Технологии больших данных под рабочим названием «цифровой инспектор» помогут надзорным органам проводить проверки: собирать и анализировать данные об объектах надзора и по ним давать указания обычным инспекторам, пишут «Ведомости» со ссылкой на план мероприятий по цифровому госуправлению – новому направлению цифровой экономики.

Для каждого вида государственного надзора профильное ведомство определит набор данных, нужных для оценки рисков, ссылается издание на источник, знакомый с ходом обсуждения плана цифрового госуправления. Это могут быть данные государственных информационных систем и ведомств, отчетность компаний в машиночитаемой форме, данные с датчиков Интернета вещей, даже результаты общественного контроля. Алгоритмы и методику обработки данных, по словам источника, предложит Минкомсвязь.

Крупные ведомства смогут не устанавливать специальное ПО и вместо этого модернизировать существующие системы. А региональные контрольно-надзорные органы смогут использовать доработанное «типовое облачное решение» для надзорных органов, поясняют источники «Ведомостей».

С 2017-го по 2022 год мировой объем продаж систем обработки больших объемов данных и бизнес-аналитики будет расти в среднем на 11,9% в год. В 2018 году он составит 166 млрд долл. (на 11,7% больше, чем в 2017-м), а к 2022 году вырастет до 260 млрд долл, считают в аналитической компании IDC.

Крупнейшими покупателями такого рода систем остаются банки, компании дискретного и непрерывного производства, профессиональных услуг, а также государственные организации. На них приходится почти половина мирового объема продаж. Быстрее всего растут закупки среди компаний розничной торговли (13,5% в год), банков (13,2%) и фирм профессиональных услуг (12,9%).

Более половины объема продаж средств обработки больших данных и бизнес-аналитики приходится на ИТ- и бизнес-услуги. Закупки программных средств к 2022 году превысят 90 млрд долл., а серверов и систем хранения данных дойдут почти до 27 млрд долл. При этом быстрее прочих растут сегменты когнитивных программных платформ и искусственного интеллекта (36,5% в год) и нереляционных хранилищ данных для аналитики (30,3%).

Задачи, которые ставят при внедрении систем обработки больших данных предприятия разных отраслей, различаются. В банковском деле и торговле в первую очередь рассчитывают изменить взаимодействие с клиентами, а в производстве — пытаются превратить продукцию в платформу по доставке цифровых услуг.

«М.Видео-Эльдорадо» создаст центр компетенций в области аналитики больших данных и машинного обучения, сообщили в компании. Подразделение будет искать возможности роста бизнеса за счет разработки и внедрения математических алгоритмов. Число сотрудников нового центра составит десять человек. В компании ожидают, что технологии принесут только сети «М.Видео» дополнительных 800 млн руб. по итогам 2018 года и до пяти млрд руб. через пять лет.

Группа управляет 840 магазинами. На основе информации от них новое подразделение разработает необходимые идеи, алгоритмы и сервисы. Так, Data Science Centre планирует проекты по повышению эффективности интернет-мерчандайзинга, оптимизации клиентского пути на сайте, управлению промоакциями, ассортиментом, стоком и персоналом.

Информации, которую будут собирать «М.Видео» и «Эльдорадо», недостаточно для полноты картины, так что ретейлеру придется докупать ее, считают в Data Insight. Также дополнительных трат потребуют зарплаты специалистов и расходы на серверы, что может составить десятки миллионов рублей в год. Дорого обойдется и внедрение наработок, для которых может понадобиться перестройка инфраструктуры компании.

Он подробно рассказывает о том, какие изменения наблюдает в современном бизнесе и почему каждая современная компания становится предприятием, основанным на данных.

Эрикьян Франссен: «Если информация и ее интерпретация окажутся у вас под рукой, ваши операционные модели кардинально изменятся»

- Как вы оцениваете текущее состояние рынка решений для аналитики Больших Данных?

Ни для кого не секрет, что аналитика Больших Данных – одна из ключевых нынешних тенденций в ИТ. Она перестала быть очередной маркетинговой шумихой, поэтому и коммерческие организации, и госструктуры должны разработать стратегию в области бизнес-аналитики.

Любая бизнес-проблема или функция сегодня может быть сведена к решению аналитической задачи, поэтому миновать бизнес-аналитику сегодня невозможно. Отказываясь от использования бизнес-аналитики, вы рискуете оказаться за бортом современного бизнеса – ваша компания может исчезнуть.

- Какие категории бизнес-пользователей предъявляют наиболее строгие требования к бизнес-аналитике? И какие бизнес-направления получают наибольшую выгоду от ее использования?

Первая волна интереса к бизнес-аналитике была связана с ее применением с целью улучшения взаимодействия с заказчиками, а также в области маркетинга, основанного на знании особенностей и поведения клиентов, однако довольно скоро интерес к BI сместился в новые области, такие как Интернет вещей, оптимизация операционной деятельности и глубинная аналитика. Большая часть наиболее активных наших клиентов работают в онлайн-пространстве рекламных технологий и уже столкнулись с необходимостью обработки огромных объемов данных. Кроме того, мы видим, что и другие отрасли быстро берут BI на вооружение, и выгоду при этом получают не только отделы маркетинга и продаж, но и ИТ-директора, начальники служб безопасности и вице-президенты, отвечающие за исследования и разработки. Также есть очень хорошие перспективы использования BI в таких областях, как обеспечение безопасности предприятия, оптимизация бизнес-процессов и управление активами на основе директивной (prescriptive) аналитики.

- Какие ошибки, вызванные в первую очередь шумихой вокруг Больших Данных, вам доводилось наблюдать у ваших заказчиков?

Проблема Больших Данных первоначально рассматривалась как чисто технологическая, тем не менее способная затруднить дальнейшее развитие бизнеса. Позднее рынок стал расценивать ее как бизнес-проблему, забывая при этом о технологических ограничениях, и тогда возникли проблемы с практической реализацией BI-систем. Считаю, что в данном случае необходимо верно решить и технологические, и бизнес-вопросы: с одной стороны, нужно разработать правильную стратегию, соответствующую долгосрочным целям компании, с другой – учесть ограничения, которые накладывают технологии.

Аналитика Больших Данных в целом ориентирована на исследование того, что прежде было неведомо – неизвестных фактов, явлений и тенденций, поэтому компаниям следует смелее экспериментировать с технологиями.

- Апологеты программных продуктов с открытым кодом считают, что это ПО сможет решить все проблемы заказчиков. Вы разделяете их оптимизм?

Продукты с открытым кодом уже в течение многих лет находят применение во множестве прикладных областей. Особенно сильна тенденция использовать их в высокотехнологичных средах.

Команда Vertica тесно взаимодействует с сообществом разработчиков Open Source, и мы видим, что в ряде направлений открытое ПО применяется особенно активно. Но следует учитывать реальную стоимость и возможности технологии, которую вы предоставляете.

Приведу яркий пример – расскажу о том, что мы в Vertica вызываем «похмельем» Hadoop: эта технология замечательно подходит для создания озер данных, но, когда возникает потребность в анализе фактических данных, обеспечить его средствами Hadoop не удается. СУБД Vertica нередко работает совместно с инструментальными средствами с открытым кодом, поскольку они приносят огромную пользу при решении задач, для которых они предназначены.

- Что сегодня удерживает предприятия от активных инвестиций в аналитику Больших Данных?

Традиционные предприятия в течение долгого времени рассматривали ИТ как некие расходные статьи, не приносящие существенной выгоды бизнесу. Но вот прозвучал тревожный звонок, и теперь многие организации опасаются, что огромную долю их рынков завоюют быстрорастущие «выскочки» вроде Facebook, Twitter, Uber, а также компании, работающие в области финтеха. Чтобы наверстать темпы развития, эти компании должны думать и действовать так, как будто они являются поставщиками ИТ, даже в том случае, если в их базовой отрасли приняты совсем другие подходы. В ряде отраслей подобные сдвиги уже наблюдаются: в здравоохранении, финансовом секторе, на транспорте, в энергетике и ЖКХ. Предприятия этих отраслей вынуждены внедрять инновации, чтобы оставаться на плаву. По моим наблюдениям, сегодня многие традиционные предприятия пришли к выводу, что им уже пора встраивать аналитику Больших Данных в свою стратегию и бизнес.

- Традиционные поставщики BI не добиваются больших успехов в продвижении решений для аналитики Больших Данных. Как считаете, почему?

Все дело в моделях бизнеса и операций. В условиях, когда необходимость во внедрении инноваций возрастает, прежние бизнес-модели традиционных вендоров перестают работать.

Вендоры пытаются поспеть за волной интереса к аналитике Больших Данных, но при этом отказываются менять свои операционные модели. Заказчики хотят получить в свое распоряжение технологии, обладающие высокой управляемостью и гибкостью, но также они ожидают, что эти технологии будут предоставляться в рамках бизнес-моделей, которые позволят смягчить бремя затрат. Традиционные вендоры не хотят адаптировать свои бизнес-модели к потребностям своих заказчиков и предоставляют им решения, не соответствующие их нуждам и чаяниям.

- Какими преимуществами на рынке BI обладают новые игроки, такие как ваша компания?

Самое большое преимущество – возможность создавать и внедрять инновации, расти и меняться вместе с рынком. Мы достаточно быстрые и гибкие, чтобы реагировать на меняющийся рыночный спрос и работать на основе различных бизнес-моделей, соответствующих потребностям наших клиентов, например предоставляя программное обеспечение как облачный сервис или поставляя наши технологии по традиционным схемам лицензирования для развертывания на локальных площадках. Кроме того, мы можем работать с нашими клиентами по нестандартным, настраиваемым контрактам, которые обеспечивают максимальную пользу и результаты для наших заказчиков.

- Вы вышли на рынок СУБД, где ведущие игроки работают уже многие десятилетия. Как вам удалось на нем закрепиться? И что легло в основу создания вашего бренда?

Мы в Vertica увидели, что рынок изменился – проблема Больших Данных будет только усугубляться, и многим заказчикам наверняка потребуется ее решение. Ряд наших клиентов – лидеров на своих рынках – уже с ней столкнулись. Традиционные СУБД не в состоянии обеспечивать необходимую производительность в стремительно меняющихся ИТ-средах, мы это заметили еще 12 лет назад: обнаружив, что разделение хранения и обработки данных превращается в новую серьезную проблему, мы стали разрабатывать продукты, способные ее решить.

- Каким образом ваши технологии помогут клиентам усовершенствовать свою аналитическую инфраструктуру без потери ранее сделанных инвестиций?

Дело в том, что мы не призываем к радикальной замене существующей инфраструктуры BI. Технологии следует менять именно в тех областях, где это целесообразно. Как правило, в проектах, в которых мы участвуем, прежний расчет ценности инфраструктуры для бизнеса теряет смысл. Только после того как будет наконец сделан правильный, адекватный и объективный расчет, наши клиенты задумываются об изменении инфраструктуры. В конце концов, оценка сводится к измерению производительности, рисков и стоимости. Только когда все эти значения измерены верно, принимается решение о проведении изменений.

- Какую роль для современного предприятия будут играть машинное обучение и прогнозная аналитика?

Машинное обучение и прогнозная аналитика – логические преемники технологий Больших Данных первой волны. Большие Данные, применявшиеся для получения отчетности, позволяли делать ценные для бизнеса выводы и умозаключения. Машинное обучение и прогнозная аналитика помогают нам автоматизировать получение этих выводов. Заказчики стремятся поскорее встроить эти технологии в традиционные бизнес-процессы (такие, как техническое обслуживание, службы поддержки и пр.) – те направления, где машинное обучение и прогнозная аналитика играют большую роль уже сегодня.

- Смогут ли прогнозная и директивная аналитика и машинное обучение произвести сдвиг в корпоративной культуре?

Если информация и ее интерпретация окажутся у вас под рукой, ваши операционные модели кардинально изменятся. Уже сегодня предприятиям необходимо быстрее принимать решения и быстрее действовать, к этому их стимулируют возможности и угрозы, которые есть на рынке, и эта тенденция оказывает влияние на всю организацию сверху донизу. Страховым компаниям нужно задуматься о расширенной аналитике для обеспечения информационной безопасности; организациям здравоохранения надо позаботиться о том, чтобы минимизировать простои ИТ-инфраструктуры; авиакомпаниям следует обратить внимание на улучшение взаимодействия с клиентами; производственным и транспортным компаниям надо постараться оптимизировать трафик, порождаемый системами Интернета вещей. Каждая современная компания становится предприятием, основанным на данных, и будет вынуждена улучшать взаимодействие с сотрудниками, клиентами и другими заинтересованными сторонами.

- Какие изменения следует ожидать на рынке аналитики Больших Данных лет через пять?

Как я уже сказал, любые бизнес-проблемы можно рассматривать сквозь призму Больших Данных. Большие Данные и аналитика больше не будут стоять особняком на повестке дня, и их реализация перестанет принимать очертания отдельных проектов в коммерческих организациях или госструктурах, потому что эти технологии станут ядром операционных моделей. Мы полагаем, что эта технология так или иначе окажет положительное влияние на гораздо большее число людей, чем когда-либо прежде. Отрасли и компании, которые не воспримут эти технологии, разорятся или будут поглощены более умными конкурентами. Мы уже наблюдаем это в телекоме, на транспорте и в области финтеха.

«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.

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.

Компания Syncsort, в состав которой в 2017 году вошли Vision Solutions (поставщик решений оптимизации, восстановления, миграции, анализа больших данных) и Trillium Software (разработчик систем обеспечения качества корпоративных данных) организовала мероприятие для представителей промышленных предприятий и государственных организаций, на которм обсуждались актуальные тенденции в области больших данных и обеспечения устойчивости бизнеса.

«Технологии больших данных, прогнозной аналитики и искусственного интеллекта становятся сегодня реальной необходимостью для бизнеса, однако возникают сложности с тем, чтобы интегрировать их в существующие инфраструктуры без прерывания текущей работы предприятия и с минимальными затратами», – отметил Александр Трекин, региональный директор Syncsort/Vision Solutions. Действительно, большие данные открывают для предприятий возможность углубленной аналитики своей операционной деятельности и поиска направлений для инвестиций, определяющих прибыльность и устойчивость бизнеса, да и сам факт его существования. В этой связи многие организации обращают сегодня внимание на аналитические среды нового поколения, однако здесь их поджидает ряд трудностей – требуется при минимальных затратах обеспечить постоянный доступ к данным, гарантировать их безопасность, а также соответствие правовым нормам и стандартам.

Тендю Йогуртчу: «Для компаний цифровой эпохи данные — не дополнение, а основной бизнес»

«Для компаний цифровой эпохи данные — не дополнение, а основной бизнес», – отметила Тендю Йогуртчу, технический директор компании Syncsort. Свое выступление она посвятила анализу четырех аспектов обеспечения непрерывности бизнеса и операционной аналитики цифрового предприятия. Она отметила, что гибридные облака стали нормой, но нередки сложности при переносе данных и масштабировании; Интернет вещей и потоковые данные – отличный источник данных, но возникает проблема управления ими, репликации, обеспечения аналитики реального времени — и все это на фоне отсутствия на рынке труда специалистов по данным; анализ и обработка данных, искусственный интеллект существенно облегчают выполнение рутинных задач, но при этом усложняются процессы подготовки данных и взаимодействия с пользователями, а также нет ясности с окупаемостью инвестиций; системы комплексного управления всеми корпоративными данными обостряют проблему совместимости решений, консолидации разнообразных источников и множества платформ, а также обеспечения безопасности и качества данных.

О том, как увидеть целостную картину состояния предприятия и обеспечить поддержку всех процессов обработки данных с соблюдением нормативных требований, рассказал Мадс Тоубро, вице-президент Syncsort/Vision Solutions в странах Европы, Ближнего Востока и Африки: «'Вода' в озере данных должна быть всегда свежей. Наш портфель решений позволяет задействовать прошлое, работать с настоящим и готовится к будущему для обеспечения актуальности корпоративных данных». В портфеле компании имеется три группы продуктов для решения следующих задач: оптимизация – улучшение эффективности и управление расходами на всех уровнях ИТ-инфраструктуры; надежность – повышение доступности данных и гарантии их безопасности в контексте глобального перехода к модели непрерывного доступа к данным; интеграция – совместимость имеющейся инфраструктуры работы с данными и новых технологий, обеспечение качества данных, необходимого для систем искусственного интеллекта, машинного обучения и прогнозной аналитики. Пакет Athene обеспечивает кроссплатформное управление ресурсами и оптимизацию хранилищ в масштабах предприятия. За надежность, высокую доступность, аварийное восстановление, миграцию данных, защиту и шифрование отвечает пакет решений MIMIX. Интеграцию с унаследованными технологиями, кроссплатформенный обмен данными, обогащение и проверку данных помогут осуществить пакет Ironsteam и пул продуктов обеспечения качества данных компании Trillium.

Фонд АФК «Система» и Alibaba Group инвестировали в израильскую компанию SQream, занимающейся разработкой оборудования для анализа больших данных, пишет РБК. Помимо них вложения сделали фонды Hanaco Venture Capital, World Trade Ventures, Paradiso Ventures, Glory Ventures и Silvertech Ventures. Всего стартап получил 26,4 млн долл.

Технология SQream позволяет анализировать до 20 раз больше данных, чем аналоги, использующие обычные центральные процессоры. То, для чего раньше требовалось 100 серверов стандартной архитектуры, может быть сделано с помощью одного, рассказали в фонде АФК «Система». Графические (GPU) вычисления являются очень перспективным направлением, так как позволяют эффективно распараллеливать решение задач.

В Media Direction Group настроены более скептически. В случае обработки большого массива данных необходима еще и большая пропускная способность чтения и записи на устройство хранения, считают в компании; это делает ориентацию на графические процессоры спорным решением.

Mail.Ru Group и «Газпром нефть» подписали соглашение о сотрудничестве, в рамках которого Mail.Ru Group разработает цифровую платформу управления бизнесом в целях оптимизации логистики, переработки и сбыта нефтепродуктов. Универсальная система на основе российского ПО позволит в онлайн-режиме осуществлять комплексное управление производством, реализацией и доставкой продукции с производственных активов компании в любую точку мира, рассказали в «Газпром нефти».

Первым проектом станет решение по управлению поставками битумных материалов в любую точку в заданное время. Также будет создана система мгновенных взаиморасчетов по заправкам на основе блокчейна. Планируется, что результатом совместной работы станут прототипы принципиально новых сбытовых процессов, в реальном времени реагирующие на изменения рыночной ситуации.

Для проведения совместных исследований объединятся специалисты Mail.Ru Group, Центра цифровых тнноваций и Технопарка «Газпром нефти».