Блокчейн — одна из самых «горячих» технологий последних нескольких лет, наряду с искусственным интеллектом, Интернетом вещей и анализом Больших Данных. Отношение к ней неоднозначное. С одной стороны, от блокчейна ждут многого, ценность для бизнеса неподделываемого распределенного реестра и «самоисполняющихся» смарт-контрактов очевидна. С другой — постоянные скандалы вокруг криптовалют, неразрывно связанных в общем сознании с блокчейном, не способствуют доверию к технологии, замедляя ее проникновение на предприятия и тем более в госсектор.

Впрочем, несмотря на это, аналитики предсказывают стремительный рост бизнеса вокруг блокчейна. Так, в IDC считают, что рынок блокчейн-технологий к 2021 году вырастет в два с лишним раза по сравнению с 2018-м — до 9,2 млрд долл. В текущем году, как они ожидают, произойдет массовый переход от пилотных проектов к полномасштабному внедрению блокчейна. Наибольшие средства в них будут вкладывать предприятия финансовой отрасли (754 млн долл.), компании, специализирующиеся на доставке товаров и оказании услуг (510 млн долл), производственные и ресурсодобывающие компании (448 млн долл.).

«Сопутствующий» рынок профессиональных услуг по созданию и поддержке блокчейн-систем вырастет еще больше — с 1,8 млрд долл. в этом году до 8,1 млрд в 2021-м, то есть среднегодовой темп роста спроса на услуги составит 80%.

В результате к 2021 году не меньше 500 компаний из рейтинга Global 2000 начнут широко использовать сервисы блокчейна.

А к 2030-му, по оценкам аналитиков Gartner, «добавленная стоимость блокчейна для бизнеса» достигнет 3,1 трлн долл. Этому будет способствовать «сетевой эффект»: чем больше участников присоединится к блокчейн-системе, тем больше будет выигрыш от ее использования для каждого из них.

Внедрение новой технологии всегда упирается в готовность ее принять со стороны топ-менеджмента. Передовые ИТ-директора, как полагают в Gartner, понимают, что блокчейн — не очередное технологическое усовершенствование, а средство изменения парадигмы ведения бизнеса, привычного порядка функционирования экономики и состояние общества. Решиться на это не так уж легко — для этого как минимум надо не только самим осознать все «за» и против» технологии, но и объяснить ее преимущества другим руководителям компаний.

Исследования, проведенные в PwC, показали, что в этом направлении есть определенный прогресс, по крайней мере в финансовой сфере, в которой, как ожидается, блокчейн будет востребован в наибольшей степени. В 2016 году в ходе исследования Blurred lines: How FinTech is shaping Financial Services компания опросила 544 руководителя финансовых структур различного типа (банки, страховые компании, платежные сервисы, финтех-компании), в 2017-м — в два с лишним раза больше, 1308. За год число тех, кто «очень хорошо знаком» с блокчейном, выросло с 2 до 4%, «просто хорошо» — с 15 до 20%.

Блокчейн в России

Агентство OSP Data при поддержке компаний Hitachi Vantara и Oracle в начале 2018 года провело опрос с целью выяснить отношение российских менеджеров к перспективам блокчейна и определить факторы, которые могут помешать его внедрению.

Респондентами исследования стали, в том числе, представители предприятий и организаций из числа участников цикла научно-практических конференций, проводимых издательством «Открытые системы», включая конференцию «Технологии блокчейна 2018», то есть люди, в наибольшей степени интересующиеся перспективными технологиями цифровой трансформации.

К блокчейну у нас только начинают приглядываться, а потому большая часть респондентов — работники сферы информационных технологий, сотрудники ИТ-компаний или ИТ-подразделений «некомпьютерных» фирм. Уровень представительства, впрочем, был достаточно высок: 20% респондентов — собственники и топ-менеджеры, более 60% — начальники управлений, отделов и т. д.

Наиболее известные блокчейн-платформы — Ethereum (ее знают 66%) и IBM Hyperledger Fabric (40%). Почти треть назвали отечественный «Мастерчейн», каждый пятый — Exonum.

Три четверти три года ждут

Если «в мировом масштабе» аналитики полагают, что текущий год станет переломным, то отечественные респонденты относятся к этому скептически (см. «Через какой срок стоит ожидать появления серьезных проектов корпоративного уровня?»). Лишь около четверти опрошенных считают, что серьезные корпоративные блокчейн-проекты в стране уже есть или будут реализованы в этом году, наиболее часто высказывается мнение, что ждать их «от года до трех лет» (так ответила половина опрошенных).

Отставание прогнозов наших практиков от прогнозов аналитиков (они при обсуждении новых технологий часто демонстрируют чрезмерный оптимизм) невелико. Три четверти опрошенных готовы к тому, что в ближайшие три года им придется внедрять технологию, меняющую многие, если не все, бизнес-процессы.

Наиболее востребован блокчейн, по мнению наших респондентов, будет в финансовой сфере, далее следуют логистика и торговля, государственные сервисы, сфера услуг (см. «В каких областях наиболее перспективно применение технологий блокчейна?»). Сами они видят главную ценность блокчейна в том, что он позволит повысить прозрачность операций (68%) и исключить влияния человеческого фактора (60%), остальные варианты далеко отстали. Впрочем, 60% опрошенных при этом считают, что тех же результатов можно достичь с помощью других технологий. Не видит альтернативу блокчейну лишь каждый десятый.

Препятствия и риски

Недостатки зачастую являются продолжением достоинств. Поскольку евангелисты блокчейна часто обещают коренную перестройку бизнес-процессов и контрактных отношений, то регулирующие органы настороженно относятся к этой технологии (а ближе к реальному внедрению станет весомым фактором и консерватизм руководства, о котором пока рано говорить). По крайней мере, в нашем опросе 68% респондентов считают именно неопределенность позиции регуляторов главным препятствием на пути внедрения блокчейна (см. «Что мешает широкому распространению блокчейна в РФ?»).

Кроме того, по мнению 56% опрошенных, распространению технологии мешает отсутствие примера успешных проектов. Это, впрочем, обычный «почти замкнутый круг»: проектов нет, потому что нет историй успеха, которых нет, потому что мало проектов.

Многие пожаловались, разумеется, и на отсутствие специалистов. Также респонденты отмечали нехватку достоверной технической информации, что, казалось бы, в наше время нонсенс.

Если говорить о самом процессе внедрения блокчейн-системы, то, что неудивительно, самые большие проблемы ожидаются от процесса переделки «под блокчейн» бизнес-процессов или даже всей бизнес-модели предприятия. Эти опасения высказали 64% опрошенных (см. «Какие проблемы вы считаете ключевыми при внедрении решений на базе блокчейна?»). Вторая по важности проблема — с регулятором (сложности с сертификацией, 58%), третья — с технологиями (48%), блокчейн-систему придется интегрировать с другими решениями, и какие сложности возникнут при работе «гибрида», не вполне ясно.

Что касается претензий к блокчейну как к технологии, то респондентов больше всего смущают «высокая стоимость владения и поддержки инфраструктуры» и «сложность разработки и развития» (эти причины указали по 45% отвечавших), а также «проблемы с масштабируемостью» (40%).

***

Итак, в России блокчейн пока только набирает популярность. Если «в мире» (имеются в виду наиболее развитые в отношении ИТ страны) текущий год, как обещают, станет переломным, то в России, по мнению большинства опрошенных, это произойдет в срок «от года до трех». Но с учетом того, что аналитики склонны проявлять излишний оптимизм при оценке краткосрочных перспектив, реальное различие в ожиданиях невелико.

Что до практики, то можно предположить, что блокчейн-решения, подобно облакам, будут первоначально применяться во внутрикорпоративных проектах — во избежание проблем с регуляторами. На «частном блокчейне», по крайней мере, можно будет понять, как меняются бизнес-процессы, обкатать технологии и подготовить кадры.

Для создания «публичного» блокчейна потребуется научиться решать более сложные технические задачи. И, как предчувствуют наши респонденты, еще более сложные юридические: даже если оставить в стороне все связанное с криптовалютами, «неотменяемые самовыполняющиеся контракты» плохо вписываются в современную юридическую систему, предусматривающую иерархию решений вышестоящих судов, апелляций и апелляций на апелляции.

Но и упоминавшиеся выше облака тоже поначалу плохо вписывались в привычную картину мира, а сейчас сервисы на их основе распространены настолько, что случайная «блокировка по IP» мощностей облачного провайдера становится проблемой государственного уровня.

Вслед за повсеместным принятием на предприятиях концепции DevOps, поддерживающей активное взаимодействие всех участников жизненного цикла приложений, сегодня заговорили и о DataOps — подходе, который обеспечивает «демократизацию» данных, позволяет работать с ними всем сотрудникам предприятия. Участники дискуссии постарались разобраться, что в DataOps от проходящей моды, а что от насущных потребностей.

Сам термин DataOps появился в 2015 году в блоге Энди Палмера, вместе с Майклом Стоунбрейкером основавшего компанию Tamr. В марте 2017 года термин прозвучал на конференции Strata+Hadoop World, организуемой O’Reilly, а вскоре прочно вошел в лексикон профильных периодических изданий, в частности в ИТ-глоссарии Gartner. Саму концепцию уже взяли на вооружение такие компании, как Facebook, Netflix, Uber, LinkedIn, Twitter и eBay, развернув под нее соответствующую инфраструктуру.

Термин был выбран достаточно удачно – все его понимают как применение практик быстрой интегрированной разработки и эксплуатации на больших объемах данных, однако в его трактовке возникают разногласия. Разрешить их и была призвана дискуссия «DataOps – agile-подходы к работе с данными», которую в рамках форума BIG DATA 2018 провел Андрей Николаенко из IBS.

В ходе дискуссии обсуждались, например, такие вопросы: agile-методологии в работе с большими данными: скрещивание модных терминов или насущная необходимость? «Бимодальные ИТ», большие данные и DataOps: можно ли развести процессы и данные — часть в «традиционный модус», часть в «гибкий цифровой»? Имеет ли смысл накопление данных при их неясной ценности для анализа в будущем? При обсуждении второго вопроса участники дискуссии рассмотрили ситуацию, когда все данные общие, но с ними одновременно надо работать двумя разными способами: традиционно, когда релизы приложений выходят раз в полгода, и в цифровом режиме, когда обновления происходят несколько раз в день. Анджей Аршавский, директор Центра анализа данных и математического моделирования НЛМК, вместе с Антоном Исаниным, руководителем центра качества «Альфа-Банка», подтвердили, что в их компаниях налицо бимодальность ИТ, но аккуратное выстраивание над платформой данных правильных переходников позволяет эффективно работать с единой платформой в двух режимах.

Наиболее оживленную полемику вызвал вопрос о выживании в условиях DataOps профессий аналитика, математика, программиста, тестировщика и администратора баз данных, поскольку этих специалистов потенциально могут заменить «универсальные солдаты» — исследователи данных (data scientist). Участники дискуссии опровергли тезис о том, что возможно слияние специализаций. Например, Вадим Индриков, начальник отдела системной архитектуры ГНИВЦ ФНС РФ, и Валерий Артемьев, консультант отдела разработки политик, стандартов и процедур Управления методологического и организационного обеспечения департамента статистики и управления данными Банка России, обратили внимание на то, что в командах скорой разработки очень важны взаимная страховка и понимание работы коллег. В этом смысле, как отметил Олег Егоркин, директор проектов «Ростелекома», важно владеть смежной квалификацией, но при этом само по себе понимание работы смежника и готовность его подстраховать вовсе не означает «универсализацию специализаций» – нельзя быть автомехаником, лишь обладая навыками замены колеса. Интересный момент по поводу слияния специализаций по работе с данными отметил Артем Данилов, архитектор хранилища данных в Avito.ru. Менеджеры по работе с посетителями портала Avito, сказал он, владеют SQL, составляют визуальные отчеты и с помощью запросов к базе постоянно решают возникающие нестандартные задачи, что, впрочем, не делает их разработчиками платформы данных, поскольку хранилище и витрины создают все-таки профильные специалисты.

Итак, по мнению участников дискуссии, чтобы «демократизировать» данные, нужно преобразовать как средства доступа к ним, так и способы управления данными, обеспечивающие коммуникации и интеграцию уже имеющихся данных, команд и систем. На решение этой задачи и направлена концепция DataOps — установление связи тех, кто собирает и готовит данные, с теми, кто их анализирует и применяет в бизнесе. Данные не принадлежат ИТ, специалистам по данным или аналитикам. Они принадлежит всему бизнесу, а инструменты самообслуживания должны позволять всем сотрудникам компании создавать собственные аналитические отчеты и визуализации, делясь своими открытиями с коллегами. В этой связи, как прогнозируют аналитики Gartner, уже в ближайшие годы 80% компаний из Global Fortune 1000 будут использовать в своей практике методологию DataOps.

Чтобы заложить основы для сбора растущего объема данных новейших моделей автомобилей, а также параметров функционирования своих производственных предприятий, компания Audi внедряет у себя ряд новых технологий с открытым кодом.

Выступая перед полным залом на конференции Dataworks в Берлине, два главных архитектора данных Audi Матиас Грауниц и Карстен Хербе рассказали о построении архитектуры хранения данных, поступающих из новых источников, и о тех уроках, которые им удалось извлечь в ходе этого процесса.

С 2015 года компания Audi, являющаяся крупным клиентом Hadoop, хранит данные в Hadoop Distributed File System (HDFS). «Начав с небольшого кластера в конце 2015 года, мы вместе с клиентами изучали возможность построения и запуска системы, которая отвечала бы предъявляемым к ней бизнес-требованиям, – сообщил Грауниц. – В кластере на базе Hortonworks Data Platform (HDP) имелось четыре узла, 96 ядер и 160 Тбайт пространства хранения».

Сегодня в компании развернуты производственный кластер Hadoop, имеющий 1 петабайт пространства хранения, 6 Тбайт оперативной памяти, 12 узлов и 288 ядер. Производственный кластер Kafka оснащен четырьмя узлами, 128 Гбайт оперативной памяти и 16 Тбайт памяти хранения.

Все это, впрочем, отнюдь не означает, что интеграция была беспроблемной. «Внедрение Hadoop в существующую производственную среду сопровождалось определенными сложностями, – подчеркнул Хербе. – Требовалось интегрировать все это с бизнес-системами и обеспечить соблюдение мер безопасности».

Схема внедрения была разбита на две части: первая касалась отверточной сборки в процессе производства, а вторая – использования данных, собираемых блоками управления автомобилем.

В плане сборки «хотелось убедиться в том, что все производственные мощности функционируют хорошо, и добиться предотвращения возникновения проблем за счет своевременного технического обслуживания».

Что же касается данных автомобилей, каждая новая модель Audi передает в хранилище HDFS около 25 тыс. беспроводных сигналов, которые в дальнейшем анализируются персоналом компании.

Средства бизнес-анализа (в частности, Tableau) предоставляют сотрудникам основных подразделений доступ к собранной информации и помогают принимать решения при проектировании будущих моделей.

«Многие бизнес-подразделения хотят извлекать из этих данных полезную информацию, поэтому нам приходится переосмысливать процесс владения и управления данными, определять модель доменов данных с четким разделением ответственности в каждом из доменов, – пояснил Грауниц. – Предоставление каждого из совместно используемых сервисов в среде с множественной арендой требует от нас управления жизненным циклом каждого из сервисов и четкого взаимодействия с проектами, использующими эти сервисы. Естественно, необходимо также вырабатывать соглашения об уровне сервиса, обеспечивать круглосуточную готовность и дифференцировать циклы разработки».

Сначала технология была опробована на данных тестовых автомобилей и только после этого внедрена в новейшей модели A8.

Грауниц признает, что сейчас компании не хватает облака. Все, что уже было построено, развернуто во внутренней ИТ-инфраструктуре компании и в ее частном облаке.

«Нормативные требования заставляют нас приближать средства хранения к автомобилям и источникам происхождения данных, – указал он. – В настоящее время реализуется вторая инициатива, где данные сначала будут размещаться в облачной среде, а уже затем на основе гибридного подхода перемещаться на нашу территорию, поскольку все бизнес-процессы протекают непосредственно в нашей штаб-квартире и ее филиалах».

Для решения этой задачи выбор Audi пал на коннектор HDFS независимого поставщика Confluent, с помощью которого данные через конвейеры Kafka перемещаются в HDFS. Что же касается каталогов метаданных, они располагаются в облаке, поскольку их местоположение не зависит от конкретного места хранения данных.

Что делают с этими данными сотрудники Audi, мы пока не знаем, но будущие модели несомненно будут выстраиваться таким образом, чтобы данные можно было бы обрабатывать в ту же секунду, в которую они были зафиксированы блоками управления A8.

В 2017 году об искусственном интеллекте говорили повсюду, но обещанный подъем машин так и не нашел своего материального подтверждения.

Несмотря на шумиху, реальные сценарии использования остаются весьма ограниченными, но в 2018 году ситуация может измениться.

Реальность на смену шумихе

Компании уже сейчас вкладывают в искусственный интеллект огромные средства, но большая часть этих инвестиций пока не получила желаемой отдачи. По оценкам Forrester, 55% компаний так и не добились от искусственного интеллекта осязаемых выгод, а по мнению 43%, об успехах искусственного интеллекта говорить еще слишком рано.

«Существует много экспериментальных проектов и много подтвержденных концепций, но помимо самого понятия искусственного интеллекта и его потенциальных возможностей есть определенные требования, которые необходимо выполнить для успешного запуска всех этих интеллектуальных систем», – пояснила один из авторов отчета Forrester «Медовый месяц искусственного интеллекта окончен» Мишель Гетц.

Организации начинают понимать необходимость инвестиций в технологии, ставя перед собой четкие бизнес-цели. Владельцы бизнеса, исследователи данных, технологи – все они должны быть вовлечены в этот процесс.

Это потребует не только наличия экспертов, не только создания условий для внедрения технологии, но и выявления тех потенциальных преимуществ, которые бизнес сможет извлечь из технологий.

Если вы не можете определить для себя цель, выходящую за рамки постепенных небольших улучшений, затраты на внедрение искусственного интеллекта перевесят получаемую от него выгоду, и ваш проект просто не окупится.

Точки роста интеллекта

С Гетц согласна и генеральный директор Yandex Data Factory Евгения Завалишина. Она уверена, что растущее понимание современной науки о данных принесет результаты как в традиционных отраслях, так и на цифровых в первую очередь по своему характеру предприятиях.

«Речь идет не просто о многообещающих инвестициях в технологии, – подчеркнула Завалишина. – Искусственный интеллект превращается прежде всего в практический инструмент улучшения бизнеса. Если в 2017 году речь шла о понимании потенциальных возможностей искусственного интеллекта, то в 2018-м – о его реальном практическом применении».

Это означает изменение всей картины искусственного интеллекта, переход от его восприятия в виде чего-то экзотического к внедрению роботизированных помощников и обыгрыванию машинами людей в шахматы и го. За всем этим незримо стоит искусственный интеллект.

Этот «невидимый искусственный интеллект» обеспечивает оптимизацию процессов традиционного бизнеса (например, в нефтяной и газовой отраслях) на основе машинного обучения.

Анализируя исторические данные, организации могут создавать более точные прогнозные модели функционирования оборудования и получать в реальном времени рекомендации по поддержке и внесению необходимых изменений в целях дальнейшего повышения эффективности.

Рост числа датчиков Интернета вещей и аналитических средств на оконечных узлах сети также способствует росту доступности промышленного искусственного интеллекта. Теперь, когда о преимуществах искусственного интеллекта говорят повсеместно, предприятия других отраслей, известные своим неприятием новых технологий, тоже начинают понимать его ценность для бизнеса.

Исследовательские, административные и консультационные подразделения, равно как и представители других секторов, выдвигающие предположения и делающие выводы на основе клиентской информации, видят, какой прорыв сулит все это.

«Мы наблюдаем колоссальные сдвиги, потому что машины обрабатывают огромные объемы информации самых разных типов, объединяя их и делая выводы гораздо быстрее, чем способен человек», – подчеркнула Гетц.

Ориентация на данные

В 2017 году наука о данных (Data of Science) сделала большой шаг вперед, но ее потенциал сдерживается низким качеством данных. Зачастую это заставляет исследователей данных тратить дополнительное время на подготовку и фильтрацию данных плохого качества.

«Думаю, что одним из вопросов, который требует практического рассмотрения, является повышение качества данных, – указал старший вице-президент компании Infogix по пресейлу аналитических средств Рави Рао. – Об управлении данными надо задумываться при планировании любой аналитики, не оставляя это на потом».

Рао убежден, что в ближайшее время мы станем свидетелями дальнейшей автоматизации процесса управления данными. Будет обеспечено автоматическое обновление данных, а в новых системах и новых наборах данных появятся все необходимые элементы управления.

«В перспективе это станет необходимым техническим условием, – пояснил он. – Ключевая роль будет отводиться искусственному интеллекту и машинному обучению, причем не только в продвинутой аналитике, но и во всем, что внедрению этой аналитики способствует. Речь, в частности, идет о качестве данных и управлении ими».

Доступность глубинного обучения

Исследователи данных по-прежнему в дефиците, и высокий спрос на них сохраняется, но глубинное обучение станет доступнее благодаря снижению входного порога.

Три ведущих поставщика облачных сервисов – Google, Amazon и Microsoft – предлагают сейчас услуги почасовой аренды своих графических процессоров, которые клиенты могут использовать для обучения своих нейронных сетей.

«После завершения обучения большого объема вычислений для выдачи прогнозов уже не потребуется, – заметил генеральный директор компании Insightly Энтони Смит. – Возможность аренды очень мощных графических процессоров на несколько часов для проведения обучения вместо физической их закупки поможет ускорить процесс».

Рост популярности чатботов

Смит убежден в том, что в 2018 году чатботы на основе искусственного интеллекта получат повсеместное распространение и помогут предприятиям оптимизировать процесс своего взаимодействия с клиентами и организационно-штатную структуру контакт-центров.

«В области маркетинга и CRM диалоговый интерфейс – как голосовой, так и текстовый – стал весьма востребован, – подчеркнул он. – В последние пару лет создание таких интерфейсов было сопряжено с существенными сложностями. Но Facebook и Google, проделав очень большую работу в потребительском пространстве, предложили ряд инструментов, упрощающих построение чатботов. Сейчас мы видим, что некоторые из этих инструментов являются уже достаточно зрелыми, и их можно использовать в том числе и в корпространстве B2B».

Голосовые технологии представляют собой вполне конкурентоспособную альтернативу электронным формам. При этом интерфейсы чатов отфильтруют или ограничат число вопросов исходя из предыдущих ответов пользователя.

«Для большинства людей это действительно гораздо быстрее и удобнее по сравнению с необходимостью заполнять формы всякий раз, когда вы хотите что-то получить от сайта, – указал Смит. – Нам кажется, что в 2018 году такие возможности будут весьма востребованными».

Смена ролей

В условиях растущей важности анализа данных поддерживающую роль должна играть вся организация.

«Чтобы наладить и правильно реализовать программу управления данными и повышения их качества, нужна организация, которая будет заниматься поддержкой соответствующих вопросов, – указал Рао. – Эту роль не может играть команда аналитиков. Традиционное ИТ-подразделение тоже не должно решать эти задачи, поскольку выполняет иные базовые функции. На передний план здесь выходит директор по данным со своей командой, обеспечивающий должное качество данных и управление ими при реализации всех аналитических инициатив. И в этом смысле директор по данным становится все более важной фигурой в любой организации».

Роль директора по данным в ближайшей перспективе не подвергается сомнению, но есть и другие люди, от которых также зависит очень многое.

«Думаю, что существенный вклад в расширение возможностей анализа должен внести главный аналитик», – добавила Гетц.

А вот в том, что роль директора по искусственному интеллекту получит повсеместное распространение, у аналитика Forrester есть сомнения.

«Я так не считаю, – указала она. – Вопросами использования технологий в бизнесе и их стратегическими аспектами должен заниматься директор по цифровым технологиям. Чаще всего директор по цифровым технологиям и директор по данным поддерживают тесное взаимодействие друг с другом, а в некоторых организациях директор по данным подчинен директору по цифровым технологиям».

По мнению Завалишиной, в ближайшее время должны появиться и новые роли, значение которых нам еще только предстоит осознать.

«Понимание науки о данных, безусловно, окажет существенную помощь, но нельзя забывать и о деловых навыках, – указала она. – Сегодня востребованы специалисты, находящиеся на пересечении сферы управления и науки о данных. Исследователи данных пользуются большим спросом, а поиск подходящей кандидатуры (если она вообще существует) выливается в очень сложный и дорогостоящий процесс. В ближайшее время потребность в таких людях будет только расти, и компаниям придется учиться использованию передовых технологий для решения стоящих перед ними задач».

В 2017 году, финансовые итоги которого были обнародованы в рамках ежегодного форума SAP Forum, выручка компании в России составила 468,4 млн евро, что на 32% выше, чем годом ранее, причем драйвером роста стали облачные решения. Облачное направление показало двукратный прирост по сравнению с предыдущим годом: судя по всему, «безоблачная» жизнь для отечественных предприятий закончилась.

Более сотни топ-менеджеров крупных российских компаний приняли участие в форуме с общим числом посетителей около 5 тыс. человек, вниманию которых были предложены девять параллельных сессий, более 80 докладов от экспертов и клиентов SAP, а также выставка из 70 стендов и 17 демозон.

Чем вызван такой всплеск интереса к решениям SAP? Наталья Парменова, генеральный директор SAP CIS, объясняет это так: «Сегодня нашим клиентам важно показать, что они меняются и готовятся к работе в цифровой экономике. Впервые многие из них демонстрируют не только свои достижения, но и рассказывают о своих планах, открываются для внешнего мира, а еще два-три года назад такие предприятия, как, например, НЛМК, выступать публично не спешили».

С целью повышения безопасности и снижения числа несчастных случаев на Новолипецком металлургическом комбинате развернута система мониторинга за действиями и перемещениями персонала. Проект, занявший четыре месяца, потенциально может быть тиражирован на всех предприятиях металлургической отрасли. Другой проект, представленный НЛМК впервые (о соответствующих работах говорилось также на недавнем форуме BIG DATA 2018. — Д.В.), имел своей целью прогнозирование замены доменных фурм, одного из наиболее дорогостоящих компонентов в литейном производстве. Фурмы выходят из строя более 200 раз в год, срок их службы варьируется в широких пределах, а внеплановый выход из строя влечет за собой остановку доменной печи или снижает ее эффективность. Созданное решение, которое позволяет точно прогнозировать выход фурм из строя, сэкономит предприятию десятки миллионов рублей в год. Выступая на SAP Forum, Олег Багрин, член правления и председатель комитета по стратегическому планированию группы НЛМК, заявил: «НЛМК можно вполне назвать технологической компанией с семью доменными печами».

Наталья Парменова: «Российская экономика сейчас проходит важный этап; конкурентоспособность страны зависит от результативности, скорости и масштабов цифровизации»

«Мы не та компания, которая берется предсказывать будущее, мы зажигаем только те звезды, которые кому-то нужны», — отметила Парменова. Предприятиям цифровой экономики сегодня нужен сплав из таких технологий, как Интернет вещей, блокчейн, машинное обучение, предсказательная аналитика. Именно это и пытается реализовать SAP, обеспечивая их совместную работу для того, чтобы гарантировать своим заказчикам синергетический эффект в сильносвязанном мире. Возможно поэтому и выставочное пространство форума было структурировано на этот раз не по отраслям, а по технологиям. Идея интеграции легла, например, в основу платформы SAP Leonardo, позволяющей создавать и поддерживать выполнение индивидуальных бизнес-сценариев, отдельные компоненты которых для разных отраслей можно найти в репозитории приложений SAP Store, созданном по аналогии с Google Play. Сегодня уже 15 клиентов в России работают на Leonardo, а компания SAP осваивает новую для себя роль – поставщика масштабируемой платформы для цифровых предприятий. Продажи другого флагманского решения SAP – системы S/4HANA — выросли за 2017 год в три раза, очередная версия была дополнена средствами машинного обучения и инструментами предиктивной аналитики. S/4HANA сейчас используют 7900 клиентов из более чем ста стран и 32 индустрий, а в России эта система развернута более чем в 80 компаниях.

В целом у SAP сегодня в России 1600 клиентов, из них 94 добавились в 2017 году. Доля предприятий малого и среднего бизнеса составляет 11%, а среди других показателей работы компании в России на форуме были озвучены следующие: доля на рынке корпоративных приложений – 49%, 76% – доля среди решений бизнес-аналитики и 8% — на рынке СУБД. Наиболее востребованы решения SAP на предприятиях металлургии, транспорта, финансов и добывающей отрасли, а в числе ключевых сделок прошлого года на форуме были отмечены сделки с такими компаниями, как КАМАЗ (создание интернет-магазина), ОМК (управление ремонтами), «Северсталь» (в частности, отслеживание средствами машинного обучения взрывоопасных предметов в металлоломе), Сбербанк (управление персоналом из более чем 200 тыс. сотрудников с помощью решения SAP SuccessFactors), «Норникель» (контроль маржинальности клиентов и поставщиков).

Форум прошел под девизом «Видеть больше». Однако, как отметил на пленарной сессии Багрин, мало только «видеть больше» – надо уметь понимать данные, распознавать главное, выявлять тенденции, чтобы вовремя принимать взвешенные решения, иначе, по образному выражению соведущего форума Ивана Урганта, такие форумы можно спутать со съездами офтальмологов. Данных всегда не хватает, качественных сведений мало, а для создания и эксплуатации «умных» решений требуются не только органы зрения.

На форуме BIG DATA 2018, проведенном издательством «Открытые системы», компания «ЕС-лизинг» представила ряд проектов, использующих большие данные. Один из самых масштабных проектов компании в этой области, представленный Виталием Чугуновым, руководителем отдела специального ПО «ЕС-лизинга», был реализован для Центральной информационно-аналитической системы государственного информационного обеспечения сельского хозяйства. В результате Министерство сельского хозяйства получило средства оценки и прогнозирования производственной устойчивости сельхозпроизводителей всех направлений (растениеводческих, животноводческих), их финансовой устойчивости, наглядно визуализированные «паспорта регионов» и т. д.

Другое важное направление работы компании — «умный город». Созданные в «ЕС-лизинг» решения позволяют сопоставить производство и потребление коммунальных ресурсов в Самаре (водо-, электро- и теплоснабжение), как в масштабах всего города, так и по отдельным объектам.

Например, выяснилось, что городские теплоцентрали «потянут» планирующиеся новостройки с потреблением около 1 млн кКал/год. Теплокарта плотности населения показала, какие районы потенциально энергодефицитны, а карта прогнозируемой плотности населения — где разумнее всего строить жилые дома, где — размещать различные объекты инфраструктуры.

Исследование электропотребления по детским садам выявило, например, большой разброс в реальном расходе электричества на квадратный метр. В одних учреждениях оно было почти вдвое меньше расчетного (29,5 кВт на кв. м), в других — существено выше (до 82% превышения). Отличалась в разных учреждениях и цена госзакупки электричества, причем, в среднем, она была выше среднего, иногда — существенно (до 44%). Городским властям есть над чем подумать.

На «умную» карту города можно наносить и события, которые нашли отклик в соцсетях (произошло ДТП, жители отметили некую школу как «хорошую»). Оперативная реакция на такие события, как полагает Чугунов, повысит вовлеченность граждан в процессы управления городом.

Также Чугунов представил решения «ЕС-лизинг» для медицины. Приложение Endoscop.tv является мобильной составляющей специализированной микросоциальной сети врачей-эндоскопистов, обменивающихся в ней профильными материалами и практическими примерами лечения. Аналитическая система «Кардио-барометр» позволяет дистанционно с помощью математических методов анализа сигнала ЭКГ выявлять, визуализировать и отслеживать тенденции в состоянии здоровья пациента, его реакцию на медицинские препараты. Информационно-аналитическая система «Расчет и моделирование себестоимости медицинских услуг ЛПУ» предназначена для поддержки принятия решений в области финансово-экономической деятельности лечебно-профилактических учреждений, моделирования и прогнозирования себестоимости медицинских услуг, расчета себестоимости услуг; сравнения расчетной себестоимости с тарифами.

Не прошел Чугунов и мимо кадровой темы. Дефицит специалистов в области больших данных уже в ближайшие годы ожидается огромный, рынок готов «переварить» 80-100 тыс. новых аналитиков в год. Совместно с IBM компания организовала подготовку специалистов на кафедре информационно-аналитических систем Московского института электроники и математики НИУ ВШЭ. В 2015 году кафедра выпустила первых магистров, получивших сертификат, подтверждающий умение работать с аналитическим и средствами Голубого гиганта.

Аналитика больших данных становится востребованной во все новых сферах бизнеса, к традиционно передовым в деле освоения информационных технологий предприятиям телекомуникационного и финансового секторов присоединяется и розничная торговля. На конференции Big Data 2018, проведенной издательством «Открытые системы», прошел круглый стол по цифровизации ретейла, а компания IT Pro представила проект, реализованный для российского подразделения компании Finn Flare, международного производителя и продавца одежды под одноименной торговой маркой.

У Finn Flare широкий ассортимент (около 10 тыс. позиций) и широкая сбытовая сеть. Компания ведет продажи через полторы сотни собственных магазинов в России, Казахстане и Белоруссии, сайт finn-flare.ru, широкие франчайзинговую и партнерскую сети (с «обычными» и онлайновыми торговыми точками).

Задача, поставленная перед IT Pro, состояла в том, чтобы на основании имеющихся исторических данных создать решение, способное прогнозировать дневную выручку каждого из магазинов компании.

Первое, с чем столкнулся интегратор, по словам Максима Шляпнева, директора по консалтингу IT Pro, — неполнота и даже противоречивость исходных исторических данных. Это, судя по всему, беда всех проектов такого рода: раньше данные заносились в учетные системы потому, что их положено было заносить, использовать их не собирались, а, стало быть, и за качеством никто не следил.

Тем не менее, компании удалось сформировать «обучающий набор» данных за три последних года, разбитых по различным категориям. Учитывался день недели (рабочий, выходной, праздничный — последние разбивались по типу праздника), погода (температура, влажность, скорость ветра), а среди данных о продажах — дневной оборот, количество покупок, максимальная цена продажи. Кроме того, магазины были разбиты на группы по численности населения, приходящегося на торговую точку.

На основании исторических данных IT Pro «обучили» рекуррентную нейросеть с долгой краткосрочной памятью (Long Short-Term Memory, LSTM; нейронные сети такой архитектуры способны «запоминать» долговременные зависимости). Теперь ежедневно «на вход» сети подаются данные о продажах за последние 90 дней, на основании которых она дает прогноз на ближайший 31 день.

Судя по графикам, приведенным Шляпневым, совпадение между оценками и реальными продажами не стопроцентно, но динамику, судя по приведенным графикам, нейросеть отслеживает вполне удовлетворительно, в том числе — способна предсказывать существенные падения и пики спроса.

В Finn Flare получил инструмент ежедневного контроля продаж — если они существенно расходятся с прогнозом, то это «звоночек» для руководства компании. В свою очередь прогноз продаж позволяет оптимизировать процесс закупок в рамках компании и объем товарных запасов в самих магазинах.

В планах Finn Flare и IT Pro — повышение точности прогноза, оптимизация списка факторов, влияющих на продажи, и реализация решения в виде сервиса Microsoft Azure, что позволит ускорить обучение моделей.

Соучредитель компании Romanov & Partners Алексей Романов и руководитель направления стратегии Альфа-Банка Александр Савенков назвали три причины, почему, по их мнению, цифровую трансформацию проводить не нужно. Во-первых, это происходит в ситуации, когда руководитель преприятия не понимает или не объясняет, что такое цифровая трансформация для него, чего он хочет. При этом выступающие отметили интересную вещь: при грамотном управлении организацией цифровая трансформация не требуется вовсе. Бизнес проходит несколько стадий: сначала он требует инвестиций, потом показывает рост, далее нуждается в оптимизации и обновлении. Если соответствующая перестройка происходит, снова начинается рост, если нет – компания затевает трансформацию, чтобы успеть за тем, кто ушел вперед. В Альфа-Банке оптимизация выразилась, в частности, в создании цифрового банка, появлении партнерских продуктов и др.

Второй ситуацией, в которой не стоит делать цифровую трансформацию, является момент, когда в компании уже происходит какая-либо другая трансформация. Допустим, запущена работа над изменениями в области продуктов, экосистемы, обучения сотрудников и т.д. Тогда элементы цифровой трансформации можно встроить в текущие процессы.

Наконец, по мнению выступающих, не следует заниматься трансформацией, если нет четкой бизнес-стратегии, по которой будет развиваться организация: цели, понимания рынка, на котором происходит работа, преимуществ, ключевых компетенций и внутренней организации. Спикеры расмотрели стратегию как систему и разделили ее на несколько подсистем для удобной работы. Так, первой подсистемой у них является подсистема наблюдения. Она включает в себя работу по мониторингу за отраслью, конкурентами, законодательством, самой компанией и отслеживание неожиданных событий. Вторая подсистема, аналитическая, призвана, собственно, проанализировать все виды стратегических выборов, использовавшиеся ранее стратегии, проблемные точки и т.д. Подсистема принятия решений отвечает за разделение стратегических и операционных вопросов, обсуждения и др. Наконец, четвертая подситема – подсистема исполнения – занимается бюджетом, ежедневной работой, коммуникациями.

Подытоживая свое выступление, Савенков и Романов рекомендовали постоянно согласовывать и подтверждать, что такое цифровая трансформация, что в нее входит, если есть необходимость ее проводить, объединять существующие трансформационные программы в единый гибкий контур управления и убедиться в правильности разработки своей стратегии развития.

Руководитель департамента маркетинговых коммуникаций «М.Видео» Юлия Зарипова развеяла миф о том, что цифровизация может убить традиционный ретейл. По ее словам, покупатели переходят в онлайн, но далеко не все. Так, согласно приведенной ею статистике, начинают поиск товара в Сети 46% покупателей. Из них 65% потом делают покупки офлайн. Почти все (94%), кто ищут товары в обычных магазинах, в них же и остаются и не переходят на интернет-площадки. Таким образом, сделала вывод Зарипова, потребителю все еще нужен магазин: он приходит туда делать выбор, проверять товар, получать новый опыт и развлекаться. Примером могут служить периодически возникающие очереди за модными товарами, например, за игрововой приставкой Nintendo или кроссовками Канье Уэста. По ее словам, молодежь, которая по логике вещей лучше всех должна понимать возможности Интернета, предпочла покупки в обычных магазинах онлайн-заказам из-за возможности пообщаться с единомышленниками.

Другими причинами отказа от формата онлайн являются долгая доставка товаров и недостаточно развитая интернет-консультация. По мнению Зариповой, покупатель нуждается в едином пространстве для покупки, поэтому ретейлерам важно развивать омниканальность. Также потребители хотят быструю скорость получения продукции, гарантии качества и внимание к себе (персональные предложения, программы лояльности, акции, скидки). Консультант в магазине теперь не только человек, который выносит товар со склада, но и тот, кто обогащает клиента новой информацией. Покупатель хочет выделяться, подчеркивать индививидульность, поэтому при его обслуживании можно использовать персональный подход с использованием больших данных («Он приходит в магазин, а мы уже все про него знаем»). Кроме того важно помочь ему создать уникальный образ и постоянно, но ненавязчиво информировать о новинках.

Помимо этого потребитель хочет показывать себя, и для этого существует много способов: сториез, трансляции, видеоскетчи и др. Все это можно использовать для привлечения клиента и рекламы магазина. При этом ретейлеры должны стремиться быть удобными любому покупателю, независимо от предпочтений, возраста и других характеристик, считает Зарипова.

Таким образом, цифровая трансформация не обязательно означает полный уход потребителя в цифровую среду. Новые технологии дают возможности эффективно взаимодействовать с покупателем офлайн.

Управляющий директор Delivery Club Андрей Лукашевич рассказал, как его компания использует большие данные. По его словам, на данный момент доставка еды — едва ли не единственный растущий сегмент общепита, и цифровые технологии здесь хорошо помогают. В Delivery Club проанализировали соотношение спроса и предложения в столице. Вполне естественно, что в центре по сравнению с отдаленными районами у покупателей больше выбор. Кроме того, данные позволили понять, что могли бы покупать жители этих районов, если бы у них была возможность. Ориентируясь на результаты исследования, компания планирует открыть в Москве точки доставки, которые будет предлагать своим партнерам. Пилотный проект запущен на севере Москвы в районе станции метро «Бабушкинская».

Также большие данные помогают предсказать, в какой день, в каком районе и что именно может понадобиться.

Начальник службы инновационных систем международного аэропорта «Шереметьево» Денис Бухтиенко рассказал о том, какие сервисы для самообслуживания используются в «Шереметьеве». По его словам, главной целью цифрового оснащения аэропорта является обеспечение пассажирам комфортного пребывания. Цифровая экосистема аэропорта состоит из трех элементов – сайта, приложения и мессенджера. В 2009 году сайт отвечал все требованиям, существующим на тот момент, рассказал Бухтиенко, но за прошедшие с тех пор годы успел устареть. Его обновляют, ориентируясь на мировой опыт. Так, интерфейс, согласно современным тенденциям, должен быть чистым и лаконичным, главная страница — давать быстрый доступ к популярным разделам и делать акцент на поиске нужного пассажиру рейса. Существующий прототип главной страницы предполагает наличие трех больших разделов «Вылет», «Трансфер» и «Прилет». Табло рейсов, которое сейчас занимает половину страницы, спрятано, но его можно посмотреть, кликнув на соответствующий пункт сверху. Там же можно найти схему аэропорта, информацию об услугах, изменить язык, включить режим для слабовидящих и др. Ниже приводятся данные о парковках, магазинах, новости, ссылка на приложение аэропорта и специальная информация для инвалидов. Четче видна поисковая строка.

Приложение на телефон позволяет быстро узнавать информацию о полетах и оплачивать парковки, смотреть навигацию по аэропорту и присылает пуш-уведомления.

Мессенджер осуществляет коммуникацию, чат-бот берет на себя роль оператора контакт-центра – пассажир может задать любой вопрос (например, он чего-то не понял, не нашел) и оперативно получить ответ.

Помимо этой экосистемы в «Шереметьеве» вводят и другие цифровые элементы. Например, сервис самостоятельной сдачи багажа, доступный зарегистрированным пассажирам внутренних линий «Аэрофлота». Клиенты сами печатают бирку, наклеивают ее и отправляют чемоданы в багаж. Также в аэропорту установлены специальные киоски, при сканировании посадочного талона предоставляющие необходимую пассажирам информацию. Устройства предназначены для упрощения навигации. Еще одно нововведение – табло, основанные на мониторах с ЖК-панелями. Они выводят расписание на трех языках, русском, английском и китайском, полезную информацию о дорожной ситуации, метеосводки, рекламу и др.

По словам Бухтиенко, аэропорт готов полностью отказаться от бумажных посадочных талонов, однако пока не имеет соответствующего законодательного разрешения. «Шереметьево» также работает над автоматизацией посадки на борт (в том числе с использованием биометрии), которая по замыслу сделает ненужным какое-либо взаимодействие пассажиров с агентами.

27 марта в Объединенном институте ядерных исследований в Дубне, где накануне отметили 62-ю годовщину его создания, состоялась церемония открытия суперкомпьютера, в состав которого вошел кластер компании РСК на базе технологий Intel, и вычислительный комплекс на основе архитектуры Nvidia Volta, развернутый компанией IBS Platformix. Новый суперкомпьютер назван в честь член-корреспондента Академии наук СССР Николая Говоруна в знак признания его особого вклада в развитие вычислительной техники и информационных технологий ОИЯИ.

Суперкомпьютер создан по инициативе лаборатории теоретической физики и лаборатории информационных технологий ОИЯИ, пояснил Владимир Кореньков, директор ЛИТ. По его словам, суперкомпьютер позволит кардинально ускорить теоретические и экспериментальные исследования в области ядерной физики и физики конденсированных сред, проводимых в ОИЯИ.

С целью расширения таких исследований создается коллайдер NICA (Nuclotron based Ion Collider fAcility), ускорительный комплекс, работающий на встречных пучках тяжелых ионов, ввод в действие которого запланирован на 2020 год.

Кластер «РСК Торнадо» содержит 40 двухпроцессорных вычислительных узла на базе Intel Xeon Gold 6154 и 21 узел с 72-ядерными серверными процессорами Intel Xeon Phi 7290, которые укомплектованы твердотельными SATA-накопителями Intel SSD DC S3520 и высокопроизводительными SSD DC P4511 с интерфейсами NVMe.

Для высокоскоростной передачи данных между вычислительными узлами кластера используются решения на основе коммуникационной архитектуры Intel Omni-Path Architecture, которые, как считают ее разработчики, опережает по производительности системы на основе технологии Infiniband EDR, обладая, к тому же, меньшими задержками.

В кластере «РСК Торнадо» ОИЯИ неблокируемая коммутация с быстродействием до 100 Гбит/c осуществляется 48-портовыми коммутаторами Intel Omni-Path Edge Switch 100 Series. В РСК утверждают, что в установленном в Дубне суперкомпьютре впервые в нашей стране применяется решение Omni-Path с полностью жидкостным охлаждением.

Система прямого жидкостного охлаждения собственной разработки РСК - ключ к обеспечению энергоэффективности суперкомпьютеров компании. В Дубне температура хладоносителя на входе шкафов кластера составляет 45 градусов Цельсия. Это, как одчеркивают в РСК, позволяет круглогодично работать в режиме естественного охлаждения (free cooling). Среднегодовой коэффициент энергоэффективности (Power Usage Effectiveness, PUE) системы охлаждения не превышает, по данным РСК, показателя 1,06.

Вторая часть суперкомпьютера состоит из пяти вычислительных узлов Nvdia DGX-1 с ускорителями Nvidia Tesla V100 и прикладным программным обеспечением для исследований в области искусственного интеллекта и глубокого обучения. Их поставку и ввод в действие в кластере на платформе Nvidia осуществили специалисты компании IBS Platformix.

Распределение задач между кластерами РСК и Nvdia происходит в рамках гетерогенной платформы HybriLIT, пояснил Кореньков.

Собственный суперкомпьютер, расчитывают ОИЯИ, значительно упростит решение многих задач, включая разработку и адаптацию программного обеспечения для ускорительного комплекса NICA, моделирование физических процессов при подготовке экспериментов, обработку полученных результатов, в том числе, фильтрацию и визуализацию данных, реконструкцию треков и выявление произошедших событий. (С применением вычислительных ресурсов, которыми ЛИТ располагает в настоящее время, обработка значительных объемов данных экспериментов на комплексе NICA потребует, по имеющимся оценкам, около двух лет.)

Среди других приложений суперкомпьютера – ресурсоемкие задачи в области решеточной квантовой хромодинамики, а также исследования свойств сильно коррелированных систем в области физики новых материалов.

К важнейшим преимуществам его приобретения в ОИЯИ относят также подготовку специалистов, способных разрабатывать и использовать возможности вычислительных систем нового поколения в научных исследованиях в физике высоких энергий и ядерной физике.

Ожидаемая cуммарная пиковая производительность суперкомпьютера составит 1 PFLOPS при выполнении операций с одинарной точностью или около 500 TFLOPS при вычислениях с двойной точностью. Реальные показатели будут определены в процессе его эксплуатации. Предусмотрен значительный резерв для установки дополнительных узлов по мере роста рабочей нагрузки.

На конференции «Цифровой город Москва – итоги 2017 года и образ будущего» представители столичного Департамента информационных технологий рассказали о своих достижениях последних лет и поделились ожиданиями, какое будущее ждет москвичей в «цифровом городе».

Возможно, хотя это и не было заявлено, потребность в таком подведении итогов возникла в связи с тем, что в этом году завершается реализация программы «Информационный город», стартовавшей в 2011-м. На следующий день после мероприятия было объявлено, что глава ГБУ «Инфогород» Алексей Чукарин назначен на должность заместителя руководителя ДИТ и, среди прочего, курирует разработку новой программы.

На конференции Чукарин напомнил, что «Информационному городу», в свою очередь, предшествовала программа «Электронная Москва», обеспечившая хороший уровень компьютеризации столичных учреждений. Однако у «Информационного города» результат качественно другой – эта программа была нацелена на то, чтобы перевести в электронную форму максимальное число услуг для москвичей. Запись на прием к врачу, оплата парковок, электронный дневник – вот некоторые пункты из списка возможностей, появившихся у жителей столицы благодаря «Информационному городу».

Следующий шаг – обеспечить горожанам полную доступность в электронном виде всех сервисов, как коммерческих, так и государственных. «Житель столицы должен иметь возможность в любой момент и в любой точке получить исчерпывающий набор услуг, который сэкономит ему время и обеспечит юридически значимый результат», — заявил Чукарин. Это одна из основных целей ДИТа на ближайшие годы наряду с повышением эффективности городского управления и развитием экосистемы цифровой экономики, которая позволит привлекать бизнес к реализации программы.

Задел для успеха цифровой экономики в Москве есть. По словам Чукарина, российская столица входит в десятку крупнейших городов мира, где реально происходят цифровые преобразования. Летом прошлого года Всемирная организация электронных правительств городов мира We Go отметила Москву специальным призом за предоставление госуслуг в электронной форме и включила в Топ-7 «умных городов». В столице находится 80% штаб-квартир российских и международных компаний в области высоких технологий и ИТ, и здесь работает огромное количество ИТ-специалистов, спрос на которых постоянно растет. Ежегодно ДИТ реализует около 300 проектов. «Нет ни одной сферы жизни города, которая не была бы затронута проектами ДИТ, от совсем небольших до таких масштабных, как ЕМИАС или Московская электронная школа», — отметил Чукарин.

Тенденция развития этих проектов на ближайшее десятилетие – объединение разрозненных платформ вокруг пользователя и, как результат, создание для него комфортной среды получения кастомизированных и своевременных услуг. «Приведу пример: у нас уже есть все необходимые данные для того, чтобы заранее информировать москвича о необходимости продлить водительские права. Но будет еще лучше, когда появится возможность делать это автоматически, если нет критического объема нарушений. Такой должна быть комфортная электронная среда москвича», — поделился планами Чукарин.