Главной частью парка является медиацентр с различными комплексами. Один из них — «Полет», предоставляющий вирутальный тур по достопримечательностям Москвы. Он является кинотеатром с 12-метровым прозрачным проекционным экраном в форме сегмента сферы и платформой со зрительскими креслами. Под ней находится серверная. Визуальные эффекты создаются при помощи трех 4К-проекторов и четырех специализированных видеосерверов, присутствуют и спецэффекты (запахи, ощущение воды). На экране демонстрируются разные виды Москвы (Красная площадь, парк Кусково, стадион «Лужники» и т.д.) с высоты птичьего полета. Съемки проводились компанией «Красный квадрат», использовавшей одну камеру, дроны и вертолет. Аттракцион весит 70 тонн. Его собрали за девять месяцев, хотя обычно на эту работу требуется до двух лет. Технологии предоставила канадская компания Dynamic attraction, «ЛАНИТ-Интеграция» обеспечила установку.

«Машина времени»: комплекс построен так, что само присутствие людей и их перемещение влияет на шоу-программу, система может взаимодействовать с каждым зрителем Источник: «ЛАНИТ-Интеграция»

Второй павильон «Зарядья» – «Машина времени», где посетители путешестуют по разным эпохам. Он представляет собой помещение с цилиндрическим экраном диаметром 16,5 метров и высотой 5 метров. Изображение выводится на стены и пол с помощью 33 проекторов (из них 11 – на пол), 10 специализированных медиасерверов и 26 трекинговых видеокамер. Для звуковых эффектов используется многоканальная система звукоусиления, имеются генераторы спецэффектов (дым, запах, ветер). Если «Полет» захватывает воображение посетителей с помощью механического движения и красивых картинок, то «Машина времени» берет интерактивностью: медиаконтент оживает при прикосновении к полу и стенам. В аттракционе действует система по отслеживанию движений посетителей. Как рассказал руководитель направления «Мультимедийные системы и видеоконференцсвязь» компании «ЛАНИТ-Интеграция» Леонид Жестев, комплекс построен так, что само присутствие людей и их перемещение влияет на шоу-программу. Система может взаимодействовать с каждым зрителем, как индивидуально, так и в группе, «тем самым погружая в происходящие на экране события». Для съемок компания «Красный квадрат» использовала 300 объектов реквизита и задействовала в съемках 300 актеров.

«Полет»: билеты на виртуальный тур по достопримечательностям Москвы раскупают очень быстро Источник: «ЛАНИТ-Интеграция»

В медиакомплексе «Заповедное посольство» установлен светодиодный экран с шагом пикселов 1,2 мм, размером 5,5х3,1 метра, со специальным оптическим покрытием и системой звукоусиления, на котором показывают виды из разных уголков нашей страны. Также сотрудники «ЛАНИТ-Интеграции» оборудовали в павильоне четыре учебные аудитории, конференц-зал, арктический лабиринт «Ледяная пещера», требующий заморозки 70 тонн воды.

Кроме того, компания установила по всему парку систему Digital Signage для информационной и навигационной поддержке посетителей. Она включает более 50 экранов, интерактивных киосков, видеостен и 60 акустических систем.

«Движение целых отраслей к цифровизации вызвало взрывной рост интереса к решениям по эффективному управлению корпоративными данными, обеспечивающему их качество, полноту и актуальность — то, без чего невозможен успех цифровой трансформации», — отметил в своем выступлении на открытии форума «Данные — основа цифровой трансформации» Павeл Лихницкий, генеральный директор DIS Group. Уже сегодня компании собирают массу сведений о своих клиентах, однако часто не удается получить целостного представления о них, потому что данные раздроблены, распределены по разным подразделениям и представлены в разнообразных форматах. Решения класса Data Governance позволяют всегда работать с полной и актуальной информацией, поддерживая все процессы обработки данных в масштабе организации. Как показывает опыт DIS Group, именно это сегодня востребовано и новыми, и уже имеющимися клиентами компании, в числе которых — ВТБ, «ВымпелКом», банк «Уралсиб», Сбербанк, ассоциация аптек АСНА.

Стив Мерфи, вице-президент Informatica в странах Европы, Ближнего Востока и Африки, посвятил свое выступление особенностям так называемой третьей генерации данных, определяющей сегодня основу цифровой трансформации. В первой генерации данные использовались в специфических бизнес-приложениях, во второй – для поддержки корпоративных бизнес-процессов и, наконец, сегодня данные обусловили появление новых моделей бизнеса, бизнес-процессов и ролей, а также новых приложений и организационных структур компаний. Третья генерация сопровождается взрывным ростом объемов данных (15 зеттабайт в год), увеличением числа бизнеса-пользователей (более 300 млн по всему миру), появлением новых типов данных, получаемых от 20 млрд подключенных сегодня к сети устройств. При этом, по словам Мерфи, примерно 90% трафика идет из облаков, а обработка всего потока данных уже невозможна без машинного обучения. «Наше отличие – предоставление средств обработки всех корпоративных данных: «умный» каталог данных, высокоскоростная интеграция данных, управление качеством данных, анализ и минимизация рисков», — отметил Мерфи. Действительно, если в январе 2017 года решение для управления корпоративными данными Informatica Axon заинтересовало лишь четырех клиентов, то в декабре 2017-го уже для 277 компаний во всем мире стали важны такие функции Axon, как поиск и понимание активов данных, связь данных с бизнес-контекстом, контроль изменений.

О новых возможностях обработки данных и способах повышения эффективности интегральной работы с ними рассказал на форуме Джузеппе Мура, главный эксперт по Data Governance компании Informatica. Работа с разнообразными облаками — Microsoft Azure, Amazon Web Services и другими — осуществляется через новые инструменты, дающие возможность средствами машинного обучения анализировать множество структур данных и обогащать потоковые данные метриками «на лету». «Умная» платформа clAIre для работы с корпоративными данными позволяет формировать каталоги, проводить профилирование данных, распознавать их структуру, выполнять кластеризацию с подбором похожих данных, выдавать рекомендации в случае обнаружения аномалий и проч., чтобы в конечном счете через системы самообслуживания дать всем сотрудникам компании доступ к данным для проверки бизнес-идей. Поверх платформы размещаются такие продукты, как Big Data Management, Data Quality, Master Data Management, Data Security, Data Integration, а также решения для построения корпоративного озера данных, формирования портрета клиента, обеспечения безопасности.

«Для цифровой трансформации требуется соединить островки данных подразделений компании, каждое со своими отчетами, политиками, процессами — финансы, логистика, продажи, ИТ, юридическое сопровождение и так далее, обеспечив сквозное управление по ролям, функциям, знаниям и системам. Организации признали, что данные играют центральную роль в цифровой трансформации, а ключевым фактором успешной реализации корпоративной стратегии управления данными является наличие единого ответственного лица – Chief Data Officer», — отметил Мура.

Сегодня данные – это корпоративная функция, как и любая другая, будь то кадры, финансы, логистика, обратил внимание Александр Тарасов, управляющий партнер DIS Group: «На предприятиях за финансы отвечает финансовый директор, за кадры — директор по персоналу, за управления ИТ – CIO, а теперь пришла очередь CDO, отвечающего за корпоративные данные». По мнению Тарасова, директор по данным обязательно должен иметь свой бюджет на реализацию стратегических инициатив и подчиняться либо ИТ-директору, либо финансовому, либо входить в совет директоров. Ключевая задача CDO состоит в развитии инструментария демократизации данных – их свободного и гибкого использования всеми сотрудниками компании. Директор по данным – это лидер кроссфункциональных команд, корпоративный интегратор, драйвер повышения эффективности компании и ускорения принятия ключевых бизнес-решений в динамичной рыночной среде.

Максим Феопентов, начальник отдела разработки витрин данных Hadoop компании «Сбербанк-технологии», продемонстрировал, как средствами Informatica создавать витрины данных в Hadoop, стек которого состоит из двух десятков приложений поверх файловой системы HDFS и менеджера пакетов YARN. Здесь как раз помогла возможность продукта Informatica Big Data Management работать с разными источниками данных и автоматически генерировать код для таких подсистем Hadoop, как Hive Spark. Виталий Ананьев, начальник отдела развития систем интеграции данных Промсвязьбанка, в числе преимуществ продуктов Informatica отметил направленность на интеграцию данных, полученных из множества источников, их трансформацию и доставку для обработки без кодирования, благодаря чему можно, например, осуществлять централизованное администрирование, повторно использовать процессы и выполнить интеграцию с уже имеющимися в банке решениями SAP.

В Москве прошел пятнадцатый форум IT Management Forum, организованный издательством «Открытые системы» и собравший более 400 представителей отечественных и зарубежных компаний из разных отраслей зарождающейся цифровой экономики. Слоган форума – «Стратегия и практика управления ИТ. В ответе за цифровое предприятие» — весьма точно характеризует современное состояние процесса цифровой трансформации, которая не сводится к последовательной и уже привычной автоматизации. Сама по себе автоматизация не улучшает текущие бизнес-модели – за счет одного лишь применения новых технологий цифрового общества не построить, поэтому требуется, как считают участники сессии «Корпоративный Agile/DevOps и другие инновации в управлении», изменение культуры, профессиональное движение, нацеленное на изменение производственных отношений.

В форумах ITMF регулярно принимают участие ведущие зарубежные и отечественные эксперты. В этом году на форуме выступил Марк Смолли, всемирный посол фонда ASL BiSL и ассоциации DevOps Agile Skills, который на пленарном заседании задал вектор обсуждения вопроса о роли DevOps, сравнив, в частности, разговоры вокруг этой методологии с религиозными спорами, а именно, с дзэн-буддизмом.

Итак, что такое DevOps – культ романтиков, где на любого, пришедшего на обсуждение без принятых артефактов, смотрят с подозрением, либо это лишь рядовой метод разработки программного обеспечения, а может быть, это развивающееся профессиональное движение, нацеленное на укрепление производственных отношений между разработчиками и специалистами подразделения эксплуатации и ускорение выполнения запланированных работ?

В своем докладе «Первые шаги к DevOps и контроль качества ПО» Ольга Тимашева, руководитель центра компетенций по тестированию и обеспечению качества ПО «ЮниКредит Банка», рассказала о движении банка в сторону DevOps. В конце 2017 года была образована инициативная группа с привлечением команд разработчиков приложений, команды развития инфраструктуры и команды тестирования для реализации проекта объединения всех инициатив по автоматизации. В качестве основы на первых порах были выбраны некритичные для бизнеса приложения. Сразу выяснилось, что текущий способ управления изменениями не готов к процессам непрерывной доставки и развертывания, причем невозможно автоматизировать «человеческий фактор» в деле согласования изменений. Однако при развертывании тестовых сред вполне возможно минимизировать субъективизм, а для коллектива из молодых специалистов, стремящихся к освоению новых подходов, нет проблем при движении к DevOps.

Евгений Карасик, менеджер по продукту израильского центра разработок компании Micro Focus, отметил в своем докладе «Как мы внедряли DevOps. Рецепты успеха на основе личного опыта» важность ответственности всей команды за общее дело. Подход DevOps был выбран как способ реализации требований бизнеса за счет регулярной и ранней поставки ПО благодаря организации взаимодействия подразделений разработки, тестирования и эксплуатации. При этом продукты разрабатываются не только на основе принятых методологий, но и с учетом личного опыта разработчиков, а главный принцип звучал как «все,что может быть использовано более, чем один раз, должно быть автоматизировано». Следование DevOps позволяет выявлять и преодолевать организационные, технологические и психологические барьеры для создания управляемого и контролируемого прозрачного процессa с быстрой обратной связью. Однако нельзя делать DevOps наполовину, а эффект будет выше, если всем членам команды интересно работать «по душе, а не по карьерному росту», отметил Карасик. Если до перехода на DevOps новая версия продукта выходила раз в год, то после – по запросу бизнеса, технологический стек стал меняться теперь не раз в несколько лет, а по мере необходимости. Обычно объем кода увеличивался на 30% для каждой версии, а теперь максимум на 3-5%, причем автоматизация тестирования составила 80%, а не 20%, как раньше. Все это позволило резко повысить качество продукта.

Однако, несмотря на такие высокие показатели, не все докладчики сессии рекомендовали слушателям всегда следовать дорогой DevOps. Ирина Марчева, руководитель продуктового офиса компании «М.Видео», в своем выступлении «Нужен ли вам Agile?» обратила внимание на то, что внедрение DevOps не следует считать панацеей. Гибкие методологии итеративной разработки, например Scrum, эффективны в случаях, когда неясен результат и требуется быстро проверить различные гипотезы, а для классических, размеренных проектов с четкими сроками и целями достаточен инкрементальный, эволюционный подход. Проблема может возникнуть в крупных организациях, когда одна часть компании живет в парадигме Agile, а другая – в старой «водопадной», и здесь может помочь SAFe. Проект создания интернет-магазина «М.Видео» с его неясными целями и масштабами изначально относился к Agile, и, по словам Марчевой, его успеху способствовали поддержка со стороны руководства, привлечение консультантов и, главное, – предоставление команде права на ошибку.

Бизнесу нужны конкретные конкурентные преимущества, и ему в конечном счете нет дела до Agile как культуры, отметил в своем докладе «Покажи мне свои практики. Когда Agile краснеет» Олег Егоркин из «Ростелекома». Однако эффективность любой практики, а значит, и результаты бизнеса сильно зависят не только от возможностей команды, но и от способности самих бизнес-руководителей принять культурные преобразования. Свое выступление Егоркин построил вокруг общей многоуровневой модели развития организационной культуры – поведение всех сотрудников компании определяется ее принадлежностью к конкретному уровню: импульсивная (банда), конформистская (церковь), конкурентная (корпорация), плюралистическая (семья) и эволюционная (живой организм). В наибольшей степени практики DevOps начинают работать лишь на четвертом уровне, на втором Dev и Ops существуют раздельно, а на третьем появляется ITIL. Предложенная модель позволяет понять, готова ли команда к DevOps и имеет ли смысл перенимать практики у команд с более развитым культурным кодом.

Рынок информационных технологий непрерывно меняется, меняется роль ИТ для бизнеса. Меняется, соответственно, и сущность ITSM. Выступая на недавнем форуме IT Management Forum 2018, организованном издательством «Открытые системы», в своем докладе «Цифровая трансформация (IT)SM: эволюция в технологиях управления» Дмитрий Рубин, директор департамента систем автоматизации ИТ и процессов обслуживания компании Naumen, отметил, что первоначально сервисные отделы обслуживали преимущественно запросы самих ИТ-подразделений. Делалось это практически «на коленке» — заявки регистрировались по электронной почте или телефону, учет активов велся в Excel.

Усложнение ИТ-систем заставило предприятия внедрять полноценные системы Service Desk, интегрировать с ними средства мониторинга, совершенствовать учет активов. На следующей стадии развития концепции ITSM в зону ответственности сервисных служб попали, кроме управления, собственно, ИТ-услугами, управление контрактами и субконтрактами, активами. Кроме того, все чаще в системах управления ИТ ведут свою работу и другие сервисные подразделения – служба HR, административно-хозяйственные подразделения, контакт-центры и центры обслуживания клиентов.

Naumen — один из крупнейших российских игроков на рынке автоматизации сервисных процессов. Для предприятий малого и среднего бизнеса компания предлагает облачное решение ITSM365, для корпоративного сектора создано целое семейство продуктов, построенных на базе Naumen Service Management Platform — Naumen Service Desk, Naumen ITAM, Naumen Network Manager. Ими можно пользоваться как облачными сервисами или же установить в собственном центре обработки данных.

Однако в эпоху цифровой трансформации, как полагают в Naumen, возможностей традиционных подходов уже не хватает и возникает необходимость в использовании систем искусственного интеллекта.

Такое решение у компании уже есть — это Naumen Service Management Intelligent Automation. Опыт его внедрения у ряда заказчиков показал возможность снижения затрат на операционные процессы до 50%, а также добиться повышения качества и скорости принятия решений до 70%.

В результате внедрения решения с применением технологий искусственного интеллекта в «Почте России» было налажено централизованное управление объектами ИТ-инфраструктуры во всех 42 тыс. отделений связи и приблизительно 250 услугами

Рубин отметил повышение качества работы внутренних и внешних подрядчиков, приведшее к более стабильному фукционированию ИТ-систем. Внешние подрядчики контролируются из единого центра, что позволило значительно снизить затраты на их услуги.

До 80% заявок пользователей о наличии каких-либо неполадок в ИТ-системах теперь регистрируются через портал самообслуживания, причем для этого не нужно знать название услуги или ее идентификатор, проблему можно описывать на естественном языке — например, «не работает принтер».

Более того, система умеет распознавать массовые инциденты (отказы, случившиеся у многих пользователей одновременно, например — после обновления ПО) и предлагать пользователю способы их решения еще до того, как он успеет пожаловаться.

В рамках совместного с компанией «Газпромнефть» и фондом «Сколково» научно-исследовательского проекта была разработана интеллектуальная система прогнозирования сбоев в ИТ-инфраструктуре, которая на основании исторических и оперативных данных средств мониторинга предсказывает приближающиеся инциденты в инфраструктуре и формирует соответствующие рекомендации для персонала. Она позволяет спрогнозировать и предотвратить до 30% инфраструктурных инцидентов, при этом только 6% предсказаний являются ошибочными. Первый из показателей будет повышаться по мере увеличения объема и качества поступающих данных, а второй соответствено — понижаться.

Кроме того, в рамках этого исследования была создана система классификации текста, способная самообучаться на основании исторических данных и корректно классифицировать до 60% запросов, а также маршрутизировать их по назначению, например регистрировать и передавать заявку в техподдержку. За счет этого нагрузка на операторов первой линии поддержки может быть снижена на 50% уже на начальном этапе внедрения системы.

Программные решения, которые имитируют мыслительный процесс человека, уже массово используются традиционно консервативными промышленными компаниями как за рубежом, так и в России. На Петербургском международном экономическом форуме спикеры сессии «Искусственный интеллект в реальном секторе» пришли к выводу, что интенсивное внедрение этих решений в промышленности продолжится, но пока по большей части на ограниченной закрытой территории. Выход искусственного интеллекта за пределы этого пространства сдерживается из-за рисков и слишком большой неопределенности.

По словам Аветика Чалабяна, старшего партнера McKinsey & Co., искусственный интеллект в каком-то виде начал внедряться уже лет 50 назад, но, прежде всего, в военной сфере. В настоящее время он получил широкое применение в гражданском секторе. Автономные автомобили уже перестали быть редкостью на промышленных предприятиях; например, полностью без человека работают карьерные самосвалы. Искусственный интеллект помогает управлять технологическими процессами и ремонтом оборудования, осуществлять контроль качества. Роботы способны ответить на большинство вопросов клиентов. Человеку передаются только неструктурированные запросы.

McKinsey & Co. проводит обширные исследования, посвященные искусственному интеллекту. Результаты одного из них говорят о том, что не менее 60% задач на предприятиях тяжелого машиностроения можно решить с помощью искусственного интеллекта. То есть человека в этих случаях полностью или частично может заменить машина. «Все предыдущие технологические революции предполагали замену человека машиной на физических работах. Сейчас речь идет о том, чтобы переложить на машину интеллектуальный труд, а это вызывает беспокойство», — задал направление дискуссии Чалабян.

Дмитрий Шушкин: «Думаю, страхи преувеличены: мы становимся киборгами в хорошем смысле, поскольку, взаимодействуя с машиной, лучше справляемся с рутинными задачами» Автор: Кирилл Кухмарь/ТАСС

Если на аналогичных обсуждениях с участием антропологов, философов, социологов можно услышать откровенно алармистские речи, то представители реального сектора, выступающие на ПМЭФ-2018, особых угроз пока не видят.

«Думаю, страхи преувеличены. Что делает машина? То же самое, что человек, но быстрее и качественнее, если нет вариативности и неопределенности. Мы становимся киборгами в хорошем смысле, поскольку, взаимодействуя с машиной, лучше справляемся с рутинными задачами», — считает Дмитрий Шушкин, генеральный директор компании ABBYY Россия. Однако он пояснил, что речь идет о роботах именно в промышленности.

Вице-президент по региону Восточная Европа компании Nokia Деметрио Руссо уверен, что умные машины не приведут к росту безработицы. По его словам, Amazon инвестировал 750 млн долл. в искусственный интеллект, но это никак не сказалось на числе рабочих мест в компании.

«В самолетах уже давно используется автопилот, но человек все равно сидит за штурвалом. Что-то подобное будет и во многих других областях», — полагает Игорь Богачев, генеральный директор компании ЦИФРА (ГК «Ренова»).

Леонид Мухамедов: «Около 50% производимого компанией Schneider Electric оборудования поставляется для использования в Промышленном интернете» Автор: Кирилл Кухмарь/ТАСС

Движение без понятных ориентиров

Ничего не говорили о сокращении штата и руководители российских предприятий. При этом нельзя сказать, что искусственный интеллект еще не стал тем значимым фактором, который может отразиться на работе предприятий только в будущем. Соответствующих внедрений уже очень много как в мире, так и в России.

«Около 50% производимого нашей компанией оборудования поставляется для использования в Промышленном интернете», — обозначил масштабы революционных изменений Леонид Мухамедов, исполнительный вице-президент по операциям в Европе компании Schneider Electric.

Для крупных российских промышленных компаний, которые работают в конкурентной среде, массовое внедрение решений на базе технологий искусственного интеллекта уже давно является острой необходимостью. «Промышленность — очень капиталоемкая сфера. Инвестиции здесь окупаются иногда не один десяток лет. Из-за этого во многих случаях нельзя просто так заменить дорогое оборудование на более современное и производительное. С искусственным интеллектом получить экономический эффект намного проще. Потому реализуются или реализовано множество пилотных проектов», — объяснил интерес промышленников Богачев.

Более детально обрисовали этот процесс, приведя в пример конкретные проекты, представители крупной промышленности — генеральный директор компании «Северсталь Менеджмент» Александр Шевелев и заместитель генерального директора, директор по развитию компании «КАМАЗ» Ирек Гумеров. Для этих предприятий искусственный интеллект — не будущее, а обыденное настоящее.

Между тем определенности относительно грядущего вовсе нет. «Мы живем в условиях цифровой революции, быстро идем, но не понимаем куда. Невозможно расставить 'таргеты' — те ориентиры, которых мы должны достичь через определенное количество лет. В то же время понятно, что нужно повышать эффективность, и не идти мы не можем. Поэтому задача правительственных структур — устранять административные барьеры, мешающие внедрению искусственного интеллекта. Уже определено около 200 нормативно-правовых актов, которые необходимо оперативно изменить», — рассказал Василий Осьмаков, заместитель министра промышленности и торговли РФ.

Компания Orange Business Services объявила о заключении договора на развертывание решения, которое позволяет осуществлять контроль расхода топлива и работы двигателей судов группы компаний «Доброфлот», являющейся одним из крупнейших производителей рыбных консервов в России. Решение, которое в OBS относят к Интернету вещей, разработано в недавно открытом российском центре компетенций Orange в области судоходства.

Сотрудничество Orange Business Services и «Доброфлота» началось еще в прошлом году после ввода в действие в нашей стране полностью управляемого OBS решения Maritime VSAT, обеспечивающего подключение морских судов к спутниковой связи.

Тогда был подписан рассчитанный на пять лет контракт, предусматривающий организацию на 14 судах «Доброфлота» безлимитной спутниковой связи с быстродействием до 6 Мбит/с. Это предоставило возможность построения единой корпоративной сети, в том числе создание на ее базе «полноценного офиса в море» (см. « Orange и VSAT трансформируют рыбный промысел », Computerworld Россия, 23 января 2017).

Новое решение разработано совместно с партнерами из группы компаний «Технодар», которая занимается разработкой, производством, интеграцией и поставкой систем контроля расхода топлива и спутникового мониторинга транспорта на базе технологий GPS, ГЛОНАСС, GSM и GPRS.

Оно должно предоставить возможность «с высокой точностью контролировать в режиме онлайн массу горючего, предотвращая коммерческие потери из-за ошибок в ее измерении при бункеровке, исключить нецелевое расходование топлива, а также оптимизировать его расход в зависимости от погодных условий и местоположения судна».

Пилотное внедрение решения осуществляется на транспортном рефрижераторе «Прогресс». В состав объектов его мониторинга и автоматизации входят главный двигатель и вспомогательный дизель-генератор, параметры которых контролируются несколькими счетчиками-расходомерами, обладающими, как утверждают разработчики, наименьшей на сегодняшний день погрешностью измерений.

По словам Евгения Степанова, технического директора «Доброфлота», если при пилотном внедрении комплекса автоматизации удастся получить десятипроцентную экономию топливных расходов, решение будет тиражироваться еще на восьми судах, включая крупнейшую в мире плавбазу «Всеволод Сибирцев».

Сокращение расхода топлива на 10% должно привести за период навигации «Прогресса» к экономии почти 2 млн руб. (при расчетах на основе текущей стоимости мазута и дизельного топлива).

Ранее при внедрении подобной системы на сухогрузном судне типа «Волга-Дон» специалисты «Технодара» добились 11-процентного снижения топливных расходов, пояснил Алексей Якушев, генеральный директор группы компаний «Технодар».

В данном проекте Orange Business Services выступает генеральным подрядчиком, обеспечивающим его выполнение и организующим взаимодействие всех участников и контрагентов. Все услуги OBS предоставляются на основе ежемесячной оплаты, а оборудование, устанавливаемое на судне, не приобретается «Доброфлотом».

«Доброфлот», таким образом, получает единую точку входа для решения всех возникающих вопросов, а также имеет возможность планирования операционных расходов, необходимых для предоставления услуг OBS.

Расходы на топливо, согласно результатам исследования, проведенного американским университетом Хофстра, достигают в среднем 46% от совокупных затрат на владение судном, 10% приходится на персонал, столько же – на обслуживание и ремонт, 0,3% — на спутниковую связь.

В нашей стране, по данным Росстата, в 2015 году морской транспорт обеспечил около 70% внешнеторгового оборота. Текущая емкость российского корпоративного рынка систем, предназначенных для контроля расходов топлива на судах, составляет, по оценкам Orange, более 73 млн евро, причем насчитывается около 1700 судов, на которых может быть применено разработанное решение.

По мнению специалистов iKS-Consulting, морская отрасль начинает все шире пользоваться услугами подключенного транспорта, которые уже активно развиваются в автомобильном и железнодорожном сегментах грузоперевозок.

В компании OBS утверждают, что ее экосистема для судоходства позволяет не только снизить расходы на топливо, но и сформировать единую информационную среду для управления оборудованием и процессами на судне, оптимизировать техобслуживание и эксплуатацию, повысить безопасность персонала и уменьшить влияние «человеческого фактора» на производственные процессы.

Алексей Антоненко, глава центра компетенций Orange Business Services по решениям в области судоходства в России и СНГ, отнес к важнейшим задачам объединение разрозненных компетенций в единую базу знаний и решение нестандартных задач для клиентов-судовладельцев.

Центр в настоящее время насчитывает 25 специалистов, имеет дюжину партнеров и обеспечивает услуги связи на базе пяти спутников. По словам Антоненко, планируются расширение географии обслуживания и поиск подрядчиков в труднодоступных портах Северного морского пути для планового обслуживания систем Maritime VSAT.

Будут идти также дальнейшие разработки, включая создание систем мониторинга позиционирования «подключенных» судов, решений в области охраны труда и телемедицины, систем интеллектуального видеонаблюдения.

Блокчейн — одна из самых «горячих» технологий последних нескольких лет, наряду с искусственным интеллектом, Интернетом вещей и анализом Больших Данных. Отношение к ней неоднозначное. С одной стороны, от блокчейна ждут многого, ценность для бизнеса неподделываемого распределенного реестра и «самоисполняющихся» смарт-контрактов очевидна. С другой — постоянные скандалы вокруг криптовалют, неразрывно связанных в общем сознании с блокчейном, не способствуют доверию к технологии, замедляя ее проникновение на предприятия и тем более в госсектор.

Впрочем, несмотря на это, аналитики предсказывают стремительный рост бизнеса вокруг блокчейна. Так, в IDC считают, что рынок блокчейн-технологий к 2021 году вырастет в два с лишним раза по сравнению с 2018-м — до 9,2 млрд долл. В текущем году, как они ожидают, произойдет массовый переход от пилотных проектов к полномасштабному внедрению блокчейна. Наибольшие средства в них будут вкладывать предприятия финансовой отрасли (754 млн долл.), компании, специализирующиеся на доставке товаров и оказании услуг (510 млн долл), производственные и ресурсодобывающие компании (448 млн долл.).

«Сопутствующий» рынок профессиональных услуг по созданию и поддержке блокчейн-систем вырастет еще больше — с 1,8 млрд долл. в этом году до 8,1 млрд в 2021-м, то есть среднегодовой темп роста спроса на услуги составит 80%.

В результате к 2021 году не меньше 500 компаний из рейтинга Global 2000 начнут широко использовать сервисы блокчейна.

А к 2030-му, по оценкам аналитиков Gartner, «добавленная стоимость блокчейна для бизнеса» достигнет 3,1 трлн долл. Этому будет способствовать «сетевой эффект»: чем больше участников присоединится к блокчейн-системе, тем больше будет выигрыш от ее использования для каждого из них.

Внедрение новой технологии всегда упирается в готовность ее принять со стороны топ-менеджмента. Передовые ИТ-директора, как полагают в Gartner, понимают, что блокчейн — не очередное технологическое усовершенствование, а средство изменения парадигмы ведения бизнеса, привычного порядка функционирования экономики и состояние общества. Решиться на это не так уж легко — для этого как минимум надо не только самим осознать все «за» и против» технологии, но и объяснить ее преимущества другим руководителям компаний.

Исследования, проведенные в PwC, показали, что в этом направлении есть определенный прогресс, по крайней мере в финансовой сфере, в которой, как ожидается, блокчейн будет востребован в наибольшей степени. В 2016 году в ходе исследования Blurred lines: How FinTech is shaping Financial Services компания опросила 544 руководителя финансовых структур различного типа (банки, страховые компании, платежные сервисы, финтех-компании), в 2017-м — в два с лишним раза больше, 1308. За год число тех, кто «очень хорошо знаком» с блокчейном, выросло с 2 до 4%, «просто хорошо» — с 15 до 20%.

Блокчейн в России

Агентство OSP Data при поддержке компаний Hitachi Vantara и Oracle в начале 2018 года провело опрос с целью выяснить отношение российских менеджеров к перспективам блокчейна и определить факторы, которые могут помешать его внедрению.

Респондентами исследования стали, в том числе, представители предприятий и организаций из числа участников цикла научно-практических конференций, проводимых издательством «Открытые системы», включая конференцию «Технологии блокчейна 2018», то есть люди, в наибольшей степени интересующиеся перспективными технологиями цифровой трансформации.

К блокчейну у нас только начинают приглядываться, а потому большая часть респондентов — работники сферы информационных технологий, сотрудники ИТ-компаний или ИТ-подразделений «некомпьютерных» фирм. Уровень представительства, впрочем, был достаточно высок: 20% респондентов — собственники и топ-менеджеры, более 60% — начальники управлений, отделов и т. д.

Наиболее известные блокчейн-платформы — Ethereum (ее знают 66%) и IBM Hyperledger Fabric (40%). Почти треть назвали отечественный «Мастерчейн», каждый пятый — Exonum.

Три четверти три года ждут

Если «в мировом масштабе» аналитики полагают, что текущий год станет переломным, то отечественные респонденты относятся к этому скептически (см. «Через какой срок стоит ожидать появления серьезных проектов корпоративного уровня?»). Лишь около четверти опрошенных считают, что серьезные корпоративные блокчейн-проекты в стране уже есть или будут реализованы в этом году, наиболее часто высказывается мнение, что ждать их «от года до трех лет» (так ответила половина опрошенных).

Отставание прогнозов наших практиков от прогнозов аналитиков (они при обсуждении новых технологий часто демонстрируют чрезмерный оптимизм) невелико. Три четверти опрошенных готовы к тому, что в ближайшие три года им придется внедрять технологию, меняющую многие, если не все, бизнес-процессы.

Наиболее востребован блокчейн, по мнению наших респондентов, будет в финансовой сфере, далее следуют логистика и торговля, государственные сервисы, сфера услуг (см. «В каких областях наиболее перспективно применение технологий блокчейна?»). Сами они видят главную ценность блокчейна в том, что он позволит повысить прозрачность операций (68%) и исключить влияния человеческого фактора (60%), остальные варианты далеко отстали. Впрочем, 60% опрошенных при этом считают, что тех же результатов можно достичь с помощью других технологий. Не видит альтернативу блокчейну лишь каждый десятый.

Препятствия и риски

Недостатки зачастую являются продолжением достоинств. Поскольку евангелисты блокчейна часто обещают коренную перестройку бизнес-процессов и контрактных отношений, то регулирующие органы настороженно относятся к этой технологии (а ближе к реальному внедрению станет весомым фактором и консерватизм руководства, о котором пока рано говорить). По крайней мере, в нашем опросе 68% респондентов считают именно неопределенность позиции регуляторов главным препятствием на пути внедрения блокчейна (см. «Что мешает широкому распространению блокчейна в РФ?»).

Кроме того, по мнению 56% опрошенных, распространению технологии мешает отсутствие примера успешных проектов. Это, впрочем, обычный «почти замкнутый круг»: проектов нет, потому что нет историй успеха, которых нет, потому что мало проектов.

Многие пожаловались, разумеется, и на отсутствие специалистов. Также респонденты отмечали нехватку достоверной технической информации, что, казалось бы, в наше время нонсенс.

Если говорить о самом процессе внедрения блокчейн-системы, то, что неудивительно, самые большие проблемы ожидаются от процесса переделки «под блокчейн» бизнес-процессов или даже всей бизнес-модели предприятия. Эти опасения высказали 64% опрошенных (см. «Какие проблемы вы считаете ключевыми при внедрении решений на базе блокчейна?»). Вторая по важности проблема — с регулятором (сложности с сертификацией, 58%), третья — с технологиями (48%), блокчейн-систему придется интегрировать с другими решениями, и какие сложности возникнут при работе «гибрида», не вполне ясно.

Что касается претензий к блокчейну как к технологии, то респондентов больше всего смущают «высокая стоимость владения и поддержки инфраструктуры» и «сложность разработки и развития» (эти причины указали по 45% отвечавших), а также «проблемы с масштабируемостью» (40%).

***

Итак, в России блокчейн пока только набирает популярность. Если «в мире» (имеются в виду наиболее развитые в отношении ИТ страны) текущий год, как обещают, станет переломным, то в России, по мнению большинства опрошенных, это произойдет в срок «от года до трех». Но с учетом того, что аналитики склонны проявлять излишний оптимизм при оценке краткосрочных перспектив, реальное различие в ожиданиях невелико.

Что до практики, то можно предположить, что блокчейн-решения, подобно облакам, будут первоначально применяться во внутрикорпоративных проектах — во избежание проблем с регуляторами. На «частном блокчейне», по крайней мере, можно будет понять, как меняются бизнес-процессы, обкатать технологии и подготовить кадры.

Для создания «публичного» блокчейна потребуется научиться решать более сложные технические задачи. И, как предчувствуют наши респонденты, еще более сложные юридические: даже если оставить в стороне все связанное с криптовалютами, «неотменяемые самовыполняющиеся контракты» плохо вписываются в современную юридическую систему, предусматривающую иерархию решений вышестоящих судов, апелляций и апелляций на апелляции.

Но и упоминавшиеся выше облака тоже поначалу плохо вписывались в привычную картину мира, а сейчас сервисы на их основе распространены настолько, что случайная «блокировка по IP» мощностей облачного провайдера становится проблемой государственного уровня.

Вслед за повсеместным принятием на предприятиях концепции DevOps, поддерживающей активное взаимодействие всех участников жизненного цикла приложений, сегодня заговорили и о DataOps — подходе, который обеспечивает «демократизацию» данных, позволяет работать с ними всем сотрудникам предприятия. Участники дискуссии постарались разобраться, что в DataOps от проходящей моды, а что от насущных потребностей.

Сам термин DataOps появился в 2015 году в блоге Энди Палмера, вместе с Майклом Стоунбрейкером основавшего компанию Tamr. В марте 2017 года термин прозвучал на конференции Strata+Hadoop World, организуемой O’Reilly, а вскоре прочно вошел в лексикон профильных периодических изданий, в частности в ИТ-глоссарии Gartner. Саму концепцию уже взяли на вооружение такие компании, как Facebook, Netflix, Uber, LinkedIn, Twitter и eBay, развернув под нее соответствующую инфраструктуру.

Термин был выбран достаточно удачно – все его понимают как применение практик быстрой интегрированной разработки и эксплуатации на больших объемах данных, однако в его трактовке возникают разногласия. Разрешить их и была призвана дискуссия «DataOps – agile-подходы к работе с данными», которую в рамках форума BIG DATA 2018 провел Андрей Николаенко из IBS.

В ходе дискуссии обсуждались, например, такие вопросы: agile-методологии в работе с большими данными: скрещивание модных терминов или насущная необходимость? «Бимодальные ИТ», большие данные и DataOps: можно ли развести процессы и данные — часть в «традиционный модус», часть в «гибкий цифровой»? Имеет ли смысл накопление данных при их неясной ценности для анализа в будущем? При обсуждении второго вопроса участники дискуссии рассмотрили ситуацию, когда все данные общие, но с ними одновременно надо работать двумя разными способами: традиционно, когда релизы приложений выходят раз в полгода, и в цифровом режиме, когда обновления происходят несколько раз в день. Анджей Аршавский, директор Центра анализа данных и математического моделирования НЛМК, вместе с Антоном Исаниным, руководителем центра качества «Альфа-Банка», подтвердили, что в их компаниях налицо бимодальность ИТ, но аккуратное выстраивание над платформой данных правильных переходников позволяет эффективно работать с единой платформой в двух режимах.

Наиболее оживленную полемику вызвал вопрос о выживании в условиях DataOps профессий аналитика, математика, программиста, тестировщика и администратора баз данных, поскольку этих специалистов потенциально могут заменить «универсальные солдаты» — исследователи данных (data scientist). Участники дискуссии опровергли тезис о том, что возможно слияние специализаций. Например, Вадим Индриков, начальник отдела системной архитектуры ГНИВЦ ФНС РФ, и Валерий Артемьев, консультант отдела разработки политик, стандартов и процедур Управления методологического и организационного обеспечения департамента статистики и управления данными Банка России, обратили внимание на то, что в командах скорой разработки очень важны взаимная страховка и понимание работы коллег. В этом смысле, как отметил Олег Егоркин, директор проектов «Ростелекома», важно владеть смежной квалификацией, но при этом само по себе понимание работы смежника и готовность его подстраховать вовсе не означает «универсализацию специализаций» – нельзя быть автомехаником, лишь обладая навыками замены колеса. Интересный момент по поводу слияния специализаций по работе с данными отметил Артем Данилов, архитектор хранилища данных в Avito.ru. Менеджеры по работе с посетителями портала Avito, сказал он, владеют SQL, составляют визуальные отчеты и с помощью запросов к базе постоянно решают возникающие нестандартные задачи, что, впрочем, не делает их разработчиками платформы данных, поскольку хранилище и витрины создают все-таки профильные специалисты.

Итак, по мнению участников дискуссии, чтобы «демократизировать» данные, нужно преобразовать как средства доступа к ним, так и способы управления данными, обеспечивающие коммуникации и интеграцию уже имеющихся данных, команд и систем. На решение этой задачи и направлена концепция DataOps — установление связи тех, кто собирает и готовит данные, с теми, кто их анализирует и применяет в бизнесе. Данные не принадлежат ИТ, специалистам по данным или аналитикам. Они принадлежит всему бизнесу, а инструменты самообслуживания должны позволять всем сотрудникам компании создавать собственные аналитические отчеты и визуализации, делясь своими открытиями с коллегами. В этой связи, как прогнозируют аналитики Gartner, уже в ближайшие годы 80% компаний из Global Fortune 1000 будут использовать в своей практике методологию DataOps.

Чтобы заложить основы для сбора растущего объема данных новейших моделей автомобилей, а также параметров функционирования своих производственных предприятий, компания Audi внедряет у себя ряд новых технологий с открытым кодом.

Выступая перед полным залом на конференции Dataworks в Берлине, два главных архитектора данных Audi Матиас Грауниц и Карстен Хербе рассказали о построении архитектуры хранения данных, поступающих из новых источников, и о тех уроках, которые им удалось извлечь в ходе этого процесса.

С 2015 года компания Audi, являющаяся крупным клиентом Hadoop, хранит данные в Hadoop Distributed File System (HDFS). «Начав с небольшого кластера в конце 2015 года, мы вместе с клиентами изучали возможность построения и запуска системы, которая отвечала бы предъявляемым к ней бизнес-требованиям, – сообщил Грауниц. – В кластере на базе Hortonworks Data Platform (HDP) имелось четыре узла, 96 ядер и 160 Тбайт пространства хранения».

Сегодня в компании развернуты производственный кластер Hadoop, имеющий 1 петабайт пространства хранения, 6 Тбайт оперативной памяти, 12 узлов и 288 ядер. Производственный кластер Kafka оснащен четырьмя узлами, 128 Гбайт оперативной памяти и 16 Тбайт памяти хранения.

Все это, впрочем, отнюдь не означает, что интеграция была беспроблемной. «Внедрение Hadoop в существующую производственную среду сопровождалось определенными сложностями, – подчеркнул Хербе. – Требовалось интегрировать все это с бизнес-системами и обеспечить соблюдение мер безопасности».

Схема внедрения была разбита на две части: первая касалась отверточной сборки в процессе производства, а вторая – использования данных, собираемых блоками управления автомобилем.

В плане сборки «хотелось убедиться в том, что все производственные мощности функционируют хорошо, и добиться предотвращения возникновения проблем за счет своевременного технического обслуживания».

Что же касается данных автомобилей, каждая новая модель Audi передает в хранилище HDFS около 25 тыс. беспроводных сигналов, которые в дальнейшем анализируются персоналом компании.

Средства бизнес-анализа (в частности, Tableau) предоставляют сотрудникам основных подразделений доступ к собранной информации и помогают принимать решения при проектировании будущих моделей.

«Многие бизнес-подразделения хотят извлекать из этих данных полезную информацию, поэтому нам приходится переосмысливать процесс владения и управления данными, определять модель доменов данных с четким разделением ответственности в каждом из доменов, – пояснил Грауниц. – Предоставление каждого из совместно используемых сервисов в среде с множественной арендой требует от нас управления жизненным циклом каждого из сервисов и четкого взаимодействия с проектами, использующими эти сервисы. Естественно, необходимо также вырабатывать соглашения об уровне сервиса, обеспечивать круглосуточную готовность и дифференцировать циклы разработки».

Сначала технология была опробована на данных тестовых автомобилей и только после этого внедрена в новейшей модели A8.

Грауниц признает, что сейчас компании не хватает облака. Все, что уже было построено, развернуто во внутренней ИТ-инфраструктуре компании и в ее частном облаке.

«Нормативные требования заставляют нас приближать средства хранения к автомобилям и источникам происхождения данных, – указал он. – В настоящее время реализуется вторая инициатива, где данные сначала будут размещаться в облачной среде, а уже затем на основе гибридного подхода перемещаться на нашу территорию, поскольку все бизнес-процессы протекают непосредственно в нашей штаб-квартире и ее филиалах».

Для решения этой задачи выбор Audi пал на коннектор HDFS независимого поставщика Confluent, с помощью которого данные через конвейеры Kafka перемещаются в HDFS. Что же касается каталогов метаданных, они располагаются в облаке, поскольку их местоположение не зависит от конкретного места хранения данных.

Что делают с этими данными сотрудники Audi, мы пока не знаем, но будущие модели несомненно будут выстраиваться таким образом, чтобы данные можно было бы обрабатывать в ту же секунду, в которую они были зафиксированы блоками управления A8.

В 2017 году об искусственном интеллекте говорили повсюду, но обещанный подъем машин так и не нашел своего материального подтверждения.

Несмотря на шумиху, реальные сценарии использования остаются весьма ограниченными, но в 2018 году ситуация может измениться.

Реальность на смену шумихе

Компании уже сейчас вкладывают в искусственный интеллект огромные средства, но большая часть этих инвестиций пока не получила желаемой отдачи. По оценкам Forrester, 55% компаний так и не добились от искусственного интеллекта осязаемых выгод, а по мнению 43%, об успехах искусственного интеллекта говорить еще слишком рано.

«Существует много экспериментальных проектов и много подтвержденных концепций, но помимо самого понятия искусственного интеллекта и его потенциальных возможностей есть определенные требования, которые необходимо выполнить для успешного запуска всех этих интеллектуальных систем», – пояснила один из авторов отчета Forrester «Медовый месяц искусственного интеллекта окончен» Мишель Гетц.

Организации начинают понимать необходимость инвестиций в технологии, ставя перед собой четкие бизнес-цели. Владельцы бизнеса, исследователи данных, технологи – все они должны быть вовлечены в этот процесс.

Это потребует не только наличия экспертов, не только создания условий для внедрения технологии, но и выявления тех потенциальных преимуществ, которые бизнес сможет извлечь из технологий.

Если вы не можете определить для себя цель, выходящую за рамки постепенных небольших улучшений, затраты на внедрение искусственного интеллекта перевесят получаемую от него выгоду, и ваш проект просто не окупится.

Точки роста интеллекта

С Гетц согласна и генеральный директор Yandex Data Factory Евгения Завалишина. Она уверена, что растущее понимание современной науки о данных принесет результаты как в традиционных отраслях, так и на цифровых в первую очередь по своему характеру предприятиях.

«Речь идет не просто о многообещающих инвестициях в технологии, – подчеркнула Завалишина. – Искусственный интеллект превращается прежде всего в практический инструмент улучшения бизнеса. Если в 2017 году речь шла о понимании потенциальных возможностей искусственного интеллекта, то в 2018-м – о его реальном практическом применении».

Это означает изменение всей картины искусственного интеллекта, переход от его восприятия в виде чего-то экзотического к внедрению роботизированных помощников и обыгрыванию машинами людей в шахматы и го. За всем этим незримо стоит искусственный интеллект.

Этот «невидимый искусственный интеллект» обеспечивает оптимизацию процессов традиционного бизнеса (например, в нефтяной и газовой отраслях) на основе машинного обучения.

Анализируя исторические данные, организации могут создавать более точные прогнозные модели функционирования оборудования и получать в реальном времени рекомендации по поддержке и внесению необходимых изменений в целях дальнейшего повышения эффективности.

Рост числа датчиков Интернета вещей и аналитических средств на оконечных узлах сети также способствует росту доступности промышленного искусственного интеллекта. Теперь, когда о преимуществах искусственного интеллекта говорят повсеместно, предприятия других отраслей, известные своим неприятием новых технологий, тоже начинают понимать его ценность для бизнеса.

Исследовательские, административные и консультационные подразделения, равно как и представители других секторов, выдвигающие предположения и делающие выводы на основе клиентской информации, видят, какой прорыв сулит все это.

«Мы наблюдаем колоссальные сдвиги, потому что машины обрабатывают огромные объемы информации самых разных типов, объединяя их и делая выводы гораздо быстрее, чем способен человек», – подчеркнула Гетц.

Ориентация на данные

В 2017 году наука о данных (Data of Science) сделала большой шаг вперед, но ее потенциал сдерживается низким качеством данных. Зачастую это заставляет исследователей данных тратить дополнительное время на подготовку и фильтрацию данных плохого качества.

«Думаю, что одним из вопросов, который требует практического рассмотрения, является повышение качества данных, – указал старший вице-президент компании Infogix по пресейлу аналитических средств Рави Рао. – Об управлении данными надо задумываться при планировании любой аналитики, не оставляя это на потом».

Рао убежден, что в ближайшее время мы станем свидетелями дальнейшей автоматизации процесса управления данными. Будет обеспечено автоматическое обновление данных, а в новых системах и новых наборах данных появятся все необходимые элементы управления.

«В перспективе это станет необходимым техническим условием, – пояснил он. – Ключевая роль будет отводиться искусственному интеллекту и машинному обучению, причем не только в продвинутой аналитике, но и во всем, что внедрению этой аналитики способствует. Речь, в частности, идет о качестве данных и управлении ими».

Доступность глубинного обучения

Исследователи данных по-прежнему в дефиците, и высокий спрос на них сохраняется, но глубинное обучение станет доступнее благодаря снижению входного порога.

Три ведущих поставщика облачных сервисов – Google, Amazon и Microsoft – предлагают сейчас услуги почасовой аренды своих графических процессоров, которые клиенты могут использовать для обучения своих нейронных сетей.

«После завершения обучения большого объема вычислений для выдачи прогнозов уже не потребуется, – заметил генеральный директор компании Insightly Энтони Смит. – Возможность аренды очень мощных графических процессоров на несколько часов для проведения обучения вместо физической их закупки поможет ускорить процесс».

Рост популярности чатботов

Смит убежден в том, что в 2018 году чатботы на основе искусственного интеллекта получат повсеместное распространение и помогут предприятиям оптимизировать процесс своего взаимодействия с клиентами и организационно-штатную структуру контакт-центров.

«В области маркетинга и CRM диалоговый интерфейс – как голосовой, так и текстовый – стал весьма востребован, – подчеркнул он. – В последние пару лет создание таких интерфейсов было сопряжено с существенными сложностями. Но Facebook и Google, проделав очень большую работу в потребительском пространстве, предложили ряд инструментов, упрощающих построение чатботов. Сейчас мы видим, что некоторые из этих инструментов являются уже достаточно зрелыми, и их можно использовать в том числе и в корпространстве B2B».

Голосовые технологии представляют собой вполне конкурентоспособную альтернативу электронным формам. При этом интерфейсы чатов отфильтруют или ограничат число вопросов исходя из предыдущих ответов пользователя.

«Для большинства людей это действительно гораздо быстрее и удобнее по сравнению с необходимостью заполнять формы всякий раз, когда вы хотите что-то получить от сайта, – указал Смит. – Нам кажется, что в 2018 году такие возможности будут весьма востребованными».

Смена ролей

В условиях растущей важности анализа данных поддерживающую роль должна играть вся организация.

«Чтобы наладить и правильно реализовать программу управления данными и повышения их качества, нужна организация, которая будет заниматься поддержкой соответствующих вопросов, – указал Рао. – Эту роль не может играть команда аналитиков. Традиционное ИТ-подразделение тоже не должно решать эти задачи, поскольку выполняет иные базовые функции. На передний план здесь выходит директор по данным со своей командой, обеспечивающий должное качество данных и управление ими при реализации всех аналитических инициатив. И в этом смысле директор по данным становится все более важной фигурой в любой организации».

Роль директора по данным в ближайшей перспективе не подвергается сомнению, но есть и другие люди, от которых также зависит очень многое.

«Думаю, что существенный вклад в расширение возможностей анализа должен внести главный аналитик», – добавила Гетц.

А вот в том, что роль директора по искусственному интеллекту получит повсеместное распространение, у аналитика Forrester есть сомнения.

«Я так не считаю, – указала она. – Вопросами использования технологий в бизнесе и их стратегическими аспектами должен заниматься директор по цифровым технологиям. Чаще всего директор по цифровым технологиям и директор по данным поддерживают тесное взаимодействие друг с другом, а в некоторых организациях директор по данным подчинен директору по цифровым технологиям».

По мнению Завалишиной, в ближайшее время должны появиться и новые роли, значение которых нам еще только предстоит осознать.

«Понимание науки о данных, безусловно, окажет существенную помощь, но нельзя забывать и о деловых навыках, – указала она. – Сегодня востребованы специалисты, находящиеся на пересечении сферы управления и науки о данных. Исследователи данных пользуются большим спросом, а поиск подходящей кандидатуры (если она вообще существует) выливается в очень сложный и дорогостоящий процесс. В ближайшее время потребность в таких людях будет только расти, и компаниям придется учиться использованию передовых технологий для решения стоящих перед ними задач».