Согласно данным аналитической компании Reportlinker, к 2026 году объем рынка цифровой трансформации достигнет $2,6 трлн. Количество представителей бизнеса, заинтересованных в цифровом развитии, постоянно растет, а основной фокус внимания сосредоточен вокруг создания цифровых пространств компаний, развития облачных технологий и инфраструктуры, применения технологий ИИ и организации эффективной работы с данными.
Давайте вначале попробуем разобраться, что же такое цифровая трансформация. Выражаясь простым языком, это, по сути, внедрение новых цифровых технологий в производственные процессы предприятия. При этом, в зависимости от контекста, можно иметь как полный переход той или иной компании на цифровые рельсы, так и замену каких-либо отдельных элементов. Однако, есть одна важная тонкость – само понятие цифровая трансформация также эволюционирует, собирая в себя больше различных смыслов и значений.
Значение данных
Есть еще один важный факт, который необходимо учитывать: с цифровизацией отдельных компаний напрямую связан рост объемов данных в среде этих самых отдельных компаний. На основе грамотного и эффективного их использования, можно решить массу задач, связанных как с автоматизацией отдельных структур внутри предприятия, так и целых направлений бизнеса, что особенно показательно в свете корпоративной автоматизации по всему миру в целом.
Приведу пример из личного опыта. Будучи облачным архитектором, я получил задачу на перевод маркетингового агентства на SaaS решение от Google Cloud Platform с дальнейшей автоматизацией и интеграцией в корпоративный мессенджер. Компания, тем самым, смогла сэкономить более 15 тыс. евро в месяц и высвободила несколько сотен человеко-часов в год. Существуют и другие подобные примеры, показывающие потенциальные возможности цифровизации.
Цифровое конкурентное преимущество
Ажиотаж цифровых трансформаций сегодня можно назвать одним из самых явных мировых трендов и тому есть причина: цифровизация – это настоящее конкурентное преимущество. Руководство различных корпораций на рынке понимает – чтобы оставаться в седле и успевать за научно-техническими новшествами, необходимо видеть основные показатели эффективности, знать каким образом эти показатели меняются и какие факторы на них могут повлиять, при этом такие данные должны быть наглядными и находиться в быстром доступе.
Соответственно, необходимо анализировать как можно большее количество данных, которые генерируются в процессе бизнес-деятельности, в поисках инсайтов, делать это быстро, в режиме реального времени.
Существует еще несколько дополнительных аспектов:
- Возможный рекламный эффект цифровизации. Очень многие клиенты отдадут предпочтение компании современной и технологически развитой.
- Сами данные могут стать частью капитала компании и быть ценной частью ее ресурсов.
Мы можем наблюдать, что во многих отраслях торговля такими данными уже стала частью окружающей нас реальности. Данные, которые генерирует каждый из элементов общества – что человек, что компания – сегодня являются тем самым зерном, из которого получают муку, из которой пекарь печет хлеб: информация о завершении реконструкции дороги позволит логистической компании перестроить маршруты, сэкономив расходы, и, либо получить дополнительную прибыль, либо снизить цены для клиентов, тем самым увеличить долю рынка, получив конкурентное преимущество и улучшив репутацию среди заказчиков. И таких примеров множество.
Говоря о цифровом конкурентном преимуществе в целом, приведу еще один показательный пример из своей практики по автоматизации существующего процесса. Один из проектов моей команды включал в себя полную автоматизацию развертывания и настройки всей инфраструктуры логистической компании, а именно более 100 серверов их внутренней инфраструктуры, и около 50 серверов т. н. внешнего кольца.
Ранее все это существовало в формате арендованных стоек в дата-центрах, сейчас же планировался переезд в облако. Совместно с инженерами компании нам удалось перенести все параметры софта и инфраструктуру в формат кода. Таким образом, время, затрачиваемое на развертывание и настройку нового сервера, сократилось на 90%, вдвое уменьшился срок реагирования на инциденты на счет использования автоматического мониторинга логов.
Тренды и риски
- В случае решения компании переходить на цифровые решения, необходимо иметь в штате специалистов, связанных с реорганизацией процессов или структурными изменениями в компании. В части случаев эту роль выполняют различные консалтинговые службы.
- Очевидна тенденция повсеместного включения в производство технологий ИИ и машинного обучения. В связи с этой тенденцией появляются, так сказать, «интеллектуальные сервисы». Этот инструмент в руках бизнеса может иметь впечатляющую эффективность, так как способен перерабатывать массу неструктурированных документов, а затем систематизировать имеющиеся данные, автоматически классифицируя их и помечая определенным образом. При этом, следует понимать, что перед внедрением такого рода моделей в бизнес-процессы их необходимо обучить, что само по себе является нетривиальной задачей, и часто оправданность создания собственной модели стоит под вопросом. Здесь и приходят на помощь интеллектуальные b2b-сервисы, которые могут предоставить услуги ИИ-моделей под ключ.
- Следует понимать, что на текущем этапе развития, ИИ не может полностью заменить человека: AGI (artificial general intelligence) еще не создан, а модель пока что не сможет уловить те доступные только человеку нюансы межличностного общения. При этом, автоматизировать рутину ИИ уже по силам, как и получить новые инсайты из массы ранее неиспользованных данных, что особенно важно при цифровизации бизнеса и применимости концепции 4IR.
Как это работает?
В большей части случаев для цифровой трансформации или автоматизации, отлаживания процессов, компании необходимо понимать, какую цель она пытается достичь. Зная цель, можно понять и необходимые шаги, и источники данных и инсайтов. Мало простого сбора данных – важно их анализировать, изучать, выявлять тенденции, а самое главное – конвертировать результаты анализа в осязаемый бизнесом результат, измеряемый в цифрах.
Для наглядности, представьте себе паука, который находится в центре паутины и по колебаниям паутинок знает обо всем, что происходит вокруг него. Паук в данном примере – центр принятия решений компании или бизнес-направления. Пауку мало знать – ему необходимо и реагировать: «паутинки» (потоки информации) выстроены определенным образом и передают не просто данные, а полезные данные, из которых можно сделать вывод о дальнейших действиях.
В случае паука – о пойманном насекомом или смене погоды, в случае компании или бизнес-направления – о росте ошибок в инфраструктуре или росте количества отказов от покупки после добавления товара в корзину, или же о росте количества лидов (клиентов) по конкретному запросу. Источниками данных могут быть как сами бизнес-процессы, так и события, происходящие на стыке из нескольких процессов – главное – использовать появившиеся данные на пользу для бизнеса. Именно тогда компания может смело сказать, что данные для нее также являются инструментом, а не багажом.
Читайте также:
Тема очень важная.
Можно только поблагодарить автора за то, что тема цифровизации не уходит с форума.
Но отдельные места статьи просто необходимо расшифровать. Ну вот:
Приведу пример из личного опыта. Будучи облачным архитектором, я получил задачу на перевод маркетингового агентства на SaaS решение от Google Cloud Platform с дальнейшей автоматизацией и интеграцией в корпоративный мессенджер. Компания, тем самым, смогла сэкономить более 15 тыс. евро в месяц и высвободила несколько сотен человеко-часов в год. Существуют и другие подобные примеры, показывающие потенциальные возможности цифровизации.
За счёт чего получилась экономия? За счёт того, что мессенджер был интегрирован с облаком? А можно узнать хоть какие-то детали интеграции? В чём фишка?
"И другие подобные примеры..." Подобные в чём? В использования SaaS? Интеграции мессенджера?
Возможно, в повышении степени автоматизации и внесения изменений в сответствующие процессы. Но согласен, что такого рода примеры нужно обсуждать гораздо подробнее - с цифрами и деталями, включая риски.
Что, к примеру, будет с заказчиком, если Google Cloud заблокирует его учётную запись и откажет в сервисе?
Я не увидел в статье ничего нового. Да, тема интересная, но как-то шаблонно всё.
А какие цели видит автор?
... как и для любых других изменений. В этом цифровизация, автоматизация, использование компьютеров в народном хозяйстве и прочие заголовки требуют расшифровки.
Понятно, что дело не в данных как таковых. Изменения начинаются с планирования.
Сегодня нефтяная платформа генерит 10 Гб информации в сутки. Реально используется 4%.
Накопленные данные автоматизации при попытке обучить на них нейросети, оказываются непригодны. При этом объемы хранения данных на отдельных предприятиях составляют петабайты.
Пока нет технологии "переваривания" такого массива. Складывается впечатление, что очень часто накопление данных ведется ради накопления данных, а затраты на этот процесс не окупятся никогда.
Возможно, какие-то данные используются для мониторинга и периодических технических отчетов.
Собирать их несложно. Нужно смотреть на процессы и регламенты, детали фильтрации, очистки и хранения.
Их сложно собирать правильно, так чтобы они потом были пригодны к использованию.
Надеюсь пообщаться с теми, кто на потоке занимается обученем нейросетей, чтобы рассказали о типовых ошибках.
Какого рода нейросети? Такое не делается за одну итерацию, и многое зависит от темы. На специализированных курсах об этом говорят.
Для ряда областей точность работы нейросетей пока не является приемлемой, где-то обязательна коррекция результатов в ручном режиме, что-то иногда получается лучше.
Речь идет об обработке данных производственных процессов в добыче сырья. Там есть основания для оптимизма, т.к. все держится на весьма предсказуемой физике и химии.
Если есть хорошие модели, а данные можно собирать, нужны ли нейросети. Вполне практическая задача.