Page ID: 93439
Is Industry:
Is Category:
Query IDs:
Аналитика

Цифровая иммунная система, инжиниринг платформ. Перспективные технологии по версии Gartner

Фото: Shutterstock

Аналитическое агентство Gartner опубликовало ежегодный прогноз технологических тенденций, которые будут определять качество программной разработки в 2023 году. Аналитики Gartner считают, что не только крупные компании должны опираться на эти принципы при создании ИТ-решений, но все разработчики. Рассказываем о первых пяти тенденциях, которые уже стали или на наших глазах становятся реальностью.

Цифровая иммунная система

Это набор методик и технологий, обеспечивающий устойчивость критически важных для бизнеса систем к внешним воздействиям. Например, в стек входят системы контроля и автоматического восстановления работоспособности, хаос-инжиниринга, решения в области информационной безопасности.

В идеале иммунная система включает модуль тестирования с применением искусственного интеллекта, который использует факты дестабилизации как возможность для обучения.

На 80%
к 2025 году сократят простои компании, которые инвестируют в ЦИС

Создание цифровой иммунной системы становится ключевой задачей для компаний, поставивших на первое место надежность. К этой категории относятся сервис-провайдеры — крупные банки, операторы связи.

Российские ведомства, госкорпорации, частный бизнес поставили информационную безопасность, непрерывность бизнеса на первое место с 2022 года. Беспрецедентные по силе DDoS-атаки обрушились на инфраструктуру всех значимых российских организаций. Например, в РЖД зафиксировали пиковые значения до 270 000 атак в день. Компания начала стратегические изменения в подходе к обеспечению кибербезопасности, сказал начальник департамента управления информационной безопасностью РЖД Юрий Ногинов.

Примеры проектов

Netflix

Системы компании развернуты на вычислительных мощностях провайдера AWS Cloud. Каждый сервис распределен по трем зонам доступности, ЦОДы расположены в разных регионах. Сервис должен продолжать работать, если одна из зон вышла из строя.

Компания регулярно проводит учения с отключением зон и даже регионов.

В учениях используются системы собственной разработки:
Chaos Monkey; Chaos Gorilla; Chaos Kong; Chaos Testing.

American Airlines

Компания проектирует онлайн-сервисы с учетом их надежности, применяет хаос-инжиниринг, тестирование. В результате уязвимости выявляются и ликвидируются заранее.

Banco Itaú

Бразильский банк усилил систему мониторинга, которая непрерывно оценивает работоспособность сервисов, блоком прогнозирования. В результате число автоматически устраненных инцидентов выросло на 37%, а среднее время на устранение неполадок приросло на 45%.

Прикладная наблюдаемость

Речь идет о мгновенном применении полученных данных для повышения управляемости. В реальности в корпоративных экосистемах множество источников первичных данных. На их обработку, очистку, обогащение могут уходить часы. В результате возникает проблема «срока годности» данных 一 это период времени, в течение которого показатель отражает реальность, а не историю.

70% компаний
добьются сокращения задержки при принятии решений к 2026 году

Чтобы внедрить прикладную наблюдаемость, компании организуют почти мгновенный обмен данными между источниками данных, бизнес-приложениями, инфраструктурой и операциями ввода и вывода. Так обеспечивается кратчайшая задержка между действием, реакцией и проактивным планированием.

Бизнес-задачи, которые решаются с применением прикладной наблюдаемости, 一 повышение качества планирования, более быстрое принятие решений. Многие крупные российские компании создают подобные решения  с применением искусственного интеллекта собственными силами. У этих проектов ярко выраженный экономический эффект, они окупаются за один-полтора года.

«Я видел ИТ-систему для работы с товарными позициями и поставщиками, созданную собственными силами в сети «Вкусвилл». Возможности решения на голову превосходят системы SAP, которые внедрены во всех топовых ритейлерах России. Одному сталелитейному предприятию удалось добиться экономии в сотни миллионов рублей за счет внедрения аналитики процессов управления выплавки стали. Областей применения аналитики данных в оперативном управлении огромное количество, и думаю, что в ближайшие годы таких проектов будет все больше и больше».

Константин Анисимов, генеральный директор компании Rusonyx

Примеры проектов

«Яндекс.Драйв»

Сервис каршеринга использует динамические алгоритмы для расчета стоимости поездки, страховки. Учитываются качество вождения конкретного клиента, параметры автомобиля, как долго автомобиль ждет заказ, время дня и время поездки, пробки на дороге, спрос в конкретном районе, наличие свободных автомобилей.

Во время пандемии разнородные данные из исторических и восьми оперативных источников были собраны в едином хранилище, создана система аналитики и прогнозирования. В результате время поступления информации от источников к руководству ситуационного центра системы здравоохранения края, включая обработку данных, сократилось в разы. Налажен оперативный мониторинг системы здравоохранения по 52 показателям.

Прозрачность, доверие и безопасность систем ИИ

По мере того как искусственный интеллект все шире используется в государственном и индустриальном управлении, растет цена ошибки. На первое место выходит вопрос доверия к результатам, и решением проблемы становится демонстрация причинно-следственных связей. Чтобы доверять решению, необходимо понимать, почему и как AI его принял.

На 50%
вырастет эффективность систем ИИ к 2026 году в компаниях, которые внедряют в модели прозрачность, доверие и безопасность

В системы искусственного интеллекта внедряют математические модели, которые позволяют снизить токсичность AI 一 найти взаимосвязи. Кроме того, сложные крупные модели способны сами обнаруживать и снижать свою токсичность.

Поиск и демонстрация причинно-следственных связей тормозят работу искусственного интеллекта. Тем не менее сообщество разработчиков, юристов, правоведов, научных специалистов приходит к выводу, что прозрачность, безопасность и доверие к AI необходимы.

В качестве примера можно привести одну из самых критичных областей с точки зрения прозрачности и доверия 一 анализ медицинских исследований. Как поясняет директор по стратегическому развитию и инновациям компании «Инвитро» Дмитрий Фадин, ИТ-система лучше распознает характерные случаи заболевания на снимках, а нетипичный случай может пропустить. Пока неясны принципы, по которым система принимает решение, искусственный интеллект остается «черным ящиком». Соответственно, регламентировать применение AI на уровне законодательства очень трудно. Это в свою очередь затрудняет распространение систем с искусственным интеллектом.

Примеры проектов

The Danish Business Authority

Управление Дании по делам бизнеса (DBA) использует в 16 моделях ИИ, которые мониторят финансовые операции стоимостью в миллиарды евро, систему высокоуровневых этических принципов собственной разработки. Этические принципы сопоставляются с конкретными событиями, прогнозы ИИ проверяются с помощью тестов на справедливость, налажен мониторинг работы моделей.

Первый кодекс этики в сфере AI подписан в России в октябре 2021 года. Авторами кодекса стали Альянс в сфере искусственного интеллекта РФ, Аналитический центр при Правительстве РФ и Минэкономразвития. Кодекс не вводит законодательное регулирование. Сегодня это отраслевое руководство для разработчиков.

Промышленные облачные платформы

Индустриальное облако 一 это платформа, которая объединяет интегрированные облачные сервисы, необходимые для управления предприятием. Бизнес создает собственную цифровую экосистему за счет настраиваемых модулей. В отличие от этого подхода, сегодня большинство предприятий используют набор решений от различных поставщиков, сталкиваются с проблемой интеграции.

50%
компаний будут использовать индустриальные облака для ускорения своего развития к 2027 году

Индустриальное облако объединяет программное обеспечение, платформу и инфраструктуру как услугу (IaaS) с учетом отраслевой специфики. Платформа (а вместе с ней и предприятие) легче адаптируется к отраслевым изменениям. Время ввода в эксплуатацию системы на базе индустриального облака меньше, чем в случае набора решений от различных поставщиков.

«Крупные корпорации, например «Северсталь», «Газпром нефть», «Сибур», создают промышленные платформы с середины 2000-х годов. С 2020-х промышленность осваивает корпоративные сервисы с применением облачных технологий от западных провайдеров, в первую очередь SAP, Amazon, Microsoft. Уход зарубежных компаний в 2022 году дал возможность реорганизовать ИТ-инфраструктуру и развить российские технологии. Чтобы обеспечить информационную безопасность и технологический суверенитет, корпорации создают собственные облака. Поэтому крупные холдинги уже переориентируются на платформенный подход в создании ИТ-систем управления критической инфраструктурой».

Василий Фадеев, директор по продуктам группы «Цифра»

Примеры проектов

IIoT-платформа собирает данные по всей технологической и логистической цепочкам, создавая единую цифровую модель производства. В решении используются технологии машинного обучения, анализируются сведения от датчиков, а после анализа данные поступают в системы управления производственными процессами. К платформе подключены 111 нефтеперерабатывающих заводов «Газпром нефти».

Платформа включает более 30 продуктов и позволяет предприятию получить единую среду управления данными для повышения эффективности производства с помощью AI. Платформа включает в себя более 30 ИТ-продуктов. В результате затраты на интеграцию ИТ-систем снижаются на 60%. На 5% меньше простаивает оборудование и расходуется сырье. В два раза уменьшается число нарушений технологии. Платформа используется на промышленных предприятиях Свердловской и Липецкой областей.

Инжиниринг платформ

Крупные сервисные провайдеры начали создавать операционные платформы, которые являются промежуточным звеном между бэкендом и пользователем. Платформы предоставляют набор инструментов, возможностей и процессов, которые можно быстро и просто использовать.

80%
разработчиков будут использовать индустриальные облака для ускорения своего развития к 2027 году

Основная задача, которую решает бизнес с помощью инжиниринга платформ, 一 это самообслуживание бизнес-подразделений, партнеров и клиентов. Партнеры и клиенты пользуются предложенным инструментарием, если могут с его помощью сократить накладные расходы, повысить производительность, упростить применение сервиса.

По мнению директора по математическому моделированию Госкорпорации «Росатом» Дмитрия Фомичева, в ближайшие два-три года low/no-code-инструменты найдут свое применение в высокотехнологичном, наукоемком сегменте российской промышленности как при разработке коммерческого ПО классов CAD/CAE, так и при создании отраслевых ИТ-сервисов. Одновременно вырастет число технологических ИТ-стартапов, и в Едином реестре российского ПО появятся новые инструменты для low/no-code разработки, начнут действовать меры государственной поддержки разработки и внедрения этих инструментов, считает эксперт.

Пример проекта

Курьерская платформа «Яндекс.Маркета»

Платформа предлагает доступ к информации по API для крупных складов, на которых хранятся сотни тысяч заказов. Для фур, которые каждый вечер везут по 5-6 тыс. заказов в сортировочные центры, для этих сортировочных центров и, наконец, для курьеров. Приложения позволяют построить работу каждого участника цепочки таким образом, чтобы он не задумывался, что, когда и где делать. Алгоритм планирует последовательность действий для каждого и позволяет менять процесс в случае внешних изменений.