В большинстве компаний не только не сократили, но и продолжили наем специалистов по данным - Data Scientist. Конкуренция за них усиливалась на протяжении всего года, так как к поиску новых сотрудников подключаются крупные игроки из реального сектора, в том числе из сельского хозяйства и промышленности. Сокращались сроки проектов по внедрению инструментов работы с большими данными, а набор задач расширялся.
Несмотря на пандемию, планы по цифровой трансформации продолжились, а некоторые проекты даже ускорились, - рассказал «РГ» руководитель проектов Big Data в промышленности ИТ-компании КРОК Павел Егоров. - Самый заметный рост по реализации проектов, связанных с большими данными, в 2020 году показали производственные компании, государственный сектор, а также здравоохранение. Положительное влияние на потенциальный рост рынка Big Data в России оказало развитие стимулирующей нормативной базы, в частности закон о регуляторных песочницах, создание отраслевого стандарта больших данных.
Лидируют по внедрению инструментов работы с большими данными ретейл и финансовая сфера. По словам директора по работе с данными и машинному обучению «АльфаСтрахование» Александра Логачева, чаще всего большие данные используются при разработке, тарификации страховых продуктов, подборе опций (какие риски включить в продукт, чтобы он был максимально полезен клиенту). Также Big Data помогает в определении вероятности мошенничества при страховом случае, оценке рисков (выявлении групп клиентов, подверженных высокому риску) и обеспечении оптимизации любых процессов.
Big Data и технологии искусственного интеллекта использует в большинстве процессов и ВТБ, в том числе при формировании предложений и принятии решений по кредитам, в голосовых помощниках, работе кол-центра, чат-ботах, в маркетинговых задачах. Как рассказали в банке, до 70% задач аналитики и автоматического принятия решений приходится на модели с применением технологий искусственного интеллекта. Большие данные в прошлом году активно осваивали и другие отрасли, в частности промышленность и сельское хозяйство.
- На горнодобывающих предприятиях сейчас растет интерес к цифровым двойникам, и одно из них уже запустило в опытную эксплуатацию цифровой двойник цикла измельчения, - рассказал директор департамента по развитию бизнеса SAS Россия/СНГ Михаил Княжев. - В основе работы системы - цифровая модель, которая описывает, каким образом внешние для процесса факторы, условия эксплуатации, состояние оборудования определяют ход технологического процесса в следующие 12 часов. Система анализирует около 500 потоков данных, которые посекундно поступают с различных датчиков. Предприятию, которое ведет добычу золота, это приносит огромный эффект, потому что один день простоя мельницы обходится больше чем в полмиллиона долларов.
К 2025 году мировой объем цифровых данных, по прогнозу IDC, вырастет до 175 зеттабайт (40 зеттабайт в 2020 году). Большая часть этих данных будет постоянно изменяться в реальном времени. Сегодня крупнейшие по выручке рынки больших данных - это США (53% от мирового рынка, 100 млрд долл.), Япония (5,1%, 9,6 млрд долл.) и Великобритания (4,9%, 9,2 млрд долл.). Российский рынок пока занимает незначительную долю и оценивается в 45 млрд рублей.
Согласно разработанной Ассоциацией больших данных (АБД) Стратегии развития рынка, вклад технологий Big Data в ВВП может составить от 0,3 до 1,8% к 2024 году. Базовый прогноз предполагает прирост рынка до 100 млрд рублей к 2024 году. Чтобы раскрыть потенциал больших данных, России необходимо преодолеть пять групп барьеров, считают в АБД. Отрасли не хватает специалистов, необходимых для массового внедрения Big Data, а также инфраструктуры - недорогих масштабируемых ресурсов хранения и обработки. Также росту рынка препятствует ограниченная способность получать доступ, обрабатывать и обмениваться различными типами данных. Есть сложности в исследовании и инновациях в области Big Data, также их пока невозможно массово имплементировать в масштабах всей экономики.
- Проекты, связанные с аналитикой, буксуют на этапе вывода аналитических моделей из разработки в применение, - отметил Михаил Княжев. - Как показывают исследования, более 50% моделей, созданных в крупных компаниях, не доходят до внедрения. Решить проблему «последней мили аналитики» помогает методика ModelOps, которая позволяет выстроить воспроизводимый «сквозной» процесс работы с аналитическими моделями, который охватывает все этапы жизненного цикла модели, включая разработку, валидацию, внедрение в эксплуатацию, мониторинг и своевременное дообучение.
Среди ключевых драйверов рынка больших данных эксперты выделяют внедрение интернета вещей, создание цифровых двойников. По словам Павла Егорова, компании перестали реализовывать отдельные, дискретные проекты по созданию, например, матмоделей. Сейчас все стремятся централизовать процессы цифровизации на базе единой платформы, например на базе Data Lake - «озера данных». Это позволяет создавать цельное информационное поле, где можно получить информацию по собственным бизнес-процессам, формировать отчетность и аналитику. Такое поле может стать фундаментом для дальнейшего развития цифровой трансформации.
Автор: Евгения Носкова
Источник allinsurance.kz