Закон о применении информационных технологий в сфере охраны здоровья, легализующий дистанционное предоставление медицинских услуг, вступает в силу с 1 января 2018 года. По сравнению с первоначальным законопроектом Минздрава принятый документ дает гораздо больше возможностей для развития телемедицины в сегменте «врач-пациент», однако весьма сомнительно, что для участников рынка эти возможности откроются через несколько недель. «Законодательство очень консервативно и местами противоречит здравому смыслу с точки зрения финансов», – отметил Григорий Бакунов, руководитель сервиса «Яндекс. Здоровье», в своем выступлении на бизнес-бранче «Комммерсанта», посвященном старту отрасли и итогам года.

Необходимые для официального запуска телемедицины в России нормативные акты в декабре только предполагается утвердить, часть из них еще не согласована и даже не дописана. На приведение бизнеса в соответствие с требованиями, которые участникам рынка еще неизвестны, времени не остается. «Давайте скажем честно: c 1 января телемедицины в России официально нет, – заявил Бакунов. – Она когда-нибудь появится, но до этого надо еще дожить».

«Мы не понимаем, что законодатель будет требовать от нас с 1 января», – добавил Илья Куприянов, директор по развитию социальной сети «Доктор на работе». По его словам, 2017 год все-таки стал переломным, хотя многие ожидания участников рынка сильно разошлись с реальностью: деньги вложены большие, а заработки пока невысоки, маленьким компаниям не удалось добиться заметных успехов, даже при том что платежеспособный спрос на телемедицинские услуги очевиден.

Стратегический запас

Бакунов обратил внимание на два важных факта. Во-первых, телемедицина – единственный для страны способ собирать достоверные данные о здоровье населения: чем люди болеют, как они лечатся и каковы результаты лечения. «Накопление этих данных — в каком-то смысле стратегический запас страны», – говорит он. Во-вторых, врачам запись телеконсультаций дает возможность дополнительного обучения и обратной связи c более опытными коллегами.

Удаленные консультации врачей не просто востребованы, для многих пациентов они критически важны: сотни телеконсультаций в «Яндекс. Здоровье» закончились вызовом скорой помощи. «Пока мы медлим, стараясь максимально аккуратно внедрять дистанционные технологии, страдают люди, которых от квалифицированной медицинской помощи отделяют сотни километров», – напомнил Бакунов. Около половины всех телеконсультаций «Яндекса» приходится на регионы, благодаря сотовым операторам Интернет там работает иногда даже лучше, чем в столицах.

В следующем году в работе сервиса придется многое изменить. «Мы готовы к любому развитию ситуации, не хотелось бы закрывать бизнес, и мы не собираемся этого делать», – говорит Бакунов.

Те десятки тысяч платных консультаций, которые уже проведены за полгода с момента запуска сервиса «Яндекс. Здоровье», компания квалифицирует как информационные услуги. Речь не идет о постановке диагнозов. 

Николай Зайченко, партнер юридической компании Nevsky IT Law, cчитает, что для компаний, не претендующих на государственные деньги и не уклоняющихся от уплаты налогов, возможность оказывать информационные услуги сохранится. Однако директор департамента ИТ и связи Минздрава РФ Елена Бойко ранее однозначно указывала, что даже устная консультация врача согласно новому закону является медицинским вмешательством.

«Мы не намерены рисковать, c 1 января мы будем удаленно работать только с пациентами, которые уже проходили у нас очную консультацию», – сообщил Константин Лядов, директор стационарного кластера «Медси».

Шансы реабилитации

А вот дистанционная реабилитация — когда врачи стационара разрабатывают программу восстановления здоровья пациента на дому после прохождения лечения в клинике, отлично укладывается в существующие нормативные рамки. Ведь в этом случае у клиники есть возможность оформить все необходимые документы очно. Программа реабилитации предусматривает занятия на тренажерах, контроль состояния пациента и правильности приема лекарственных препаратов, психологическую поддержку и назначение необходимых анализов. По словам Лядова, Минздрав готов включить услугу удаленной реабилитации в систему ОМС, так как это позволит исключить дорогостоящий второй этап реабилитации в стационаре. В некоторых регионах, например в Пермском крае и в Якутии, фонды ОМС уже рассчитывают стоимость домашней реабилитации, которую будут проводить сотрудники той клиники, где пациент лечился. «Как только услуга становится бесплатной для пациента, она начинает активно развиваться», – подчеркнул Лядов.

Что готовит год грядущий?

Cтартапов, оказывающих пациентам дистанционные услуги, создано множество, однако отработанной технологии плавного перехода из офлайна в онлайн и обратно пока нет даже внутри медицинских учреждений. «Мы наблюдаем хайп вокруг цифровой медицины», – говорит Владимир Гурдус, член экспертного совета при «Открытом правительстве». По его мнению, 2018 год обещает быть интересным ИТ-компаниям, предлагающим решения для лечебных учреждений: те, кто пока присматриваются к этому рынку, начнут искать решения для себя и своих пациентов. На рынок уже пришли серьезные инвесторы, причем такие, которых в отрасли здравоохранения никто не ждал: помимо крупных страховых и интернет-компаний, это крупные банки – Сбербанк, ВТБ, а также операторы «ВымпелКом», «МегаФон» и МТС.

В 2018 году можно ожидать запуска нескольких пилотных проектов на государственном уровне, повышения маркетинговой активности тех, кто уже пришел на этот рынок, и попытки интеграции традиционных и онлайн-услуг в новом законодательном поле. А через год-два телеконсультации станут частью «гигиенического набора» любого медицинского учреждения, которое работает с пациентами в коммерческом режиме, уверен Гурдус.

«Лучшее, что может случиться с телемедициной, – она должна умереть, растворившись в обычной медицине», – полагает Борис Зингерман, руководитель направления цифровой медицины компании «Инвитро». Технологии должны стать повседневным инструментом. Но над такой «смертью» телемедицины еще предстоит поработать.

Его работа — смотреть «сверху» на происходящее в мире ИТ, анализировать, делать выводы и на их основании давать советы крупнейшим корпорациям и интервью специализированным изданиям. Ради интервью мы и встретились в московском офисе компании.

- Какие наиболее интересные и перспективные инструменты экономического анализа появились в последние годы?

Я бы разделил ответ на две части. Во-первых, появились новые источники данных, во-вторых — новые инструменты для анализа, позволяющие извлечь практический смысл из этих данных. Говоря о «новых» источниках, я не имею в виду что-то совершенно новое. В мире не так много того, что можно было бы назвать совершенно новым. Все, что мы видим вокруг, — продукты эволюции, последовательного улучшения. Постепенное улучшение систем сбора информации состояло в том, что все больше и больше устройств оказывались подключенными». Сначала это были компьютер, ноутбук и смартфон. Потом — дом. Сейчас, в рамках концепции Интернета вещей, подключенным может быть трактор. Благодаря тому, что все подключено, мы получили новые источники данных: геоданные, видео, трекинг пользовательского поведения.

Огромный источник информации — социальные сети. Двадцать лет назад вы не знали, где сейчас ваши дети. Сейчас вы это точно знаете, потому, что они «чекинятся» в Facebook. Пользуются смартфоном, и их можно отследить по положению аппарата. Мы начинаем собирать эти данные и искать для них эффективное применение.

В Thomson Reuters мы присваиваем так называемый идентификатор Perm ID каждому объекту — компании, топ-менеджеру, фабрике. После этого мы можем начинать искать связи и зависимости между ними. Находить шаблоны, которые можно использовать. Это самое интересное из того, чему мы научились.

Мы берем данные со спутников и можем видеть, как растет зерно на полях. Анализируя снимки, понимаем состояние посевов и способны очень точно предсказать урожай. Владея такой информацией, можем уверенно торговать фьючерсами на бирже, зная, что будет с ценами, за неделю до выхода официальной статистики. Но на этом мы не остановимся. Существуют целые индустрии, которые зависят от цены на зерно. Например, производители кондитерских изделий. Колебания цен на муку влияют на стоимость их акций. Зная заранее, какой будет цена на муку, мы можем предсказать движения их котировок.

Аналитики используют данные со спутников, чтобы подсчитать число машин на парковке. В прошлом году в это время парковка была заполнена на 75%, в этом — на 90%. Еще до того как ретейлер отчитался о продажах, мы уже знаем, что покупателей было больше. Выросли ли у них продажи? Возможно, нет. Но, скорее всего, да. Зная, кто является основным поставщиком этого ретейлера, производители одежды или производители компьютеров, можно предположить, что мы увидим в их финансовых отчетах.

- Новые данные позволяют предвидеть движение рынков?

Время — это один показатель. Второй — точность. Сам по себе каждый источник информации не слишком точен. Но объединяя их, мы можем добиться более высокой точности прогнозов. Анализируя данные, мы сможем предсказать, какими будут результаты финансовых отчетов компании. Эти предсказания не могут быть точнее самих отчетов. Когда мы соберем разные источники и учтем их все, то сможем еще до публикации официальных отчетов получать более полную и подробную картину. Чем больше индикаторов используется, тем точнее оценка.

Вернемся к нашему магазину. Мы судим о его продажах, подсчитывая число машин на парковке. Но ничто не мешает нам использовать социальные сети. Учесть, как покупатели реагируют на цены и уровень сервиса у этого ретейлера. Что изменилось по сравнению с прошлым годом? Стало больше положительных отзывов или отрицательных? Огромный объем данных, но к ним надо относиться с осторожностью. Возможно, число положительных отзывов в Twitter возросло, потому что увеличилось число пользователей этой социальной сети. Чтобы учесть это, данные надо нормализировать.

Мы берем данные с парковок, данные Facebook, данные Twitter и, например, информацию сотовых операторов. Мобильные операторы могут сказать, сколько смартфонов в определенный момент находилось в определенном месте. Было ли в этом году смартфонов в магазине больше, чем в прошлом. Если да, связано ли это с увеличением рынка смартфонов? Вряд ли, если мы говорим о развитых странах, где рынок смартфонов близок к насыщению. Значит, в магазине было больше покупателей.

- Больше людей и устройств, подключенных к Интернету, — больше данных. Драматически больше. Появились ли у вас новые инструменты для работы с новыми объемами информации?

Мы используем новые платформы для работы с Большими Данными. Возможно, главное изменение, которое мы наблюдаем в ИТ, — развитие публичных облачных сервисов. Amazon Web Services, Microsoft Azure, Alibaba AliCloud, Google Cloud — большая четверка провайдеров облачных сервисов.

Раньше, если вы хотели заниматься статистическим анализом, надо было создавать ИТ-подразделение, устанавливать компьютеры, покупать софт. Только организационные вопросы занимали месяцы. Сегодня вы идете на сайт Google, и, если вам нужна тысяча серверов, через несколько минут у вас есть тысяча. Одно нажатие кнопки — и на этих серверах сконфигурировано нужное ПО: статистический анализ, машинное обучение, работа с базами данных — что угодно. Можно заказать тысячу серверов на уикенд, провести нужный анализ и отключить серверы, заплатив только за два дня. Все это быстро, удобно и эффективно с точки зрения финансов. Решениям для статистического анализа больше 30 лет. Но благодаря облачным сервисам они стали доступны широкому кругу потребителей.

- Кто будет заниматься этим анализом, люди или искусственный интеллект? Где граница между тем, что должен делать человек, и тем, что можно передать роботу?

Все больше процессов можно автоматизировать. У Google есть решение, которое самостоятельно анализирует данные, ищет и находит связи между параметрами, делает на этой основе предсказания. Но нам все еще нужны люди: аналитик должен решить, с какими данными работать, какие параметры оптимизировать, а когда работа закончена, ему предстоит интерпретировать результаты.

Мой друг, профессор Дэвид Лайнвебер из Университета Беркли, много лет назад опубликовал статью «Stupid data miner tricks» («Тупые приемы для работы с данными»). Со своими студентами он проанализировал большой массив статистических данных и обнаружил, что самый точный индикатор поведения промышленного индекса Доу-Джонса — уровень производства сливочного масла в Бангладеш. Конечно, эта корреляция — всего лишь совпадение. Мораль этой истории такова: нельзя позволить машинам самостоятельно принимать решения. Требуется человек, чтобы оценить результат машинного анализа и определить, есть ли в нем какой-то смысл. Иначе мы окажемся в ситуации, когда будем предсказывать индекс Доу-Джонса исходя из производства сливочного масла в Бангладеш.

- Уменьшится ли в обозримом будущем число сотрудников Thomson Reuters, занятых анализом данных? Заберет ли их рабочие места искусственный интеллект?

Сложно говорить об одной конкретной компании. Даже если это компания, в которой я работаю. Но в целом я не верю, что в обозримом будущем мы увидим настоящий искусственный интеллект. Прогресс, который мы наблюдаем в данной области, не направлен на создание универсального интеллекта, такого же, как у человека. Создаются очень специфические решения, которые повторяют очень специфические возможности человеческого разума. Но это не ведет к созданию универсального разума. Программы научились очень неплохо переводить тексты с одного языка на другой. Почти как человек. Но когда человек переводит текст с английского на русский, он опирается не только на знание синтаксиса и грамматики, но и на свое понимание текста. Машинный перевод — перевод статистический. Искусственный интеллект обнаруживает шаблон в англоязычном тексте и подбирает наиболее статистически достоверный аналогичный шаблон на русском. На большой статистике такой перевод будет достаточно точным. Но он никогда не будет совсем точным.

В основе машинного обучения лежат нейронные сети. Мы говорим: «Машина распознала образ». На самом деле она ничего не распознала, а подобрала статистически достоверную корреляцию между шаблонами. Такой алгоритм относительно несложно обмануть. Машины до сих пор часто ошибаются. Восьмилетний ребенок легко отличит собаку от кошки, а машине это не всегда удается. Компьютер может играть в шахматы, но программа-шахматист не может переводить тексты. С каждым годом мы получаем все более совершенные инструменты. Но это по-прежнему инструменты, требующие присутствия человека.

Я не вижу будущего, в котором машины полностью заменят человека. Но на определенных операциях такая замена неизбежна. В свое время трактор заменил десятки людей, занятых в сельском хозяйстве. Но кто-то по-прежнему должен управлять трактором.

- Но таких «управляющих» гораздо меньше, чем крестьян, на смену которым пришел трактор. А на смену ему идет умный трактор...

Безусловно. Производительность труда растет. Есть всего две силы, позволяющие экономике расти: увеличение населения и повышение производительности труда. Чем выше производительность труда, тем больше времени человек может посвятить иным, более продуктивным и интересным занятиям. Именно это мы сейчас наблюдаем. Искусственный интеллект берет на себя все больший объем рутинных операций.

- Вы консультируете руководство крупных компаний по вопросам внедрения и использования новых информационных технологий?

Это часть нашей деятельности.

- Есть ли конфликт между принципиально новыми инструментами, которые появились в последние годы и «старым», иногда буквально старым составом топ-менеджмента? Как он разрешается?

Финансовый рынок, да и не только он, становится все более зависимым от информационных технологий. Менеджер на любом уровне корпоративной иерархии должен хорошо разбираться в современных технологиях, понимать их возможности и ограничения. Крупные организации отдают себе отчет в том, что менеджеры более молодого поколения обладают лучшим пониманием информационных технологий и могут принимать решения и давать рекомендации в областях, связанных с ИТ. С другой стороны, руководители, с которыми я знаком, прикладывают серьезные усилия к тому, чтобы оставаться на уровне современных требований. Они постоянно учатся. В современной экономике это обязательное требование для любого менеджера, претендующего на лидерские позиции, — постоянно следить за изменениями в информационных технологиях.

- Что вы думаете о криптовалютах? Готовы ли вы рекомендовать своим клиентам использовать их как инструмент для расчетов или инвестиций?

Я бы не советовал инвестировать в криптовалюты. Но не нужно путать инвестиции с трейдингом. Когда вы инвестируете, вы вкладываете деньги в некий инструмент, рассчитывая, что стоимость этих активов возрастет. Трейдинг — более спекулятивное занятие. Высокая волатильность криптовалют делает их привлекательным объектом для трейдинга. На этом можно заработать.

Что касается общего отношения к криптовалютам, я не считаю их чем-то принципиально новым. Баллы и карты лояльности магазинов, мили для часто летающих пассажиров авиакомпании — все это существует много лет. Фактически ваши мили за перелеты — это цифровая валюта. «Фиатные» деньги, те, которые выпускают и контролируют государства, также могут быть цифровыми. Бумажные рубли или доллары, которые лежат у вас в кошельке, лишь малая часть общей денежной массы. Я думаю, у криптовалют есть будущее, но в этом будущем за криптовалютами будет стоять государство. Когда я смотрю на чисто цифровые валюты вроде биткоина (это мое личное мнение, а не официальная позиция Thomson Reuters), я вижу спекулятивный рынок, на котором надувается пузырь, напоминающий тюльпанную лихорадку в Голландии. Пытаюсь понять, в чем ценность биткоина, и не нахожу ее.

- Как и у доллара?

За спиной у доллара стоит государство, собирающее налоги, которые вы обязаны платить. Государство готово принимать ваши доллары или рубли как платежное средство. Это обеспечивает валюте ценность. Конечно, она сильно зависит от стабильности государства. Мы знаем немало примеров гиперинфляции. Но чисто цифровая валюта вообще ничем не обеспечена. Скажем, мили ценны настолько, насколько хорошо чувствует себя авиакомпания, которая их начислила. Но в случае с биткоином, за которым никто не стоит, вся его ценность в готовности другого человека принять биткоин как платежный инструмент. Это очень нестабильный фактор.

- Мы обсудили новые технологии и новые подходы к старым. Дадут ли они прирост производительности труда в глобальном масштабе? Много пишут о том, что стремительное развитие ИТ не привело к росту производительности. Возможно, это случится, когда мы начнем предсказывать урожайность по данным со спутника?

Современные ИТ теоретически должны сделать людей более продуктивными. Но макроэкономические индикаторы этого не показывают. Я вижу для этого несколько причин. Традиционные способы измерения производительности не в состоянии зафиксировать изменения. Мы знаем, как измерить подушевой ВВП. Но как оценить изменения качества жизни? Положим, мы измеряем инфляцию и сравниваем стоимость стандартной корзины продуктов. Но содержание этой корзины может меняться. Экономическая статистика не очень хороша в оценке таких нюансов.

Еще один возможный аспект — переход к новому экономическому укладу, который происходит во всем мире. От индустриальной экономики к экономике информационной. Цифровая экономика — это игра, в которой победитель получает все. Если вы написали удачное ПО, вы можете продать его неограниченным числом копий. Продажи удачной модели автомобиля всегда были ограничены возможностями фабрики или логистики. Сто лет назад, если вы были лучшим певцом в своей деревне, вы могли что-то заработать, выступая на праздниках. В каждой деревне был свой «лучший певец». Сейчас «лучший певец», получив доступ к цифровым каналам распространения, продает миллионы треков; «второй» и «третий» продают на порядки меньше. Эта асимметрия приводит к тому, что авторы лучшего софта, фильма или музыки получают гигантские экономические преимущества. Но таких людей очень мало. Мы все смотрим один и тот же фильм и слушаем одну и ту же музыку. За границами «большого успеха» остаются огромные пласты населения. Среди оставшихся многие не имеют работы или заняты не на полный рабочий день. Их производительность очень низкая, если не нулевая. Усреднив производительность труда, мы получим очень небольшой прирост. В реальности мы имеем огромный рост производительности в одних областях и нулевой в других. Тот случай, когда среднее вводит в заблуждение. Средний домашний любимец должен быть наполовину кошкой, наполовину собакой. Но в природе не существует полукошек.

- Получается, цифровое неравенство растет с такой же скоростью, с какой и цифровые технологии?

Да. Некоторые винят в этом политиков. Я думаю, это неизбежное следствие перехода к цифровой экономике.

Совокупный вклад цифровой и мобильной экономик в ВВП России в 2016 году составил 5,06% или 4,35 трлн руб., свидетельствуют данные Российской ассоциации электронных коммуникаций.

При этом вклад цифровой экономики в ВВП России оказался ниже ранее озвученного прогноза РАЭК и составил 2,1%, а не 2,8% как ожидалось. Оценка вклада мобильной экономики в ВВП России осталась без изменений и составила 3,8%.

Под экосистемой цифровой экономики РАЭК подразумевает сегменты рынка, где добавленная стоимость создается с помощью цифровых (информационных) технологий. Экосистема включает семь хабов: государство и общество, маркетинг и реклама, финансы и торговля, инфраструктура и связь, медиа и развлечения, кибербезопасность, образование и кадры.

В РАЭК прогнозируют, что в 2017 году объем рынка маркетинга и рекламы вырастет на 17% — до 201,5 млрд руб. с 172,2 млрд руб. в 2016 году. Объем рынка электронной коммерции может достигнуть 1,5 трлн руб. — показав прирост на 21% с 1,2 трлн руб. в 2016 году. Рынок инфраструктуры и ПО вырастет с 44,1 до 58 млрд руб. в 2017 году. Объем рынка цифрового контента в 2017 году достигнет 70,5 млрд руб. — показатель вырастет на 12% с 62,9 млрд руб. в 2016 году.

По данным исследования, влияние интернет-рынков на экономику растет на 11% в год и к 2021 году их вклад в ВВП России составит 4,7%.

Аудитория Рунета составляет 71% населения России или 87,7 млн человек. К 2021 году доступ в Интернет будут иметь до 85% жителей РФ.

Самую мощную в Московской области ферму для майнинга криптовалюты планируют открыть в Кашире в первой половине 2018 года, сообщает ТАСС со ссылкой на заместителя председателя правительства — министра инвестиций и инноваций Подмосковья Дениса Буцаева.

По словам Буцаева, территория для фермы обеспечена свободными электрическими мощностями более 70 МВт. Объем инвестиций и имя инвестора пока не раскрываются.

По мнению заместителя председателя правительства, на территории Подмосковье сложились выгодные условия для создания майнинговых ферм: «Энергетических мощностей в регионе достаточно, цены на электроэнергию средние по сравнению с другими регионами России и ниже, чем в других странах. Еще одно преимущество региона — инфраструктурная подготовленность площадок».

Технический директор Hitachi Vantara Хью Йошида продолжает делиться с читателями своего блога прогнозами развития ИТ на предстоящий год. На этот раз он назвал основные тренды в области интеллектуального хранения данных.

• Начало: тенденции в области виртуализации и Интернета вещей >>>

Хью Йошида: «В 2017 году бизнес встал на путь цифровой трансформации, и первая проблема, с которой ему пришлось столкнуться, – неспособность получить доступ к полезным данным»

Управление данными бизнеса — версия 2.0

В 2018 году бизнесу предстоит кардинально пересмотреть подход к управлению данными. Еще совсем недавно организация работы с корпоративной информацией основывалась лишь на обработке данных и метаданных. Однако сейчас бизнесу необходимо учитывать рыночный контекст и быть достаточно гибким, чтобы адаптироваться к реалиям цифровой экономики и новым типам данных – таким, как криптовалюты, например.

Новые принципы управления данными бизнеса должны учитывать контекст данных. Так, европейские организации вскоре столкнутся с необходимостью выполнять требования нового регулятора: 25 мая 2018 года в силу вступает Генеральный регламент ЕС о защите данных (GDPR). Он затронет все страны, в которых осуществляется обработка персональных данных граждан Евросоюза. Новый регламент вводит более строгие правила по защите персональных данных в Европе, тогда как в России действует собственный закон «О персональных данных», который вкупе с предписаниями так называемого «пакета Яровой» предъявляет к компаниям не менее жесткие требования.

Введение регламента GDPR вызвало в Европе не меньше споров, чем аналогичное законодательство в России, однако предприятиям, которые привыкли работать в отраслях с жестким регулированием, они кажутся вполне обычными. В любом случае, если граждане разных стран постепенно становятся такими же «цифровыми», как и данные, то попытка формализовать общие требования к получению, контролю и использованию информациии кажется вполне разумной. В связи с этим становится очевидной потребность бизнеса в более современных и интеллектуальных инструментах, которые помогут обнаружить нарушение безопасности и уведомить о нем. Таким образом, в наступающем году мы ожидаем рост спроса на технологии, основанные на интеллектуальных функциях адаптации к требованиям регулирующих органов и рынка.

Объектные системы хранения становятся интеллектуальными

В 2017 году бизнес встал на путь цифровой трансформации, и первая проблема, с которой ему пришлось столкнуться, – неспособность получить доступ к полезным данным. Приложения и технологические решения зачастую порождают труднодоступные изолированные «островки» данных, тогда как извлечение и применение нужной информации сопряжено с большими затратами. Такие «островки» создавались с конкретной целью и совсем не обязательно с намерением обмениваться данными. Многие из них содержат данные, которые дублируются или устарели либо еще корректны, но уже перестали использоваться из-за изменений бизнес-процессов или смены владельцев предприятия.

80% усилий, связанных с получением из данных ценной аналитической информации, приходится на кропотливую работу по сбору и подготовке данных

Специалисты по обработке и анализу данных утверждают, что 80% усилий, связанных с получением из данных ценной аналитической информации, приходится на кропотливую работу по сбору и подготовке данных. Концепция озер данных привлекательна, но невозможно просто слить все данные в одну систему. Если эти данные надлежащим образом не очистить, не отформатировать или не снабдить тегами-метаданными, позволяющими учитывать контекст, вы получите не озеро, а болото данных.

Объектные хранилища вмещают огромные объемы неструктурированных данных и даже обладают функционалом поиска и управления метаданными, но им не хватает способности распознавать контекст. В 2018 году объектное хранилище может стать умным: необходимо только получить программное обеспечение, способное выполнять поиск и чтение контента во множестве разрозненных массивов структурированных и неструктурированных данных и анализировать для очистки, форматирования и индексирования. Например, программное средство Hitachi Content Intelligence позволяет извлекать данные из разрозненных массивов и передавать их в рабочие процессы для обработки различными способами.

У нас уже была возможность увидеть эту и другие подобные технологии в действии; так, недавно одна медицинская компания проводила ситуационное исследование данных компьютерной томографии при острых нарушениях мозгового кровообращения. Для этого использовался специализированный сценарий, созданный для синтаксического анализа данных стандарта DICOM, разработанного для хранения медицинских изображений и историй болезни пациентов. Изначально процесс фильтрации и извлечения данных с тегами DICOM занимал 50 часов, однако использование Hitachi Content Intelligence на этапе обработки данных DICOM с набором тех же медицинских изображений позволило сократить время выполнения запроса до 5 минут. Это лишь наглядный пример повышения производительности системы более чем на 99,8% при грамотном использовании средства для умной работы с данными.

• Окончание: блокчейн, биометрия и видеоаналитика >>>

Павел Лихницкий, генеральный директор компании DIS Group, рассказывает, почему данные играют ключевую роль в процессе цифровой трансформации бизнеса, чрезвычайно актуальном сейчас для компаний по всему миру, в том числе и в нашей стране.

- По-прежнему немало специалистов считают цифровую трансформацию очередным маркетинговым лозунгом. Есть ли объективная необходимость в ней для российского бизнеса?

Можно наблюдать множество признаков того, что мы уже живем в условиях цифровой экономики. Цифровые технологии меняют поведенческие модели потребителей, и бизнесу просто необходимо под них подстраиваться. Игнорирование этого факта может привести к краху. 51% компаний, которые лет 15 назад фигурировали в списках Fortune 500, больше не существует, так как они не смогли вовремя перестроиться. Зато на рынке появились новые игроки.

Стремясь удержаться на плаву, компании модифицируют свои бизнес-процессы и бизнес-модели, некоторые кардинально перепрофилируются, уходят в другие рыночные сегменты. Чрезвычайно важную роль в развитии цифровых процессов играет государство: оно не только стимулирует бизнес переходить на «цифру», но и само предоставляет новые инструменты — сервисы госуслуг.

Идеи цифровизации заинтересовали основных заинтересованных лиц заказчиков, причем из всех отраслей. Помимо традиционных заказчиков из динамичных финансового и телекоммуникационного секторов, активно развивающих цифровую трансформацию своего бизнеса, к нам приходят заказчики из более консервативных сегментов, таких, например, как агросектор. Ведь и здесь открываются очень широкие возможности для цифровизации: контроль почвы, автоматическая система полива, беспилотные тракторы и комбайны, многое другое.

- Много ли сегодня реальных примеров цифровой трансформации из отечественной практики?

В банках и телекоме она идет полным ходом – это общеизвестно. Возьмем пример из ретейла — компанию «М.Видео». Понимая, что со временем клиенты будут все больше покупок совершать онлайн, компания создала электронную торговую площадку Goods.ru, где теперь представлены товары не только этой торговой сети, но и ее партнеров, многих других продавцов. Вот яркий пример того, как компания трансформирует бизнес, перейдя к новому сервису для потребителя.

Много проектов цифровой трансформации идет и в других секторах — нефтегазовом, государственном (электронные госуслуги), в сельском хозяйстве, на производственных предприятиях, в том числе в пищевой промышленности. У нашего заказчика возникла острая проблема: как правильно интерпретировать данные, чтобы не ошибиться при выполнении заказа от конкретного розничного магазина? Переработка мяса производится автоматически, причем на весьма разнородном оборудовании, и надо так распределить заказы между машинами на различных производственных площадках, чтобы в конечном итоге каждый магазин получил в точности то, что заказывал, и в нужном количестве.

С необходимостью цифровой трансформации столкнулись также предприятия отечественной космической промышленности: необходимо обеспечить эффективную работу с огромным количеством документов и данных, чтобы предприятия стали настолько быстрыми и гибкими, насколько этого требует сегодняшний рынок.

- На какие конкретные бизнес-задачи нацелены подобные проекты?

Выделю три ключевые задачи. Первая – повысить внутреннюю эффективность ведения бизнеса организации, в том числе эффективность изменений, научиться в сжатые сроки выводить на рынок новые продукты, быстрее осваивать новые сегменты и пр. Успех напрямую зависит от того, насколько хорошо бизнес умеет работать с данными и насколько быстро способен меняться.

Вторая задача – поиск новых клиентских сегментов. Сегодня компании стремятся улучшить восприятие бизнеса его клиентами (Customer Experience). Поведение потребителя строится на основе ощущения и восприятия того, как ему предоставляют сервис. Люди хотят, чтобы им было приятно, легко, удобно, чтобы все было на высшем уровне, а если что-то не нравится – легко уходят в другую организацию. В этой ситуации компании должны перейти от парадигмы продажи и исполнения договоров к парадигме клиентов: видеть всю информацию о клиенте, а не просто пакет договоров с ним, знать своих клиентов, понимать их и предлагать именно то, что им требуется, создавая, если понадобится, полностью индивидуальные продукты.

Третья задача: с помощью имеющихся данных открыть для компании новые возможности, например создав новую бизнес-модель. Многие компании накопили немало данных и теперь рассчитывают извлечь из них какую-либо новую ценную информацию, чтобы, опираясь на нее, предложить сервисы, способные приносить дополнительную прибыль.

- Готовы ли проекты цифровой трансформации к массовому тиражированию? Если готовы, то какие?

Тиражирование уже идет полным ходом. Яркий пример – модель цифрового банка, успешность которой доказали первопроходцы, например «Тинькофф». Сейчас очень многие пытаются реализовать у себя в том или ином виде эту модель. Но если присмотреться, то можно увидеть, что цифровыми возможностями дистанционного обслуживания уже пользуются многие организации. В последние годы ДБО стало широко доступно и физическим лицам.

В России имеются все предпосылки для тиражирования и других проектов цифровой трансформации: у граждан есть доступ в Интернет, есть мобильные устройства, привычка пользоваться всевозможными сервисами и есть заинтересованность со стороны государства совершенствовать нормативно-законодательную и регуляторную базу для дальнейшего развития цифровой экономики.

- Какова роль аналитических решений в проектах цифровой трансформации?

Цифровая трансформация не будет возможна, если не понимать свои данные и не уметь с ними эффективно работать. Тот же «Тинькофф» очень много усилий прикладывает к анализу поведения своих клиентов, зашедших на сайт или в мобильное приложение банка. Поэтому прежде всего необходимо создать свой фундамент данных – правильно их выстроить, ясно понимать требования к их качеству, работать над их улучшением. Нужно иметь команду, умеющую работать с данными, и располагать процессами, которые позволят эффективно организовать работу. Необходимо иметь штат грамотных специалистов по данным, чтобы находить новые продуктовые сегменты, создавать именно те продукты, которые будут востребованы клиентами, эффективно решать многие другие задачи.

- В какой степени нынешний портфель решений компании отвечает требованиям и ожиданиям клиентов, реализующих проекты цифровой трансформации?

Мы много лет говорим о важности данных. Сегодня видно, какой огромный интерес к соответствующим технологиям и экспертизе проявляют компании из совершенно разных отраслей, и мы помогаем клиентам создавать по-настоящему ценные активы данных.

Особо стоит отметить решения компании Informatica. Еще лет десять назад коллеги заявили о том, что необходимо разделять данные и инструменты BI: возможность эффективно обрабатывать данные и формировать из них качественный актив – это не то же самое, что делать красивую отчетность. Informatica концентрируется на сборе и подготовке качественных данных.

Мы постоянно работаем над расширением портфеля – анализируем рынок, взаимодействуем с теми, кто выходит с новыми интересными методологиями. Яркий пример: мы создали новое решение совместно с Mail.ru. Будем и дальше доносить до бизнеса, что цифровая трансформация – это не модные ИТ-новинки, а тесная совместная кропотливая работа ИТ и бизнеса.