Международная конференция IBM Insight, собравшая в этом году около 14 тыс. участников, традиционно посвящена теме аналитики. Для корпорации аналитика в различных ее ипостасях – стратегическое и наиболее успешное направление, на фоне общего падения прибыли бизнес IBM Analytics в первых двух кварталах 2015-го вырос на 20% по сравнению с тем же периодом в прошлом году. Не злоупотребляя термином «Большие Данные» (в выступлениях на открытии Insight 2015 он не прозвучал ни разу), в IBM продолжают говорить об огромном объеме и разнообразии той информации, с которой приходится работать компаниям, и о том, что конкурентные преимущества определяются способностью извлекать смысл из этих данных.

В корпорации считают: сегодня зарождается экономика нового типа – Insight Economy, «экономика познания». Как отметил Боб Пиччиано, старший вице-президент IBM, возглавляющий подразделение IBM Analytics, лидерство в такой экономике базируется на возможностях получать как можно больше данных из как можно большего числа источников и применять эти данные в своей работе для получения ответов на наиболее сложные вопросы. «Мы сможем принимать взвешенные и эффективные решения, если сумеем комбинировать все доступные нам внутренние и внешние данные и использовать продвинутую аналитику для их понимания, — подчеркнул Пиччиано. – Конечная цель – сделать аналитику частью каждого нашего действия, каждого взаимодействия, каждого решения и каждого бизнес-процесса».

Цель благая, но труднодостижимая для многих в силу сложности и зачастую высокой стоимости аналитических инструментов и необходимой инфраструктуры для их развертывания, а также из-за отсутствия понимания, какие источники данных могут быть действительно полезны для бизнеса, какой анализ к ним нужно применить и как интегрировать результат в повседневные бизнес-операции.

Учитывая это, в IBM делают ставку на облачную реализацию и отраслевую ориентацию своих аналитических сервисов в партнерстве с компаниями, чей бизнес связан с получением и обработкой гигантских массивов данных. Так, благодаря начатому в прошлом году сотрудничеству с Twitter корпорация может сегодня предложить пакет сервисов анализа комментариев социальной сети, который помогает компаниям лучше понять своих клиентов: кто они, что им нравится, а что — нет, и, следовательно, более эффективно сегментировать аудиторию и совершенствовать маркетинговые инициативы.

Пакет Market Insights рассчитан на производителей продуктов массового потребления и медийный бизнес и является одним из компонентов анонсированного на Insight 2015 комплекса аналитических сервисов IBM Insight Cloud Services. Сервисы базируются на облачной инфраструктуре SoftLayer, инструментах из портфеля IBM Analytics, партнерских решениях, а также системах с открытым кодом и открытых источниках данных.

Еще один пакет в составе этого комплекса, Demand Insights, поможет производителям и ретейлерам анализировать влияние на потребительский спрос множества факторов, включая новости и комментарии в социальных сетях, и даже погоду. Последнее стало возможным благодаря партнерству IBM с The Weather Company, ставшему одной из центральных тем форума. На его открытии было рассказано, как прогнозы погоды, предоставляемые этой компанией, могут использоваться в аналитике с применением инструментария IBM, а в один из последних дней Insight 2015 пришло сообщение, что Голубой Гигант приобретает большую часть активов The Weather Company, включая ее торговую марку.

Погода, Watson и Интернет вещей

Представленные на форуме сервисы Insight Data Packages for Weather, входящие в состав IBM Insight Cloud Services, объединяют массивы данных, собираемые IBM и The Weather Company, и дают возможность на основе этих данных формировать ценные рекомендации для бизнеса. В качестве потенциальных клиентов таких сервисов назывались страховые компании, коммунальные службы, органы муниципального управления, розничные сети, авиаперевозчики и др.

Объединение с The Weather Company демонстрирует стремление IBM усилить в своем бизнесе важнейший, по мнению корпорации, компонент реализации insight-экономики – аналитику Интернета вещей. По словам Пиччиано, сегодня 90% огромных объемов данных, поступающих с различных устройств, вообще не собираются и, соответственно, не анализируются, а ведь они могли бы дать множество ценнейшей информации для бизнеса.

Облачная платформа The Weather Company обеспечивает прекрасный инструмент сбора таких данных: компания строит свои прогнозы на базе информации с миллиардов сенсоров и миллионов мобильных устройств. А ключевым преимуществом подхода IBM к Интернету вещей, как отметил Крис О’Коннер, генеральный менеджер недавно созданного подразделения IBM IoT, является то, что собранные с устройств данные обогащаются развитыми аналитическими возможностями. «Объединив два потока данных – с датчиков, например, вашей машины и с устройств наблюдения за погодой — и применив к ним аналитику, мы можем спрогнозировать наиболее и наименее благоприятные условия эксплуатации автомобиля, а это очень важная информация, скажем, для страховщиков», — пояснил О’Коннер.

К тому же здесь речь идет не только о традиционной аналитике, но и аналитике совершенно нового типа – когнитивных возможностях системы Watson, которую IBM все активнее продвигает в качестве инструмента для решения бизнес-задач. Как рассказал Майк Родин, старший вице-президент IBM, глава IBM Watson Group, в 2011 году, когда IBM Watson стал известен всему миру после победы в телеигре, система имела единственный API и пять базовых технологий, с помощью которых она могла отвечать на вопросы, сформулированные на обычном языке. Сегодня Watson – это 27 API и около полусотни технологий искусственного интеллекта, позволяющих системе понимать четыре языка, обосновывать ответы на вопросы и строить гипотезы, а главное, постоянно учиться и расширять свои компетенции. Благодаря этому машину можно использовать в роли полноправного эксперта в различных областях. Достижения Watson в медицине широко разрекламированы, но Родин сообщил, что система находит применение уже в 17 отраслях, в том числе в финансовых и юридических сервисах, нефтегазовой индустрии и др.

В IBM подчеркивают доступность когнитивных возможностей Watson широкому кругу пользователей, это обеспечивается как благодаря облачным сервисам самой IBM, так и с помощью обширной экосистемы партнеров (400 компаний, около 80 тыс. разработчиков, свыше 100 коммерческих приложений). На Insight 2015 были анонсированы обновления облачного пакета бизнес-аналитики IBM Watson Analytics, в том числе новые отраслевые модели обнаружения данных под названием Expert Storybooks, призванные помочь в выявлении и исследовании источников данных, релевантных задачам бизнеса. Одна из таких моделей разработана совместно с The Weather Company и поддерживает использование погодных данных в анализе прибыли компаний.

Microsoft продолжает совершенствовать облачную платформу Azure: в ней появился сервис контейнеризации, центр безопасности и новые инструменты для работы с Большими Данными.

Сервис Azure Container, реализующий средства планирования и оркестровки, был анонсирован на виртуальном мероприятии Microsoft AzureCon, а доступным для ознакомления он станет к концу года. Azure Container Service создан в партнерстве с компаниями Docker и Mesosphere. Он представляет собой среду для работы с контейнеризованными задачами в формате Docker, опирающуюся на диспетчер управления кластерами Apache Mesos.

«Контейнерные технологии меняют основы разработки, развертывания и выполнения приложений, — подчеркнул Джейсон Зандер, корпоративный вице-президент Microsoft по Azure. — Docker привлекает внимание отрасли, упрощая процессы создания и упаковки контейнеризованных приложений, благодаря чему они могут выполняться где угодно. Кроме того, Docker обеспечивает преимущества с точки зрения темпов разработки и плотности развертываний».

Azure Data Lake Store - единый репозиторий для данных любых размеров и типов, в том числе для неструктурированных, полуструктурированных и структурированных.

Пользуясь сервисом Azure Container, можно сформировать кластер Mesos и организовать планирование запуска приложений в контейнерах Docker на группе виртуальных хостов.

В состав решения входят и другие компоненты с открытым кодом, в том числе система Marathon для запуска и масштабирования контейнеризованных приложений и механизм управления распределенными рабочими нагрузками Chronos.

Azure Container Service позволяет управлять контейнерами с помощью инструментария Docker Swarm. В дальнейшем, как сообщили в Microsoft, на сервисе также появится поддержка контейнеров Windows Server.

В корпорации также анонсировали Azure Security Center — инструмент, позволяющий более тщательно контролировать защищенность ресурсов в облаке Microsoft.

Новый компонент интегрируется с сервисами безопасности компаний Barracuda, Checkpoint, Cisco, Imperva и Trend Micro, позволяя анализировать информацию, собранную в средах заказчиков, и сопоставлять ее с данными глобальной разведки угроз, накопленными в Microsoft.

Azure Security Center станет доступным для пользователей облачной платформы к концу года.

На том же мероприятии в Microsoft объявили, что Azure IoT Suite, решение для Интернета вещей, анонсированное в нынешнем году, сейчас доступно для приобретения. Начала также действовать программа сертификации партнеров Microsoft Azure Certified for IoT, в которой могут принять участие поставщики решений, помогающих предприятиям во внедрении платформ и устройств Интернета вещей.

Наряду с этим в Microsoft объявили о расширении представленного в текущем году «озера данных» Azure. Новые инструменты для Azure Data Lake призваны упростить и сделать более доступной работу с Большими Данными, в частности их анализ.

Решение переименовано — теперь оно называется Azure Data Lake Store. Это единый репозиторий для данных любых размеров и типов, в том числе для неструктурированных, полуструктурированных и структурированных. Как подчеркивают в Microsoft, при использовании репозитория не нужно будет по мере роста объема данных вносить изменения в приложения.

Данными, размещаемыми в хранилище, можно делиться в защищенном режиме для обработки и анализа. Данные могут поступать в режиме реального времени с датчиков и устройств — для приложений Интернета вещей, — или, например, с сайтов электронной коммерции.

Доступ к хранилищу в ознакомительном режиме будет открыт в текущем году. Оно совместимо с файловой системой HDFS, благодаря чему размещенные в нем данные доступны для обработки и анализа в дистрибутивах Hadoop, таких как Hortonworks, MapR и Cloudera, сообщили в Microsoft.

В составе решения Azure Data Lake Analytics в этом году также появится новый динамически масштабируемый аналитический сервис на базе компонента Apache YARN.

Сервис поддерживает язык запросов U-SQL, который, как обещают в Microsoft, благодаря масштабируемому механизму распределенной обработки позволит эффективно анализировать данные, размещенные в Azure Data Lake Store, в Azure-экземплярах SQL Server и в Azure SQL Data Warehouse.

Кроме того, теперь в составе Azure Data Lake есть Microsoft HDInsight — дистрибутив Hadoop от Microsoft. Это полностью управляемый сервис кластеров Hadoop с аналитическими движками Hive, Spark, HBase и Storm. На сегодня в Azure Data Lake доступны управляемые Linux-кластеры с соглашениями об уровне обслуживания, обещающими коэффициент безотказной работы 99,9.

Наряду с этим для Azure Data Lake предлагается инструментарий Azure Data Lake Tools for Visual Studio, который, как объясняют в Microsoft, представляет собой интегрированную среду разработки, позволяющую взаимодействовать с озером данных Azure и ведущими приложениями Hadoop от независимых разработчиков, реализующими функции безопасности, руководства, подготовки данных и аналитики.

В рамках конференции Huawei Network Conference 2015, впервые проведенной компанией в Москве с целью продемонстрировать технологии и продукты для построения и управления программно-конфигурируемой сетевой инфраструктурой (Software Defined Infrastructure, SDI), состоялась сессия по Большим Данным. В работе сессии приняли участие представили компаний SAP, «Крок», «Техносерв», «Вымпелком» и Teradata.

Как следовало из доклада, который сделал Дон Либинь, директор компании по глобальным продажам корпоративных ИТ-решений, в Huawei еще в 2009 году заинтересовались проектами, связанными с Большими Данными. В 2011 году был выпущен первый продукт – платформа Galax HD, позже получившая название FusionInsight Hadoop и сегодня нашедшая применение у более чем ста заказчиков по всему миру. Платформа предлагает унифицированные средства хранения больших массивов данных, поиска и аналитики, помогающие предприятиям из сферы телекоммуникаций, финансов и госуправления решать задачи обработки Больших Данных. Для открытой платформы FusionInsight требуются обычные серверы стандартной архитектуры, причем без каких-либо дополнительных аппаратных компонентов, а в состав ПО входят средства управления ресурсами, инструментарий разработчика и комплект программ моделирования, позволяющих обнаруживать скрытые взаимосвязи в данных и использовать их для развития бизнеса. Так, благодаря FusionInsight в China Merchant Bank удалось с недель до минут сократить процедуру проверки кредитной истории потенциальных клиентов, что позволяет почти в реальном времени принимать решение о выдаче кредитов. На сегодняшний день Huawei является третьим после Hortonworks и Cloudera контрибьютором проекта Apache Hadoop (Spark).

В чем состоит проект Больших Данных? Тиражируемы ли такие проекты? Не пора ли, как призывают аналитики Gartner, вообще отказаться от термина «Большие Данные»? Эти и другие вопросы были поставлены перед участниками сессии. Сергей Марин из компании «ВымпелКом» считает, что, по сути, проект Больших Данных напоминает продажу продукта внутри своей компании – «сначала приходится объяснять сотрудникам, что это и зачем надо, а потом получать шквал запросов от них с требованием установить соответствующие инструменты и помочь использовать их в своей работе». Так, для бизнеса оператора связи средствами из арсенала технологий Больших Данных (Python, Spark, Hive, Pig и др.) решаются вопросы управления оттоком клиентов, маркетинговыми действиями с ними, а также обнаружения фрода. В решении последней задачи в «ВымпелКоме», по словам Марина, особенно преуспели – теперь, чтобы выявить факты мошенничества, требуется 15 минут, а не несколько дней, как раньше.

По мнению участников сессии, ни один коммерческий поставщик решений не сможет предложить полного спектра инструментов, необходимых для задач Больших Данных, хотя проприетарные продукты обычно проще и удобнее в работе. Однако узким местом является нехватка специалистов: сегодня не составляет проблем средствами Hadoop собрать витрину данных и выгружать из нее требуемые фрагменты, но мало специалистов, умеющих задавать бизнесу правильные вопросы. У нынешних студентов, как правило, есть познания в конкретных технологиях, но нет знаний. В этой связи вторично, используются ли в компании коммерческие решения типа Teradata Presto – интерактивная распределенная система обработки SQL-запросов в памяти, масштабируемая до петабайтного уровня, или платформа SAP HANA вместе с продуктом Vora для интеграции с Hadoop, либо весь спектр известных открытых решений из стека Hadoop YARN, позволяющих держать данные ближе к процессу их обработки. Когда не знаешь, что именно искать в накопленных больших или не очень больших массивах данных, то и результат поиска будет малополезным.

Через десять лет вы, вероятно, сможете смотреть видео про котиков в разрешении 4K, 8K или 16K, но, чтобы это стало возможным, сетям мобильной связи в ближайшие годы понадобится модернизация, которая не только обеспечит более высокие уровни пропускной способности, но и предоставит новые мощности для обработки Больших Данных.

Системы, возможностями которых по доставке игр и мультимедиа на смартфоны сейчас хвалятся операторы, в предстоящие несколько лет придется полностью переработать, чтобы обеспечить поддержку датчиков, камер и систем дистанционного управления, уверен Маркус Уэлдон, президент Bell Labs.

Легендарный исследовательский центр сейчас входит в состав Alcatel-Lucent, которая сама может стать частью еще более крупного производителя оборудования мобильной связи, если Nokia получит добро властей на поглощение. Так что легко понять заинтересованность Уэлдона, который также занимает пост директора по технологиям Alcatel, в модернизации сетей сотовой связи и применяемых с ними систем обработки данных. Можно вспомнить, что за свою более чем полувековую историю Bell Labs уже не раз удавалось опередить свое время: в компании помимо прочего были изобретены лазеры, транзистор и Unix.

То, что происходит в мире мобильных технологий, — это начало волны не менее колоссальной, чем промышленная революция или рождение Интернета, уверен Уэлдон. Он имеет в виду распространение датчиков: к 2025 году, предсказывает глава Bell Labs, все происходящее в мире будет регистрироваться, а большинством машин можно будет управлять удаленно.

Те немногие датчики, которые уже есть сейчас, вроде камер видеонаблюдения и счетчиков автомобилей на скоростных магистралях, — это только начало, на сегодня мы снабдили приборами регистрации лишь ничтожную часть физического мира.

Даже простые устройства могут сообщать любопытную информацию. Так, с помощью трекеров активности Jawbone UP удалось подсчитать количество людей, которые проснулись из-за происшедшего в прошлом году в округе Напа землетрясения. Эту идею можно использовать и в логистике: недорогие беспроводные устройства, размещенные на упаковках, могли бы восполнять пробелы в работе систем отслеживания грузов.

Нынешние беспроводные сети попросту не в состоянии обслужить то количество предметов, которое будет выходить в эфир через десять лет, не говоря уже об обработке их трафика, считает Уэлдон. Операторам придется переработать системы сигнализации, осуществляющие передачу технических сообщений, которыми обмениваются устройства и сети, чтобы обеспечивать работоспособность связи.

К примеру, типичная базовая станция, смонтированная на вышке, сегодня посылает управляющие сигналы примерно для 1200 устройств. Этого может быть достаточно для обслуживания всех абонентов мобильной связи на определенной территории, но через десять лет, когда появятся многочисленные датчики и подключенные машины, одной базовой станции нужно будет обслуживать уже 300 тыс. устройств, указал Уэлдон.

Как и другие крупномасштабные вычислительные задачи, сигнализация переводится в облако. Но, поскольку связь между базовыми станциями и находящимися рядом с ними терминалами должна осуществляться практически в реальном времени, сигнализацию нельзя выполнять в гигантских региональных центрах обработки данных, подобных применяемым Google или Amazon, которых всего один-два на целую страну. Если управляющему сигналу нужно будет проходить через целый континент, связь вышки с терминалом прервется из-за превышения лимита времени ожидания, и ее придется начинать заново.

Поэтому такие вычисления нужно виртуализовать и распределять между оборудованием, находящимся ближе к сотовой вышке. Причем требования могут еще ужесточиться с переходом на сети 5G, в которых, согласно имеющейся в отрасли договоренности, задержка должна быть не больше 1 миллисекунды. Это необходимо, к примеру, для дистанционного видеомониторинга и управления оборудованием в режиме, близком к реальному времени. Поэтому сигналы и трафик, скорее всего, будут обрабатываться в разных центрах, находящихся соответственно на расстоянии не больше 10 и 100 километров от базовой станции, добавил Уэлдон.

Соты и сами станут распределенными. Несколько малых сот, расположенных ближе к абонентам, смогут, заменив одну крупную, которая обслуживала ту же территорию, одновременно использовать одни и те же частоты. Эпоха малых сот, предсказанная несколько лет назад, задержалась, в том числе из-за трудностей, связанных с многократным выполнением работы по монтажу базовой станции. Но с распространением новых подключенных устройств малые соты станут необходимостью, уверен Уэлдон.

Малые соты позволят осуществить дальнейшее совершенствование сетей: они располагаются достаточно тесно, чтобы пользоваться очень высокими частотами, работать в которых можно только на коротких дистанциях — до 100 метров. Возможность использования миллиметровых волн изучается несколькими группами исследователей, а в Федеральной комиссии США по связи в ближайшее время хотят обсудить предложение по раскрытию некоторых участков миллиметрового диапазона.

Не секрет, что Большие Данные существенно расширяют возможности предприятиям, затрагивая, среди прочих, социальную и этическую сферы. Согласно прогнозам Gartner, к 2018 году около половины всех нарушений деловой этики будет обусловлена неправильным использованием имеющихся средств анализа Больших Данных.

В результате предприятиям грозят потеря репутации, растрата ресурсов, ослабление конкурентоспособности и даже юридические санкции.

Самым ярким, пожалуй, примером здесь может служить известный случай с компанией Target. Используя свой алгоритм прогнозирования беременности, гигант розничной торговли пришел к выводу, что 15-летняя девочка из Миннесоты ждет ребенка. В результате она начала получать купоны на детские товары, которые и обнаружили ее родители.

«Многие из этих нарушений происходят непреднамеренно, – признал научный директор программы исследований Gartner Алан Данкан. – Данные используются в качестве промежуточного звена, и для обеих сторон характерен определенный уровень неосведомленности».

«Вернувшись на сто лет назад ко временам появления первых автомобилей, вы увидели бы, что перед каждой машиной бежит человек с красным флажком и предупреждает пешеходов, – пояснил Данкан. – Люди просто не знали, как им вести себя с самоходной коляской».

Не удивительно, что Федеральная комиссия по торговле США и европейские регуляторы уделяют этим вопросам самое пристальное внимание.

Между тем, что приемлемо и что нет, пролегает очень тонкая грань. Большинство потребителей совсем не пугает идея размещения своей персональной информации в социальных сетях, но когда компании начинают использовать эти данные, чтобы лучше понять потребительские предпочтения, многие чувствуют себя совсем некомфортно.

Когда страховая компания начинает рассылать сообщения, связанные с фитнесом, людям, которые недавно купили Fitbit, получатели относятся к этому с явным неудовольствием.

«Компании, действующие вслепую с использованием имеющихся у них данных, подвергают себя огромному риску, – отметил Данкан. – Данные не имеют никакого понятия о нормах морали. Нет ни хороших данных, ни плохих – они просто существуют. Вся разница определяется выбором человека. В этом и состоит суть этики данных».

Большая часть соответствующих взаимоотношений находится в серой зоне. Во многом это объясняется тем, что соответствующие правовые нормы пока не определены.

«Этика диктует принципы, которыми руководствуются законодатели, – напоминает профессор права Вашингтонского университета Нил Ричардс. – К сожалению, принятие законов неизбежно запаздывает. Закон вступает в силу, когда проблема уже ясна, а если проблемы еще не существует, нет и закона. Закон практически не регламентирует манипуляции с Большими Данными. Вместе с тем, уже возникают моменты, которые люди воспринимают с возмущением, заявляя, что это 'ужасно', 'несправедливо' или 'постыдно'».

Этические принципы помогают бренду завоевать доверие, репутацию и сформировать свою идентичность.

В случае с Target Ричардса беспокоит не то, что компания знала о беременной девочке больше, чем ее родители, а неизбежно последовавшая вслед за этим негативная обратная реакция.

Когда в Target поняли, какой переполох вызвали их купоны, они стали размещать в рассылке и другие товары, окружая основное предложение 'принадлежностями для мужчин', например, запасными лезвиями к газонокосилке. В компании по-прежнему использовали данные аналитики, но принимали при этом более хитрые меры предосторожности.

Что касается аналитиков, то основной посыл их рекомендаций относительно того, как избежать осложнений подобного рода, заключается в том, что компании должны вести себя прозрачно и обсуждать вопросы использования данных непосредственно с потребителями.

«Если вы используете инструменты социологии, к которым относятся и Большие Данные, вы обязаны быть хорошим социологом, – подчеркнул Ричардс. – Все, что беспокоит академических социологов и специалистов по данным, должны учитывать в своей работе и компании. А поскольку законы в этой области еще не устоялись, нельзя просто нанять юриста и поставить перед ним задачу обеспечения практики Больших Данных соответствия нормативным требованиям. Обнадеживает, однако, что компании, следящие за соблюдением этических норм, получают реальные конкурентные преимущества».

Тем не менее, лишь 21 % ИТ-директоров согласны с тем, что анализ Больших Данных является важнейшим способом достижения конкурентных преимуществ, а 38 % назвали его в числе пяти приоритетных способов. Наиболее высоко потенциальные возможности Больших Данных оценили в компаниях розничной торговли, указав, что в их бизнесе сбор и анализ данных являются основой сохранения конкурентоспособности. Что вполне логично, наибольших результатов достигли компании, где работа с Большими Данными получает поддержку руководства.

Исследование показало, что Большие Данные открывают перспективы и создают инновационные возможности в трех основных областях: создание новых бизнес-моделей, поиск новых продуктов и предоставление данных на коммерческой основе сторонним организациям. Наиболее популярным источником Больших Данных среди опрошенных компаний являются геолокация, социальные сети и изображения.

На пути Больших Данных остается множество препятствий, особенно в отношении культуры, стратегии и текущей деятельности компаний. Примерно половина опрошенных отмечают, что основные трудности связаны с внедрением культуры принятия решений на основе анализа данных. Подход к управлению, опирающийся на данные, пока еще не получил всеобщего признания. В качестве важнейшей задачи корпоративной культуры было названо поощрение использования данных, а также содействие творческому подходу и экспериментам в работе с ними.

Компании, которым инициативы в области Больших Данных принесли наибольший успех, используют не только транзакционные данные, но и множество других типов данных. Наиболее востребованы данные о местоположении объектов, они используются для определения местоположения электронных устройств. Далее следуют текстовая информация – неструктурированные из сообщений электронной почты и интернет-мессенджеров, слайдов и текстовых документов. Помимо исследования этих новых типов данных, компании-лидеры выборочно объединяют структурированные и мультиструктурированные наборы данных в аналитическую экосистему. Это дает им важнейшую информацию, стимулирующую внедрение инновационных решений.