0: Спасибо огромное. Рад приветствовать участников саммита. Ну, наверное, особо тёплые слова нашим клиентам, историческим и текущим таким, как компании гпн, зарубежнефть, Сбер.

1: Норильский никель и другие. И давайте начинать. Я надеюсь, что кофе брейк у вас прошёл хорошо. Длинное название презентации, которое вы видите, насколько я тоже вижу. Ну, основное здесь 2 слова, на самом деле, мы поговорим.

2: Про тендерную аналитику и посмотрим, как она воплощена в какой-то вот текущий фрейм под названием adapt.

3: Значит, ты, ты, ты, ты. Людям моего поколения не нужно объяснять, что это за мультфильм, но я все-таки решил напомнить, да, то есть это мультфильм под названием крылья, ноги и хвосты, и там спорят, что

4: Важнее крылья, ноги, хвосты. Вы, может, спросите, а к чему это я? На самом деле такого рода дискуссии я вижу очень часто я в операционную эффективность пришёл из линсик сигма, но

5: Дискуссии типа а что же важнее, что же нужно внедрять tqm лин trees и мы можем добавить ещё с десяток названий аббревиатур он длится постоянно, и когда в этих дискуссиях участвуешь, то иногда я, в общем, я давно задаюсь вопросом а как так получается?

6: То мы не очень хорошо понимаем друг друга, придя из разной методики, и я как раз на этот вопрос решил попробовать ответить более систематически. На самом деле ответ лежит он в каком-то смысле он на поверхности, да, то есть та реальность, которую мы с вами пытаемся

7: Писать она гораздо сложнее. То есть, а что её делает такой сложной, да, то есть что в чем сложность бизнеса? Во первых, это многомерность целей. То есть нам нужно одновременно улучшать, оптимизировать много вещей. Себестоимость качества, скорость, безопас.

8: Опасность, риски и вот это вот все, и они друг на дружку влияют нелинейно, да, то есть, в общем то мы никогда не можем предсказать, поменяв 1 параметр, как это отразится на другом. У системы есть свои ограничения, то есть

9: Ресурсы где-то вдруг заканчиваются, например, человеческие ресурсы, да и процесс то, что называется, встаёт колом. У нас есть временные лаги, мы что-то делаем, а результаты мы видим и немедленно. А через какое-то время, причём мы зачастую даже не можем предсказать, через какое врём

10: Эти результаты проявятся, а потом они проявляются, смешиваясь с другими эффектами. Ну и поверх всего этого существует человеческий фактор. Человек вообще структура достаточно комплексная сама по себе. А здесь мы увязываем сложного человека со сложными машинами.

11: Рынком, другими внешними ограничениями. Ну и как ключевое, да, то есть процесс не оценить по 1 кпп. А что же делать? И вот как раз отсюда на самом деле я начал смотреть на этот процесс, на, на бизнес, да, и на

12: Методика операционной эффективности ключевое слово 1 из ключевых слов в этой презентации проекция.

13: Методики опекс такие как лин trees и так далее. Это проекция на плоскость. То есть и когда мы смотрим на эту проекцию, да, то есть как этот кристалл отражается в этой плоскости, она, эта каждая методика фокусируется на определённых показателях, она

14: Видит определённые углы и внутри она даёт хорошие результаты, да, потому что они исторически сложились, они используются, есть история успеха и так далее, и так далее. Но при этом любая проекция упрощает реальность, то есть какая-то вещь становится

15: Ортогональный, ортогональный. Имеется ввиду, что эта проекция, эта методика этого не видит, и мы как раз тоже ортогональность будем много использовать. Ну и в каком-то смысле мы видим только тени на стенах пещеры, как когда-то писал платон в своих исследованиях.

16: Давайте посмотрим, давайте возьмём несколько традиционных методик и посмотрим на них с этой точки зрения, да, то есть с точки зрения того, что это проекция, возьмём тким тотал квалити менеджмент, что мы видим, да, то есть тким очень хорошо усиливает стандартизацию с требования соответствия

17: Требованиям повторяемость и что он при этом не видит, да, например, такую вещь, как избыточные качества, вообще избыточные качества, это практически табу в tqm, потому что качества много не бывает. Старая мантра.

18: Управление качеством, да. Ну и динамика системы тоже как таковая не очень хорошо видна. Давайте возьмём другую методику лин и опять же мы воспринимаем лин как проекцию, как плоскость, да, то есть лин это про то, что надо быстрее бежать, как этот страус из мультфильм.

19: Что хорошо делает лин? Он увеличивает производительность, скорость, сокращает потери, прекрасно работает в этих своих ограничениях. А что остаётся вне фокуса противоречия, которые неплохо решаются в тризе компромиссы между скоростью.

20: И качеством, или скоростью, и себестоимостью, и на самом деле 1 из ключевых, вот с точки зрения анализа подходов, чтобы посмотреть, а в чем ограничение той или иной методики, это на

21: Начать менять какой-то параметр и посмотреть как вообще методика на это реагирует. Вот давайте возьмём поток, да, велью стрима у нас там есть какие-то показатели, шаги, процессы и в этих шагах процесса, там что-то меняется и у нас там есть сред

22: Скорости. А давайте представим, что у нас средние скорости по процессам сохраняются, а разбросы по скорости выполнения сигма увеличилась в 2 раза, что мы увидим в лин ничего не изменится, потому что откло

23: Не, лин не видит, он смотрит по средним. И это классический пример вот этой ортогональности, когда система чего-то не видит. Ну и trees, про который здесь достаточно много говорили, да, то есть это оптика противоречий. Мы говорим о том, что, в общем то, как нам нужн,

24: Можно выявить и решить противоречия, мы их выявляем, мы, значит, находим какие-то решения, а что у нас ортогонально, что остаётся вне фокуса статистика, да, потому что противоречие, оно может. То есть мы говорим о том, что это не черно белое, да?

25: Иворечие это некая шкала, да, все равно может быть больше, меньше, да, то есть это вероятности. И с этой точки зрения, естественно, trees, как и другие плоские, значит, проекции имеют свои ограничения. Ну и экономика это тоже 1 из хороших примеров.

26: Что стоимость решения, влияние какого-то конкретного решения на общую экономику компании в 3, она очень часто остаётся за фокусом. Что же делать, есть ли решение на самом деле? Да, есть вот тот самый тензорный подход.

27: С которого я начал на 1 слайде, на, значит, моей презентации, который как раз и предназначен для осмысления такого рода сложных противоречий. Он проверен, он используется в математике, он прекрасно работает, значит, что он делает, да, то есть у нас система рассматривает

28: Как последовательность состояний, которые меняются то есть у нас следующее состояние зависит от предыдущего состояния и от каких-то внешних там управляющих факторов, которые, значит, меняют состояние от x т. К. X т + 1.

29: + 1. То есть мы анализируем не отдельные показатели, а именно перехода. Я сказал, что это работает, а где это работает. А вот на самом деле наши модели лнм это очень хороший пример, где это работает и где на самом деле это стало основным с точки

30: Зрения математики, инструментом прорыва, потому что старый подход, когда модели анализировали текст последовательно, помните инструмент 5. Почему это вот та же самая история, да, то есть, когда мы пытаемся сложную комплексную проблему переложить в вопросы, почему

31: Цепочечку, да, она где-то работает, но зачастую нет. Контекст был ограничен. И, соответственно, вот эта новая математика тензорная, она как раз и позволила решить эту, в общем то, и успешно применять этот метод, да, который сейчас практически

32: Меняет реальность вокруг нас, о чем так хорошо говорили предыдущие спикеры. То есть контекст это состояние системы, а не цепочка. Вот именно это нам и нужно анализировать. И с этой точки зрения, возвращаясь к анализу бизнес

33: Процессов, да, то, о чем мы говорим. То есть у нас есть будущее состояние, которое зависит от предыдущего состояния, да, то есть состояния системы зависит от управленческих воздействий. То есть как мы пытаемся это поменять или, наоборот, сохранить.

34: И оператор, да, то есть оператор трансформации, то есть как 1 влияет на другое. Ну и у нас есть пара внешних факторов, это интернациональность, то есть направленность действий организации, которая является внешним для этого оператора, и общая теле.

35: Ология. Зачем система существует вообще, да, то есть, которая обычно отражена в таких вещах, как видение вижн компании и так далее. И у нас появляется очень красивая математика, то есть которой мы можем заниматься, которую мы можем применять.

36: Для того, чтобы наши процессы анализировать и оптимизировать. Но можем ли на самом деле, если мы посмотрим на реальность, в чем она сейчас состоит, реальность заключается в том, что для того, чтобы эта математика, реальная математика, начала работать,

37: Так же она, как она работает в chat gpt или других лингвистических моделях. У нас есть 1 проблема. Ключевое ограничение это недостаточная онтологическая глубина данных. То есть данные фрагментированы как раз коллега передо мной на эту тему тоже также

38: То есть, и что у нас получается, да, что у нас в общем то есть какие-то элементы, где-то цифры есть, где-то цифры нет, где-то она точная, где-то она не точная. И отсюда у нас 2 варианта. 1, это продолжаем цифровизацию, вкладываем ещё 10, 15, 20.

39: Миллиардов. Я не знаю, сколько это будет стоить. Долго, дорого. Либо мы начинаем работать с тем, что есть. И вот как раз вот именно работать с тем, что есть с теми ограничениями, понимая их, используя их, как-то обходя это как раз и есть то самое.

40: Метод наш ответ. Что делать дальше? Да, потому что отдачу от цифровизации, от тех денег, которые уже были потрачены, вообще то неплохо начать получать уже сегодня, а не ждать ещё год и не вкладывать ещё миллиарды. И с этой точки зрения как раз и появляется адапт, то есть

41: Adapt объединяет это адапт, я вам на следующем слайде расскажу, что это такое. Это аббревиатура, да, последовательных Шагов. Она объединяет операционную структуру там, где мы используем неоцифрованные аспекты системы, мы как-то их вытаскиваем. Что ж, у нас в процессе делается то, чего нет

42: Мы активно используем те цифры, которые у нас есть, но при этом решаем технические задачки, как их консолидировать, как из них значит сделать сквозное описание процесса и как это все работает. Ну и также заглядываем в риски, да, того-то, что происходит редко.

43: Либо не происходило ещё вообще да, те самые чёрные лебеди, белые слоны, огненные драконы и все эти красивые образы, которые напридумывали к чему-то Такому почему адапт собственно это 5 Шагов это эквайр то есть они с английског.

44: Мы, в общем то, используем английскую аббревиатуру, но, по сути, мы фиксируем реальную картину процесса.

45: Мы говорим о том, что у нас есть стадия определения. Дефайн, превращаем разрозненные данные в единую модель, объединяем все, что можно объединить дальше. Мы начинаем анализировать, что у нас там происходит. Дальше мы заходим в предикт причинно следственной зависимости.

46: Ну и после этого мы уже переходим к трансформации там, где у нас формируются бизнес кейсы и, соответственно, какие-то решения начинают появляться. Эта индустрия. Значит, методика внедрена во многих индустриях. Я уже говорил о том, что гпн её использует достаточно активно.

47: В северстали этого много. Норильский никель это активно достаточно использует. Значит, это уже проверенная методика, с чего начинается работа, да, то есть мы можем начинать на уровне компании, либо мы можем начинать на более таком тактическом уровне, на уровне 1%.

48: В принципе, это зависит от того, что мы пытаемся достичь. Давайте посмотрим на пару кейсов. Это на кейс на уровне процесса. У нас есть какой-то, значит, процесс, в данном случае это металлургия, и мы смотрим на поверхностные дефекты, то есть как у нас, что там

49: Происходит и с этой точки зрения процесс Азиз это выявление этих дефектов, ну там какие-то там окалины, ещё что-то эта система генерировала какие-то сигналы, которых было очень много, которые потом фильтровались, их становилось очень мало. А процесс

50: Который должен взять вот этот сигнал о том, что вот у вас пошла такая-то рода проблема и пойти залезть в процесс, в железо, посмотреть, что ж там делается. Они не понимали, что с этим делать, ничего не делали. То есть мы взяли этот процесс, мы провели аналитику адапт мы преобразовали

51: Немножечко математику как таковую, да, потому что там были с математикой вопросы. Дальше мы начали говорить о том, что мы поменяли математику на то, что работает поперёк всех продуктов, всех разных, значит, уровней. А ключевое это заключалось в том, что если

52: Бы мы остановились на уровне 2, то тогда ничего бы и не изменилось, потому что это все нужно было превратить в управляемый процесс. Нужно пойти научить людей из процесса, чтобы они понимали это все, что они понимали, что делать, построить общую систему отслеживания. И вот именно в

53: Как раз и заключается подход с разных проекций, значит она объединяет и процесс, и математику, и статистику, и все остальное. Следующий пример, это нефтянка. То есть в 1 из

54: 1 из нефтяных компаний сделали бенч по соломону, посмотрели, сколько у них себестоимость переработки существующего азс. Ну и дальше, в общем то, увидели, что у них есть разрыв, а что делать, то и есть 2 варианта. 1, да, то есть мы говорим о том, что, в общем то, мы посмотрели

55: На цифры по бенчу выявили разрыв, есть потенциал, а как его реализовывать? Соответственно, интересный вопрос заключается в том, как разделить потенциал инвеста и потенциал от того, что можно сделать, не инвести.

56: Методами посмотреть на пинель, дальше сделать процессную проекцию, привести это уже к каким-то конкретным установкам и дальше выявить, удалить, изолировать условия среды, такие вещи, как учёт там.

57: Температуры за бортом, режим работы и так далее. А потом все это превращается вот в такое красивое дерево потенциалов и каждая строчка здесь это потенциал в деньгах для неинвестиционной оптимизации. То есть можно заходить в эту конкретную установку.

58: Это конкретное измерение и говорить о том, что а вот с этим можно что-то сделать и причём для этого не нужно вложить ещё миллиард долларов, потому что это не инвестиционный потенциал, и это как раз и есть 2 тип проектов, когда мы идём сверху вниз. То есть мы

59: Мы можем делать проекты для вас. Мы часто очень, например, с компанией северсталь, мы делаем обучение и коучинг, тогда, соответственно, проекты, они становятся чуть меньше по охвату, но их одновременно становится много. Это вот наш классический подход, потому что Бинджай всегда был силён именно

60: Программой по развёртыванию через передачу экспертизы, откуда берётся, соответственно, экономический эффект, да, ещё раз, да, то есть почему это все работает. То есть возвращаясь к идее проекции. То есть у нас есть посерёдке

61: У нас есть вот это вот сложный какой-то бизнес жизнь. То есть мы объединяем это для начала, для того, чтобы хотя бы как-то понять, с учётом всех ограничений, с учётом ограничений, недостаточности цифровизации, может быть где-то неточности данных и

62: Вот этого всего мы формируем какую-то картинку приближённую. Естественно, что она приближённая. Мы не можем сейчас её описать. То есть для того, чтобы реально описать бизнес процесс, нам нужна цифровизация на таком уровне антологии, на котором её нет ни у

63: Того, да, то есть для этого нужно, чтобы в процессе, мало того, что я бы измерял там все датчики, мне нужно, чтобы все операторы ходили с какими-нибудь, я не знаю, умными браслетами, где у нас бы там измерялись уровни, их, не знаю, там гемоглобина в крови или ещё что.

64: Что-нибудь, да, что позволяет хотя бы отчасти понять, как люди реагируют на что-то и что они собираются делать. То есть, естественно этого нет. Может быть это когда-то будет, может быть нет, но улучшать то нужно сегодня. И с этой точки зрения мы как раз и формируем какие-то бизнес.

65: Кейсы, проекты, а дальше мы как раз и включаем и можем уйти в наши проекции. То есть, например, мы нашли что-то, мы говорим, мы можем уйти в кайзен, да, то есть можем уйти в классический лин и там решать эти проблемы и там внутри уже этого ограничения.

66: Kaizen работает прекрасно, да, потому что он может сделать проект, a3, может быть потом мы, значит перейдём там, сделаем где-то димая, чуть чуть посложнее сделаем темку, мы можем уйти в редизайн процесса в кайка, у, то есть мы можем соответственно,

67: Сделать димй диви, мы можем уйти в инновации в trees и сделать проект Какушина. То есть это все становится возможным, потому что мы посмотрели уже и можем перейти в 1 из проекций. Ну и дальше соответственно,

68: Ключевое, для чего этот адапт нужен, да, то есть мы говорим о том, что мы немедленно переходим в от системы улучшений к какую-то реальным улучшениям. То есть этот потенциал, который мы идентифицируем, он реализуется, причём достаточно быстро, то есть и начинает

69: Появляться живые деньги, которые оправдывают и, собственно трудозатраты на