Veon, представленный на территории России компанией «ВымпелКом», и Microsoft, договорились о предоставлении облачных сервисов корпоративным клиентам оператора в пяти странах – России, Италии, Украине, Пакистане и Казахстане.

Veon присоединился к глобальной инициативе Microsoft Cloud Solution Provider и стал поставщиком облачных продуктов — Microsoft Azure, Office 365, Skype для бизнеса, Dynamics CRM, а также Enterprise Mobility Suite. Наряду с другими они будут включены в пакет мобильных и фиксированных услуг, которые компания предоставляет своим B2B-клиентам.

Решение расширить географию доступности, а также ассортимент облачных сервисов связано с растущим спросом со стороны бизнес-клиентов Veon. Так, проведенное на ключевых рынках собственное исследование клиентов Veon показало, что 33% респондентов уже использует облако, а почти 45% из них планируют расширить спектр инструментов в течение года. 40% опрошенных считают, что облако в первую очередь повышает мобильность сотрудников и упрощает совместную работу. Этот же фактор определяет интерес к облакам среди тех, кто еще не начал применять эти решения: 55% из них рассчитывают благодаря облачным технологиям повысить мобильность своих сотрудников.

Компания General Electric оснастила 650 нефтяных скважин British Petroleum системами, которые позволяют передавать операционные данные на центральную платформу GE. Данные используются для оптимизации работы машин, и, как указал ИТ-директор General Electric Джим Фаулер, к настоящему времени уже удалось повысить их эффективность на 2-4%.

Может показаться, что это не такие уж внушительные цифры, но, по словам Фаулера, глобальное повышение эффективности добычи всего на 1% в энергетической отрасли может дать экономию в 90 млрд долл.

В мире подключенных машин, современной аналитики и мощных программных платформ GE открывает новую эпоху, и нефтяные скважины BP — показательный тому пример. «Сегодня уже машины в большей степени указывают людям, что надо делать, а не наоборот», – подчеркнул Фаулер на открытии конференции Open Networking User Group в Нью-Йорке. Повысить эффективность помогают датчики и интегрированное программное обеспечение, генерирующее данные. В GE эти новшества характеризуют как слияние информационных и операционных технологий, имеющее своей целью создание новых ценностей.

Эффективность Интернета вещей

Машины, работающие под управлением современных систем, могут самостоятельно диагностировать различные неисправности, что способствует ускорению технического обслуживания и снижению вероятности возникновения простоев. GE использует этот подход в своем приложении Field Vision, которое применяется при обслуживании газовых турбин и аппаратуры, выполняющей медицинские снимки. Машины высылают диагностические данные на центральный хаб, и если требуется замена каких-то комплектующих, то система автоматически инициирует их заказ. Фаулер называет этот процесс очередной эволюцией в планировании ресурсов предприятий (Enterprise Resource Planning, ERP), результатом которой станет машинное планирование ресурсов (Machine Resource Planning, MRP). Когда сотрудники службы поддержки приезжают на место, чтобы произвести рамонт, необходимые комплектующие у них уже имеются, и к тому же не нужно тратить время на диагностику.

«Почти 75% планируемого объема работ определяется с помощью искусственного интеллекта, – отмечает Фаулер, анализируя отчеты о проведенных ремонтах. – Заранее известно, какие компоненты нужно взять с собой и какими навыками должны обладать специалисты. Имеется полный перечень материалов, составленные машинами планы и записи о проведенном техническом обслуживании». В GE рассчитывают, что таким образом удастся сэкономить 2,5 млн долл. в год.

Компания предоставляет доступ к этой технологии под брендом GE Digital. Конечная же цель в том, чтобы уменьшить простои клиентских систем и повысить операционную производительность. «Идея состоит в том, чтобы клиенты, уже использующие наши продукты, получили дополнительную ценность, – пояснил Фаулер. – В конечном итоге это обещает принести компании дополнительные 10 млрд долл.».

Роль облака

GE не только улучшает операции посредством использования машинных данных, но и все активнее задействует при реализации своих проектов публичное облако. Компания построила программную платформу Predix, выступающую в роли основного центра инноваций. Predix пользуется ресурсами как частного облака компании, так и публичных облаков, включая Amazon Web Services и Microsoft Azure. По словам Фаулера, цель заключается в том, чтобы ограничить использование локальных ресурсов и переносить все новые приложения в публичное облако. Публичное облако обходится GE дешевле, чем существующая инфраструктура компании, хотя следует признать, что не все организации придерживаются этого мнения. По оценкам Фаулера, в настоящее время в публичном облаке находится около 40% инфраструктуры компании, и это направление планируется развивать и дальше.

Изменения начинаются изнутри

Новые подходы в GE не были внедрены в одночасье, но они согласуются со стратегией, направленной на расширение использования широкого спектра цифровых технологий в интересах бизнеса. Эта стратегия призвана взамен традиционных структур вертикального управления создать разделяемые горизонтальные программные платформы. В компании поощряется приобретение работниками дополнительных навыков, а обучение профессиональной разработке уже встроено в их расписание.

Новые сервисы облачной системы AWS призваны сделать технологии машинного обучения пригодными для массового применения как в крупных компаниях, так и в стартапах. Использование машинного обучения не должно быть таким сложным как сейчас, подчеркнул генеральный директор AWS Энди Ясси на конференции Re:Invent в Лас-Вегасе. Разработчикам нужны простые способы взаимодействия с обучающимися системами.

Для создания модели машинного обучения при помощи полностью управляемого сервиса SageMaker достаточно лишь подготовить в облачном пакете Jupyter Notebook набор данных. В SageMaker реализовано десять известных алгоритмов контролируемого и неконтролируемого обучения. Процессы можно выполнять параллельно на десятках инстансов, что значительно ускоряет построение модели.

На конференции компания представила также видеокамеру DeepLens с набором предварительно подготовленных моделей машинного обучения, предназначенных для распознавания образов. Она работает на платформе AWS Greengrass Core и использует систему обучения Apache MXNet. В камеру можно загрузить и собственные модели. Встроенные модели выполняют быструю обработку видеоданных, а для более сложных процедур данные передаются в облако.

Основная аудитория осенней серии международных конференций SAP TechEd – разработчики. Стартовав в Лас-Вегасе, это роуд-шоу через несколько недель переезжает в Барселону и завершается в индийском Бангалоре. Многочисленные анонсы по ходу дела обрастают подробностями, но их ключевой посыл остается неизменным – предоставить клиентам инструменты цифровой трансформации, итогом которой, в трактовке SAP, должно стать «интеллектуальное предприятие» (Intelligent Enterprise). Примечательно, что многолетний лидер рынка ERP сегодня не ставит во главу угла, по крайней мере в своем обращении к аудитории разработчиков, новый комплекс бизнес-приложений S4/Hana, хотя в компании отмечают, что это самый быстрорастущий продукт SAP за всю ее историю (у выпущенного два года назад решения число клиентов уже перевалило за тысячу). Главной для интеллектуального предприятия в SAP считают возможность реализации на базе технологического ядра собственных подходов и решений, обеспечивающих бизнесу уникальные преимущества в цифровой гонке.

«В мире цифровой трансформации, возможно, гораздо важнее уметь выделяться, чем следовать заданным стандартам, — отметил Бьорн Гёрке, директор по технологиям и президент SAP Cloud Platform. – И потому компании все чаще смещают акцент с приобретения лучших в своем классе приложений на самостоятельное создание инноваций. В соответствии с этой тенденцией меняемся и мы. Сегодня перед вами совсем другая SAP – не продавец готовых систем, а платформенная компания».

В видении SAP открытая облачная платформа является стартовой площадкой для запуска инноваций, их «топливо» – это разнообразные данные, а залог успешной реализации – благоприятный пользовательский опыт, то есть эффективные и удобные инструменты разработчиков и интерфейсы конечных пользователей. Эти три главных компонента интеллектуального предприятия и технологии, которые предлагает компания, были в центре внимания конференции SAP TechEd в Барселоне.

Данные

Чтобы переработать «топливо» в энергию эффективных действий, интеллектуальному предприятию нужны мощные технологии работы с данными, обеспечивающие как предельно быстрые оперативные транзакции, так и все потребности аналитических запросов, включая ответы в реальном времени, и на самом широком спектре типов данных. Поэтому SAP делает ставку на управление данными с обработкой в памяти, реализованное в ее СУБД Hana (для структурированных корпоративных данных, локальных и облачных), и в новом «движке» Vora (для доступа к озерам неструктурированных данных на базе Hadoop).

Как рассказал Гёрке, в новой версии SAP Hana 2.0 сделано многое, чтобы приблизить к данным разнообразные варианты их обработки. В систему включено более 90 алгоритмов машинного обучения; в рамках партнерства с Google встроена поддержка библиотеки Tensorflow; реализованы возможности кастомизации графовых алгоритмов и средства работы с пространственными данными. Анонсирована функция обеспечения анонимности данных (data anonimization): данные, наиболее чувствительные к требованиям защиты и конфиденциальности, можно в реальном времени освободить от признаков персональной принадлежности и в таком виде анализировать, не нарушая регулятивных норм. Гёрке отметил актуальность этой функции для европейских компаний, поскольку в мае будущего года их ожидает вступление в силу GDPR, новых правил Евросоюза по защите персональных данных.

Ландшафт данных интеллектуального предприятия очень сложен, подчеркнул Майкл Экретт, руководитель направления Больших Данных SAP Labs. И подчас наиболее трудным оказывается правильно оркестровать многочисленные потоки обработки данных: вписать их в определенный бизнес-сценарий, установить источники данных (локальные, облачные, корпоративные, внешние) и способы их использования приложениями (пакетная, потоковая обработка, алгоритмы машинного обучения и др). «Ваши специалисты по исследованию данных могут разработать превосходные модели, но при воплощении в жизнь этих идей рискуют столкнуться с непреодолимыми сложностями при организации движения данных, — рассказал Экретт. – В большой компании могут быть сотни тысяч конвейеров данных для самых разных задач. Мы предлагаем новый механизм их оркестровки – SAP Data Hub».

Решение было представлено в конце сентября. Оно реализовано на базе открытой технологии контейнеров Kubernetes, интегрируется с SAP Hana, Vora и различными внешними локальными и облачными источниками данных и предоставляет удобный графический дизайнер для построения сколь угодно сложных конвейеров данных. На TeсhEd была анонсирована редакция SAP Data Hub для разработчиков, а также прозвучало объявление о том, что в ближайшее время появится его облачная версия.

Платформа

Данные – только начало; интеллектуальному предприятию нужна платформа для реализации бизнес-решений, использующих эти данные, подчеркнул Гёрке. Очевидная тенденция цифрового бизнеса – концентрировать свой инновационный потенциал в облаке, поэтому центральным элементом экосистемы построения интеллектуального предприятия в SAP делают SAP Cloud Platform. Это PaaS-решение предоставляет разработчикам сервисы для создания новых облачных приложений, интеграции локальных и облачных систем и расширения возможностей существующих облачных продуктов, таких как HR-приложение SAP SuccessFactors или решение для цифрового маркетинга и электронной коммерции SAP Hybris. С этой осени облачная платформа SAP доступна на базе российского ЦОД (см. «В Россию перенесли SAP Cloud Platform», Computerworld Россия, 12 октября 2017).

В SAP подчеркивают, что Cloud Platform соответствует ключевым требованиям, предъявляемым к платформе цифрового бизнеса. Это в первую очередь приверженность открытым стандартам (SAP Cloud Platform базируется на технологиях c открытым кодом – IDE Eclipse, PaaS CloudFoundry, контейнерах Kubernetes); это поддержка большого числа открытых API (SAP является членом инициативы Open API) и предоставление специального сервиса API Hub для удобства использования разработчиками прикладных интерфейсов. И это возможность развертывания созданных с помощью SAP Cloud Platform приложений в публичных облачных средах других провайдеров: уже поддерживается Amazon Web Services и в бета-версии реализована интеграция с Microsoft Azure и Google Cloud Platform.

Одним из центральных анонсов стало расширение инструментария машинного обучения на базе SAP Cloud Platform. Платформа Machine Learning Foundation, которая входит в комплекс SAP Leonardo и представляет собой набор сервисов и API для оснащения приложений функциями искусственного интеллекта, была впервые представлена в мае. На осенней конференции было рассказано о новых готовых сервисах (среди них оптическое распознавание символов и прогнозирование на базе многомерных временных рядов – функция, полезная, например, для составления прогноза по оптимальной цене продукта), функциях переобучения готовых моделей на специфических клиентских данных, а также о новом сервисе Bring Your Own Model (BYOM), благодаря которому разработчики могут развернуть в среде SAP модель, обученную в другой инфраструктуре, например Google Cloud Macnine Learning Engine. Важно, что все эти инструменты позволяют воспользоваться мощью машинного обучения разработчикам, которые не являются специалистами в этой области.

Маркус Нога, вице-президент SAP по направлению машинного обучения, рассказал, что SAP видит машинное обучение обязательным компонентом всех бизнес-приложений, на которых будет строиться интеллектуальное предприятие. С мая компания выпустила несколько решений, основанных на машинном обучении. Среди них Cash Applications, которое автоматизирует утомительный процесс сверки счетов-фактур, Service Ticket Intelligence для классификации обращений в службы поддержки, Brand Impact для анализа видеоконтента с целью определения эффективности рекламы бренда. «Сейчас мы ведем большую работу над тем, чтобы встроить машинное обучение во все облачные семейства продуктов SAP, оснастив машинным интеллектом процессы управления кадрами, продажами, поставками и др. А главная цель – сделать полностью интеллектуальным наше флагманское решение S4/Hana. В его следующей версии, запланированной на 2018 год, будут реализованы десятки сценариев с использованием машинного обучения», — пояснил Нога.

Опыт

Третьим компонентом интеллектуального предприятия в SAP считают решения для повышения эффективности работы тех, кто создает его инновационность, и тех, кто эти передовые решения использует. Для разработчиков это различные SDK, например специальный комплект разработчика для расширения возможностей приложений комплекса S4/Hana, или SDK для мобильной платформы iOS. Гёрке также с большим пафосом анонсировал поддержку языка ABAP в SAP Cloud Platform – действительно важная функция, для того чтобы стимулировать давних приверженцев платформы SAP к переходу в современные инфраструктуры.

Для пользователей SAP продолжает развивать новый интерфейс бизнес-приложений Fiori. На TechEd была представлена функция Fiori Copilot — цифровой ассистент для взаимодействия с системой на обычном языке.

Всеобщее внимание в сфере публичных облачных сервисов настолько приковано к Amazon Web Services и Microsoft Azure, что конкурентам очень трудно вклиниться в репортажи об «облачной гонке двух скакунов». Google Cloud Platform, хотя и сильно отстает, все же весьма заметна в облачной сфере — настолько, что многие эксперты говорят о «большой тройке» облачных провайдеров. Но есть еще один игрок этого рынка, обладающий даже более весомыми ресурсами и оборотом, несмотря на то что большинство обозревателей едва ли вспоминают о его существовании.

Я говорю об Alibaba.

Alibaba, заработавшая в третьем квартале почти столько же, сколько Google Cloud Platform заработала за весь 2016 год, может, и неизвестна в США, но в Китае она произвела настоящий фурор.

Оборот Alibaba в облаке в 2016 году составил 675 млн долл., превзойдя оборот Google Cloud Platform (500 млн долл.). А то, что проделала Alibaba в 2017 году, должно прозвучать тревожным колоколом уже и для Amazon и Microsoft. В первом квартале оборот Alibaba Cloud достиг 359 млн долл. Во втором квартале он вырос до 447 млн долл., а при сохранении набранных темпов роста по итогам года должен приблизиться к 2 млрд долл. Цифры невероятные, а между тем почти двукратное ежеквартальное увеличение оборота мы наблюдали своими глазами.

Бизнес растет так быстро, что Саймон Ху, президент Alibaba Cloud, обещает сместить AWS с позиции лидера глобального облачного рынка уже к 2019 году. Для тех, кого интересует, как такое может случиться, если в США и Европе едва ли кто слышал даже упоминания об Alibaba, ответ будет короток: «Китай». В условиях, когда китайская экономика продолжает разогреваться, Alibaba может занять доминирующее положение по критерию доходов, даже не покидая родных берегов.

В какой-то степени это объясняется размерами китайской экономики. Даже опоздав с началом выходом в Интернет, китайская экономика обладает достаточными масштабами для обеспечения роста облачного бизнеса Alibaba. Бум в частном секторе дополняется активными усилиями китайского правительства по переводу своих учреждений на цифровые рельсы и в облако, что фактически означает «в облако Alibaba». Хотя Alibaba и ощущает внутреннюю конкуренцию со стороны Dalian (развивающей партнерские отношения с корпорацией IBM) и Huawei, именно она получает основные дивиденды от инициатив властей по переходу к цифровой экономике и стимулированию роста частного бизнеса в Интернете.

И все же вряд ли Alibaba независимо от получаемых доходов сможет чувствовать себя победителем, если сфера ее деятельности будет ограничена лишь Китаем.

В конце концов, у компании имеется 15 дата-центров, девять из которых расположены за пределами Китая. Но несмотря на немалые усилия по выходу на западные рынки, плоды их пока не особо заметны. Я попросил представителей Alibaba привести примеры европейских или американских клиентов, использующих Alibaba Cloud, и ответа так и не получил. После внимательного изучения сайта компании мне все же удалось обнаружить ряд примеров, но должен заметить, что почти все западные компании, выбравшие для себя облако Alibaba … работают в Китае.

За одним лишь исключением. Однако оно может стать ключом к разгадке того, каким образом Alibaba удается успешно привлекать западных клиентов. Речь идет о Schneider Electric. Эта компания хотела развернуть для своих приложений глобальную облачную сеть, стремясь получить доступ на китайский рынок, известный своими очень высокими входными барьерами. Чтобы обеспечить себе по-настоящему глобальное присутствие, она стала выстраивать в Alibaba Cloud сервисы для китайского рынка, дополнив их несколькими сервисами, работающими за пределами Китая. Аналогичным образом Alibaba может соблазнить западные компании, которые надеются развернуть бизнес в Китае, начать использовать свое облако там, а затем расширять аналогичные предложения уже за пределами Китая.

Alibaba продемонстрировала, что может выигрывать на своем поле, но здесь она вне реальной конкуренции благодаря позиции местных властей. Чтобы стать настоящим глобальным игроком, а не просто тигром, бродящим по Китаю, Alibaba должна в значительно модернизировать свои облачные сервисы и атаковать AWS на западных рынках. Но за пределами Китая компания будет лишена поддержки властей, и ей придется уже всерьез конкурировать с AWS, Azure, Google Cloud, IBM, Oracle и пр.

Призыв к западным клиентам использовать облако Alibaba в Китае может помочь компании и выйти за пределы своей страны. В конце концов, Alibaba предлагает те же самые масштабные сервисы, что и AWS. Ее задача заключается в том, чтобы привлечь к себе те западные компании, которые обеспокоены доминированием AWS, но которых не пугают связи Alibaba с китайским правительством.

Очевидно, что к предложениям Alibaba стоит присмотреться повнимательнее и, возможно, протестировать ее облачные сервисы как в Китае, так и за его пределами. Но, если оценивать ситуацию исходя из текущей ситуации на рынке, не похоже, чтобы компании удалось сместить AWS с ее лидерских позиций в ближайшее время.

В рамках Oracle Modern Business Forum, впервые прошедшего в Москве 13 ноября, российский офис корпорации официально сообщил о том, что начинается предоставление местным клиентам сервиса Oracle SaaS Cloud at Customer.

Суть сервиса состоит в том, что компании, нуждающиеся в облачных решениях, но не готовые отдавать данные за пределы своего периметра, смогут создать в своем центре обработке данных копию облака Oracle, абсолютно идентичного облаку самой корпорации. При этом вся «чувствительная» информация, например персональные данные, останется внутри периметра, а, стало быть, и внутри страны, в соответствие с законами Российской Федерации (Oracle, в отличие от ряда конкурентов, не имеет в нашей стране своего ЦОДа, из которого можно было бы предоставлять сервисы, работающий с персональными данными).

Требования законодательства РФ и ряда других стран как раз и подтолкнули к созданию Cloud at Customer, и в корпорации видят нашу страну «клиентом номер один» этого сервиса.

В облаке «at Customer» доступны все те решения, что и в Oracle Cloud: системы планирования ресурсов предприятия, управления кадрами (Human Capital Management, HCM), потребительским опытом (Customer Experience, CX), цепочками поставок (Supply Chain Management, SCM). Клиенту поставляется не только программное обеспечение, но и аппаратная часть, на которой оно установлено. Однако платит клиент только за подписку на сервисы — столько же, сколько платил бы при работе в «обычном» облаке Oracle. Поставку, обслуживание и модернизацию аппаратной части, а также обновление ПО Oracle берет на себя.

Мониторинг состояния обеих — программной и аппаратной — составляющих Cloud at Customer может вестись дистанционно, российскими или американскими специалистами Oracle. Если же заказчик пожелает совсем отрезать свое облако от внешнего мира, то мониторинг ему придется осуществлять самостоятельно, а обновления ПО будут «заливаться» со съемных носителей.

Несмотря на софтверную идентичность с Oracle Cloud, новый сервис все-таки не совсем таков, как обычный облачный, хотя бы потому, что мощность серверов, установленных в рамках услуги в ЦОДе заказчика, не увеличишь «по щелчку пальцев» в случае резкого — например сезонного — роста спроса на объем SaaS-сервисов.

Поэтому, как отметил Олег Порецкий директор департамента бизнес-приложений Oracle в России, новый сервис подойдет только для тех компаний, которые хорошо понимают текущие потребности своего бизнеса, имеют прогноз на его развитие и не подвержены сезонным колебаниям. Под это определение вполне подходят компании самых перспективных, с его точки зрения, отраслей — телекоммуникационной, финансовой, транспортной, розничной торговли и ряда других.

Еще одно декларируемое преимущество облака, размещенного у вендора или провайдера, — физическая недоступность оборудования и данных для собственных сотрудников заказчика. В зоне ответственности последнего остается и забота о безопасности.

Зато, благодаря «близкому» расположению облака, обеспечивается более быстрый отклик ИТ-систем по сравлению с решениями, находящимися за океаном.

Что касается создания российского центра обработки данных, то, по словам Порецкого, таких планов пока нет. Однако то, как будет принят новый сервис, будет свидетельствовать о зрелости рынка и повлияет на планы компании относительно инвестиций. Клиенты, уже пользующиеся ранее появившимися в России PaaS-версиями сервиса, уже есть, это, в частности, X5 Retail Group и «Промсвязьбанк».

В платформе для приложений искусственного интеллекта Watson Data Platform реализованы новые функции каталогизации (Data Catalog) и очистки данных (Data Refinery), предназначенные для подготовки их к анализу методами искусственного интеллекта. Массивы данных в разных форматах, размещенные в облачных системах, с их помощью можно объединить в один массив, а затем с использованием технологий машинного обучения провести обработку и очистку данных для дальнейшего анализа.

Метаданные, извлеченные в процессе каталогизации и очистки, позволяют маркировать данные и обеспечивать соблюдение политик управления данными. Это дает разработчикам возможность определять риски при обмене конфиденциальными данными. Сервис Analytics Engine, предназначенный для разделения хранилищ данных и содержащейся в них информации, значительно ускоряет загрузку данных в приложения, облегчая таким образом работу с большими массивами данных.

Технологии искусственного интеллекта должны базироваться на прочном фундаменте из данных, подчеркивают в IBM. Корпорация объявила также о реализации новых функций в системе управления данными Unified Governance Platform.