Читайте РБК без баннеров

Подписка отключает баннерную рекламу на сайтах РБК и обеспечивает его корректную работу

Всего 99₽ в месяц для 3-х устройств

Продлевается автоматически каждый месяц, но вы всегда сможете отписаться

Алексей Винниченко — об угрозах ИИ и дефиците цифровых специальностей

Алексей Винниченко
Алексей Винниченко (Фото: пресс-служба)
Руководитель по данным, аналитике и инновациям «Сибура» Алексей Винниченко рассказал РБК Трендам о платформах данных, проекте «аналитика как сервис» для клиентов и о том, как перейти в производственный сектор из ИТ

Как специалистам в области ИИ попасть в нефтегазохимию

— В обществе есть опасение, что искусственный интеллект — это угроза: он отнимает рабочие места у людей. Что вы об этом думаете?

— Я не люблю термин «искусственный интеллект», потому что никакой он не искусственный и никакой не интеллект. Слухи об угрозах сильно преувеличены, а речь идет о минимизации рутинных механических операций. Безусловно, там, где это можно сделать, такие операции будут выполняться алгоритмами. При этом люди никуда не исчезнут, а будут заниматься более полезными, сложными, интеллектуальными и творческими задачами. Я не помню, чтобы за четыре года цифровизации мы кого-то сократили из-за внедрения нового алгоритма. Зато сотрудники благодаря цифровым решениям стали решать свои задачи более эффективно.

Фото:Shutterstock
Индустрия 4.0 Фабрики — роботам: как промышленность переживает цифровую трансформацию

— На каком уровне нужно разбираться в нефтехимическом производстве, чтобы работать дата-инженером или датасайентистом в «Сибуре»? Можно ли перейти к вам из ИТ?

— Безусловно, да. Более того, многие уже перешли в «Сибур» из ИТ, банков, телекома и других далеких от производства индустрий. Людей, одновременно разбирающихся и в работе с данными, и в технологиях нефтехимии, микроскопически мало. Но ничего страшного в этом нет — нужные знания приобретаются в процессе работы. Кроме того, мы работаем по гибким методологиям, где в команду проекта входят и «айтишники» и «химики», комплементарно дополняя знания друг друга. И, конечно, как и у любой крупной компании, помимо производства, у нас есть маркетинг и продажи, HR, безопасность, логистика — много других функций. Для работы над цифровыми проектами в этих областях знание технологий производства необходимо не в первую очередь.

— Насколько легко вам находить профессионалов, работающих с данными, в текущих реалиях?

— Инженеры данных, аналитики данных, архитекторы хранилищ всегда были в дефиците. Сейчас дефицит усиливается, потому что все больше компаний входит в масштабную цифровизацию, повышая спрос на цифровые специальности. Пока дефицит не катастрофический и вынуждает тратить больше времени и денег на поиск и найм. При этом нельзя забывать и про демографическую яму, которая на горизонте следующих десяти лет значительно усилит кадровый голод в разных областях.

Компаниям в текущей ситуации важно не просто «перекупать» сотрудников, а уметь быть интересными для специалистов: встраивать их в корпоративную культуру, одновременно адаптируя свои процессы, предлагать возможности для профессионального и карьерного роста, и, наконец, перестать рассматривать ИТ исключительно как поддерживающую функцию основного бизнеса, ведь современные технологии стали значимыми драйверами роста даже в консервативных отраслях.

Фото:ASDF_MEDIA / Shutterstock
Экономика образования Кадры решают: почему кризис — лучшее время для найма сотрудников

С приходом цифровизации в «Сибур» мы наблюдаем синергию: традиционная индустриальная культура обогащается новой, основанной на гибких методологиях и продуктовой разработке. Сотрудники, не имеющие прямого отношения к созданию цифровых продуктов, становятся data driven — учатся принимать решения на основе данных. А digital-специалисты приобретают уникальные знания и компетенции через возможность поработать в реальном секторе.

— Как вы относитесь к онлайн-обучению ИТ-специальностям?

— Сейчас на рынке много хороших онлайн-курсов, где можно почерпнуть действительно полезные знания. Но людей, которые хорошо замотивированы и готовы приложить достаточно усилий, чтобы взять эти знания именно через формат курсов, не так много. В то же время, мы отчетливо наблюдаем тенденцию, что выпускники технических вузов с хорошей фундаментальной базой гораздо быстрее «впитывают» в себя все новое и понимают наши производственные и бизнес-процессы. А это крайне важно при работе с данными: нужно не просто повторять какие-то операции по шаблону, а на очень глубоком уровне понимать, как все работает, и правильно интерпретировать результаты. Иначе есть риск получить неправильный прогноз, на основе которого будет принято неправильное управленческое решение с дальнейшими негативными последствиями для бизнеса.

Как работать с промышленными данными и улучшать процессы с помощью аналитики

— Расскажите об озере данных «Сибура»: что вы делаете для того, чтобы хранящаяся в нем информация всегда была действительно ценной и актуальной?

— В техническом мире «озеро данных» — термин, характеризующий достаточно ограниченную сущность, обеспечивающую хранение данных «как есть», что со временем часто приводит к превращению «озера» в «болото».

«Сибур» — это порядка 250 различных ИТ-систем, обслуживающих наш бизнес и одновременно генерирующих большой поток данных — по сути, цифровой след компании. Кроме этого, мы активно используем и внешние данные, которые предоставляют системы, находящиеся за периметром компании. Качественно и быстро анализировать эти потоки затруднительно, поэтому мы создали платформу данных, сердцем которой является гетерогенное хранилище, и сделали интеграции со всеми нужными нам системами. При этом платформа не просто позволяет эффективно хранить и обрабатывать практически любые типы данных, но и предоставляет пользователям наборы инструментов для работы с ними — как простые, вроде классического BI (набор инструментов и технологий для сбора, анализа и обработки данных. — РБК Тренды), так и продвинутые, для разработки алгоритмов на базе машинного обучения. Данные внутри платформы, в отличие от систем-источников, каталогизированы, описаны, имеют проверки качества и регулярный мониторинг «здоровья данных». Единая ролевая модель доступа к данным позволяет управлять рисками информационной безопасности.

В результате мы получили возможность быстро создавать цифровые продукты с низким TTM (Time-to-Market, время от начала разработки идеи до конечной реализации. — РБК Тренды), а также возможность работы не ИТ-пользователей с данными. У нас есть собственная школа данных, где мы учим бизнес-пользователей писать SQL-запросы (команды для работы с табличными базами данных. — РБК Тренды), визуализировать результаты и в целом работать с данными за пределами всем привычного Excel.

Фото:Shutterstock
Индустрия 4.0 Time to market: почему показатель важен в кризис и при чем тут облако

— Вы занимаетесь аналитикой данных не только на своих заводах, но и на заводах ваших клиентов. Как и для чего вы это делаете?

— «Сибур» — b2b-компания, и мы производим не конечный, а промежуточный продукт (наш основной продукт — полимеры), из которого уже наши клиенты делают трубы, шины, автомобильные детали, медицинские изделия и так далее. Клиенты — это тоже заводы, процессы на которых можно улучшить, а оборудование — заставить работать эффективнее. Мы подумали, что раз мы уже научились делать различные аналитические решения для себя, то почему бы не вовлечь в эту цепочку наших клиентов?

Мы отлично знаем все о процессах, которые происходят на наших заводах с момента прихода на них попутного нефтяного газа и до момента его превращения в полимеры. Для построения полной цепочки до конечного продукта нам не хватало только данных с предприятий клиентов: от момента поступления нашего промежуточного продукта до его переработки и превращения в готовое изделие. Это мы и предложили клиентам в виде решения «аналитика как сервис». Видя сквозной цифровой след всего жизненного цикла производства продукта, мы можем анализировать его и давать рекомендации: где не выдерживается рецептура, возникают отклонения в работе оборудования, не соблюдается технологический режим; что сделать, чтобы снизить количество брака; как лучше настроить оборудование и многое другое. Благодаря анализу данных по сквозной цепочке создания ценности мы также видим возможности для улучшений и на своей стороне.

В России это первый проект такого рода. Важно, что для наших партнеров услуга бесплатна и предоставляется как часть клиентского сервиса. Объяснение очень простое: чем меньше у клиента будет потерь, чем эффективнее он будет работать — тем больше продукции он купит у нас.

— Можете привести пример, когда удалось что-то улучшить на стороне заказчиков и на стороне «Сибура»?

— Например, кейс с одним из клиентов, производящих упаковочную пленку из нашего полиэтилена. Все точно видели такую на полках в магазинах — в нее в том числе пакуют бутылки с напитками по 6–9 штук. В процессе ее производства на специальном оборудовании гранулы полиэтилена сначала расплавляются, а потом растягиваются в тонкую пленку, которая затем сматывается в большие рулоны. Проблема в том, что периодически случаются обрывы, что это приводит к потерям — весь рулон отбраковывается. После анализа цифрового следа производства с помощью методов продвинутой аналитики мы выдали клиенту рекомендации, выполнение которых сократило количество обрывов в десять раз. В деньгах клиента это экономия в десятки миллионов в год.

Фото:«Сибур»
Фото: «Сибур»

— Используете ли вы возможности искусственного интеллекта для предсказательной аналитики?

— Конечно. Помимо предиктивной диагностики оборудования, позволяющей нам заблаговременно выявлять необходимость ремонта или технического обслуживания, мы делаем рекомендательные системы, позволяющие операторам вести технологический режим более эффективно. Также мы реализовали много успешных проектов за пределами производства — например, прогнозы будущей стоимости всей линейки наших ключевых продуктов, которые составляют 80% маржинального дохода. Это позволяет моделировать спрос в отдельных регионах. Затем прогнозы загружаются в математический оптимизатор, который рассчитывает, что именно и когда нужно произвести и в какую географию поставить, чтобы получить максимальный доход. За основу мы берем наши собственные данные и информацию из множества внешних источников — котировки, макроэкономические данные — всё, что помогает увеличить точность прогноза.

Футурология Предикативная аналитика: как предсказать эпидемию и успех в бизнесе

Как привлечь внешнюю экспертизу и стать понятнее для рынка

— Для чего «Сибуру» нужен собственный цифровой акселератор?

— Мы остро ощущаем потребность в новых технологиях, понимая, что они помогают нам двигаться вперед по пути построения умного, экологичного и эффективного производства. Из-за возросшей скорости изменений уже недостаточно внедрять только проверенные временем технологии, приходится начинать работать на более ранних этапах зрелости решений, а для этого не всегда подходят стандартные процессы. Редко стартап в состоянии преодолеть проверку финансовой устойчивости или пройти тендерные процедуры. Поэтому и появился цифровой акселератор. В нашем случае это канал для привлечения экспертизы, но мы сразу ушли от классической модели, в которой участники придумывают бизнес-гипотезы, а затем их апробируют. Вместо этого с готовыми идеями вышли мы сами: это реальные ситуации и задачи, с которыми столкнулась компания. А участники акселератора вместе с нашими функциональными заказчиками воплощают реализацию этих идей в виде прототипов готовых решений. Таким образом на выходе получается уже готовый продукт, закрывающий конкретную потребность бизнеса.

— В декабре вы в четвертый раз провели свой собственный хакатон Sibur Challenge. Что это за мероприятие?

— Когда мы начали цифровую трансформацию в 2018 году, то сразу почувствовали, что не очень понятны рынку. Все знают, чем занимаются «Сбербанк» или «Яндекс», а «Сибур» — это «черный ящик», особенно в таких областях, как Data Science. И мы начали активно рассказывать о наших современных заводах, которые обвешаны датчиками и с 2014 года накапливают информацию. О том, какие задачи мы решаем, и как мы это делаем. О том, что с помощью математики действительно можно улучшать сложные технологические процессы и получать реальный, измеримый результат, который можно увидеть в краткосрочной перспективе.

Соревнование SIBUR Challenge — это как раз один из каналов такой коммуникации. С помощью него мы приоткрываем ширму перед сообществом: через прикладные задачи, которые мы предлагаем решить участникам, показываем, что в индустрии тоже есть много разнообразных, интересных и одновременно сложных вызовов. С самого первого соревнования, которое прошло в 2018 году, наше кредо в том, чтобы давать участникам исключительно актуальные кейсы на реальных свежих данных. Это здорово помогает понять, какого рода вызовы стоят перед нами. За четыре года наш Challenge прошли несколько тысяч человек.

Фото:Shutterstock
Экономика образования Координатор роботов и оператор фабрики: кого наймут заводы будущего

Главные успехи цифровой трансформации «Сибура» и влияние пандемии

— «Сибур» проводит масштабную программу цифровой трансформации уже четыре года. Что вы можете отметить в качестве ее главных успехов?

— Во-первых, нам удалось превратить цифровую трансформацию из популярного лозунга в реальный инструмент, который приносит дополнительные деньги компании. Мы стали работать эффективнее, зарабатывать больше, а тратить — меньше. Во-вторых, мы смогли встроить создание, внедрение и тиражирование цифровых инструментов в периметр всей компании. Сегодня это не отдельные точечные проекты, а сквозные улучшения, которые востребованы среди большого количества бизнес-пользователей.

— Как вам удалось убедить акционеров выделить средства на трансформацию?

— В начале 2018 года мы собрали небольшую команду, выбрали приоритетные направления и стартовали очень точечно, на пилотном периметре. Мы сразу решили, что хотим не просто делать вау-проекты, а получить прикладные инструменты для решения конкретных задач в производственных и бизнес-процессах. В центре внимания с самого старта было то, как изменятся те или иные бизнес-показатели, и как после этого они конвертируются в рубли. Когда на реальных примерах становится видно, как цифровые инструменты меняют компанию к лучшему, гораздо проще принимать решения о дальнейшем развитии таких инициатив и расширении периметра их применения.

— Повлияла ли пандемия на цифровые проекты в вашей индустрии?

— Поскольку мы уже достаточно давно цифровизируем процессы и к 2020 году достигли достаточно широкого охвата, пандемия не внесла значительных изменений в наши планы. Пандемия, скорее, еще раз убедила нас в правильности выбранного вектора цифровой трансформации. Некоторые цифровые инициативы сильно помогли нам во время начала пандемии и масштабных локдаунов 2020 года. Мы гораздо быстрее реагировали на стремительно меняющиеся внешние условия — остановки предприятий в Азии, а затем в Европе. Благодаря цифровым решениям в области управления цепями поставок, прогнозирования спроса и цен, и, конечно, огромным усилиям наших сотрудников в тот сложный период удавалось оперативно перераспределять материальные потоки между различными географиями. Ни один из заводов компании не останавливался. Без цифровых «помощников» достичь такой оперативности было бы невозможно. Другим хорошим примером в контексте пандемии является наш продукт на базе дополненной реальности «Удаленный эксперт», позволяющий подключать зарубежных специалистов к сложным ремонтам оборудования в формате онлайн с эффектом присутствия. В период карантинных ограничений их приезд был физически невозможен из-за закрытых границ и отсутствующего авиасообщения.

Обновлено 23.12.2021
Главная Лента Подписаться Поделиться
Закрыть