Как проверить большой архив документов на актуальность? Быстро, не вручную, без регистрации и смс
Систему распознавания данных можно использовать не только для распознавания в чистом виде. Также она позволяет анализировать документы на предмет наличия тех или иных артефактов.
Возьмем, например ВУЗ, где за много лет скопился большой архив документов о взаимодействии с контрагентами — закупках, выполнении работ и т. д. В итоге архив может представлять собой комнату бумаг плюс несколько терабайт файлов — работать с таким массивом крайне сложно.
Решение — это системы оптического распознавания и программный робот, который становится рабочими руками решения. Он собирает документы и пропускает через систему детектирования, настроенную на определение печати и подписи. И в случае их отсутствия ответственный сотрудник должен получить недостающие документы.
➡️ Что получает ВУЗ?
В первую очередь снижение рисков возникновения спорных ситуаций, реализованное максимально эффективно, без дополнительных трудозатрат для работников вуза.
Кроме того, система внедряется на постоянной основе: все новые входящие документы, которые проходят этап сканирования и архивирования, автоматически контролируются системой. Если поступает некорректный документ, он возвращается специалисту, который его архивирует, с запросом на доработку. За счет автоматизации всех этих задач трудозатраты сотрудников сокращаются в 5 раз.
Такой кейс — не единственная проблема, которую решают подобные системы. Например, они могут контролировать качество документов, и с помощью встроенной программы очищать изображение от шумов, тем самым повышая качество последующего распознавания и анализа текста.
Также можно детектировать и QR-коды, чтобы затем использовать заложенную в них информацию. В этом случае при выпуске, к примеру, экспедиторских документов на партию товара весь набор накладных, счетов-фактур и т.д. маркируется штрихкодом. Он становится уникальным идентификатором пакета и позволяет автоматизировано собирать документы в соответствующие пакеты.
Систему распознавания данных можно использовать не только для распознавания в чистом виде. Также она позволяет анализировать документы на предмет наличия тех или иных артефактов.
Возьмем, например ВУЗ, где за много лет скопился большой архив документов о взаимодействии с контрагентами — закупках, выполнении работ и т. д. В итоге архив может представлять собой комнату бумаг плюс несколько терабайт файлов — работать с таким массивом крайне сложно.
Решение — это системы оптического распознавания и программный робот, который становится рабочими руками решения. Он собирает документы и пропускает через систему детектирования, настроенную на определение печати и подписи. И в случае их отсутствия ответственный сотрудник должен получить недостающие документы.
В первую очередь снижение рисков возникновения спорных ситуаций, реализованное максимально эффективно, без дополнительных трудозатрат для работников вуза.
Кроме того, система внедряется на постоянной основе: все новые входящие документы, которые проходят этап сканирования и архивирования, автоматически контролируются системой. Если поступает некорректный документ, он возвращается специалисту, который его архивирует, с запросом на доработку. За счет автоматизации всех этих задач трудозатраты сотрудников сокращаются в 5 раз.
Такой кейс — не единственная проблема, которую решают подобные системы. Например, они могут контролировать качество документов, и с помощью встроенной программы очищать изображение от шумов, тем самым повышая качество последующего распознавания и анализа текста.
Также можно детектировать и QR-коды, чтобы затем использовать заложенную в них информацию. В этом случае при выпуске, к примеру, экспедиторских документов на партию товара весь набор накладных, счетов-фактур и т.д. маркируется штрихкодом. Он становится уникальным идентификатором пакета и позволяет автоматизировано собирать документы в соответствующие пакеты.
Please open Telegram to view this post
VIEW IN TELEGRAM
Проблемы коллекторов. Как обрабатывать лавины документов ежемесячно
Суть работы коллекторских агентств заключается в выкупе, переуступке и последующем взыскании долгов частных лиц через суд.
Нередко агентства перекупают долги друг у друга, при этом возникает цепь договоров цессий, то есть передач долговых обязательств — каждый цикл новыми договорами. Как правило, коллекторы закупают долги массово: документы привозят буквально грузовиками.
➡️ Как это происходит обычно?
Сотрудники агентства разбирают гору по листочку: каждый документ нужно проанализировать, положить в нужную папку, проверить комплектность и при необходимости дополнить, собрать пакет для подачи конкретного иска в суд. Работа незамысловатая и ресурсозатратная. Одним словом, прекрасная задача для автоматизации.
Рассмотрим кейс одного из крупнейших коллекторских агентств, в котором внедрили комплексное решение из системы распознавания текста и программного робота. И теперь процесс выглядит принципиально иначе.
Вместо того, чтобы руками перелопачивать документы, сотрудник кладет пачку на сканер, который автоматически сканирует бумаги и отправляет в систему распознавания. В ней заложены алгоритмы проверки комплектности, основанные на ключевых полях: должны совпадать ФИО должника, номера документов и т.д. Когда комплект сформирован и сверен с базой, его можно передавать в судебную систему.
На этом этапе приходит на помощь RPA. Иск подается последовательно: сначала в мировой суд, затем в более высокую инстанцию через ГАС Правосудие. Программный робот настраивается на взаимодействие с этой системой: он сам прикладывает все документы и заполняет основные поля.
➡️ Что получило агентство помимо технологичного решения рутинной задачи?
Наглядно в цифрах:
🔵 сокращение операционных затрат — в 3 раза,
🔵 сокращение времени — минимум в 16 раз.
И это лишь кейс коллекторского агентства. Подобные процессы касаются многих компаний в различных областях: закупки, логистика, бухгалтерия, и другие.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Суть работы коллекторских агентств заключается в выкупе, переуступке и последующем взыскании долгов частных лиц через суд.
Нередко агентства перекупают долги друг у друга, при этом возникает цепь договоров цессий, то есть передач долговых обязательств — каждый цикл новыми договорами. Как правило, коллекторы закупают долги массово: документы привозят буквально грузовиками.
Сотрудники агентства разбирают гору по листочку: каждый документ нужно проанализировать, положить в нужную папку, проверить комплектность и при необходимости дополнить, собрать пакет для подачи конкретного иска в суд. Работа незамысловатая и ресурсозатратная. Одним словом, прекрасная задача для автоматизации.
Рассмотрим кейс одного из крупнейших коллекторских агентств, в котором внедрили комплексное решение из системы распознавания текста и программного робота. И теперь процесс выглядит принципиально иначе.
Вместо того, чтобы руками перелопачивать документы, сотрудник кладет пачку на сканер, который автоматически сканирует бумаги и отправляет в систему распознавания. В ней заложены алгоритмы проверки комплектности, основанные на ключевых полях: должны совпадать ФИО должника, номера документов и т.д. Когда комплект сформирован и сверен с базой, его можно передавать в судебную систему.
На этом этапе приходит на помощь RPA. Иск подается последовательно: сначала в мировой суд, затем в более высокую инстанцию через ГАС Правосудие. Программный робот настраивается на взаимодействие с этой системой: он сам прикладывает все документы и заполняет основные поля.
Наглядно в цифрах:
И это лишь кейс коллекторского агентства. Подобные процессы касаются многих компаний в различных областях: закупки, логистика, бухгалтерия, и другие.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Please open Telegram to view this post
VIEW IN TELEGRAM
Тенденции рынка: куда идет BigData?
В недавнем выпуске «Пути в IT» с Ярославом Павловым мы говорили о том, как трендвотчинг — помогает бизнесу строить стратегии развития. Продолжим эту мысль и поговорим об одном из главных трендов будущего — BigData.
По прогнозу ComNews, к концу 2024 года объем рынка больших данных достигнет 319 млрд рублей — рост 90% по сравнению с 2021-м.
Для сравнения, ожидания по рынку RPA в 2024 году — 60 млрд рублей, СЭД — 86 млрд. И даже информационная безопасность — еще недавно крупнейший ИТ-сектор — уступит BigData (300 млрд).
Почему ИИ, нейросети, машинное обучение превращаются в самые востребованные технологии? Дело в том, что они способны ответить на запросы пользователей в разных сферах.
➡️ В информбезе
Чтобы обеспечить защиту информации, нужно проанализировать данные о том, что такое нормальное пользовательское поведение и чего хотят злоумышленники. Так информбез становится потребителем BigData, например, при анализе цифрового следа пользователей.
➡️ В решении ежедневных задач
ИИ все успешнее решает пользовательские задачи: анализирует материалы, создает контент, делает выводы на основе набора данных, взаимодействует с пользователем и клиентом
➡️ В документообороте
Нейросетевые технологии помогают анализировать происходящее в системах документооборота: создавать документы, отслеживать и прогнозировать потоки, понимать их содержание, извлекать сущности и применять их.
Сценариев применения BigData множество. По оценке Bloomberg, 90% данных, накапливаемых в информационных системах, являются неструктурированными. А в Oracle подсчитали, что их обработка занимает от 50 до 80% времени аналитиков. То есть накапливать данные мы уже научились, а вот анализ этих массивов уже выходит за пределы возможностей ручной обработки.
Чтобы разбирать, изучать и использовать данные, специалистам нужны более сильные инструменты. Значит, в ответ на запрос производительность ИИ и уровень задач, которые он решает, будет только расти.
@kmbsrus — экспертный канал о технологиях для умного офиса.
В недавнем выпуске «Пути в IT» с Ярославом Павловым мы говорили о том, как трендвотчинг — помогает бизнесу строить стратегии развития. Продолжим эту мысль и поговорим об одном из главных трендов будущего — BigData.
По прогнозу ComNews, к концу 2024 года объем рынка больших данных достигнет 319 млрд рублей — рост 90% по сравнению с 2021-м.
Для сравнения, ожидания по рынку RPA в 2024 году — 60 млрд рублей, СЭД — 86 млрд. И даже информационная безопасность — еще недавно крупнейший ИТ-сектор — уступит BigData (300 млрд).
Почему ИИ, нейросети, машинное обучение превращаются в самые востребованные технологии? Дело в том, что они способны ответить на запросы пользователей в разных сферах.
Чтобы обеспечить защиту информации, нужно проанализировать данные о том, что такое нормальное пользовательское поведение и чего хотят злоумышленники. Так информбез становится потребителем BigData, например, при анализе цифрового следа пользователей.
ИИ все успешнее решает пользовательские задачи: анализирует материалы, создает контент, делает выводы на основе набора данных, взаимодействует с пользователем и клиентом
Нейросетевые технологии помогают анализировать происходящее в системах документооборота: создавать документы, отслеживать и прогнозировать потоки, понимать их содержание, извлекать сущности и применять их.
Сценариев применения BigData множество. По оценке Bloomberg, 90% данных, накапливаемых в информационных системах, являются неструктурированными. А в Oracle подсчитали, что их обработка занимает от 50 до 80% времени аналитиков. То есть накапливать данные мы уже научились, а вот анализ этих массивов уже выходит за пределы возможностей ручной обработки.
Чтобы разбирать, изучать и использовать данные, специалистам нужны более сильные инструменты. Значит, в ответ на запрос производительность ИИ и уровень задач, которые он решает, будет только расти.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Please open Telegram to view this post
VIEW IN TELEGRAM
Добрый день, друзья и коллеги!
Новый год — время настоящих чудес и добрых традиций! Оставьте заботы о работе в уходящем году и отдайтесь праздничному настроению в кругу семьи. Мы, Konica Minolta, вот уже 150 лет стремимся к тому, чтобы ваш бизнес процветал, используя наши самые передовые разработки, а вы могли уделять больше времени родным и близким.
Пусть наступающий 2024 год станет для вас периодом новых возможностей и благополучия. Спасибо за доверие, и с наилучшими пожеланиями от Konica Minolta.
Желаем вам счастливого и успешного нового года!🎄
Новый год — время настоящих чудес и добрых традиций! Оставьте заботы о работе в уходящем году и отдайтесь праздничному настроению в кругу семьи. Мы, Konica Minolta, вот уже 150 лет стремимся к тому, чтобы ваш бизнес процветал, используя наши самые передовые разработки, а вы могли уделять больше времени родным и близким.
Пусть наступающий 2024 год станет для вас периодом новых возможностей и благополучия. Спасибо за доверие, и с наилучшими пожеланиями от Konica Minolta.
Желаем вам счастливого и успешного нового года!🎄
Перечислим лишь базовые сценарии использования нейросетевых технологий для автоматизации бизнес-процессов, связанных с анализом текстов.
Нейросеть помогает копирайтерам, быстро генерируя тексты под запрос — описания товаров, продающие статьи, уникальные тексты и т.д.
В процессе подбора: ИИ с генеративной сетью, ориентированной на текстовое взаимодействие, может проводить первичное собеседование с кандидатами, задавая правильные вопросы и анализируя ответы. И делает процесс подбора легче и быстрее.
В онбординге: нейросеть упрощает погружение сотрудников в работу и корпоративную культуру, отвечая на типовые вопросы: где получить справку, к кому обратиться за инструкциями и т.п. Кейсы показывают, что при базовом внедрении чат-бота треть вопросов решается без помощи эйчара.
В развитии сотрудников: ИИ может автоматизировать задачи повышения квалификации, проводить обучение и контролировать его прохождение.
Для корпоративных юристов нейросеть может обобщать информацию, сравнивать и индексировать документы. Это крайне важная функция при крупных масштабах делопроизводства, где есть поток входящих и исходящих документов, задача их хранения и поиска информации в архивах.
В юридических консультациях: робот-юрист может консультировать пользователей через мессенджер, давая ссылки на статьи в профильных сервисах (Консультант+, Главбух, Гарант). В реализованном кейсе компания сэкономила 340 человеко-часов в месяц.
Какие еще профессиональные обязанности берут на себя нейросети?
Дополним список через неделю.
Please open Telegram to view this post
VIEW IN TELEGRAM
Продолжаем разговор о сценариях применения нейросетей для обработки текстов, которые упрощают жизнь множеству специалистов.
➡️ Канцелярия
Текстовый обработчик на базе нейросети избавляет ресепшиониста от необходимости вручную разбирать документы, анализировать содержание и распределять между папками и адресатами. По оценкам, такие решения увеличивают эффективность операционистов до 80%.
➡️ Бухгалтерия
Автоматизированные системы распознают тексты из формализованных документов, таких как первичная документация, и переносят информацию в системы учета. В результате ИИ не только экономит время, но и защищает от дорогостоящих ошибок ручного ввода бухгалтерских данных.
➡️ Продажи
Чат-боты вполне успешно взаимодействуют с пользователями на маркетплейсах и в службах поддержки, помогают найти нужный товар или информацию. В реальных кейсах внедрение роботов-консультантов увеличивает производительность команды продаж в 3 раза без расширения воронки — только за счет ускорения ответов и повышения конверсии.
➡️ IT
ChatGPT уже справляется с написанием типового кода и создает программные модули из шаблонных элементов — тем самым освобождая программистам время для сложных уникальных задач.
Конечно, это далеко не исчерпывающий список сценариев — при том что пока мы только в начале пути. Многообещающая технология наверняка принесет еще более интересные способы сокращения затрат, повышения эффективности бизнес-процессов и снятия с человека многих задач — рутинных или слишком объемных для ручной обработки.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Текстовый обработчик на базе нейросети избавляет ресепшиониста от необходимости вручную разбирать документы, анализировать содержание и распределять между папками и адресатами. По оценкам, такие решения увеличивают эффективность операционистов до 80%.
Автоматизированные системы распознают тексты из формализованных документов, таких как первичная документация, и переносят информацию в системы учета. В результате ИИ не только экономит время, но и защищает от дорогостоящих ошибок ручного ввода бухгалтерских данных.
Чат-боты вполне успешно взаимодействуют с пользователями на маркетплейсах и в службах поддержки, помогают найти нужный товар или информацию. В реальных кейсах внедрение роботов-консультантов увеличивает производительность команды продаж в 3 раза без расширения воронки — только за счет ускорения ответов и повышения конверсии.
ChatGPT уже справляется с написанием типового кода и создает программные модули из шаблонных элементов — тем самым освобождая программистам время для сложных уникальных задач.
Конечно, это далеко не исчерпывающий список сценариев — при том что пока мы только в начале пути. Многообещающая технология наверняка принесет еще более интересные способы сокращения затрат, повышения эффективности бизнес-процессов и снятия с человека многих задач — рутинных или слишком объемных для ручной обработки.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Please open Telegram to view this post
VIEW IN TELEGRAM
Сценарии интеллектуальной обработки визуальной и аудиоинформации
Наше взаимодействие с технологиями уже далеко не ограничивается текстовыми командами. ИИ серьезно прогрессирует в способности понимать устную речь — живую и записанную, распознавать объекты и визуальные сигналы на изображениях и видео.
Какие возможности это создает для бизнеса и шире — общественной жизни?
➡️ Маркетинг
«Художественные» способности нейросетей уже почти перестали удивлять. ИИ создает уникальный визуальный контент, делает это быстро, бесплатно и не имеет проблем с авторскими правами. Генерирование изображений и видео по запросу, появившись как развлечение, стало серьезным помощником дизайнерам и маркетологам.
➡️ Безопасность
Возможностей здесь целая гора, часть из которых применяется уже давно и успешно.
🟣 Распознавание автомобильных номеров: для въезда на парковку, контроля на платных трассах и платных стоянках.
Распознавание лиц сложнее, это задача для продвинутой нейросети, пока освоенная не так хорошо. Но по мере совершенствования такие системы серьезно усилят защиту безопасности в разных ситуациях.
🟣 Контроль доступа в помещение или, например, к МФУ в офисе — авторизация по лицу вместо предъявления пропуска.
🟣 Детектирование лиц в толпе — система идентифицирует разыскиваемых людей и направит информацию в правоохранительные органы.
🟣 Подсчет количества людей в помещении, распознавание лиц и объектов, детектирование опасных поведенческих признаков. ИИ, подключенный к системе видеонаблюдения, определит нарушение и оповестит охрану: начиная от курения и заканчивая ношением оружия.
Никакой штат правоохранителей не в состоянии вручную контролировать весь поток машин, людей и объектов, который составляет обычную городскую жизнь. В перспективе автоматическая аналитика поможет вовремя замечать и предотвращать негативные события.
Это лишь несколько сценариев интеллектуальной обработки визуальной информации. В следующий раз поговорим о том, как нейросети научились понимать аудиоданные, а люди — использовать эту их способность.
Наше взаимодействие с технологиями уже далеко не ограничивается текстовыми командами. ИИ серьезно прогрессирует в способности понимать устную речь — живую и записанную, распознавать объекты и визуальные сигналы на изображениях и видео.
Какие возможности это создает для бизнеса и шире — общественной жизни?
«Художественные» способности нейросетей уже почти перестали удивлять. ИИ создает уникальный визуальный контент, делает это быстро, бесплатно и не имеет проблем с авторскими правами. Генерирование изображений и видео по запросу, появившись как развлечение, стало серьезным помощником дизайнерам и маркетологам.
Возможностей здесь целая гора, часть из которых применяется уже давно и успешно.
Распознавание лиц сложнее, это задача для продвинутой нейросети, пока освоенная не так хорошо. Но по мере совершенствования такие системы серьезно усилят защиту безопасности в разных ситуациях.
Никакой штат правоохранителей не в состоянии вручную контролировать весь поток машин, людей и объектов, который составляет обычную городскую жизнь. В перспективе автоматическая аналитика поможет вовремя замечать и предотвращать негативные события.
Это лишь несколько сценариев интеллектуальной обработки визуальной информации. В следующий раз поговорим о том, как нейросети научились понимать аудиоданные, а люди — использовать эту их способность.
Please open Telegram to view this post
VIEW IN TELEGRAM
Во второй части обзора переходим к технологиям интеллектуальной обработки аудиоинформации.
➡️ Продажи и клиентская поддержка
Голосовые роботы уже сейчас вполне качественно взаимодействуют с пользователями на разном уровне — от привычных голосовых помощников до замены оператора-человека. Мы можем попросить Алису заказать продукты в доставке, а можем пообщаться с автосекретарем при звонке в банк или поддержку маркетплейса. Роботы понимают устную речь, умеют ответить голосом на типовой вопрос и переводят на нужного специалиста, определив сложную проблему.
Тем самым они повышают качество сервиса, ускоряя обработку запросов — с появлением автосекретарей легендарное “оставайтесь на линии, ваш звонок очень важен…” уходит в прошлое. И, что не менее важно, сокращают расходы бизнеса на содержание колл-центров: один ИИ заменяет нескольких сотрудников, работая с кратно большей производительностью.
➡️ Информационная безопасность
Голосовой помощник может выполнять функции “охранника” — такие кейсы наверняка получат распространение. Пример показал банк Тинькофф, внедривший ИИ для борьбы с мошенниками. Голосовой ассистент, определяя номер как подозрительный, отвечает на те самые звонки из “службы безопасности”, поддерживает разговор и не только избавляет нас от неприятного взаимодействия, но и исключает риск поддаться на обман.
Технологии работы с медиаданными органически развивались последние 20 лет. Если в 2007 году это были примитивные голосовые системы в телефонии, то сейчас они способны “поговорить” с нами, (почти) как в фантастическом фильме. Системы распознавания номеров на парковках и FaceID в метро стали частью жизни. Одно стимулирует другое: спрос и применимость нейросетевых технологий растет — и сами технологии совершенствуются в параллели с новыми сценариями.
Одним словом, будущее уже здесь. Тем интереснее наблюдать, что будет дальше.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Голосовые роботы уже сейчас вполне качественно взаимодействуют с пользователями на разном уровне — от привычных голосовых помощников до замены оператора-человека. Мы можем попросить Алису заказать продукты в доставке, а можем пообщаться с автосекретарем при звонке в банк или поддержку маркетплейса. Роботы понимают устную речь, умеют ответить голосом на типовой вопрос и переводят на нужного специалиста, определив сложную проблему.
Тем самым они повышают качество сервиса, ускоряя обработку запросов — с появлением автосекретарей легендарное “оставайтесь на линии, ваш звонок очень важен…” уходит в прошлое. И, что не менее важно, сокращают расходы бизнеса на содержание колл-центров: один ИИ заменяет нескольких сотрудников, работая с кратно большей производительностью.
Голосовой помощник может выполнять функции “охранника” — такие кейсы наверняка получат распространение. Пример показал банк Тинькофф, внедривший ИИ для борьбы с мошенниками. Голосовой ассистент, определяя номер как подозрительный, отвечает на те самые звонки из “службы безопасности”, поддерживает разговор и не только избавляет нас от неприятного взаимодействия, но и исключает риск поддаться на обман.
Технологии работы с медиаданными органически развивались последние 20 лет. Если в 2007 году это были примитивные голосовые системы в телефонии, то сейчас они способны “поговорить” с нами, (почти) как в фантастическом фильме. Системы распознавания номеров на парковках и FaceID в метро стали частью жизни. Одно стимулирует другое: спрос и применимость нейросетевых технологий растет — и сами технологии совершенствуются в параллели с новыми сценариями.
Одним словом, будущее уже здесь. Тем интереснее наблюдать, что будет дальше.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Please open Telegram to view this post
VIEW IN TELEGRAM
Наша серия обзоров по технологиям обработки данных добралась до самой громкой темы — анализа больших данных.
Какие данные обозначаются этим термином и главное, для чего их анализировать? Разберем на примере нескольких ключевых сценариев.
Для начала обозначим, что в эту категорию попадают данные, которые нельзя классифицировать ни как текст, ни как медиа. А теперь к сценариям — читайте в двух частях.
➡️ Логи устройств IoT
Количество устройств IoT, применяемых в бизнесе, растет с каждым днем, а записываемые ими логи событий достигли невообразимых объемов. И если истории робота-пылесоса редко имеют аналитическую ценность для пользователя, то в рамках производства, где работает 10 станков и 50 датчиков влажности, задымления, утечек и т.д., — работать с данными крайне важно. Исходя из логов, можно контролировать производственные условия, оптимальным образом и корректировать рабочий процесс.
➡️ Научные исследования
В рамках научного эксперимента исследователь проводит множество измерений, учитывая разные параметры и переменные. Например, при оценке прочностных характеристик изделия его цифровую модель подвергают комплексу виртуальных испытаний, чтобы собрать данные для разных материалов, условий среды, силы воздействия и определить зависимости между ними.
Даже в таком примере количество показателей на выходе будет слишком велико для ручного разбора. Поэтому современная научно-исследовательская работа практически невозможна без автоматических систем анализа больших массивов данных.
➡️ Безопасность
Анализ цифрового следа полезен и в безопасности — для выявления аномалий в поведении пользователей. Базовый пример: вы поменяли телефон, запускаете банковское приложение и получаете уведомление о попытке входа с нового устройства. Так банки заботятся о финансовой безопасности, подтверждая клиентам свою надежность.
Помимо поведенческого анализа, есть и другие сценарии в области безопасности, построенные на поиске закономерностей и связей между событиями.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Какие данные обозначаются этим термином и главное, для чего их анализировать? Разберем на примере нескольких ключевых сценариев.
Для начала обозначим, что в эту категорию попадают данные, которые нельзя классифицировать ни как текст, ни как медиа. А теперь к сценариям — читайте в двух частях.
Количество устройств IoT, применяемых в бизнесе, растет с каждым днем, а записываемые ими логи событий достигли невообразимых объемов. И если истории робота-пылесоса редко имеют аналитическую ценность для пользователя, то в рамках производства, где работает 10 станков и 50 датчиков влажности, задымления, утечек и т.д., — работать с данными крайне важно. Исходя из логов, можно контролировать производственные условия, оптимальным образом и корректировать рабочий процесс.
В рамках научного эксперимента исследователь проводит множество измерений, учитывая разные параметры и переменные. Например, при оценке прочностных характеристик изделия его цифровую модель подвергают комплексу виртуальных испытаний, чтобы собрать данные для разных материалов, условий среды, силы воздействия и определить зависимости между ними.
Даже в таком примере количество показателей на выходе будет слишком велико для ручного разбора. Поэтому современная научно-исследовательская работа практически невозможна без автоматических систем анализа больших массивов данных.
Анализ цифрового следа полезен и в безопасности — для выявления аномалий в поведении пользователей. Базовый пример: вы поменяли телефон, запускаете банковское приложение и получаете уведомление о попытке входа с нового устройства. Так банки заботятся о финансовой безопасности, подтверждая клиентам свою надежность.
Помимо поведенческого анализа, есть и другие сценарии в области безопасности, построенные на поиске закономерностей и связей между событиями.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Please open Telegram to view this post
VIEW IN TELEGRAM
Современный бизнес уже сложно представить без интегрированной системы электронного документооборота (СЭД).
Гость седьмой серии подкаста «Пути в IT» — начальник управления по автоматизации документооборота ГК СУЭК Сергей Гортинский тоже согласен с нами.
В очередном выпуске подкаста мы обсудили:
🟢 Как эффективно реагировать на консерватизм при внедрении СЭД?
🟢 Кейс: успешная миграция с Лотус на Docsvision
🟢 Кейс: Внедрение СЭД Docsvision в компании ГК СУЭК
🟢 И конечно же: как правильно выбрать СЭД?
Приятного просмотра и прослушивания!
Гость седьмой серии подкаста «Пути в IT» — начальник управления по автоматизации документооборота ГК СУЭК Сергей Гортинский тоже согласен с нами.
В очередном выпуске подкаста мы обсудили:
Приятного просмотра и прослушивания!
Please open Telegram to view this post
VIEW IN TELEGRAM
Продолжаем разговор об обработке больших данных.
➡️ Исследование пути клиента (CJM)
Диджитал-инструменты сделали маркетинговые исследования гораздо эффективнее. Показательный пример — создание customer journey map. Как оценить путь пользователя от поисковика до покупки? Что происходит на этом пути: на какие кнопки он кликает, как долго находится на странице, куда переходит? Изучив маршруты пользователей в виде массива данных, мы можем проложить удобные «дорожки», чтобы больше покупателей доходили до целевого действия и получали ожидаемый продукт.
➡️ Аналитика
Подготовка отчетности — трудоемкая задача по сведению данных из множества источников. Автоматизированные системы значительно ее упрощают.
Частный случай — анализ бизнес-показателей из CRM, ERP, MRP, DLP, PLM и других систем. В них собираются разные наборы данных, связь между которыми сложно выявить без цифровых инструментов.
➡️ Модели производственных и бизнес-процессов
Реальный производственный процесс редко повторяет эталон из технологических карт: на практике не удается обеспечить постоянное давление среды, нагреть/охладить материал с точностью до градуса и т.д. Цифровизация производства обеспечивает автоматизированный сбор, анализ данных и моделирование.
То же касается и бизнес-процессов. Основной инструмент бэк-офиса — компьютер — ведет множество логов: в браузере, редакторах, таблицах, мессенджерах и т.д. У каждого приложения есть журнал событий, и его тоже можно проанализировать, чтобы построить модель офисного производственного процесса.
Это поможет, например, выявить рутинные процессы, которые можно автоматизировать и освободить больше времени для творческих задач. Этим занимаются Process Mining-системы.
Парадокс: о больших данных последние лет десять говорят очень много, но практическая польза от технологии не всегда очевидна. Надеемся, что наше описание сценариев применения сделало этот вопрос прозрачнее, а вероятно, помогло увидеть возможности и для вашего бизнеса.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Диджитал-инструменты сделали маркетинговые исследования гораздо эффективнее. Показательный пример — создание customer journey map. Как оценить путь пользователя от поисковика до покупки? Что происходит на этом пути: на какие кнопки он кликает, как долго находится на странице, куда переходит? Изучив маршруты пользователей в виде массива данных, мы можем проложить удобные «дорожки», чтобы больше покупателей доходили до целевого действия и получали ожидаемый продукт.
Подготовка отчетности — трудоемкая задача по сведению данных из множества источников. Автоматизированные системы значительно ее упрощают.
Частный случай — анализ бизнес-показателей из CRM, ERP, MRP, DLP, PLM и других систем. В них собираются разные наборы данных, связь между которыми сложно выявить без цифровых инструментов.
Реальный производственный процесс редко повторяет эталон из технологических карт: на практике не удается обеспечить постоянное давление среды, нагреть/охладить материал с точностью до градуса и т.д. Цифровизация производства обеспечивает автоматизированный сбор, анализ данных и моделирование.
То же касается и бизнес-процессов. Основной инструмент бэк-офиса — компьютер — ведет множество логов: в браузере, редакторах, таблицах, мессенджерах и т.д. У каждого приложения есть журнал событий, и его тоже можно проанализировать, чтобы построить модель офисного производственного процесса.
Это поможет, например, выявить рутинные процессы, которые можно автоматизировать и освободить больше времени для творческих задач. Этим занимаются Process Mining-системы.
Парадокс: о больших данных последние лет десять говорят очень много, но практическая польза от технологии не всегда очевидна. Надеемся, что наше описание сценариев применения сделало этот вопрос прозрачнее, а вероятно, помогло увидеть возможности и для вашего бизнеса.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Please open Telegram to view this post
VIEW IN TELEGRAM
Чем сегодня живет российский рынок корпоративных ИТ-решений? Какие системы интересны компаниям в разных секторах, а каким еще предстоит завоевывать свою аудиторию — или, возможно, остаться невостребованными?
Задавшись этими вопросами, Konica Minolta Business Solutions Russia в течение 2023 года провела большое исследование ИТ-зрелости российских компаний — и готова поделиться с отраслью его итогами. Цифры, данные, открытия и выводы наших экспертов мы будем публиковать в ближайшей серии постов.
Под ИТ-зрелостью компаний мы понимаем широту применения ими автоматизированных решений, которые предлагает рынок.
Наша цель — описать текущий ландшафт применяемых типов решений, глубину их распространения и отраслевую специфику. А также определить приоритетные направления развития ИТ-решений в компаниях разных отраслей.
В свою очередь понимание связей между параметрами компании и применяемыми ею решениями, между уже внедренными и планируемыми инструментами — позволяет увидеть значимые для рынка тенденции. И дать его участникам рекомендации по выбору и использованию ИТ-систем.
В исследовании приняли участие 150 компаний из 10+ отраслей.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Дорогие дамы, поздравляем вас с чудесным весенним праздником – 8 марта!
Этот особенный праздник дарит нам прекрасную возможность выразить нашу искреннюю благодарность и уважение к вам.
Желаем вам счастья, любви и красоты, которые вы так щедро делите с окружающими. Пусть каждый ваш день будет наполнен радостью, удовлетворением и благополучием, а наше сотрудничество продолжает приносить обоюдные плоды и удовольствие.
С теплом и лучшими пожеланиями, команда Konica Minolta.
Этот особенный праздник дарит нам прекрасную возможность выразить нашу искреннюю благодарность и уважение к вам.
Желаем вам счастья, любви и красоты, которые вы так щедро делите с окружающими. Пусть каждый ваш день будет наполнен радостью, удовлетворением и благополучием, а наше сотрудничество продолжает приносить обоюдные плоды и удовольствие.
С теплом и лучшими пожеланиями, команда Konica Minolta.
Приоритетные направления IT-инфраструктуры: во что инвестировать в первую очередь?
Исследование Konica Minolta Business Solutions Russia выявило направления ИТ-инфраструктуры, стабильно лидирующие на протяжении последних лет. В 2023 году цифры оказались такими:
🔵 ERP — 45%,
🔵 СЭД — 43%,
🔵 CRM — 32%.
Отметим, что годом раньше результаты были близкими, лишь первые два места поменялись местами. Можно ожидать схожую картину и в 2024-м.
При этом можно выделить еще несколько перспективных направлений, демонстрирующих явный рост интереса со стороны компаний: RPA, AI / ML и Process Mining. Быстрее всех завоевывают внимание нейросети: 30% в 2023 году против 19% в 2022-м.
Еще один значимый вектор — замещение важных для функционирования иностранных систем, ушедших с российского рынка. За два года переход на отечественное ПО (как минимум частичный) провела половина компаний, принявших участие в исследовании. Интересно, что в их числе в основном крупные предприятия. Тогда как небольшие и средние компании (до 500 АРМ) пока еще остаются на иностранном ПО, определяются с планами или готовятся к переходу.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Исследование Konica Minolta Business Solutions Russia выявило направления ИТ-инфраструктуры, стабильно лидирующие на протяжении последних лет. В 2023 году цифры оказались такими:
Отметим, что годом раньше результаты были близкими, лишь первые два места поменялись местами. Можно ожидать схожую картину и в 2024-м.
При этом можно выделить еще несколько перспективных направлений, демонстрирующих явный рост интереса со стороны компаний: RPA, AI / ML и Process Mining. Быстрее всех завоевывают внимание нейросети: 30% в 2023 году против 19% в 2022-м.
Еще один значимый вектор — замещение важных для функционирования иностранных систем, ушедших с российского рынка. За два года переход на отечественное ПО (как минимум частичный) провела половина компаний, принявших участие в исследовании. Интересно, что в их числе в основном крупные предприятия. Тогда как небольшие и средние компании (до 500 АРМ) пока еще остаются на иностранном ПО, определяются с планами или готовятся к переходу.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Please open Telegram to view this post
VIEW IN TELEGRAM
Компании внедряют ИТ-системы, чтобы оптимизировать процессы и повысить эффективность решения бизнес-задач. Для каждой отрасли характерны свои ключевые задачи и подходы к ведению бизнеса — логично, что в зависимости от сферы деятельности организации выбирают разные цифровые инструменты.
Это подтверждает и наше исследование: в планах автоматизации компаний на 2024 год определилась заметная отраслевая специфика.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Please open Telegram to view this post
VIEW IN TELEGRAM
Хотим поделиться новостью: наша компания приняла участие в XIX Форуме директоров по закупкам, который состоялся 21 марта в Москве в отеле Radisson Collection.
На мероприятии мы были заявлены в статусе Серебряного спонсора. В рамках форума наши специалисты выступили с презентацией на тему "Автоматизация процесса закупки с помощью RPA. Как снизить нагрузку на специалиста отдела закупки в 5 раз и быстро обработать очередь заявок на закупку", которая вызвала большой интерес у участников.
Спикеры - Егор Говорков, руководитель группы продуктового маркетинга офисных и ИТ решений, и Виктор Волков, директор департамента логистики и закупок НПК Генериум, рассказали участникам форума о передовых технологиях и практических решениях в области автоматизации процессов закупок.
На нашем стенде было продемонстрировано решение для автоматизации закупочного процесса на базе системы 1С и RPA-платформы Robin. Хотим поблагодарить всех участников за внимание и интерес к нашему решению.
Подробнее о кейсе Konica Minolta & Generium можно почитать по ссылке.
@kmbsrus — экспертный канал о технологиях для умного офиса.
На мероприятии мы были заявлены в статусе Серебряного спонсора. В рамках форума наши специалисты выступили с презентацией на тему "Автоматизация процесса закупки с помощью RPA. Как снизить нагрузку на специалиста отдела закупки в 5 раз и быстро обработать очередь заявок на закупку", которая вызвала большой интерес у участников.
Спикеры - Егор Говорков, руководитель группы продуктового маркетинга офисных и ИТ решений, и Виктор Волков, директор департамента логистики и закупок НПК Генериум, рассказали участникам форума о передовых технологиях и практических решениях в области автоматизации процессов закупок.
На нашем стенде было продемонстрировано решение для автоматизации закупочного процесса на базе системы 1С и RPA-платформы Robin. Хотим поблагодарить всех участников за внимание и интерес к нашему решению.
Подробнее о кейсе Konica Minolta & Generium можно почитать по ссылке.
@kmbsrus — экспертный канал о технологиях для умного офиса.
ITSM, ITIL, service desk системы — это методы и инструменты, которые позволяют поставщикам ИТ-услуг (внутренним и внешним) нести ценность бизнесу, говорить с ним на одном языке и помогать быть эффективнее.
Гость нового выпуска подкаста «Пути в IT», основатель и генеральный директор Radiant System Алексей Юсов — знает все о сервисном подходе. Вместе с ним мы обсудили:
Смотрите с нами, оставляйте комментарии и делитесь своим опытом использования инструментов для управления ИТ-сервисами.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Please open Telegram to view this post
VIEW IN TELEGRAM
Да, это новая бизнес-реальность — так считает большинство участников нашего исследования. Оно показало, что гибридный режим — сочетание очной и дистанционной работы — установлен в 70% компаний.
На полностью очном режиме пока остаются 27% респондентов. А вот полностью удаленный формат со времен пандемии практически не прижился: сегодня так работают лишь 2% компаний.
Представители компаний отмечают, что возможность работать в гибридном режиме стала обязательным требованием со стороны молодых профессионалов: дизайнеров, ИТ-специалистов, маркетологов. А следствием оказалось снижение корреляции между локацией и уровнем оплаты: финансовые ожидания региональных специалистов, прежде всего в ИТ, приближаются к столичным.
Переход на гибридный режим заставляет компании перестраивать внутренние процессы и усиливать ИТ-инфраструктуру. Для распределенных команд стабильные и функциональные цифровые системы становятся жизненной необходимостью, залогом эффективного взаимодействия и бесперебойной работы.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Please open Telegram to view this post
VIEW IN TELEGRAM