Каждый год в сфере ИТ появляются новые термины, понятия, концепты, и далеко не всегда за ними скрывается нечто осмысленное. Иной раз при внимательном анализе обнаруживается, что за якобы стройной и логичной системой терминов таится лишь «агрессивный маркетинговый пиар». Однако в случае с термином i-ERP (интеллектуальная ERP) мы имеем дело не с очередным рекламным слоганом, о котором сами его создатели забудут через год-другой, а с реальным изменением классической парадигмы планирования ресурсов предприятия в цифровую эпоху.
i-ERP и концепция «Индустрия 4.0»
Повсеместная автоматизация и роботизация производственных процессов в мировой промышленности начались еще в 1970-е гг. Этот период принято называть «третьей промышленной революцией» – по аналогии с индустриальной революцией конца XVIII в., ознаменованной изобретением паровой энергии и механических устройств, и с экономическим подъемом второй половины XIX в., когда была открыта электрическая энергия и произошло разделение труда.
Казалось бы, фантастика уже стала реальностью: 15−20 лет назад ни один руководитель предприятия не мог мечтать о том уровне производительности труда, который обеспечила автоматизация производства. Однако уже сегодня мы начинаем понимать, что запущен механизм, возможно, даже более масштабных изменений, которые еще раз перевернут нашу жизнь.
Немецкая концепция «Индустрия 4.0» («Четвертая промышленная революция») предусматривает сквозную цифровизацию всех физических активов предприятия и их интеграцию в единую экосистему. Вроде бы новая парадигма – новые возможности для всех. Но история доказывает, что смена формации может стать началом конца для тех предприятий, которые к ней не были готовы.
В ИТ-ландшафте крупных (и не только) холдингов сегодня множество систем автоматизации процессов, и ERP занимает здесь ключевое место. От того, насколько она готова к изменениям, чтобы обеспечить ту самую «цифровую трансформацию», о которой сегодня рассуждают на всех форумах, зависит не только успех, но и само существование бизнеса в долгосрочной перспективе. Не за горами появление ERP-продуктов следующей волны, главной задачей которых будет поддержка процессов цифровой трансформации компаний благодаря использованию облачных и мобильных технологий, предикативной аналитики, машинного обучения и углубленной автоматизации бизнес-процессов на их основе. Такие системы и станут основой «четвертой промышленной революции», а ERP-системы прошлой эпохи отойдут на второй план и со временем сойдут на нет.
Неудивительно, что некоторые западные эксперты уже в открытую называют обычные классические ERP-системы «антиквариатом», как это сделала вице-президент IDC Mickey North Rizza в своей статье «Восход i-ERP»[1].
Принципиальные отличия i-ERP от классических монолитных ERP
Ключевое требование бизнеса как к ERP-системам, так и к ИТ в целом заключается в их способности оперативно поддерживать изменения. Если раньше постулировалось, что можно автоматизировать только стабильные бизнес-процессы, и срок внедрения ERP в несколько лет никого не пугал, то сегодня это выглядит как явный анахронизм.
Чтобы обеспечить гибкость и адаптивность, скажем, тот же пресловутый Agile, ERP предстоит измениться и стать не монолитными жесткими системами, а гибкими модульными платформами. Меняется парадигма построения прикладного ИТ-ландшафта, становятся востребованными решения, которые обеспечивают более высокую доступность ПО и отсутствие единой точки отказа. На уровнях SCADA и MES начинают применяться такие инструменты, как IoT, IIoT и Big Data, для достижения требуемой точности анализа больших массивов данных с полевого уровня. На уровне ERP и BPM используются инструменты, позволяющие успешно осуществлять цифровое преобразование бизнеса, – системы имитационного моделирования, бизнес-аналитики, роботизация рутинных процессов и процедур.
В принципе, само движение по этому пути идет уже давно, однако благодаря развитию инновационных облачных технологий и широкому проникновению мобильности вариант федерализованной слабо связанной архитектуры, когда большая часть функциональности существует в виде облачных сервисов и быстро автоматизируемых бизнес-процессов, неизбежно станет общепринятым.
Машинное обучение
Далее, насколько мы понимаем, в i-ERP будет использоваться технология машинного обучения (ML), что обеспечит солидный рывок в производительности системы.
Машинное обучение – это совокупность математических методов, позволяющих получать решение некоторых задач с помощью общих алгоритмов, не написанных специально под выполняемую задачу. Проще говоря, это способ поставить аналитику больших данных на поток. С помощью такой технологии компьютер можно научить выявлять определенные закономерности, встречаясь с которыми, он будет выполнять определенные действия: покупку или продажу ценных бумаг, сегментирование потенциально высокодоходных клиентов или выявление на конвейере бракованных изделий.
Важно то, что алгоритмы машинного обучения универсальны и не привязаны к конкретному бизнесу либо отрасли экономики. Мониторинг клиентской базы и определение склонности клиентов к уходу, анализ движения транспортных потоков в городе и вероятные места появления заторов – все эти задачи можно решить при помощи одного и того же математического аппарата.
С помощью решений на базе ML можно выстроить систему предиктивной аналитики в таких традиционно «скучных» областях, как бухгалтерия, закупки, аналитика и пр. Использование искусственного интеллекта внутри базовых ERP-решений фактически ведет к роботизации целых профессий, когда некоторые бизнес-процессы целиком могут проходить без участия человека. Ярким примером подобного процесса является сведение счетов, выставленных клиентам, с поступившими платежами.
Пользовательский интерфейс
Эксперты также указывают на изменения, которые наверняка затронут пользовательский интерфейс i-ERP благодаря достижениям в области обработки естественного языка (NLP).
Технологии обработки естественного языка сегодня шагнули далеко вперед, и немалая заслуга в этом принадлежит машинному обучению, применяемому, в частности, для понимания текстов.
В начале 1990-х гг. были заложены основы глубокого обучения (Deep Learning), которое только недавно дало первые ростки, обусловленные прогрессом в области новейших высокопроизводительных систем и появлением больших объемов данных, используемых для обучения. Глубокое обучение – это обучение многоуровневых («глубоких») нейронных сетей на больших объемах данных, позволяющих исключить работу по созданию признаков для машинного обучения. Под обработкой естественных языков (Natural Language Processing − NLP) понимается создание систем, обрабатывающих или «понимающих» язык в целях выполнения определенных задач. Эти задачи могут включать в себя:
- формирование ответов на вопросы;
- анализ эмоциональной окраски высказываний;
- нахождение текста, соответствующего изображению (генерацию подписи к входному изображению);
- машинный перевод;
- распознавание речи;
- морфологическую разметку;
- извлечение сущностей.
Отсюда можно сделать вывод, что если подобные механизмы будут реализованы в i-ERP, тогда у разработчиков откроется много возможностей для улучшения пользовательских интерфейсов и автоматизированной обработки информации.
Среда развертывания i-ERP
Еще один важный аспект касается среды развертывания систем i-ERP. В самом деле, развертывание систем в публичных облаках имеет как свои плюсы, так и свои минусы. Если у вас малый или средний бизнес и вы стоите перед выбором перехода на новую систему, если у вас нет крупных и сложных производств с проинсталлированными MES-системами, нет большого количества датчиков в полях и на заводах, объединенных в IIoT (Industrial Internet of Things), то, возможно, публичное облако окажется оптимальным вариантом.
К очевидным плюсам публичных облачных решений можно отнести легкую и быструю масштабируемость ресурсов и отсутствие (или значительно меньшее количество) капитальных затрат на старте проекта.
Но, как только перед вами встает задача собрать данные со всех уровней ИТ-ландшафта (который, в свою очередь, описывается стандартом ISA-95), то возникают закономерные трудности интеграции всевозможных полевых (и не только) систем с ERP-системой из облака.
Что же касается проблемы сравнения и оценки полных затрат (Life Cycle Cost) на всем жизненном цикле системы, то это уже вопрос для дискуссии в каждом конкретном случае – универсального решения здесь нет.
Место i-ERP-приложений в общем процессе «цифровой трансформации»
Лидеры цифровизации используют системы i-ERP и связанные с ними корпоративные приложения, чтобы перенастраивать своих сотрудников на «цифровые информационно-ориентированные роли» (Digital Information-Centric Roles – термин IDC).
В своем недавнем исследовании эксперты McKinsey оценили потенциальный эффект от применения инструментов «Индустрии 4.0» в металлургической отрасли более чем в 115 млрд долл. Среди основных источников дополнительных доходов – роботизация, удаленный контроль и управление оборудованием, увеличение эффективности труда сотрудников через цифровизацию, внедрение интегрированных платформ, глубокая аналитика данных и предиктивные инструменты.
Только благодаря цифровизации управления оборудованием отрасль может заработать более 40 млрд долл. В металлургии и горной добыче в целом дополнительные доходы прогнозируются на уровне 2,7% выручки всех компаний отрасли, или до 9% их прибыли.
В агросекторе i-ERP – это набор систем: от датчиков в полях и на сельскохозяйственной технике до массивов больших данных, обрабатываемых системами предиктивной аналитики. Управление сельхозтехникой, подготовка удобрений, точное земледелие, управление цепочками поставок – все это требует сквозного планирования, которое, в свою очередь, тем точнее, чем больше данных проанализировано.
Технологии изменили и отношения между клиентом и продавцом. Сегодня появились инструменты онлайн-продаж, которые позволяют максимально удовлетворять основные потребности покупателей: скорость, удобство и простоту. Это быстро поняли игроки сегмента B2C, которые привыкли работать с большим количеством клиентов. Но и для покупателей в сфере B2B удобство и простота важны не в меньшей степени.
[1] https://idc-community.com/groups/it_agenda/bigdataanalytics/the_rise_of_intelligent_erp_i_erp
