Обсуждение «цифровизации» сегодня обычно вращается вокруг технологий больших данных, машинного обучения, прогнозной аналитики, но цифровизация — это не про технологии, а про управление данными, бизнес-модели и культуру работы с данными. Деньги бизнесу всегда приносили люди, а не технологии.
Обеспечение при разработке операционной системы реального времени JetOS и программной реализации библиотеки OpenGL SC требований сертификации по стандарту DO-178C позволит применять данную систему в современной отечественной авионике гражданских воздушных судов. Это решит проблему импортозамещения, технологической независимости, кибербезопасности авиационных систем и сведет к минимуму риски несанкционированного вмешательства в работу авионики.
Развитие Интернета вещей вызвало лавинообразный рост данных на периферии, что привело к значительному усложнению всей экосистемы и вызвало появление «умной периферии» — размещение вычислительных мощностей и систем аналитики с искусственным интеллектом ближе к источникам данных.
Без выполнения работ по нормативно-справочной информации нельзя обеспечить эффективную трансформацию материально-технического обеспечения компании, снизить запасы, сократить неликвиды и увеличить оборачиваемость ресурсов. Тиражируемая система для нормализации основных данных KPMG Normalization System for Master Data позволяет адаптироваться к используемым на предприятиях программным платформам и системам ERP, учитывать особенности организации бизнеса и ускорить нормализацию за счет исключения рутинных операций.
Данные — топливо для систем искусственного интеллекта, сырье для аналитических алгоритмов и основа для систем автоматизации бизнес-процессов. Однако наивно ожидать, что данные изначально будут чистыми и пригодными для обработки, а если исходные данные некорректны, то и результаты будут соответствующими. Что можно сделать для устранения дефектов в данных? Как определить, что следует исправить, а что нет? Как узнать, когда надо устранить проблему, а когда лучше ничего не трогать? Иначе говоря: как управлять качеством данных?
Методика оценки зрелости системы управления бизнес-процессами позволяет понять текущий уровень работы с бизнес-процессами, увидеть провалы и «белые пятна» в их описании и помочь менеджерам принимать взвешенные управленческие решения для достижения целей развития бизнеса. Однако оценка уровня зрелости всех процессов компании — нетривиальная задача.
Уровень удовлетворенности граждан России качеством предоставления государственных и муниципальных услуг должен быть на уровне 90%. Как неинвазивными методами объективно оценить степень удовлетворенности граждан качеством услуг, предоставляемых МФЦ?
В споре «Excel против системы бизнес-аналитики» сегодня нет победителей: речь идет об инструментах, предназначенных для разных задач, однако имеющих пересечение по функциональности. Когда следует применять каждый из инструментов и как обеспечить их бесшовную интеграцию?
Технологии машинного обучения открывают новые перспективы для развития Интернета вещей, однако несут с собой и новые угрозы: создание индивидуальных образцов вредоносного ПО, формирование фейковых событий, появление цифровых двойников реальных законопослушных пользователей и пр. Интернет вещей стал лакомой добычей хакеров и источником новых угроз. Как в таких условиях минимизировать риски потери надежности систем Интернета вещей и какие использовать стандарты обеспечения безопасности?
Применение методов исследования данных в процессах разработки ПО позволяет выиграть в конкурентной борьбе. Например, в программной инженерии получила распространение методика измерения характеристик программного обеспечения, однако без средств автоматизации невозможно разобраться в огромных массивах получаемых с помощью этой методики данных и учесть все их взаимозависимости.
На сайтах наподобие GitHub доступно огромное количество проектов Open Source, и выбрать подходящие может быть трудно. Однако задача упрощается, если оценить код кандидата и изучить процесс его создания.
Директор корпоративного университета МТС рассказывает о том, как меняются подходы к корпоративному обучению, в том числе под влиянием цифровизации.
Решения RPA будут в ближайшие несколько лет все шире применяться в приложениях, предусматривающих большой объем рутинной работы с данными для поддержки основных бизнес-процессов, а также сбор информации из внешних, унаследованных или функционально ограниченных систем. Вместе с тем в технологии RPA нет волшебства — речь идет лишь о еще одном способе автоматизации.
Темы декабрьского, январского и февральского выпусков журнала Computer (IEEE Computer Society, Vol. 52, No. 12, 2019; IEEE Computer Society, Vol. 53, No. 1, 2, 2020) — технологические прогнозы, технологическое разнообразие и цифровое здравоохранение.