Технологические тренды 2020: по стопам форума инновационного развития

Всё, что может быть автоматизировано, будет автоматизировано. Основным фокусом компаний станет поиск оптимальных программных решений и технологий для реализации стратегии автоматизации, а также понимание того, как они функционируют и взаимодействуют друг с другом.

Главными компонентами будут RPA (Robotic Process Automation) и iBPMS (Intelligent Business Process Management Suit), технологии, которые отлично дополняют друг друга. RPA позволяет интегрировать с более современными системами legacy-системы без API, которые перестали удовлетворять потребностям, но все еще находящиеся в эксплуатации из-за трудностей их замены. Задача — перенести данные из одной системы в другую без значительных вложений в комплексную интеграцию систем. Также инструменты RPA помогают сотрудникам, выполняя рутинные, повторяющиеся изо дня в день задачи. iBPMS — это класс программного обеспечения, которое заточено на управление бизнес-процессами в условиях частых изменений. Процесс моделируется в графической среде и представляет собой набор графических элементов в определенной ротации, задается набор атрибутов процесса, после чего процесс запускается на исполнение (пользователи начинают получать задания).

Также использование ML (Machine learning) и NLP (Natural language processing) существенно расширит охват автоматизации, позволяя автоматизировать процессы, выполнение которых ранее было подвластно только человеку. Несмотря на то, что автоматизация не является главной целью, она часто приводит к созданию цифрового близнеца организации (DTO), позволяющего компаниям визуализировать взаимодействие функций, процессов и ключевых показателей эффективности для повышения ценности. Затем DTO становится неотъемлемой частью процесса автоматизации, предоставляя в реальном времени непрерывную информацию о компании и значительные возможности для бизнеса.

Большинство компаний начали изучать возможности применения AI для улучшения качества обслуживания клиентов и оптимизации своих бизнес-процессов. Тенденция сохранится и в 2020 году, и, хотя люди будут все больше привыкать работать вместе с AI, обучение и развертывание моделей на основе искусственного интеллекта требует дорогостоящих вычислительных мощностей и высококвалифицированного персонала.

По этой причине большая часть приложений AI будет по-прежнему выполняться через поставщиков platform-as-a-service, которые позволяют просто вводить собственные данные и платить за вычислительные мощности по мере их использования.

В настоящее время эти платформы, предоставляемые такими компаниями, как Amazon, Google и Microsoft, имеют тенденцию быть достаточно широкими по объему, при этом требуют доработки для решения конкретных задач, которые могут потребоваться компании. В течение 2020 года мы увидим более широкое внедрение и растущий пул поставщиков, которые, вероятно, начнут предлагать более специализированные приложения и услуги для конкретных задач. Это будет означать, что ни у одной компании не останется никаких оправданий, чтобы не использовать AI.

Edge computing (прим. устоявшегося русского термина еще нет, но можно перевести, как «периферийные вычисления») — это топология, в которой обработка, сбор и доставка информации располагаются ближе к источникам, с идеей, что поддержание локального и распределенного трафика уменьшит задержку.

В настоящее время основной фокус уделяется периферийным вычислениям из-за необходимости предоставления IoT-системам возможности автономного и распределенного функционирования, что критично для конкретных отраслей, таких как производство или розничная торговля. Тем не менее, периферийные вычисления станут доминирующим фактором практически во всех отраслях, благодаря росту вычислительных мощностей периферийных устройств. Все более сложные устройства, в том числе роботы, беспилотники, автономные транспортные средства и операционные системы, ускорят переход в парадигму периферийных вычислений.

Одним из катализаторов развития технологии безусловно станет 5G — 5-е поколение мобильной связи, поддерживающее NarrowBand Internet of Things (NB-IoT) и направленное на устройства с малой мощностью и низкой пропускной способностью.

Блокчейн — распределенная база данных, которая хранит информацию обо всех транзакциях участников системы в виде «цепочки блоков» (именно так с англ. переводится Blockchain). Доступ к реестру есть у всех пользователей блокчейна, выступающих в качестве коллективного нотариуса, который подтверждает истинность информации в базе данных.

О блокчейне говорят уже несколько лет, но его коммерческое применение затруднено рядом технологических и организационных проблем. В 2020 мы сможем увидеть, как компании используют отдельные элементы блокчейна для решения насущных проблем. Вот несколько примеров применения:

1. Торговля. Упрощение процесса покупки и продажи активов, включая сделки с деривативами, торговлю частными акциями. Fujitsu недавно анонсировала первую в мире торговую платформу для торговли рисом на базе технологии блокчейн.

2. Отслеживание активов. Отслеживание материальных активов в цепочке поставок для точного определения местоположения и владения. Примеры включают в себя отслеживание автомобилей через процессы кредитования, пост-продажи произведений искусства и т.д.

3. Программы лояльности. Отслеживание баллов лояльности и предоставление внутренних вознаграждений, например, для сотрудников или студентов.

Искусственный интеллект создает возможности для усовершенствования систем безопасности. С этим сложно спорить — вендоры решений в области безопасности уже активно используют машинное обучение для расширения функционала своих систем. Но, в то же время, стремительное развитие AI создает новые возможности для кибератак, что повышает риски информационной безопасности.

Существует три ключевых аспекта, которые необходимо изучить при рассмотрении влияния AI на безопасность:

• Защита систем с элементами AI. Это требует дополнительной защиты данных для обучения, конвейеров данных и самих ML моделей.
• Использование AI для расширения возможностей систем защиты. Использование ML для распознавания паттернов, обнаружения атак и автоматизации процессов кибербезопасности, работая в связке с аналитиками ИБ.
• Предвидение злонамеренного использования AI злоумышленниками. Выявление и противодействие атакам станет важным элементом работы ИБ.

В новом году структурам ИБ и вендорам предстоит решить, как справиться с новыми видами атак, как на технологическом, так и на организационном уровне.

Тренд на развитие и применение цифровых технологий на практике сохраняется. Эксперты отмечают, что российский рынок пока еще не зрелый, но на бизнес-арене уже присутствуют интересные реализованные проекты с применением AI. Среди передовых отраслей — финансовая сфера, ритейл и логистика.

Материал эксперта вышел на официальном сайте издания «Global CIO».