
За последние несколько лет ИТ-ландшафт российских компаний претерпел значительные изменения. Компании, для которых технологическая составляющая является основой бизнеса, пересматривали свои ИТ-стратегии, чтобы не просто обеспечить бесперебойность текущих процессов, но и при миграции на новые системы и решения заложить потенциал для качественного роста ИТ-инфраструктуры и дальнейшего масштабирования. В рамках конференции K2 Cloud Conf мы побеседовали с Егором Баяндиным, ИТ-директором Whoosh, лидера индустрии кикшеринга в стране. Егор рассказал порталу «ИТ-инфраструктура» о том, как компания решает вопросы импортозамещения, на какие ИТ-показатели ориентируется и какие задачи доверяет искусственному интеллекту.
Начну свой ответ с философской фразы «Все, что нас не убивает, делает нас сильнее». И это действительно так. Если раньше игроки ИТ-рынка во многом полагались на крупных вендоров, то теперь ограничения стали бустом для развития. Первым его этапом стало появление отечественных решений, сейчас же производители стремятся не просто заместить продукт, а вложить в него дополнительные функции, улучшить. Российские производители ПО выходят на уровень, сопоставимый с крупными зарубежными игроками. Это касается и системного софта, например, операционных систем, баз данных и прикладного программного обеспечения. Насколько могу судить, улучшается ситуация на рынке ИТ-оборудования. Отечественные производители могут составить зарубежным вендорам достойную конкуренцию. На мой взгляд, сложившаяся на ИТ-рынке ситуация способствует развитию российских решений и технологий и достижению цифрового суверенитета. И выигрывают от этого, в первую очередь, пользователи.
Ядро нашего ИТ-ландшафта — облачная платформа собственной разработки, поэтому нам не нужно было срочно искать решения и переводить всю инфраструктуру на отечественное оборудование и ПО. Импортозамещение коснулось нас в части бэк-офисных систем: корпоративный мессенджер, система ВКС, корпоративное хранилище данных. Мы переходили спокойно, в штатном режиме. По нашему опыту внедрения и использования, хотя эти инструменты в чем-то и уступают зарубежным аналогам, они уверенно развиваются и заметно прибавляют в зрелости. Из плюсов — возможность более плотного контакта с отечественными вендорами. Они открыты к диалогу, и если возникают сложности, всегда готовы доработать что-то под наши запросы.
Индустрия кикшеринга довольно многогранна: мы занимаемся и самокатами, и электроникой для них, и софтом. Наши самокаты производятся на базе китайской модели, которую завод-изготовитель дорабатывает по нашим требованиям. Каждый самокат мы оснащаем IoT-модулем собственной разработки. Он позволяет связывать «железо» с облаком, собирает данные о поездке и состоянии самоката для техобслуживания. Не все его элементы пока локализованы, однако собираем IoT мы сами в России. Мы наращиваем долю компонентов, производимых на территории страны. Например, запустили производство собственных аккумуляторов, начали с тестовых партий и существенно увеличили объем за прошлый год. Ожидаем, что эти проекты помогут нам оптимизировать затраты. Если говорить про софт: шеринговая платформа, пользовательские сервисы, программное обеспечение самокатов — это полностью наша разработка. Такой подход позволяет нам быть менее чувствительными к внешним факторам и управлять парком самокатов и велосипедов, который насчитывает более двухсот тысяч устройств.
С момента старта у нас была облачная ИТ-инфраструктура, это сохранилось и до сих пор. На разных этапах развития облако имело свои преимущества, которые менялись по мере роста бизнеса. Сначала важно было обеспечить скорость выдачи ресурсов при низкой стоимости владения. Когда это удалось, сфокусировались на отказоустойчивости и безопасности. Это позволило нам сохранить гибкость даже при больших масштабах деятельности. У нас сезонный бизнес: облачная инфраструктура позволяет оперативно расширять мощности при пиковых нагрузках в летний период. И это целесообразнее, чем разворачивать on-premise серверы, которые будут простаивать вне сезона.
Мы постоянно повышаем эффективность инфраструктуры. Для ее измерения используем метрику — затраты на инфраструктурные ресурсы, которые требуются для совершения одной поездки пользователем. За прошлый год нам удалось снизить этот показатель на 30%.
В целом ИТ-стратегия направлена на развитие продукта. Данные — это крайне важная часть бизнеса. С каждым годом растет число пользователей, и увеличивается объем наших данных. Перед началом разработки нового функционала, мы проводим аналитику и отвечаем себе на вопросы: кому и как это может помочь, сколько людей воспользуются функцией, какой эффект будет для бизнеса.
Долгосрочные цели мы обозначаем широкими мазками и воспринимаем как маяк, к которому стремимся на горизонте трех ближайших лет. Чем ближе цель — тем она точнее: мы четко знаем, что будет через три месяца и какими шагами к этому придем. С момента основания компании ИТ-составляющая играет важную роль, и наша стратегия — чтобы она была эффективной как в плане производительности, так и затрат. Тактические шаги для достижения этой цели корректируются в зависимости от текущей ситуации, они должны быть гибкими.
Безусловно, используем. Например, в прошлом сезоне мы разработали и внедрили технологию для оценки числа людей на самокате, которая призвана сократить число нарушений, создающих небезопасные ситуации — «Антитандем». Технология анализирует более 50 параметров данных и использует алгоритмы машинного обучения. Эту новинку мы создали первыми в индустрии.
Более того, мы применяем ИИ-модели для прогнозирования спроса на самокаты, а также для прогнозирования работ по сервисному обслуживанию парка. Если видим, что модель способна улучшить наш бизнес, то, безусловно, используем ее.
Конечно, существуют задачи, которые мы будем делегировать ИИ в последнюю очередь, либо вообще не будем решать с искусственным интеллектом. На сегодняшний день невозможно полностью передать ИИ аспекты, связанные с безопасностью и жизнью человека.
Если говорить про генеративный ИИ, то из его очевидных недостатков — галлюцинирование больших языков моделей, а также переиспользование информации и контента, созданного генеративными моделями, для последующего обучения ИИ. Такой подход может привести к деградации. Однако нельзя не отметить, что еще пять лет назад текст, переведенный с помощью инструментов на базе машинного обучения или больших языковых моделей, был не лучшего качества. Сейчас сервисы работают намного точнее, поэтому эффект от проникновения ИИ в бизнес-процессы и — во многом вопрос времени.
Комментарии 0