Департамент корпоративных информационных систем ALP Group открывает практику по применению в сфере E
11 сентября 2018 г., Москва
Департамент корпоративных информационных систем ALP Group (ООО «АЛП-ИС», или ДКИС) — ведущий российский разработчик ИТ-решений для управления крупными коммерческими и государственными организациями, основанных на программных продуктах «1С», — официально объявляет об открытии новой практики, целью которой является построение технологических решений для глубокой автоматизации бизнес-процессов и анализа данных, а также их внедрение в максимально широкий спектр современных систем управления предприятием (ERP). Эти ИТ-решения помогут крупным и средним российским организациям внедрить новые методы менеджмента на основе объективных данных (в том числе, работающие в режиме реального времени), а также своевременно подготовиться к цифровой трансформации и интеграции в цифровую экономику.
Новая практика входит в число приоритетных направлений работы ДКИС. Принципиальное решение о её создании принято ещё год назад, когда компания завершила ряд внутренних проектов (как аналитических, так и связанных с практическим использованием в своей ERP-системе нескольких инновационных технологий, включая элементы ИИ, роботизацию операций и процессов в системе управления финансами, а также в контуре управления самой информационной системой). Эти проекты позволили понять, в каком направлении будет двигаться рынок, ранжировать перспективные технологии по нескольким критериям (бизнес-ценность для заказчика, готовность заказчиков к применению таких систем, зрелость технологий, ожидаемое расширение сферы их применения, уровень синергии при совместном использовании). Тогда же был спланирован процесс приобретения компетенций, необходимых для создания и внедрения ИТ-решений, обладающих высокой гибкостью и позволяющих предприятию быстро меняться, полнее автоматизировать все уровни управления, все процессы и основные категории сотрудников.
Сегодня подобные решения предназначены в первую очередь для автоматизации процессов, их оцифровки, вовлечении всех сотрудников в работу с информационными системами. Смысл такой тотальной автоматизации не только в оптимизации затрат предприятия и увеличении производительности труда за счет применения новых технологий. Правильная тотальная автоматизация позволяет предприятию быть гораздо более управляемым и адаптивным, проводить бОльшую часть изменений за счет внедрения или перенастройки ИТ-систем (т. е. в формате цифровой трансформации), значительно ослабить сопротивление нововведениям и преодолеть острейшие проблемы развития, связанные с состоянием и перспективами современного рынка труда.
Именно для создания таких решений в ДКИС создана новая практика, которая будет соседствовать и взаимодействовать с традиционными направлениями (бухгалтерский, управленческий и налоговый учет, торговля, HR, ERP и др.).
В настоящее время эта практика сфокусирована на четырех ключевых областях: роботизации процессов (RPA); глубинном анализе и непрерывном улучшении процессов (Process Mining); совмещении стратегических целей предприятия, управления рисками и контроля соответствия корпоративным требованиям и политикам (GRC); а также на принятии управленческих решений на основе данных, включая средства Big Data, использование небольших массивов информации (Small Data) и обработку больших объемов данных в режиме 24/7/365. При правильном применении каждая из этих технологий уже сегодня способна принести предприятию ощутимую пользу, стать источником конкурентных преимуществ. Еще большие возможности открываются перед заказчиком в долгосрочной перспективе
Так, RPA радикально сокращает затраты на рутинные операции (которых на современном предприятии очень много), снижает число ошибок и ослабляет другие проявления человеческого фактора, повышает качество и скорость выполнения процессов. Это не только улучшает показатели основной деятельности, но и настраивает сотрудников на выполнение интеллектуальных задач, а зачастую и открывает новые возможности для бизнеса.
Process Mining позволяет выявлять и визуализировать процессы, обнаруживать неэффективные операции и декомпозировать их в процессы (с сохранением контроля длительности, предусмотренного стандартом APDEX), а также находить и устранять узкие места и несуразности в организации процессов, итеративно сокращать затраты на их выполнение. С помощью этой технологии организация может пойти дальше и наладить непрерывный процесс улучшения самих процессов и мониторинг влияния изменений на эффективность. Кроме того, глубинный анализ процессов зачастую выявляет факты нарушений и мошенничества, ускоряет аудит процессов и снижает затраты на него.
Применение инструментов GRC также позволяет предприятию снижать риски мошенничества и затраты на аудит. Но GRC-решения также повышают прозрачность и упрощают унификацию СВК, позволяют оптимизировать процессы предоставления доступа и автоматизировать управление ими, делают более эффективным администрирование ИС. Эти решения могут применяться, чтобы митигировать риски (т. е. уменьшить вероятности наступления и минимизировать последствия рисковых событий), оценить влияние рисков на бизнес в случае их реализации и разработать контрольные процедуры для их предотвращения.
Преимущества технологий Big Data хорошо известны. Это: сокращение затрат на поддержание комплексной инфраструктуры сбора, хранения и обработки информации; извлечение инсайтов из имеющихся данных посредством их консолидации; резкое сокращение времени на получение данных и повышение их качества; возможность работы с разными типами данных (из учетных систем, баз данных SQL и NoSQL, из систем телеметрии из IoT, интернета и пользовательских файлов). Технологии Big Data способны улучшить различные аспекты работы с данными и при этом сократить затраты на задействованный в ней персонал (за счет автоматизации и перевода этой работы на самообслуживание). Кроме того, сотрудники, не имеющие навыков программирования, могут практиковать прототипирование и применение моделей. А внедрение алгоритмов машинного обучения (с возможностью принятия решений) существенно расширяет возможности автоматизации процессов. Такая работа с данными легко конвертируется в прибыль, например, с помощью внедрения рекомендательных движков для повышения вовлеченности клиентов, их удержания и повышения среднего чека. Или в результате создание маркетплейсов и разработки алгоритмов монетизации данных.
Особо подчеркнем, что в рамках создания новой практики ДКИС выполнил несколько пилотных проектов в области управления корпоративными финансами и управления персоналом, в которых совместно применялись роботизация процессов (RPA), Process Mining, элементы Big Data и Small Data. Эти проекты не только подтвердили вышеперечисленные положительные эффекты применения этих технологий и дали количественные оценки ожидаемых эффектов, но и выявили их взаимосвязь в рамках типичной дорожной карты внедрения у заказчика. Все это подтвердило целесообразность объединения развития компетенций по этим технологиям в рамках одной практики.
Так, роботизация процессов, находящаяся на стыке процессного управления и искусственного интеллекта, — это хорошая начальная точка, которая практически неизбежно улучшает показатели бизнеса, повышает производительность сотрудников и переориентирует их с рутинной работы на интеллектуальные задачи. Именно к этому сейчас стремится большинство компаний. При глубокой автоматизации неизбежно потребуется внедрение решений для непрерывного улучшения процессов (Process Mining), а также решений, автоматизирующих контроль соблюдения корпоративных требований и управления рисками (GRC). Запустив проект по глубокой автоматизации процессов, предприятие рано или поздно задумается о монетизации накопленных данных и оптимизации процессов посредством внедрения алгоритмов машинного обучения с возможностью принятия решений, т. е. о применении технологий Big Data. Переход к управлению на основе данных (DDM) может изменить последовательность этапов. Как и RPA, DDM может стать естественной исходной точкой внедрения новых технологий, а может происходить после роботизации процессов. В любом случае, DDM обычно ускоряет внедрение Big Data, а также требует качественного решения задач Small Data, в частности, — создания аналитических инструментов для стандартизованного и гибкого (разведочного) анализа малых выборок. Эти инструменты нужны при проведении управленческих экспериментов или при контроле эффекта от очередных нововведений (например, в системе DevOps — после «накатывания» очередного обновления любой бизнес-системы, подготовленного на очередной итерации SCRUM).
Отметим также, что ДКИС с самого начала интегрировала новую практику в свою программу подготовки специалистов для сферы ERP, осуществляемую в рамках сотрудничества с ведущими вузами Новосибирска. Студенты, успешно прошедшие весь учебный курс (сотрудники ALP проводят обучение на территории вуза) и показавшие готовность к эффективной практической работе в сфере создания ERP-решений, будут получать предложение о трудоустройстве в Департаменте корпоративных информационных систем ALP Group. Эти предложения будут охватывать не только традиционные, но и новейшие интенсивно развивающиеся практики (например, управление предприятием на основе анализа данных, роботизация в менеджменте, управление изменениями и цифровая трансформация организаций, «Индустрия 4.0» и др.) – в зависимости от личных склонностей и результатов, показанных конкретным соискателем.
Новая практика входит в число приоритетных направлений работы ДКИС. Принципиальное решение о её создании принято ещё год назад, когда компания завершила ряд внутренних проектов (как аналитических, так и связанных с практическим использованием в своей ERP-системе нескольких инновационных технологий, включая элементы ИИ, роботизацию операций и процессов в системе управления финансами, а также в контуре управления самой информационной системой). Эти проекты позволили понять, в каком направлении будет двигаться рынок, ранжировать перспективные технологии по нескольким критериям (бизнес-ценность для заказчика, готовность заказчиков к применению таких систем, зрелость технологий, ожидаемое расширение сферы их применения, уровень синергии при совместном использовании). Тогда же был спланирован процесс приобретения компетенций, необходимых для создания и внедрения ИТ-решений, обладающих высокой гибкостью и позволяющих предприятию быстро меняться, полнее автоматизировать все уровни управления, все процессы и основные категории сотрудников.
Сегодня подобные решения предназначены в первую очередь для автоматизации процессов, их оцифровки, вовлечении всех сотрудников в работу с информационными системами. Смысл такой тотальной автоматизации не только в оптимизации затрат предприятия и увеличении производительности труда за счет применения новых технологий. Правильная тотальная автоматизация позволяет предприятию быть гораздо более управляемым и адаптивным, проводить бОльшую часть изменений за счет внедрения или перенастройки ИТ-систем (т. е. в формате цифровой трансформации), значительно ослабить сопротивление нововведениям и преодолеть острейшие проблемы развития, связанные с состоянием и перспективами современного рынка труда.
Именно для создания таких решений в ДКИС создана новая практика, которая будет соседствовать и взаимодействовать с традиционными направлениями (бухгалтерский, управленческий и налоговый учет, торговля, HR, ERP и др.).
В настоящее время эта практика сфокусирована на четырех ключевых областях: роботизации процессов (RPA); глубинном анализе и непрерывном улучшении процессов (Process Mining); совмещении стратегических целей предприятия, управления рисками и контроля соответствия корпоративным требованиям и политикам (GRC); а также на принятии управленческих решений на основе данных, включая средства Big Data, использование небольших массивов информации (Small Data) и обработку больших объемов данных в режиме 24/7/365. При правильном применении каждая из этих технологий уже сегодня способна принести предприятию ощутимую пользу, стать источником конкурентных преимуществ. Еще большие возможности открываются перед заказчиком в долгосрочной перспективе
Так, RPA радикально сокращает затраты на рутинные операции (которых на современном предприятии очень много), снижает число ошибок и ослабляет другие проявления человеческого фактора, повышает качество и скорость выполнения процессов. Это не только улучшает показатели основной деятельности, но и настраивает сотрудников на выполнение интеллектуальных задач, а зачастую и открывает новые возможности для бизнеса.
Process Mining позволяет выявлять и визуализировать процессы, обнаруживать неэффективные операции и декомпозировать их в процессы (с сохранением контроля длительности, предусмотренного стандартом APDEX), а также находить и устранять узкие места и несуразности в организации процессов, итеративно сокращать затраты на их выполнение. С помощью этой технологии организация может пойти дальше и наладить непрерывный процесс улучшения самих процессов и мониторинг влияния изменений на эффективность. Кроме того, глубинный анализ процессов зачастую выявляет факты нарушений и мошенничества, ускоряет аудит процессов и снижает затраты на него.
Применение инструментов GRC также позволяет предприятию снижать риски мошенничества и затраты на аудит. Но GRC-решения также повышают прозрачность и упрощают унификацию СВК, позволяют оптимизировать процессы предоставления доступа и автоматизировать управление ими, делают более эффективным администрирование ИС. Эти решения могут применяться, чтобы митигировать риски (т. е. уменьшить вероятности наступления и минимизировать последствия рисковых событий), оценить влияние рисков на бизнес в случае их реализации и разработать контрольные процедуры для их предотвращения.
Преимущества технологий Big Data хорошо известны. Это: сокращение затрат на поддержание комплексной инфраструктуры сбора, хранения и обработки информации; извлечение инсайтов из имеющихся данных посредством их консолидации; резкое сокращение времени на получение данных и повышение их качества; возможность работы с разными типами данных (из учетных систем, баз данных SQL и NoSQL, из систем телеметрии из IoT, интернета и пользовательских файлов). Технологии Big Data способны улучшить различные аспекты работы с данными и при этом сократить затраты на задействованный в ней персонал (за счет автоматизации и перевода этой работы на самообслуживание). Кроме того, сотрудники, не имеющие навыков программирования, могут практиковать прототипирование и применение моделей. А внедрение алгоритмов машинного обучения (с возможностью принятия решений) существенно расширяет возможности автоматизации процессов. Такая работа с данными легко конвертируется в прибыль, например, с помощью внедрения рекомендательных движков для повышения вовлеченности клиентов, их удержания и повышения среднего чека. Или в результате создание маркетплейсов и разработки алгоритмов монетизации данных.
Особо подчеркнем, что в рамках создания новой практики ДКИС выполнил несколько пилотных проектов в области управления корпоративными финансами и управления персоналом, в которых совместно применялись роботизация процессов (RPA), Process Mining, элементы Big Data и Small Data. Эти проекты не только подтвердили вышеперечисленные положительные эффекты применения этих технологий и дали количественные оценки ожидаемых эффектов, но и выявили их взаимосвязь в рамках типичной дорожной карты внедрения у заказчика. Все это подтвердило целесообразность объединения развития компетенций по этим технологиям в рамках одной практики.
Так, роботизация процессов, находящаяся на стыке процессного управления и искусственного интеллекта, — это хорошая начальная точка, которая практически неизбежно улучшает показатели бизнеса, повышает производительность сотрудников и переориентирует их с рутинной работы на интеллектуальные задачи. Именно к этому сейчас стремится большинство компаний. При глубокой автоматизации неизбежно потребуется внедрение решений для непрерывного улучшения процессов (Process Mining), а также решений, автоматизирующих контроль соблюдения корпоративных требований и управления рисками (GRC). Запустив проект по глубокой автоматизации процессов, предприятие рано или поздно задумается о монетизации накопленных данных и оптимизации процессов посредством внедрения алгоритмов машинного обучения с возможностью принятия решений, т. е. о применении технологий Big Data. Переход к управлению на основе данных (DDM) может изменить последовательность этапов. Как и RPA, DDM может стать естественной исходной точкой внедрения новых технологий, а может происходить после роботизации процессов. В любом случае, DDM обычно ускоряет внедрение Big Data, а также требует качественного решения задач Small Data, в частности, — создания аналитических инструментов для стандартизованного и гибкого (разведочного) анализа малых выборок. Эти инструменты нужны при проведении управленческих экспериментов или при контроле эффекта от очередных нововведений (например, в системе DevOps — после «накатывания» очередного обновления любой бизнес-системы, подготовленного на очередной итерации SCRUM).
Отметим также, что ДКИС с самого начала интегрировала новую практику в свою программу подготовки специалистов для сферы ERP, осуществляемую в рамках сотрудничества с ведущими вузами Новосибирска. Студенты, успешно прошедшие весь учебный курс (сотрудники ALP проводят обучение на территории вуза) и показавшие готовность к эффективной практической работе в сфере создания ERP-решений, будут получать предложение о трудоустройстве в Департаменте корпоративных информационных систем ALP Group. Эти предложения будут охватывать не только традиционные, но и новейшие интенсивно развивающиеся практики (например, управление предприятием на основе анализа данных, роботизация в менеджменте, управление изменениями и цифровая трансформация организаций, «Индустрия 4.0» и др.) – в зависимости от личных склонностей и результатов, показанных конкретным соискателем.
Источник:
http://www.garant.ru