выяснение, действительно ли это нужно бизнесу, принесет ли идея эффект, — делится спикер.

Тут считают, что удобнее всего применить ИИ для анализа детализированных задач и должностных инструкций, для анализа временных затрат по данных из систем, для сегментации и приоритезации. Интеллект можно даже натравить на самого себя и поинтересоваться у него точечной оценкой способности генеративного интеллекта в автоматизации отдельных задач.

Интеллект-шахтер и строитель

Каждый энергоблок АЭС — это больше 10 млн элементов, жесткие сроки для выполнения объектов и сотни подрядчиков.

Стройка — область сама по себе консервативная, однако за ИИ будущее, — декларирует Александр Ярмарков, директор по продуктам MULTI-D, инжиниринговый дивизион госкорпорации «Росатом».

Александр Ярмарков, директор по продуктам MULTI-D, инжиниринговый дивизион, «Росатом»

Внутри России «Росатом» является монополистом, однако если брать мир в целом, то тут компания конкурирует с другими.

Для того, чтобы быть конкурентоспособным, нужно быть чуточку впереди всех остальных. Мы умеем управлять данными и строим такие цифровые решения, которые позволяют к окончанию строительства передать не только физический объект сооружения, но и фундамент информационной модели атомной станции, — делится докладчик.

MULTI-D — это информационная система, которая объединяет всю информацию на различных этапах. Накопление данных здесь происходит на протяжении всего жизненного цикла проекта: при проектировании, закупках, поставках, строительно-монтажных работах и вводе в эксплуатацию.

Нам важно не только построить 3Д-модель, но и такую вещь, которая потом позволит обнаруживать коллизии. Мы научились это делать, — подчеркивает Александр Ярмарков.

ИИ тут уже умеет автоматизировать рутинные задачи, аккумулировать знания и опыт, следить за персоналом и техникой, а также помогает планировать расход ресурсов. Однако хочется большего. Чтобы стройка стала поистине «безлюдной», чтобы ИИ помог контролировать качество строительства, чтобы можно было проектировать с помощью нейронных сетей.

Например, мы следим за историей, когда в Америке начинают печатать дома. Но, к сожалению, такие дома не выдерживают жестких погодных условий, поэтому мы пока только наблюдаем и ждем, что будет дальше, — признается спикер.

У нас в «Еврохиме», пожалуй, одна из лучших платформ для дата-сайентистов. Я уверен в этом, — начинает свое выступление Вячеслав Козицин, начальник управления ИИ, «МХК Еврохим».

ML-моделирование предоставляет дата-сайентисту полную свободу творчества для исследований, тогда как продакшн жестко регламентирован. Типовой репозиторий избавляет от рутинных операций.

Вячеслав Козицин, начальник управления ИИ, «МХК Еврохим»

ИИ в «Еврохиме» занимается обработкой речи и текста, используется для классического машинного обучения, применяется в компьютерном зрении. «Наибольший эффект приносит именно классика», — комментирует докладчик. Рекомендательные системы для управления технологическим процессом увеличивают производительность, снижают себестоимость и помогают управлять качеством.

Вячеслав Козицин приводит пример того, как это работает, на модели производства аммиака. Здесь разработали специальную методологию развития такого сложного технологического процесса. Задача температурной подмодели — выровнять температурный профиль реакционных труб или же выставить заданный, чтобы химическая реакция шла нормально. Модель учитывает характеристики печи прямо сейчас, в том числе обращая внимание на погоду и нагрузку. Регрессионная модель прогнозирует температуры реакционных труб и тем самым отвечает на вопрос, что будет с температурами если что-то в печи изменится.

Благодаря тому, что мы узнаем, а «что будет, если…», мы начинаем перебирать параметры и, таким образом, можем рекомендовать оптимальные значения, — поясняет спикер и говорит, что самым большим достижением стал тот факт, что операторы вообще не верили, что некоторые параметры можно удерживать на таком стабильном уровне.

Так работает всего одна подмодель, а их — целый комплекс.

Их работа уже экономит сотни миллионов рублей. Естественно, что компании это нравится, особенно учитывая, что на разработку мы тратим не так уж много денег, — подчеркивает Вячеслав Козицин.

Если говорить об обработке речи и текста, то тут ИИ трудится в вопросно-ответных системах, хотя изначально пришлось объяснять, что GPT вовсе не панацея, потому что по умолчанию не знает внутренних нормативных актов и внутреннего контекста организации. Сейчас системы решают задачи по онбордингу специалистов, поддерживают информационную наполненность совещаний и помогают функциональным специалистам получать ответы на вопросы вроде «как согласовать срочную заявку для завода №3».

Еще один интересный кейс — применение LLM для управления оборудованием.

Пуски и остановы — это сложный процесс. Если немного прозевал, то весь цех встанет, причем может встать даже на полгода, — живописует ужасы докладчик.

Чтобы этого избежать, приходится просить помощи у ИИ. Умеет он работать и в шахтах. Геолог сканирует выработку с телефона, приложение делает сегментационную карту, а система вычисляет состав руды. Компьютерное зрение наблюдает, помимо прочего, не попадают ли в дробилки недробимые материалы. В противном случае будут внеплановые остановы.

От от простого бота к умному бизнес-ассистенту с GPT пришли в «Промсвязьбанке». Как из хайповой технологии получить реальную пользу, рассказал Дмитрий Шенберг, руководитель по цифровому транзакционному бизнесу банка.

Дмитрий Шенберг, руководитель по цифровому тразакционному бизнесу, «Промсвязьбанк»

В 2020 году бизнес-ассистент «Катюша» представлял из себя кнопочного текстового бота. Когда здесь сделали первый чат-банк в мессенджере, то надеялись — теперь-то клиенты станут звонить меньше. На деле вышло иное: они продолжили звонить, но начали еще и писать. Чтобы удовлетворить тягу людей к общению, в банке в 2022 году создали голосового бота.

В 2023 году вышел закон, который запретил безналичный расчет в иностранных мессенджерах. Мы сделали для предпринимателей классный сервис, но получилось, что он под угрозой. Тогда мы проанализировали, каким отечественным мессенджером пользуются наши предприниматели. Поняли, что это VK. Его аудитория только среди физлиц — около 100 млн. Поэтому за полтора месяца мы создали первый чат-банк в VK, — рассказывает Дмитрий Шенберг.

Следующий этап эволюции — GPT-боты, способные общаться на околобанковскую и даже совсем небанковскую тематику. «GPT пошел в массы, мы тоже не остались в стороне», — говорит докладчик. Бот с GPT поддерживает формат живого общения. Сценарии писать не нужно, точность ответов выше. Кроме того, такой бот может сохранять контекст беседы. GPT является ядром всех коммуникаций с клиентом и закрывает все рутинные операции, а сотрудник контакт-центра в этом случае становится персональным менеджером клиента и решает сложные индивидуальные проблемы в каждом конкретном случае. В будущем хотелось бы, чтобы робот говорил с клиентами еще более человечно и даже проявлял эмпатию.

Цифровая защита

Алексей Киселев, руководитель отдела по работе с клиентами среднего и малого бизнеса, «Лаборатория Касперского», начал доклад с характеристики новой реальности, в которой мы оказались. В последние два года 69% организаций в России пострадали минимум от одного киберинцидента. 19 млн паролей российских пользователей обнаружены в даркнете в Q1 2024 года, что в 6 раз больше по сравнению с годом предыдущим. Естественно, в таких условиях усложняется регулирование. Обсуждается существенное увеличение штрафов за утечки.

Алексей Киселев, руководитель отдела по работе с клиентами среднего и малого бизнеса, «Лаборатория Касперского»

Докладчик представил решения «Лаборатории Касперского», которые могут помочь. Он сгруппировал их по трем уровням: защита от сложных атак, от скрытых угроз и от обычных массовых угроз.

Чтобы не оставаться один на один с этими 411 тысячами новых вирусов каждый день, предлагаю использовать наши базовые решения, — говорит он.

«Kaspersky Security для бизнеса» — это основа любой системы ИБ в компаниях разной величины и сферы деятельности для автоматического отражения массовых киберугроз. Продукт дает инструменты контроля для управления доступом к приложениям, ресурсам сети интернет или подключенным устройствам, а также предоставляет инструменты системного администрирования для автоматизации развертывания приложений и операционных систем. Тут есть встроенные средства по поиску и закрытию уязвимостей ОС и приложений сторонних вендоров. Обеспечивается полная поддержка функционирования системы на отечественных ОС и базах данных.

Kaspersky Secure Mobility Management позволяет бизнесу безопасно, гибко и удобно использовать мобильные устройства в рабочих целях. Решение дает уверенный контроль и надежную защиту на каждом этапе жизненного цикла корпоративных мобильных устройств. Продукт позволит управлять устройствами Android, iOS/IPadOS и жизненным циклом Windows-устройств. Здесь можно создать корпоративный каталог приложений и следить за всем парком мобильных устройств и политиками из единой консоли.

Подобным решением воспользовалась «Сибирская продовольственная компания», рассказывает историю успеха спикер. Она искала стабильный и функциональный продукт для контроля за мобильными устройствами, способный без потери качества заместить зарубежные аналоги: это касалось как установки приложений, так и доступа к корпоративным ресурсам. Оказалось, что Kaspersky Secure Mobility Management можно развернуть на серверах заказчика и бесшовно интегрировать KSMM в существующую ИТ-инфраструктуру.

Еще один представленный продукт — это линейка решений Kaspersky Smart. Эти продукты делают экспертные инструменты класса SIEM и MDR доступными для организаций среднего бизнеса (250–1000 узлов) и открывают новые возможности для киберзащиты.

Данные как основа цифровой трансформации

Цифровая трансформация начинается сверху, с руководителей. Поэтому Елена Новикова, основатель и президент группы компаний Polymedia, предлагает посмотреть на деятельность именно руководителя. Вопросов, с которыми он сталкивается в течение любого дня, множество. На какие проекты сейчас стоит сделать ставку? Какие метрики добавить или убрать? Проверить самому мелкие задачи или доверить команде? Как оценить, довольны ли клиенты?

Елена Новикова, основатель и президент группы компаний Polymedia

Руководителя нужно обеспечить инструментами. Ему нужно рабочее место в виде переговорной, конференц-зала, центра управления. Вторая часть такого рабочего места — платформа для анализа данных. Для того, чтобы руководитель мог эффективно принимать решения, ему нужно дать дашборды, где показаны все интересующие его направления, — поясняет Елена Новикова и показывает в качестве примера дашборды ситуационного центра губернатора Ульяновской области и дашборды для нефтегазовой отрасли.

Докладчица перечисляет плюсы разрабатываемой в Polymedia аналитической платформы Visiology:

Это лучшая на сегодняшний день российская BI-платформа. Она позволяет обеспечить легкий переход с Power BI. Здесь мощный аналитический движок «ДанКо», поддержка языка запросов DAX, селф-сервис ETL, а также большая экосистема, которая может поддержать и рассказать, как сделать те или иные дашборды. В ближайшие несколько лет платформа будет развиваться в сторону селф-сервисов.

Внедрение BI заключается не только в том, чтобы заиметь подобную платформу. Это большой и сложный процесс, в котором будет и очистка данных, и появление ответственных за данные, и верификация моделей расчета, и фиксация методологии расчета показателей. И только в конце этой дороги появятся красивые дашборды и цифровой актив руководителя.

Цифровая трансформация подразумевает не только внедрение безопасности или смену инфраструктуры, — предупреждает Елена Новикова. — Это перевод знаний в цифру, за счет чего повышается производительность, снижается себестоимость и происходит выход на новые рынки или их создание.

Данные — это основа цифровой трансформации. Однако по оценке SBS Consulting, сделанной на основе 21 критерия из 8 групп характеристик, выяснилось, что цифровая зрелость промышленности находится на низком уровне — примерно 26%. Такие цифры приводит Станислав Лазуков, генеральный директор, TData .

Станислав Лазуков, генеральный директор, TData

Проблема с данными мешает внедрению ИИ. Согласно опросу IDC, только 30% компаний сообщили, что 9 из 10 проектов, связанных с искусственным интеллектом, были успешными. У большинства провальны около половины подобных проектов. Еще 3% опрошенных заявили, что более половины их проектов на базе искусственного интеллекта потерпели неудачу. 23% респондентов уверяли, что их проекты потерпели неудачу из-за отсутствия необходимых данных.

Что мы предлагаем в такой ситуации? Как вендор, мы предлагаем набор инструментов, которые позволят качественно работать с данными в периметре компании: это инструменты загрузки, хранения данных, управления ими и справочной информацией, — говорит Станислав Лазуков.

Спинным мозгом платформы полного цикла для аналитики данных является инструмент Data Governance, то есть управления данными. RT.DataGovernance реализует поддержку ключевых функций управления корпоративными данными, в том числе архитектуры, моделирования и качества данных, фокусируясь на управлении метаданными. Продукт позволяет бизнесу понять, какими активами он владеет, откуда получены те или иные данные и как они связаны друг с другом, а также кто и как ими пользуется.

Докладчик приводит в пример несколько кейсов внедрения. Так, в «Ростелекоме» хотели обеспечить единый глоссарий и прозрачность данных отчетности, формируемой в ЦХД и локальных хранилищах, объединяющих сотни отчетов и дашбордов, а также данные из более тысячи систем-источников в едином аналитическом контуре объемом свыше 700 Тб. После внедрения удалось в 20 раз снизить время, которое сотрудники тратили на поиск и анализ данных.

Для «Евраза» нужно было унифицировать показатели в различных дивизионах в рамках программы «Единая система производственных показателей» (ЕСПП), зафиксировать алгоритмы расчета показателей и установить источники данных и правила агрегации. Внесено более 9000 производственных показателей, из которых 3000 содержат детализированное описание. По итогам работ удалось в два раза увеличить скорость разработки новых производственных показателей и дашбордов. «Давайте становится data-driven вместе», — призвал Станислав Лазуков.

Российскую аналитическую платформу «ТернЮниверс» представил публике Эдуард Федечкин, эксперт по системам бизнес-аналитики, Tern Group. Продукт позволяет предприятиям собирать, анализировать и визуализировать данные для принятия более обоснованных бизнес-решений, помогает организациям получать ценные инсайты из больших объемов данных для оптимизации процессов, улучшения эффективности и увеличения прибыли.

Эдуард Федечкин, эксперт по системам бизнес-аналитики, Tern Group

«ТернЮниверс» осуществляет мониторинг ключевых показателей (KPI) и дает возможность бизнес-пользователям самостоятельно создавать произвольную аналитику, сопровождать идеи и гипотезы актуальными данными из регистрирующих систем. Пользователи в дизайнере отчетов выбирают объекты из семантического слоя, запускают запрос к системе для извлечения данных, «перемещают» полученные объекты на «холст» и исследуют информацию по различным срезам и уровням детализации. Они могут видоизменять облик, строить и оформлять интерактивные отчеты и инфопанели. Сохранять результаты в портал для совместного доступа.

Платформа «ТернЮниверс» включена в реестр российского программного обеспечения Минцифры и обеспечивает миграцию в систему для заказчиков, использующих BusinessObjects.

Степень похожести «ТернЮниверс» на BusinessObjects близка к ста процентам. Это позволяет достаточно комфортно пересесть с одного на другое. Там все одинаково, поэтому обучаться практически не потребуется, — отметил Эдуард Федечкин, отвечая на вопросы модератора сессии.

В перерыве и по завершении мероприятия участники общались в неформальной обстановке, а также имели возможность ознакомиться с решениями и услугами ИТ-поставщиков на стендах, развернутых в холле мероприятия.

ИНФОРМАЦИЯ О ПАРТНЕРАХ

SberDevices — российская IT-компания, которая объединяет сильнейших инженеров, разработчиков, менеджеров и выпускников топовых вузов. Вместе они создают программные решения и цифровые устройства для жизни и бизнеса. От речевых технологий до видеоконференцсвязи, от смарт-ТВ до оснащения умного дома.

С 2019 SberDevices выпускает продукты для всех отраслей. В компании ориентируются на лучшие мировые практики и внедряют последние разработки в области искусственного интеллекта и машинного обучения.

Программные и продуктовые решения SberDevices отвечают высоким требованиям корпоративного и потребительского секторов. Их технологии помогают бизнесу экономить и расти, а людям делать жизнь проще

Компания «Терн» российский разработчик решений в области автоматизации бизнес-анализа и информационной поддержки управления деятельностью предприятия.

Специализируется на реализации проектов и оказании услуг по созданию и развитию корпоративных информационно-аналитических систем и их компонентов. Решения, разработанные «Терн», успешно используются в различных отраслях и сферах бизнеса. Среди наших заказчиков – банки и финансовые организации, торговые компании, производственные предприятия, телекоммуникационные, транспортные и государственные организации.

Системный интегратор «ПолиАналитика» осуществляет разработку, внедрение и поддержку информационно-аналитических решений на базе российской BI-платформы Visiology. Входит в реестр аккредитованных ИТ-компаний Минцифры РФ. Имеет статус малой технологической компании.

Мы являемся надежным партнером в рамках цифровой трансформации государственного сектора и крупных компаний различных отраслей. Наши решения помогают выстраивать в компаниях культуру управления и принятия решений на основе данных.

Ссылка на сайт: ПолиАналитика – внедряем российский BI (polyanalitika.ru)

TData — российский разработчик высокопроизводительных и безопасных решений для построения хранилищ данных, аналитики и автоматизации процессов по управлению данными с использованием искусственного интеллекта. Решения компании используют крупнейшие компании России и СНГ, такие как Ростелеком, Т2, Татнефть, Евраз, Международный Аэропорт Шереметьево, F+, Миранда медиа и другие. Проекты, реализованные при участии TData, ежегодно занимают первые места в профильных конкурсах, таких как «Проект года» и Data Award.

Российская ИТ-компания Aston c офисами в Беларуси, России и Казахстане. Резидент фонда Сколково и ПВТ. 18+ лет разрабатываем решения для клиентов b2b — участников списка Fortune 1000, финтех-компаний, телеком-операторов, застройщиков и ритейлеров. В портфолио — 400+ проектов. Команда Aston — это 2700+ специалистов, способных решать задачи любой сложности: создавать цифровые продукты с нуля, исправлять ошибки других вендоров, дорабатывать готовые решения. Накопленный опыт и экспертиза позволяют нам создавать качественный продукт в короткие сроки. Мы дорожим репутацией, поэтому выбираем прозрачные процессы и гибкий подход.

«Лаборатория Касперского» – международная компания, работающая в сфере информационной безопасности с 1997 года. Глубокие экспертные знания и многолетний опыт компании лежат в основе защитных решений и сервисов нового поколения, обеспечивающих безопасность бизнеса, критически важной инфраструктуры, государственных органов и рядовых пользователей. Обширное портфолио «Лаборатории Касперского» включает в себя передовые продукты для защиты конечных устройств, а также ряд специализированных решений и сервисов для борьбы со сложными и постоянно эволюционирующими киберугрозами. Технологии «Лаборатории Касперского» защищают более 400 миллионов пользователей и 250 тысяч корпоративных клиентов во всём мире. Подробнее на www.kaspersky.ru.