Осмысление цифровой трансформации, включая RPA, AI, ML, Blockchain и IIoT

Вперед, к цифровым технологиям! Если вы ничего не сделаете с цифровыми технологиями, вы останетесь позади или будете вытеснены в небытие - такое послание часто слышат руководители компаний от консультантов, поставщиков, отраслевых экспертов или ИТ-организаций. Но почему именно сейчас? Нельзя сказать, что цифровые технологии — это совершенно новая концепция. Компании проводят цифровые преобразования с конца 1990-х годов, когда ERP-системы помогли возглавить цифровую волну.

Сегодня компании сталкиваются с новыми привлекательными возможностями, такими как роботизированная автоматизация процессов (RPA), искусственный интеллект (AI), машинное обучение (ML), блокчейн и промышленный Интернет вещей (IIoT). Перед руководителями компаний стоит сложная задача расшифровать значение этих "жужжащих" слов, понять, что из них актуально для их бизнеса, и определить, в какие технологии следует инвестировать. Важно, чтобы руководители высшего звена обладали фундаментальными знаниями о цифровой трансформации, поскольку в своей работе они будут полагаться на цифровой бизнес. Высшим должностным лицам будет трудно руководить цифровыми инициативами, если они не имеют четкого понимания цифровых технологий. Отсутствие понимания может привести к неправильному направлению усилий, болезненному опыту и в конечном итоге поставить под угрозу цели организационной трансформации.

В этом посте мы рассмотрим четыре основополагающие концепции: цифровые технологии, оцифровка, цифровизация и цифровая трансформация. Эти понятия часто понимаются неправильно, и не только семантически. Мы также расшифруем цифровой букварь, объяснив и проиллюстрировав несколько высокоуровневых примеров использования некоторых новых цифровых технологий (RPA, AI, ML, Blockchain и IIoT).

Что на самом деле означает цифровой формат?

Цифровой — это "представление физических предметов или действий посредством двоичного кода. Когда это слово используется в качестве прилагательного, оно описывает доминирующее использование новейших цифровых технологий для улучшения организационных процессов; улучшения взаимодействия между людьми, организациями и вещами; или создания новых бизнес-моделей". Проще говоря, это способ делать что-то, что создает ценность за счет использования технологий.

Что означает оцифровка?

Оцифровка — это "процесс перехода от аналоговой к цифровой форме" - определение, с которым мало кто не согласится. Оцифровка означает создание цифрового представления аналоговых или физических артефактов (например, бумажных документов) в цифровом формате (0 и 1). Сами данные не изменяются, они кодируются в цифровой формат, чтобы информация могла быть использована вычислительной системой для дальнейшей обработки с помощью технологий извлечения информации из отсканированного документа, автоматизации процессов и т.д. Хотя оцифровка может помочь обеспечить эффективность, основные процессы и системы по-прежнему в значительной степени имитируют аналоговый процесс.

Что означает цифровизация?

Цифровизация часто используется взаимозаменяемо с оцифровкой, но на самом деле это понятие означает нечто совершенно иное. Глоссарий по ИТ определяет цифровизацию как "использование цифровых технологий для изменения бизнес-модели и обеспечения новых возможностей получения прибыли и создания стоимости". Это процесс перехода к цифровому бизнесу. Один из способов понять, что такое цифровизация и цифровое преобразование, заключается в том, что цифровизация имеет дело с информацией, а цифровое преобразование - с процессом.

Что означает цифровая трансформация?

Джордж Вестерман, главный научный сотрудник Массачусетского технологического института и автор книги "Leading Digital: Turning Technology Into Business Transformation", определяет цифровую трансформацию как "радикальное переосмысление того, как организация использует технологии, людей и процессы для фундаментального изменения эффективности бизнеса".

В общем смысле цифровую трансформацию можно рассматривать как интеграцию цифровых технологий во все сферы бизнеса, что приводит к фундаментальным изменениям в работе предприятий и в том, как они обеспечивают ценность для заинтересованных сторон (сотрудников, поставщиков, клиентов и т.д.), помогая организациям эффективно конкурировать во все более цифровом мире. 

Во многих отношениях цифровая трансформация - это неправильный термин, поскольку цифровые технологии - это не только технологии. Цифровая трансформация - это решение бизнес-проблемы или разработка нового подхода, при котором технология является вспомогательным средством, но не движущей силой. Речь идет о том, как технология может помочь компании переосмыслить способ ведения бизнеса и изменить опыт заинтересованных сторон (клиентов, поставщиков, сотрудников), а также об адаптации. Иногда это означает отказ от давних бизнес-процессов, на которых были построены компании, в пользу относительно новых методов, которые еще только определяются. Вспомните Uber, Lyft, Netflix, Airbnb.

Еще один ключевой момент, который следует отметить в связи с цифровой трансформацией, заключается в том, что это не одноразовое упражнение; скорее это образ мышления, смена парадигмы, которая позволяет организациям постоянно совершенствоваться и в конечном итоге развивать уровень цифровой зрелости, чтобы идти в ногу с быстро развивающимися технологическими достижениями.

Обзор новейших цифровых технологий (RPA, AI, ML, blockchain, IoT) и их применение

Теперь, когда мы рассмотрели четыре основных "Digital" (цифра, оцифровка, цифровизация и цифровая трансформация), давайте взглянем на некоторые из новейших технологий цифровой трансформации, их преимущества и некоторые практические примеры использования.

Роботизированная автоматизация процессов (RPA)

В самых простых терминах RPA можно описать как технологию, которая позволяет настроить компьютерное программное обеспечение или бота/робота для повторения действий и задач человека, особенно повторяющихся по своей природе, только выполненных значительно лучше. Бот никогда не спит, экономически эффективен и не подвержен ошибкам или отвлечениям. Они могут входить в любое приложение, открывать файлы, перемещать файлы, соскабливать внешние веб-сайты, копировать и вставлять данные, заполнять формы, и это лишь некоторые из вариантов его использования.

В некоторых отношениях RPA не представляет собой ничего нового. Уже несколько десятилетий подряд компании стремятся внедрять технологии и автоматизацию для повышения эффективности, улучшения качества и снижения затрат. Снижение затрат было и остается основным фактором автоматизации. Однако RPA обещает гораздо больше, чем простое сокращение расходов. Если предыдущие попытки автоматизации были направлены на обработку данных, то RPA фокусируется на автоматизации этапов между автоматизированными процессами. Прелесть RPA, и почему он так нравится компаниям, заключается в том, что он позволяет клиентам повысить уровень автоматизации унаследованных процессов без необходимости ломать и заменять унаследованные системы.

Одно из опасений заключается в том, что сотрудники потеряют работу из-за автоматизации, но это не так. RPA берет на себя скучную, повторяющуюся и отнимающую много времени работу и позволяет сотрудникам сосредоточиться на других задачах. Организации, которые эффективно внедряют RPA, могут перераспределить своих сотрудников на должности с высокой добавленной стоимостью, требующие суждений, эмпатии и познания, которые не всегда доступны машинам (по крайней мере, пока!).

Основные преимущества RPA:

• Увеличение пропускной способности
• Сокращение человеческих ошибок
• Улучшение внутренних процессов
• Снижение затрат и времени на развертывание
• Быстрая и привлекательная окупаемость инвестиций

Высокоуровневые примеры использования RPA:

• Сканирование и управление документами - RPA в сочетании с программным обеспечением оптического распознавания символов (OCR) может использоваться для сканирования бумажных документов и преобразования их в цифровой формат, который затем может быть записан в базу данных или введен в другую систему с помощью бота. Эта возможность может быть применена к компаниям, которые имеют большой объем бумажных документов (например, регистрация клиентов, счета-фактуры, подтверждения сделок, билеты на грузовик и т.д.), для оптимизации основных процессов, включая сопоставление и сверку информации, предоставленной контрагентом, с собственной системой (системами) учета.
• Учет совместных предприятий (СП) - RPA может помочь энергетическим компаниям автоматизировать процесс учета СП, который часто предполагает обработку большого количества данных. Учитывая способность бота работать круглосуточно, компании могут рассчитывать на значительное повышение пропускной способности и точности. Автоматизация этих традиционно ручных и повторяющихся задач позволяет высвободить ресурсы, чтобы сосредоточиться на деятельности с добавленной стоимостью, повысить производительность и моральный дух сотрудников.
• Закрытие месяца - боты RPA могут помочь энергетическим компаниям сэкономить огромное количество человеко-часов за счет автоматизации и ускорения процессов закрытия месяца, начиная с выверки счетов и ввода журналов и заканчивая составлением окончательной отчетности, одновременно повышая точность и проверяемость и снижая риск человеческой ошибки. Автоматизация этого процесса может позволить функциональным руководителям управлять по исключениям, а бухгалтерам и финансовым отделам в целом работать более эффективно, одновременно снижая риск.
• Жизненный цикл торговли - RPA может поддерживать многие области в жизненном цикле торговли, которые традиционно являются сложными, например:
  • Назначения и обработка данных планирования
  • отчетность по рискам и соблюдению нормативных требований
  • ETRM - выверка ERP

Искусственный интеллект (ИИ)

От Siri до самоуправляемых автомобилей, искусственный интеллект быстро развивается и имеет исключительно широкую сферу применения. По словам Эндрю Мура, бывшего декана Школы компьютерных наук Университета Карнеги-Меллон, "искусственный интеллект — это наука и техника, позволяющие заставить компьютеры вести себя так, как, как мы считали до недавнего времени, требует человеческий интеллект".

Когда машина выполняет задачи на основе набора оговоренных правил, решающих проблемы (алгоритмов), такое "разумное" поведение называется искусственным интеллектом. Например, искусственный интеллект DeepMind компании Google научился играть в шахматы на профессиональном уровне всего за несколько часов. Еще два примера, которые часто встречаются в повседневной жизни, - это Alexa и Siri.

Основные преимущества ИИ:

• Повышение точности, аккуратности и скорости обработки информации
• Преобразование информации в знания
• Круглосуточная доступность
• Возможность развертывания в сложных условиях

Высокоуровневые примеры использования ИИ, например:

От удовлетворения потребностей переходного энергетического рынка, остро нуждающегося в более чистой и эффективной энергии, до повышения безопасности на автозаправочных станциях - ИИ находится в центре внимания многих крупных компаний. Наиболее популярные примеры использования в энергетическом секторе, похоже, сосредоточены на предиктивном обслуживании и внедрении роботов с поддержкой ИИ для разведки и добычи с целью повышения производительности, снижения затрат и повышения безопасности работников.

Машинное обучение (ML)

Один из самых громких терминов сегодняшнего дня - ML, и обычно он звучит в сочетании с искусственным интеллектом. Хотя они и связаны, это не одно и то же. ML — это подмножество ИИ. Как следует из названия, ML можно интерпретировать как наделение компьютерных систем способностью "учиться". Цель ML - дать машинам возможность самостоятельно обучаться, используя предоставленные данные, и эффективно делать точные прогнозы.

Вместе эти технологии позволяют организациям улучшить общий уровень обслуживания клиентов за счет автоматизации рабочих процессов. ML и AI также повышают эффективность работы сотрудников и, что самое главное, создают интеллектуальные машины, которые помогают им в повседневной работе.

Ключевые преимущества ML:

• Позволяет сократить затраты времени и эффективно использовать ресурсы.
• Потенциал для раскрытия возможностей непрерывного совершенствования в больших и сложных технологических средах.
• Анализ и преобразование больших массивов данных в знания и действенные интеллектуальные данные для облегчения принятия решений в режиме реального времени.

Высокоуровневые примеры использования ML, например, в энергетической отрасли:

Машинное обучение меняет способы обнаружения и разработки месторождений нефти и газа, позволяя компаниям собирать большие объемы информации в режиме реального времени и преобразовывать массивы данных в действенные идеи. Теперь им необходимо рассматривать данные как чрезвычайно ценный ресурс, что открывает огромные перспективы для компаний с инновационными, надежными стратегиями машинного обучения.

В условиях продолжающейся "новой нормы" низких цен на сырьевые товары экономия времени, снижение затрат, повышение эффективности и безопасности - все это важнейшие результаты, которые могут быть достигнуты благодаря использованию ML в энергетических операциях.

Учитывая тесно связанную природу ИИ и ML, необходимо рассматривать эти две технологии в совокупности; см. предыдущий раздел о соответствующих случаях использования ML.

Блокчейн

Блокчейн — это мощная технология одноранговой сети, которая использует передовые методы информатики для эффективного обеспечения полностью надежного взаимодействия между сторонами, даже если они не полностью доверяют друг другу, без участия третьих лиц.

В двух словах, это общий электронный реестр транзакций и данных, доступ к которому и управление которым может осуществляться несколькими сторонами, при этом она чрезвычайно безопасна (криптографически зашифрована), надежна (встроенная система аварийного восстановления, так как нет центральной точки отказа), неизменяема (крайне сложно изменить после создания и утверждения) и обеспечивает обновление данных на всех узлах практически в режиме реального времени.

Хотя блокчейн, похоже, вызывает наибольший ажиотаж в сфере финансовых услуг, сетевая инфраструктура, например, энергетической отрасли делает ее особенно подходящей для применения технологии блокчейн. С развитием промышленного Интернета вещей (IIoT) вся энергетическая отрасль вскоре может превратиться в огромную глобальную сеть подключенных устройств, которые передают цифровые данные на платформы с поддержкой блокчейна, способные собирать и передавать информацию в режиме реального времени.

Основные преимущества блокчейна:

• Повышение прозрачности
• Повышение эффективности и снижение затрат
• Потенциал для устранения посредников
• Неизменность
• Повышенная устойчивость и безопасность

Основные примеры использования блокчейна:

Ключевые возможности блокчейна обширны и простираются от управления земельными ресурсами, торговли и маркетинга до цепочек поставок, финансов и складских операций. Блокчейн завоевывает доверие на уровне предприятия благодаря успешному проведению четко определенных и практических пилотных проектов, которые продемонстрировали потенциал для масштабирования в производство. Вот несколько примеров использования, платформ и движений, которые недавно сформировались.

"Умные контракты" - компании приступили к пилотному использованию блокчейна, самопроверяющихся и самоисполняющихся соглашений, которые автономно функционируют при взаимодействии с поставщиками и инженерными, закупочными и строительными компаниями. Сложные смарт-контракты могут реализовать денежный поток после подтверждения отгрузки и произвести оплату сырья, если затраты или объемы достигают заранее установленных пороговых значений. Контракт автоматически выполняет свои условия при выполнении условий, что снижает участие человека в завершении сделки.

Промышленный Интернет вещей (IIoT) или Индустрия 4.0

Промышленный Интернет вещей (IIoT) является частью Интернета вещей (IoT) и относится к расширению и использованию устройств IoT в промышленных секторах и приложениях, где многие устройства, датчики и программные компоненты в сети подключены через Интернет и синхронизированы для обеспечения интеллектуальных операций путем сбора и анализа данных для улучшения и оптимизации задач с участием человека для достижения трансформационных бизнес-результатов. IIoT можно использовать для моделирования физического мира и получения ответов даже на самые сложные операционные вопросы. Если добавить к этому цифровых двойников, IIoT становится еще более мощным.

Расширение IIoT сопряжено со своими рисками и проблемами, особенно с точки зрения кибербезопасности. Существующие меры кибербезопасности неадекватны, а фрагментарный характер аппаратных устройств создает огромную проблему для решений по обеспечению безопасности с целью снижения киберрисков. В связи с этим возникает желание разработать системы безопасности, основанные на программном обеспечении или не зависящие от устройства.

Основные преимущества IIoT:

• Видимость в реальном и почти реальном времени
• Повышение эффективности
• Снижение риска для безопасности
• Потенциал для получения дополнительных доходов

Высокоуровневые примеры использования IIoT

IIoT способствует цифровым преобразованиям в энергетической отрасли с начала этого века. Будучи отраслью с большим количеством активов, данных и цепочек поставок, постоянно растущее внедрение IIoT открыло новые горизонты для значительного повышения эффективности, стандартов безопасности и снижения капитальных и эксплуатационных затрат. Давайте рассмотрим некоторые примеры.

• Прогнозирование знаний и действий - Установив датчики на существующее оборудование, компании могут получить беспрецедентный доступ к множеству данных, описывающих состояние системы в режиме реального времени, что позволяет не только сократить количество отказов системы, но и уменьшить количество аварий на объекте. Например, если машина контролирует температуру, превышающую верхний предел регулирования, включается сигнал тревоги. Традиционно оператор реагирует на сигнал тревоги. Аналитика позволяет предсказать, когда произойдет событие, и принять меры заранее. Это означает меньшее время простоя и технического обслуживания в долгосрочной перспективе.
• Удаленный мониторинг - В современных условиях все более меняющихся потребностей в человеческом капитале IIoT может помочь компаниям осуществлять мониторинг и реагировать удаленно. Например, установка интеллектуальных датчиков в трубопроводе для сбора "живых" данных может позволить компаниям контролировать давление и расход и определять наличие утечек. Это также может помочь снизить количество инцидентов, улучшить соблюдение нормативных требований и сократить потери углеводородов благодаря своевременному обнаружению потенциальных проблем.
• Интеллектуальное измерение - Наиболее распространенным вариантом использования IIoT в коммунальном хозяйстве является автоматическое считывание показаний счетчиков (АСТУЭ) с помощью интеллектуальных счетчиков. Операторы систем учета могут собирать данные автоматически, без посещения физического счетчика в полевых условиях для сбора данных об использовании и проведения аналитики для получения бизнес-аналитики. Например, это может позволить компаниям отслеживать запасы сырой нефти или продуктов нефтепереработки и более точно планировать будущие деловые операции. Это также может свести к минимуму количество поездок и потенциально опасных работ для персонала.

Подводя итоги

Цифровая трансформация больше не является бэк-вокалистом. Цифровая трансформация вышла на центральную сцену и стала частью главного акта. Цифровые технологии развиваются с экспоненциальной скоростью и готовы преобразовать многие отрасли так же, как через это прошли музыкальная отрасль, газетная индустрия и многие другие. Глубокие цифровые изменения приведут к изменению процесса создания стоимости. Компетенции, необходимые для создания новых видов стоимости, будут развиваться, и те, кто опоздает с этим переходом, окажутся позади, поскольку новые участники смогут развить те компетенции, которые необходимы для победы в цифровую эпоху. Впереди захватывающие времена.