Пределы и риски цифровой трансформации в российской промышленности и бизнесе

Всеобъемлющая цифровая трансформация в бизнесе и промышленности — глобальный тренд последних 10 лет. Ей предшествовала не менее массовая автоматизация и промежуточный этап, который в России принято называть цифровизацией. Объективно можно говорить, что эффективность всех отраслей промышленности и сегментов экономики прямо зависит от темпов и глубины цифровой трансформации. В России, в силу сложных геополитических условий и связанных с ними рисков, проблемы цифровой трансформации стоят особенно остро.

Учитывая ограниченность ресурсов, ценность времени и необходимость точного перспективного планирования, ребром становится вопрос о границах цифровой трансформации. Речь идёт о глубине автоматизации процессов, очередности трансформации и её конечных целях. Простыми словами, о том, как далеко необходимо зайти для того, чтобы сделать компанию или промышленное предприятие конкурентоспособными, а где следует оставить всё как есть в силу бесполезности дискретизации процессов или нерентабельности вложений в трансформацию. Именно об этих процессах пойдёт речь дальше.

Семь шапок для одной головы или немного о случаях, когда изобретать велосипед не эффективно

 В нашей практике периодически попадались клиенты, которые хотели автоматизировать всё. Подобные случаи часто выглядят как желание героя советского мультфильма “Жадный богач” сшить семь шапок из одной овчины. Эта аллегория хорошо подходит для описания распространенного, но в корне неверного подхода как к необходимости, так и к границам цифровой трансформации.

Когда такие решения принимаются лишь на основе технологической  политики компании и без учета финальных выгод, они начинают напоминать анекдот о том, как грабители потратили 1000 долларов на взлом сейфа, в котором лежало 100 рублей. Крайне важно учитывать стоимость человеческого труда. В развитых странах многие решения оправданы за счет того, что персонал производственных компаний получает большие зарплаты, а соответственно трансформация окупается значительно быстрее. В России, по обратной причине - дешевый труд, прибыль не всегда очевидна, не всегда появляется быстро и не всегда есть.

Однажды мы проводили автоматизацию масляного производства. До начала процесса к 700 задвижкам бегали люди и крутили руками, после — всё стало управляться с двух операторских станций. В итоге, предприятие получило возможность содержать футбольную команду, вместо найма персонала. Автоматизация процесса оказалась полезной. Но технологи предприятия хотели ещё больше автоматизировать процесс, что предполагало проведение полной цифровой трансформации производства. На тот момент в начале 2000-х уровень технической сложности такого проекта был колоссальным и мы сочли это не рациональным.

Подходящий софт уже существовал на Западе, это была нейросеть, которая проводила процесс смешения компонентов и контролировала процесс без участия человека. Но его покупка обошлась бы в сумму, сопоставимую с затратами на создание аналогичного производства - 4 млн. долларов. При этом участие человека в процессах при уже доступном уровне автоматизации сводилось к работе 2-х операторов, которые, с учетом их зарплаты, осваивали бы эту сумму при равной эффективности в течение 10 - 20 лет.

Часто, принимая решение о цифровой трансформации, такие вещи не учитываются, что приводит к нерентабельности за счет сверхвысоких проектных затрат. Таким образом, при определении границ, следует обращать внимание на рентабельность и оправданность затрат. Наиболее значимым принципом является сопоставление затрат и фактической финансовой пользы от трансформации, а также стоимости технологий в долгосрочной перспективе.

Доступность технологий растет - это значит, что границы трансформации в целом будут расширяться, но слепо полагаться на эту тенденцию нельзя, так как всегда имеет смысл оценить рациональность их применения. Россия входит в переходный период, по этой причине у нас могут быть актуальны гибридные решения, когда человек полностью не исключается из процессов создания продукта или услуги, а трансформируются и автоматизируются наиболее чувствительные к человеческому фактору затратные процессы.

Люди не исчезнут, но их функции изменятся

Ещё одним риском массовой цифровой трансформации многие считают рост количества безработных и, как следствие, неолуддизм. В ближайшие десятилетия искусственный интеллект не сможет заменить человека в производстве, даже если учитывать прогнозируемый рост производительности.

Нейросети действуют в рамках узких задач и обучаются людьми. Даже если представить, что ИИ будет функционально способен на всё, что делает человек, появится огромное количество вакансий по обучению и тестированию нейросетей. Это как раз работа для людей, вчера выполнявших функции, которые планируют делегировать искусственному разуму.

Когнитивное тестирование, как одна из сравнительно новых специальностей в ИТ, вероятно, на десятки лет обеспечит работу тем, кто покинет должности, замененные автоматизированными системами. По крайней мере, когда мы говорим о высококвалифицированных специалистах.

О том, что проблема неолуддизма маловероятна также говорит практика в технологически развитых странах. На текущий момент и в бизнесе и промышленности технологически развитые компании сохраняют достаточно большое количество живых сотрудников. Это связано с ограниченностью возможностей искусственного интеллекта, в частности, нейросетей. Когда речь идёт о распознавании объектов, лиц или генерации произведений цифрового искусства - прогресс очевиден, но производство и бизнес часто требуют подходов, отличающихся от когнитивных моделей нейросетей, т.е. участия человека.

Ответы на вопросы о роли человека в ситуации замены живых специалистов цифровыми системами, отчасти, может дать практика внедрения электронного документооборота. Когда началась оцифровка архивов, тут же понадобилась масса людей для проверки атрибутирования и сопоставления корректности перевода документов из бумажного вида в цифровой.

Т.е. люди в процессе остались, но изменились их функции, при этом эффективность работы с документами выросла, а количество занятых в этих процессах людей существенно не изменилось. Иными словами, технологическое будущее, в котором человека можно будет полностью исключить из подобных процессов — проблема точно не ближайших 20 – 30 лет, но скорее 50 — 100. Обусловлено это в первую очередь высокой вариативностью и гибкостью непрерывного мышления по сравнению с дискретным.

Дискретное “мышление” и барьер Лема 

Дискретное “мышление”, по сравнению с непрерывным, имеет значительные отличия, что показывают исследования.  Это приводит к качественно разным изменениям в математических моделях там, где использование ИИ не имеет смысла. Если замена человека в рутинных операциях, вычислениях и автоматизация однообразных процессов объективно оправдана, то применение ИИ вместо людей в процессах принятия решений на текущем этапе развития таких систем — является рискованным.

Читайте также

ИТ-экосистемность по-русски

Как отсутствие стандартизации и закрытые API влияют на интеграцию продуктов из разных экосистем? Как влияет на рынок существование множества одинаковых ИТ-решений? Что необходимо для создания более открытой и кооперативной среды? Разбирался IT-World.

Появление цифрового сознания, способного имитировать непрерывное человеческое мышление и оценивать данные так, как это делает человек, в ближайшем будущем — не более, чем научная фантастика. Мозг человека — аналоговая электрохимическая система, обрабатывающая непрерывный поток разнообразных сигналов в реальном времени. Принцип её действия очень далёк от цифровых систем, что часто не позволяет последним достоверно копировать работу нейронных связей и протекающих в них процессов. В связи с этим одинаковые задачи часто имеют разные решения для человека и машины.

Отличие математических моделей решения подобных задач вызывает особенно много сложностей и рисков в приближениях к “барьеру Лема”, т.е. в случаях, когда скорость решения задач недоступна для человека, а цифровой системе делегированы критические для бизнеса или производства функции.

Проблема точности измерений

В практике нашей компании был случай, который демонстрирует принципиальные сложности цифровой трансформации при переходе от аналоговых систем к дискретным, связанных с уменьшением погрешности датчиков.

На перерабатывающем предприятии необходимо было заменить аналоговую систему управления производством на цифровую. Определив границы трансформации, мы заменили всё, вплоть до датчиков, и провели тестовый запуск агрегатов. Система была связана с оборудованием высокого давления, которое, среди прочего, измерялось датчиками. Превышение пиковых значений свидетельствовало об аварии.

Сразу после запуска система начала выдавать аварийные сигналы. Старая аналоговая система при этом не выявила проблем. Мы провели на предприятии несколько дней и в итоге поняли, что проблема во времени срабатывания датчиков температуры. У цифровых оно было значительно меньше. Выяснилось, что в определенный момент времени  температура (при нормальной работе оборудования) выше заявленных пиковых значений, но старые аналоговые датчики не были способны это определить, так как время их срабатывания было больше, чем у цифровых.

Проблема решилась изменением времени срабатывания датчика температуры. Это лишь один пример, но, учитывая сложность систем в бизнесе и промышленности аналогичных сложностей и рисков может быть значительно больше.

Характерные российские проблемы

В России в настоящий момент существуют свои характерные проблемы определения границ цифровой трансформации. Наиболее остро стоит вопрос об средствах и инструментах, в силу отказа большинства западных компаний предоставлять ПО и оборудование необходимое для внедрения новых подходов в промышленности и бизнесе. Таким образом границы часто определяются доступными на национальном рынке программными и аппаратными продуктами.

Чем больше таких средств удастся создать внутри страны, в рамках программ импортозамещения, тем шире будут доступные границы трансформации. Ряд компаний временно решили проблему через аффилированные с ними иностранные юрлица, другие заранее покупали лицензии на длительный срок. Кроме того, в настоящий момент активно импортируются решения из дружественных стран, таких как КНР и Беларусь. Между тем, системным решением проблемы будут суверенные коммерческие жизнеспособные продукты, учитывающие требования и особенности российского бизнеса и промышленности.

Ещё одна характерная для России проблема — готовность к цифровой трансформации работников  компаний и особенности их руководства. Так, на некоторых предприятиях люди привыкают к устоявшимся процессам, бумажному документообороту, устаревшему оборудованию. Когда такие предприятия приносят прибыль и способны конкурировать, руководство не торопится принимать революционные решения, а если и идёт по пути цифровой трансформации, то крайне медленно, сопротивляясь прогрессу и пытаясь сохранить удобную систему, в которой достаточны и востребованы их компетенции. В подобных случаях ограничивающим трансформацию фактором являются представления и взгляды руководителей старой школы, которым, как правило, свойственна предвзятость подтверждения в отношении прогрессивных решений, в частности, цифровой трансформации.

В сухом остатке

Наиболее значимыми факторами, ограничивающими цифровую трансформацию, являются:

•       неэффективность трансформации сложных процессов, с которыми легко справляется человек, но которые сложно даются машинам;

•       стоимость внедрения автоматических функций по сравнению с использованием человеческого труда (доступность средств трансформации);

•       риски автоматизации критических функций с неочевидным результатом;

•       задачи, предполагающие разные математические модели для дискретной и непрерывной обработки данных в приближении к барьеру Лема;

•       Отличия, влияющие на принятие решений, в процедурах оценки событий (состояний) человеком или аналоговой системой в сравнении с цифровыми инструментами.

На определение границ цифровой трансформации в России также существенно влияют:

•       проблемы с доступом к оборудованию и ПО, связанные с санкционными ограничениями и отказом вендоров работать в России;

•       наличие, либо отсутствие импортозамещающих технологий цифровой трансформации;

•       уровень компетенций руководителей и работников компаний, их степень готовности к цифровой трансформации.

Читайте также

Денис Волков: «Доверять ИИ решение жизненных ситуаций пока рано»

Бизнес ориентирован главным образом на рост и финансовую выгоду, а потому зачастую видит в скорейшем внедрении ИИ панацею. Совсем другое дело — госорганы, которые обеспечивают комфорт и благополучие граждан. Далеко не всегда этого можно добиться за счет ИИ и прочих цифровых решений, уверен Денис Волков, министр цифрового развития Воронежской области — нужен многосторонний, взвешенный подход.

Обобщая изложенное выше, можно также выделить 3 группы причин, определяющие границы — это доступность средств цифровой трансформации; риски ошибок внедрения и работы систем;  ограничения, связанные с человеческим фактором.