ENGТолько треть решений, которые самостоятельно принимает человек, можно считать идеальными. Оставшиеся как минимум вызывают сомнения относительно оптимальности и правильности. Исправить статистику помогает все более широкий набор технологий, особо значимой из которых сегодня становится дополненная аналитика или дополненный интеллект (Augmented Intelligence, AI). О том, как дополненная аналитика может изменить бизнес и вытеснит ли она человека окончательно из области принятия решений, рассказал Джон Сендс (John Sands), евангелист и директор по продуктам и решениям компании Qlik. Компания седьмой год подряд входит в число лидеров магического квадранта (отчета — ред.) по бизнес-аналитике компании Gartner, а предлагаемые ею опции визуализации во многом определили вектор развития отрасли. Среди российских клиентов компании — ТВЭЛ, Сибур, Volkswagen, «Модный Континент» и Министерство сельского хозяйства РФ.
Работа человека станет проще
— Расскажите, пожалуйста: что такое дополненная аналитика, чем она отличается от традиционного анализа данных?
— Дополненную аналитику (Augmented Intelligence) также можно назвать дополненным интеллектом, дополненным знанием. Речь в данном случае идет о совместном использовании потенциала человеческого разума, технологии машинного обучения и возможностей искусственного интеллекта. Это, если хотите, комбинация машинного и человеческого подходов к анализу, позволяющая получить более глубокое понимание бизнес-процессов. Если вести речь о смысле этого понятия, все же нужно говорить об открытии новой, до этого не известной информации в процессе анализа. При этом неважно, откуда поступают данные — из социальных сетей или отдела продаж. Дополненная аналитика позволяет не только объединить и проанализировать их, но и оперативно представить результаты — в понятной форме.
— Какие задачи решает дополненная аналитика?
— Я часто говорю: мы богаты данными, но очень бедны информацией. У компаний, да и частных лиц, накапливаются огромные массивы данных, но зачастую они лежат, скажем так, в разных «карманах» и обычно никак между собой не связаны — более того, могут быть жестко изолированы. Как, например, данные о заказах и продажах. В результате очень сложно получить необходимые ответы, если те требуют совместного анализа нескольких массивов данных. Чтобы получить полезную информацию, реальные знания на основе накопленных данных, компаниям нужно научиться их совмещать, объединять и анализировать. В этом помогает дополненный интеллект, или дополненная аналитика.
— Дополненная аналитика — следующий уровень бизнес-аналитики (BI). А с чем связан растущий интерес к последней, к многомерному анализу данных?
— Сегодня нужно принимать решения очень быстро; делать так позволяет только всесторонний анализ данных о работе компании. Мы не можем тратить месяцы на обсуждения и поиски решений; получить ответ все хотят здесь и сейчас, причем независимо от того, находитесь вы в офисе или дома, в самолете или поезде, пользуетесь вы стационарным компьютером или мобильным телефоном. Например, Qlik предлагает средства предоставления отчетности и самостоятельного визуального анализа, а также средства управляемой, встраиваемой и специализированной аналитики для данных из любых источников с решениями Qlik Sense®, QlikView® и Qlik® Cloud.
— Довольно долго считалось, что искусственный интеллект может заменить человека. Как будет в случае с дополненным интеллектом?
— Дополненная аналитика — не исключение человека из процесса анализа. Наоборот, система своими рекомендациями и предложениями на основе машинного обучения помогает человеку делать выводы. Речь все же идет о том, чтобы помогать человеку, а не заменять его полностью.
— Как новые технологии и подходы меняют бизнес-анализ, становится ли работа человека проще?
— Согласно прогнозу Gartner, всего через три года почти половина всех запросов в области бизнес-аналитики будет происходить с помощью голосовых команд, в том числе на естественном языке или через поисковую форму. Пользователи систем будут как бы «гуглить» нужные данные для принятия бизнес-решений. Не знаю, будет ли все так, но, похоже, мы и правда идем по пути упрощения. Да, сегодня по-прежнему, говоря о бизнес-аналитике, подразумевают возможности по анализу больших массивов данных для получения новой, до того скрытой информации. При этом компании предпочитают делать все в режиме самообслуживания и в режиме визуализации — графиков, схем, диаграмм. Большие непонятные массивы цифр не нужны; все должно быть наглядно.
В России таких компаний нет
— Огромные массивы данных, которые компании зачастую не способны проанализировать, — общемировая проблема?
— Да, это глобальная проблема, общемировое явление. Мы работаем со сбором и анализом данных много лет подряд и не видим здесь для стран особой разницы. В том числе это касается и России. Qlik работает в России уже около 7 лет, и мой опыт говорит: российские компании сталкиваются с теми же вызовами, что и все мировые.
— С точки зрения применения методов бизнес-анализа Россия сегодня отстает от уровня мировых компаний?
— Я бы не сказал, что Россия в начале пути. Ваши компании довольно сильно продвинулись в данном направлении, Россия ушла очень далеко вперед за последнее время, и в технологическом аспекте она живет в том же мире, что и все остальные компании. Кстати, российские компании все чаще конкурируют с американскими, немецкими и другими компаниями на рынке.
— Где в мире больше всего развита бизнес-аналитика?
— Впереди рынка, конечно же, находятся США. Это определяется в том числе тем, что там находится больше заказчиков. Но разрыв между американскими компаниями и компаниями из других стран сегодня не так уж и велик. Очень продвинут в плане технологий Китай: сегодня уже в этом плане нет большого разрыва между США и Китаем.
— Насколько конкурентен рынок для вендоров?
— Это крайне, крайне конкурентный рынок. На мировом рынке работают сотни компаний, это очень много. Они, кстати, из разных стран. Если посмотреть на магический квадрат Gartner по бизнес-аналитике, вы найдете в нем компании, например, из Израиля, из Скандинавии и Германии. В России, правда, таких компаний нет.
— Но появиться могли бы, как считаете? И смогут ли они конкурировать с крупными мировыми вендорами?
— Зато в России есть системные интеграторы, и мы активно с ними работаем. Вообще, я убежден: инновации могут порождаться как крупными, так и мелкими компаниями — часто рождение новых идей начинается с мелких компаний и уже потом распространяется через крупные. Так было, к примеру, с технологией искусственного интеллекта. Да и наша компания когда-то была небольшим шведским стартапом, а теперь у нас более 40 000 заказов по миру.
— Одна из ключевых тенденций сегодня для продуктов рынка бизнес-аналитики — облачные решения. Какие они дают преимущества?
— В чем прелесть облака — его модель такова, что пользователь не владеет оборудованием для решения своих задач. По сути, такая модель аренды. Вы платите каждый месяц или год — как долго хотите. Модель подходит в том числе небольшим компаниям, поскольку позволяет начать работу с небольших инвестиций. Мы активно инвестируем в облачную инфраструктуру, наше облако доступно по всему миру.
Augmented Intelligence для рыбаков и врачей
— Какие компании сегодня прибегают к помощи дополненного интеллекта?
— Это могут быть компании из самых разных сфер, причем иногда из самых неожиданных. Например, среди компаний, использующих наши разработки, есть рыболовы из Перу. Они используют Qlik, чтобы точнее прогнозировать местонахождение косяков рыб в океане. А шведская полиция использовала наши продукты для того, чтобы вычислить маньяка-убийцу. Они загрузили в Qlik данные о том, где происходили нападения, и смогли предсказать, где то может случиться снова.
— Какие задачи решает технология дополненного интеллекта?
— В основном в первую очередь компании занимаются анализом внутренних данных для повышения собственной эффективности. На самом деле, все вызовы сегодня сводятся к тому, чтобы быть способными находить ответы на нужные вопросы с той скоростью, с которой необходимо заказчику — и сделать это на основе использования самой разнородной информации, которой компания обладает. Например, в одном из госпиталей Великобритании была решена задача оценки эффективности работы хирургов. Собрали данные по операциям, которые выполняли врачи, данные о стоимости оборудования, которое они использовали, а также медицинскую информацию о пациентах, в том числе статистику повторных обращений. Скомбинировав все данные, вычислили, какие хирурги работали лучше, эффективнее всего. Кстати, в госпитале в итоге составили сравнительный табель и предоставили к нему доступ всем врачам, чтобы те могли оценить свои результаты и соревноваться между собой.
Был и другой пример, когда анализировалась работа центров скорой помощи (тоже, кстати, в Великобритании): разработанное приложение фиксировало загруженность отделения для руководящего состава. Можно было, к примеру, увидеть, сколько времени уходило у пациентов на ожидание приема и на лечение. И в случае необходимости руководство отправляло на работу дополнительный персонал.
— Значит ли это, что с приходом на рынок дополненной аналитики человечество решит проблему растущего массива Big Data?
— Один японский ресторан, который подает все блюда по специальному транспортеру, откуда посетители уже сами берут их на столы, анализировал с помощью сенсоров на тарелках популярность того или иного продукта. А компания по борьбе с грызунами оснащает сенсорами мышеловки и, когда те срабатывают, получает соответствующий сигнал. К чему я привожу эти примеры? Просто датчики можно прикрепить к чему угодно. Мы научились отлично собирать данные, то есть можем осуществлять технический сбор данных. Дальше будет все больше и больше сенсоров, они будут везде и всюду! Уже, например, изобретена краска, где каждая капля выполняет функцию датчика. Когда ее наносят на здание, появляется возможность контролировать деформацию конструкции, например. Но иногда стоит остановиться и подумать: а стоит ли это в каждом случае делать?
Беседовала Ольга Блинова
