РБК Pro —  
информационный сервис для предпринимателей и управленцев. Первый месяц — бесплатно
РБК Pro
— сервис для вашего бизнеса. Зарегистрируйтесь и получите доступ ко всем материалам. Первые 30 дней бесплатно.

Онлайн-дискуссия: какие технологии дают компаниям рост

Цифровизация Конференции Сколково
Впервые на РБК Pro?
Зарегистрируйтесь. Первый месяц подписки – бесплатно!
На этой странице 5 октября состоялась трансляция конференции «Технологический фронтир цифровой трансформации», организованной бизнес-школой «Сколково»

Мероприятие особенно полезно собственникам среднего бизнеса, топ-менеджерам крупных компаний, а также специалистам, заинтересованным в вопросах цифровизации, внедрения инноваций и развития бизнеса.

Большинство компаний, которые идут в цифровую трансформацию, стараются выйти на новые бизнес-модели, которые раньше были невозможны из-за отсутствия технологий. Поэтому понимание современных технологий, которые являются ключевыми при смене бизнес-модели, является критичным знанием для бизнеса. Всем уже известны три пакета disruptive-технологий: технологии платформизации, цифровые двойники или виртуальное моделирование, искусственный интеллект для анализа и обработки данных. Но технологический фронтир постоянно отодвигается вперед.

На мероприятии эксперты обсудили, что нового происходит в развитии технологий, какие технологии открывают возможности кратного роста и как выбрать подходящие технологические решения для бизнеса. Также они рассказали о дипломной программе подготовки директоров по цифровой трансформации CDTO.

Ключевые темы

  • Какие тренды влияют сейчас на развитие технологий?
  • Какие технологии являются ключевыми при смене бизнес-модели компании и переходе на цифровые рельсы?
  • Какие технологии новой волны откроют компаниям возможности для кратного роста?
  • Как выбрать технологическое решение для решения бизнес-задач компании?
  • Как крупнейшие технологические компании реагируют на глобальные тренды и в каких технологиях видят потенциал?

Программа трансляции и спикеры

Сессия 1

Почему бизнесу важно держать руку на пульсе технологического фронтира

Спикер

  • Николай Верховский, исполнительный директор Центра цифровой трансформации, директор проектной работы Московской школы управления «Сколково»

Какие глобальные тренды сейчас оказывают главное влияние на развитие технологий?

Спикер

  • Николай Хлопов, основатель и CEO The Algorithm Trend-Driven & Insight Consultancy

Сессия 2

Какие технологии открывают компаниям возможности кратного роста? Где сейчас идет прорыв и находится технологический фронтир?

Цифровые платформы и облачные технологии

Спикеры

  • Владислав Шершульский, директор по технологической политике Microsoft

Цифровые двойники и виртуальное моделирование

Спикеры

  • Дмитрий Козаченко, директор по технологической политике и сервисам компании Dassault Systemes в России и странах СНГ
  • Алексей Боровков, проректор по перспективным проектам СПбПУ, руководитель Центра компетенций НТИ СПбПУ «Новые производственные технологии»

Искусственный интеллект и обработка данных

Спикеры

  • Евгений Соколов, партнер и руководитель IBM iX в странах Центральной и Восточной Европы
  • Александр Ханин, сооснователь VisionLabs

Сессия 3

Дискуссия с выпускниками программы CDTO

Спикеры

  • Олег Белоусов, CEO и основатель фабрики цифровых двойников, выпускник программы CDTO-1
  • Александр Минов, заместитель генерального директора по стратегии, АО «МаксимаТелеком», выпускник программы CDTO-2
  • Виктор Попов, заместитель директора по эксплуатации инфраструктуры и сервисов Rambler Group, выпускник программы CDTO-3

Сессия 4

Q&A сессия слушателей трансляции со спикерами

Итоги

Рекомендации спикеров сессии по технологическому фронтиру

Платформы

Владислав Шершульский — Microsoft

Если речь идет о бизнес-моделях, допускающих кратный рост и появление новых национальных и международных лидеров, то стоит обратить внимание на киберфизические платформы.

Они позволяют ИТ выйти за свои традиционные рамки в неинформационные отрасли, позволяют предложить много новых услуг, потенциально обладают повышенной маржинальностью для органического роста в отдельном регионе или стране. Технически такие платформы строятся на основе универсальных облачных ИКТ-платформ, развивая их в части IoT и цифровых двойников, когнитивных сервисов и машинного обучения, защиты и совместного безопасного использования данных.

Если говорить о еще более инновационных разработках, я бы присматривался к новым процессорным архитектурам (для ИИ), граничным и туманным вычислениям, площадкам, где можно пробовать 5G, и даже, наверное, к квантовым вычислениям, особенно к «классическим алгоритмам, инспирированным квантовыми вычислениями».

Евгений Соколов — IBM iX

Если компания планирует развивать свою платформу, она должна обратить внимание на пять факторов, которые могут определить успешность данного подхода в будущем.

  1. Cloud-Native. Облачные решения позволяют быстро масштабировать сервисы и решения компании, быстро выводить решения на рынки. Cloud-Native дает гибкость в определении технологии (в том числе open-source), автоматизацию процессов (развертывание, виртуализацию). Cloud-Native дает компании свободу в принятии решений касательно архитектуры, сейчас компании предпочитают переходить на микросервисную архитектуру технологического решения.
  2. AI-Native. В большинстве компаний создают песочницы, доступные отдельным специалистам для разворачивания математических моделей. Если же компания переходит на платформенную модель, то технологически сама концепция платформы должна изначально поддерживать концепцию AI. Что это значит: должна быть качественно выстроена работа с данными, подход «данные как супермаркет». Специалисты компании должны иметь возможность обращаться к этому супермаркету за данными, не обременяя себя заботами о том, какие цепочки стоят за формированием этих данных, доверяя им с точки зрения полноты, качества и других характеристик. Также необходимо учесть принцип демократии, когда каждый участник платформы должен обладать возможностью публиковать свои данные, модели, и это должно быть прозрачно для других участников.
  3. Каналы. Платформа должна уметь управлять опытом клиента. И это значимый психологический барьер для компании, когда машина начинает вести диалог с клиентом, собирать информацию о его поведении, предлагать пути развития канала взаимодействия в соответствии с получаемыми данными.
  4. Low-code. Все участники платформы должны получить не просто быстрый и простой способ развития решения/продукта, а они должны получить равные возможности, а именно:
    — если человек из бизнеса и ему понятен язык логики сегмента, то он должен иметь возможность разговаривать с платформой на этом языке и проектировать решение через данную логику;
    — если же речь идет о data scientist, то не надо его загонять в рамки блочных систем и визуального редактора. Таким специалистам надо давать возможность работать с кодом.
  5. User-friendly. Платформа должна быть максимально открыта и проста для потребителя (не клиента с рынка в данном случае), сотрудника компании. Потребитель должен иметь возможность быстро находить необходимые компоненты платформы, выполнять свои задачи, делиться своими мыслями и результатами работы через платформу с другими ее участниками.

Искусственный интеллект

Александр Ханин — VisionLabs

История развития ИИ началась в 1957 году с попыток имитации нейронов человека (Frank Rosenblatt), а сейчас, за последние восемь лет, все достижения в ИИ, которые мы наблюдаем, связаны с развитием нейронных сетей.

Скачок развития ИИ за последние пять лет превзошел ожидания многих экспертов, и это даже в какой-то мере потрясает и ужасает. ИИ убирает человеческий фактор и дает возможность решать задачи, которые раньше были не решаемы, подрывая отрасли медицины (диагностика заболеваний через визуальные интерфейсы), транспорта (безлюдная доставка не overnight, а over 30 минут), ретейла (безлюдные магазины), производства (невиданная доселе кастомизация продуктов), даже в сфере программирования, когда ИИ сам пишет код решения на основе простого описания, которое задает человек.

Таким образом, ИИ способен не только заменить рутинную работу человека, но и качественно расширить возможности человека в критически важных областях.

В ближайшие два-три года компаниям следует обращать внимание на развитие ИИ в следующих сферах:

  • робототехника: переход от применения на фабриках к применению в повседневной жизни;
  • «умные» города: безопасность, мониторинг и анализ трафика;
  • сельское хозяйство: мониторинг ферм и полей, помощь в принятии решений;
  • мода: помощь дизайнеру, виртуальная примерочная;
  • игры: «умные» компьютерные боты.

Также стоит обратить внимание на тренд в «железе». Будут прорывы в Edge Computing, когда непосредственно на самих устройствах будет происходить аналитика в реальном времени. Производители носимых устройств инвестируют в AI-чипы, которые смогут прямо на борту решать сложные вычислительные задачи. В этой области будут серьезные прорывы.

В научной сфере произойдет качественное изменение в процессе работы с большим количеством данных, которые, как правило, не размечены и с большим количеством шума.

Кроме того, до сих пор существуют риски и нерешенные сложности в законодательной сфере, которые тормозят развитие ИИ. Тут стоит отметить следующие барьеры: недостаток edge-вычислительных мощностей и недостаток быстродоступных энергоресурсов.

Цифровые двойники

Дмитрий Козаченко — Dassault Systemes

Компания Dassault Systemes для себя определила классификацию цифровых трендов по ценности и эффектам, которые мы получаем от использования тех или иных технологий, и выглядит это следующим образом.

  • Линейные (около 90% технологий попадают в эту классификацию). Представляем себе эффект, который хотим получить, и находим технологию, позволяющую нам получить задуманный эффект. Это можно сделать с помощью инструментов проектирования, инжиниринга и через цифровые макеты изделий.
  • Порождающие (2% технологий). Человек формирует какие-то граничные условия (рамки), например изделия, а алгоритмы порождают варианты/сценарии/модели изделия в заданных рамках, расширяя возможности человека и давая ему вариант форм, других характеристик изделия, которые изначально могли и не прийти ему в голову. К ним относятся инструменты мультифизического порождающего проектирования.
  • Интуитивные (8% технологий). К ним относятся эффекты, которые мы затрагивали в части про ИИ, когда на основе модели инструмент может проанализировать заданные визуальные, звуковые и текстовые данные и дать рекомендацию человеку о том, как взаимодействовать с тем или иным объектом в том или ином сценарии. То есть речь идет об анализе огромных массивов данных и превращении их в интуитивно понятный вид для человека. Сюда относятся инструменты семантического анализа, индексации данных и другие, о которых говорил Александр Ханин.
  • Эмпатические (пока на 0%). Фронтирные инструменты на основе General AI в задачах, когда необходимо творить. В ближайшие десять лет будут созданы некие инструменты, прикладные пакеты, которые позволят принимать решения за человека в полном объеме, решения именно проектного плана. Например, спроектировать бизнес-центр или завод на основе только справочных данных, сократив огромное количество времени работы проектных центров.

Алексей Боровков — СПбПУ/Compmechlab

Цифровые двойники проживают все три основные стадии: разработка, производство (в некоторых случаях строительство) и эксплуатация. На первой стадии происходит комплексирование доступных технологий (model-based system engineering и другие), где мы задаем матрицу требований, целевых показателей и доступных ресурсов (время, деньги, технологические ограничения, экологические и т.д.) и определяем стек технологий, например линейных, порождающих, интуитивных, для формирования киберфизического объекта.

Далее происходят виртуальные испытания, формируются виртуальные стенды, полигоны в соответствии с делением: система, подсистема и компоненты. То есть цифровой двойник здесь — это система систем. Мы создаем порождающий, генерирующий процесс для балансировки заданных изначально показателей, которые могут конфликтовать между собой.

На стадии производства цифровой двойник диктует производству с учетом унаследованных параметров с предыдущей фазы то, как его нужно изготавливать с учетом всех доступных технологических операций. И тут возникает реальное физическое изделие.

На этапе эксплуатации появляется двусторонняя связь между реальным изделием и цифровым двойником за счет технологии IoT. Когда данные по его эксплуатации передаются в data lake с использованием инструментов продвинутой аналитики для определения остаточного ресурса, управления ремонтами, работа идет с фактическим состоянием изделия.

Почему технологии цифрового двойника важны? Эта технология при появлении прорывов в ней на отечественном рынке способна не просто догнать иностранных конкурентов, но и обогнать их. Об этом хорошо можно рассказать, используя принцип Double Leapfrogging Клауса Мартина Швабе.

Именно поэтому цифровой двойник можно отнести к технологиям, которые необходимо учитывать компании в рамках своей технологической повестки на ближайшие один-три года, она не просто обеспечивает текущую конкурентоспособность продукта компании, но способна создать в организации конкурентные преимущества в будущем и вывести ее на экспоненциальный рост.