0: Коллеги, доброе утро. Добрый день. У кого какое время суток? Напишите, пожалуйста, в чат. Отправьте любую реакцию, если меня слышно и видно хорошо, чтобы понимать, что у нас коммуникация работает бесперебойно. Спасибо большое.

1: Я рада приветствовать вас на нашем вебинаре и для начала представлюсь. Меня зовут Валерия, я менеджер центра деловых коммуникаций форум скиллс, в рамках деятельности которой организован сегодняшний вебинар. А перед тем, как мы с вами начнём. Также я хотела вам показать.

2: Несколько слайдов приветственных и обратить ваше внимание, что у нас есть telegram канал, на который вы можете подписаться, перейдя по QR-коду позднее я скину ссылки в чат, вы можете перейти по нему, у нас никакого спама.

3: Канал посвящён смарт качеству, управлению качеством и публикуются новости, связанные с этим, и разборы с экспертом помимо telegram канала у нас также есть канал, Максе и в вконтакте тоже ссылочки я все.

4: Кину в чат. Я хотела вам рассказать про мероприятие, которое у нас состоится уже на следующей неделе, 4 августа. Мы в рамках этого мероприятия также будем говорить про управление качеством, про управление качеством строительных материалов, поэтому

5: Если вы заинтересованы в данной теме, я ссылочки тоже продублирую в чат. Переходите, регистрируйтесь. Это полностью бесплатно. Будет очный формат на площадке торгово промышленной палаты Санкт-Петербурга и онлайн формат, поэтому сможете подключиться из лю.

6: Города. Дальше я передаю слово Максиму викторовичу, директору центра деловых коммуникаций, учредителя, да, невского форума качества невского строительного форума. Передаю вам слово, Максим Викторович. Да, коллеги, здравствуйте.

7: Рад вас приветствовать на новом для нас, на новой для нас теме, можно сказать, мы открываем новую страничку. Те коллеги, кто с нами не в 1 раз и участвует в наших мероприятиях, наверняка уже привыкли к тому, что у нас достаточно

8: Серьёзная склонность к экспериментам, к новизне, к инновациям. А вот ничего мы с этим поделать не можем, да, нас тянет к тому, чтобы исследовать то, чего ещё не исследовано, и ходить туда, куда ещё не хожено. Вот в связи с чем, да, мы проводим большое, большое

9: Мероприятий, в том числе с партнёрами очных. Я ещё буквально пару слов по поводу мероприятий в торгово промышленной палате. Я буду лично его модерировать. Мы будем разговаривать о значении цифровых технологий в борьбе с контрафактной продукцией, защите добросовес.

10: Поставщиков строительных материалов. Поговорим о воле заказчика в части влияния на отсутствие контрафакта на рынке органы органов росаккредитации органов исполнительной власти, которые должны свою

11: Лепту вносить. Причём тут цифры как можно при помощи цифровых инструментов увеличивать качество строительства, соответственно, качество нашей жизни, так как мы эксплуатируем с вами те строения, которые получаются в итоге деятельности застройщиков при помощи тех

12: Которые там, на борту. Я буду модерировать секцию. Поэтому приходите лично, кто у нас из петербурга будет отличное нетворкинговые мероприятие, оно всегда дискуссионного характера. То есть будет возможность задать свои вопросы из зала.

13: Поучаствовать в дискуссии, высказать мнение я всегда даю на доклады минимум полчаса. То есть мы вот этой клиповой истории не привержены за полчаса. Есть возможность спикеру хорошо раскрыть свою мысль и затем ещё и обсудить его с залом. Поэтому

14: Пожалуйста, коллеги, приходите, будем рады вас видеть. Торгово промышленная палата 4 августа. Теперь перейдём к теме сегодняшнего мероприятия с марком и его коллегами. Мы знакомы достаточно давно. В настоящий момент они представляют цифровой центр инжиниринга.

15: И когда мы заговорили о том, что неплохо было бы большое количество инноваций, которые они генерируют, донести до широкой аудитории, ко мне пришёл фидбэк со стороны Марка о том, что да, у нас есть о чем поговорить, мы очень плотно пошли в настоя.

16: I настоящий искусственный интеллект, который должен двигать индустрию 4 0, так, как это задумано, а не так, как сейчас во многих компаниях реализуется, при этом мы видим тенденцию, что подавляющее большинство крупных компаний star.

17: Выбирать свои рак модели, точнее отсоединять их, да, там на различных языковых моделях, создавать свои и при этом пробуют внедрять это все в решение задач. И опыт очень разный мы видим

18: Что точные инженерные задачи решаются пока достаточно посредственно. Процессные задачи решаются тоже посредственно. Эйай пока что остаётся таким подсказчиком, консультантом, информационной системой, которая просто позволяет сориентироваться в объёме информации. Да, но

19: Пока что не даёт зачастую готовых ответов на вопросы, в связи с чем? Да, Марк предложил мы вместе разобрали и решили провести такой многосерийный мероприятие, как показывает практика наших других вебинаров, по другим темам.

20: Это очень действенная история, когда мы не пытаемся опять же клиповым способом заложить все, все мысли в 1, в 1 выступление, а наоборот, делаем это постепенно, планомерно, да, законченная мысль, каждое мероприятие, все мероприятия, мы

21: 3 на 1 мероприятии будет погружение в тему инновационный подход, который коллеги предлагают, что такое в целом, а как он должен использоваться, по их мнению, в производстве, производствах, в автоматизации компаний дальше мы постараемся.

22: В развитии темы на следующих мероприятиях показать реально работающие модели, то есть как они реально решают вопросы в режиме реального времени. Прям на вебинаре. Мы не боимся никогда таких экспериментов, мы не зализываем никогда тему, мы не стремимся к тому, чтобы все был

23: Идеально, вот все как бы по строчечке, если что-то вдруг идёт не так, ну что поделать, да, мы в режиме реального времени в прямом эфире с вами проводим эксперимент. Да, поэтому, пожалуйста, коллеги, встречайте, я рассчитываю

24: На ваш тёплый приём. Передаю своё. Передаю слово марку. Марк, включайся, пожалуйста, коллеги, всем привет. Слышно меня? Да, да, Максим, спасибо большое за возможность выступить. На самом деле. Ты такую высокую планку сейчас

25: Задал, да, сказав о том, что у нас необыкновенный, непростой ии, а какой-то особенный, вот на самом деле, вот логика того, что мы называем ии, как раз давайте вот на эту тему поговорим. Я хочу маленькую вводную сделать, значит, представиться, кто мы, что мы, значит, кого-то знаю.

26: Наверное, из гостей кого-то, не знаю. Мы представляем цифровой центр инжениринга. То есть мы компания, которая сейчас задалась вопросом, насколько вообще можно и насколько полезно использовать технологии искусственного интеллекта. Поэтому наш доклад это

27: По хорошему, если все пойдёт хорошо, если, а мы не боимся экспериментов, как сказал Максим, если все пойдёт хорошо, это будет целая серия. Вот. Поэтому сегодня мы, наверное, такой сделаем вводный вебинар, скорее больше про теорию вот мы чуть чуть поговорим.

28: О терминах. Вот я уже вижу вопросы к организаторам, да, что такое индустрия? 4 0. Что такое ареди организация? Что такое управляемый контур? Вот мы об этом обо всем поговорим. И структура нашей презентации, она будет следующая. Значит, мы дадим теорию и

29: Расскажем, как мы вообще пришли к этой точке. Вот, и покажем практику, потому что у нас есть живые примеры. Мы у себя сейчас открыли некоторое количество кейсов. Вот, и в рамках вот этих кейсов хочется поделиться опытом.

30: Вот, но давайте начнём, наверное, не с определений и даже не с теории. А я вот хочу, собственно говоря, в качестве некого захода рассказать о примере. Вот у нас на самом деле все эти эксперименты начались с того, что мы задались.

31: Вопрос, а может ли искусственный интеллект и фактически то, что мы имеем, да, в виде подписок многие пользуются чат gpt, соответственно, клодом, кто-то даже GigaChat м, пользуется, кто-то алисой пользуется, мы решили задаться, вопро.

32: А вот можно ли из вот тех технологий, которые доступны на сегодняшний момент, сделать самостоятельных людей? И представьте, вот картинку такую небольшую. Суббота вечер, вот я открываю и пишу в чате, проложи маршрут на

33: Из петербурга в Москву на выходные. Учти погоду. Ответ чаще всего, ну, это стандартная история, да, приходит мне в виде вопросов по платной трассе, по бесплатной. Где лучше заправляться, как быть с дождём на каком-то участке и так далее. Каждый ответ уточн.

34: Следующий вопрос. То есть через 20 минут, там, через час, через полтора часа, в зависимости от переписки, маршрут готов. Собрали ли мы его сами, собрал ли я его сам? Нет, я его собрал вместе с инструментом, который отвечал на точно поставленные вопросы.

35: И точность вот этих вопросов. На самом деле это точность моих ответов. Теперь другая сцена, Ровно та же ситуация. Да, и я говорю, допустим, тому же искусственному интеллекту организуй поездку в петербург Москва в ближайшие выходные все, больше я ничего не делаю, я смотрю.

36: Что дальше последует? Потому что моя цель доехать с комфортом. Процесс должен быть нескучным. Маршрут заправки, погода. Все должно быть учитано, данные карты и так далее. Главное мои привычки. Причём исполнитель должен быть тот же искусственный интеллект во вто.

37: Сценарии. Если я получаю готовый ответ, мой результат уже готовый сформированный план в том контексте, в котором я нахожусь, причём 1 и та же модель чаще всего поддерживает оба сценария, то есть в режиме чата контекст задачи держит человек и его формиру.

38: Каждый шаг, а в агентном режиме система держит процесс сама, она фиксирует данные исполнителя. Контроль результат, общую историю взаимодействия и так далее. И вот как раз вот этот вот эффект, он определяется состоянием организации, то есть по большому счёту,

39: А мы понимаем, что если я долго буду общаться с каким-то конкретным чат ботом, рано или поздно он будет запоминать, что мне нужно, что мне интересно и как вообще, в принципе, я реагирую на те или иные постановки, причём будет даже анализировать

40: Стиль моего общения с ним и те ответы, которые я считаю качественными и рано или поздно будет подстраиваться. Но каждый раз это будет всегда в рамках сессии. При этом тот же вопрос всегда стоит и перед организацией, которая подключает и технологию к своим процессам. Поэтому

41: Дальше в докладе мы посмотрим, что определяет результат на уровне организации, где цифровизация себя исчерпала. Ну, настолько исчерпала, что мы начали задумываться на тему того, что, а давайте теперь как бы поговорим на тему того,

42: А что такое искусственный интеллект и как он может жить в организации? Такие модели мы назва, ну это не мы назвали, это общее. Устоявшийся термин мы используем скорее, правильно говорить. Термин организация как код. Это в модели, да, в которой работает агент.

43: В которых работают наши, соответственно, процессы. И вот насколько эти процессы, насколько модель организации, как код, в которой комфортно и эффективно чувствует себя и агент. Вот эта модель, как раз вот мы её сегодня

44: Пробуем препарировать вот ещё небольшое такое вот небольшая вот такая подводка. Я уверен, что практически все компании, да, которые сейчас вот в том числе присутствуют на нашей встрече, уже вложили серьёзные деньги в цифровизацию.

45: У всех есть так или иначе сирм системы, у всех есть api системы, документооборот, отчётность, какая-то аналитика подходит, и каждая система работает хорошо, при этом есть нюанс, связанный с тем, что управляемость растёт ну чуть чуть медленнее, чем оплата и чеки.

46: За эти системы, то есть поддержка стоит денег, развитие стоит денег. Есть определённые, постоянно маленькие там проекты по доработкам, по улучшению системы, по переходу на следующие версии. Вот при этом развивая айти инфраструктуру, да,

47: Мы понимаем, что зачастую у нас отчёты приходят задним числом, и, самое главное, на стыках подразделений есть очень много ручных сверок, пересылки файлов и решения применяются, принимаются на совещаниях без зачастую актуальной информации, которая есть причи.

48: Простая управленческая модель компании на практике чаще всего живёт в разных местах. И вот как раз вот об этом я хочу поговорить. Мы предлагаем в рамках вот на

49: Вебинара, поднять 4 основных вопроса. Вот в моём примере, с которого я начал, да, есть простая, казалось бы, да, повседневная задача, с которой мы сталкиваемся, когда мы хотим, чтобы искусственный интеллект

50: Просчитал, запланировал, реализовал какой-то, например, маршрут. Вот мы хотим, чтобы искусственный интеллект помог нам в решении каких-то задач. С 1 стороны, он ускоряет историю, да, с 1 стороны он реально компетентен.

51: С другой стороны, у него есть очень большое количество детских всяких разных ошибок, ну, детских болячек, да, которые пока, ну, до конца не позволяют использовать его в промышленном варианте. Но если вот этот вот промышленный вариант мы с вами находим, то возникает вопрос номер

52: 1 я предлагаю у себя в голове для интереса, да, зафиксировать ваши первые ответы, которые приходят в голову на эти вопросы. 1, как изменится профессия, когда рядом появится цифровой коллега, который читает 1000 документов, помнит каждый разговор.

53: И работает круглосуточно. То есть вот такой коллега, грубо говоря, как мы его называем, там силиконовый сотрудник, мы кожаные сотрудники, силиконовые сотрудники, они не спят и достаточно быстро соображают 2 вопрос, можно ли включать агента в человеческую иерархию и давать ему

54: Должность в организации и 3 в какой-то момент мы поймём или как мы должны понять, что чат с моделью превращается в полноценный процесс и превращает эту модель уже не в чат, а

55: Непосредственно самостоятельного сотрудника. И самое главное, 4 вопрос. Как мы будем понимать, что вот этот вот агент, если он самостоятельный, выполнил работу, правильно?

56: Вот наш на самом деле рабочий ответ складывается вот в эту цепочку, которую вы сейчас на экране видите, да, это цель. Процесс, данный исполнитель контроль, результат. Цель. У нас объясняет смысл. Процесс задаёт маршрут, данные описывает фактическое состояние. Исполнитель получает роль полно.

57: Контроль устанавливает критерии границы и главное, результат становится артефактом, который можно проверить, принять и использовать дальше. Я хочу сейчас вот как раз по этой цепочке она такой красной линией будет у нас через весь вебинар проходить.

58: Начать с теоретической части. И это очень интересная история. Что такое индустрия 4 0. Что такое организация как код, что такое ai реди готовность к применению ии. Передать слово своему коллеге Альберт?

59: Отнагулов кандидат технических наук, член наблюдательного совета ассоциации цифрового кибернетического управления, и Альберт сейчас покажет, как мы пришли к этой задаче через развитие промышленности, через развитие цифровых моделей и киберфизических систем.

60: Это очень важная рамка, потому что агентная организация вырастает она из предыдущих этапов цифровизации и использует накопленные данные. Как бы это не что-то новое, что вдруг появилось и требует какой-то трансформации. Хотя на самом деле трансформация там достаточно серьёзная. Альберт, передаю тебе слово.

61: Марк, коллеги, друзья, всем доброе утро. Спасибо за подводочку. Да, давайте мы, прежде чем действительно перейдём к обсуждению и разбору. Что такое иай, трансформация. Иай дезра, да, та.

62: Некоторых публикациях звучит все-таки немного начнём с рефлексии, поговорим о том, где мы находимся сейчас, откуда мы движемся и куда мы хотим прийти. Удобно это делать через призму теории индустрии промышленных революций.

63: Сегодня мы говорим, что мы находимся либо уже находимся 2 ногами, либо 1 ногой в индустрии 4 0, которая говорит об цифровой трансформации, об переходе на умные производства использования цифровых технологий.

64: В наших процессах и которые должны нам помочь переосмыслить вообще сами процессы введения этих процессов и изменить эти процессы, да, то есть у нас должна произойти своеобразная такая культурно процессуальная трансформация, что мы

65: Имеем на текущий момент, если говорить про трансформацию, то, наверное, хороший пример. Яркий пример вообще от той трансформации цифровой трансформации, которая у нас произошла на сегодня, это ритейл. Вот далеко не промышленность, да, друзья, банковская сфера ритейл это вот там, где действительно цифровая транс.

66: Информация произошла сегодня. Мы имеем это приложение, которым пользуемся на наших смартфонах, можем заказывать товары. При этом уже не задумываемся, что под этим кроются различные транзакции, связанные с логистикой, с передачей товара, с отгрузкой товара, со

67: Мнением каких-то банковских транзакций, да, то есть вот это вот все уже вот эти транзакции, они уже ушли уже в некую цифровую сферу и нам они уже, в общем то уже недоступны, да, вот эти вот издержки, которые вы раньше мы не внесли, когда нам нужно было сходить в магазин, выбрать нужный товар.

68: Собственно говоря, там его заказать, там ещё должны были его привезти, может быть, даже договариваться с почтой России, точнее, через почту России отправлять то, а потом ещё ходить в банк и это все оплачивать. То есть вот это теперь все действительно трансормировался. Вот это вот яркий пример тех изменений, которые действительно о которых говорит

69: Индустрии 4 0. Что у нас происходит в промышленности и в промышленности до недавних пор. Мы говорили, что мы проходили вот предыдущую индустрию 3 0. Она была посвящена именно автоматизации, автоматизации процессов. И здесь большой упор делался на систему

70: Автоматизация технологических процессов, да, действительно, очень далеко мы шагнули в этой части именно в области стп. У нас действительно наши технологические объекты, технологические установки, либо технологические процессы, они весьма хорошо автоматизированы. Имеется большое количество средств автоматизации.

71: Различные алгоритмы управления и так далее. Это вот достижение той индустрии. 3 0. Но произошла ли у нас цифровая трансформация как таковая? У нас большое количество информационных систем, да, которые у нас были внедрены. Информационные системы развивались поначалу локально, то есть они были

72: Развивались от отдельных задач, связанных с необходимостью цифровой автоматизации отдельных процессов. Да, вот важный момент, что цифровизация у нас началась именно с автоматизации процессов, когда мы наши процессы, которые раньше мы

73: Valley каким-то образом на бумаги начали перекладывать уже некую цифровую среду бумаги, у нас перешли уже сканированные образы этих документов pdf, но заметьте, при этом процессы сами не изменились, то есть мы также продолжаем заполнять заявки, да, теперь заявки не на бумаге, заявки в какой т.

74: Электронной таблицы или были в какой-то форме какой-то информационной системы, но социальные процессы не трансформировались. И если уж откровенно говорить, то вот этой так называемой цифровой трансформации индустрии 4 0, которая декларирует индустрия 4 0 в промке, она пока

75: Не наступил в широком её формате, да, там-то, как это произошло действительно в ритейле и в банковской сфере. То есть у нас очень высокий уровень цифровизации, очень высокий уровень автоматизации бизнес процессов за счёт этой цифровизации, но изменения и перестройка самих процессов кардинально

76: Не произошла, о чем мы говорим сегодня, да, сегодня на смену индустрии 4 0 уже идёт индустрия. 5 0. Уже говорят про индустрию 6 0, когда искусственный интеллект. То есть мы уже говорим про неё цифровую трансформацию. Мы говорим про ии.

77: Трансформацию. Мы говорим про изменение процессов, связанных с использованием искусственного интеллекта. Это вот то, о чем декларирует индустрия 5 0. Индустрия 6 0. Говорит, что уже в полном рост будут появляться какие-то роботизированные системы, которые будут

78: Самостоятельно выполнять ряд операций, принимать соответствующие решения, да и яркий пример того, что сейчас происходит за рубежом, где появляются действительно гуманоидные роботы, способные выполнять уже ряд, автономно выполнять ряд операций, то есть в этом отношении отдельные элементы

79: Да, все-таки развиваются. И в этом контексте мы говорим, что у нас начинают. Должна действительно происходить определённые изменения. Если в предыдущей парадигме мы говорили, у нас фокус индустрии 4 0, он строился вокруг 3

80: Основных контуров трансформационных контуров, о которых мы говорили, да, это система сутп. Безусловно, это контур, связанный с управлением жизненным циклом технологических объектов. И здесь больший фокус у нас был на различные упор, делались на различные информационные системы.

81: Если говорить про процессы строительства и проектирования, то больше упор делался на системы бим, технологии, бим, моделирования. 3 контур, который у нас был в фокусе всегда, да, это управление технологическими процессами.

82: Здесь мы говорили про цифровые двойники, то в индустрии 5 0. Мы уже теперь говорим про агентную экономику, да, вот если посмотреть петербургский международный экономический форум, как развивался, если в прошлом году на форуме говорили про платформенную экономику, о необходимости взаимодействия, развитие платформ,

83: Сокращение транзакционных издержек на этих платформах за счёт использования инструментов платформенного взаимодействия, то в этом году уже речь идёт об агентной экономике, где взаимодействие уже должны выполнять некие агенты, представители отдельных организаций, да, там и тем самым выстраивать это взаимодействие.

84: Есть. Мы уже говорим о создании некой среды 3 5 0 говорит о создании некой среды, в которой агенты должны начать выполнять отдельные виды операций, да и замещать ряд функционала, который делает человек.

85: Но, опять-таки, да, важный вопрос. Трансформация в чем заключается трансформация? Вот это вот очень важно осмыслить, потому что самое главное, чтобы у нас не произошла опять-таки очередная подмена понятий, когда мы цифровизацию назвали цифровой трансформацией и начали внедрять большое количество информационных

86: Тем, при этом, не меняя, не трансформируя сами бизнес процессы. Если смотреть, кто как сейчас это делается с искусственным интеллектом, то здесь начали именно таким же образом, да, это промт, инжениринг. Если слышали такие, да, термины, ещё год назад они активно применялись.

87: Тех были различные курсы, как писать правильный промт, но это опять-таки про автоматизацию. То есть мы использовали чат Ботов для того, чтобы автоматизировать какие-то отдельные операции. Даже не сам процесс. Процесс при этом у нас не менялся. Вот этот вот слайд, я

88: В своё время рисовал для 1 конференции, ещё года 2 назад, и мы вокруг него делали целое обсуждение, строили целую теорию. Даже по результатам этого запустили несколько проектов в контексте вот этой пресловутой цифровой трансформации, о чем этот сайт. А сайт говорит о том, что у на

89: У нас есть в наших предприятиях несколько уровней построения нашей цифровой архитектуры. 1 уровень это уровень информационных систем, где у нас действительно большое количество различных информационных систем, которые автоматизируют, как я уж

90: Ещё говорил отдельные стадии бизнес процессов. Здесь у нас сосредоточено большое количество данных. Большая проблема этого уровня заключается в том, что эти системы не интегрируемы. Точнее, они сложно интегрируемы. Все мы пытались решить эту задачу. Я имею ввиду, мы имею ввиду там весь

91: Пром. Всю промку, да, там и строительную индустрию, в том числе пытались объединить эти в строительной отрасли широко развивалась история бим, моделирования бим, внедрения бим, технологии, модели центричной технологии, которая должна была объединить вокруг 1 модели как раз совокупность всех данных. Жизненног.

92: Цикла строительства, ну и далее мы говорили, эксплуатации в том числе, но вот к этому светлому будущему мы так и не пришли. Вот эта вот задача, там, если её вспоминать, она была ещё сформулирована в начале двухтысячных годов, да, там именно как bim, b information, modeling, теория

93: Которая начала активно внедряться. Вот мы её не достигли. То есть где-то есть неплохие действительно хорошие примеры внедрения этого. Но сказать, что мы действительно широкомасштабно перешли на этот подход интегрированных информационных систем, взаимосвязанных, построенных н.

94: Вокруг единой модели у нас это, к сожалению, не случилось, пока не произошло 2 уровень, это уровень моделей расчётных, информационных, точнее уже не информационных систем, а расчётных систем. Там, где у нас происходит моделирование наших основных технологических процессов, да, которые у нас тоже существую.

95: Где-то отдельно вот от этого многообразия информационных систем, где-то есть прямые интеграции с этими информационными системами. То есть данные так или иначе с отдельных систем поднимаются для выполнения соответствующих расчётов и соответствующего моделирования технологических процессов.

96: Но опять так это все делается точно говорить то, что мы действительно построили неку интегрированную среду, где происходит взаимодействие и систем моделирования, и информационных систем, откуда поднимаются первоисточники. Ну, наверное, тоже не приходится. Ну и 3 уровень это уровень применения интеллектуальных систем.

97: То есть предполагалось, вот год назад мы говорили о том, что если мы все-таки сможем построить вот этот единый контур управления, который объединит в себе ряд данных, да, там массив данных объединит в себе систему моделирования.

98: Процессов, то это вот как раз та та система, та основа, которой искусственный интеллект сможет управлять, да, управлять эффективно. И заметьте, да, здесь мы говорим на тот момент говорили про

99: Все-таки фокус у нас был нацелен больше на технологические объекты, на обслуживание, на моделирование технологических объектов. А вот в нашем фокусе не было обсуждения процессных вопросов. А как организация, собственно говоря, засуществует, как она

100: Взаимодействовать, что делать? То есть вот эти все процессы, они все-таки остались на стороне человека. Мы все-таки сделали акцент именно на интеграции цифровых цифровых систем и расчётных систем. Данную задачу мы на тот момент обозначали, что можно решить

101: С помощью построения действительно вокруг некой единой модели онтологической модели, да, говорили о том, что необходимо развивать систему онтологического моделирования с использованием языка ойл 2, который там позволяет строить онтологию и семантическое описание.

102: Наших объектов управления и, собственно говоря, информационные системы на своей стороне должны поддерживать эту онтологическую модель. Соответственно, предполагалось, что ещё на стороне информсистем произойдёт какие-то изменения для того, чтобы это начало как-то взаимодействовать и функционировать. И действительно мы

103: Говорили об единой модели данных на текущий момент. Все-таки, да, очень сложная такая большая задача, очень трудозатратная задача. Ресурсоёмкая задача. И вот сегодняшние реалии, наверное, стоит говорить, что она слабо реалии

104: То есть, если уж мы за последние 20 лет не смогли решить эту задачу на основе даже в рамках строительства объектов, то говорить о том, что мы в ближайшие, следующие 20 лет решим героически эту задачу. Наверное, маловероятно, что это произойдёт, что происходит сейчас, да?

105: Мы немножко переосмыслили, вот, исходя вот из той, так скажем, и трансформации, которая сейчас идёт, мы начали экспериментировать с использование действительно искусственного интеллекта с использованием реагентов, о которых говорил Марк. И у нас возникла гипотеза, что решить эту задачу, в общем то, может быть, и не стоит её так упрощать.

106: То есть мы все-таки говорили, когда мы говорили про построение интегрированных цифровых Двойников интегрированных информационных систем, мы говорили о переходе на какой-то единый классификатор, единое онтологическое описание для всех информационных систем пытались упростить да, собственно говоря, язык.

107: Общение этих информационных систем. Сведя их к какому-то единому единому языку, единому описанию, мы обратились не к теории кибернетики, да, там, о чем говорит кибернетика. Кстати говоря, кибернетика в кибернетике есть очень хорошие принципы.

108: Разнообразия, который был сформулирован ееще эшби, который гласит для того, чтобы управлять сложными системами. Управляющая система должна обладать соответствующим разнообразием. То есть сама система управления, она не должна быть, не может быть простой, она не может управлять сложной системой, если

109: Она сама по себе является действительно упрощённой системой, то она не сможет эффективно делать соответствующие свои управляющие воздействия. Исходя из этого у нас возникла ещё гипотеза. Мы пока не проверили, это будет следующий шаг наших экспериментов. Мы попробуем это проверить, что не

110: Приводить взаимодействие различных информационных систем к упрощению. Ведь надо понимать, что каждая информ система, она развивалась исходя из тех задач, которые решались на этих этапах. Да, и тот уже классификатор, который сформировался в этих информационных системах, он несёт определённую задачу попытаться сейчас

111: Свести это к некому. Единому знаменателю, может привести к тому, что мы можем лишиться ряд возможностей, ряд функционалов этих информационных систем, потому что как бы упростили систему управления. И наша гипотеза, она заключается в том, что и

112: Который, в общем то, без разницы, на самом то деле он отлично взаимодействует со всеми информационными системами. Через api может взаимодействовать. Он, в общем то, понимает все эти классификаторы. Он может переводить массив данных из 1 классификатора в другой классификатор. В общем то, да, опять, конечно же, если мы эти

113: Сформируем, апробируем эти все механизмы и вот как раз искусственный интеллект и в лице агента, да, там вот эту вот задачу интеграции может решить более эффективно, да, опять-таки здесь мы говорим о гипотезе, то есть об той трансформации, которая здесь у нас може

114: Произойти именно в построении этих интегрированных информационных систем. Следующее. Мы когда говорим про цифровое цифровую трансформацию или и трансформацию в том числе, да, мы говорим, что наш физический мир начинает

115: Существовать в неком цифровом пространстве должен появиться в неком цифровом пространстве, и этот физический мир посредством своих, своего цифрового описания должен начинать взаимодействовать с другими участниками этого цифрового пространства, да, на протяжении всего жизненного цикла. При этом цифровая сущ

116: Физического объекта, она должна быть неразрывно связана. Это важный момент, да, что вот мы здесь говорим уже о киберфизических системах, когда физический мир имеет своё описание в цифровом мире, но при этом цифровое описание должно быть действительно точно.

117: Передавать то, что сейчас происходит на физическом объекте. Вот на текущий момент вот этой связи между физическим и цифровым пространством непрерывной у нас её нету, да, вот эту связь обеспечивает человек путём того, что опять-таки вносит информацию в информационные системы. При этом тоже вопрос, та

118: Внёс он сиюминутно эту информацию либо через неделю, да, там насколько объективна эта информация, насколько она правдоподобна, здесь у нас ещё возникают большие вопросы, да, то есть у нас нету вот этой пресловутой киб, так скажем, киберфизической связи между физическим миром и цифрово.

119: Цифровой сущность, она должна появиться обязательно, да, иначе мы говорить о том, что у нас произойдёт некая трансформация там, в плане того, что, как это связано, например, на примере ритейла, да, когда отдельные агенты всего жизненного

120: Начинает взаимодействовать для решения совместных задач. Она у нас не состоится. Для того, чтобы взаимодействие это выстраивалось цифровых уже сущностей. У нас должны появиться определённые платформы этого взаимодействия. Опять-таки яркий пример того же самого ритейл.

121: Там, где уже агенты начинают взаимодействовать в течение жизненного цикла друг с другом. То есть, условно насос говорит, мне необходим ремонт, там, либо моя предиктивная модель говорит о том, что у меня скоро там соответствующая прокладка исчерпает свой ресурс, её необхо.

122: Заменить, да, там, соответственно, этот агент начинает искать, взаимодействовать с другими агентами. Агент, который выполняет заказ этой прокладки. Агент, выполняющий заказ, взаимодействует с рынком, находит соответствующую прокладку соответствующего технического требования.

123: Соответствующим техническим требованиям и так далее. А приблизительно вот, наверное, замдействия, кто мы говорим, которое здесь вот в контексте, там цифровой трансформации у нас должно быть организовано, но это взаимодействие опять-таки, мы можем выстраивать, если у нас действительно есть

124: Это киберфизическая связь между цифровым пространством и физическим миром.

125: Такой эксперимент мы тоже воспроизвели. У нас был небольшой пилот, который мы делали совместно с производителями технологического оборудования, средств, измерений, систем автоматизации, с разработчиками информационных систем. Мы

126: Stand мы его показывали в прошлом году в Нижнем Новгороде в рамках форума по открытой системе автоматизации, что из себя представлял стенд да стенд представлял, собственно говоря, модель технологического объекта, где были средства измерения, где была система.

127: Автоматизация. С другой стороны, у нас был развёрнуто набор информационных систем, которые вроде бы как бы должны вот как раз выполнять ряд операций, связанных с обслуживанием жизнедеятельности, да, вот этой системы технологического объекта. И вот тут у нас совместном

128: Наше комьюнити возникла вот как раз эта задача, вот сделать вот эту пресловутую киберфизические киберфизические объекты, когда изменения на физическом уровне моментально отражаются в его цифровом пространстве и дальше уже цифровое пространство начинает выполнять определённые свои действия и

129: Операции, связанные с различные операции, связанные с обслуживанием этого объекта. Для этого мы 1 на физическом уровне, в 1 очередь это мы используем. Да, это вопрос был с приборами. Здесь история попроще, в память приборов.

130: Мы записали уникальный идентификатор. Этот идентификатор достаточно легко передаётся стандартными протоколами обмена данных. То есть здесь ничего нового не изобретали. В общем то, протокол харта имеет соответствующие ячейки, куда можно было бы это вписать. Соответственно, когда происходит переключён

131: Приборов. Новый идентификатор транслируется в систему автоматизации. Система автоматизации распознает этот прибор, какой прибор, соответственно, у него появился новый идентификатор появился и у нас появилось и передаёт эту информацию уже в цифровой

132: Ландшафт. Вот в цифровом ландшафте у нас появился отдельный оркестратор, оркестратор модели объекта, да, который в себе содержал модель объекта. В общем то, который распознал, в какую точку именно был включён новый прибор, что предыдущие средства изме,

133: Было исключено из системы управления появилось новое средство измерения, при этом прибор уже в такой пресловутой форме сам себе о себе рассказывает да что я, датчик давления, собственно говоря, обладаю такими-то параметрами, теперь включён в контур управления соответствующего технологии.

134: Объекта, в общем то, да, вот как бы вот такая информация, она уже начинает подниматься дальше. Этот оркестратор передаёт этот массив данных широкому скопу информационных систем, то есть моментально извещает о тех изменениях, которые произошли информационные системы, уже берут эту информацию в

135: Работу. То есть, например, если мы говорим о приборе, да, то есть изменился, появился новый прибор. Соответственно, арм метролога понимает, что появился новый прибор. Арм метролога должен взять, соответственно, прибор на соответствующий контроль, проверить наличие проверок, которые должны быть обязательно

136: Для средств измерений и определить следующие даты его обслуживания и поверочных операций. Вот эту дополнительную информацию, она в нашей вот этой модели, она подтягивалась системы цифровой паспортизации. Вот здесь важный момент, да, то есть

137: Который мы к чему мы пришли в этом эксперименте, решая вот эту совместную задачу, что система цифровой паспортизации, то есть вот в предыдущем слайде я показывал различные информационные системы, говорил об антологии, и там у нас описание как раз

138: Элементов, из которых складывается само описание технологического объекта, оно складывалось из цифровых паспортов. Вот в той парадигме цифровой паспорт года 2 назад, который мы обсуждали, он носил формат такого цифрового файла. То есть у нас, мы его о нём говорили именно как о цифровом

139: Который передаётся из передаётся в течение жизненного цикла и туда вносятся какие-то изменения с фиксацией цифровой подписи. Но при этом с сегодняшних дней мы как на это уже смотрим, что опять-таки это ведь не трансформа.

140: Да, это пресловутая замена pdf документа на какой-то цифровой документ, но при этом изменений самих не происходит вот в этом пилоте, к чему мы пришли, что система цифровой паспортизации это не цифровой файл, да, это распределённая система данных, потому что для той же системы армирова Ван

141: Понимать достоверность данных, да, если это речь идёт об параметрах проверки, то данные должны быть подняты с соответствующего первоисточника. Соответственно, первоисточник это отдельный реестр, отдельная запись на стороне этого первоисточника, который должен появиться, и система цифрового

142: В этом случае это становится система распределённых распределённого массива данных, объединённых в единую цепочку, да, то есть по принципу того же самого блокчейна, где все изменения, они

143: Во первых, все записи, они связаны, да, и все изменения, они, соответственно, всем становятся понятными. И в течение жизненного цикла у нас эти записи появляются, эти записи начинают появляться не только на этапе выпуска изделия, они появляются ещё и до этого на этапе.

144: Сертификация изделия, аккредитации соответствующих аккредитаций. Соответственно, появляются записи на этапе изготовлении, когда завод изготовитель вносит уже технические характеристики, техническое описание, да, там появляются записи на стороне поверительных организаций. Если мы говорим про

145: Измерений и так далее. Да, если происходят какие-то изменения в течение жизненного цикла, это опять набор записей, который должен появиться. И вот в нашем, в нашем пилоте мы пришли вот как раз вот такой модели распределённых реестров данных, который должен сформироваться для того, чтобы мы действительно могли

146: Формировать контур взаимосвязанных вот этих всех записей и поднимать всю эту информацию на протяжении всего жизненного цикла, сформировав уже такую своеобразную экосистему участников этого процесса. А это, в свою очередь, для нас открывает уже дополнительные возможности, то есть

147: Когда у нас формируется вот такая доверительная инфраструктура, то здесь мы можем уже говорить об реализации неких моделей смарт контрактов, когда уже, соответственно, взаимодействие, уже договорные работы начинают реализовываться в виде неких исполняемых

148: Алгоритмов, потому что мы доверяем тому, что появилось в этой системе. То есть, если товар был отгружён и на той стороне появилась запись, то что товар входной контроль товара прошёл, соответственно, следующий шаг это транзакция, банковская транзакция по переводу денежных средств оплаты за этот товар, да, то есть

149: Это уже можно в каком-то виде автоматизировать. И подобные пилоты пока единичные, они уже уже есть, да, это уже доступные технологии, которые можно начинать реализовывать. Здесь мы озадачи

150: На тот момент, что, в общем то, должны появиться некие институциональные, институциональные сущности, которые бы в целом по отрасли могли бы, где они должны начать развиваться, да, именно такие отраслевые институциональные сущности, это тот же самый распределённый реестр.

151: Это опять-таки, форма тех же самых записей, как она должна осуществляться, да, то есть мы говорим об уже действительно том, том самом платформенном взаимодействии, которое говорили в предыдущей парадигме, пока даже ещё не агентном взаимодействии, да, вот без построения вот этой

152: Платформы взаимодействия, инфраструктуры взаимодействия. Говорить, что мы перейдём сразу в агентную экономику, в агентное взаимодействие, тоже не приходится. Те же самые агенты, то есть ряд операций, понятно, может делать не человек. Это может можно автоматизировать с использованием и агента. Но если нет инфраструктуры и агент ничего

153: Не сделает мой и агент, и агент какого-то контрагента, где они будут взаимодействовать, да, то есть для них нужно создать условия этого взаимодействия. То есть вот то, о чем мы все наши строили теорию по в рамках развития индустрии,

154: И 4 0, да, там действительно по форме нам взаимодействия. Вот, не решив эти задачи переходить, говорить о том, что мы начинаем, можем строить агентную экономику, наверное, не приходится. Ну, ритейл, может быть, и может уже к этому перейти. Действительно у них остался, они могут сделат

155: Следующий шаг этому, ну вот в промке без этого мы это реализовать не сможем. У ритейла, кстати, есть платформа их взаимодействия различных контрагентов, да, те же самые маркетплейсы. Вот у нас такой платформы, я имею ввиду промку в промке, в строительстве её такой нет, и мы

156: Тоже с определённым community, когда обсуждали эти вопросы, пришли к пониманию, что да, должна появиться некая институциональная среда, где подобные инструменты должны будут развиваться, и вот возникла ассоциация цифрового кибернетического управления, которая должна выступать в Роли вот этой вот институционализации, да, там.

157: Ряда инструментов. Для того, чтобы это могло развиваться в рамках ассоциации, мы предполагали несколько уровней развития. 1 уровень это технологическая основа технологической платформы, чтобы вот как раз выстраивать подобные механизмы взаимодействия. 2 уровень это уровень образовательного взаимодействия образовательных платформ.

158: Форм. Безусловно, нужно интегрироваться, все эти знания переносить уже в образовательную среду и получать соответствующих специалистов. 3 уровень, уровень инжинирингового взаимодействия, решение набора инжениринговых задач, где мы говорили, что здесь как раз и должны появитьс

159: Уже набор каких-то типовых решений типовых, то есть переиспользуемых, да, там не будем говорить как типовые, а типовые переиспользуемые решения, переиспользуемые модели. И 4 уровень это уровень цифровых платформ цифрового взаимодействия как раз

160: Тех площадок, на котором это взаимодействие можно начать выстраивать тоже по аналогии там с маркетплейсами, ритейлами, которые у нас существуют. И вот здесь плавно уже переходим, заметьте, да, то есть мы начинали, то есть я начинал свой

161: Доклад именно с технологгических технологических объектов, с технологического описания, с технологического моделирования, с технологического управления процессами. И все мы перешли с вами уже к понятию управления управле.

162: Отдельными управление жизненным циклом. И здесь, и уже не просто про управление жизненным циклом, да, а про управление. И уже в целом. И организацией. У нас на текущий момент есть большое количество информационных систем.

163: О которых я уже обозначал, да, но при этом говорить о том, что у нас высокий уровень управляемости, наверное, не приходится. То есть у нас есть информ системы, есть различные стыки между этими информ системами, есть кучу паразитирующих процессов.

164: Связанных с проверками, перепроверками там, где мы как раз несём эти пресловутые транзакционные издержки. А здесь внимание, там по ряду исследований маккинзи, по моему, говорила, обозначала цифру, что объём транзакционных издержек во всех наших процессах занимает долю в 6

165: Процентов до 60%. Да, это вот там, где действительно эффективность без внедрения даже новых технологий, да, где мы можем получить эффект, сократив стоимость реализации проектов. Что же представляет из себя систему управления организацией, поднимемся

166: Там на уровень выше, да, там вот мы то есть поднимались от технологических объектов, от управления жизненным циклом технологических объектов. И верхний уровень. Это уровень уже управления организациями, который в себе содержит этот уровень, который описывается у нас в соответствии со стандартами 100 девят

167: 2001. Да, который говорит, что у нас должно быть набор описываемых процессов в периметре организации должен быть настроен система менеджмента качества, система управления аудитами, реализовано все по принципу питиси. Тогда организация у нас считается у

168: Правда, для того, чтобы это реализовать, у нас, собственно говоря, есть scope регламентов, описывающих процессы, которые зачастую не всегда отражают действительно реальные процессы, которые происходят в организации, да, то есть вот это вот есть у нас такая черта, что мы

169: Читаем инструкции, мы ими не пользуемся. И черта она, наверное, такая человеку присущая черта есть определённый недостаток, да, то есть, выпустив инструкию, не факт, что этой инструкцией будут пользоваться, если ты не будешь ходить и не контролировать. А это внимание, опять-таки те самые пресловутые транза.

170: Издержки, то есть почему-то всегда, чтобы заставить систему работать, мы должны ещё настроить систему контроля метода методом кнута, да? Ну или пряника того же самого, для того, чтобы начало функционировать. Поэтому выпущенный Скоп регламентов не равно система, да.

171: Система зачастую функционирует независимо от того, что у нас декларируется регламентами. А ещё внутри этих систем имеются различные люди со своими подходами, со своим скопом своих знаний, опять-таки, да, которые опять-таки зачастую может

172: Разнится даже в периметре 1 и той же системы. Это вот текущая проблематика. И вот эту вот проблему, если говорить глобально, да, то есть она как раз может быть отчасти и решена, в том числе и агентом, когда мы часть операций можем заменить.

173: И агентов, которые, в общем, которые начинают функционировать в рамках отдельных описанных процессов. Тут важный момент. Смотрите, какой происходит, да, то есть для и агента нужен процесс, он не может существовать в организации, делать какие-то операции, если он ему инструкция сверху не доведена. И тут

174: Как бы появляется идеальный работник, который может выступать в Роли специалиста, решать определённые процессы, задачи. А мы ведь, если обратите внимание, помимо физических каких-то операций, очень много у нас действительно цифровых операций, да, то есть в наших цифровых системах есть

175: Это мы можем делать, то и агент это также успешно может выполнять, он это уже будет делать в рамках тех процессов, которые действительно описаны ряд экспериментов. Вот в этом отношении они начинают реализовываться, да, то есть точечно какие-то уже пилоты начинают происходить.

176: И агентов действительно начинают использовать для решения задачи. И дальше. Mark более подробно осветит ряд примеров, где это происходит. Но говорить о том, что у нас произошла полноценная трансформация, вот пока ещё рановато, да, то есть тут

177: Важен вопрос, не осмыслив, собственно говоря, вот той среды, которую нам предстоит выстроить там, где агенты должны начать функционировать, не описав всех этих процессов. А это внимание. Опять-таки, надо вернуться к 109001, да, поднятии.

178: Эти же стандарты действительно посмотреть, как организация функционирует, описать и все эти процессы. Вот только тогда можно говорить об использовании и агентов, которые могут уже выполнять ряд операций в периметре этих описанных этих процессов. И здесь мы уже

179: Говорим с вами про некую трансформацию самой организации, да, то есть из бумажно описываемой организации организация должна перейти в формат цифрового описания. Не только, заметьте, да, не только вот отдельные цифровые двойники, там и отдельные информационные системы.

180: Мы сейчас говорим уже в целом об организации, управляемой именно управляемой организации, да, в которой часть операций уже может выполнять искусственный интеллект в лице и агента. И вот здесь это вот как раз тот шаг, трансформация о котором

181: Мы говорим, да, и здесь вот пока вот до конца не осмыслен. Понятно, что эволюционно мы будем идти путём того, что мы часть операций будем просто делегировать и агенту, да, но в ходе вот этих экспериментов будет

182: Понятно, как менять и трансформировать эти процессы, потому что я агент, он лишён рядом недостатков, которые присущи человеку этот важный момент. И вот, наверное, часть вот этих инсайтов в наших последующих вебинарах. Мы об этом тоже

183: Говорим. И вот здесь у нас появляется такое понятие организация, как кот для и агентов. Для искусственного интеллекта организация должна быть описана, не только должна быть описана, собственно говоря, там отдельный технологический объект в виде антологического онтологического описания, но и организация должна быть

184: Писано онтологическими сущностями для того, чтобы система, управляющая система в лице и агентов в совокупности с моделей понимали, что там происходит, да, там, как она взаимодействует, чтобы организация стала действительно с пресловутым исполне.

185: Алгоритмом, у которой есть вход от там заказчика условно и есть выход в лице какого-то продукта. Все, что происходит вот от входа до выхода, это как некий должен быть описан некий своеобразный в формате исполняемого алго.

186: Да, и организация должна быть описана именно понятиях кодового описания. Вот это вот понятие организации как код, она эволюционно, если смотреть, оно пришло из понятия архитектура, как код, да, то есть это когда программисты, собственно говоря, начали

187: Переходить от бумажного описания архитектуры информационных продуктов, точнее цифровых продуктов, программных продуктов. Начали переходить к описанию этой архитектуры в виде самого уже код. Да, и тут появилась вот эта вот архитектура.

188: Как кот, который позволил управлять уже конечным изделием, видеть слабые места, недостатки, устранять эти недостатки путём того, что действительно, когда архитектура описана, можно действительно использовать различные инструменты анализа этой архитектуры, её целостност.

189: Её эффективности, взаимодействия всех элементов между собой. И вот это понятие, оно уже у нас и перешло в таком же виде, собственно говоря, и переходит сейчас в понятие организации. То есть когда у нас организация, архитектура организации тоже должна быть описана в виде своеобразной кода, где все элемен

190: Лентв, этой организации должны быть взаимосвязаны друг с другом. Все артефакты должны быть настроены в чёткие связи между этими артефактами у нас зачастую, ведь даже мы с вами пользуемся различными файловыми хранилищами, где не факт, что файл актуален там где-то в другом

191: Месте уже другая версия, об этом мы можем не знать. Вот в парадигме архитектуры как код и организации, как код файл, он как сущность, он единый, он имеет версию, да, версия 1, версия 2, и он хранится в 1 месте. Все работают с этой именно

192: Единой сущностью в неком едином репозитории, где все артефакты друг с другом взаимосвязаны. Изменение 1 артефакта за собой влечёт изменение других артефактов по цепочке. Вот в этом случае, да, можно говорить, что действительно некой

193: Управляемой системе, о некой управляемой организации, которой, которой можно доверить.

194: Вот здесь, на этом слайде, продемонстрирован как раз образ вот этого описания. Мы тоже в наших экспериментах, собственно говоря, это и сделали. Мы сформировали в рамках репозитория, который традиционно использовался именно

195: Кулёрами, да, там, для обмена кодом корректировки этого кода github git верс, там российский, да, его аналоги. И вот, собственно говоря, на этой же платформе мы и развернули организацию, сделали её описание.

196: Начали мы с устава этой организации, где выявили, описали основополагающие функции этой организации, основополагающие принципы, на которых строится эта организация. Устав, в свою очередь, у нас исходил из философии. То есть сначала философия организации с основной миссией ценностью, вот это

197: Связанные. Это все было переложено в устав. Соответственно, под уставом уже находились связанные процессы, которые в себе уже содержал алгоритм выполнения отдельных операций. Ну и, собственно говоря, вот эти процессы уже дальше выполнял агент, если меняется философия, если меняется миссия,

198: Меняется устав, то, соответственно, за собой это влечёт изменения в самих процессах. Это все взаимосвязанные сущности. Да, и вот в этой модели, в наших экспериментах мы как раз то попробовали реализовать те принципы, которые изложены в стандарте 109000.

199: Вот это все описание мы делали в соответствии со стандартами 109001, потому что вот базовые вот эти понятия, там формирования организации по принципу пидис, там в виде там описываемых артефактов, они здесь релеван

200: И для организации как код, в том числе у нас, появилось здесь в нашем эксперименте появился агент аудитор, который должен был проверять как раз вот этот у нас этап чека, да, который предусмотрен в цикле pdc, выполняет одинй агент, он запускается, он смотрит насколько эффективно.

201: Меняются те или иные процессы, есть метрики эффективности. Агент в этом случае действует на основе политики качества. Внимание, да, вот эта вот политика качества, которая у нас зачастую висят в помещениях на формате a4, это не бумага. Да, это исполняемый алгоритм.

202: Он уже становится исполняемым алгоритмом, и те принципы, которые декларируются там, они должны быть проверяемы, они должны быть верифицированы. Их агент уже может начать применять, да, там к своему объекту анализа, так как вся деятельность, она проходит именно в рамках

203: 3, да, где имеет цифровые сущности цифровое описание цифровой след. Соответственно, это становится инструментом для это подобной подобной аналитики. Да, и более того, мы пошли чуть чуть дальше. У нас возникла ещё гипотеза попробовать здесь

204: Использовать принципы бережливого производства, да, вы, наверное, помните прекрасно. Вот эти 5 лет назад была целая волна внедрения бережливого производства. У нас даже в России появились, а это пришло нам, напомню, да, там, из, в конце

205: Компании тойота о бережливом производстве. Ну, 5 лет назад эта волна у нас в стране прошла. В ряде организаций даже были ряд начинаний. В этом отношении появились даже госты. Внимание, да, у нас есть госты по бережливому производству, где, в принципе, эти все алгоритмы

206: Все это описано, все эти подходы описаны. И вот здесь мы их как раз и реализовали, да, это тут же самое, те же самые подходы, те же самые алгоритмы, но уже перенесли в области организации, какот, что мы получили на 1 неделе. На 1 неделе нам агент выдал сообщение, что

207: У вас что, у нас процессы неэффективны, да, и он пояснил, что ряд процессов тратят слишком много токенов, они ресурсы неэффективны, чтобы можно было сделать попроще. И вот тут, вот тут на глазах вот это происходит этап, принцип пидис. То есть мы спланировали, начали что-то делать, прошёл чек, получили.

208: Обратную связь на основе этого чека и, естественно, скорректировали, да, соптимизировали процессы, соптимизировали их описание и, собственно говоря, повысили ресурсы эффективности этих процессов. Вот это пример, вот виза вот этой демонстрации, да, там, к чему мы можем прийти и каки

209: Положительный эффект мы от этого можем всего получить. И это вот, на мой взгляд, это вот действительно вот та трансформация, наверное, которую мы закладывали в своё время, когда говорили про индустрию 4 0 цифровой трансформации. Бо, сейчас говорим в контексте индустрии 5 0 об ии трансформации, когда мы

210: Определённые изменения уже делаем с использованием и mark. Тут я тебе передаю слово.

211: Альберт, спасибо. Давайте тогда теперь вернёмся. Собственно говоря, к вопросу, который я ставил в начале, да, то есть, Альберт, спасибо большое за такой очень подробный рассказ, как

212: Мы пришли к тому, как мы решили и почему мы решили делать сейчас нашу компанию ии нативной. То есть фактически мы 1 компания, у которой работают силиконовые сотрудники. Давайте я теперь расскажу на практике, как это выглядит. Вот это вот теоретич.

213: База, которая даёт нам возможность правильно строить логику работы предприятия, она выражена на практике следующим образом в качестве

214: Подведение итога, да, вот этой вот части агент хорошо работает там, где есть контекст. То есть обязательно мы говорим о том, что вот все вещи, которые мы с вами обсуждаем, они должны быть в контексте той организации, которой, которую обслуживает наш силиконовый

215: Товарищ ии агенты это не чат бот, это автономная программа на базе ии, способная самостоятельно ставить цели и планировать многошаговые действия. При этом мы убедились. Такая вот интересная задача у нас была, когда мы говорим про и

216: Мы говорим с вами про его память, про репозиторий, да, про его руки, про навыки. То есть у нас в организации в какой-то момент начала появляться навыко центричная модель. То есть мы поняли, что вот мы должны через навык

217: Описать то, что наша организация умеет делать. Наша компания имеет определённые свойства, определённые вещи мы умеем делать лучше, чем другие какие-то хуже, чем другие. Это все навыки. И вот эти навыки мы когда начали описывать, да, какие-то навыки,

218: Можно, мы поняли, можно и нужно отдавать на сторону силиконовых товарищей. А какие-то навыки мы забираем себе на сторону кожаных товарищей. А вы знаете, да, любой бизнес, любая организация, все проблемы там от кожаных. Вот это основная задача.

219: Нивелировать проблемы и сделать так, чтобы процессы, ну, собственно говоря, работали бесперебойно. Мы обрадовались, потому что, ну, это прям заявка на победу, да, то есть, если вы научились работать с силиконовым сотрудником, то достаточно теперь его как бы посадить на место.

220: Кожанного и сказать, все, давай не спи, значит не ешь, работай не покладая рук. Вот. И здесь начались самые интересные нюансы, проблемы. 1, значит у нас с вами появляется роль и мандат, то есть

221: Какой результат отвечает агент, какие объекты он может читать, какие изменять. Это вопрос уже не технический, это нужно садиться, как бы, да, и продумывать. 2, задача, как выглядит завершённая работа, потому что вот мы у себя проходили все этапы, фраза про

222: Анализируя рынок, она создаёт очень широкое поле интерпретации. То есть фактически мы пришли к необходимости очень скрупулёзно прописывать навыки. Ну потому что вот ему ставишь задачу силиконовому товарищу, и он как джи.

223: Из коробки, то есть он всегда любое слово будет использовать против тебя. Поэтому, значит, задача найди 5 компаний с подтверждённым признаком потребности. Укажи источник и сформулируй следующий шаг. Это уже поддаётся проверке. То есть там есть метрика, то есть вот как бы воспитание вот этих товарищей, силиконов.

224: Оно очень сильно заставляет пересмотреть текущие процессы организации. 3 это источник данных, где находится актуальная правда. То есть это вообще в целом достаточно серьёзная проблема. Кстати, почему бим, да, не взлетел в своё время?

225: Все же понимают преимущества бима. Все, ну это же реально классно, когда у вас есть информационное пространство, где есть абсолютно все, вся информация об объекте, об этапе текущего, о текущем этапе его

226: Эксплуатации, но это не взлетело. Почему? Потому что до сих пор у нас до конца не привыкли люди обращаться к информационным базам как к источнику единственной правды, как к подлиннику. Подлинник у нас всегда это что-то

227: Обвешанная определёнными атрибутами, подтверждающими его легитимность, вот, и когда мы говорим про bim, там в момент создания, она хороша, но через какое-то время актуальность теряется, потому что связь с оригиналом уходит здесь примерно тоже самое.

228: Источник данных это правда. Более того, источник данных должен быть в правильном машиночитаемом виде, и мы должны чётко понимать, что сейчас все, что будет происходить в рамках процесса работы силиконового сотрудника, все будет ориентироваться.

229: Ровно на тот источник данных, который у нас есть. Если источник не очень качественный и, собственно говоря, результат будет дальше. Это граница автономии. Агент может подготовить черновик, обновить карточку, отправить сообщение и так далее. Вот каждое действие требует

230: Уровень разрешения здесь уже вопрос больше к информационной безопасности к то есть он очень

231: По своему реагирует на определённые вещи. То есть, если, допустим, просить его сделать что-то, что мы до конца не определили с точки зрения зоны его ответственности, ну то есть там он может бед натворить дальше.

232: Критерии качества, что проверяем полнота, точность, срок, формат и так далее. 6 это эскалация. В какой ситуации агент останавливается и зовёт человека. Это на самом деле очень важный момент, потому что если мы научились запускать агента в самостоятельное плавание,

233: В какой-то момент он начнёт принимать самостоятельные решения. Философия, понятно нам говорит о том, что решение должно оставаться за человеком. Поэтому правила эскалации, границы, автономии, критерии качества. Это как раз то, что заставляет нас очень

234: Нормализованно подходить к вопросам работы и модели предприятия. Мы сразу же начинаем задаваться вопросом а как должна быть сформулирована модель работы предприятия, как должна быть сформулирована финансовая модель работы предприятия и каким

235: Образом. Память агента с точки зрения репозитория, да, должна коррелировать со всем этим. Вот, собственно говоря, вот эти вот правила, которые у нас в процессе. Кстати, вот если вы не обратили внимание, я вот только сейчас заметил, что у меня везде циферки 1, 1, 1, 1, а должны

236: 1, 2, 3, 4, 5, 6. Вот. Но я исправлю это перед тем, как мы будем это дело рассылать. Вот. Поэтому хочу перейти уже непосредственно к знакомству. Что такое наши силиконовые сотрудники? Вот наши ии агенты дайс, ии агенты.

237: Центр инжиниринга в живой операционной модели. Их у нас представлено 5, у нас их чуть чуть больше, но вот этих не стыдно показать, поэтому мы их выносим сюда. Они у нас, естественно, все сформулированы в виде определённых

238: Функциональных границ. И вот здесь я сейчас хочу на примере показать, как они работают. Значит, 1 у нас есть администратор аркинстон. Кстати, вот эти вот имена у них, да, это мы им дали имена из мира Толкина, вот внутри

239: Репозитория. У нас же все в машиночитаемом виде, да, то есть мы придумали, что должны быть определённые Ники. И вот мы себя называем персонажами. То есть, ну, в системе, естественно, да, мы регистрируем персонажами.

240: Толкина, а значит, наших ии агентов мы называем именем вещей. То есть, если это вещь там, в переписке, да, в непосредственно в настройках, мы понимаем. Ага. Значит, это и агент аркинстон, у нас администратор, он поддерживает административный контур.

241: Транскрипции знаний, конфигурации и так далее. То есть и управление агентами. То есть он у нас отвечает как раз за то, как информация у нас складывается, как она пополняется и каким образом организован репозиторий блендери. Он у нас аудитор, это смк, это

242: Linh это качество, это операционно эффективная стратегия, он проверяет, соответственно, все соответствует ли тем или иным процессам, и мы его как раз используем как инструмент, когда мы проводим, например, аудиты в организации, да.

243: Или формирование бизнес процессов у наших заказчиков номер 3 мифрил. Вот лично для меня это вот как бы самый такой близкий товарищ, потому что он у нас находится в коммерческом контуре. То есть он знает рынок, он определяет требования

244: Он ведёт у нас сирм, он определяет и осуществляет квалификацию сделки и готовит материалы. Это такой вот ассистент продавца, маркетолог у нас есть Нарья, это инженерный ии агент. Основная это техническая осуществимость, то есть интеграция решений.

245: Инженерный фреймворк, он умеет работать с интегрированными моделями, он, собственно говоря, позволяет как инструмент, да, позволяет наводить порядок в информационном пространстве. Ну и, собственно говоря, в рамках определённого инженерного

246: Проекта он собирает на себя достаточно большое количество рутинных действий. Вот, и, соответственно, shadow фекс. Это вот у нас ивент менеджер это организация мероприятий, мы с вами когда в начале только только начали

247: Вебинар, да, я приводил пример по поводу того, что как запланировать поездку на мотоцикле, то есть взять, допустим, чат бота какого-нибудь там, не знаю, чат gpt и так далее, и начать с ним разговаривать. Мы это пробовали, это не очень эффективно. Вот почему? Потому

248: Что он отвечает на все вопросы, но нам то надо больше уже, да, то есть нам нужно, чтобы он сходил, забронировал, допустим, гостиницу во время поездки. Мы хотим, чтобы он наш вот ii агент, когда я ему задаю вопрос, спланируй мне поездку.

249: На мотоцикле из Питера до Москвы и обратно в 2 дня. Я хочу, чтобы он по дороге выяснил, есть ли бензин. Я хочу, чтобы он забронировал столики в кафе или в ресторане, где я хочу пообедать. Я хочу, чтобы он забронировал гостиницу. Я не хочу заниматься ничем. Что, собственно говоря, требует какого-то моего участия.

250: Я хочу, чтобы он прям вот как такой консьерж сервис все мне сделал, и мы задались вопросом, а что необходимо в 1 очередь, как раз вот этот вот маленький пример иллюстрирует, зачем мы его в том числе и создавали на самом деле, мы его создавали для себя.

251: Потом поняли, что, оказывается, он ещё может организовывать конференции, у него есть репозиторий, у него есть кусок памяти, условно говоря, который позволяет ему находиться постоянно в контексте, что я люблю, что albert любит, что ещё наши коллеги любят, он позволяет.

252: Нам не заниматься, например, выстраиванием каких-то мероприятий, потому что он чётко понимает, что нам нужно из контекста того, каких спикеров приглашать. Или, например, если я еду на мотоцикле, каким образом сформулировать для меня

253: Комфортный маршрут, при этом написав письма, да, получив ответы, поменяв маршрут, то есть вот ведёт себя как человек. И здесь вот, наверное, про них можно бесконечно рассказывать. И это, кстати,

254: Наша серия вебинаров будет, да, которая может закончиться неким живым общением с нашим и агентом, потому что вот у нас есть случай, да, последний наш проект, вот, который мы запустили там в какой-то момент заказчик говорит,

255: Слушайте, вы вот это все рассказываете, а дайте мне с ним пообщаться, насколько вообще, в принципе, это отличается от чат бота или там, допустим, от того же GigaChat. И мы, значит, в какой-то момент для себя сформулировали такую

256: Гипотезу, что если мы говорим про навыко центричный подход, да, про организацию, как код, которая строится на информации на информационном контуре, который у нас в машиночитаемом виде, то навыки правильная организация, репозитория с его

257: Памятью и правильная организация работы с контентом. И правильно описанные процессы могут нивелировать недостатки модели. То есть фактически мы говорим о том, что мы у себя внутри, в закрытом контуре, это никому не видно и никогда не будет, условно говоря. Видно, описываем нашу

258: Компанию, описываем, процессы запускаем туда агента, а вот, грубо говоря, руки нашего агента, ну или мозг, да, как хотите, будет. Это, допустим, там, open ai, или, допустим, китайский глм, или наш русский GigaChat.

259: В принципе, уже не важно. Мы этот механизм по подписке условно подключили, мы вдохнули таким образом магию в наших вот и агентов, но при этом эти и агенты, у них уже есть навыки, у них есть процессы, у них есть дом информационное, вот это вот поле, где они на

260: Ходится, и мы меняя модель, как бы, да, продолжаем работать и в принципе, независимо от того, а каким образом эта подписка так или иначе доступна нам или недоступна. И вот как это, собственно говоря, работает

261: Значит, я хочу вот, ну, в 1 очередь, да, если у нас организация как код, то и маркетинг у нас должен быть как код. Я хочу как раз показать вам 1 участник этого потока путь от рыночного сигнала до подготовленной встречи.

262: Как у нас это организовано? 1. У нас здесь есть мифрилл, это не совсем маркетолог. И даже на самом деле слово бизнес аналитик это такая очень такая близкая, близкая. Но калька. Смысл. В чем смысл в том, что у

263: В рамках маркетинга нету междисциплинарных стыков. Маркетинг это всегда люди. Кто-то занимается аналитикой рынка, кто-то занимается, значит там организацией мероприятий. И мы привыкли, что маркетинг это ближе к продажам. Нет, на самом

264: Деле же маркетинг это же и продукт. Менеджер это тоже маркетинг и деливери. Процесс отгрузки результатов это тоже маркетинг. Товарная упаковка это маркетинг, инженерная эргономика это тоже маркетинг. И получается, что когда мы говорим про маркетинг в организации, да,

265: Это очень большое количество междисциплинарных вещей. Мы, соответственно, когда говорим про наш маркетинг как код, вот что даёт нам ii агент ии агент даёт возможность нам убрать эти междисциплинарные стыки. У нас есть теоретическая часть маркетинга, и работает она следующим образом, например.

266: Представьте ситуацию обычную в новостях появляется информация о компании, кто-то пересылает ссылку в telegram, там, я не знаю, через 2 дня сообщение куда-то уходит, все его уже забывают. Через месяц кто-то вспоминает, что какая-то, кто то кому-то пересылал какую-то там новость про какую-то компанию, но конте.

267: Уже потерян, а контекст должен сразу же получать сигнал. Вернее должен сразу же получать контекст. Откуда пришёл? Какая потребность за этим стоит? Какому сегменту? У нас каждое утро в 9:30 начинается цифровая смена маркетинга. То есть у нас

268: Выходит на работу. Это агент рыночной разведки. Ну, на самом деле, понятно, да, там ещё есть большое количество субагентов, которыми, собственно говоря, идёт управление, потому что сложные задачи очень плохо реализуются, если они тяже

269: То есть их надо резать на какие-то более менее маленькие, внятные, понятные процессы, которые просто контролировать. Поэтому есть агент, есть субагенты. И вот агент рыночной разведки просматривает закупки, отраслевые новости, вакансии, назначение руководителей, разные отклики, кто-то

270: Публиковал вакансию на программиста 1 с. Для нас это все сигналы. В 1 месте появляется новость, например, о расширении производства, в другом ещё что-то. Совокупность вот этих фактов на самом деле образует события, то есть внутри предприятия что-то происходит.

271: И руководство ищет способ, допустим, справиться с какой-то сложностью. То есть для нас это может быть потенциальный заказчик. Мифрил сохраняет источник даты формулировки, затем проверяет официальные сведения, фактическую деятельность, масштаб, структуру, то есть на

272: Этом этапе работает 2 ранних контроля 1 подтверждает соответствие нашему целевому рынку, 2 проверяет идентичность организации официальное название сайт реквизиты история имеет возможность. Сейчас, кстати, появляется большое количество разных api, которые позволяют

273: Эту информацию доставать, например, там из закупок ещё откуда-то там со сбиса, вот эти все проверки, которые мы в своё время писали, они все из практики, значит у нас накопленный опыт работы с

274: Заказчиками накопленный опыт по аналитике рынка сейчас будет выражен в навыках, когда вот этот вот наш товарищ начинает это все дело включать. Дальше команда агентов собирает картину предприятия. После проверки начинается уже параллельная работа. То есть вот эти все наши

275: Товарищи, которых мы запустили, они начинают между собой делить. Если есть сигнал с рынка, например, увидели новость какую-то. Соответственно, показалось, что эта новость интересная, говорит о какой-то сложности у предприятия, которое потенциально может быть нашим клиентом. Они начинают это все дело отрабатывать.

276: Мифрил строит карту возможных проблем производственные потери, информационные разрывы, управленческие трудности. Нария оценивает техническую сторону, какие системы могут использоваться, где потребуется интеграция и так далее. Блендери проверяет доказательность каждый

277: Вывод получает 1 из 3 статусов подтверждённый, неподтверждённый рабочая гипотеза. То есть вот здесь есть уже достаточно большое количество разных маленьких навыков. Например, навык факт чекинг аркинстон смотрит накопленный контекст.

278: Прошлые контракты, протоколы, похожие кейсы, решения. И через некоторое время появляется цифровое досье. В нём источник сигнала, карта проблем, технические вопросы. И мы, соответственно, вот эту всю историю начинаем получать. Мы её получаем в виде сводки на

279: 1 уровне, когда мы эту сводку получаем, мы, соответственно, внутри имеем. Поэтому, помимо этого цифрового досье ещё и некую аналитику, то есть мы получаем карту принятия решений, потенциальную возможную карту принятия решений.

280: Которую готовит агент. Это как раз вот у нас вот эти этапы, когда у нас сигналы рынка, да, происходит непосредственно фильтрация, сегментация и продуктовая принадлежность. Соответственно, когда у нас появляется контекст, то есть агент

281: Собирает программу касаний по стадиям и агент собирает правильную логику и агенду, то, соответственно, в наш отдел продаж уходит уже непосредственно конкретная информация о том, что внешний контакт возможен вот с такой-то

282: Агендой, вот с такими-то вопросами. Ну и человек, соответственно, у нас проводит определённые уже мероприятия, вот как продавец у нас система, которая позволяет нам это дело все выстроить, она у нас организована то

283: Так же как и маркетинг сирм система как код. Ну, на самом деле, это такой вот кусок маркетинга, который позволяет нам вести учёт, что такое маркетинг. На самом деле мы все понимаем, да, что когда мы говорим про

284: Маркетинг у нас есть.

285: Достаточно понятная конкретная функциональность, да, маркетинг это вывод наших продуктов на рынок, да, и, соответственно, обеспечение, решение тех потребностей рынка, которые, собственно говоря, мы видим и решим, решили закрыть

286: А вот у сирма внутри есть очень такой вот интересный парадокс, когда мы говорим про CRM систему CRM система как таковые продажи не повышает сирм система это учётная система при этом что, например, руководителю или мне, или кому-нибудь другому?

287: Пользуется срм система. По факту нужен простой ответ, что происходит со сделкой и где риск и какое действие на сегодняшний день сможет реализовать сделку или, да, толкнуть проект вперёд. Для получения вот таких ответов у нас очень трудозатратный процесс, да.

288: Люди начинают заполнять систему, люди в ручном режиме постоянно фиксируют свои действия. Это Ровно для контроля необходимо, но фактически это работает слабо. Ну, если это не ритейл, да, то есть, если это интерпрайз продажи какие-то, если это промышленные предприятия и в этой ситуации

289: Вы подумали следующим образом а зачем мы будем это все дело заполнять? Наш и агент как бизнес аналитик. Он может быть подключён ко всем нашим совещаниям. Мы можем проговаривать разные гипотезы, он эти гипотезы понимает, он их, собственно говоря,

290: В виде цифровых протоколов. Ну, сейчас с этим проблем нету в виде конспекта встречи анализирует и начинает правильно сопоставлять со всеми процессами внутри конкретного проекта, которые у нас происходят, он его сопоставляет, он обновляет статус.

291: Он обновляет информацию в репозитории, он обновляет информацию, которая, например, меняет наши действия, планы, приоритеты и так далее. Это означает, что мы говорим о регистрации, в рамках которых, в рамках которой

292: Наш и агент регистрирует практически всю входящую информацию. Мы говорим о анализе, когда мы используем эту информацию для максимально полезного перевода в действие, для максимально полезного, для максимально полезной.

293: Конвертации, и мы не заморачиваемся, потому что дальше уже ежедневная сводка в разных формах. Это может быть telegram, это может быть Макс, это может быть, там письмо нам приходит. Напоминание от него о том, что ребята, так и так у нас здесь, значит,

294: По проекту такая-то задача на сегодня у нас такой-то план, что вы, собственно, думаете, у нас каждое утро происходит летучка в 10 часов утра, где мы, получая вот эту вот сводку, понимаем, какие на сегодняшний день у нас есть планы, статусы, какие дедлайны

295: Какие просрочки, какие сложности, когда мы их обсуждаем, появляется дополнительная информация, потому что в рамках вот этих вот утренних совещаний, да, происходит ещё и аналитика предыдущего дня. Вот эта аналитика предыдущего дня также попадает агенту из неё, он, соответственно, обновляет, выстраивает

296: И мы получаем вот такую вот систему, которая позволяет нам оставаться всегда в контексте наших проектов. И самое главное, в любой момент получить ответ на управленческий вопрос. И вот когда вот эти процессы начинают работать, то

297: В данном случае вот о чем говорил Альберт, да, в своей части в данном случае сразу же возникает простой вопрос, а каким образом их сделать полезными? И вот тут как раз, да, нам на помощь приходят бережливые технологии.

298: И, соответственно, система менеджмента качества, которые там большое количество правильных процессов, да, позволяет перевести в исполняемый алгоритм. Вот у нас есть отдельная ещё вот история на самом

299: Деле их вот таких вот кейсов достаточно большое количество. Время у нас уже подходит к концу. Хотел ещё отдельно обратить внимание. Есть ещё у нас такой вот продукт райс, то есть rise, это как раз у нас рабо

300: С рисками, работа с нормативными требованиями, в рамках которой используется как раз вот наш силиконовый сотрудник Нарья Альберт, это как раз вот то направление, которым ты очень активно занимаешься, поэтому попрошу тебя как раз вот прокомментировать.

301: Да, коллеги, ну, во первых, про нормативные требования, да, там, когда мы говорим про и агентов, понятно, вот деятельности агентов, собственно говоря, как и деятельность любой организации, деятельность любого человека, она должна регулироваться, эта деятельность, она в 1 очередь регулируется внешними требованиями в вид.

302: Законодательство, да, которое предъявляется к определённым видам, сферам деятельности внутренними требованиями как самой организации и требова там, и требованиям проекта. То есть у проекта есть тоже отдельный scope требований, который должен быть быть реализован, и вот эти весь

303: Набор требований внешних, внутренних, ещё и детализированных для проектной деятельности. Они должны быть тоже понятны агенту, да, то есть он уже должен ими руководствоваться, он должен их понимать, и это должно быть естественно описано, в том числе в понимаемой для агента смысл понимаемый, да, там

304: Сущности, понимаемой именно для и агента, и откуда у нас возникла вот эта вообще задача. Мы решали задачу. Вот делаем сейчас небольшой пилотик, это агентный хадид, напомню там вкратце, да, там хазит это инструмент для выявления

305: Рисков используется на системе управления рисками на протяжении всего жизненного цикла, как более ранний инструмент, который должен выявить Скоп возможных негативных событий, ну или положительных даже событий, в том числе, да, там, которые дальше начинают уже в этой системе, должны быт

306: Тоже элементом управления. И вот работая над эти, над этой задачей задачу мы себе поставили пропилтиоурацил модель перейти от эксперто центричного методологии азита в область агентной управляемой агентно инженерно управляемой системы

307: Да, которую мы начали выстраивать, мы тут как раз и возникла необходимость. Собственно говоря, для агента нужно дать на вход Скоп нормативных требований, чтобы он их понимал. И тут мы обратились к той теории, которая была сформулирована не так давно. Это теория смарт стандартов.

308: Smart стандартов, который говорит, что есть 4 уровня смарт стандартов и 4 уровень смарт стандартов это машина, понимаемые смыслы, да, то есть когда машина понимает смысл самих, самих норм и может их истолковывать и использовать и вот эту вот именно концепцию смарт

309: Стандарты 4 уровня мы взяли на вооружение, потому что здесь важно, чтобы машина понимала эти смысл, так как агент, уже работая, работая над рисками, должен понимать все те требования, которые там ставит законодательно. Ственно говоря, чат этих рисков ни в закондательстве, в том числе отражены, их нужно здесь, конечно, применит

310: Смотреть их применимость, да, там к соответствующей предметной области конкретного кейса. Мы эту, решая эту задачу.

311: Взяли группу нормативных документов, разложили их на простые компоненты, нормативные атомы. Мы их условно так назвали, да, там выстроили все связи, оформили это в виде антологической, онтологической модели, сформировали семантическое описание, да, там, что означает каждый

312: Каждая норма там, где применяется, в каких условиях применяется и так далее. Да, и вот этот агент, уже стала понимаемая архитектура вот этих нормативных требований. То есть ещё раз не набор pdf документов, да, там сканированных законов, там приказов различных ведомств, а уже

313: Уже граф знаний, да, который в себе содержит элементы различных требований, взаимосвязи этих элементов друг с другом, ещё и кросс взаимодействия с различными нормативными актами, которые агент начинает уже руководство. Я думаю, что это

314: Тема отдельного вебинара, да, там посмотрите, что из этого получилось. А там действительно очень много интересного получилось именно в контексте агентов Хазиба. И там мы вот для себя увидели определённую действительно трансформацию и появление дополнительных ценностей, которых вот в экспертно центричной модели

315: И проведения сессии хадита. Их не было. Марк, да, коллеги, вот, собственно, у нас время подходит к концу. Вот, поэтому позвольте мне потихонечку завершать в качестве итога, да, значит, как у нас это

316: Дело работает как технически, оно реализовано. Каким образом мы построили структуру, как мы написали, навыки и каким образом мы заставили вот наших товарищей работать. Да, мы на самом деле вот введём это все дело в наших каналах есть telegram.

317: Канал, да, есть сообщество цифровой инженерии, есть канал дзен. Мы в самом начале это было в начале года, да, поставили себе цель. А давайте мы вот будем строить 1 и нативную организацию с силиконовыми сотрудниками попробуем их запустить. Получится

318: Не получится. И, соответственно, вот весь этот процесс мы показываем в сети. Сейчас в качестве подведения итогов мы планируем, если вот, собственно говоря, организаторы нас поддержат, да, уже в последу

319: Вебинарах, да, рассказывать техническую сторону, что такое агент, как он технически организован, каким образом он работает, какие у него есть ограничения. Вот. Но я могу сразу сказать сейчас, да, уже, что тот эксперимент, который мы в начале года задумали

320: И начали его притворять в жизнь. Он мне очень нравится. Вот в силу того, что он уже даёт качественный скачок, он фактически, это не ускорение процессов, это изменение процессов, и оно меняет процессы иногда в такую сторону, в которую мы не ожидали.

321: Мы недавно проводили экспресс аудит обследование, которое переросло в такое вот, ну, достаточно серьёзное обследование в организации, где у нас не было Глубоких компетенций.

322: О внутренних процессах. Это была медицинская организация. Вот. Тем не менее, к нам поступил запрос, да, по внедрению технологий искусственного интеллекта в некоторые процессы деятельности, да, в 1 очередь в связке с бережливым

323: Производство. Вот, то есть в организации хотели, чтобы искусственный интеллект, ориентируясь на знания по бережливому производству, да, мониторил определённые процессы и давал рекомендации, насколько эти процессы можно улучшить или изменить. Вот задача

324: Нам показалось интересной, и мы начали с простого, с аудита. У нас было 3 дня на аудит и классический аудит. Это интервьюирование. Мы должны были собрать большое количество информации, познакомиться с большим количеством материалов и в течение

325: 3 дней, как бы, да, классический аудит говорит о чем? О том, что у нас достаточно плотное расписание, мы даём, задаём, вернее, определённую рамку, мы не все изучаем, потом мы эти материалы долго перерабатываем и в течение месяца выходим, да, на некий перечень рекомендаций.

326: Вот с нашим подходом организации, как вот нам удалось это сделать за 3 дня, каким образом мы к интервьюированию подключали нашего ии агента? У нас работала Нарья, у нас работал мифрил, у нас эти ребята, которые в режиме реального времени

327: С нами были на совещании, и это как бы не совсем даже имитация диктофона, потому что по ходу пьесы мы получали от них уточняющие вопросы. Мы по этим уточняющим вопросам, которые были в контексте, начинали собирать информацию.

328: И фактически в течение вот этих 3 дней, в конце каждого дня мы имели возможность получить структурированный предварительный отчёт, который позволял нам с заказчиком корректировать вектор нашего аудита. И в результате вот этой вот трехдневной ра,

329: Работы мы смогли не только провести аудит, мы смогли подготовить 1 версию результатов, мы смогли защитить концепт. Вот. И в результате вот нашей, собственно говоря, вот этой трехдневной работы мы уехали с

330: Образом технического задания на разработку. Вот это, собственно говоря, тот результат, который вот привносит вот эта вот история. Этого удалось добиться только благодаря тому, что мы заранее озаботились тем, что

331: Формулировали процессы в машиночитаемом виде, да, их формализовали, мы чётко понимали, в какой момент, куда и как подключать наших силиконовых товарищей силиконовые товарищи, как я говорил, да, по маркетингу предварительно проводили анализ и в фоновом режиме его уточняли.

332: Что это за организация? Что о ней известно в информационном пространстве? Какие люди там общаются, что об этих людях известно? То есть это вот как раз та информация с той аналитикой, которая вот даёт возможность прям запустить процесс так, как будто мы с заказчиком

333: В принципе, не 1 раз знакомы и знаем все нюансы. Многое, конечно, приходится изучать, но вот в целом, вот это вот такая достаточно интересная история, но всем спасибо за внимание. Спасибо большое за за увлекательный доклад и за

334: Такое прекрасное объяснение. Да, действительно, у нас это только 1 вебинар в серии. Мы планируем ещё провести 3. Насколько я помню, где мы будем разворачивать тему и агентов, поэтому будем ждать вас на наших

335: Следующих мероприятиях. Давайте, да, вот хороший вопрос. Это реклама ваших агентов. Это реклама наших агентов, Дмитрий, потому что мы этих агентов можем отчуждать, что называется. Вот на самом деле, вот конкретно вот этих агентов, наверное, мы и не продади.

336: Они нам самим очень нравятся. Тем более, как-то мы довели мифрила до ситуации, когда он уже хамить научился. Вот. И это очень весело. Но в целом, да, значит, модель, которую мы построили для себя, в том числе, является

337: Предметом нашего бизнеса реализация системы под использование ии технологий, построение навыко центричной модели для работы агентов, формирование правильной архитекту.

338: Для того, чтобы существующий потенциал и информационное пространство сделать для агентов понятным и рабочим контекстом, это те наши сервисы, которые, да, мы, собственно говоря, рекламируем и продаём. Вот

339: Могут быть применены они в разных отраслях. Вот ещё вопрос. Покажите в реале, как работают, да, мы можем это сделать? Вот, потому что мы здесь решили, вот о чем Максим говорил, да, в самом начале решили, вот после, в рамках или

340: После серии вебинаров сделать представление. То есть вот мы пока сейчас думаем над сценарием, в каком виде и агент будет общаться в виде участника дискуссии в виде модератора дискуссии. Вот, но это возможно, да, в целом сейчас технологии, ну,

341: Это не секрет, да, технологии сейчас дошли до того, что они достаточно адекватно и естественно моделируют человеческую речь. Вот используются уже определённые вещи, например, в колл центрах, когда ты разговариваешь, и вот какая-то короткая беседа, да,

342: Нет понимания, что ты сперва нет понимания, что ты разговариваешь с агентом. Вот, поэтому в целом, да, возможно, вот когда я говорил про обследование, вот то, что мы делали некоторые вопросы, и мы специально моделировали так, чтобы уточни,

343: Вопросы во время интервьюирования агент смог задавать непосредственно вот представителям компании голосом, и они с ним общались. Вот кого-то пугало, кому-то наоборот, нравилось. В каком формате мы описываем контекст. Вот.

344: Здесь, смотрите, здесь очень интересный вопрос. На самом деле он тянет на отдельный вебинар, если коротко, ну, формат 1, да, то есть это машиночитаемый вид. То есть мы работаем через репозиторий, то есть основная история формата

345: Информация это маркдауны. Вот, а с точки зрения контекста, то есть весь контекст, который мы туда складываем, он идёт через агента. То есть вообще логика работы с агентом заключается в том, что мы перестаём что-то делать руками. Вот.

346: Более того, там и меня тоже коллеги периодически ругают, что не надо ничего делать руками. Вот, во первых, у человека есть большое количество ограничений, и это 1, a2, мы, мы должны писать

347: Не, для человека это не человекочитаемый вид. Мы привыкли к человеко читаемому ввиду. Нам все равно нужна определённая логика, структура информации для машины этого не нужно. Поэтому, естественно, при формировании контекста есть определённые правила, по которым этот контекст информация

348: Контекст попадает. Вот, как правило, это расшифровки. Как правило, это любая информация, которая у нас есть в виде документов, которую обрабатывает агент и уже в машиночитаемом виде складывает в репозиторий. Вот вопрос. Граф знаний строит агент по материалам, которые вы ему загрузили.

349: Значит, нет, не только по материалам, которым, которые мы загрузили. Во первых, смотрите, для того, чтобы говорить вообще, в принципе, об знаниях агента, да, которые позволяют ему погрузиться в контекст, нужна антология. Вот.

350: Механизм онтологии это прямо отдельная история для отдельного тоже вебинара без онтологии мы, ну, очень сложно воссоздавать ему правильный контекст, потому что вот вся логика, связанная с работой организации, как код, то есть, да, версии

351: Когда что куда попало, как они связаны? Должна быть обеспечена через ассоциативность информации, через параметризацию этой информации. Мы когда что-то обсуждаем или какой-то артефакт, логический артефакт берём, то этот логический артефакт должен чётко

352: Показывать связи, почему он такой, откуда он вышел, где у него предтечи и так далее. То есть вот механизм антологии позволяет это сделать. Поэтому здесь это нетривиальная задача. То есть нельзя просто взять, условно говоря, сложить ему в кучу все вот какие-то материалы, да?

353: И сказать, вот переведи в машиночитаемый вид, то есть это вот отдельный сервис отдельно. Вот вопрос. Сохранность персональных данных как обеспечена, значит, есть разные механизмы. То есть вот есть механизм маскирования, например, да, когда мы общаемся

354: С нейронными сетями, а мы уже понимаем, да, что как бы нейронные сети вряд ли кто-то будет разрабатывать самостоятельно, смысла в этом нету, есть достаточно большое количество поставщиков, там и сбертех тот же, да, с GigaChat, м. Яндекс.

355: Entropy и open ai вот и как в качестве некого промежуточной прослойки такой да, есть уровень маскирования данных, когда все чувствительные данные маскируются, шифруются, соответственно, запрос, таким образом они подменяются.

356: Вопрос уходит непосредственно на обработку в ллм, когда он обратно возвращается, данные обратно вставляются. И вот это вот, собственно говоря, уровень маскирования обеспечит работу с персональными данными для того, чтобы они не выходили за контур. Вот отдельно работа.

357: Соответственно, с персональными данными, в том числе реализовано. Таким образом, у нас и агенты могут работать с видеоизображением, с камерой. То есть они могут смотреть на человека, понимать, что он делает. То есть это не просто чат. И в этой ситуации, как бы мы понимаем, что распознавание, да, через машины.

358: Зрение, возможно тоже с без хранения персональных данных, например, фотографий. То есть мы идентифицировали 1 раз человека, мы, соответственно, зафиксировали в виде зашифрованного кода его изображения, да, и, соответственно, каждый раз

359: Происходит процесс распознавания, он обращается к этому, собственно говоря, куску кода и, соответственно, понимает, кто перед ним стоит. Вопрос, да, антологию на сегодняшний день это сервис, который без человека невозможен и

360: Эксперт здесь принимает участие. С другой стороны, её можно делегировать агенту, когда мы собираем Костяк онтологии, то есть платформы, которые позволяют дальше автоматизировать процесс работы с онтологиями. Таким

361: Образом, что в какой-то момент туда запускается и агент, ну и соответственно, да, её выстраивает. Это все равно итерационно происходит сама по себе. Ну построение антологии это очень трудоёмкая задача. Поэтому 1, конечно, что

362: В голову приходит это передача её на сторону агента. То есть мы не предполагаем работать с большими массивами, данными вручную. И как бы идеально мы ставим задачу, ставим ограничители. Мы понимаем, каким образом агент может её делегировать через

363: Там, ну, реализовывать через субагентов, и как мы можем контролировать качество. И вот после этого мы понимаем, что можно запускать агента, какие-то простейшие задачи по антологии, он уже умеет делать самостоятельно, его не надо в этом плане даже контролировать. Вот.

364: Но все-таки контекст организации сейчас в меньшей степени, чем в начале года, но выстраивается вручную. Ещё вопрос, да, хороший вопрос. Есть ли механизм контроля за выдачей информации в облачные сервисы ии, да, вот такой механизм контроля есть.

365: Он может быть реализован на нескольких уровнях. Ну, во первых, вот тот уровень маскирования данных это как раз 1 из элементов, a2 это навыки.

366: То есть жёстко прописанные навыки в системе, которые контролируют ии агента, позволяют фильтровать ту информацию, которая уходит в облачные сервисы, и ту информацию, которая должна оставаться в репозитории. Вот, то есть этот вопрос

367: Которую мы решали для себя. Например, в 1 очередь у нас очень много чувствительной информации, которую мы храним в репозитории, которая не уходит и никогда не должна уйти в открытое пространство, тем более в облако. Это навыки, это средства.

368: Это, собственно говоря, классические средства информационной безопасности, в том числе при использовании ваших агентов. Можно ли будет подстраивать под себя, выставлять ограничения какие-то или, да, слушайте, вот вообще в этом и смысл на самом деле, то есть у нас

369: У нас мифрил, агент наш в какой-то момент научился похамливать. То есть почему он это вот тоже определённые эффекты да, понятно, что это настройки. Понятно, что этот алгоритм, но здесь есть, наверное, 3 уровня контекста, есть уровень контекста.

370: Ну, во первых, смотрите, когда мы говорим про базу знаний с точки зрения информационного пространства, или там, да, такого большого глобального репозитория, там всегда есть 3, наверное, уровня информации. Вот есть 1 уровень информации, это статика, это регламент.

371: Это все, что описывает поведение организации, это какие-то процессы описаны, это то, что не меняется быстро в моменте, да, это некая статика, 2 часть, это динамика, это то, что появляется внутри информационных систем, это данные, которые постоянно обновляются. Это наша CRM систем.

372: Там, не знаю, система проектирования, да, то есть это вот как раз то, что периодически у вас будет в динамике находиться. И 3, это операционка, это данные, которые вы не сохраняете, которые вот потоком просто идут, это могут быть там, не знаю, записи.

373: Камер какие-то, которые там не всегда хранятся. И вот это все определяет некий контекст агента, который в моменте понимает, о чем и как вы говорите. Так вот, помимо этого ещё есть и существует определённый контекст конкретно вашего общения. Я общаюсь с again.

374: В 1 манере Альберт общается с агентом, в другой манере, кто-то ещё общается в 3 манере, и вот это, конечно, все бесследно не проходит. Если заморочиться, можно через либо систему навыков выстроить определённые паттерны, которые, которые он должен придерживаться.

375: Вот, ну и, соответственно, ну нейросеть это все-таки такая, там, как инструмент, он позволяет некую вариативность обеспечить. Ну, естественно, нейросети тоже, да, вот они развиваются. То есть каждая следующая модель становится умнее, умнее и умнее, и самое

376: Главное, каждая следующая модель обесценивает все достижения предыдущей. Вот. И это говорит о чем? О том, что вот какие в какие-то моменты они могут быть подстроены настолько хорошо, что они могут на лету схватывать ваши

377: Пожелания уже такие личные. Вот, ну, меня это, например, вдохновляет, хотя многих это пугает напоследок. Тогда ещё напомню, вдруг ещё кто-то захочет дописать вопрос. Все анонсы о предстоящих мероприятиях мы размещаем в наших социальных сетях, поэтому подписывайтесь, дорогие.

378: Слушатели и спикеры. Спасибо вам большое за присутствие, за участие и на этом мы завершаем наш вебинар. Ждём вас на наших следующих событиях. Всем хорошего дня. До новых встреч. Всем спасибо. До новых встреч.