Миграция с иностранных на российские роботы — актуальная потребность бизнеса.
Уже некоторое время мы наблюдаем уход из страны зарубежных поставщиков программных решений в области RPA — впрочем, как и практически во всех секторах ИТ-рынка (и не только). Продукты становятся недоступны российским пользователям. Для организаций невозможность продолжать пользоваться критичными бизнес инструментами означает повышение рисков. Как следствие, компании оказываются перед необходимостью перейти на отечественные решения.
➡️ «Переезд» с одной системы на другую - задача всегда непростая и связана с дополнительными издержками.
Но есть позитивные новости. Чтобы упростить процесс для потенциальных новых клиентов, российские поставщики RPA разрабатывают инструменты, которые позволяют автоматизированно конвертировать конфигурационные файлы и скрипты с иностранных роботов на свои локальные.
Благодаря таким конвертерам переделать сложные сценарии значительно проще и быстрее, чем кажется, когда проблема только возникает на горизонте. А учитывая, что, как правило, RPA распространяются по подписке, компания не слишком теряет и в деньгах. «Переезд» обходится в относительно небольшую фиксированную сумму, а затем заказчик просто оплачивает следующий период новому поставщику.
➡️ Что еще волнует бизнес, это качество самих роботов: не потеряет ли компания от перехода на российский продукт.
Совершенно точно нет. Направление RPA в целом молодое — его развитие на глобальном уровне началось около 10 лет назад, а в России всего на пару лет позже. Отставания как такового не возникло, и в целом отечественные решения были вполне востребованы еще до того, как этот тренд стал вынужденным. Но, имеет место и тот факт, что крупные российские заказчики исторически инвестировали в автоматизацию на зарубежных платформах RPA, с которыми теперь приходится вынужденно расставаться.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Уже некоторое время мы наблюдаем уход из страны зарубежных поставщиков программных решений в области RPA — впрочем, как и практически во всех секторах ИТ-рынка (и не только). Продукты становятся недоступны российским пользователям. Для организаций невозможность продолжать пользоваться критичными бизнес инструментами означает повышение рисков. Как следствие, компании оказываются перед необходимостью перейти на отечественные решения.
Но есть позитивные новости. Чтобы упростить процесс для потенциальных новых клиентов, российские поставщики RPA разрабатывают инструменты, которые позволяют автоматизированно конвертировать конфигурационные файлы и скрипты с иностранных роботов на свои локальные.
Благодаря таким конвертерам переделать сложные сценарии значительно проще и быстрее, чем кажется, когда проблема только возникает на горизонте. А учитывая, что, как правило, RPA распространяются по подписке, компания не слишком теряет и в деньгах. «Переезд» обходится в относительно небольшую фиксированную сумму, а затем заказчик просто оплачивает следующий период новому поставщику.
Совершенно точно нет. Направление RPA в целом молодое — его развитие на глобальном уровне началось около 10 лет назад, а в России всего на пару лет позже. Отставания как такового не возникло, и в целом отечественные решения были вполне востребованы еще до того, как этот тренд стал вынужденным. Но, имеет место и тот факт, что крупные российские заказчики исторически инвестировали в автоматизацию на зарубежных платформах RPA, с которыми теперь приходится вынужденно расставаться.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Please open Telegram to view this post
VIEW IN TELEGRAM
С какими сложностями мы столкнемся при переходе на КЭДО?
КЭДО, или кадровый электронный документооборот. Опция электронного взаимодействия между работником и работодателем благодаря чему теперь необязательно печатать и подписывать бумажные документы внутри компании. Достаточно зайти в электронную систему и поставить неквалифицированную электронную подпись УНЭП.
➡️ Кому стоит внедрить КЭДО?
Сейчас, сложнее ответить на вопрос, кому этого делать не нужно.
В первую очередь ощутят пользу организации с большим штатом удаленных сотрудников. Раньше для того, чтобы подписать документы коллегам приходилось или ехать непосредственно к ним, или организовывать процесс обмена заказными письмами через почту или курьерские службы. Это лишние расходы и неудобства для всех — и сотрудников, и кадровой службы.
➡️ К каким сложностям готовиться?
Хорошая новость в том, что как таковых объективных трудностей нет. Иногда реформа буксует из-за консервативности сотрудников. Если среди вашего персонала есть такие настроения, их лучше преодолевать, донося до скептиков преимущества, объясняя отсутствие рисков и важность цифровизации бизнеса.
Таким образом, самое сложное — сделать первый шаг.
➡️ Выбор решения | Облачная система
Это коробочный продукт, который уже содержит все необходимые процессы: его нужно только подключить к инфраструктуре, зарегистрировать пользователей, перевести документы из бумажного в электронный вид и внести в систему.
➡️ Преимущества
Облачный сервис отличается прежде всего скоростью внедрения. В некоторых компаниях настройка информационных систем занимает 2 часа.
Кроме того, низкая стоимость внедрения и эксплуатации позволяет рассчитать выгоду, измеряемую в деньгах, и быстро окупить вложения. Часто бывает, что посчитав существующие затраты на кадровый документооборот и сопоставив со стоимостью решения, компания оценивает экономию порядка 50% на горизонте года. Такой прогноз не оставляет аргументов, почему переход на КЭДО стоит откладывать.
@kmbsrus — экспертный канал о технологиях для умного офиса.
КЭДО, или кадровый электронный документооборот. Опция электронного взаимодействия между работником и работодателем благодаря чему теперь необязательно печатать и подписывать бумажные документы внутри компании. Достаточно зайти в электронную систему и поставить неквалифицированную электронную подпись УНЭП.
Сейчас, сложнее ответить на вопрос, кому этого делать не нужно.
В первую очередь ощутят пользу организации с большим штатом удаленных сотрудников. Раньше для того, чтобы подписать документы коллегам приходилось или ехать непосредственно к ним, или организовывать процесс обмена заказными письмами через почту или курьерские службы. Это лишние расходы и неудобства для всех — и сотрудников, и кадровой службы.
Хорошая новость в том, что как таковых объективных трудностей нет. Иногда реформа буксует из-за консервативности сотрудников. Если среди вашего персонала есть такие настроения, их лучше преодолевать, донося до скептиков преимущества, объясняя отсутствие рисков и важность цифровизации бизнеса.
Таким образом, самое сложное — сделать первый шаг.
Это коробочный продукт, который уже содержит все необходимые процессы: его нужно только подключить к инфраструктуре, зарегистрировать пользователей, перевести документы из бумажного в электронный вид и внести в систему.
Облачный сервис отличается прежде всего скоростью внедрения. В некоторых компаниях настройка информационных систем занимает 2 часа.
Кроме того, низкая стоимость внедрения и эксплуатации позволяет рассчитать выгоду, измеряемую в деньгах, и быстро окупить вложения. Часто бывает, что посчитав существующие затраты на кадровый документооборот и сопоставив со стоимостью решения, компания оценивает экономию порядка 50% на горизонте года. Такой прогноз не оставляет аргументов, почему переход на КЭДО стоит откладывать.
@kmbsrus — экспертный канал о технологиях для умного офиса.
Please open Telegram to view this post
VIEW IN TELEGRAM
Оцифровка входящей корреспонденции. Бумажные письма в прошлом?
Очевидно, что коммерческие компании сегодня стремятся уйти от бумаги. Большая часть рынка полностью перешла на цифровые документы, потому что это элементарно дешевле, а бизнес считает деньги. Но есть отрасли, где бумага все еще в ходу в силу сложившихся процедур. Прежде всего это госсектор — предприятия оборонного комплекса и другие, работающие с госзаказом.
➡️ Причина в том, что в таких организациях основанием для формирования заказа и запуска производства является только бумажный документ — оформленный на бланке, с подписью и печатью, полученный через официальный канал доставки. Если такой же документ придет в электронном виде, он будет проигнорирован. Поэтому вести бумажные электронный документооборот по процессу становится затруднительно.
➡️ Проблема в том, что наряду с официальными заказами организация получает поток рекламных писем. Сотрудник канцелярии или секретарь, который обрабатывает входящие материалы, выступает ручным спам-фильтром: ему нужно изучить каждый документ, чтобы утилизировать рекламные как спам, а целевые в электронном виде направить в ответственные подразделения.
➡️ Что можно изменить?
Проблема решается с помощью системы сканирования и распознавания бумажной корреспонденции. Автоматизированный процесс становится значительно проще:
🟣 секретарь получает документы и кладет их в МФУ,
🟣 они сканируются и распознаются,
🟣 анализируются с помощью нейросети,
🟣 реклама автоматически отправляется в папку “Спам”, а целевые документы — в папку “Заказы”.
🟣 если у заказа есть признаки, по которым его можно распределить на подразделение, система выполнит это действие.
➡️ И в заключение.
Рассуждение о тенденциях развития документооборота будет неполным без мысли о том, что рано или поздно окончательный переход в цифру состоится и для тех предприятий, кто пока доверяет бумаге. Поэтому инвестировать в автоматизацию работы с корреспонденцией, которая несет для компании понятную ценность — очевидный выбор.
Очевидно, что коммерческие компании сегодня стремятся уйти от бумаги. Большая часть рынка полностью перешла на цифровые документы, потому что это элементарно дешевле, а бизнес считает деньги. Но есть отрасли, где бумага все еще в ходу в силу сложившихся процедур. Прежде всего это госсектор — предприятия оборонного комплекса и другие, работающие с госзаказом.
Проблема решается с помощью системы сканирования и распознавания бумажной корреспонденции. Автоматизированный процесс становится значительно проще:
Рассуждение о тенденциях развития документооборота будет неполным без мысли о том, что рано или поздно окончательный переход в цифру состоится и для тех предприятий, кто пока доверяет бумаге. Поэтому инвестировать в автоматизацию работы с корреспонденцией, которая несет для компании понятную ценность — очевидный выбор.
Please open Telegram to view this post
VIEW IN TELEGRAM
Каким требованиям регуляторов должен соответствовать внутренний документооборот и как СЭД решает эту задачу?
Одно из направлений — это решение специфических отраслевых задач. Крупные юридические компании ведут реестры исков и должны постоянно контролировать, как развивается ситуация по каждому. Проведя интеграцию внутренней СЭД-системы с ГАС “Правосудие”, юристы могут просматривать иски и отслеживать их статус в собственном личном кабинете, без необходимости переходить на внешний сайт.
Однако это частный случай. Более значимым фактором, который затрагивает участников рынка, становятся изменения, предлагаемые регуляторами от государства: налоговой службой, министерством труда, пенсионным фондом и другими. На этом направлении выделим две аббревиатуры, актуальные прямо сейчас.
➡️ МЧД, или машиночитаемые доверенности
Один из злободневных вопросов — это закон, требующий использования только машиночитаемых доверенностей.
Теперь, чтобы наделить сотрудника полномочиями от имени компании (например, правом подписи), необходимо иметь УНЭП физ. лица и МЧД от компании, выданную Генеральным Директором. ФНС раздает гендиректорам компаний цифровую подпись для заверения документов, а гендиректора с помощью МЧД распределяют полномочия по сотрудникам — к примеру, выдавая экспедитору право подписи накладных.
➡️ КЭДО, кадровый электронный документооборот
Еще одна возможность, которую инициировали регуляторы, — упрощение кадрового взаимодействия путём цифровизации подписания кадровых документов. Теперь сотрудники, взаимодействуя с работодателем, не обязаны подписывать в бумажном виде регламентирующие документы: приказ на отпуск, командировку и т.д. Теперь любой документ, вплоть до приказа о найме или увольнении, подписывается в электронном виде.
Таким образом, современные СЭД движутся в сторону большей функциональности, чем просто инструмент для документооборота. Они позволяют компаниям, с одной стороны, отвечать требованиям регулятора, а с другой — эффективно использовать возможности, которые дают законодательные инновации.
Одно из направлений — это решение специфических отраслевых задач. Крупные юридические компании ведут реестры исков и должны постоянно контролировать, как развивается ситуация по каждому. Проведя интеграцию внутренней СЭД-системы с ГАС “Правосудие”, юристы могут просматривать иски и отслеживать их статус в собственном личном кабинете, без необходимости переходить на внешний сайт.
Однако это частный случай. Более значимым фактором, который затрагивает участников рынка, становятся изменения, предлагаемые регуляторами от государства: налоговой службой, министерством труда, пенсионным фондом и другими. На этом направлении выделим две аббревиатуры, актуальные прямо сейчас.
Один из злободневных вопросов — это закон, требующий использования только машиночитаемых доверенностей.
Теперь, чтобы наделить сотрудника полномочиями от имени компании (например, правом подписи), необходимо иметь УНЭП физ. лица и МЧД от компании, выданную Генеральным Директором. ФНС раздает гендиректорам компаний цифровую подпись для заверения документов, а гендиректора с помощью МЧД распределяют полномочия по сотрудникам — к примеру, выдавая экспедитору право подписи накладных.
Еще одна возможность, которую инициировали регуляторы, — упрощение кадрового взаимодействия путём цифровизации подписания кадровых документов. Теперь сотрудники, взаимодействуя с работодателем, не обязаны подписывать в бумажном виде регламентирующие документы: приказ на отпуск, командировку и т.д. Теперь любой документ, вплоть до приказа о найме или увольнении, подписывается в электронном виде.
Таким образом, современные СЭД движутся в сторону большей функциональности, чем просто инструмент для документооборота. Они позволяют компаниям, с одной стороны, отвечать требованиям регулятора, а с другой — эффективно использовать возможности, которые дают законодательные инновации.
Please open Telegram to view this post
VIEW IN TELEGRAM
В эпоху быстрого развития технологий и постоянных перемен в индустрии IT, важно не только следить за текущими трендами, но и уметь предвидеть будущее.
🔵 Какие ключевые направления развития IT-сферы стоит выделить?
🔵 Каким образом проводить трендвотчинг и анализировать полученные данные?
🔵 Как использовать сценарное планирование для прогнозирования возможных сценариев будущего?
Гостем очередного выпуска подкаста «Пути в IT» стал Ярослав Павлов — ректор бизнес-школы ИМИСП и эксперт по стратегии и трендвотчингу. Вместе с Ярославом мы рассмотрели эти вопросы, обсудили методы, которые помогут вам оставаться на гребне волны технологий, а также погрузились в процесс сценарного планирования, чтобы научиться адаптироваться к переменам и создавать успешные стратегии для своего бизнеса, или карьеры в IT.
Приятного просмотра!
Гостем очередного выпуска подкаста «Пути в IT» стал Ярослав Павлов — ректор бизнес-школы ИМИСП и эксперт по стратегии и трендвотчингу. Вместе с Ярославом мы рассмотрели эти вопросы, обсудили методы, которые помогут вам оставаться на гребне волны технологий, а также погрузились в процесс сценарного планирования, чтобы научиться адаптироваться к переменам и создавать успешные стратегии для своего бизнеса, или карьеры в IT.
Приятного просмотра!
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
Как увидеть будущее? | Трендвотчинг и сценарное планирование | Podcast «Пути в IT» Выпуск #6
Хотите заглянуть в будущее и выбрать правильную стратегию развития вашего бизнеса?
В эпоху быстрого развития технологий и постоянных перемен в индустрии информационных технологий, важно не только следить за текущими трендами, но и уметь предвидеть будущее.…
В эпоху быстрого развития технологий и постоянных перемен в индустрии информационных технологий, важно не только следить за текущими трендами, но и уметь предвидеть будущее.…
Оцифровка первичной бухгалтерской документации. Всеобщая необходимость или частный запрос?
Как и в других направлениях документооборота, задача оцифровки бухгалтерской документации остается актуальной на переходный период, пока параллельно курсируют бумажные и электронные документы. Как долго он продлится, никто не знает, однако есть версия, в которой полного отказа от бумаги не произойдет. В этом случае внесение информации из документов в учетные системы не уйдет из процессинга бухгалтерии — поэтому потребность не только останется актуальной, но и укоренится.
В современных компаниях реализовано уже множество кейсов по автоматизации этой задачи. Чаще всего интегрируются решения, построенные на базе двух продуктов: системы распознавания оптических символов OCR и программных роботов RPA. Они собраны в типовое решение, которое умеет распознавать и правильно переносить данные в учётные системы предприятия.
➡️ Для примера — кейс одной компании, ритейлера в сфере продажи одежды. Особенность проекта в том, что номенклатурная единица, которая попадает в бухгалтерскую документацию, помимо названия и количества имеет несколько атрибутов: страна производства, состав и другие свойства. Крайне важно корректно распознавать документы, чтобы извлекать все параметры из документов и относить их в правильные поля учетной системы.
➡️ Еще один кейс — производитель мягкой мебели. Производство связано с закупками большой номенклатуры комплектующих и сырья: металл, дерево, текстиль. При этом для производства важно определять тип, свойства и происхождение каждого компонента. В итоге система была дообучена, чтобы корректно распознавать атрибуты, характерные для всех используемых материалов, и формировать готовые комплекты из входящего сырья.
Исключением, где внедрение таких систем менее рационально, могут быть малые предприятия, так как такие решения предполагают основательную интеграцию в ИТ-ландшафт компании. Но и для малого бизнеса есть способы автоматизации бухгалтерской документации — например, с помощью облачных сервисов.
Как и в других направлениях документооборота, задача оцифровки бухгалтерской документации остается актуальной на переходный период, пока параллельно курсируют бумажные и электронные документы. Как долго он продлится, никто не знает, однако есть версия, в которой полного отказа от бумаги не произойдет. В этом случае внесение информации из документов в учетные системы не уйдет из процессинга бухгалтерии — поэтому потребность не только останется актуальной, но и укоренится.
В современных компаниях реализовано уже множество кейсов по автоматизации этой задачи. Чаще всего интегрируются решения, построенные на базе двух продуктов: системы распознавания оптических символов OCR и программных роботов RPA. Они собраны в типовое решение, которое умеет распознавать и правильно переносить данные в учётные системы предприятия.
Исключением, где внедрение таких систем менее рационально, могут быть малые предприятия, так как такие решения предполагают основательную интеграцию в ИТ-ландшафт компании. Но и для малого бизнеса есть способы автоматизации бухгалтерской документации — например, с помощью облачных сервисов.
Please open Telegram to view this post
VIEW IN TELEGRAM
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