Любой бизнес стремится к предсказуемости, автоматизации процессов, развиваясь от «непонятно, как это делать» до «всё работает само». Но автоматизация, связанная с IT-технологиями, — это относительно новое явление. Ведь большую часть истории она достигалась за счёт других, менее сложных принципов. О том, как это происходит сейчас, рассказал научный сотрудник института № 8 «Компьютерные науки и прикладная математика» МАИ, директор департамента цифровой трансформации в компании BetBoom Юрий Чайников.
— Автоматизация быстрее всего внедряется на простых алгоритмах. Как только изобрели электрику и реле, на которых можно автоматически переключать, скажем, стрелку на железной дороге, это немедленно было реализовано — до микросхем, транзисторов и прочей электроники. Эта простейшая электрическая схема сразу же резко повысила безопасность на железнодорожном транспорте. Сейчас, когда автоматизируются системы управления процессами в бизнесе, наиболее яркий прорыв происходит за счёт нейросетей и больших языковых моделей. Например, нейросети помогают сбалансировать работу сервиса такси в часы пик, чтобы больше водителей ехало в более востребованные места, или скорректировать загрузку пассажирских самолётов и цены на билеты таким образом, чтобы извлечь максимальную прибыль, — отмечает эксперт.
Один из наиболее популярных интеллектуальных методов в современном бизнесе — data mining. Это «копание» в данных для поиска новых идей и решений, когда аналитик под самыми разными углами изучает бизнес-процессы. Например, еженедельную выручку с разрезом по городам, помесячную — с разрезом по поставщикам, почасовую загруженность отделений или остатки наличности, которые накапливаются в банкоматах.
— Когда специалист анализирует не один конкретный сеанс взаимодействия с банкоматом, а миллион сеансов, он в какой-то момент может заметить, что, например, люди пожилого возраста затрудняются на определённом пункте меню. Внимательно изучив конкретные кейсы, он приходит к выводу, что термин, который в этом месте используется, просто непонятен пожилому человеку, и значит, надо написать по-другому. Компания проверяет эту гипотезу и выясняется, что старшему поколению в этом месте стало легче и очереди у банкоматов уменьшились. Так ты изучаешь данные, при этом всё время держишь в голове цель — сформулировать гипотезу, которая поможет улучшить бизнес-процесс, — поясняет Юрий Чайников.
Этот метод успешно применяется благодаря современным IT-решениям, таким как OLAP-системы (online analitic processing system). Они представляют собой многомерные витрины данных, которые и позволяют аналитику рассматривать их под самыми разными углами.
— Фундаментом для такого анализа является трудная работа по налаживанию ELT-процессов по сбору сырых данных, по их очистке, обработке, представлению в витрине. Интерфейс системы должен быть достаточно простым и наглядным, чтобы аналитик мог им легко пользоваться, — говорит эксперт.
Ещё один IT-инструмент для бизнеса — автоматические системы управления технологическими процессами. Например, работа всех столичных светофоров или диспетчеризация тепло-энергоснабжения регулируется как раз такими системами.
Активно внедряются корпоративные информационные системы, которые не только собирают и хранят данные, но и выполняют предиктивный функционал. Особенно ярко это проявляется в логистике.
— Такие системы способны предсказывать, сколько необходимо закупить товаров, чтобы к моменту, когда поступит новая партия, старая как раз закончилась. Возьмём, например, металлургический холдинг, который производит тысячу наименований проката. Ему нужно планировать, сколько понадобится вагонов для перевозки. И чем точнее и раньше будет сделан этот прогноз, тем более финансово эффективным станет логистический процесс. И здесь очень помогают информационные системы с предсказательной функцией, — рассказывает Юрий Чайников.
Оценивая современные тенденции, эксперты отмечают, что доля IT-технологий в управлении бизнес-процессами растёт. На поддержание и развитие IT-инфраструктуры даже такие традиционные бизнесы, как РЖД, тратят несколько процентов выручки. Наиболее быстрорастущий сегмент — это технологии, завязанные на анализе изображений и видеопотоков, а также интеллектуальной обработке текстов.
— Несколько десятков лет назад футуристы считали, что искусственный интеллект будет делать за нас множество задач, но сегодняшняя реальность наглядно демонстрирует, что лучше всего ИИ проявляет себя в качестве контролёра деятельности человека. Например, поставили умную камеру в кабину к водителю, он начал засыпать, и зазвучал тревожный сигнал. Или поставили её на входе в режимную зону, и теперь интеллектуальная система не откроет дверь сотруднику, если у него не будет на голове каски, — говорит Чайников.
Вместе с тем, уже сейчас есть примеры, когда IT-технологии так тесно связаны с процессами компании, что составляют саму основу бизнеса.
— Возьмите автоматизированный склад Amazon. Это миллионы полок и тысячи роботов, которые снуют между ними туда-сюда, раскладывают товары, частично комплектуют заказы. Люди собирают только финальный комплект. Такие тенденции есть и у нас. Например, «Яндекс» тестирует робота-доставщика, который ездит по улице. Это первая ласточка, которая показывает, что будущее уже наступило, — заключает эксперт.
Материал подготовлен при поддержке Минобрнауки России