С приближением очередного года пришло время обобщить подборки стратегических прогнозов ведущих аналитиков индустрии. Как и в ряде предшествующих лет, их лейтмотив — цифровая трансформация бизнеса, однако интонация предсказаний изменилась, стала более угрожающей. И в обзорах серьезных аналитических агентств, и на многочисленных форумах и конференциях по тематике цифровизации бизнеса все четче артикулируется предупреждение: цифровая трансформация неизбежна, и промедление если не смерти подобно, то уж точно приведет к скатыванию на обочину экономического развития.

Реальность угрозы можно будет оценить только по прошествии времени, но все более глубокое проникновение инновационных технологий во все аспекты экономики и общественной жизни легко наблюдать даже не вооруженным аналитическим «микроскопом» глазом, и поводов для расслабления у компаний действительно нет. По данным опросов Gartner, движение на пути цифровизации в этом году стало доминирующей тенденцией: примерно половина компаний в разных отраслях из 89 стран мира либо сменили бизнес-модель, либо реализуют такую трансформацию. В IDC считают, что к 2022 году цифровые решения станут источником более 60% глобального ВВП, а компаниям, которые за этот период не найдут возможности усовершенствовать или кардинально модернизировать свою деятельность на цифровой платформе, останется менее трети привычного рынка и эта доля будет быстро сокращаться.

Вы уже реализуете цифровую трансформацию или только присматриваетесь к ее возможным направлениям? Важно понимать, какие технологии и связанные с ними организационные преобразования задают вектор цифровизации на 2019 год и несколько последующих лет.

I. Всепроникающий ИИ

 

Персонализация предложений клиентам на основе их трат и предпочтений, точный прогноз спроса на выдачу наличных для оптимизации обслуживания сети банкоматов, эффективный поиск кандидатов на определенные вакансии и своевременное выявление сотрудников, готовых сменить работу, — это лишь небольшая часть списка практических кейсов применения алгоритмов машинного обучения в бизнесе, представленных, в частности, на конференции «Технологии машинного обучения — 2018», которая была организована издательством «Открытые системы». Количество историй успеха только в российских компаниях и число мероприятий, посвященных искусственному интеллекту и машинному обучению как одной из наиболее активно развивающейся его технологии, наглядно подтверждают вывод международных аналитиков: искусственный интеллект — технология цифровой трансформации номер один.

В IDC уверены, что искусственный интеллект найдет применение во всех аспектах деятельности компаний, включая обеспечение кибербезопасности, операционные ИТ-процессы и разработку приложений. А в McKinsey прогнозируют, что наибольшую выгоду от него получат такие подразделения бизнеса, как маркетинг, продажи, закупки и производство, — те, кто непосредственно отвечают за реализацию потребностей клиентов и благодаря искусственному интеллекту смогут делать это на качественно новом уровне.

Впрочем, глядя в перспективу, можно заметить, что искусственный интеллект сопряжен и с наибольшими сложностями с точки зрения его «приручения» бизнесом. Для значительной части того, что решается с помощью инструментов искусственного интеллекта, пока невозможно или очень сложно объяснить, почему это делается именно так, и это часто удерживает руководителей от поддержки ИИ-инициатив. По мнению аналитиков Gartner, до 2020 года 80% проектов по искусственному интеллекту останутся своего рода «алхимическими опытами», а трудиться над ними будут «маги», таланты которых пока невозможно использовать в масштабах всей компании. И это станет серьезным сдерживающим фактором для полного раскрытия потенциала ИИ. Необходимо, чтобы топ-менеджеры полностью осознали значимость проектов искусственного интеллекта и взяли на себя ответственность за их последовательное доведение до продуктивного завершения.

В Forrester, констатируя значительное число неудачных экспериментов с искусственным интеллектом и некоторое замедление его адаптации в 2018 году, прогнозируют, что в 2019 году возобладает прагматический подход: в компаниях будут учиться реально оценивать соотношение возможностей и проблем в соответствующих проектах.

По данным PwC, пока вклад решений на основе искусственного интеллекта в мировой ВВП составляет 1 трлн долл., а в следующие 12 лет он вырастет в 16 раз.

II. Данные под контролем

 

Первостепенное значение для успеха инициатив в области искусственного интеллекта имеют данные. И не только то, насколько их много, но и то, насколько они качественные. В Forrester неудовлетворительную инфраструктуру обработки данных называют одним из главных препятствий к получению реального эффекта от ИИ-проектов и считают, что потребность в изменении этой ситуации наряду с ужесточением регуляторных требований (например, GDPR) и соображениями безопасности станут в 2019 году стимулами к осознанной разработке стратегии управления данными и реализации корпоративных политик в области данных (data governance).

Интересно, что искусственный интеллект сам привлекается к управлению данными. В 2018 году в Gartner добавили на кривую зрелости управление данными на основе машинного обучения — по прогнозам, в ближайшие несколько лет появится множество систем этого класса, которые на облачных платформах будут обучаться на больших объемах данных. А в десятку стратегических технологий на 2019 год Gartner включает дополненную аналитику — подход к анализу данных, в котором с помощью машинного обучения автоматизируется процесс подготовки данных, а также генерации и визуализации результатов. От использования этой технологии можно ожидать не только повышения качества данных для анализа, но и снижения потребности в профессиональных кадрах — для работы с дополненной аналитикой не обязательно нужны исследователи данных (data scientists). В Gartner прогнозируют, что к 2020 году 90% платформ бизнес-аналитики будут включать в себя возможности искусственного интеллекта.

Среди организационно-технологических направлений в области данных, которому прочат активное развитие в ближайшем будущем, называют DataOps [1]. Этот термин объединяет подходы и решения для совместного управления данными в аналитических проектах, для улучшения взаимодействия и налаживания потоков данных между инженерами и исследователями данных, аналитиками и потребителями результатов анализа. Хотя для DataOps еще не сформировались стандарты и нет широко распространенных технологических платформ, в Gartner ожидают, что это направление, только в этом году оказавшееся на кривой зрелости, быстро достигнет пика ожиданий.

В целом большие данные и углубленная аналитика остаются определяющими направлениями цифровой трансформации: компании должны становиться data-driven, а понятие «цифровой экономики» тождественно «экономике, основанной на данных». Одна из основных задач реализации программы цифровой экономики в России — формирование «национальной архитектуры данных». Характерно, что в многочисленных обсуждениях этой тематики часто смешиваются понятия директора по цифровизации (Chief Digital Officer) и директора по данным (Chief Data Officer), благо аббревиатура одна и та же. Возможно, с ростом зрелости цифровых инициатив «главный по данным» в компании действительно станет фактическим лидером преобразований бизнеса.

Еще одна заметная тенденция в работе с данными на 2019 год — поиск решения вопроса регулирования пользовательских данных, которым озабочены не только в России, но и по всему миру. Введение европейского регламента GDPR оказывает серьезное влияние на деятельность организаций. В российском обществе высок градус обсуждения законодательных инициатив в этой области, поскольку принятые решения непосредственно отразятся на способности бизнеса раскрыть потенциал больших данных и искусственного интеллекта.

В Gartner призывают бизнес шире смотреть на проблему защиты личных данных: компаниям необходимо сформировать свою позицию по вопросам цифровой этики, которая, по мнению аналитиков, станет одной из доминирующих тем технологического развития в 2019 году.

III. На автомате

Аналитики Forrester, IDC и Gartner солидарны в том, что 2019-й станет годом продолжающейся революции автоматизации. Интеллектуальные алгоритмы машинного обучения, программные роботы для выполнения повторяющихся действий (robotic process automation, RPA), обработка естественного языка (natural language processing, NLP) и компьютерное зрение, дроны и физические роботы — все эти технологии способны заменить человека в различных процессах, и темпы их распространения будут усиливаться. В IDС прогнозируют, что к 2027 году более 10% корпоративных приложений будут разрабатываться без участия человека.

Эта тенденция рождает не лишенные основания опасения по поводу сокращения рабочих мест и возникновения сопутствующих социальных проблем. Автоматизация на основе искусственного интеллекта и RPA действительно ведет к вымыванию ряда квалификаций, в основном низкого и среднего уровня, но в то же время она порождает потребность в новых компетенциях. По оценкам аналитиков Forrester, в 2019 году исчезнет 10% вакансий, но 3% добавится, при этом растут темпы появления новых специализаций. В компаниях все активнее используются виртуальные ассистенты и чат-боты для взаимодействия с клиентами, роботы различной «природы» — для автоматизации повторяющихся этапов бизнес-процессов, дроны — для доставки продукции и т. д., и понадобятся новые специалисты с креативными и дизайнерскими функциями, способные оптимизировать бизнес-процессы, чтобы эффективно встраивать в них роботизированные элементы.

Аналитики сходятся в том, что в ближайшей перспективе наибольший потенциал имеет сотрудничество людей с роботами, а не полное вытеснение первых последними. Нам предстоит научиться сосуществовать с искусственным интеллектом, подчеркивают аналитики Forrester. А по данным Массачусетского технологического института, команды, в которых роботы и люди работают вместе, оказываются на 85% эффективней тех, в которых трудятся только люди или только роботы.

Возникает и новый тип взаимодействия — между автономными вещами. Об этом упоминают аналитики Gartner в своей десятке стратегических технологий: роботы, дроны и автономные транспортные средства, автоматизируя процессы, будут кооперироваться не только с людьми, но и между собой, например в логистических цепочках.

 

Трансформация в России. За и против

В 2017–2018 годах аналитики агентства OSP Data провели серию опросов ИТ- и бизнес-руководителей российских компаний с целью выяснить их отношение к цифровой трансформации в целом и к «горячим» технологиям (Интернет вещей, аналитика больших данных, искусственный интеллект, блокчейн) в частности.

Подавляющее большинство опрошенных заявили, что осознают потребность в цифровой трансформации, три четверти из них уже ведут в своих компаниях проекты такого рода. Правда, в основном силами ИТ-директоров, которые иногда опираются на поддержку бизнес-руководителей, а иногда действуют самостоятельно. Специально назначенный Chief Digital Officer (CDO) есть далеко не у всех.

При этом под «трансформацией» зачастую понимают не изменение бизнес-модели и выход на новые рынки, а усовершенствование текущих бизнес-процессов. «Трансформационными» называют вполне обычные проекты — например, создание ЦОД, внедрение складской системы или даже разработку принципов ведения нормативно-справочной документации. Тем не менее за год доля тех, кто полагает, что цифровая трансформация означает смену бизнес-модели, выросла с 26 до 33%.

Что до восприятия российскими компаниями важности отдельных технологий, необходимых для цифровой трансформации, то в целом оно коррелирует с общемировыми тенденциями, с поправкой на некоторое отставание от самых передовых стран, причем не столько в теории, сколько на практике.

Искусственный интеллект. О нем много говорят аналитики и евангелисты, но практики пока смотрят на ИИ с сомнением. В списке технологий, которые респонденты OSP Data считают ключевыми для цифровой трансформации, искусственный интеллект занял четвертое место после промышленной автоматизации, обработки больших данных и Интернета вещей. Однако год назад он вообще не фигурировал среди часто упоминаемых технологий. Благодаря реализации первых проектов многим стало понятно, как применять искусственный интеллект, что это не какая-то магия, а «недорогие программные средства плюс данные, на которых их можно обучать».

Большие данные. Они неизменно среди лидеров: 61% респондентов отдавали большим данным пальму первенства в 2017 году и 59% — годом позже. Это неудивительно — большие данные нужны руководству, чтобы принимать осознанные решения, а не опираться только на интуицию, они нужны в системах управления бизнес-процессами и управления производством, нужны тому же искусственному интеллекту для обучения.

Промышленная автоматизация. 64% участников опроса OSP Data назвали промышленную автоматизацию сферой, в которой цифровая трансформация будет происходить интенсивнее всего. Но пока это слабое место отечественной промышленности, что не дает возможности вывести в серию инновационные разработки. А цифровая трансформация в промышленности без внедрения средств автоматизации производства — это всего лишь очередное усовершенствование корпоративного бумагооборота.

Облака. В 2017 году облака называли «важными» 51% опрошенных, в 2018 — 31%, что свидетельствует не о забвении технологии, а о том, что она становится обыденностью. Облака уже задействованы в ИТ-системах 34% респондентов 2018 года, в будущем использовать их собираются 80% (50% — как компонент гибридной инфраструктуры, 28% разместят ИТ-системы в частных облаках, 2% — в публичных).

Что касается причин, мешающих отечественным предприятиям трансформироваться, то в первую очередь называют нехватку кадров, особенно владеющих новейшими технологиями. Есть проблемы с вниманием руководства, перекладывающего трансформационные проекты на плечи ИТ-директоров. А также с финансированием — обосновать прибыльность смены бизнес-модели нелегко. И наконец, в ходе исследования выяснилось, что руководители компаний не питают иллюзий относительно того, как на цифровую трансформацию смотрят сотрудники среднего и нижнего звена, — их отношение, как правило, негативное.

Однако все не так уж мрачно: проекты в компаниях 75% респондентов идут, проблемы преодолеваются. И, постепенно изменяя свои компании, ИТ-директора (или нанятые им в помощь CDO) дадут им возможность выйти на новые рынки с новыми бизнес-моделями.

— Дмитрий Гапотченко (gdi@osp.ru) — главный эксперт, OSP Data (Москва).

 

IV. Больше облаков, хороших и разных

 

Известный аналитик Джудит Гурвиц (Hurwitz & Associates) считает облачные технологии основным драйвером цифровой трансформации наряду с искусственным интеллектом и подчеркивает их тесную взаимосвязь. По ее мнению, масштабное использование ИИ-технологий требует облачного развертывания, в противном случае их практическая применимость будет под вопросом для большинства компаний.

Публичные облака с их гибкими и практически безграничными возможностями по обеспечению емкостей хранения, вычислительных мощностей, инструментария разработки и готовых прикладных функций становятся основной платформой для реальной цифровизации бизнеса. По оценкам аналитиков Forrester, сервисами публичных облаков пользуются около 60% североамериканских компаний, и это в пять раз больше, чем несколько лет назад.

В IDC считают, что к 2022 году на долю четырех облачных мегаплатформ придется 80% нагрузок типа IaaS и PaaS. При этом клиентов не прельщает перспектива оказаться привязанными к сервисам одного облачного провайдера. Потребность в облачной поддержке различных типов задач, соображения безопасности и другие факторы стимулируют развитие «мультиоблачной» модели, когда компания собирает свою инфраструктуру цифровых инноваций из сервисов разных публичных платформ и из частных облаков, основанных на тех же открытых технологиях. В IDC прогнозируют развитие этой тенденции в ближайшие несколько лет, по мере того, как пользователи будут все более осознанно подходить к разработке своей мультиоблачной стратегии, а вендоры — развивать предложения по бесшовной интеграции публичных облаков не только с собственными локальными вариантами облачных сред (в том или ином виде таковые присутствуют у Microsoft, Amazon, Oracle, Google), но и с сервисами конкурентов. Основу для такой интеграции составят открытые контейнерные технологии, приобретающие все большую популярность в корпорациях.

V. Движение к краю

Распределенная облачная топология будущих инфраструктур цифровой трансформации не ограничится интеграцией облаков разных типов. Еще одна ключевая тенденция — перенос интеллектуальной обработки данных на «край» облака, в конечные устройства Интернета вещей. Аналитики считают, что в сложных производственных системах Индустрии 4.0, инфраструктурах «умных» городов или в интеллектуальных платформах интернет-магазинов такие устройства (датчики, мобильные устройства, автономный транспорт и т. д.) уже не будут ограничиваться только сбором данных. Реакция на события в этих средах часто должна быть мгновенной, а значит, обработку данных следует выполнять на самих устройствах.

По прогнозам IDC, к 2022 году свыше 40% облачных инфраструктур организаций будут использовать технологии edge computing, а 25% конечных устройств и систем в таких средах будут выполнять алгоритмы машинного обучения, постоянно совершенствуя свои возможности по обработке поступающих данных и принятию решений на их основе. Для повышения интеллекта на «краю» облака, отмечают в Gartner, устройства будут оснащаться специальными процессорами, увеличенными емкостями памяти и другими ресурсами, а для связи будут эксплуатироваться технологии 5G.

Сами устройства edge computing не входят в состав облака, но в индустрии доминирует позиция не противопоставлять облачную платформу и «край», а рассматривать их как единое, постоянно взаимодействующее целое (для обозначения среды, в которой интеллектуальная разработка распределена между облаком и конечными устройствами, можно встретить термин fog computing — «туманные вычисления»). Аналитики предупреждают, что, наряду с возможностью повышения эффективности процесса извлечения ценности из данных, гетерогенная инфраструктура с интеллектуальным «краем» создаст для компаний немало сложностей в управлении.

VI. На гиперскоростях

 

Высокая скорость создания и ввода в промышленную эксплуатацию новых приложений и сервисов — это пререквизит цифрового бизнеса, определяющий настоящую революцию в мире разработки, считают аналитики IDC. В компании применяют к приложениям эпохи цифровизации термин hyperagile (гиперскорые), понимая под этим модульные, распределенные, постоянно обновляемые решения на базе микросервисов, использующие контейнеры и бессерверные технологии, различные API для интеграции в цифровые платформы и готовые для развертывания в облаке. По прогнозам IDC, к 2022 году микросервисную архитектуру будут использовать 90% новых приложений и 35% решений будут cloud-native, полностью адаптированными к использованию в облаках.

Разработка и эксплуатация таких решений требует не только новых технологий, но и коренной модернизации соответствующих процессов: принципам Agile/DevOps аналитики IDC и Forrester обещают «победное шествие» в 2019 году, предсказывая, что без их внедрения в корпоративную практику о цифровой трансформации можно забыть.

Наряду с созданием нового для реальной цифровой трансформации необходимо серьезно заняться и модернизацией старого. От багажа унаследованных корпоративных приложений невозможно избавиться в одночасье, да в этом и нет необходимости, задача состоит в их адаптации к работе в новой цифровой реальности.

Аналитики предупреждают также, что архитектура гиперскорых приложений на базе микросервисов порождает множество новых трудностей в управлении (по сравнению с монолитными решениями прежних лет), в том числе связанных с отслеживанием уязвимостей и контролем потоков данных.

Упростить разработку и поддержку приложений нового поколения обещает интеграция в эти процессы интеллектуальной аналитики. В IDC отмечают, что машинное обучение уже сейчас постепенно начинает применяться на различных этапах конвейера DevOps, а к 2025 году эти инструменты станут обязательным компонентом решений по автоматизации процессов DevOps и управления жизненным циклом приложений. Технологии разработки с использованием искусственного интеллекта — один из пунктов стратегического списка Gartner на 2019 год, а к 2022 году, прогнозируют аналитики, они будут задействованы не менее чем в 40% новых проектов создания приложений.

VII. Процессоры специального назначения

Как можно заметить, технологии искусственного интеллекта, открывшие список «большой семерки» ОС версии 2019 года, присутствовали во всех его пунктах, что отвечает их доминирующей роли среди тенденций технологического развития ближайшего будущего. Не станет исключением и седьмой пункт «большой семерки». Потребность в эффективном выполнении алгоритмов машинного обучения и других ИИ-решений приведет к все более широкому распространению специализированных процессорных архитектур, прежде всего в облачных ЦОД (где в основном будет «жить» ИИ), и к концу монополии x86.

Аналитики IDC полагают, что к 2022 году четверть облачных нагрузок будет выполняться серверами на базе процессоров с архитектурой, отличной от x86, включая графические процессоры, программируемые логические матрицы (FPGA) и квантовые вычислители. Для поддержки задач искусственного интеллекта высокую эффективность и производительность обещают интегральные схемы специального назначения (ASIC), считают в IDC, ссылаясь на разработку тензорного процессора (TPU) в Google и работы других облачных провайдеров, на заметную активизацию стартапов в этой области и ожидаемый выпуск ASIC для искусственного интеллекта компанией Intel в конце 2019 года.

А в Gartner предлагают обратить внимание на технологии квантовых вычислений. Пока они находятся на начальном этапе развития, и самое время проанализировать варианты их применения, чтобы быть готовыми получить практические результаты.

 

Gartner: десятка стратегических технологий и проблем Интернета вещей

Аналитики Gartner указывают на десять стратегических направлений развития технологий Интернета вещей, которые в ближайшие пять лет станут важнейшими факторами обеспечения новых источников дохода и бизнес-моделей цифрового бизнеса.

1. Искусственный интеллект. В 2019 году в мире будет использоваться 14,2 млрд подключенных к сети объектов, а к 2021 году их число вырастет до 25 млрд. Они будут генерировать огромные объемы данных, для анализа которых потребуются технологии искусственного интеллекта.

2. Социальные, юридические и этические проблемы. К ним относятся проблемы, связанные с правом собственности на данные и результаты анализа, с предвзятостью алгоритмов, защитой личных данных и выполнением законодательных требований (например, европейской директивы GDPR). Успех системы Интернета вещей зависит не только от технологий, но и от их социальной приемлемости, подчеркивают аналитики.

3. Инфономика и торговля данными. Почти 35% участников опросов Gartner сообщают о том, что они продают или собираются продавать данные, собираемые их продуктами и сервисами. К 2023 году торговля данными станет неотъемлемой частью многих систем Интернета вещей. Руководители ИТ-служб должны разъяснить своим компаниям как возможности, так и риски торговли данными.

4. Переход от «интеллектуального края» к «интеллектуальной сетке». В системах Интернета вещей уже идет переход от централизованных и облачных архитектур к архитектурам, опирающимся на края сети. Но в дальнейшем эти архитектуры станут еще более неструктурированными и будут состоять из самых разных «вещей» и сервисов, объединенных в динамическую сетку (mesh). Они станут гибче, умнее и быстрее, но и сложнее.

5. Стратегическое руководство. По мере расширения Интернета вещей растет необходимость в создании платформы контроля за генерацией, хранением, использованием и уничтожением данных — от аудита устройств и обновлений ПО до контроля использования информации и более сложных задач.

6. Новые технологии датчиков. Новые датчики позволят обнаруживать больше разновидностей событий, а нынешние устройства подешевеют или начнут поддерживать новые приложения. Появятся новые алгоритмы для получения информации из собранных данных.

7. Доверенное оборудование и операционные системы. Как показывают опросы, обеспечение безопасности остается самой существенной проблемой при внедрении решений в области Интернета вещей. К 2023 году аналитики ожидают распространения новых аппаратно-программных сочетаний, позволяющих создавать более надежные и безопасные системы Интернета вещей.

8. Новые методы взаимодействия с пользователями. Дизайнерам интерфейсов потребуются новые технологии для организации взаимодействия с устройствами без экранов и клавиатур, с новыми датчиками и алгоритмами.

9. Новые микроэлектронные технологии. Если сейчас в большинстве устройств Интернета вещей используются обычные процессоры, как правило архитектуры ARM, то к 2023 году получат распространение специализированные процессоры с низким потреблением энергии, ориентированные, в частности, на работу с глубинными нейронными сетями.

10. Новые беспроводные технологии. К связи в Интернете вещей предъявляется множество противоречивых требований: дешевизна, низкое энергопотребление, высокая пропускная способность, малые задержки, высокая плотность соединений, низкая стоимость эксплуатации и т. д. Новые технологии — 5G, низкоорбитальные спутники, сети на базе отраженных сигналов — добавят гибкости в решении этих задач.

 

Литература

  1. Дмитрий Волков, Андрей Николаенко. DataOps: данные в стиле Agile // Открытые системы. СУБД. — 2018. — № 2. — С. 35–38. URL: https://www.osp.ru/os/2018/2/13054175 (дата обращения: 21.11.2018).

 

Наталья Дубова (dubova@osp.ru) — научный редактор, «Открытые системы. СУБД» (Москва).