Бизнес-сессия «Цифровая трансформация. Инструменты Сбера для повышения эффективности бизнеса» в Минске

Контуры нового мира всё отчетливее проступают на карте будущего экономики. Российские компании из самых разных отраслей и разного уровня цифровой зрелости находят своё место в мире 4.0 и сами его создают. 14 марта 2024 в Центральном Офисе Сбер Банка, г. Минск прошла Бизнес-сессия «Цифровая трансформация. Инструменты Сбера для повышения эффективности бизнеса». В мероприятии участвовали представители профильных министерств, менеджмент Сбера и лидеры индустрии цифровой трансформации. Генеральный директор «ДАТА-ЦЕНТР Автоматика» Роман Юрьевич Усков выступил с презентацией компании как лидера индустрии цифровой трансформации с более чем 30-летним опытом инноваций в промышленности. Он представил новые принципы для промышленной аналитики в реальном времени - Continuous Intelligence (CI), а так же корпоративную модель стандарта цифровой трансформации разработанного совместно с НИУ ВШЭ "Object Relations Technique for Manufacturing Data Mind (ORT MDM)" - модель объектных отношений для интеллектуального управления на основе производственных данных. Была презентована последняя линейка цифровых продуктов и платформ фирмы с успешными кейсами внедрения на промышленных предприятиях России и зарубежья.

Цифровой двойник производства: от разработки платформы до реализации «под ключ»

Промышленная платформа DATA-TRACK реализует новое направление аналитики на производстве CI или Continuous Intelligence. Данное направление не известно в России, термин Continuous Intelligence в настоящее время не имеет перевода на русский язык. DATA-TRACK – единственная российская промышленная CI платформа. Перед фирмой «ДАТА-ЦЕНТР Автоматика» стоит задача сделать CI известным и широко применяемым. Если сравнивать с иностранными конкурентами, то мы решили главную проблему, которая ограничивает внедрение CI – это преодоление неоднородности данных от разных систем промышленного предприятия.

CI, как и B - это инструменты принятия решений по управлению производством на основе данных. Но в случае BI данные лежат мертвым грузом пока их не посмотрит аналитик. В случае CI данные непрерывно (Continuous) анализируются (Intelligence) компьютерной системой и решения принимаются в реальном времени. Например, при производстве фанеры на станке иногда перекашивает лист, который поправляет оператор. Это незаметный в работе микропростой, но за неделю, месяц или год накапливается простой значимый. В случае BI, чтобы обнаружить проблему и принять решение нужен аналитик, который найдет проблему и даст рекомендации по ее решению. При работе CI платформа сама зафиксирует проблемы с производительностью и поменяет маршрут производства. В дальнейшем проблемный типоразмер на данный станок платформа не планирует и перекосы не повторятся. Можно сказать, что CI «автоматизирует» BI.

Главная проблема при внедрении CI и BI — это неоднородность данных

Глобальная исследовательская и консалтинговая фирма Eckerson Group, в обзоре «Continuous Intelligence: связь между интеграцией, аналитикой и эксплуатацией данных» указывает именно на неоднородность в качестве главного препятствия для широкого применения BI и CI. «Информационные системы и операции сильно различаются в зависимости от отрасли и даже компании. Морская платформа для бурения нефтяных скважин требует иных систем, чем автомобильный завод. Коммерческому банку требуются другие приложения, чем розничному продавцу», - отмечает Eckerson Group. Следует отметить, что неоднородность данных может наблюдаться даже в рамках одной отрасли и одного предприятия. Например, в металлургии процессы выплавки стали и обработки металлов давлением имеют совершенно разную физическую природу, но связаны как передельные цепочки для выпуска готовой продукции.

Для внедрения Continuous Intelligence нужен новый подход к производственным данным, который исключает разделение описания структур данных под отраслевую, физическую и иную предметную специфику. Платформа DATA-TRACK решает проблему неоднородности данных путем приема потока производственной информации и ее преобразования в однородные ORT структуры.

ORT - Object Relations Technique или Метод Объектных Отношений протоколирует производственные операции, как поток объектов, которые под воздействием процессов меняют свойства и вступают в отношения друг с другом.

Объект для описываемого подхода — это любая производственная сущность, на которую направлены усилия, внимание, желание и воля бизнеса. Объекты вступают между собой в отношения через формирование связей. Например, объект «цех» связан с объектами «центры обработки». Или для металлургического производства объект «бунт» связан с заготовкой, из которой он прокатан, а заготовка связана с плавкой, из которой она разлита на машине непрерывного литья. Если продолжать пример из металлургии, то объект «плавка» вступал в отношения (связи) с электропечью, агрегатами внепечной обработки, машиной непрерывного литья. Если объект вступил в отношения с центром обработки, то он приобретает новые свойства, которые протоколируются как параметры, связанные с объектом.

ORT – единая структура для разнородных данных

Однородность данных позволяют охватить с помощью CI не только локальные участки, но и все передельные цепочки в целом и избежать ловушек локальной оптимизации. Например, в металлургической отрасли решение об оптимизации расхода ферросплавов в сталеплавильном производстве может привести к проблемам при прокате.

Платформа DATA-TRACK решает не только вопросы интеграции систем и создания однородных данных для всех переделов, но и предоставляет инструменты для анализа данных, применения математических методов от статистики до ML.

В сталеплавильном производстве Новолипецкого Металлургического Комбината с помощью платформы DATA-TRACK и модуля DATA-PLAN был реализован проект: «Цифровой сервис ГЕФЕСТ: внутрицеховая логистика и диспетчеризация для сталеплавильного производства».

Цифровое решение «ГЕФЕСТ» для внутрицеховой логистики и диспетчеризации — это комбинация систем расчета оптимального плана движения стальковшей и постоянной подстройки математической модели на базе анализа уже совершенных операций. В DATA-TRACK хранятся данные о фактически реализованных сценариях производства, на основе которых в модуле планирования формируется функция целевых коэффициентов оптимизации. Таким образом, процесс планирования производственных процессов всегда опирается на актуальные данные -- релевантные и наиболее экономически эффективные маршруты производства по типам продукции, статистические средние показатели длительности обработки по типам продукции и классам агрегатов и т. п.

СI учитывает историю операций для непрерывного обучения модели

Так, в частности, определенный технологический маршрут может стать приоритетным для некоторого типа продукции по ряду причин, в том числе связанных с экспертизой эксперта-технолога. Подобные эвристические критерии расставления приоритетов могут оказаться достаточно сложны в формализации и классифицируются как система с нечеткой логикой. Инструменты CI позволяют проводить анализ таких систем и приводить их к фундаментальной структуре с последующим применением широкого спектра методов и алгоритмов математического программирования. Можно сказать, что система постоянно «учится», чтобы при планировании учитывать факторы и решения на уровне эксперта-технолога. Работа происходит, как и требует методология CI в реальном времени.

Кроме того, приведение данных к единой структуре позволяет обеспечить единообразный интерактивный доступ к данным со стороны пользователя. Пользователь сам выбирает какие данные поднимать и визуализировать.

Наша цель – данные должны быть доступны, чтобы обеспечить непрерывный процесс получения и обработки данных.

Необходимо использовать данные, как только они поступят не зависимо от количества источников, не зависимо от темпа поступления, не зависимо от объема данных.

Наши планы: создать CI рынок в России и зарубежье, где даже термин еще не переведен и сделать CI известным и широко применяемым!