Экосистемы для цифровой трансформации
Как цифровые платформы помогают автоматизировать бизнес-процессы компаний
Последние несколько лет в России формируется тренд на внедрение в работу бизнеса передовых технологий, нацеленных на оптимизацию операций с данными, интеграцию искусственного интеллекта (ИИ), построение цифровых экосистем. “Ъ” совместно с экспертами группы ЛАНИТ выяснил, какие бизнес-процессы можно автоматизировать с помощью цифровых платформ и во что бизнес инвестирует в 2025 году.
Фото: Getty Images
Фото: Getty Images
Предприятия ведущих отраслей сегодня стремятся к созданию экосистем. Это происходит либо через интеграцию разрозненных систем, приложений и сервисов в единой платформе, либо через выстраивание всей экосистемы вокруг одной или нескольких технологий. Распространение цифровых экосистем внутри компаний обусловлено стремлением бизнеса снизить издержки за счет более эффективного использования данных, считает директор по стратегическим проектам ЛАНИТ-ТЕРКОМ Кирилл Чурилин. Аналитические системы позволяют извлекать разные типы данных из разных источников и тем самым помогают глубже понимать потребности клиентов, отслеживать рыночные тренды, оптимизировать внутренние процессы для принятия более точных решений.
По оценкам Ассоциации больших данных (АБД; объединяет крупнейшие российские IT-компании), рынок больших данных в РФ при базовом сценарии развития вырос до 319 млрд руб. к концу 2024 года. При этом его объем составлял 170 млрд руб. еще в 2021 году. Оценка АБД учитывает и персональные данные, оператором которых является бизнес, и специализированные данные, например в промышленности и других критически значимых областях.
«Внутри промышленных предприятий цифровые экосистемы объединяют все процессы и данные в единую платформу и тем самым обеспечивают прозрачное взаимодействие между подразделениями компании»,— объясняет Кирилл Чурилин. Важно сосредоточиться на ключевых процессах, которые принесут максимальную пользу бизнесу. Это могут быть, например, управление цепочкой поставок, мониторинг оборудования или управление данными, перечисляет он. Такой подход позволяет предприятиям повысить скорость выполнения задач за счет доступа к актуальной информации. Кроме того, предприятия могут автоматизировать рабочие процессы, более оперативно внедрять инновации, тестировать новые методики и анализировать результаты.
По мнению эксперта, экосистемный подход к решению современных задач бизнеса чаще всего реализуется в построении внутренних защищенных цифровых платформ. В дополнение к этому в последние годы российские компании активнее внедряют технологии искусственного интеллекта. Совокупный эффект их применения приводит к более эффективному использованию данных. Безусловно, работа платформы должна обеспечиваться надежной IT-инфраструктурой.
Однако главным образом сам бизнес должен быть готов к изменениям во внутренних процессах, закладывать время на обучение сотрудников и адаптацию компании в целом. Создание цифровой экосистемы может занять от нескольких месяцев до нескольких лет, резюмируют в ЛАНИТ-ТЕРКОМ. Сроки зависят от масштаба предприятия и сложности интегрируемых систем. Малый бизнес может пройти этот процесс быстрее, тогда как крупным компаниям может понадобиться больше времени. При этом внедрение цифровых экосистем включает не только технологии, но и организационные изменения. Это потребует стратегического планирования и координации между различными отделами предприятия.
Удачный пример
Построение цифровой экосистемы автомобильного завода в Санкт-Петербурге
Российскому филиалу крупного международного автомобильного производителя было необходимо объединить разрозненные системы и приложения в единую IT-систему для более глубокой интеграции в процессы филиальной сети, параллельно автоматизировав ряд производственных процессов.
Целями создания системы были:
- хранение и обработка данных, передаваемых между интегрируемыми системами;
- интеграция данных с данными из систем партнеров из Европы и Азии;
- предоставление пользователям удобного доступа к данным;
- автоматизация дополнительных бизнес-процессов (построения производственной последовательности, передачи данных таможенному брокеру, работы с каталогами деталей, с канбан-картами).
Единая информационная система была создана специалистами ЛАНИТ-ТЕРКОМ. В ее рамках были реализованы возможности работы с плановыми данными по выпуску продукции и работы с VIN-номерами, операциями с данными по поставке деталей, работы с классификаторами деталей и материалов и др. В частности, специалисты реализовали IT-системы поставок деталей и складского учета, интегрированные в общую систему.
Интеллектуальный подход к цифре
ИИ играет все более значимую роль в цифровизации российского бизнеса, становясь ключевым драйвером эффективности и конкурентоспособности. Он активно применяется для автоматизации таких задач, как обработка и анализ данных, прогнозирование сценариев (спроса, объема рынка и т. д.) и оптимизация логистических цепочек. Например, в банковском секторе ИИ помогает в борьбе с мошенничеством, оценке кредитных рисков и автоматизации клиентского обслуживания. По различным прогнозам, ежегодные затраты российских компаний на разработку и внедрение ИИ-решений составляют от нескольких десятков до сотен миллиардов рублей.
Как эксперт по внедрению цифровых решений в работу бизнеса и построению корпоративных экосистем, руководитель практики центра компетенций больших данных и искусственного интеллекта ЛАНИТ Владислав Балаев подтверждает, что привести точные оценки, в том числе доли бюджета на ИИ от всего IT-бюджета, крайне сложно. «Например, на внедрение ИИ компания могла выделить 200 млн руб., из которых 180 млн руб.— это железо, 15 млн руб.— это софт и 2 млн руб.— то, что мы привыкли называть ИИ». По словам спикера, компании на рынке сейчас можно разделить на те, которые пока не подступаются к внедрению этих технологий, закрывая свои базовые потребности, или ждут, когда появятся готовые решения, и те, которые, напротив, стремятся ускорить свои бизнес-процессы и занимаются поиском кейсов применения новых технологий. Чаще всего к последним относятся государственные компании и крупный бизнес, включая банковский сектор, нефтегазовую отрасль и производство.
На платформу становись
Централизация технологических процессов позволяет компании систематизировать всю накопленную информацию и большие данные, выстроить слаженную работу IT-подразделений и ускорить внедрение новых решений. Самостоятельно разработать подобную систему даже в крупной компании, имеющей штат разработчиков, довольно сложно и дорого, и бизнес ищет готовые решения, которые можно оперативно адаптировать под свою деятельность. Примером такой платформы может послужить LanDev AI Studio — инструмент, позволяющий быстро внедрять ИИ-сервисы в системы заказчика.
Как объясняют в ЛАНИТ, само решение было создано в первую очередь для повышения показателя time to market, а также экономии ресурсов организации. В основу легло большое количество кейсов с использованием генеративного ИИ, на основании которых были автоматизированы процессы компании.
«Если совместить платформу с программно-аппаратным комплексом, то такую систему можно будет назвать сердцем ИИ в компании. С ее помощью организация сможет строить собственные ИИ-сервисы и дальше по API встраивать их в классические традиционные системы»,— говорит Владислав Балаев.
По его словам, платформа рассчитана на две целевые аудитории: сам бизнес и внутренних IT-специалистов. Для бизнеса разработаны соответствующие пользовательские сценарии, маркет сервисов, а для разработчиков — no-code платформа, заточенная под потребности организации. Для этого в системе отстроена работа как с передовыми внешними языковыми моделями, так и с локальными (on-premise).
Простой пример ее применения — задачи по протоколированию встреч, в каком бы приложении они ни проходили. Запись беседы, ее анализ, распознавание голосов спикеров и последующая расшифровка — процессы, которые уже можно автоматизировать посредством LanDev AI Studio. «Этот кейс показывает, как можно работать с данными и выстраивать их систему, хранить и обрабатывать,— рассказывает эксперт.— На базе этих же технологий осуществляются и другие проекты, например связанные с подготовкой отчетов по результатам обследований на производстве, а также задачи по речевой аналитике работы колл-центров».
Спрос на платформу есть как со стороны крупного бизнеса, так и госсектора, говорит Владислав Балаев. По его словам, проект изначально разрабатывали специалисты, имеющие большой опыт в государственных информационных системах, что позволило подготовить конечный продукт к интеграции в компаниях с высокими требованиями к безопасности и надежности.
Среди запросов, с которыми часто обращаются заказчики,— задача анализа большого массива внутренних документов с помощью возможностей языковых моделей, добавляет эксперт. Сферы применения могут быть абсолютно разные. Например, поддержка, когда есть обширная база документации по продукту и необходимо быстро получить ответ по точечному вопросу и доступ к исходнику.
Также платформа содержит инструменты для маркетологов и HR-специалистов. С ее помощью можно создавать новые готовые тексты с сохранением стилистики и со знанием нюансов, существующих в компании. Прежде чем написать текст, языковая модель знакомится с тем, что уже есть в компании, и затем генерирует информацию по существующему запросу. Для таких задач используются агентные системы, когда языковая модель выступает в разных ролях: от формулирования запроса и поиска информации до интерпретации и редактирования. «Сейчас мы активно развиваем этот функционал»,— добавляет Владислав Балаев.