Специалисты Университета Восточной Англии получили средства на четырехлетний проект разработки методов, которые позволят прогнозировать ожидаемую продолжительность жизни конкретного человека. По словам ученых, возможно, многие не захотят знать, сколько им осталось жить, но исследование в любом случае будет иметь практическое, финансовое и медицинское значение. Например, станет проще строить планы относительно выхода на пенсию и появится возможность уточнять, как на продолжительность жизни влияет постоянный прием тех или иных лекарственных средств.

Методы прогнозирования будут основаны на анализе статистики по широким слоям населения за большие периоды времени. Ученые планируют выявить и количественно оценить основные факторы, влияющие на смертность и продолжительность жизни, в том числе, связанные с образом жизни, заболеваниями и медицинскими вмешательствами. В частности, будет пристально изучаться, каким образом на продолжительность жизни влияют хронические заболевания и их лечение.

По мнению авторов проекта, знание возможной продолжительности жизни поможет медикам консультировать пациентов и принимать решения о том, стоит ли выписывать конкретное лекарство. Кроме того, страховые компании смогут более обоснованно определять тарифы и суммы страховок.

Одно из наиболее перспективных применений Больших Данных — прогнозная аналитика, предсказание будущего на основе обработки большого массива данных о прошлом. Именно эта тема стала основной в выступлениях представителей Microsoft на форуме «BIG DATA 2016: большому делу – Большие Данные!», проведенной издательством «Открытые системы».

Задачи такого рода можно условно разбить на две категории — «техническую», наиболее частый пример — использование данных с датчиков для организации проактивного обслуживания техники, и «социальную», в которой объектом исследования становятся люди.

Леонид Березовский, руководитель отдела продаж платформы управления данными Microsoft, сосредоточился на последней категории и привел два примера использования технологий корпорации.

Российская компания Raxel Telematics предлагает страховым агентствам средство оценки каждого отдельного клиента. Устройство устанавливается в автомобиль страхуемого и при движении передает в скоринговую систему на базе Microsoft Azure информацию о времени вождения, скорости, пробеге, а, главное, о стиле езды — о резких торможениях, ускорениях и прочих небезопасных маневрах застрахованной машины. Эти данные обрабатываются скоринговой системой Raxel в облаке Microsoft Azure в реальном времени и исходя из них страховщик может предсказать для конкретного водителя вероятность наступления страхового случая и выставить справедливую цену за КАСКО.

Водитель в свою очередь видит через мобильное приложение, установленное на смартфон, как оценивает система тот или иной его маневр, и может улучшать свой имидж в глазах страховой компании аккуратной ездой. Что, помимо прочего, положительно влияет на дорожную обстановку.

Другой приведенный Березовским пример — контракт с мадридским «Реалом». Богатейший футбольный клуб (оборот — 574 млн евро) имеет по всему миру около 400 млн болельщиков. И заработки «Реала», будь то плата за телетрансляции его матчей, доходы от продажи билетов и сувениров, в конечном счете зависят от его отношений с торсидой.

Для того чтобы лучше понимать своих фанатов, «Реал» заключил в ноябре 2014 года контракт с Microsoft о создании для испанского клуба облачной платформы, которая объединит всех болельщиков и даст возможность формировать каждому из них персональные предложения по части товаров и контента. Платформа будет собирать информацию о каждом болельщике из всех возможных источников (информация в профиле болельщика, история покупок, посещение матчей, активность в соцсетях) и давать руководству клуба рекомендации по работе с ним.

Пул специализированнных средств Microsoft в области прогнозной аналитики строится вокруг среды разработки Revolution R компании Revolution Analitics, купленной Microsoft в январе 2015 года. (R – это свободно распространяемый язык программирования для статистической обработки данных и работы с графикой.) В «промышленной» версии Microsoft R Server, как заверила Алена Дробышевская, руководитель направления продаж платформы управления данных в крупнейших компаниях финансового сектора, он оптимизирован для многопоточных вычислений и стал гораздо быстрее справляться с большими объемами данных.

Задачи работы с клиентами во всех «розничных» организациях (банки, телеком, ретейл) более-менее одинаковы — не допустить ухода и поднять прибыль с каждого. Для этого необходимо найти путь к сердцу если не каждого фаната персонально, то, по крайней мере, члена однородной (по какому-то параметру) группы.

Сервис Azure Machine Learning, утверждает Дробышевская, способен с высокой точностью сегментировать и заново собрать клиентов в кластеры, подсказать оптимальный способ общения с каждой группой и даже день, когда коммуникация будет наиболее эффективна.

Еще одна задача, весьма актуальная для финансовых учреждений, противодействие мошенничеству, также решается путем объединения через размежевание (в однородных группах подозрительные операции выделяются четче).

На облачной платформе можно даже создать персонального финансового менеджера, такого, например, какого на базе Azure создала российская компания Rubbles. Он выдает клиенту персональные рекомендации по сокращению расходов, помогает анализировать и планировать его финансовую жизнь. Система выделяет наиболее характерные шаблоны поведения клиента и находит возможности для экономии. На сайте Rubbles утверждается, что благодаря этим советам на счету среднего клиента «Альфа-Банка» в месяц сохраняется дополнительных 4,6 тыс. руб.

В декабре на конференции IBM SolutionConnect 2015 российский офис IBM представил результаты исследования «Раздвигая границы: результаты глобального опроса руководителей высшего звена», проведенного экспертами IBM Institute for Business Value, главный вывод которого — топ-менеджеры наибольших неприятностей ждут от конвергенции отраслей и выхода на рынок конкурентов с принципиально иной бизнес-моделью (см. «ИТ эпохи «юберизации», Computerworld Россия, № 24, 2015).

А к мартовской конференции IBM BusinessConnect 2016 «Время новых возможностей» подоспели результаты глубинного личного опроса 818 генеральных директоров из более чем 70 стран, сделанного в ходе этого исследования. 30% респондентов назвали свою компанию лидером по части инноваций (44% сочли, что они находятся на среднем уровне, 26% — что отстают). А 13% из этих 30% считают, что доходы и прибыль их компаний растут быстрее, чем в среднем по их рынку. Таких руководителей в IBM назвали «факелоносцами», и именно их точка зрения на происходящие процессы заинтересовала исследователей в наибольшей степени.

Олег Бяхов, ассоциированный партнер IBM Institute for Business Value, представлявший результаты исследования, отметил, что в категорию «богатых, но здоровых» респондентов зачисляли на основании их собственных заявлений о состоянии бизнеса и инновационности руководимых ими предприятий. Проверить три десятка компаний (4% из 818), конечно, можно, но, как заявил Бяхов, исследования Массачусетского технологического института показали, что в ходе анонимных опросов люди отвечают откровенно.

Генеральные директора (не только «факелоносцы») в большей степени, чем другие руководители, считают технологии «главным внешним фактором развития организаций», причем уже на протяжении пяти лет, в то время как другие «топы» пришли к такому выводу в 2015 году или все еще считают более важными другие факторы. Лидеры-инноваторы выделяются тем, что больше своих коллег ценят мобильные решения (83% из них полагают, что такие решения обеспечат революцию в бизнесе в ближайшие три-пять лет, среди менее успешных директоров этот показатель — 69%) и когнитивные системы (50 и 42% соответственно). Зато проявляют меньше интереса к Интернету вещей (48 и 57%) и облачным вычислениям (64 и 66%).

Также «факелоносцы» более склонны к созданию экосистем, активнее ищут нетрадиционные пути роста бизнеса, стремятся первыми выйти на рынок с новыми продуктами и бизнес-моделями, для чего используют прогнозную аналитику и когнитивные системы, помогающие понимать запросы каждого конкретного клиента.

Когнитивные технологиии, которые в IBM представляет сервис Watson, похоже, становятся «следующей большой вещью» Голубого Гиганта. Сейчас их используют около 11% опрошенных директоров, 36% из которых верят в то, что эти технологии произведут революцию в течение трех-пяти лет. Наиболее известна «медицинская» часть Watson — Watson Health Cloud. Для ее развития IBM купила ряд компаний из этой отрасли (Truven, Explorys, Merge Healthcare) и теперь располагает несколькими миллионами историй болезни и более чем 30 млрд изображений (томограммы, рентгенограммы и т. д.). Основное направление усилий в медицине — онкология, однако есть решения для оценки состояния больных диабетом и даже для создания персонализированных программ питания и физической активности на основе анализа показателей здоровья.

В нашей стране, по словам генерального директора IBM в России и СНГ Андрея Филатова, бизнес на базе Watson уже есть, хотя и небольшой. Чтобы стали возможны медицинские применения, надо решить вопросы с регулятором, но ряд врачей уже тестирует систему. Большая проблема заключается в том, что в Watson нет поддержки русского языка. Над этой задачей в IBM работают, но поскольку способность понимать естественный язык — одна из ключевых особенностей сервиса, «зашитая» в ядро, то процесс этот не так прост. И все же Филатов полагает, что в обозримом будущем, в течение тех самых трех-пяти лет, Watson начнет давать существенную часть доходов IBM и в России.

Если раньше приходилось слышать жалобы на отсутствие достаточного количества данных для создания адекватных прогнозов, то сегодня чаще сетуют на их избыточность. Избыток данных затрудняет выбор верного прогноза из множества вариантов.

«Прогнозирование необходимо для выживания в нынешних условиях – с этим трудно спорить. И в условиях избытка данных качество прогнозирования важно вдвойне», — заявил директор Института проблем глобализации Михаил Делягин в рамках конференции IBM Cognos Live Forum. По его словам, крайне ценны прогнозы не столько количественных показателей, сколько качественных переходов между состояниями наблюдаемой системы.

Сейчас настало время сменить модели прогнозирования и подходы к анализу. Необходимо собирать данные постоянно и сразу же анализировать их. У компании должен быть план на любое развитие событий.

«Данные становятся новым природным ресурсом. Мы научились их добывать, но пока не знаем до конца, как их можно использовать», — сказал Александр Гертнер, финансовый директор IBM в Восточной Европе и Африке. Он уверен, что люди, занимающиеся сейчас бизнес-анализом, во многом являются художниками своего дела.

Проводя форум, IBM еще раз показал, что видит бизнес-аналитику ключевым направлением своего развития. Подобные мероприятия несут определенную долю евангелизма, рассказывая не только о реализованных проектах, но и о перспективных продуктах. Основным вектором роста становятся средства прогнозирования – наибольшее внимание среди них было уделено клиентской аналитике (решение Predictive Customer Intelligence) и стратегической оптимизации (ILOG).

Тем не менее, основную часть выступлений заказчиков составили рассказы о проектах автоматизации бюджетных процессов.

Опытом создания системы финансового управления поделился Вадим Матусевич, начальник финансовой службы компании «Белая Дача Трейдинг». Компания работает со множеством партнеров, и есть такие, кто требователен к прозрачности и процессам корпоративного управления. Особенностью реализованного проекта стала не «простая автоматизация», а внедрение новых методологических решений с активным участием бизнес-подразделений.

«ИТ-система – всего лишь инструмент, сама по себе она проблем не решит. Именно поэтому с проектом было связано изменение внутренних взаимодействий, направленных на повышение качества управления, был переписан ряд документов», — сказал Матусевич. Под качеством управления он понимает качество целеполагания, планирования, анализа и процессов. В итоге компании удалось достигнуть непрерывности процессов планирования и связать цели подразделения и организации в целом.

«Раньше основное время занимал ввод данных и их проверка, а теперь – процесс согласования доходов», — оценил результат проекта Владимир Ночвин, руководитель группы доходов финансовой дирекции «ПетерСервис», посетовав, что акционеры предъявляют все более жесткие требования по качеству бюджета и срокам его готовности. По итогам проекта формирование бюджета стало занимать три дня, а его ежемесячная корректировка происходит за три часа.

Светлана Братищева, ведущий финансовый аналитик «Каспийского трубопроводного консорциума», рассказала о разработке системы бюджетирования на базе IBM Cognos TM1. Потребность в нефти растет, поэтому мощности компании приходится развивать – в ближайшее время они вырастут втрое. В связи с таким ростом руководству компании потребовалось больше информации относительно вариантов развития и рыночной ситуации.

Проект разделен на две части – проектирование концептуального дизайна решения и создание самой системы бюджетирования. Первая часть требует больших трудозатрат от компании, она была выполнена весной и летом, когда было на это время. Второй этап начинается сейчас. Разрабатываемая система должна повысить гибкость бюджетирования и эффективность контроля затрат.

Форум IBM «Курс на эффективность – растим бизнес в кризис» определил наиболее перпективные направления работы корпорации в Северо-Западном регионе при сложившихся крайне непростых условиях для иностранных вендоров в России. Если судить по программе мероприятия, то ставка сделана на аналитику, обеспечивающую прогнозирование и персонализированный подход к клиентам.

Кроме того, организаторы форума решили уделить большее внимание предприятиям малого и среднего бизнеса. «Аналитика важна как для крупных предприятий, так и для малого бизнеса. Она помогает получить картину действительного состояния дел, раскрыть закономерности тех или иных явлений и сделать правильные прогнозы. Иными словами, обеспечивает то, на что у малого бизнеса часто не хватает времени или опыта. Применяя аналитику, малый бизнес сможет сделать ценные выводы, которые помогут лучше понимать поведение клиентов, порядок работы и специфику рынков. Все это будет способствовать повышению эффективности деятельности и достижению преимуществ над конкурентами», — считает Алексей Иващенко, директор по продажам в Северо-Западном регионе представительства IBM в России и странах СНГ.

Надо отметить, что участниками форума были также представители банков, телекоммуникационных компаний и розничных сетей, бизнес которых обычно не относят к малому.

Сергей Табулин, директор по региональному развитию IBM Восточная Европа/Азия, отметил, что цены на нефть упали примерно вдвое, а российский рынок ИТ, по исследованию Gartner, сократился в 2014 году на 16%, тогда как мировой рынок продолжает расти, хотя и очень медленно. На фоне этих показателей он назвал данные «новым природным ресурсом». Это новое «сырье», судя по всему, так же нужно уметь добывать и обрабатывать, чтобы получать от него какие-то выгоды. Согласно докладу Табулина, многие менеджеры уже понимают важность добычи и обработки данных. Так, например, 83% директоров по маркетингу планируют использовать аналитику в ближайшие три-пять лет, с тем чтобы получать более полную информацию о клиентах, а 99% опрошенных ИТ-директоров, имеющих задачи по изменению бизнеса, хотят лучше управлять процессами.

При этом 80% накопленных данных — неструктурированные. «Аудио- и видеофайлы, RFID-метки, твиты, блоги — вся эта информация может быть исследована», — считает Табулин. В то же время участники круглого стола «Прогнозная аналитика и управление рисками» согласились с высказанным на нем утверждением, согласно которому для получения положительного эффекта от обработки данных важна зрелость компании, а если ее нет, то и аналитика ничего не даст.

Чаще всего на форуме вспоминали о данных, которые можно получать из социальных сетей. Например, анализ сообщений, публикуемых в этих сетях потенциальным клиентом банка, можно использовать для оценки вероятности того, что он станет пользователем определенной услуги. Если вероятность высокая, этому клиенту стоит сделать соответствующее специальное предложение. Кроме того, социальные сети могут служить буфером между правительством и населением при обсуждении городских и общенациональных проблем. Естественно, если будет налажен анализ огромного количества сообщений.

«Применение аналитики может помочь во многих сферах деятельности. Однако сегодня наблюдается огромный дефицит специалистов в области Больших Данных. Работа с данными, их анализ — самая перспективная специальность в будущем», — предполагает Александр Тихонов, директор департамента аналитических решений представительства IBM в России и странах СНГ.

По мнению Иващенко, на ИТ-рынке сейчас происходят изменения даже более существенные, чем в то время, когда возник Интернет. Это означает необходимость серьезной перестройки всех компаний — как производителей, так и потребителей ИТ-продуктов.

«Сегодня очень важно определить ключевые направления и развивать их, — говорит Иващенко. — Именно это и сделали в IBM, обозначив в качестве приоритетов облака, аналитику, мобильность и социальное взаимодействие. В 2014 году сложности в России у IBM, как и у других ИТ-компаний, были, но не драматические. Продажи в 2014 году оставались примерно на том же уровне, что и годом ранее. В 2015 же году, на фоне крайне негативных оценок IDC по российскому рынку, доходы IBM снижаются значительно меньшими темпами, чем снижение расходов, поскольку последние осуществляются в рублях. При этом наша доля рынка в различных сегментах растет, и это внушает оптимизм. В частности, в Северо-Западном округе нам уже удалось переориентировать основных заказчиков на наши новые возможности по оптимизации расходов и производства, что дает весьма позитивный эффект и открывает перспективу наращивания объемов продаж, часть которых была утеряна с продажей платформы IBM x86».

Пакеты были разработаны с использованием опыта, накопленного специалистами IBM в десятках тысяч встреч с клиентами, в том числе с такими известными компаниями, как сеть магазинов одежды Urban Outfitters, энергосбытовой компанией National Grid, консультационной фирмой Deloitte и чилийской фондовой биржей Bolsa de Santiago.

В пакетах применяются технологии предсказывающей аналитики, выявляющие тенденции и повторяющиеся шаблоны в больших наборах данных. В моделях и интерфейсах пакетов отражены типичные для каждой отрасли операции. В банках, например, с помощью анализа данных могут определить, какие события происходят в жизни клиентов и направить им подходящие к случаю маркетинговые материалы. Нефтегазовые предприятия могут использовать аналитику для прогноза неисправностей оборудования, а торговые компании — для расчета необходимых запасов товаров.

Анализ данных в IBM считают одним из важных направлений роста. К 2018 году, полагают в компании, объем продаж соответствующих программ и услуг дойдет до 17 млрд долл.

Коммерческие и корпоративные центры обработки данных играют все большую роль в поддержке бизнеса российских предприятий. Работоспособность ЦОД в значительной степени зависит от состояния их физической инфраструктуры, в состав которой входят системы гарантированного электроснабжения, комплексы охлаждения, устройства распределения электропитания и другое оборудование инженерного обеспечения. Техническая поддержка устройств физической инфраструктуры осуществляется, как правило, производителями оборудования либо их сертифицированными партнерами. О новых подходах к техническому обслуживанию инженерного оборудования ЦОД на базе услуг центров компетенции, расположенных в Ирландии, Индии и США, рассказывает Брайан Паркинсон, директор по стратегии и новейшим сервисам в Азиатско-Тихоокеанском регионе и Японии подразделения ИТ-бизнеса компании Schneider Electric (ранее APC by Schneider Electric).

- Когда говорят о подразделении ИТ-бизнеса Schneider Electric, то прежде всего речь идет об ИБП, прецизионных кондиционерах, распределении электропитания. Однако я слышал о вашем интересе к методам науки о данных (Data Science). В чем тут дело?

Компания Schneider Electric хорошо известна как производитель оборудования, традиционно наш бренд ассоциируется с надежностью, но в настоящее время одной только надежности мало; наряду с этим предлагаемые нами решения должны быть адаптивными и масштабируемыми. Для этого требуется комплексный подход к инфраструктуре, нужен целостный взгляд на состояние и взаимодействие ее компонентов. Именно поэтому на первый план выходит вопрос интерпретации информации, характеризующей состояние физической инфраструктуры ЦОД, и здесь важную роль играет наука о данных, которая позволяет корректно интерпретировать полученные результаты.

- По сути, что вы предлагаете?

На уровне физической инфраструктуры предприятий в ИБП и других инженерных системах формируются значительные объемы данных, характеризующие их работу. Наряду с этим отмечаются возрастающие потоки данных мобильных приложений, которые используются для взаимодействия с инженерным оборудованием. В совокупности все эти данные позволяют судить о поведении единой экосистемы, и из них можно извлекать полезные сведения. Понимая, что было раньше и что происходит сейчас, можно прогнозировать дальнейшие события и предвидеть возможные проблемы, применяя для этого технологии Больших Данных и методы предсказательной аналитики. Наша конечная цель – обеспечить максимально эффективное использование инженерных активов, осуществляя переход от превентивного к предсказательному техническому обслуживанию и предотвращая внезапное появление нештатных ситуаций, сокращая времена простоя и затраты на сервис.

- Каким образом все это работает?

В основе таких решений — сбор данных о состоянии оборудования физической инфраструктуры. Данные могут непосредственно поступать из устройств с использованием протоколов SNMP или Modbus, а также могут извлекаться из приложений системы StruxureWare for Data Centers, которая в свою очередь обладает возможностями базовой аналитики, моделирования, реализации сценариев «что если».

Другая часть решения – облако Schneider Electric, куда полученные данные поступают по защищенным каналам. Наше облако создано около двух лет назад. Сегодня оно содержит хранилище огромных объемов данных, а также программы, необходимые для их аналитической обработки. Команда наших специалистов во французском Гренобле разрабатывает интерфейсы программирования приложений для доступа ко всем этим информационным активам. Кроме того, очень важно иметь возможность наглядно представить результаты обработки данных, облегчить их интерпретацию. Здесь нам помогает система бизнес-аналитики Tableau.

- На ЦОД какого масштаба рассчитаны подобные решения?

Я считаю, что они могут применяться в любых ЦОД. Дело в том, что совсем не обязательно осуществлять мониторинг состояния всех устройств, можно выбрать критически важное оборудование физической инфраструктуры, то есть те узлы, которые способны стать едиными точками отказа. К примеру, у нас есть заказчики, для которых важен только мониторинг ИБП. Для оценки состояния источников бесперебойного питания мощностью до 140 кВт и возможности возникновения в них нештатных событий используется от 20 до 60 переменных в зависимости от производителя и модели. Для оптимизации объемов данных, получаемых в реальном масштабе времени, важно в каждом конкретном случае правильно выбрать интервал мониторинга, предусмотрев наряду с этим возможность мгновенного реагирования на непредвиденные события внутри этого интервала.

— Понимают ли владельцы ЦОД возможности решений Schneider Electric, о которых вы говорите?

Кто-то понимает, а кто-то — нет. В число первых входят такие организации, как финансовые и телекоммуникационные компании, крупные промышленные предприятия. Так, в одной из расположенных в Сингапуре компаний, которая выпускает микросхемы, мы осуществляем полный мониторинг физической инфраструктуры ЦОД, чтобы там могли обеспечить соответствие требованиям местного стандарта Green Data Centre, регламентирующего постоянное повышение энергоэффективности ЦОД. Там внедрен полный пакет решений, включая развертывание системы управления физической инфраструктурой ЦОД и инструментальных панелей для работы с данными. В одной из торговых сетей в Австралии осуществляется мониторинг систем, обеспечивающих инженерную поддержку точек продаж.

В небольших организациях такого понимания меньше. Но если в производственной компании со штатом, скажем, 50 человек откажут ИБП, то она просто не сможет работать. В то же время средняя стоимость контракта базового мониторинга составляет несколько сотен долларов в год. Мы стараемся формировать этот рынок, объяснять суть наших решений и показывать их преимущества.

- Как можно оценить перспективы российского рынка в области дистанционного мониторинга физической инфраструктуры и использования средств предcказательной аналитики?

Я могу судить об этом только по данным нашего российского офиса, здесь пока немногим более десятка заказчиков, мы осуществляем мониторинг около двух сотен их устройств. В России, как и в моем регионе, где у Schneider Electric насчитывается около тысячи «дистанционных» клиентов, требуется определенное время для дозревания рынка и роста интереса к новым технологиям. Наша задача — предоставить всю необходимую информацию, чтобы подогреть такой интерес и стимулировать увеличение числа клиентов.