Разделы

Интервью

Невозможное неизбежно: Hitachi Vantara рассказывает о будущем новых технологий

Цифровая трансформация
, Текст: Мария Сысойкина

Все чаще в ИТ-сфере говорят о четвертой промышленной революции: одни утверждают, что мир только стоит на ее пороге, другие же уверены, что главные преобразования уже реализованы. Например, по мере того, как совершенствуется интернет вещей, все больше компаний готовы опробовать эти технологии. Те, кто все еще не начал проекты в области ИВ, торопятся выстроить новую стратегию, подчас без основательной проработки общей стратегии трансформации бизнеса. Вице-президент Hitachi Vantara по стратегическим решениям в регионе EMEA Стив Фёрнис (Steve Furniss) рассказал о своем видении ситуации, поделился опытом трансформации.

CNews: Стратегия Hitachi Vantara строится вокруг интернета вещей, больших данных, искусственного интеллекта. Но не все компании готовы доверять этим технологиям. Как вам удается менять эту ситуацию?

Стив Фёрнис: Причина недоверия в том, что пока в мире мало хороших кейсов, примеров использования. Как известно, есть только две вещи, на которые люди готовы тратить деньги – то, что поможет им сэкономить или то, что поможет им заработать. Если мы не работаем в одном из этих направлений, наши усилия бессмысленны.

Часто люди изучают технологию ради технологии, не давая знаниям практического применения. Но ценность любой технологии – именно в примерах ее использования. Мы работали с разными аналитическими решениями. Одно из них – Pentaho, которое мы в итоге купили и теперь предлагаем своим клиентам. Но если вы не можете найти практическое применение технологии, нет смысла с ней работать. Мы видим много провальных проектов, особенно в области OpenSource, там, где нет реальных бизнес-кейсов.

Если говорить о практических примерах, вот вам хорошая история – наш проект, который мы недавно делали в Великобритании. Шотландской страховой компании нужно было понять, насколько их бизнес соответствует требованиям GDPR (новому европейскому регламенту в сфере информационной безопасности). ИТ-департамент был уверен, что компания готова к новым требованиям: вся информация хранилась в защищенных базах данных, все лишние данные были удалены, оставшиеся – категоризированы. Новый специалист по работе с данными (Chief Data Officer), несмотря на доверие к ИТ-отделу, решил перепроверить, все ли в порядке. Его задачей было разделить данные и технологии.

Нам предоставили доступ к сети компании, ко всем файлам, которые были доступны в сетевом окружении. Мы их проиндексировали – их было 7,8 млн – чтобы получить о каждом максимум информации. В результате оказалось, что в сети лежат 3 млн неструктурированных, никому неизвестных файлов с непонятным содержимым. Означает ли эта ситуация соответствие GDPR? Мы не знаем. Но мы помогли им подготовиться к цифровой трансформации, разобраться с тем, нужны ли им эти файлы, нужно ли их хранить и как их категоризировать.

Еще пример. Нидерландский банк Rabobank столкнулся с проблемой поиска данных. Когда финансовый регулятор требовал у банка данные, например, по какому-либо клиенту, банк не мог ответить оперативно, на сбор информации уходило до 2 недель! Сбор данных обходится очень дорого – прослушивание записей телефонных обращений, хранение переписки с банком по электронной почте, записи общения с консультантом в чате, история платежей, визитов и так далее. Для того, чтобы обрабатывать эти огромные массивы данных, банк нанимал отдельную консалтинговую компанию, на которую уходило 3–4 млн фунтов в год. И еще около миллиона – на сотрудников, которые ежедневно прослушивали записи телефонных разговоров с банком. Мы собрали все эти данные в одну индексируемую среду и сократили время ответа от 2 недель до 72 часов. Это и есть цифровизация – возможности, которые позволили банку сократить расходы.

CNews: В ИТ-среде все только и говорят о четвертой промышленной революции. На ваш взгляд, она уже случилась или все только начинается?

Стив Фёрнис: Я думаю, это только начало. Самое начало. Я вижу множество компаний, которые производят большие объемы данных. Так, например, BMW выдает 2 ТБайта данных в день. С этими данными можно и нужно что-то делать, превращать их в полезную для бизнеса информацию.

Интеллектуальное обслуживание производственного оборудования – одна из ярких задач, и у нас есть показательные проекты в этой сфере. Например, мы работали с крупной автомобильной компанией. Им нужно было решить одну конкретную, очень узкую задачу – интеллектуальное обслуживание одного станка. Важно было точно знать, когда станку необходима регулярная проверка, когда – ремонт, когда появляется риск выхода из строя – все это помогает лучше планировать производство и загрузку оборудования.

Реализуя такие проекты, мы не знаем конкретного ROI (Return On Investment). Вполне возможно, что люди, которые делают эту работу уже несколько лет, лучше нас могут предугадать, что может случиться с этим станком. А может быть, мы сможем найти что-то, что сэкономит половину расходов. Мы работаем с клиентами, чтобы отрабатывать конкретные варианты использования наших решений.

CNews: Индустриальный интернет вещей – это что-то действительно новое? Или маркетинговая обертка для давно применяемой автоматизации производства?

Стив Фёрнис: Это как раз то, о чем вы говорите – попытка использовать давно работающие вещи в новом качестве, получать новый смысл, новую ценность. Недавно я общался с финской металлургической компанией. У них есть SAP, есть аналитика данных с производственных линий, но все, чего они хотят – это производить сталь лучшего качества за меньшие деньги. Они досконально знают процесс производства, готовы делиться любыми данными, чтобы понять, как сэкономить и при этом повысить качество продукции.

Но есть и другие примеры, когда люди не готовы осознавать преимущества автоматизации, не готовы развиваться и инвестировать в будущее. Для одного из наших клиентов, банка, мы проанализировали лог-файлы и выяснили, что 85% всех действий, которые проделывали все сотрудники, были повторяющимися. Люди делали их хорошо и быстро, но это скучная работа, людям было неинтересно.

Эти рутинные операции можно было автоматизировать. Но руководство банка сомневалось, стоит ли вкладываться в автоматизацию, если люди уже делают эту работу хорошо и быстро. Но ведь мы говорим не о том, что происходит сейчас. В будущем эти люди смогут принести намного больше пользы бизнесу. Автоматизировав эти операции, мы сможем освободить рабочее время этих людей, загрузить их другими задачами, более интересными, интеллектуальными.

CNews: Нужны ли бизнесу новые специалисты, новые подходы к пониманию данных?

Стив Фёрнис: Да, разумеется. Я в прошлом году общался с представителями Gartner, и вот что они сказали, обращаясь к топовым европейским компаниям: «Если вы хотите нанять специалиста по данным с рынка, подумайте еще раз. Их не хватает. Они всем вам нужны, вы переманиваете их друг у друга, они стоят все дороже – и они об этом знают! И они так и будут перемещаться между компаниями, если вы не сможете их удержать».

steve_furniss-crop_600-650.png
Стив Фёрнис: Я не думаю, что общество когда-нибудь позволит искусственному интеллекту делать человеческую работу, принимать решения за людей. Это не вопрос технологий, а вопрос морали

Компаниям нужно научиться самим работать со своими данными и, прежде всего, понимать их. Чтобы изменить ситуацию, нужны три вещи. Первая – использовать автоматизацию, интеллектуальное машинное обучение для сбора и анализа данных.

Вторая – руководство должно повышать знания и уровень опыта своих сотрудников, учить их использовать существующие инструменты и действительно понимать требования бизнеса, чтобы найти именно нужные данные, те, которые соответствуют бизнес-задачам.

И третья вещь – возможно у вас уже есть данные, но вы пока не умеете с ними работать. Вам нужно научиться организовывать их, выкидывать лишнее и оставлять только нужное. ИИ и машинное обучение помогут вам в этом. Но мы еще очень далеко от такого уровня понимания и использования данных.

CNews: Насколько далеко? Когда, по вашему мнению, эти технологии получат широкое практическое, бытовое применение? Возможно ли, например, в системе умных городов полное M2M-взаимодействие, без участия людей?

Стив Фёрнис: У нас есть технология Hitachi Visualization Suite (HVS), она предназначена в основном для «умных» городов. Эта система объединяет потоки данных из разных источников – с уличных видеокамер, из социальных сетей, с датчиков интернета вещей. Решение умеет распознавать образы, в том числе и лица людей. Искусственный интеллект может не только собирать такие данные, но и анализировать их. Тем не менее, вам все равно всегда нужен будет кто-то, кто будет принимать решения, основываясь на тех данных, которые предоставляет ИИ. Я не думаю, что общество когда-нибудь позволит искусственному интеллекту делать человеческую работу, принимать решения за людей. Это не вопрос технологий, а вопрос морали.

Искусственный интеллект сейчас способен выполнять довольно трудоемкие для человека задачи. Например, анализировать лог-файлы, искать повторяющиеся паттерны, предсказывать поведение людей или систем. И чем больше таких задач мы решаем, тем более точными становятся выводы, тем более интеллектуальным становится анализ.

Если мы говорим, например, о необходимости выявить какие-то отклонения, нестандартные характеристики в миллиардах объектов, то задача порой не в том, чтобы найти иголку в стоге сена, а в том, чтобы найти слегка изогнутую иголку в ворохе иголок. Вот насколько это сложно.

Но в практическом применении таких технологий мы еще в самом начале пути. Многие не делают даже базовых вещей. Вот вам личный пример. Я клиент одного британского банка уже более 30 лет. Недавно мы внедрили у них свои решения. Каждый раз, когда я звонил им, меня просили представиться, назвать адрес и предоставить еще массу другой информации. Но когда я позвонил им на прошлой неделе, мне тут же ответили: «Добрый день, мистер Фёрнис! Спасибо, что позвонили. Сообщите, пожалуйста, ваше кодовое слово». Первый раз за 30 лет они так ответили! Всего-то нужно было связать мой номер телефона с остальными данными, которые у них хранятся уже много лет.

CNews: Что значит цифровая трансформация – для вас, для Hitachi в целом, для ваших клиентов? Как меняется ваша компания?

Стив Фёрнис: Примерно полтора года назад мы приступили к многолетнему проекту цифровой трансформации. Полгода назад, в сентябре, мы запустили новый бренд Hitachi Vantara, который включает три отдельных бизнес-подразделения: бывшее Hitachi Data Systems, Pentaho, а также бизнес-подразделение по социальным инновациям, отвечающее за развитие платформы Lumada для интернета вещей.

Почему мы это делаем? Основываясь на нашем опыте работы с клиентами, мы можем сказать, что цифровая трансформация начинается тогда, когда бизнес начинает использовать данные. И мы поняли, что должны сделать этот шаг первыми, чтобы вести за собой своих клиентов.

Мы хотим быть лидерами в области интернета вещей. В это понятие включают много разных моментов, например, M2M-коммуникации, интеллектуальное производство. интернет вещей не только о том, как собирать данные с сенсоров, он еще и о том, как их анализировать и превращать в информацию, которая принесет пользу бизнесу. Вокруг этого мы и строим свою работу, применяем наши инструменты и возможности – «умный» дата-центр, аналитические приложения, новые интеллектуальные инструменты – все для преобразования данных в нужную бизнесу информацию.

Hitachi Vantara – это цифровой актив всей Hitachi, который объединяет технологии и знания, ускоряя цифровую трансформацию большой компании и ее клиентов.

CNews: Эта стратегия идет изнутри компании или извне? Что сыграло решающую роль: требования клиентов или ваше внутреннее видение рынка?

Стив Фёрнис: Часть нашей цифровой трансформации направлена на то, чтобы стать более клиентоцентричными. Мы получаем много запросов от наших клиентов. Они спрашивают нас, как мы меняемся, как используем свои технологии, активы, чтобы трансформировать компанию?

Но в равной степени и мы сами следим за трендами: мейнфреймы, клиент-серверная архитектура, Tier III дата-центры, облака, интернет вещей. И мы должны трансформироваться, чтобы успевать оказывать поддержку своим клиентам, как бы и где бы они ни использовали свои данные.

CNews: Можете поделиться результатами первых шести месяцев работы Hitachi Vantara?

Стив Фёрнис: Мы начали очень длинный путь. Мы собираем примеры внедрений, лучшие практики, модернизируем наши решения и снова предлагаем их нашим клиентам.

В ближайшие 2–3 месяца мы выпустим новые продукты, они будут быстрее во внедрении, проще в использовании и управлении. Мы получаем обратную связь от наших клиентов, и возвращаемся к ним с решениями, построенными с учетом их советов и пожеланий.

Мы пока еще в начале пути, но мы – цифровой актив для всей корпорации Hitachi. У нас есть набор решений для интернета вещей, прежде всего Lumada – платформа для сбора данных. В каждом из 20 основных бизнесов корпорации работают наши топ-специалисты по этому продукту, они применяют весь наш опыт, подбирая решения для каждого конкретного бизнеса.

Разумеется, у нас есть обязательство перед акционерами – приносить прибыль. Но есть и еще одна очень важная вещь – ценности компании, которые не меняются с 1910 г., со дня ее основания. Мы используем технологии во благо. Идет ли речь об «умной» безопасности на улицах (Smart Safety), или о том, чтобы остановить движение поезда в случае землетрясения, как это было в Японии, или о ранней диагностике онкологических заболеваний – для компании важно не только получать прибыль, но быть полезной обществу.





Традиционные методы анализа данных больше не работают Hitachi: Как анализ данных может влиять на жизнь целого города