Пожалуйста, отключите AdBlock!
AdBlock мешает корректной работе нашего сайта.
Выключите его для полного доступа ко всем материалам РБК
Аналитика вещей
Материалы выпуска
Новый марафон Рынок Аналитика вещей Экспертиза «Корпорации требуют персонализированного отношения» Рынок Цифровая трансформация — теперь для МСБ Решения Гибридная трансформация Инструменты Все из облака Решения Миллиарды на автопилоте Инновации Главное — продукты Решения
Экспертиза
0
Материалы подготовлены редакцией партнерских проектов РБК+.
Материалы выпуска
Аналитика вещей
Технологии Big Data не самоцель — бизнесу нужна практическая польза от аналитики и понятная монетизация данных. Новый импульс этому рынку даст формирующийся повсеместно интернет вещей (Internet of Things, IoT).
Фото: Bloomberg

Рынок технологий Big Data, с одной стороны, бурно развивается, демонстрируя ежегодный рост на 10–12% во всем мире — на фоне общего спада отрасли IT. С другой стороны, он несколько буксует в силу сложности и длительности проектов, неочевидности отдачи от них и извлекаемой из больших данных ценности. Сами по себе решения Big Data не дают бизнесу моментальных преимуществ. В результате многие компании если не притормаживают, то и не спешат запускать масштабные новые инициативы.

По данным международной аналитической компании Gartner, 48% опрошенных предприятий инвестировали в Big Data в 2016 году на 3% меньше, чем в 2015-м. Доля тех, кто планирует такие проекты в следующую пару лет, снизилась с 31 до 25%. Аналитики поясняют, что проблема — в поиске оптимальных сценариев использования больших данных для решения конкретных бизнес-задач. Отмечается, что многие инициативы так и не развиваются далее пилотных проектов, а значит, не окупаются.

«Технологии Big Data и связанных с ними Machine Learning (машинное обучение) наиболее эффективно проявят себя там, где огромные потоки данных необходимо обрабатывать онлайн для предоставления клиенту нужного продукта «здесь и сейчас», как в телекоме, финансах, рекламе, e-commerce, — комментирует Валерий Никитин, технический директор IT-компании «Техносерв». — Либо там, где накоплены значительные массивы информации, постоянный анализ которых позволяет выявлять скрытые взаимосвязи, находить факты и новые области применения существующих знаний. Примером является промышленная безопасность и надежность, когда новые технологии позволяют более точно оценить необходимость остановки агрегатов для ремонта и сэкономить на увеличении срока эксплуатации и снижения простоев».

Наиболее часто реализуются сегодня проекты в области клиентской аналитики и борьбы с мошенничеством, которые окупаются в течение года или даже быстрее за счет увеличения продаж, сокращения оттока или же предотвращения убытков от мошенничества, отмечают в провайдере решений в области бизнес-анализа SAS.

Умная обработка

Исследования с большими данными эволюционируют в сторону все более сложных моделей, увеличивая кадровый дефицит аналитиков-математиков или data scientists.

«Как следствие, все больший объем интеллектуальной работы по обработке информации, выявлению корреляций, отклонений от типового поведения и т.п. будет брать на себя искусственный интеллект, — считает Юлий Гольдберг, директор по инновациям SAS Россия/СНГ. — Уже возобновились разговоры о программируемых организациях, в которых значительная часть внутренних процессов будет не только автоматизирована при помощи компьютеров, но и будет управляться при помощи сложных и самообучаемых алгоритмов». Например, рекомендательные системы интернет-магазинов уходят от простых и малоэффективных правил подбора оптимального предложения к применению сложных моделей, разрабатываемых и подстраиваемых в перманентном режиме системой machine learning, поясняют в SAS.

Искусственный интеллект (ИИ) становится новой «большой идеей» — в мире инвестиции в него превышают $500 млн. По прогнозам международной исследовательской компании Markets and Markets, к 2020 году рынок ИИ вырастет до $5 млрд за счет применения технологий машинного обучения и распознавания естественного языка в рекламе, розничной торговле, финансах и здравоохранении.

В Gartner считают, что к 2020 году около 40% всех взаимодействий с виртуальными помощниками будет опираться на данные, обработанные нейронными сетями. По ожиданиям аналитической компании Forrester, в следующие десять лет искусственный интеллект заменит до 16% всех рабочих мест в США.

Подключенные источники

Новая волна ожиданий в связи с Big Data ассоциируется с распространением технологий интернета вещей. Аналитика в режиме реального времени позволит обрабатывать потоковую информацию, которую будут генерировать устройства, взаимодействуя друг с другом или с внешней средой.

По прогнозам аналитического центра McKinsey Global Institute, вклад интернета вещей в глобальную экономику к 2025 году составит до $11 трлн. Именно подключенные устройства, количество которых, предположительно, превысит к тому моменту 100 млрд единиц во всем мире (и 500 млн — в России), будут создавать гигантские массивы данных. Они потребуют новых подходов как к обработке и анализу, так и к хранению с учетом максимально возможного снижения его стоимости.

Для бизнеса интернет вещей обещает повышение производительности, а также снижение эксплуатационных расходов и других издержек. В первую очередь в этих технологиях заинтересованы промышленные предприятия с распределенными активами. IoT поможет эффективнее управлять ими, осуществляя мониторинг состояния объектов и оборудования, чтобы предотвращать поломки и оперативно реагировать на инциденты.

Эти же подходы будут применять и поставщики промышленного оборудования — в том числе лифтового. Так, немецкий концерн Thyssen Krupp Elevator уже перестроил бизнес-процессы и организовал профилактическое обслуживание лифтов на основе прогнозирования поломок. С помощью сервисов машинного обучения и интернета вещей из облака Microsoft Azure была создана единая система самодиагностики, которая обеспечила бесперебойную работу подъемных машин.

«Реальное проникновение IoT в потребительский сегмент привело к появлению огромных пластов новых и крайне интересных для анализа данных, — рассказывает Юлий Гольдберг. — Электрические зубные щетки с Bluetooth, передающие в облако данные о том, как, где и сколько человек чистят зубы, принимающие план чистки от зубного врача и контролирующие его выполнение. Электронные сигареты с Bluetooth, передающие информацию о количестве потребленного никотина и предупреждающие о необходимости сократить потребление для минимизации вреда. Дроны, которые летают над полями и собирают детальные данные о созревании урожая, нападениях вредителей, или датчики, собирающие информацию о состоянии почвы в разрезе отдельных участков полей, позволяют сделать интеллектуальным сельскохозяйственное производство. Не говоря уже о многочисленных смарт-часах и фитнес-трекерах, которые есть сегодня даже у детей, и передают в облако данные о геопозиции, пульсе, пройденных километрах, сожженных калориях, качестве сна и десятках других параметров. Обрабатывая эту информацию с помощью методов и инструментов Big Data, можно не просто эффективнее предлагать товары, но и помогать улучшать качество жизни людей».

Международная аналитическая компания IDC отмечает, что уже в этом году российские организации инвестируют более $4 млрд в интернет вещей, включая затраты на оборудование, программное обеспечение, услуги и связь. В течение 2016–2020 годов рынок IoT будет увеличиваться в среднем на 21% и к концу прогнозируемого периода составит $9 млрд. «Максимальный эффект от внедрения интернета вещей будет достигнут там, где он будет сочетаться с продвинутыми аналитическими сервисами и сервисами машинного обучения», — считает Владислав Шершульский, директор по перспективным технологиям Microsoft в России.