Новости

10.04.2018 20:05
Рубрика: Digital

Алгоритм снизит риски

Растет спрос на инструменты управления большими данными
Российские предприятия стремительно оцифровываются. Комментируя государственную программу развития цифровой экономики, министр связи и массовых коммуникаций России Николай Никифоров назвал данные "новой нефтью".
Сегодня нефтехимические производства невозможно представить без мощных компьютерных центров. Фото: Руслан Шамуков / ТАСС Сегодня нефтехимические производства невозможно представить без мощных компьютерных центров. Фото: Руслан Шамуков / ТАСС
Сегодня нефтехимические производства невозможно представить без мощных компьютерных центров. Фото: Руслан Шамуков / ТАСС

А пока экономика по-прежнему опирается на традиционное сырье, информационные технологии, в том числе использование больших данных (big data), помогают более эффективно извлекать его и перерабатывать.

По оценкам CERA,, использование интеллектуальных технологий позволит в ближайшие годы увеличить среднюю нефтеотдачу до 50 процентов (сейчас - 30 процентов).

Для нефтехимических предприятий ИТ также в первую очередь способ повышения производительности. Чаще всего все ИТ-сервисы предприятия консолидируются в рамках одного центра обработки данных (ЦОДа).

- К такому дата-центру предъявляются повышенные требования - как к надежности, так и к универсальности его дальнейшего применения, - рассказал технический директор подразделения IT Division компании Schneider Electric Алексей Соловьев. - Очень часто на подобных площадках под одной крышей объединяются и сложные вычислительные процессы, требующие внедрения высокоплотных решений, и классические ИТ-сервисы наподобие электронной почты и электронного документооборота внутри компании. При создании дата-центра приходится учитывать эти факторы и обеспечивать возможности для внедрения новых ИТ-технологий в будущем ЦОДе, добавил эксперт.

По оценкам IDC, к 2020 году оборот big data в мире достигнет 50 миллиардов долларов в год. Первопроходцами в использовании больших данных для бизнеса стали финансовый сектор и сфера торговли. В нефтехимической отрасли растет интерес к промышленным решениям, позволяющим работать с большими объемами данных и осуществлять углубленную аналитику.

- Многие компании по-прежнему продолжают использовать для моделирования, выявления закономерностей и формирования отчетности офисные приложения, - признает ведущий эксперт по работе с государственными предприятиями SAS Россия/СНГ Михаил Горяинов. - Тем не менее все больше участников рынка переходят на аналитические платформы, обладающие современными алгоритмами интеллектуального анализа данных (data mining) и машинного обучения (machine learning). Это общемировой тренд, и Россия не может оставаться в стороне. Данных становится все больше, требования со стороны надзорных и регуляторных органов растут, и возникает потребность в промышленных системах для работы с информацией.

В нефтехимической отрасли растет интерес к промышленным решениям, позволяющим работать с большими объемами данных

Нефтехимические предприятия интересуют пути повышения эффективности бизнеса и снижения издержек за счет использования углубленной аналитики. Это, в частности, анализ поведения датчиков для прогнозирования поломок оборудования, оптимизация процессов обслуживания и ремонтов, анализ технологического процесса для повышения качества выпускаемой продукции и снижения брака. Аналитика помогает снизить и операционные риски - как в рамках деятельности компании в целом, так и в конкретном бизнес-процессе, например в закупках и работе с поставщиками.

- Готовность нефтехимической отрасли к внедрению аналитических продуктов несколько ниже, чем, например, в банковском секторе, - рассказал Михаил Горяинов. - В частности, в банках уже давно расценивают данные как серьезный актив, который позволяет увеличивать прибыль и сокращать затраты. В нефтепереработке это пока не везде так, но отрасль, несомненно, развивается, и такие темы, как машинное обучение и искусственный интеллект, все чаще появляются в повестке.

В крупнейшем российском нефтехимическом "Сибур Холдинге" в марте запустили проект по цифровизации логистики для оптимизации железнодорожных перевозок. Компания будет централизованно обрабатывать огромные массивы информации об особенностях используемого подвижного состава, дислокации вагонов, заявленных и фактически выполненных перевозках. Аналитические инструменты помогут выбрать оптимальные вагоны под конкретную перевозку, определить размер партии отгрузки, спрогнозировать сроки доставки.

Предприятия интересуют пути повышения эффективности и снижения издержек за счет использования углубленной аналитики

Завершить проект цифровизации логистики планируется до конца года. Как рассказал его руководитель Сергей Сучков, проект поможет сократить привлекаемый под перевозки парк, исключить перевозку порожних вагонов, сократить расходы на маневренную работу на станциях при подготовке к отгрузке.

Инструменты big data уже применяются в "Сибуре" для повышения качества продукции, а технологии виртуальной реальности - для обучения персонала. Роботы и техническое зрение помогают автоматизировать сортировку и упаковку продукции. Тестируются интеллектуальное видеонаблюдение за производством, аэромониторинг с помощью дронов и другие технологии.

- В нефтехимических компаниях бизнес-процессы и процессы производства имеют отлаженную, годами отработанную структуру, и при внедрении инновационных технологий в ИТ приходится такие существующие и устоявшиеся процессы перестраивать, - говорит Алексей Соловьев. - Заказчики готовы рассматривать подобные предложения, но нужно понимать, что при внедрении ИТ в бизнес производственного предприятия нужно будет адаптировать сами процессы, и здесь можно столкнуться с тем, что их перестройка займет много времени и усилий.

Современные технологии позволяют минимизировать производственные риски, связанные с человеческим фактором

По словам экспертов, от качества исходных данных - их полноты, актуальности, непротиворечивости - зависит качество выводов, отчетов и, соответственно, принимаемых менеджерами решений. Поэтому со стороны предприятий растет спрос на инструменты управления данными, в том числе обеспечения их качества, а также возможностей интеграции и работы с большим количеством источников.

Современные технологии периферийных вычислений (edge computing), как рассказал Алексей Соловьев, позволяют минимизировать риски, связанные с человеческим фактором, повысить скорость и качество обработки информации.

- Сбор и первичная обработка данных осуществляется максимально близко к их источнику, а в центральный узел передается уже предварительно обработанная информация. Такие методы обработки данных, конечно, требуют внедрения локальных систем их сбора и обработки "на месте", но в конечном итоге это дает положительный эффект, - пояснил эксперт.

Digital Технологии
Добавьте RG.RU 
в избранные источники