В своём докладе введу вас в контекст цифровой трансформации того, что происходит в финансовом секторе, а конкретнее – расскажу про роботизацию бизнес-процессов, как мы это видим в ВТБ, для чего планируем использовать и так далее.
Сергей Игоревич Лукашкин
Директор по управлению проектами ПАО «ВТБ»
ПБережливая производственная система. Роботизация бизнес-процессов / RPA. Про тренды цифровой трансформации.
1 часть
В своём докладе введу вас в контекст цифровой трансформации того, что происходит в финансовом секторе, а конкретнее – расскажу про роботизацию бизнес-процессов, как мы это видим в ВТБ, для чего планируем использовать и так далее.
Мы живём, как ещё в 2013 году определили американские футурологи, в очень изменчивом мире. Для него есть аббревиатура VUCA, означающая, что мир стал настолько изменчивым, сложным и непредсказуемым, что приходится придумывать новые подходы. В этом мире появляется множество новых технологий. По разным причинам: во многом из-за того, что у нас появились интернет, информационная доступность, мощные процессоры, системы хранения данных. Во многом этим обусловлено то, что появляются технологии, связанные с искусственным интеллектом, в которые входит глубокое машинное обучение. С развитием соцсетей появляются такие вещи, как цифровые двойники. Появляются и другие технологии, о которых люди с производства лучше знают: различные технологии 3D-печати и так далее. Некоторые новые вещи сильно меняют и, можно сказать, подрывают устоявшиеся представления.
Когда говорят об этих технологиях, конечно, в первую очередь смотрят на Gartner. В 2018 году появилась обновлённая версия Gartner Hype Cycle, которая показывает ожидание от новых технологий, на каком этапе они находятся, какие должны быть более зрелыми или, наоборот, уходят как несостоявшиеся. Есть также отношение Gartner по поводу ТОП-10 технологий, в которые входит множество разработок, связанных с искусственным интеллектом, с Digital Identity, типа Digital Twin, с облачными технологиями; блокчейн как одна из вариаций (правильнее говорить, наверное, «распределённые реестры»). Эти технологии сейчас на слуху, и многие пытаются их применять, в том числе и в банковском секторе.
Стремительное изменение мира на практике означает следующее: на одно поколение раньше приходился один технологический уклад. Даже более того: в течение двух, трёх поколений, технологический уклад не менялся. Это позволяло накапливать опыт и передавать его следующим поколениям. Технология обработки металла, технология земледелия, безусловно, совершенствовались, но они менялись не так быстро, чтобы из нельзя было передать.
Сейчас мы наблюдаем обратную картину: технологический уклад и технологии развиваются так быстро, что на одно поколение приходится несколько технологических изменений. Ещё совсем недавно у нас в магазинах продавщицы, товароведы и так далее пользовались счётами несмотря на то, что у них были калькуляторы. Почему? Потому что им было быстрее считать на счётах. Они действительно делали это так же быстро, как на калькуляторе, который представлялся громоздкой машинкой, которая ещё жужжала, и цифры у неё дрожали. Но сегодня этого нет.
Уже сегодня бухгалтерия представляет собой совершенно другую историю. С появлением таких систем, как 1С, Парус, функция бухгалтера состоит в том, чтобы вводить данные и потом печатать документацию. Мы видим, что профессия бухгалтера, как говорят, «коммодитизировалась». Превратилась в нечто понятное, простое и не требующее какого-то глубокого вовлечения, хотя внутри бухгалтерия всё же осталась сложной. Это позволяет создавать различные аутсорсинги бухгалтерии и так далее.
Это как пример того, как цифровая трансформация уже повлияла на ряд профессий и ряд областей. Это всё связано с тем, что у нас сильно развиваются технологии обработки данных, интерфейсы. Я кратко перечислю ряд технологий, связанных с цифровой трансформацией, а потом смогу раскрыть, как мы их используем.
В первую очередь нужно рассказать про технологии искусственного интеллекта. Искусственный интеллект – это некая общая концепция. На самом деле, его не существует на сегодняшний день. В основном, говоря про искусственный интеллект, мы имеем в виду машинное обучение. Применяется оно в различных областях и совершенно по-разному. Это и компьютерное зрение, и роботы, и подвижные платформы-манипуляторы, и здравоохранение (наверное, слышали: IBM-Ватсон умеет диагностировать рак), и, конечно, финансовая сфера.
Технологии машинного обучения позволяют вывести автоматизацию информационных систем на новый уровень. Они создают новое качество в работе этих систем и, автоматизируя процессы, убирают часть человеческого труда.
Искусственный интеллект ошибается в силу статистики. Поэтому без человека даже самые современные системы работать не будут. Тем не менее многие профессии останутся в прошлом.
Другая технология, ознаменовавшая себя как биткоин, в 2009 году положила начало такой большой отрасли, как распределённые реестры, которая сейчас активно развивается. На сегодняшний день нет достаточно зрелых технологий для распределённых реестров, тем не менее они достаточно быстро развиваются. Началось всё с биткоина, сейчас известен Эфириум, есть enterprise-решения для блокчейна, такие как Corda, Hyperledger Fabric.
Основной смысл этих систем в том, что они работают по распределённой системе, по принципу пир-ту-пир, когда каждый общается с каждым, в противовес централизованным системам. Это позволяет создать совершенно другие системы с другими свойствами, другими качествами, со своими преимуществами и, естественно, со своими недостатками. Такие системы позволяют сохранять данные и оставлять их неизменными. Данные гарантированно сохраняются в этой системе и не могут быть оттуда удалены или подменены. Это одно из основных и важнейших качеств такой системы, позволяющее собирать различных участников, которые друг другу не доверяют, и создавать между ними доверительное общение.
Например, у вас есть цепочки поставок, в которых есть банк, логист, который тем или иным способом поставляет товар, есть покупатель и продавец – уже четыре сущности, как минимум. Они друг другу не доверяют. Данная система позволяет создать это доверие на уровне информационных потоков. Мы видим, что крупнейшие компании, в том числе банки и такие компании, как SWIFT, пытаются использовать блокчейн для применения в практике.
Интересный пример, на который вы можете обратить внимание, – это компания Ripple. В противовес SWIFT она создала распределённую систему без блоков (это не блокчейн), которая позволяет делать межбанковские платежи, причём делает это довольно успешно и экономически выгодно. Ripple существует, по-моему, с 2005 года, но такую распределённую систему они внедрили где-то лет пять назад, и сейчас они стали активно развиваться. Компания с историей, но активное развитие получила именно благодаря распределённым системам. Соответственно, где может применяться блокчейн. В цепочках поставок, ритейле, различных системах лояльности, согласно исследованиям «Делойта», с которыми я в общем и целом согласен.
Применение для блокчейна есть, хотя он не всегда нужен. Когда вам кто-то говорит, что делает что-то на блокчейне, – это совершенно не значит, что он там уместен. Иногда централизованная система гораздо лучше и эффективнее работает.
Основные свойства блокчейна – распределённость, криптографическая защищённость, формирование цепочек блоков, который каждый связан друг с другом. Это всё обеспечивает его свойства.
То, что очень интересно, – это интернет вещей. Мы на эту технологию тоже смотрим внутри банка, потому что интернет вещей является поставщиком данных, которые могут быть использованы в финансовых сервисах. В первую очередь, конечно, это применение интернета вещей, связанное с промышленностью, с различными системами удалённого контроля или сбора данных, с датчиками тепло и водоснабжения, пожаротушения и так далее.
Интернет вещей сегодня развивается очень активно. На 15-20% растёт количество устройств в год, что даёт основание полагать, что скоро интернет вещей займёт очень существенное пространство. Уже сейчас общение машины с машиной (робота с роботом) имеет большую долю, чем общение «человек-человек» и «человек-машина». Это создает предпосылки для создания новых сервисов и новой автоматизации. Это очень интересная и сложная отрасль. Например, самолет Боинг одного из предыдущих поколений генерирует около 500 Гигабайт данных, а современные самолеты генерируют за один полет до терабайта. Это, вообще говоря, Big data – за 20 полетов у вас огромное количество данных, которые можно каким-то образом использовать.
Технологии биометрии, которые мы используем, тоже очень сильно влияют на пользовательское поведение. Мы все пользуемся тем или иным видом биометрии: Touch ID, FaceRecognition. Интересно, кстати, что технология биометрии – это не только технология дактилоскопии, снятия отпечатка с лица или теплового отпечатка, но это и поведенческие факторы, куда относят голос, то, как вы вводите PIN-код или графический ключ, как вы печатаете на клавиатуре. Это всё является уникальными паттернами, которые характеризуют конкретного человека.
Технологии виртуальной дополненной реальности тоже смело шагают в наш мир и уже используются во многих вещах. С 2012 года крупнейшие компании пытаются открывать интернет-магазины виртуальной реальности. Есть предположение, что через полтора-два года виртуальная реальность плотно войдёт в нашу жизнь, появятся устройства, которые будут более изящными, компактными и удобными. Тренд в этом направлении есть, так что скоро мы будем в виртуальной реальности.
Всё, что происходит в мире, заставляет нас смотреть на это внимательно и пытаться находить применение этому в группе ВТБ. У нас есть некоторый воркфлоу работы с проектами: есть пилотные проекты, более длительные и сложные форсайт-проекты, разработанные на блокчейн сервисы, разработки виртуальной реальности, сервисы, связанные с искусственным интеллектом.
Среди всего этого есть место и такому новомодному явлению, как роботизация бизнес-процессов. Собственно, роботизацию бизнес-процессов мы и рассматриваем как часть «малой автоматизации», как мы её называем. Тут нужно сказать несколько слов о том, что такое роботизация и как она выглядит.
Роботизация бизнес-процессов – это эмуляция действий человека на компьютере. Вы можете её делать с помощью специальных программ, так называемых RPA, но можете использовать и другие способы, например, написав какой-нибудь скрипт. Скрипт в Excel, скрипт на сервере – это тоже, в общем-то, некоторый способ автоматизации, альтернатива такой платформе.
Но почему такие платформы стали появляться? Во многом это связано с внедрением систем бизнес-процессов. Когда вы внедряете, описываете бизнес-процесс, то неплохо бы в некоторых моментах его автоматизировать.
Чтобы его автоматизировать, вам нужно некое решение. И вы неизбежно сталкиваетесь с проблемой. Допустим, у вас есть система, у которой нет программных интерфейсов RPA, вы не можете написать к ним коннектор или это очень дорого. Единственное, что вы можете сделать, – это привлечь туда побольше людей. Например, вам нужно увеличить обработку ввода накладных в бухгалтерию. Вы можете это сделать, увеличив количество человек: больше человек – больше накладных входит. Идёт входящий поток заявок – у вас бизнес растёт. IT специалисты говорят: «Это очень дорого и долго. Через полтора года мы сделаем вам систему, но это будет через полтора года». И тут приходят на выручку RPA-решения, которые внедряются в течение 3-4 месяцев. Описывается процесс, и робот по заданному чёткому алгоритму просто берёт данные из одной системы и переносит в другую. Нажимает кнопки, открывает и закрывает окна: по сути, ведёт себя как человек, но на самом деле это программа, которая стоит на компьютере. Таких программ можно поставить много. Они ограничены по скорости, но даже при этом работают примерно в два-три раза быстрее человека, плюс работают постоянно, 24 часа, а не 8 часов.
Интерфейс этих программ выглядит часто как графические BPEL-движки, на которых можно нарисовать этот процесс, выбрать какие-то сущности, например, прочитать CSV-файл. Я могу выбрать такую сущность, добавить её в блок, указать, где этот файл хранится, и система будет открывать этот CSV-файл, читать оттуда данные и дальше что-то с ними делать. Это некоторая система, которая по чётко заданному алгоритму просто повторяет действия. Например, у меня указано: если пришло новое письмо, открываешь его и сохраняешь в такую-то папку. Простая роботизация может выглядеть вот так.
Понятно, что началось это как некоторая простая автоматизация работы через графический интерфейс, эмуляция нажатия кнопок, но всё дальше и дальше развиваются когнитивные свойства: например, подключается распознавание документов, потому что часто для того, чтобы сделать то или иное действие, нужно понять, что находится в документе. Для этого нужно понять содержание, найти определённые ключевые слова, а значит, его надо распознать. Подключаем программу к роботизированному движку, который распознает. И так далее.
Есть некоторое логичное развитие этих явлений вплоть до того, что роботы будут общаться друг с другом, понимать друг друга и предпринимать некоторые «осознанные» действия в перспективе. Из систем, которые наиболее известны, – это Blue-Prism, UiPath, Automation Anywhere. Это три лидера по отчету Forester. Собственно, они все очень похожи. Здесь у вас графический редактор, здесь выбор действий, а там свойство конкретных объектов.
