Дмитрий Андрианов, БИТ: Наша платформа – это не только BI-система, это Decision Intelligence

Дмитрий Андрианов: Действительно, российский рынок BI-решений в последнее время развивается крайне динамично, появляется много новых предложений. Помимо того, о высокой конкуренции в этой области говорит увеличение количества всевозможных обзорных материалов, позволяющих выделить различные особенности программных продуктов. Ключевым стимулом для расширения рынка BI-решений является импортозамещение, повышение спроса на данные системы от различных компаний, как корпоративных, так и государственных.

Дмитрий Андрианов: до настоящего времени многие крупные, в частности, промышленные компании использовали зарубежные программные продукты. Сегодня этот ландшафт начинает активно меняться, крупные корпорации изучают и апробируют отечественные BI-решения, что стимулирует развитие отечественных разработок. У многих отечественных разработчиков высокий уровень компетенций, знаний и опыта, необходимых для создания высококонкурентных программных продуктов. Некоторые отечественные решения, как ранее, так и сейчас успешно выдерживают конкуренцию с лидерами мирового рынка, предоставляя качественные, конкурентноспособные и высокоэффективные решения. В частности, наша цифровая платформа «Управление в пространстве» (ЦП УвП), зарождалась и продолжает развиваться на основании актуальных сведений о потребностях рынка и заказчиков.

Дмитрий Андрианов: Изначально идея цифровой платформы «Управление в пространстве» выстраивалась вокруг органического совмещения технологий управления динамическими системами и задач геоаналитики. В настоящее время ЦП УвП – это разносторонняя и многофункциональная платформа, использующая Low-code подход, стремительно набирающий популярность в последнее время. Он позволяет в короткое время конструировать и решать разнородные задачи управления из самых разнообразных сфер и отраслей.

ЦП УвП аккумулирует возможности решения задач мониторинга, в том числе, на основе больших данных, с использованием разнообразных визуализаторов (таблиц, диаграмм, и т.п.), а также 3D-картографии, моделирования и прогнозирования. С целью реализации прогностических функций платформа содержит встроенные методы статистического анализа и машинного обучения, поддерживается также сценарное и целевое управление.

Важным отличием нашей платформы является возможность генерации рекомендаций с использованием методов искусственного интеллекта, что позволяет формировать набор мероприятий для реализации намеченных целей.

Дмитрий Андрианов: Данная классификация представляется обоснованной. По моему мнению, абсолютное большинство существующих на рынке BI-систем относится к первым двум категориям и постепенно сливаются в один класс. Наша система с самого начала разработки ориентировалась на задачи предписывающей аналитики как важнейшую компоненту системы управления. При этом возникает рад математических проблем, связанных с необходимостью решения некорректных задач.

Методология решения подобных задач, реализованная в комплексе ЦП УвП, является нашим существенным научным достижением. Указанные функциональные особенности нашей платформы, наряду с традиционными компонентами BI-систем позволяют, по нашему мнению, отнести ЦП УвП к классу систем поддержки принятия решений Decision Intelligence. Ведь применение нашей платформы позволяет не только ответить на вопросы о текущей ситуации или о прогнозных сценариях, но и обеспечить обратную связь развития ситуации, оценить достижимость намеченных оперативных и стратегических целей, а также рассчитать ресурсы и сформулировать мероприятия для их достижения. Также важной особенностью нашей платформы является возможность моделирования, выработки управляющих воздействий и формирования рекомендаций, как в режиме реального времени, так и на основе пакетной обработки ранее собранных данных. Также можно отметить технологии создания цифровых двойников на основе больших данных и технологии оптимизации решений (Decision Optimization).

Вышеуказанные особенности, наряду с возможностью быстрого формирования приложений за счет готовых компонентов и визуальной технологии сборки конечных продуктов, составляют основу конкурентоспособности наших решений на рынке.

Дмитрий Андрианов: С точки зрения решаемых задач и используемых технологий, предписывающая аналитика (Prescriptive Analytics) отличается от традиционной бизнес-аналитики. Среди задач, потребность в автоматизации которых не позволяют удовлетворить традиционные решения Business Intelligence, выделяются такие, как оценка оптимальных величин финансовых, кадровых, производственно-технических и других ресурсов, обеспечивающих достижение бизнес-целей, автоматическое формирование рекомендаций в виде наборов мероприятий по достижению целевых параметров анализируемых показателей, причем, с указанием ответственных и сроков реализации, а также решение задач пространственного планирования для достижения целевых параметров крупных инфраструктурных и инвестиционных проектов.

На наш взгляд, на сегодняшний день на рынке отсутствуют российские аналитические платформы, в полной мере реализующие функциональность предписывающей аналитики. Между тем, в рамках реализуемой государством и бизнесом политики импортозамещения, необходимости реализации новых подходов к управлению целевыми программами потребность в таких решениях очень высока.

Наша собственная разработка - цифровая платформа «Управление в пространстве» - не только позволяет решать перечисленные задачи, но и обеспечивает отличный от зарубежного подход к предписывающей аналитике, который уже успешно апробирован для ряда заказчиков.

Дмитрий Андрианов: Среди таких задач можно назвать: автоматизацию подготовки управленческих решений с использованием адаптивного моделирования, которое позволяет учитывать значительное число факторов и ограничений для достижения эффективного управленческого решения, подготовка управленческих решений не только на основе заранее выявленных закономерностей, но и на основе новых ассоциаций, формируемых в процессе обработки данных в динамично меняющихся условиях, визуальное конструирование решений, которое позволит значительно снизить порог вхождения для новых пользователей, не обладающих навыками программирования и аналитики данных.

Мы сталкиваемся с подобными интересными задачами у заказчиков из совершенно разных отраслей, интерес к BI-системам с компонентами рекомендательной аналитики проявляют как государственные, так и корпоративные заказчики из различных секторов экономики.

Например, для крупной телекоммуникационной компании с использованием нашей платформы разработан ряд аналитических сервисов, связанных с мониторингом инцидентов на сетях, выработкой рекомендаций по проектированию новых сетей, анализом и прогнозированием рентабельности услуг. Для федерального оператора обработки твердых коммунальных отходов разработана масштабная аналитическая система с возможностью вариантного прогнозирования образования отходов по регионам страны. Для одного из крупных регионов создана система краткосрочного и среднесрочного прогнозирования социально-экономического развития с использованием адаптивных методов моделирования. А для региона с развитым сельскохозяйственным сектором разработана система рекомендательного типа для помощи в управлении процессами растениеводства в зависимости от погодных условий. Для крупного оператора ЖКХ создается система поддержки принятия решений с рекомендательным блоком по предиктивному управлению технологическим оборудованием, прогнозированию инцидентов и целевым управлением качества обслуживания населения.