Результаты опроса Review Kazan Digital Week о состоянии цифровой трансформации

Локомотивы цифровой трансформации в России — банковская и ИТ-сфера, телекоммуникационная отрасль. Интернет вещей, потребление ресурсов, киберугрозы, геоаналитика: какие именно проблемы занимают представителей лидирующих отраслей в опросе Review Kazan Digital Week.

Система «антинаезд» и шлем для эксперта

Павел Федосов, руководитель центра IoT в МТС:
— Цифровая трансформация бизнеса подразумевает эффективное использование данных. В этом контексте особенно важны гибкие и комплексные решения на основе машинного обучения, ИИ, высокотехнологичных сетей и Интернета вещей (англ. IoT — система взаимосвязанных устройств, которые могут собирать и передавать данные без участия человека, например, ноутбуки, смартфоны и человек с имплантом для мониторинга сердца). Эти решения позволяют не просто собирать данные, но и извлекать из них ценность для бизнеса — выстраивать паттерны для предсказания и улучшения бизнес-процессов от ритейла до промышленности.

Для контроля критической инфраструктуры мы создаем цифровые двойники крупных объектов, что позволяет влиять на процессы без риска для реальных сооружений. ПО анализирует массивы данных, распознает сбои в работе или скрытое возгорание, а в случае ЧП отправляет сигнал тревоги с деталями инцидента.

Для анализа воздуха мы используем многофункциональные посты датчиков и ML-модели, выявляющие источник загрязнения и прогнозирующие рассеивание загрязнителя. Их использует и бизнес, и государство для улучшения жизни в промышленных городах.

В сфере жилищно-коммунального хозяйства IoT-платформа МТС обеспечивает анализ данных о потреблении ресурсов в реальном времени, а также позволяет создавать цифровые сценарии использования инфраструктуры домов для их жителей. Потребители уходят от регулярного ручного сбора показаний, а организации проводят своевременную профилактику.

Предприятия АПК в сотрудничестве с МТС прогнозируют агроклиматические риски и повышают эффективность работ.

Промышленный Интернет вещей и ПО применяются для управления технологическими процессами на базе данных. Так, для водителей разработаны системы антинаезда и контроля за безопасностью вождения. Внедряются решения для мобильных сотрудников, например, AR-шлемы для удаленного доступа экспертов.

Атаки выросли на 40%

Анна Кулашова, управляющий директор «Лаборатории Касперского» в России и странах СНГ:
— Ландшафт киберугроз для бизнеса все время расширяется. По нашим данным, доля атакованных пользователей в России только за второй квартал 2024 года превысила 40%. Чтобы гарантировать устойчивое развитие бизнеса в условиях сложной и агрессивной внешней цифровой среды, нужно реализовывать комплексный подход к информационной безопасности (ИБ). Он включает в себя внедрение качественных ИБ-решений, реально работающих механизмов киберзащиты, постоянный мониторинг того, как меняется ландшафт киберугроз, в том числе с помощью инструментов обогащения данных об угрозах, а также регулярную системную работу над повышением уровня цифровой грамотности в обществе в целом.

Слабые места в инфраструктуре компаний также появляются в ходе цифровой трансформации. Их нужно вовремя заметить и обезопасить, в этом может помочь регулярный анализ уровня защищенности компании.

Еще один важный аспект связан с развитием инструментов искусственного интеллекта в информационной безопасности. Такие технологии создают для индустрии как возможности, так и риски. Генеративный ИИ может быть помощником для специалистов по кибербезопасности: сокращать рутину, выявлять потенциальные угрозы в автоматическом режиме, оповещать об аномалиях, задетектированных комплексными ИБ-решениями.

В то же время злоумышленники активно используют генеративный ИИ, например для персонализации фишинговых сообщений и обхода существующих систем защиты. Важно понимать, что безопасность — это процесс, и, чтобы поддерживать высокий уровень защиты, необходимо постоянно следить за изменениями и трендами в этой сфере.

Создать «часовой механизм»

Вадим Кулик, заместитель президента-председателя правления банка ВТБ:
— Среди основных направлений цифровой трансформации в ВТБ можно выделить использование технологий искусственного интеллекта, имитационного моделирования и анализа больших данных, ликвидацию рисков, связанных с зависимостью ИТ-ландшафта от зарубежных информационных технологий и общую оптимизацию стоимости владения ИТ-инфраструктурой.

Цифровизация позволяет оптимизировать многие процессы в бизнесе, она обеспечивает повышение качества оказываемых услуг, скорость принятия решений и осуществления различных операций. Среди основных вызовов цифровой трансформации бизнеса, которые мы видим, — это поиск оптимальных решений по использованию различных продуктов, систем и сервисов.

Как сделать так, чтобы новейшие решения, разработанные подчас различными производителями, работали все вместе, слаженно, как стройный часовой механизм? Мы решаем эту задачу силами большого числа ИТ-специалистов, заключением соглашений с различными технологическими партнерами, вендорами, а также с центрами научных компетенций на базе крупнейших университетов страны. Автоматизация сквозных процессов производства для ИИ — MLOps процессов, команд и конвейеров по созданию решений искусственного интеллекта позволили повысить эффективность работы команд для типовых ML моделей: в 1,5 раза сократили время

от начала разработки до внедрения продуктов (показатель Time-to-market). Одновременно на 25% увеличилась емкость команд, то есть увеличилось количество разрабатываемых и внедряемых задач ИИ. Одни и те же команды могут одновременно работать над десятью независимыми моделями по скользящему графику — задачи могут находиться на разных этапах процесса. Как следствие, получаем снижение общей стоимости разработки модели и ИИ решения.

Наш банк в целом уделяет большое внимание различным проектам, основанным на технологиях ИИ и анализе данных. Например, совместно с МФТИ ВТБ разработал сервис безопасного объединения данных — «Криптоанклав». Он позволяет участникам объединять данные в криптозащищенной области и использовать результаты их анализа для создания новых сервисов. Причем эти результаты система выдает в виде рекомендаций и прогнозов. Сами же данные, которые сторонние компании предпочли загрузить в объединенное хранилище, хранятся в защищенном контуре без доступа к ним человека.

Кроме того, банк активно применяет платформу геоаналитики на основе анализа обезличенных данных с применением автоматического машинного обучения. Среди прочего она позволяет банку проводить кредитный скоринг крупных строительных объектов в различных регионах России.