Александр Тимчур, архитектор аналитических решений Hitachi Vantara, рассказывает о том, для чего нужна самостоятельная подготовка и анализ данных, в каких отраслях она будет полезна и какие флагманские решения существуют сегодня на рынке.

— Насколько актуальна тема аналитики данных по модели самообслуживания (Self-Service Data Preparation) для заказчиков в России и СНГ?

Данная тема стала актуальной в России чуть менее двух лет назад. Мы отстаем от Европы и Северной Америки в среднем на год-полтора, что по меркам введения подобных инноваций очень мало. Раньше отставание России и СНГ в новых ИТ-темах составляло 3-4 года.

В основном мы получаем запросы на подобные проекты от заказчиков из финансового сектора, это банки и страховые компании. Также самостоятельной подготовкой и анализом данных интересуются ретейл-компании и телеком-операторы. Есть запросы и от государственного сектора.

— Какие бизнес-задачи помогает решать модель самообслуживания? Какие преимущества получают компании?

Во-первых, анализ данных по модели самообслуживания позволяет сократить финансовые затраты на услуги, связанные с подготовкой обогащенных и очищенных витрин данных, по которым строится аналитика, и самой прикладной аналитики — инфопанелей, отчетов, аналитических кубов. Во-вторых, Self-Service Data Preparation сэкономит время на подготовку и выполнение полноценного проекта по аналитике. Сейчас, во время финансового кризиса по всему миру, в том числе и в России, у заказчиков возникают трудности с оперативным поиском бюджета под внезапно появившуюся задачу — неважно, будет ли задача решаться внутри компании или внешним подрядчиком. Экономия же времени при выведении нового продукта на рынок или реагирование на внешние вызовы, в том числе и на вызовы безопасности, являются еще более важной задачей, нежели экономия денежных средств.

Александр Тимчур: «Во-первых, анализ данных по модели самообслуживания позволяет сократить финансовые затраты на услуги, связанные с подготовкой витрин данных и прикладной аналитики. Во-вторых, Self-Service Data Preparation сэкономит время на подготовку и выполнение полноценного проекта по аналитике»

Если говорить о преимуществах, то для разных компаний они могут быть разные. Типовой кейс, который встречается в банках, — это подготовка аналитики для руководства в рамках входной задачи. Например, анализ рисков, когда требуется выполнить совместный анализ информации из разноплановых внутренних и внешних источников данных при условии, что форматы этих данных с течением времени меняются. При обычном подходе факт изменения любого из форматов входящих данных приводит к неработоспособности всей аналитики.

Сложнее всего бывает, когда активно используется аутсорсинг, ведь формальная передача задачи внешнему подрядчику, ее выполнение и приемка — все это требует немалых затрат времени. Типичные для аутсорсинговых компаний проекты, включающие в себя подготовку технического задания заказчиком, реализацию и тестирование всего проекта внешними подрядчиками, а также совместная передача в промышленную эксплуатацию объекта могут занимать от нескольких месяцев до полугода и более. Применение подхода с самообслуживанием, когда задача будет решена сотрудниками ИТ-отдела компании, может сократить этот срок буквально до одной-двух недель.

— В чем разница между подготовкой данных (Self-Service Data Preparation) и аналитикой (Self-Service Analytics), реализуемых по модели самообслуживания?

В полном смысле аналитика данных по модели самообслуживания включает в себя и задачи по созданию витрин или наборов данных (datasets), то есть разработку процессов по очистке, преобразованию и обогащению данных, полученных из различных источников. Вы можете возразить, что есть корпоративное хранилище данных (КХД), где эти задачи уже решены. Но дело в том, что не у всех организаций КХД внедрено, к тому же жизнь стала многообразнее, и хранилище данных теперь не «единая версия правды», а всего лишь один из источников информации. Кроме хранилища у заказчика обычно присутствуют пользовательские «песочницы» данных или озера данных — с массивной информацией (как правило, неочищенной), которая тоже нужна в работе, но не «заслужила» централизованного размещения в КХД. В случае если инструмент неспособен решать указанные задачи пользовательского ETL, задача сужается, и Self-Service Data Preparation превращается в Self-Service Analytics.

— Почему обсуждение этой темы затрагивает такие системы, как SAP ERP и SAP BW?

Мы говорим об особом выделении задач интеграции аналитики данных платформ SAP ERP/BW в корпоративный ландшафт, потому что форматы хранения данных в этих системах сложны по своей природе. Они частично закрыты и недоступны. В частности, предметные сущности распределены по десяткам именованных акронимами таблиц и обычным пользователям совершенно непонятны.

— Как компании решают задачи интеграции и аналитики SAP-данных за пределами SAP-систем?

Есть несколько подходов. Как правило, реализуются специализированные выгрузки данных из SAP-систем, и вся последующая интеграция аналитики строится на основе этих выгрузок. Выгрузки осуществляются при помощи специализированных процедур на внутренних языках SAP, для которых необходим квалифицированный разработчик. Еще часто производят выгрузку данных через Microsoft Excel, то есть используют методы, созданные при внедрении SAP. В этом случае необходимы ручные процессы при интеграции SAP-данных с не-SAP-данными. Сложности здесь возникают, с одной стороны, в дорогих и постоянно занятых разработчиках, с другой — в ручных процессах «наколеночной сборки».

— Чем отличается подход Hitachi Vantara?

Наше предложение заключается в следующем: к возможностям пользовательского ETL и анализа данных по модели самообслуживания, реализованным в нашей платформе Pentaho Enterprise, мы добавляем простую в использовании интеграцию платформы с SAP-системами. Наш партнер компания IT-Novum разработала специализированный модуль для извлечения данных как из SAP-приложений, так и из BW-систем. Этот модуль использует SAP-метаданные для отображения SAP-сущностей в формате, понятном обычным пользователям и аналитикам. Благодаря этому работа с SAP-системами по модели самообслуживания и обогащение данных SAP-контура данными внешних систем или пользовательских «песочниц» и озер данных становится достаточно несложной и быстрореализуемой.

Еще в XVII веке Джон Драйден писал: «Жаждущему найти жемчужину придется нырнуть глубже». Эти слова прекрасно описывают суть аналитики данных, несмотря на то что автор и представить не мог при жизни что-либо подобное. Рассказываем, насколько глубоко компаниям нужно погружаться в аналитику данных в поисках необходимой информации.

В зависимости от потребностей своего бизнеса компании выбирают, насколько глубоко им следует погружаться в анализ данных

Существует четыре типа аналитики, и чем сложнее аналитика, тем эффективнее станет работа организации. Описательная аналитика берет за основу уже случившиеся факты. Так, например, руководитель медучреждения знает, сколько пациентов было госпитализировано в прошлом месяце; розничный торговец в курсе среднего еженедельного объема продаж; производитель на базе анализа ежемесячной выручки решает, на какой категории продуктов необходимо сфокусироваться.

Однако описательная аналитика лишь оперирует фактами, взятыми из одного или нескольких источников. Она может указать, что что-то идет не так, что-то работает неправильно, но, констатируя факты, не сообщает об их причинах, как это делает диагностическая аналитика .

Данный вид аналитики сравнивает накопленные данные с другими данными посредством более сложных алгоритмов, и в результате пользователь получает ответ на вопрос, почему произошло так, а не иначе. Благодаря диагностической аналитике стало возможным подробное изучение проблем, определение слабых мест и выявление закономерных цепочек событий, что помогает компаниям досконально разобраться в причинах конкретных проблем.

Предсказательная, или прогнозная аналитика сообщает о том, что может произойти или в каких объемах. Для выявления тенденций, групп сходных событий, исключений и для прогнозирования будущих тенденций она использует результаты описательной и диагностической аналитики.

«Несмотря на то что данный тип аналитики стал весьма ценным инструментом для прогнозирования и предоставляет многочисленные преимущества, важно понять, что прогнозирование — это в первую очередь оценка, точность которой в значительной степени зависит от качества данных и стабильности ситуации, — рассказывает Александр Тимчур, архитектор аналитических решений Hitachi Vantara. — А для этого требуются тщательная предварительная обработка данных, точный отбор признаков и непрерывная оптимизация прогнозной модели на "живых" данных, что обеспечивается за счет качественной экосистемы сопутствующих программных продуктов. Например, такие задачи решает интеграция предсказательных моделей (неважно, разработанных на компонентах Pentaho MI или open-source-инструментах Python/R) в промышленные процессы при помощи Pentaho Data Integration/Machine Orchestration. Компоненты Pentaho Business Analytics позволяют анализировать и визуализировать данные по нескольким измерениям, выявляя ценную информацию без помощи ИТ-специалистов компании».

Предсказательная аналитика помогает, например, телекоммуникационным компаниям идентифицировать тех абонентов, которые, скорее всего, сократят свои расходы или перейдут на обслуживание к другому оператору, и, соответственно, вовремя провести целевые маркетинговые акции во избежание потери клиентов. На основе анализа и прогнозирования объемов денежных потоков команда может взвесить риски инвестирования в расширение своей компании.

Предсказательная, или прогнозная аналитика активно используется на промышленных предприятиях, а также в транспортных компаниях. Например, программные системы Pentaho для интеграции и аналитики помогли компании Caterpillar Marine увязать между собой информацию, представленную в самых разрозненных форматах, для выявления скрытых взаимосвязей в работе разных механизмов судна и влияния внешней среды. Caterpillar Marine получила возможность учитывать те внешние факторы, которые почти не использовались в анализе ранее: показатели температуры топлива и двигателя, давления и частоты вращения, значения текущего местоположения судна, погоды, волнения и углов движения по отношению к волне.

Александр Тимчур: «Компоненты Pentaho Business Analytics позволяют анализировать и визуализировать данные по нескольким измерениям, выявляя ценную информацию без помощи ИТ-специалистов компании»

«Находящаяся на корабле локальная система каждые 15 минут отправляет информацию в дата-центр на суше, — продолжает Александр Тимчур, — Здесь разнородные данные при помощи компонентов Pentaho Data Integration приводятся в унифицированный формат и загружаются в аналитическую систему, которая обеспечивает их масштабируемое согласование и передачу в инструменты предсказательной аналитики на базе открытого ПО, а также инфопанели и отчеты компании».

Цель рекомендательной аналитики — предложить, как именно следует поступать для устранения потенциальной проблемы или, например, как в полной мере использовать перспективную тенденцию. С помощью этого типа аналитики компании могут определить ассортимент дополнительных товаров для расширения списка покупок, изучив поведение клиентов и историю продаж, или изменить план обслуживания электропоездов для снижения частоты выхода их из строя.

Этот ультрасовременный тип аналитики требует не только накопленных архивных данных, но и получения адекватной внешней информации с помощью статистических алгоритмов, применяемых в процессе анализа. Кроме того, рекомендательная аналитика использует также машинное обучение, что делает ее достаточно сложной для реализации и управления. Поэтому, прежде чем принять решение о применении рекомендательной аналитики, компания должна оценить требуемые усилия, возможности и ожидаемую выгоду.

Какую аналитику выбирает бизнес?

Чтобы определить преобладающий тип аналитики данных, обратимся к недавним исследованиям по этой теме. В международном обзоре «Крупные решения» (Global Data and Analytics Survey: Big Decisions) приводятся результаты опроса более 2 тыс. руководителей, которые выбирали категорию, лучше всего описывающую процесс принятия решений в их компаниях. Кроме того, важно было выяснить, на какой тип аналитики больше всего полагаются респонденты. По результатам опроса в категории «редко принимаемые решения» доминировала описательная аналитика с показателем 58%, в категории «управление данными» список возглавила диагностическая аналитика (34%), прогнозный и рекомендательный типы расположились довольно близко: 29 и 28% соответственно.

Результаты этого исследования продемонстрировали, что на разных этапах развития компаний появляется потребность в аналитике разных типов. Фактически компании, которые стремятся к осознанному принятию решений, находят описательную аналитику недостаточной, прибегают к диагностической, а после и к прогнозной аналитике.

В ходе того же опроса обнаружилась еще одна интересная тенденция. Все руководители хотят, чтобы принятие решений осуществлялось быстрее, а сами решения были эффективнее. Это означает, что все большее количество организаций стремится к постепенному увеличению доли интеллектуальной аналитики. Еще одно исследование тенденций бизнес-аналитики за 2017 год, проведенное BARC, подтверждает эту гипотезу: 2800 руководителей отметили всевозрастающую важность интеллектуальных аналитических средств и интеллектуального анализа данных.

Подводя итоги, можно сказать, что компании выбирают, насколько глубоко им следует погружаться в анализ данных в зависимости от потребностей своего бизнеса. Описательная и диагностическая аналитика предлагают оперативный подход, прогнозная и рекомендательная аналитика позволяют пользователям принимать решения. Современные тенденции свидетельствуют о том, что ситуации, в которых компаниям необходим углубленный анализ данных, возникают все чаще. Вот почему организации по всему миру заинтересованы в качественных программных продуктах, позволяющих узнать бизнес со всех сторон и принять грамотные решения.

Аналитики Gartner полагют, что на сегодняшний день уже используется не менее 3,1 млрд IoT-устройств. Другие считают, что их гораздо больше, и к 2025 году число таких устройств превысит 75 млрд. Вместе они будут генерировать огромные массивы информации, вот почему предприятия во всех отраслях уже сейчас стараются подготовиться к работе с IoT и найти способы наиболее эффективно использовать полученные данные.

Информация, полученная путем анализа данных IoT, помогает людям и машинам корректировать действия, избегать простоев оборудования, лучше понимать клиентов, создавать более востребованную продукцию

Устройства и оборудование с возможностью подключения к IoT используются для разных целей. Иногда они нужны, чтобы передать статус объекта, сообщить о том, что устройство работает нормально или, наоборот, со сбоями. В других случаях устройства и оборудование с возможностями IoT предоставляют пользователю данные, которые служат источником ценной аналитической информации. Она помогает людям и машинам корректировать действия, избегать простоев оборудования, лучше понимать своих клиентов, создавать более востребованную продукцию.

«Возьмем, например, компанию Sullair, – рассказывает Ирина Яхина, директор по технологиям компании Hitachi Vantara в регионе EMEA. – Более 50 лет она производит воздушные компрессоры, которые применяются во многих промышленных системах. Каждый компрессор снабжен датчиком для удаленного мониторинга, позволяющим заказчикам оценивать состояние оборудования и получать оповещения о необходимости обслуживания, благодаря чему сокращается время простоев. А простои компрессора – одна из самых серьезных проблем на производстве.

Отслеживание работоспособности такого оборудования и исключение внепланового технического обслуживания – хороший способ повысить эффективность производства».

Независимо от способа применения данных, собранных с помощью Интернета вещей, следующие шесть рекомендаций помогут вашей компании использовать эти данные максимально эффективно.

1. Определитесь с целями

Даже если вы пока только исследуете возможности промышленного IoT, следует наметить конкретную цель, которую вы хотите достичь с помощью новых инициатив. На стадии испытаний может потребоваться подтверждение работоспособности техники, анализ ее эффективности или выявление системных проблем, которые могут возникнуть в процессе внедрения Интернета вещей. Нужно наметить примерный курс, сделать пробный проект и по его результатам оценить, насколько успешно ваше продвижение к цели и соответствуют ли полученные результаты вашим ожиданиям. Даже незначительный опыт поможет вам принимать более продуманные решения в дальнейшем и получить от IoT максимальные преимущества.

2. Изучите специфику источников данных

Одна из проблем при внедрении технологии — это правильно собрать данные, получаемые от систем IoT. В бизнесе и в производстве используется множество типов устройств с поддержкой IoT, в том числе:

• оборудование и промышленные системы управления, обеспечивающие централизованный контроль и мониторинг в производственной среде;
• датчики и устройства для мониторинга температуры, давления, влажности и других параметров окружающей среды;
• маяки для определения местоположения и системы GPS;
• планшеты и другие устройства с бизнес-приложениями.

Однако данные могут поступать не только с этих устройств, но и из других источников, например из открытых интерфейсов прикладного программирования (API), обеспечивающих соединение с внутренними и внешними сетями и системами, а также из веб-приложений и социальных сетей. Чтобы пользоваться всеми преимуществами IoT, необходимо знать, откуда получены данные. Только тогда можно будет оценить степень полезности и значимости этих данных.

3. Решите проблему интеграции

В промышленной среде сбором данных могут заниматься тысячи устройств одновременно. Однако необработанные данные не имеют особой ценности, пока они не структурированы и не помещены в контекст. Это подтверждает и недавнее исследование, проведенное Forbes Insights. Респондентов из числа высших руководителей попросили перечислить самые серьезные проблемы, с которыми столкнулись их компании при создании IoT-систем. 30% опрошенных главной проблемой посчитали сложности, связанные с интеграцией разрозненных данных. Чтобы максимально реализовать их потенциал, данные необходимо собрать, объединить и передать в такую систему, которая позволит получить о них целостное представление.

4. Обеспечьте умный анализ данных

После сбора и интеграции данных необходимо их проанализировать, что требует немалых затрат времени и средств. Треть опрошенных Forbes Insights руководителей признались, что собирают большие объемы данных, но не могут извлечь из них все преимущества.

Анализ данных имеет множество нюансов. Например, нужно определить оптимальную периодичность сбора данных. Если данные собирают слишком часто, труднее понять общие тенденции.

Сложность и неоднородность самих данных также может стать проблемой. Непросто выявить отклонения в огромном массиве данных из множества отдельных источников. К тому же системы иногда дают сбои, датчики могут некорректно считать информацию, а сеансы передачи данных — прерваться. Все это необходимо учесть, прежде чем объединять и анализировать информацию.

Ирина Яхина: «Чтобы надлежащим образом проанализировать данные, их необходимо подготовить»

«Чтобы надлежащим образом проанализировать данные, их необходимо подготовить. Как правило, такая подготовка предусматривает объединение данных из нескольких источников, таких как всевозможные устройства, датчики, базы данных и приложения, например системы управления взаимодействием с клиентами (CRM) и планирования ресурсов предприятия (ERP), – считает Ирина Яхина. – Как только все данные объединены, необходимо нормализовать их атрибуты и отношения, чтобы устранить избыточные данные и повысить их согласованность. При этом могут возникнуть все вышеперечисленные проблемы: периодичность сбора, сложность данных и ненадежность устройств. Тем не менее многие проблемы можно устранить, используя соответствующие платформы и аналитические инструменты, например IoT-платформу Lumada от Hitachi Vantara».

5. Привлеките квалифицированных специалистов

Согласно результатам исследования Boston Consulting Group, ежегодные затраты на системы IoT к 2020 году превысят 250 мрлд долл. Почти 10% этой суммы (21,4 млрд) будет уходить на средства аналитики для поддержки приложений IoT. И значительная часть денег понадобится на оплату труда квалифицированного персонала. Без команды профессионалов данные, полученные от IoT-проектов как в бизнесе, так и в промышленности, практически бесполезны. Для работы с IoT нужны эксперты, способные создавать алгоритмы, эффективно управлять данными, сегментировать их, интерпретировать результаты и, самое главное, представлять эти инсайты в понятном и полезном для специалистов других бизнес-направлений виде.

6. Сконцентрируйтесь на результатах

Независимо от того, планирует ли ваша компания программу по внедрению систем IoT или уже активно ее реализует, тщательно продумайте, как вы будете собирать, анализировать и использовать данные, которые генерируются системами. Большое количество источников данных может затруднить эти процессы, но, если вы четко определили цель в начале работы и можете оценить, каких успехов достигли в конце, вы поймете, что внедрение IoT способно значительно улучшить результаты деятельности компании. Собранные с помощью технологий Интернета вещей данные могут не только сократить затраты компании, но и создать новые возможности для развития бизнеса.

Hitachi Vantara, дочернее предприятие Hitachi, Ltd., второй год подряд отмечена в секторе лидеров по результатам исследования Gartner «Магический квадрант для массивов твердотельных дисков». Оценивая решения Hitachi Vantara, аналитики Gartner рассматривали ранние поколения массивов Hitachi VSP – VSP F400, VSP F600, VSP F800 и VSP F1500.

Недавно Hitachi Vantara объявила о расширении семейства массивов VSP

Недавно Hitachi Vantara объявила о расширении семейства массивов VSP, целиком построенных на базе флэш-памяти (AFA), обновлении программной системы Hitachi Vantara на базе искусственного интеллекта, предназначенной для аналитики и автоматизации ИТ-сред, и распространении на новые решения единственной в отрасли гарантии доступности данных на уровне 100%. Совместное использование этих решений позволит компаниям модернизировать центры обработки данных (ЦОД), обеспечив их интеллектуальное автономное функционирование и беспрецедентно высокую степень гибкости и масштабируемости, что повлияет на сокращение затрат и повышение операционной эффективности.

«Мы очень рады войти в число лидеров рынка твердотельных массивов второй год подряд, – сообщил Ири Трашански, старший вице-президент Hitachi Vantara по инфраструктурам и передовым продуктам. – Hitachi руководствуется стремлением разрабатывать ориентированные на данные решения, способные обеспечить бизнесу конкурентные преимущества в цифровую эпоху. Мы считаем, что истории успеха реальных компаний и показатели окупаемости инвестиций, каждый день демонстрируемые нашими заказчиками, неопровержимо доказывают: Hitachi продолжает выводить на рынок ценные инновационные разработки, которые компании могут задействовать уже сегодня, создавая прочный фундамент для успешного будущего».

Gartner, Magic Quadrant for Solid-State Arrays, Valdis Filks, John Monroe, Joseph Unsworth, Santhosh Rao, (Gartner, «Магический квадрант для массивов твердотельных дисков». Валдис Филкс, Джон Монро, Джозеф Ансворт, Сантош Рао), 23 июля 2018 г. В аналогичном отчете за 2017 год компания фигурировала под названием Hitachi Data Systems.

Выпущенная в 2011 году высокопроизводительная система управления базами данных SAP HANA, совершающая все процессы in-memory — в оперативной памяти, сегодня помогает воплощать проекты крупнейших компаний по всему миру. Бизнес все время требует инноваций, а устаревшие технологические системы могут иметь серьезные последствия для заказчиков, вложивших в них существенные средства. Чтобы этого не случилось, компания SAP постоянно совершенствует свои продукты, оставаясь конкурентной на рынке.

Благодаря тому что детальный анализ информации в решениях SAP HANA и S/4HANA занимает секунды, специалисты любой компании, пользующейся этими технологиями, могут принимать более быстрые и эффективные решения и практически в реальном времени реагировать на изменения рынка

InsiderRESEARCH, независимое исследовательское подразделение компании Wellesley Information Services, по запросу Hitachi Vantara провело опрос среди действующих заказчиков SAP с годовой выручкой не менее 1 млрд долл. Исследование было призвано определить, на каком этапе цифровых преобразований находятся заказчики SAP на текущий момент, как влияют основные технологические тенденции в отрасли на формирование плана по переходу к новой инфраструктуре, а также выявить препятствующие этому проблемы.

В опросе приняли участие представители самых разных отраслей производства и сфер услуг из более чем 60 стран — руководители, директора, менеджеры компаний, а также специалисты в области ИТ и бизнеса.

В ходе исследования подтвердилось, что сохранение устаревших систем, размещаемых в инфраструктуре заказчика, – это заведомо проигрышная стратегия для организации, которая стремится к инновациям для улучшения качества обслуживания клиентов и перестройки бизнес-процессов. Ответы респондентов свидетельствуют, что решения SAP HANA и/или S/4HANA являются обязательной частью стратегического плана действий на ближайшее время. На сегодняшний день с решением S/4HANA работают всего 29% респондентов, и 78% используют SAP Business Suite. 51% участников опроса используют HANA. Большое число респондентов указали, что используют в качестве СУБД Oracle (57%) или Microsoft SQL Server (55%), однако планирует перейти на решения SAP.

Сейчас большинство заказчиков SAP понимают, что S/4HANA является стартовой точкой на пути реализации стратегии цифровой трансформации. «Однако, — заключает InsiderRESEARCH, — как и в случае с любой новой технологией, ее массовое внедрение не происходит за одну ночь». Это подтверждается и результатами исследования: большинство респондентов пока еще находятся в начальной точке цифровых преобразований.

Переход на «цифру»

Приоритетными целями цифровых преобразований SAP является перевод бизнес-процессов на цифровую основу и более оптимальное использование новых цифровых технологий. Как убеждены респонденты, эти технологии помогут их компаниям стать более конкурентоспособными. Так 65% опрошенных отдают предпочтение интеллектуальным приложениям, 39% выступают за прикладной искусственный интеллект и расширенное машинное обучение, 27% проголосовали за интеллектуальные устройства.

Главные проблемы участники опроса видят в высоких затратах (59%), дефиците ресурсов (44%) и недостаточной компетентности в указанной сфере (40%).

Первоочередными факторами, ограничивающими предоставление дополнительных ИТ-услуг, заказчики считают необходимость внедрения новых бизнес-процессов (45%) и загруженность приложениями общего характера (31%).

Дальнейшая разработка SAP предполагает использование облачных технологий для любых цифровых трансформаций. На данный момент около 75% имеющихся ресурсов размещено во внутренней инфраструктуре заказчиков, однако половину элементов инфраструктуры в области разработки, тестирования, контроля качества и промышленной среды они планируют в течение ближайших трех лет перенести в облако. В целях экономии времени такой переход просто необходим.

При переходе на облачную инфраструктуру компании могут чувствовать себя уверенно, поскольку технологии компаний Hitachi и SUSE, с которыми плотно сотрудничает SAP, оптимизированы для частных и гибридных облачных сред. Так, развернуть HANA и S/4HANA позволяет SUSE Linux Enterprise Server, связывающий конвергентные системы Hitachi Vantara и приложения SAP.

Благодаря тому что детальный анализ информации в решениях HANA и S/4HANA занимает секунды, специалисты любой компании, пользующейся этими технологиями, могут принимать более быстрые и эффективные решения и практически в реальном времени реагировать на изменения рынка. Новые технологические разработки SAP главным образом нацелены на повышение конкурентоспособности компаний и полностью оправдывают шаги на пути к достижению этих целей.

По мере развития технологий ИТ-инфраструктура предприятий становится все сложнее. Растут возможности оборудования, появляются новые стандарты и протоколы. Больше всего это отражается на центрах обработки данных (ЦОД): основные сервисы (вычисление, хранение информации, сети) теперь реализуются исключительно на программном уровне, вне зависимости от аппаратной платформы.

Алексей Никифоров: «Основным направлением в разработке программного обеспечения является упрощение работы с ИТ за счёт автоматизации процессов управления»

«Чем крупнее организация, тем сложнее ИТ-инфраструктура, — рассказывает Алексей Никифоров, руководитель подразделения технологических решений Hitachi Vantara. — Основным направлением в разработке программного обеспечения является упрощение работы с ИТ за счёт автоматизации процессов управления. Примеров этому множество: это и облачные решения, и контейнеры, и VDI или автоматические системы оценки защищенности и анализа поведения пользователей».

Внимание — к деталям

Упростить работу ИТ-инфраструктуры помогают, в частности, программы наподобие SAP HANA — высокопроизводительные платформы для хранения и обработки данных. Одним из наилучших вариантов для сред SAP являются решения компании SUSE, что подтверждает их двадцатилетнее сотрудничество. «Свыше 70% всех установок решений SAP на платформе Linux и свыше 90% установок SAP HANA во всем мире работают на дистрибутиве SUSE Linux Enterprise, — подчеркивает Владимир Главчев, управляющий директор SUSE в России и странах СНГ. — Для выполнения приложений SAP создан SUSE Linux Enterprise for SAP Аpplications — специальный вариант дистрибутива, предназначенный для построения отказоустойчивой и безопасной серверной инфраструктуры. Наша компания оптимизировала для выполнения SAP HANA настройки входящего в дистрибутив ядра Linux, а также встроила специализированные средства и шаблоны для быстрого развертывания приложений SAP в средства установки системы и конфигурации отказоустойчивого кластера. Всё это доступно для аппаратных архитектур x86-64 и IBM Power на физических серверах и в виртуальной или облачной среде».

Основным преимуществом использования дистрибутива стала гарантированная совместимость и высокая надежность совместного решения компаний. Вкупе с гибкой ценовой политикой это ощутимо снижает капитальные и операционные затраты. Время простоя системы минимизируется, новые приложения SAP создаются всё быстрее, а уже существующие — совершенствуются.

Для пользователей дистрибутива SUSE Linux Enterprise for SAP Аpplications обе компании предоставляют круглосуточную техподдержку, а для администраторов, прежде работавших на Windows, проводят специальные учебные курсы, позволяющие им быстрее освоить Linux.

Как считают в SAP, дистрибутив SUSE Linux Enterprise for SAP Аpplications идеально подходит для выполнения процессов HANA и S4/HANA. Это обусловлено не только оптимизацией параметров ядра в части управления памятью и автоматизацией настройки системы под приложения SAP при установке, но и включением в ее состав двух важнейших компонентов, предназначенных для обеспечения высокой доступности и безопасности одновременно. SUSE Linux Enterprise High Availability Extension и встроенный механизм дублирования SAP HANA организуют отказоустойчивый кластер, узлы которого выполняются на физических или виртуальных машинах, что позволяет сохранить доступность системы при аварии.

Владимир Главчев: «Свыше 70% всех установок решений SAP на платформе Linux и свыше 90% установок SAP HANA во всем мире работают на дистрибутиве SUSE Linux Enterprise"

«В основе стратегии компании SUSE лежит разработка Open Source — программного обеспечения с открытым колом, — продолжает Владимир Главчев. — Специалисты компании принимают активное участие в сообществах разработчиков популярных программных проектов (Linux, OpenStack, Ceph и т. д.), и все её решения базируются на их технологиях. Техническая поддержка, подписки на обновления, консультация и обучение специалистов, предоставляемые компанией SUSE, полностью соответствуют актуальным корпоративным стандартам».

Вместе — лучше

Не первый год продолжается и технологическое сотрудничество компаний SUSE и Hitachi. В результате была создана целая линейка интегрированных решений и проверенных конфигураций, оптимизированных и сертифицированных для выполнения процессов SAP HANA. Сочетая в себе все преимущества Hitachi Unfied Compute Platform (UCP) Select for the SAP HANA Platform и SUSE Linux Enterprise for SAP Аpplications, они позволяют достигать высочайшего уровня доступности важнейших для бизнеса приложений. Для совместных решений характерна также хорошая масштабируемость при разумных затратах, что сегодня очень актуально. SUSE и Hitachi активно сотрудничают в области внедрения и модернизации приложений SAP в частных и гибридных облаках, построенных на оборудовании Hitachi и программных продуктах SUSE Linux Enterprise Server и SUSE OpenStack Cloud.

Инфраструктура должна быть готова к внедрению новых технологий.

Открытость и гибкость — главные требования передовых технологий к программной инфраструктуре современной компании. Стремительно меняются требования бизнеса к ИТ, и, судя по всему, в ближайшем будущем эта тенденция сохранится. Кроме того, необходимо укладываться в бюджет, не снижая внимания к управляемости и безопасности. Инфраструктура должна быть готова к внедрению новых технологий, и для реализации поставленных перед ней задач ей необходимо обеспечивать гибкость — что и делают технологические гиганты, разрабатывая наилучшие программные решения для всех областей современной ИТ-инфраструктуры.

В 2011 году компания SAP по инициативе основателя Хассо Платнера выпустила высокопроизводительную СУБД HANA (High-Performance Analytic Appliance). Особенность нового продукта состояла в том, что размещение, обработка, хранение информации, а также произведение расчетов и вычислений происходили только в оперативной памяти (in-memory), диски использовались только для хранения «мгновенных снимков» системы на случай ее полного восстановления.

SAP HANA может агрегировать информацию «на лету», давая пользователю возможность работать с детализированной информацией и принимать более продуманные решения.

Сегодня SAP HANA имеет куда большие возможности: технология предоставляет мгновенный доступ к информации из оперативной памяти, легко внедряется, потому что не требует изменения настроек старых приложений, производит вычисления на высокой скорости и повышает гибкость компании благодаря упрощенному ИТ-ландшафту.

Оптимизация работы системы направлена на взаимодействие оперативной памяти и процессора. Кроме того, SAP HANA реализует поколоночный метод хранения информации, что позволяет системе использовать механизмы компрессии данных. Таким образом, платформа работает с уже сжатой информацией и может не тратить время и другие ресурсы на ее разархивирование. Поколоночное хранение также способствует снижению объемов данных, которые хранятся в системе. Это происходит за счет того, что система может агрегировать информацию «на лету», а пользователь — работать с детализированной информацией и принимать более продуманные решения.

В SAP HANA устранен даже такой недостаток поколоночного хранения, как низкая скорость записи данных. Этого удалось достичь с помощью внедрения технологии Delta Storage, которая быстро вносит данные в систему и учитывает их при расчетах.

Не только хранилище

SAP HANA имеет ряд дополнительных возможностей помимо хранения и структурирования больших данных. Например, в программу встроена библиотека функций PAL (Predictive Analytics Library), реализующая прогнозирование, библиотека бизнес-функций BFL (Business Function Library) и набор инструментов для работы с геолокационной информацией. Эти программы позволяют производить обработку и структурирование данных на стороне платформы, не передавая информацию между серверами приложений и СУБД SAP HANA.

Ирина Яхина: «Благодаря совмещению свойств аналитической и транзакционной СУБД в одном продукте SAP HANA также может использоваться как аналитическая СУБД, что позволит сэкономить средства, необходимые для создания аналитического хранилища»

«Благодаря подходу к вычислениям in-memory технология может обрабатывать информацию в режиме реального времени, — рассказывает Ирина Яхина, директор по технологиям Hitachi Vantara в регионе EMEA. — Это повышает производительность транзакций, что позволяет специалисту выполнять комплексные аналитические запросы в учетной системе. Ему больше не нужно ждать, пока в аналитической системе отразятся последние изменения, — все текущие бизнес-процессы видны пользователю во время работы с информацией. Благодаря совмещению свойств аналитической и транзакционной базы в одном продукте SAP HANA также может использоваться как аналитическая система управления базами данных, что позволит сэкономить средства, необходимые для создания аналитического хранилища. Ценно и то, что SAP HANA активно работает с другими технологическими компаниями. Например, развернуть SAP HANA и SAP S/4 HANA позволяет SUSE Linux Enterprise Server, который связывает конвергентные системы Hitachi Vantara и приложения SAP. Решения Hitachi в сочетании с технологиями SUSE оптимизированы для частных и гибридных облачных сред, благодаря чему компании могут чувствовать себя уверенно в процессе перехода на облачную инфраструктуру».

SAP HANA работает на больших мощностях, а потому обладает высокой производительностью и быстродействием, которая способствует реализации проектов крупных компаний по всему миру. Программа также имеет гибкие возможности вертикального и горизонтального масштабирования вычислительных ресурсов и ресурсов хранения, что позволяет ей справляться с экспоненциальным ростом данных. Она позволяет сократить задержку между бизнес-операциями и получением аналитики, благодаря чему возможен оперативный бизнес-анализ. Специалисты могут принимать более эффективные и оперативные решения, потому что получают возможность детально анализировать информацию за секунды и реагировать на изменения рынка в реальном времени, не ожидая результатов обработки данных в течение нескольких дней.

SAP HANA достаточно проста в управлении, что существенно облегчает работу ИТ-специалистов и позволяет им уделить время более важным проектам. При этом технология обеспечивает круглосуточную бесперебойную работоспособность значимых приложений, а также безопасность и доступность хранимых в системе данных.

Где использовать SAP HANA?

Технология SAP HANA может эффективно применяться во многих отраслях – от энергетической и машиностроительной до финансовой и розничной. В нефтегазовой отрасли платформа поможет мониторить процессы бурения, отслеживать график строительства, текущую ситуацию на скважине, прогнозировать возможные критические ситуации. С помощью SAP HANA компания может реализовать более эффективный сбыт ресурсов и анализировать текущие цены на рынке. Для похожих целей внедряется технология и в металлургии: здесь SAP HANA обеспечивает дистанционный оперативный мониторинг электроэнергии в отдельных частях производства, благодаря чему производитель сможет устранить все факторы ее неэффективного использования. В энергетике SAP HANA также наиболее часто используется для отслеживания количества и распределения ресурсов.

«В сфере транспорта технология используется для контроля дислокаций, выполнения графиков, планирования расписаний, а также оптимизации расхода топлива, — рассказывает Ирина Яхина. — В финансовой отрасли SAP HANA может внедряться для анализа кредитоспособности, фиксации финансовых показателей в режиме реального времени, управления дебиторской и кредиторской задолженностями, автоматизации контроля межсистемных процессов, оптимизации управления коммерческими предложениями, формирования консолидированной отчетности компании и продуманного управления затратами на кадровые ресурсы. В банковском секторе технология помогает снизить нормы резервирования и риски, а в связке с системой защиты от мошенничества понижается уровень потерь от неправомерных действий».

Опыт России

В России SAP HANA уже успешно реализуется крупными компаниями. На ее базе работает аналитическая система «М.Видео» — эта торговая сеть использует технологию для создания аналитических отчетов, структурирования больших данных, отслеживания информации о продажах с последующим расчетом необходимого количества товара и исключением издержек из-за ошибок логистики. После внедрения технологии SAP в инфраструктуру компании время формирование отчетов сократилось с 24 часов до нескольких минут, время выполнения аудиторских запросов — с половины рабочего дня также до нескольких минут, загрузка данных в отчеты по товародвижению — с трех часов до получаса.

Другой продавец электроники, использующий SAP HANA, компания «Эльдорадо» получила доступ к данным продаж в режиме реального времени, что позволило ей корректировать маркетинговые кампании и проводить комплексный мониторинг жизненного цикла продукта с точки зрения поведения потребителей. Кроме того, на 66% было ускорено комплексное управление товарным ассортиментом, а время планирования, наоборот, сокращено с 35 до 12 часов.

Преимущества SAP HANA используют и в «РЖД», где с внедрением платформы преобразовалась работа информационной системы компании. Чтобы успешно провести модернизацию транспортного обслуживания, «РЖД» потребовалось трансформировать техническую базу компании, для чего в системе были объединены все бизнес-процессы. Тем самым изменилась работа около 200 тыс. сотрудников «РЖД». С помощью SAP HANA компания доработала старые приложения, улучшила продажу пассажирских билетов через Интернет и систему управления пассажирскими и грузовыми перевозками.

SAP HANA и SAP S/4 HANA являются одним из необходимых звеньев при реализации стратегии цифровой трансформации независимо от предпочтительных бизнес-результатов и долгосрочных стратегических целей. Это подтверждают и результаты исследований: например, в ходе исследования insiderRESEARCH, проведенного по заказу Hitachi Vantara, около половины (44%) из 140 опрошенных сообщили о том, что планируют внедрить ERP-систему SAP S/4HANA уже в этом году, при этом 25% предполагают использовать пакет бизнес-приложений SAP Business Suite на платформе SAP HANA, а 24% планируют использовать хранилище данных SAP BW/4HANA. Все это подчеркивает важность работы с платформой, а также свидетельствует о желании бизнеса пройти через цифровую трансформацию, работая с большими данными и аналитикой.

Oxford Economics: 84% респондентов считают цифровую трансформацию важнейшим условием выживания компании на рынке в ближайшие пять лет.

Цифровая трансформация — это новая реальность, которая требует от компаний по всему миру радикального пересмотра своих бизнес-процессов. Способность быстро адаптироваться к изменениям, оптимизировать свою работу и подстраиваться под ожидания клиента являются залогом устойчивости компании на рынке.

Одна старая английская поговорка гласит, что «изменение — это единственная постоянная». Она справедлива и по отношению к бизнесу: для того, чтобы компании могли успешно работать на рынке, им необходимо меняться. Пока одни организации осознанно пытаются ввести в свою бизнес-деятельность позитивные изменения, другие продолжают сопротивляться цифровизации, думая, что смогут устоять на рынке с помощью традиционных подходов. Тем временем многочисленные исследования и эксперты доказывают, что это не так: например, согласно исследованию Oxford Economics, в ходе которого было опрошено порядка 3 тысяч руководителей среднего и высшего звена в 17 странах, 84% респондентов считают, что цифровая трансформация станет важнейшим условием выживания компании на рынке в ближайшие пять лет.

Научный журнал MIT Sloan Management Review считает, что существует три этапа цифровой трансформации бизнеса, которые состоят из девяти блоков. Во-первых, это преобразование клиентского опыта. Сюда входят такие аспекты, как улучшение понимания потребностей клиентов с помощью бизнес-аналитики, использование интеллектуального маркетинга в режиме реального времени и цифровизация отношений с клиентами, например, социальные сети для обратной связи или наличие приложений для реализации возможностей самообслуживания.

Второй этап — преобразование операционных процессов. В первую очередь, это автоматизация производства, использование решений на базе новейших технологий для повышения эффективности работы компании, создание виртуальной инфраструктуры для возможности удаленной работы сотрудников и принятие управленческих решений на основе углубленных знаний о клиентах, регионах, продуктах и т.п.

Наконец, третий этап заключается в трансформации бизнес-модели во всех филиалах многонациональных компаний, а также в трансформации бизнес-моделей компаний-партнеров. Сотрудничество с аналогичными цифровыми организациями позволяет создавать новые системы производства и распространения продуктов и в итоге приводит к цифровой глобализации на рынке.

Ирина Яхина: «Для построения действительно инновационной компании необходима не только активность в области цифровых технологий, но и более глубинные изменения, связанные с корпоративной культурой, сложившейся в организации, а также ее руководством, которое является драйвером серьезных изменений».

«Для построения действительно инновационной компании необходима не только активность в области цифровых технологий, но и более глубинные изменения, связанные с корпоративной культурой, сложившейся в организации, а также руководством, которое является драйвером серьезных изменений, — считает Ирина Яхина, директор по технологиями Hitachi Vantara в регионе EMEA. — Решить эту проблему помогает обмен знаниями с более успешными цифровыми компаниями на рынке, а также организация соответствующих курсов внутри компании, которые проводятся при участии приглашенных экспертов и руководителей подразделений».

Суммируя опыт, сложившийся в компаниях, успешно прошедших через цифровую трансформацию, можно выделить четыре основных шага для реализации стратегии digital transformation.

Шаг №1: определите цели цифровой трансформации

Есть две ошибки, которые часто делают компании при внедрении новых технологий. Во-первых, они пытаются внедрить абсолютно любые технологии, появившиеся на рынке и вызывающие интерес со стороны бизнеса. Во-вторых, они начинают реализовывать инициативу без анализа конкретных проблем, которые они хотят решить, или целей, к которым стремятся. Эти ошибки могут привести к внедрению технологий, которые в дальнейшем будет трудно интегрировать и масштабировать в рамках всей организации.

Вместо этого компании должны начать с определения того, чего они хотят достичь посредством цифровой трансформации. Цель может быть связана с эффективностью работы, повышением прибыльности компании, улучшением качества клиентского обслуживания. В этом случае предприятия смогут внедрять технологии с четкой ориентацией на улучшение бизнеса в целом, а не его отдельных процессов, что помогает в разработке всеобъемлющей стратегии и позволяет избежать внедрения «пустых» с точки зрения эффективности в рамках всей компании решений.

Шаг №2: оцените существующие решения и компетентность сотрудников

Этот шаг включает в себя анализ существующего программного обеспечения, приложений и технологий компании. Исходя из установленных целей, компания должна определить, какие из конкретных технологий необходимо сохранить, обновить, автоматизировать, а какие — списать в утиль. Этот шаг поможет использовать в своей деятельности только те технологии, которые компании действительно необходимы.

Также не стоит забывать о том, что цифровая трансформация во многом зависит от команды. Необходимо понять, каковы навыки работы сотрудников с теми или иными технологиями, в каких областях есть пробелы и как их можно устранить.

Шаг №3: выберите новые решения и повысьте компетентность коллектива

Следующим шагом в стратегии digital transformation является оценка и выбор возможных решений для достижения поставленных целей, получения желаемого опыта и результатов.

«Этот шаг требует тщательного анализа возможных решений, — считает Ирина Яхина. — Они должны быть функциональными, удобными в использовании, масштабируемыми. На данный момент на рынке их достаточно много, и все они отвечают тем или иным задачам. Например, гибкие решения для консолидации всех типов данных SAP HANA и SAP 4/S HANA, которые работают на SUSE Linux Enterprise Server и устанавливаются на конвергентные платформы Hitachi, позволяют модернизировать ИТ-инфраструктуру компании для достижения наилучших результатов».

Шаг №4: следуйте строгому графику

Цифровая трансформация требует времени и ресурсов: как человеческих, так и финансовых. Вот почему реализовывать ее необходимо поэтапно. Крайне важно тщательно планировать, когда необходимо предпринять каждое действие — например, оценку технологий, анализ существующих на рынке решений, закупку этих решений, их внедрение в бизнес-процессы. Конкретные сроки помогут компании обеспечить бесперебойную реализацию инициативы, минимизировать сбои в деловых процессах, а также послужат ориентиром для сравнения запланированных и фактических результатов.

В сегодняшней гиперконкурентной бизнес-среде цифровые преобразования — это требование, а не роскошь. Цифровая трансформация позволяет организациям открывать новые каналы продаж, находить новые рынки и возможности, увеличивать свои доходы и повышать эффективность отдачи от инвестиций. Но для успешной реализации стратегии цифровой трансформации нужно понять цели организации, определиться со сроками цифровых преобразований и быть внимательным к потребностям своего бизнеса.

Задача по созданию цифровой экономики в той или иной мере стоит перед всеми развитыми странами. Ее фундаментом являются новые технологии, такие как искусственный интеллект, аналитика Больших Данных и Интернет вещей. Последняя технология занимает особое место в этом ряду, ведь именно она дает «пищу для размышлений» системам анализа Больших Данных и искусственного интеллекта.

Рынок Интернета вещей в ближайшее время будет быстро расти. Как полагают в IDC, уже в текущем году он увеличится на 14,6% и превысит 772 млрд долл. Первенство по объемам использования Интернета вещей будет принадлежать производственному сектору (189 млрд долл.); на втором и третьем местах — транспортная отрасль (85 млрд) и коммунальные службы (73 млрд). Потребительский сегмент рынка Интернета вещей в 2018 году вырастет до 62 млрд долл. В 2020 году рынок Интернета вещей превысит 1 трлн долл. и составит почти 20% всего мирового ИКТ-рынка.

В России, как показал опрос «Настоящее и будущее цифровой трансформации в России», проведенный в 2017 году OSP Data и Hitachi Vantara, Интернет вещей признан третьей по важности технологией, без которой невозможна цифровая трансформация бизнеса. По оценке IDC, рынок Интернета вещей растет у нас на 22% в год и к 2021 году может достичь 9 млрд руб. особенно если будут устранены сдерживающие факторы, например отсутствие стандартов в этой сфере.

Основные потребители таких решений в нашей стране — транспорт, промышленность, телеком и энергетика, а также госсектор, нацеленный на создание умных городов. Как считают в PwC, к 2025 году экономический эффект от внедрения Интернета вещей в России составит по основным отраслям приблизительно 3 трлн руб.

Интернет вещей «уже сейчас»

Цель нового исследования, проведенного OSP Data при поддержке компании Hitachi Vantara в 2018 году, состояла в том, чтобы определить, насколько важным считают Интернет вещей потенциальные потребители — руководители государственных и коммерческих структур, понять, какова степень проникновения этих решений на предприятия и как происходит процесс внедрения технологии; изучить, какую пользу эти решения приносят уже сейчас, что мешает внедрению Интернета вещей и каких результатов от его использования ожидать в ближайшие годы.

В рамках исследования были опрошены представители предприятий основных отраслей российской экономики, которые уже реализуют проекты в области Интернета вещей. Большую часть респондентов составили ИТ-руководители компаний разного уровня. Около трети из них занимают должности директоров, вице-президентов по ИТ и т. д., более половины — заместителей директоров по ИТ, начальников ИТ-отдела или управления.

Пока еще Интернет вещей «не дорос» до того, чтобы стать предметом интереса высшего руководства: только в трети компаний имеется единая корпоративная стратегия в этой сфере, в остальных разработки осуществляются по инициативе отдельных специалистов или небольших групп.

Тем не менее почти половина компаний уже ведет проекты в области Интернета вещей, пилотные или рабочие, причем почти у пятой части они существенно влияют на бизнес в целом.

Основная направленность проектов в области Интернета вещей — «повышение эффективности деятельности», второй по популярности ответ — «улучшение клиентского обслуживания». Кроме того, опрошенные надеются снизить затраты и даже обеспечить новые источники доходов.

Почти в половине компаний проекты в сфере Интернета вещей приносят дополнительный доход. Как правило, они открывают возможность предоставить клиентам дополнительные услуги на основе анализа данных или создать новые продукты и решения.

Проблемы

Как и всякой новой технологии, Интернету вещей в процессе внедрения сопутствуют различные сложности. Проблемы, перечисленные респондентами при ответах на вопрос о том, что мешает реализовывать проекты в области Интернета вещей, можно разбить на три большие группы: технологические; кадровые и финансовые; организационные. На первые указали 42% опрошенных, на кадровые и финансовые — 32%, на организационные — 26%. Наиболее частые конкретные причины — «сложности с интеграцией разнородных данных», «недостаточное качество доступных технологий» и «отсутствие стратегии развития».

Будущее Интернета вещей в различных сферах бизнеса

Мы попросили наших респондентов оценить два аспекта будущего Интернета вещей в пятилетней перспективе. Во-первых — то, насколько велико будет его значение по сравнению с другими новыми технологиями. Во-вторых — внедрение в каких отраслях окажет наибольшее влияние на совершенствование технологий Интернета вещей («компьютерные» и «телекоммуникационные» применения были выведены за скобки) . В обоих случаях оценки усреднялись по пятибалльной шкале.

Относительная важность Интернета вещей оказалась довольно велика. Он с 2,7 балла лишь совсем немного уступил искусственному интеллекту (2,8 балла), обучение которого во многих случаях будет завязано как раз на потоки данных Интернета вещей. Далее идут робототехника (2,4 балла) и 3D-печать (2,2 балла). Замыкают рейтинг нанотехнологии (2,0 балла), дополненная реальность и дроны (по 1,9 балла).

Что касается второго вопроса, то, по мнению опрошенных, в наибольшей степени на развитие Интернета вещей повлияет организация обслуживания клиентов (3,9 балла), управление складами и логистикой (3,7 балла), отслеживание активов и управление ими (3,6 балла).

***

Как показало исследование, у половины опрошенных решения в сфере Интернета вещей уже в том или ином виде работают. Нынешние технологические трудности не будут долговременными: над совершенствованием устройств и программного обеспечения в области Интернета вещей работают и лидеры ИТ-рынка, и множество стартапов. А по мере зрелости технологий и появления историй успеха (и поучтительных историй провалов) к Интернету вещей повернутся лицом топ-менеджеры и финансисты.

Для того чтобы поднять статус проектов в области Интернета вещей, ответственным за это направление необходимо, с одной стороны, подчеркивать их важность для внедрения других технологий, задействованных в цифровой трансформации, с другой — демонстрировать конкретную пользу даже небольших проектов. Умение добиваться пусть скромных, но долговременных успехов в решении стратегических задач — залог победы любой революции, и нынешняя не исключение.