На очередной ежегодной конференции GPU Technology Conference (GTC) компании Nvidia ее руководители, как всегда, сделали множество анонсов новых продуктов. Центральной темой докладов, как и все последние годы, стало аппаратное обеспечение и услуги, помогающие во внедрении технологий искусственного интеллекта.

Выступая на сцене выставочного комплекса Калифорнийского университета в Сан-Хосе, основатель и генеральный директор компании Дженсен Хуанг заявил: «Продвигаемый нами подход к ускорению вычислений сегодня по-настоящему набирает обороты. Если окинуть взглядом успехи компании за прошлый год, вектор развития вполне очевиден».

Во всех начинаниях Nvidia, от разработок в области глубинного обучения до многочисленных инициатив по созданию ускорителей для систем различного назначения, прослеживается стремление компании более прочно закрепиться в сегменте центров обработки данных. В условиях растущей актуальности искусственного интеллекта соответствующие технологии активно внедряются в дата-центрах по всему миру. Буквально пару недель назад в Nvidia снова убедительно подтвердили свои намерения двигаться в этом направлении, договорившись о приобретении за 6,9 млрд долл. израильской компании Mellanox, производителя интегральных схем для высокопроизводительных межсоединений вычислительных систем и систем хранения.

Недавно компания также представила CUDA-X AI, универсальный набор библиотек для ускорения задач исследования данных. CUDA-X AI интегрируется с популярными фреймворками глубинного обучения, в том числе TensorFlow, Pytorch и MXNET, и оптимизирован для работы с ними. Помимо прочего библиотеки реализуют технологии cuDNN, cuML и Nvidia TensorRT, ускоряющие работу алгоритмов машинного обучения и заранее обученных моделей для инференса (inference — «формирование логических выводов»).

«Мало создать инновационный чип-ускоритель, — отметил Хуанг. — Если не заинтересовать им разработчиков и пользователей, большого смысла не будет. Именно поэтому для нас так важно взаимодействие с экосистемой с опорой на принцип открытости платформы: сегодня мы предлагаем гибкие программные библиотеки, интегрируемые с популярными технологиями искусственного интеллекта».

Партнерство с провайдерами публичных облаков

CUDA-X AI уже внедряется провайдерами облачных сервисов во главе с AWS, Google Cloud и Microsoft Azure.

На конференции топ-менеджеры AWS и Nvidia рассказали о расширении семилетнего сотрудничества двух компаний, объявив, что отныне в AWS будут использовать чипы Nvidia T4 Tensor Core, предназначенные для центров обработки данных. Начиная с апреля, AWS задействует их для экземпляров Elastic Compute Cloud (EC2). Новые экземпляры AWS, получившие название с G4, обещают клиентам эффективную платформу для развертывания широкого круга сервисов искусственного интеллекта с поддержкой использования CUDA-X AI и других профильных программных средств.

«С экземплярами G4 клиентам станет еще проще и экономически выгоднее ускорять работу систем инференса и ресурсоемкие задачи обработки графики», — заявил Мэтт Гармен, вице-президент AWS по вычислительным сервисам.

Nvidia T4 также будет задействован в сервисе Amazon Elastic Container Service for Kubernetes, который можно будет применять для задач формирования логических выводов, трассировки лучей в реальном времени и симуляционного моделирования.

В Nvidia сообщили, что T4 будет применяться в центрах обработки данных Google Cloud, и что ведутся переговоры по его поставкам китайским гигантам Baidu, Tencent и Alibaba.

«В прошлом предприятия мало интересовались искусственным интеллектом, поскольку для соответствующих внедрений вам по сути нужно было купить суперкомпьютер, — отметил Иэн Бак, вице-президент и генеральный менеджер Nvidia по ускоренным вычислениям. — А сегодня, когда есть T4, вы можете оснастить им серверы, широко закупаемые службами ИТ, например, Dell R7490 или Cisco USC, и у вас появляется доступ к самым современным решениям в сфере машинного обучения».

Кроме того, серверы с T4 помогают ускорять задачи, связанные с исследованием данных. «Специалистам соответствующего профиля больше не нужно заниматься реализацией или адаптацией вспомогательных систем — мы предлагаем универсальный сервер и единую платформу, вот в чем смысл CUDA-X и T4», — добавил Бак.

Компьютеры Nano

Важной частью стратегии привлечения производителей и разработчиков к платформе Nvidia является выпуск Jetson Nano, компьютера карманных размеров для приложений искусственного интеллекта с вычислительной мощностью до 472 GFLOPS и ценой в США всего 99 долл. Он обещает поддержку всех современных рабочих нагрузок искусственного интеллекта, а потребляет лишь 5 Вт. При этом, как заявляют в Nvidia, на нем может работать то же ПО, которое выполняется на самых быстрых суперкомпьютерах мира.

Представив Nano, как Raspberry Pi для задач искусственного интеллекта, Хуанг добавил: «Если вы пользуетесь Raspberry Pi и вам не хватает вычислительной мощности, вы можете просто купить Jetson Nano, и на нем сможет работать весь стек CUDA-X AI».

Вице-президент и генеральный менеджер Nvidia по автономным машинам Дипу Талла, в свою очередь, сообщил: «Продукты линейки Jetson пользуются высокой популярностью среди участников отрасли и разработчиков. На сегодня у нас более 200 тыс. активных разработчиков на Jetson и более двух тысяч клиентов, которые создают реальные продукты на базе Jetson, уже внедряемые на различных вертикальных рынках, в том числе в сфере промышленной робототехники».

По словам Таллы, компьютеры Jetson внедряются курьерскими службами и логистическими компаниями в США и Китае, а кроме того, на основе этих устройств и оборудования видео-конференц-связи Cisco WebEx создаются решения для видеоаналитики.

Говоря о преимуществах Nano, основными отличительными чертами этих одноплатных компьютеров Талла назвал широкий круг поддерживаемых ими датчиков, включая радары, звуковые, температурные и др., а также возможность работы с датчиками, имеющими высокую разрешающую способность:

«Если вам требуется система распознавания брака на производственной линии, например, система контроля качества пищевых продуктов или печатных плат, то будет лучше, если ваша нейронная сеть способна работать со снимками разрешения 1080p, а не что-нибудь вроде 300х300, иначе нужной точности вы не добьетесь. Более того, информация с датчиков обычно проходит через несколько нейросетей. Например, если говорить о видеодатчике, вначале вы обнаруживаете объекты, а затем их классифицируете. Таким образом, основной плюс наших компьютеров — это возможности работы с многочисленными датчиками высокого разрешения и использования нескольких нейронных сетей для каждого».

В Nvidia также объявили о свободной доступности Isaac SDK, набора инструментов, ускоряющих разработку робототехники с искусственным интеллектом. В числе входящих в него компонентов — фреймворк Robot Engine для быстрого построения модульных приложений; набор модулей GEMS, реализующих различные типовые задачи наподобие распознавания препятствий, оценки расстояния до объектов и др.; а также виртуальная лаборатория-симулятор Sim.

В компании обещают, что платформа поможет стартапам и крупным компаниям экономить время в процессе проектировании роботов за счет значительного упрощения использования средств искусственного интеллекта и машинного обучения.

Реагируя на рост популярности концепции периферийных вычислений, в Nvidia объявили об интеграции всех устройств семейства Jetson с сервисом AWS Greengrass, который позволяет локально обрабатывать данные устройств Интернета вещей и периодически соединяться с облаком для реализации управляющих функций. А компьютер Jetson Nano теперь поддерживает AWS RoboMaker, облачный сервис разработки, тестирования и развертывания масштабных робототехнических приложений.

Еще одно объявление — о доступности платформы видеоаналитики Nvidia Deepstream в облаке Microsoft Azure. «Вы выполняете вычислительно сложные задачи аналитики локально — например, на сервере с Tesla, затем метаданные передаются в Azure, и таким образом выстраивается необходимый цикл обработки», — добавил Талла.

Робомобили

Свой трехчасовой доклад Хуанг завершил объявлением о том, что Nvidia продлила сотрудничество с исследовательским институтом Toyota и его филиалом в США.

Компания Toyota, в которой хотят со временем выпустить самоуправляемый автомобиль, займется оценкой возможностей применения технологий симуляции Nvidia для испытаний роботизированнных транспортных средств.

Nvidia анонсировала Drive Constellation, решение для центров обработки данных на базе специализированных серверов Drive Sim и Drive Constellation Vehicle, которые благодаря новым видеочипам Nvidia и технологии Drive AGX Pegasus AI позволяют выполнять в режиме симуляции выполнять «испытания с побитовой точностью».

Drive Constellation моделирует окружающую обстановку в режиме дополненной или полностью виртуальной реальности, имитируя различные сценарии, в том числе опасные ситуации и изменения при распознавании предупреждающих знаков, например, попадание в зону ограничения скорости и т. п.

Развивая платформу робомобилей Drive, в Nvidia ведут собственные исследования в области безопасного вождения. В частности, в компании объявили о подготовке Safety Force Field — набора правил предотвращения аварий, созданного по результатам симуляций.

«Реализация автопилота — одна из самых актуальных на сегодня вычислительных задач повышенной сложности, — отметил Хуанг. — Мы, в частности, работаем над алгоритмами распознавания окружающих автомобилей и прогнозирования их действий, который помогает избегать аварийных ситуаций. Nvidia находится в эпицентре революции робомобилей, но мы сами не создаем самоуправляемые автомашины, а строим экосистему, инфраструктуру и предоставляем инженерные возможности, которые нужны отрасли автомобилей-роботов в целом».

Состояние рынка Интернета вещей уже далеко от взрыва, который наблюдался в 2017 году. Ситуация немного устаканилась, а производители в 2019 году готовятся оказывать реальное влияние на происходящее.

Увеличивается число поставщиков, способных предлагать жизнеспособные и легко развертываемые решения и сервисы Интернета вещей. Однако при этом им приходится преодолевать дополнительные сложности, появляющиеся по мере разработки технологий 5G и умных городов.

Согласно прогнозам Gartner, к 2020 году в мире будет развернуто свыше 20 млрд устройств Интернета вещей, однако и сегодня у потребителей сохраняются опасения в отношении производительности и безопасности соответствующего оборудования.

Перечислим основные тенденции развития Интернета вещей и события, с которыми, как ожидается, нам придется столкнуться в 2019 году.

Дальнейшее продвижение

Рынок Интернета вещей продолжит развиваться по восходящей траектории, что будет особенно заметно в сравнении с предложениями ведущих поставщиков в прошлом году.

В 2018 году многие традиционные игроки технологического и интернет-рынков стали уделять Интернету вещей повышенное внимание. Ожидается, что эта тенденция по большей части сохранится.

По прогнозам Forrester, серьезный импульс к развитию получат приложения B2B, а сектор B2C продолжит поиски опоры для дальнейшего развития. В 2019 году свои новые проекты и планы внедрения решений Интернета вещей представят 85% компаний.

От бума мобильных устройств 2000-х, который даже превзошел возможные ожидания, Интернет вещей будет смещаться в сторону развития ресурсов на местах, распределенного управления и дистанционного контроля. Интернет вещей B2B будет нацелен на повышение эффективности, подключение новых предприятий, расширение границ, а в некоторых случаях – на персональную работу с клиентами.

Серьезный всплеск ожидается в производственной сфере, отрасли здравоохранения, розничной торговле и в области коммунальных услуг.

Промышленный интернет

По оценкам IndustryARC, к 2021 году оборот рынка промышленного Интернета вещей достигнет 123 млрд долл.

В условиях ужесточения конкуренции все больше промышленных и производственных компаний начнут внедрять средства Интернета вещей.

«Потенциал Интернета вещей в промышленном секторе весьма высок, но не все оценивают его адекватно, – указал вице-президент компании Canonical по вопросам Интернета вещей и подключенных устройств Джейми Беннетт. – Ранее большие организации не видели для себя здесь преимуществ, поскольку считали, что все необходимое у них уже имеется. Как бы то ни было, Интернет вещей будет набирать обороты в подключенных автомобилях, умных зданиях и сельском хозяйстве, поскольку окупаемость инвестиций здесь становится все более очевидной».

Отчет компании Statista показывает, что к 2020 году затраты на платформы и сервисы Интернета вещей в производственной, транспортной и логистической отраслях, а также в сфере коммунальных услуг возрастут до 40 млрд долл.

Уже сейчас преимущества Интернета вещей широко используются в логистике и при организации доставки, а в 2019 году подключенных решений станет еще больше.

Исследования GE Digital показали, что 22% организаций рассматривают отраслевые платформы Промышленного интернета в качестве главной технологии для инвестиций.

Развитие проектов Интернета вещей

В ранние годы существования Интернета вещей трудно было предположить, что эта технология начнет использоваться для чего-то отличного от теории «подключенных вещей». Теперь же это не вызывает ни у кого никаких вопросов.

2018 год стал годом развития многочисленных новых проектов. По данным IoT Analytics, перечень наиболее распространенных инициатив Интернета вещей возглавили умные города. Только в Европе на их долю приходится 45% от общего числа проектов. Далее с небольшим отрывом идут подключенные устройства и отраслевые приложения.

Ожидается, что в 2019 году приложений умных городов и инфраструктурных проектов станет еще больше.

«В 2019 году количество подключенных устройств будет лишь возрастать, поскольку увеличится число организаций, осознавших их преимущества, – указал региональный менеджер компании Paessler Мартин Ходсон. – Таким образом, в следующем году мы увидим еще больше интеллектуальных устройств Интернета вещей, а полностью подключенные предприятия начнут извлекать данные более рациональным способом».

Потребительский сектор Интернета вещей, по мнению критически настроенных экспертов, остается на начальной стадии развития, однако рынки умных домов и подключенных устройств продолжат свой рост, удовлетворяя потребности клиентов.

По оценкам компании Arm, крупнейшего разработчика процессорных архитектур для мобильных и встроенных устройств, в 2019 году ожидается рост доступности продуктов Интернета вещей для умных домов, поскольку потребительские товары такого рода, обеспечивающие более высокий уровень автоматизации и эффективности, по популярности обойдут традиционные домашние средства освещения, отопления и охлаждения.

Вопросы безопасности

Несмотря на это вопросы безопасности продолжают сохранять свою актуальность. В прошлом году тема укрепления безопасности Интернета вещей неоднократно поднималась в СМИ.

Претензий очень много, начиная от ДТП с участием беспилотных автомобилей и заканчивая сбоями подключенных устройств и систем безопасности. С учетом всего этого вопросы обеспечения безопасности и конфиденциальности данных в текущем году приобретают для поставщиков и производителей первостепенное значение.

Пока успехи Интернета вещей связаны в основном с сегментом B2B, но его начинают осваивать и конечные потребители, которых волнует влияние уязвимостей на уровень доверия в подключенном мире. По оценкам Evans Data, 92% разработчиков технологий Интернета вещей убеждены в том, что вопросы безопасности сохранят свою актуальность и в будущем.

«Если мы хотим повысить доверие к Интернету вещей и избежать серьезных проблем, у безопасности должен быть приоритет перед инновациями, – подчеркнул Беннетт. – При выполнении этого условия темпы распространения Интернета вещей будут лишь нарастать. Дальнейшая консолидация побудит разработчиков обратить внимание на периферийные вычисления (edge computing), а подключенные приложения будут способствовать распространению многоцелевых роботов, что приведет к дальнейшему расширению возможностей и функциональности. Но в первую очередь необходимо определить ответственных за стандартизацию Интернета вещей».

Периферийные вычисления

По мере роста объема данных и потребностей в приложениях с низкой задержкой Интернет вещей все сильнее смещается в сторону периферийных вычислений.

«Мы движемся в сторону периферийных вычислений, которые набирают обороты по мере того, как становится ясно: объемы данных слишком велики, чтобы переносить их в облако, – отметил руководитель направления машинного обучения SAP Маркус Нога. – В условиях, когда организации требуют немедленных действий, основанных на анализе данных, особенно в производственной и логистической сфере, периферийным вычислениям уделяется повышенное внимание».

«В 2019 году развертывание сетей 5G и распространение Интернета вещей станет ключевым драйвером дальнейшего развития и популяризации периферийных вычислений, – указал управляющий директор компании Interxion Эндрю Фрей. – Когда дело доходит до разработки интеллектуальных периферийных систем, предприятия хотят, чтобы основные затраты взяли на себя ЦОДы. С технологической точки зрения это способствует развитию упрощенных их версий».

Роботизация бизнес-процессов

В прошлом году темпы внедрения программного обеспечения роботизации бизнес-процессов

(Robotic Process Automation, RPA) заметно выросли.

Технологии развиваются с феноменальной скоростью, и никаких признаков возможного замедления пока не видно. Все больше и больше поставщиков включают средства RPA в портфель своих продуктов.

По мнению директора компании Kofax по безопасности Криса Хаффа, в 2019 году крупные разработчики программного обеспечения начнут скупать технологии RPA. Эта тенденция наметилась еще в прошлом году, когда SAP купила компанию Contextor.

Согласно прогнозам Gartner, к концу 2022 года 85% крупных организаций внедрят средства RPA в том или ином виде.

«Думаю, что системы RPA сыграют очень важную роль, поскольку организации все чаще ищут способы улучшения и модификации своих приложений, – подчеркнул Нога. – А технологии RPA очень хорошо подходят для автоматизации повторяющей последовательности простых действий. Грядущая эволюция будет сопровождаться постоянным увеличением доли интеллектуальных средств и числа ботов в цифровом рабочем пространстве. Именно это я считаю двумя главными тенденциями ближайшего будущего».

По мере того как поставщики пытаются масштабировать инструменты автоматизации, проектные ограничения становятся все более очевидными. Усиление конкуренции на рынке также способствует этому.

«Для того чтобы средства RPA обеспечивали желаемую эффективность, долговечность и надежность, технологии автоматизации необходимо тщательно планировать, моделировать и проектировать, – указал главный евангелист компании Blue Prism Пат Гири. – Сокращение сроков выстраивания бизнес-процессов несет в себе дополнительные риски, в том числе риски распространения 'теневых ИТ', которые могут оказаться разрушительными для организации. В 2019 году выбору поставщиков RPA необходимо уделить особое внимание. Все больше организаций придерживаются при поиске продуктов RPA стратегического подхода. Нужны дополнительные обоснования того, что тот или иной продукт RPA действительно подходит для предприятия. В 2019 году мы станем свидетелями дальнейшей эволюции с переходом от автоматизации принятия решений на основе правил к более развитой и интеллектуальной автоматизации. Возможности мышления и анализа сделают операции более интеллектуальными и автономными, а 'цифровые работники' смогут точнее воспроизводить процесс принятия решений людьми».

Чего ждать

В целом, 2019 год должен стать интересным для всех заинтересованных в экосистеме Интернета вещей. Нас ждет сразу несколько заслуживающих внимания тенденций, за которыми надо следить – от увеличения числа подключенных устройств до распространения средств интеллектуальной автоматизации.

Вопросы безопасности и конфиденциальности приобретают еще более важное значение в условиях повышения вычислительной мощности устройств и систем.

Согласно прогнозам Gartner, в следующем десятилетии Интернет вещей продолжит открывать новые возможности и предложит целый ряд новых и усовершенствованных технологий.

«По мере дальнейшего расширения Интернета вещей потребность в управлении, обеспечивающем надлежащее создание, хранение, использование и удаление информации, будет возрастать», – отметил вице-президент Gartner по исследованиям Ник Джонс.

Приобретя французскую компанию Contextor SAS, гигант отрасли корпоративного программного обеспечения SAP выходит на рынок роботизации бизнес-процессов (robotic process automation, RPA).

Покупка Contextor поможет SAP расширить экспансию собственной системы Leonardo, наделенной функциями машинного обучения дополнив ее функциями RPA, позволив упростить взаимодействие в рамках единого пользовательского интерфейса программ SAP с другими приложениями.

Интеграция с облачной платформой и диалоговыми технологиями искусственного интеллекта призвана поддержать так называемые интеллектуальные системы RPA (Intelligent RPA).

«Мы придерживаемся интеллектуального подхода к RPA, продвигая идею интеграции классических функций RPA с созданным в SAP стеком машинного обучения», – пояснил руководитель направления машинного обучения SAP Маркус Нога.

Несмотря на рост числа специалистов по RPA на сегодняшнем рынке компания SAP по-прежнему выгодно отличается от конкурентов умением объединять инновационные технологии с традиционным набором приложений и применять полученные результаты.

Интеграция интеллектуальных систем RPA с ключевыми решениями SAP (в частности, с S/4HANA) планируется с первой половины 2019 года.

«Что еще мы можем сделать лучше – это попытаться провести интеграцию с чатботами и интеллектуальными средствами, поскольку предложения SAP очень тесно взаимодействуют друг с другом, – отметил Нога. – Третья область улучшений связана с контентом. Для каждой цепочки автоматизации внутри приложений SAP или между приложениями и общими окружающими системами наши разработчики предлагают уже готовый контент. Это предполагает нацеленность на общетематические исследования, облегчающие клиентам использование наших инструментов».

Intelligent RPA, или просто IPA, объединяют в себе набор новых технологий, связывающих RPA и машинное обучение с радикально трансформированными бизнес-процессами, которые упрощают работникам выполнение повторяющихся и рутинных операций.

По сути, IPA использует искусственный интеллект для создания программ, которые подобно человеку способно обучаться на основе выполняемой работы и приспосабливаться к меняющимся обстоятельствам. Это естественная конечная цель RPA, но каждому игроку этого сегмента еще только предстоит доказывать свою приверженность ей.

«Речь идет о своеобразном сочетании трех технологий: диалогового искусственного интеллекта, машинного обучения и RPA, что позволит нам выполнять сценарии совершенно новым способом, – указал Нога. – IPA – это запуск операций и корпоративных приложений автоматизации, к разработке которых мы приступили летом 2018 года. Приобретение Contextor способствовало ускорению начатого процесса».

По словам Ноги, SAP выходит на рынок RPA, опираясь на свое представление об «интеллектуальном предприятии».

«Наше внимание сосредоточено на формировании видения интеллектуального предприятия, помогающего цифровой компании, где вся информация изначально представлена в цифровом виде, переходить к ее использованию для обучения и рационализации бизнес-процессов с учетом новых возможностей, открываемых заложенными в корпоративном программном обеспечении средствами машинного обучения и искусственного интеллекта, – подчеркнул он. – Contextor с ее 100 тыс. ботов и клиентской базой, насчитывающей сотни предприятий, очень хорошо подходит для интеграции с нашими разработками RPA. Интеграция функций RPA Contextor поможет SAP быстрее находить общие сценарии. А сочетание систем машинного обучения и RPA позволит быстрее реагировать на запросы клиентов. Средства Contextor с их адаптерами и коннекторами отлично сочетаются с традиционными системами SAP и других разработчиков делового ПО, упрощая интеграцию в условиях их дальнейшего органического развития».

Внедрение на предприятиях программного обеспечения роботизации бизнес-процессов (Robotic Process Automation, RPA) стало набирать темпы лишь в последние годы, несмотря на то что соответствующие технологии существуют уже достаточно давно.

По прогнозам Forrester, уже в 2018 году роботы заменят или дополнят более 300 тыс. офисных и административных позиций и 260 тыс. позиций в сфере продаж. По итогам года общий объем продаж программного обеспечения RPA на рынке почти удвоится и достигнет 1 млрд долл.

Automation Anywhere, UiPath, Blue Prism и NICE – весьма известные имена в мире RPA, и каждая из этих компаний предоставляет свои, особенные сервисы – или, по крайней мере, предлагает их способом, который отличается от всех прочих.

Итак, чем же конкретно крупные поставщики RPA отличаются друг от друга? Чтобы сделать правильный выбор, для начала нужно познакомиться с поддерживаемым ими функционалом.

Под контролем человека и без

Два главных аспекта RPA связаны с автоматизацией под контролем человека и без. Поставщики предлагают сервисы как одного, так и другого типа, а в некоторых случаях поддерживаемый функционал представляет собой их сочетание.

Программное обеспечение с автоматизацией под контролем требует вмешательства человека и чаще всего устанавливается в подразделениях организации, непосредственно взаимодействующих с клиентами. Оно широко используется в контакт-центрах, и, будучи запущенным на рабочем столе агента, срабатывает, когда происходят какие-то конкретные события. Его можно воспринимать в качестве бота-помощника.

Автоматизация без участия человека представляет собой противоположный вариант: никакого вмешательства вручную, робот запускается по расписанию автоматически и в зависимости от набора заранее утвержденных правил выполняет определенные действия, что хорошо подходит для решения внутренних задач. Вместе с тем сегодня такой подход все чаще применяется и для выполнения повторяющихся или рутинных операций в подразделениях, непосредственно взаимодействующих с клиентами.

Принятие решения о выборе какого-то одного поставщика RPA из имеющихся зависит в основном от конкретных потребностей бизнеса и от того, какая форма автоматизации в большей степени отвечает критериям заказчика.

Blue Prism

Компания Blue Prism, основанная в 2001 году, утверждает, что термин Robotic Process Automation был придуман именно ею. Поставляемая ею программная платформа помогает организациям создавать цифровых работников, повышая гибкость и эффективность выполняемых бизнес-операций.

Blue Prism предлагает целый ряд решений автоматизации с участием и без участия человека, что позволяет ей занять уникальное положение, автоматизируя как внутренние процессы, так и деятельность сотрудников, выполняющих повторяющиеся операции.

Планы развития продуктов выстраиваются в соответствии с разработанной компанией концепцией навыков интеллектуальной автоматизации (Intelligent Automation Skills) и включают расширения, помогающие клиентам получать доступ к технологиям искусственного интеллекта в рамках решения RPA.

«Мы не видим разницы между тем, кем конкретно инициируется автоматизация – человеком или электронным триггером из другого приложения или рабочего процесса, – указал главный идеолог Blue Prism Пат Гири. – Наше конкурентное преимущество заключается в том, что агент на рабочем столе у нас не запускается, поскольку он менее устойчив, сложен в управлении и вызывает вопросы с точки зрения проведения аудита и безопасности».

Клиентами Blue Prism являются компании nPower, Telefonica O2 и ряд других. «Отрадно видеть, что за десять лет, что я здесь работаю, число наших клиентов заметно возросло, – добавил Гири. – Еще приятнее осознавать, что поддерживаемые нами бизнес-операции отличаются сегодня таким разнообразием, о котором ранее мы не могли даже мечтать».

NICE

NICE – еще один поставщик автоматизированных решений, которые выполняются как с участием человека, так и без, помогая организациям принимать более удачные решения и улучшать обслуживание клиентов.

Поставщик начал специализироваться на RPA после приобретения в 2011 году компании Eglue и постепенно расширяет спектр своих предложений роботизированной автоматизации в США и европейских странах.

Сервисы, выполняемые без участия человека, позволяют организациям автоматизировать процедуры, что обеспечивает их быстрое и безошибочное выполнение. Установленные на виртуальных серверах роботы управляют всеми сквозными процессами, находящимися в зоне их ответственности.

Компания предлагает также цифровых помощников на рабочем столе. В данном случае речь идет об автоматизации с участием человека. Соответствующие средства можно использовать для выполнения повторяющихся задач и поддержания с сотрудниками обратной связи с использованием формируемых в реальном времени ссылок на данные, что помогает выполнять работу более точно и эффективно.

«Многие говорят здесь о контроле со стороны человека, но на самом деле все происходит без его участия, – отметил менеджер по продажам решений NICE Гарет Хоул. – Скорее, мы имеем дело с виртуальным помощником. Наш функционал, предназначенный для оказания содействия людям, кардинально отличается от того, что понимают под автоматизацией с участием человека другие поставщики».

Компания NICE начинала с контактных центров, которым требовались автоматизированные системы, помогающие сотрудникам достичь поставленных целей. Но вскоре обнаружилось, что все собранные данные могут поддерживать и другие процессы, особенно в части оформления документации, после чего поставщик начал внедрять сервисы, не требующие участия человека.

Ряд клиентов в Великобритании, в том числе HMRC и Thomas Cook, уже приступили к внедрению предлагаемых NICE решений расширенной роботизированной автоматизации бизнес-процессов, предназначенных для улучшения обслуживания клиентов и выполнения внутренних задач как под контролем человека, так и без его участия.

«Мы считаем, что другие компании не столь сильны в автоматизации с участием человека и делают ставку в основном на средства, работающие без его участия, – заявил региональный президент NICE в Европе, Африке и на Ближнем Востоке Джон О'Хара. – Рассматривая возможность автоматизации более сложных процессов, клиенты начинают замечать имеющиеся недостатки и в конечном итоге делают выбор в нашу пользу».

Automation Anywhere

Компания Automation Anywhere была основана в 2003 году и предлагает корпоративную платформу с программными ботами, которые управляют выполнением повторяющихся операций наряду с сотрудниками. Другими словами, она специализируется на автоматизации без участия человека.

Когнитивное машинное обучение сочетается здесь с аналитическими технологиями, что помогает организациям быстрее управлять бизнес-процессами.

«Когнитивные технологии и искусственный интеллект, хорошо дополняющие друг друга, относятся к сегменту, демонстрирующему сегодня, пожалуй, самый быстрый рост, – отметил директор по исследованиям и один из основателей Automation Anywhere Анкур Котари. – Благодаря RPA людей начинают вытеснять роботы, а когнитивные технологии помогают машине полностью взять на себя все функции человека. Объединение роботов с когнитивными технологиями позволяет автоматизировать любой процесс от начала и до конца».

К клиентам Automation Anywhere относятся предприятия, работающие в производственной сфере, а также в области финансовых услуг, страхования, здравоохранения и ряде других. Компания получает сегодня финансирование серии A от Goldman Sachs, General Atlantic и прочих известных имен.

«Первой нашей отличительной чертой является объединение разных технологий, а второй – желание по-настоящему демократизировать технологию в том смысле, чтобы автоматизация не оставалась прерогативой разработчиков ИТ, а могла бы использоваться и представителями основного бизнеса», – добавил Котари.

UiPath

Компания UiPath, основанная в 2005 году, предлагает открытую платформу RPA для автоматизации как внутренних операций, так и процессов взаимодействия с клиентами.

Клиентами UiPath являются свыше 1800 коммерческих компаний и госструктур, использующих платформу UiPath Enterprise RPA для развертывания программных роботов, которые моделируют и выполняют повторяющиеся процедуры.

Роботы UiPath поддерживают автоматизацию как с участием человека, так и без, благодаря чему клиенты могут выбрать наиболее подходящий для них вариант.

Компания, получившая недавно финансирование серии C в размере 225 млн долл., оценивается сейчас в 3 млрд долл. Это позволяет ей привлекать финансовые средства в большем объеме по сравнению с конкурирующими Automation Anywhere и Blue Prism.

По данным Forrester Wave RPA за 2018 год, платформа RPA UiPath является наиболее популярной и получила наивысший рейтинг в категориях «текущее предложение» и «присутствие на рынке».

«Главным двигателем нашего развития является невероятный потенциал платформы, которая помогает клиентам трансформировать операции цифрового бизнеса с помощью машинного обучения и искусственного интеллекта», – подчеркнул генеральный директор и один из основателей UiPath Дэниел Дайнс.

Стремясь удовлетворить потребности своих клиентов, поставщик программного обеспечения управления производительностью приложений (Application Performance Management, APM), компания Dynatrace объявила о смещении акцентов от управления приложениями в сторону аналитики программных систем (software intelligence).

Выступая на недавней общеевропейской конференции Perform, генеральный директор Dynatrace Джон ван Сиклен заявил: «Не секрет, что цифровая трансформация превращает любую компанию в софтверную компанию».

В качестве примера он привел GE Digital – технологическое крыло корпорации General Electric, ориентирующееся на Интернет вещей. При этом очень важно понимать, что компании должны не только смещать бизнес-акценты в сторону создания программного обеспечения, но и заботиться об идеальном функционировании работу этого программного обеспечения.

«Сегодня уже недостаточно одновременно проектировать прикладную модель и платформу для нее, а также реализующие ее микросервисы. Современный бизнес требует писать новый код непрерывно и выпускать его буквально каждый час, а для того чтобы сравняться с Amazon, быть может, и каждую минуту», – добавил ван Сиклен.

Теперь в Dynatrace намерены предложить собственную платформу для повышения скорости разработки, гибкости и масштабируемости приложений – платформу, которая будет развиваться вместе с компаниями по мере их прохождения через процесс цифровой трансформации.

«Облако играет первоочередную роль не только в цифровой трансформации, – пояснил ван Синклен. – В процессе взаимодействия с нами облако изменило все, поскольку весь мониторинг, использовавшийся в прошлом, сегодня уже не работает, он не в состоянии совладать с масштабами облака, с динамизмом облака и с новыми моделями приложений».

Что дальше?

Для того чтобы работать в этом новом облачном мире, Dynatrace сформировала полный программный стек, помогающий ей адаптироваться к новым реалиям.

На базе того, что ранее составляло бизнес APM с оборотом в 3 млрд долл., компания намерена построить бизнес мониторинга, бизнес-аналитики и DevOps, который мог бы вырасти до15 млрд долл.

«Всепроникающее распространение программных решений породило масштабные изменения, и в основе всего этого, по нашему мнению, должна лежать аналитика, – подчеркнул ван Синклен. – Аналитика программных систем позволяет выявлять тенденции в их развитии, и мы уверены, что Dynatrace сможет предложить инструменты такой аналитики».

С момента запуска в 2017 году новой полнофункциональной платформы управления производительностью 70% последних заказов в Dynatrace приходится именно на эту платформу.

На конференции компания анонсировала два новых программных решения: зоны управления и анализ журналов, которые делают ее прямым конкурентом поставщика программного обеспечения для анализа машинно-генерируемых данных, компании Splunk.

Зоны управления – это новый функционал, упрощающий анализ программного обеспечения для корпоративных команд. Анализ журналов – комплексное решение по автоматизации и встраиванию в контекст, включая файлы журналов, подбираемые автоматически. Одно из интересных новых свойств — функциональность на основе технологий искусственного интеллекта, позволяющая автоматически выполнять углубленный анализ.

В ходе демонстрации директор Dynatrace по продуктам Флориан Ортнер заявил: «С помощью готового решения Dynatrace в той или иной степени можно найти решение любой проблемы. Искусственный интеллект, реализованный в Dynatrace, способен находить первопричины возникающих проблем».

В рекламе, показанной на чемпионате мира по футболу 2018 года, компания Hdac (Hyundai Digital Asset Company) решила подогреть интерес к технологии блокчейна.

Hdac использовала рекламу в трансляциях матчей чемпионата мира на каналах ITV и Eurosport, чтобы продемонстрировать возможности блокчейна. Стоит отметить, что реклама такого рода появилась на телевидении впервые.

Южнокорейский стартап был основан в 2017 году Чон Дай-Суном, племянником генерального директора автомобилестроительного концерна Hyundai Чона Монгу.

Миссия Hdac заключается в разработке технологии беспрепятственного выполнения транзакций с использованием блокчейна и создании новых способов улучшения нашей повседневной жизни с помощью технологий.

В рекламе, которая длилась 35 секунд, был показан семейный дом, в котором интеллектуальные устройства взаимодействуют друг с другом, используя возможности блокчейна и транзакции между машинами. Здесь же демонстрировались виртуальные платежи, выполняемые с помощью технологии блокчейна.

Впрочем, лишь этим Hdac не ограничивается. Стартап намерен совершить революцию в области Интернета вещей, продвигая технологию распределенного журнала (или блокчейна), которая поможет легко и быстро проводить транзакции между множеством устройств Интернета вещей.

У технологии блокчейна есть много сценариев использования, и за последний год интерес к ней со стороны самых разных игроков, начиная от глобальных банков и заканчивая стартапами, заметно вырос.

Видеозвонки трудно отнести к типичным сценариям использования блокчейна, но и здесь некоторые компании, например, e-Chat, пытаются поддерживать голосовую и видеосвязь с помощью децентрализованных сообщений блокчейна и платформ социальных сетей.

Проведя в конце 2017 года ICO на 258 млн долл., компания Hdac вывела на рынок целый ряд технологий для умных домов на основе инновационных транзакций блокчейна и использования устройств Интернета вещей.

Компания решила задействовать массовую платформу, коей является чемпионат мира по футболу, для демонстрации своих планов по созданию «еще более инновационного будущего».

Однако, успех здесь вовсе не гарантирован. В 2018 году майнинговый пул компании был взломан, заставив ее временно приостановить вывод средств. Неприятных последствий избежать удалось благодаря децентрализации майнингового пула. Но вот готовы ли пользователи и дальше использовать ее технологию, еще предстоит выяснить.

Анонсировав на конференции GPU Technology Conference в Кремниевой долине систему DRIVE Constellation, компания Nvidia дала понять, что смещает акценты при проведении испытаний самоуправляемых автомобилей в сторону имитационного моделирования.

Объявление об этом произошло в важный для отрасли автономных автомобилей период, после появления новостей о том, что самоуправляемый автомобиль Uber насмерть сбил в штате Аризона женщину, пересекавшую улицу на велосипеде.

Происшествие это заставило представителей формирующегося сегмента интеллектуальных технологий задуматься, а в Nvidia приостановили испытания самоуправляемых автомобилей на дорогах общего пользования в различных штатах США, в том числе и в Калифорнии.

Отвечая на вопросы, основатель и генеральный директор Nvidia Дженсен Хуанг постарался дистанцироваться от инцидента и представил в качестве безопасной альтернативы новую систему тестирования Nvidia Constellation.

«Во-первых, следует отметить, что Uber не использует технологию Nvidia DRIVE, – подчеркнул Хуанг. – Uber разрабатывает собственные датчики и технологию управления автомобилем. А во-вторых, должен признать, что мы осознаем важность произошедшего и намерены извлечь из этого самые серьезные уроки».

Глава Nvidia подтвердил, что разработка DRIVE – платформы для проектирования, развертывания, а теперь и тестирования самоуправляемых автомобильных систем – продолжается, и компания приняла решение приостановить испытания, с тем чтобы усовершенствовать имеющиеся технологии.

На конференции GTC была анонсирована облачная платформа DRIVE Constellation, работающая на двух серверах и позволяющая разработчикам тестировать автономные автомобили в фотореалистичной моделируемой версии реального мира.

На первом сервере запускается программное обеспечение Nvidia DRIVE Sim Software, моделирующее работу датчиков автомобиля, его камер и радаров, а на втором – система искусственного интеллекта автомобильного бортового компьютера DRIVE Pegasus, полностью охватывающая весь стек программного обеспечения транспортного средства.

«Одно из преимуществ виртуальной реальности заключается в том, что мы можем смоделировать любой сценарий, который только захотим, – пояснил Хуанг. – Это позволит разработчикам имитировать, например, неблагоприятные погодные условия или солнечные блики».

Партнеры Nvidia смогут получить доступ к DRIVE Constellation в третьем квартале 2018 года.

На GTC компания продемонстрировала свои наработки в области виртуальной реальности, анонсировав самую мощную на сегодняшний день графическую плату Quadro GV100 и технологию трассировки лучей RTX, которая должна помочь приблизиться к труднодостижимой цели моделирования интенсивного прохождения световых потоков в реальном времени.

Компания Nvidia анонсировала серию новых продуктов, призванных способствовать дальнейшему повышению эффективности глубинного обучения. Среди них следует выделить высокопроизводительный сервер DGX-2, который предоставит приложениям искусственного интеллекта вычислительные мощности в 2 PFLOPS.

Выступая на 10-й ежегодной конференции Nvidia GTC, основатель и генеральный директор компании Дженсен Хуанг объявил также об удвоении памяти графической платы Tesla V100 до 32 Гбайт, что позволит повысить эффективность глубинного обучения и высокопроизводительных вычислений.

Хуанг указал, что вычислительная мощность графических процессоров продолжает увеличиваться, а для сохранения существующих темпов роста нужны еще более мощные компьютеры, оснащенные всем необходимым.

«Сегодня мы находимся на переломном этапе, а количество людей, обращающихся к вычислительным мощностям графических процессоров, растет невиданными темпами, – указал Хуанг. – За последние пять лет число разработчиков, использующих графические процессоры, увеличилось в десять раз и достигло почти миллиона человек. Глядя на перемены, произошедшие за последние пять лет, мы нисколько не сомневаемся в том, что организация вычислений с помощью графических ускорителей стала правильным ответом на возникающие вызовы».

Графическая плата Tesla V100, уже успевшая завоевать популярность среди исследователей всего мира, теперь нашла применения и в системах глубинного обучения Nvidia DGX.

Компания анонсировала также новую технологию внутренних межсоединений NVSwitch, позволяющая организовать в одном серверном узле обмен данными между 16 графическими платами Tesla V100 на скорости 2,4 Тбайт/с. Это позволит справиться с недостаточной производительностью шины PCIe при построении систем, объединяющих несколько графических процессоров, и создать более быструю и масштабируемую структуру внутренних соединений.

По словам Хуанга, у разработчиков появится возможность проектировать системы, которые объединят больше графических процессоров, поддерживающих высокоскоростной обмен.

Генеральный директор Nvidia представил новый комплекс DGX-2 – первый одиночный сервер с производительностью в 2 PFLOPS, предназначенный для решения сложных задач искусственного интеллекта. Система DGX-2 заменяет собой 300 обычных серверов, занимающих в ЦОДе 15 стоек. Он оснащен пространством хранения объемом в 30 Тбайт и работает в десять раз быстрее предыдущей модели DGX-1, выпущенной всего шесть месяцев назад. Новая система начнет поставляться в третьем квартале 2018 года по цене 399 тыс. долл. (ориентировочные цены в США. — Прим. ред.), однако некоторые исследователи данных уже сейчас используют в своей работе этот продукт.

«Многих нынешних достижений удалось добиться благодаря платформе глубинного обучения Nvidia, – добавил Хуанг. – Мы увеличиваем производительность нашей платформы темпами, значительно опережающими закон Мура, осуществляя прорывы, которые помогают совершать революцию в сфере здравоохранения, транспорта, научных исследований и несчетном количестве других областей».

Открывая ежегодную конференцию Datacloud Nordic, представитель высшего политического бомонда Норвегии Рейнир Йоханнессон акцентировал внимание на благоприятных для развития центров обработки данных условиях, а именно улучшенных условиях для подключения, использовании экологически чистых источников энергии и поддержке автономных автомобилей.

В ходе своего выступления на конференции Datacloud Nordic в Осло министр транспорта Норвегии охарактеризовал отрасль ЦОД как «интересную и очень важную для будущего».

«Мы хотим, чтобы наши экологически чистые источники энергии способствовали глобальному подключению, а Норвегия и северные страны в целом в ближайшие годы заняли ведущие позиции во всемирной отрасли Интернета», – указал он.

Важность развития цифровой отрасли признают во многих странах, Йоханнессон же рассказал о том, что делает правительство Норвегии.

«Норвежское правительство уже снизило налог на электроэнергию, – сообщил он. – Бюджетные предложения на 2018 год тоже кажутся весьма интересными. Планируются дальнейшие инвестиции в глобальное подключение и в подключение в самой Норвегии, изменения в налоге на имущество, и это хорошие новости для отрасли ЦОД. У Интернета нет перерывов на отдых, он работает всегда. Задача Норвегии заключается в том, чтобы обеспечить устойчивое и бесперебойное подключение. Я придаю важное значение улучшению платформ для телекоммуникационной сферы, центров обработки данных и других отраслей. Мы много делаем также для Интернета вещей, хотим, чтобы он стал более продуктивным. Чтобы все это работало, нужны фабрики данных, и нам хочется, чтобы они работали на экологически чистых источниках энергии».

Согласно отчету правительства Норвегии, опубликованному в 2016 году, 98% производимой в стране электроэнергии поступает из возобновляемых источников, главным из которых является вода.

Норвегия – крупнейший производитель гидроэлектроэнергии в Европе и седьмой в мире. Страна гордится этим фактом, а правительство считает, что бизнес должен учитывать его при расширении своего присутствия в местных дата-центров.

Йоханнессон рассказал также о том, что законы об испытаниях автономных автомобилей обсуждаются в норвежском парламенте уже сейчас, а голосование по ним должно состояться еще до Нового года. «Я очень надеюсь, что в 2018 году у нас будет один из лучших в мире законов об испытаниях автономных автомобилей», – подчеркнул он.

С учетом всего этого можно ожидать, что предприятия различных отраслей воспользуются открывающимися перед ними возможностями для ускорения цифровой трансформации.

«Норвегия готова к подключенному будущему, – указал Йоханнессон. – Мы пока не знаем, каких продуктов, сервисов и чего-то еще можно ждать благодаря ему, но уже готовы к этому».

Вслед за объявлением о выходе новой СУБД, обещающей высокую степень автономности, в Oracle сообщили о том, что в пару к ней в корпорации разработали высокоавтоматизированную систему киберобороны.

Сервис создан с расчетом на совместное использование с автономной СУБД Oracle 18c, что должно помогать в предотвращении финансово опустошительных кибератак и краж данных.

Презентацию новшества на конференции Oracle OpenWorld провел сам директор по технологиям корпорации Ларри Эллисон. По его словам, это система, которая «борется с компьютерами злодеев силами наших специалистов».

В ходе своего выступления Эллисон говорил о ежегодном росте масштабов хищения данных вследствие кибератак, подчеркивая потребность в повышении степени автоматизации противодействия взломщикам: «Автоматизированные средства обеспечения безопасности справляются лучше и обходятся дешевле, чем требующие участия человека. Больше автоматизации означает более надежную защиту, и при этом затрат будет меньше».

Именно такой сервис разрабатывают в Oracle. «Мы хотим создать систему киберобороны, которая автоматически обнаруживает уязвимости, устраняет их еще до атаки, а если вторжение произошло, распознает его и подавляет», — пояснил Эллисон.

В отличие от Oracle 18c, сервис киберобороны пока что не полностью автономен, но Эллисон подчеркнул, что машинное обучение используется в работе обоих продуктов: «Машинное обучение — самое значимое новшество за долгое время. Не пользоваться им сейчас — значит отстать от жизни».

Благодаря механизмам машинного обучения сервис отличает нормальное поведение систем от аномального и передает клиентам соответствующие предупреждения.

Эллисон заявил, что в ИТ-отделах многих организаций к теме кибербезопасности относятся все еще недостаточно серьезно, и призвал предприятия пересмотреть соответствующие стратегии. «Только специалисты, непосредственно отвечающие за безопасность, воспринимают ее должным образом, — полагает Эллисон. — А остальные сотрудники центров обработки данных сосредоточены лишь на своих прямых обязанностях».

Именно в таких ситуациях и окажется полезной новая облачная система Oracle. Как объясняют в корпорации, цель разработчиков — создать «первое в отрасли истинно облачное интеллектуальное решение безопасности и управления».

В Oracle утверждают, что система будет помогать предприятиям в снижении числа инцидентов, распознавании и отражении киберугроз, а благодаря машинному обучению в компаниях смогут быстрее устранять бреши безопасности.

«Наш сервис создан для работы в облаке Oracle, но при этом он также будет управлять всеми вашими активами Amazon и локальными системами», — добавил Эллисон.