25.09.2017

Машины не заменят людей в ближайшем будущем

Мир быстро меняется. С развитием технологий, происходят изменения во всех сферах жизни, в том числе и в бизнесе. Сегодня 99% компаний пересматривает отношение к сбору, хранению, анализу и виду данных. Есть даже неутешительные прогнозы. Якобы с появлением усовершенствованных машин в компаниях может отпасть потребность в определенных видах работ, а это в свою очередь означает потерю рабочих мест.

О цифровых изменениях и как они могут повлиять на кадровую политику поведал Ваэл Алрифай, старший директор компании Pentaho.

Тренды и прогнозы в области дата-центров

В начале нынешнего года эксперты из Pentaho сделали такой прогноз: «Будьте готовы к неожиданному!». На данный момент происходит много довольно неожиданных событий. Например, результат президентских выборов США и «Брексит». Последнее событие произошло по ошибке исследователей. А всё из-за старых методов анализа данных и не задействованного сентимент-анализа полностью всех избирателей.

Эксперты рекомендуют вместо бессмысленных прогнозов начать внедрять адаптивные и надежные решения. На сегодняшний день усовершенствование инфраструктуры дата анализа стало очень задачей номер один на повестке дня для компаний. Поскольку для бизнеса можно получить больше пользы от массива данных разных размеров. Это легко осуществить посредством данных с различных устройств.

 

1de0ded

Функция аналитики в бизнесе и его изменениях

Информация и её анализ должны быть основой виртуальной корпоративной платформы. Они объединяют пользователей, объекты и виртуализированные системы. Специалистам компаний нужно как можно скорее масштабироваться, чтобы стать более конкурентоспособными. Полученные сведения о покупателях, работе устройств и так далее очень полезны для ведения успешного бизнеса. Массивы данных, IoT и машинное обучение напрямую меняют тенденции в мире цифровых данных. Так, разрозненная структура становиться такой в которой информация взаимосвязана, открыта и мобильна. В конце концов, очень сложно понимать ситуацию на рынке без возможности основываться на точных показателях.

Где активно применяются дата-технологии?

Анализ данных распространен среди промышленного сектора и сферы услуг. Как вариант, в организациях, связанных с финансами. Это объясняется тем, что появились перспективные компании, что заявили о себе как о сильных конкурентах. Большая гонка идет в сегменте строения автомобилей. К примеру, при разработке функциональных машин будущего. У таких устройств есть подключение к сервисам страховых компаний, служб техподдержки и т.д. В данных авто системы соединены необходимыми данными для любых ситуаций.

Другой пример: традиционные банки, что конкурируют с молодыми компаниями, которые предоставляют онлайн-услуги с хорошей стоимостью. Банки в свою очередь обладают не самой удобной и не самой дешевой инфраструктурой, включая также всевозможные оборудования. Возможности отказаться от устаревшего варианта хранения нет, но при этом управлять ими проблемно. В принципе, поэтому так много финансовых институтов вкладывают в построение функциональных и адаптивных дата центров.

Об опыте использования Pentaho

Эксперт поделился некоторыми примерами использования решений Pentaho. Один из клиентов компании – всемирноизвестный изготовитель и распространитель сахара. В этой отрасли бизнес может быть успешным если производство хорошо настроено под предложение и спрос. Для достижения этой цели компания разработала специальную линию для очистки и обработки. Она контролирует все этапы приготовления сахара. На каждом этапе производства датчики формируют массив данных. Специфичность изготовления сахара заключаеться в том, что его характеристики в большой степени зависят от страны выращивания. Загвоздка заключалась в том, чтобы не только повысить эффективность в очистке и распространении, но и адаптироваться под изменения в качестве продукции. Есливкус сахара будет отличаться от ожидаемого у компании будут серьезные проблемы. Компания стала успешной, когда объединила детальные данные о типе сырья с показателями датчиков. Сотрудники компании Pentaho советуют компаниям выстраивать гибкие, надежные рабочие процессы. Также ни маловажно ориентироваться на точные данные, а не на авось.

Есть ещё вот такой пример: компания Caterpillar Marine Asset Intelligence, специалиирующяяся на мониторинге флота ВМС США, оборонных структур и коммерческих судов. Сотрудники собирают и анализируют показатели датчиков, установленных на важном оборудовании корабля. С помощью таких данных можно предусматривать возможность поломки оборудования, спрогнозировать вероятный ремонт и оперативно устранить неисправности. Своевременно полученные данные позволяют не нарушать график судов. Это типичный пример обслуживания по предварительным прогнозам.

Несколько лет назад владельцы судов пожелали уменьшить расходы на техническое обслуживание, которые со временм увеличились. Они начали детальнее изучать информацию с датчиков о потреблении топлива, сопротивлении и углах, под которыми судно идет по морю. Специалисты, работающие в этом бизнесе, всегда знали о том, что морские жители, что со временем скапливаются на корпусе судна, создают дополнительное сопротивление при движении. Дальнейшие проверки показали, что это обходиться компании в копеечку. Ранее чистка кораблей проходила раз в два года. После применения ПО Asset Intelligence, они стали чаще проводить эту процедуру, что помогло сэкономить $10 млн за 2 года использования восьми судов.

Источники данных в современном цифровом рынке

Сейчас данные можно получить из разных источников: приборы учета электроэнергии, машины, различные оборудования, двери поездов и прочее. В основном необходимые сведения можно получить в онлайн режиме. Такие данные как история посещений страниц, социальные сети, рейтинги и отзывы, погода, местоположение, сервисы сравнения цен. Всевозможные соцсети являются идеальным источником для детального анализа покупателей для маркетологов и социологов. Объединяя сентимент-данные с более традиционными, структурированными наборами данными, можно получить действительно ценные знания, которые можно применить на практике.

Новые проблемы цифрового мира

Каждой компании при использовании данных приходиться сталкиваться с новыми вызовами. В недавно опубликованной книге «Будущее интернета вещей: используя переход к миру дата центров» в соавторстве с Доном ДеЛохом и Эмилем Бертельсеном, проверено несколько интересных идей, связанных с владением данными и архитектурой. Естественно, подобные идеи должны быть очень хорошо если компании хотят получить как можно больше выгоды от интернета вещей по мере его развития.

Как получить максимум пользы от корпоративных данных?

Ваэл Алрифай поделился тем, что на встречах с заказчиками подчеркивает важность одного аспекта. А именно, важность определения задачи проекта. Не стоит путать технологии с финальной задачей. Бессмысленно анализировать данные с датчиков, просто потому что эти датчики существуют. Также не очень правильным будет браться за проект из области интернета вещей, только потому, что это сейчас актуально и так делают многие. По мнению, экспертов, лучшим вариантом будет выяснить для себя какая информация нужна для того, что успешно функционировать. Не нужно брать пример с кого-то, нужно выбрать свой индивидуальный путь.

Роль IoT в будущем

Среди довольных результатами заказчиков, есть компания BT Assure Cyber. Специалисты этой компании используют информацию интернета вещей в совокупности с другими вариантами данных. Компания объединяет данные по событиям из разных источников. Платформа отвечает за то, чтобы клиенты компании получали ценные знания из различных источников. Ранее без возможности сопоставления разных данных проблемы с безопасностью решались гораздо дольше.

Также ожидается значительный рост в сфере кибербезопасности. После выборов в США, специалисты поняли, что обнаружение нарушений зависит от понимания не только технологий, но и человеческой психологии. По прошлогодним прогнозам: рынок безопасности в цифровом мире увеличиться более чем 4 раза.

МО и обработка данных

Машинное обучение — это автоматизированная система, что со временем умнеет за счет самстоятельного обучения. МО отлично подойдет для выполнения однообразных, сложных задач. Для человека это будет монотонная и требующая концентрации работа.

Недавно были расширены возможности ПО за счет внедрения технологий машинного обучения в бизнес-процессы, что помогает командам сотрудников по работе с данными, инженерам и аналитикам работать с моделями с прогнозами быстрее.

Разработка прогнозных моделей с машинным обучением – это трудоемкая задача, потому что для каждого источника данных должен быть отдельный бизнес-процесс. Например, возьмём такую ситуацию. Оператор железной дороги хочет предсказать, где может быть поломка, и у него 3 тыс. сенсоров, генерирующих 4 млн единиц данных в секунду, специалистам по работе с данными нужно описать, как минимум, 3 тыс. процессов. Теперь Pentaho позволяет специалистам по работе с данными создавать эти бизнес-процессы автоматически, с использованием шаблонов, созданных в удобном интерфейсе.

Итоги

Можно смело развенчать миф о том, машины полностью не смогут заменить людей. По крайней мере, в ближайшем будущем. Есть такие задачи, с которыми могут справиться только люди и наоборот. Обычный человек плохо справиться с точными и повторяющимися вычислениями. А с определением объекта на картинке лучше справиться человек. Не стоит забывать о разных творческих задачах. К примеру, машины не смогут нарисовать красивый и уникальный логотип для компании или заведения. Единственное, что отмечают эксперты так это то, что изменения в работе всё-таки будут. Автоматизированных процессов станет больше. И проанализировать эффективность работы производства, рынок будет проще.

Таким образом, мы можем надеяться на то, что машины еще не скоро заменят человека. В свою очередь они будут, как и ранее только помогать в выполнении точных вычислений и при этом обычным сотрудникам будет, чем заняться.