Современный «двойной» мир в своей кибернетической части весьма густонаселен, в нем активно действуют люди, автоматы, боты и роботы... на самом деле все не так: в нем действуют только люди. Люди действуют как напрямую, так и опосредованно, через созданные ими интеллектуальные «орудия труда», которые могут быть максимально простыми, а могут — крайне сложными. Рассмотрим происходящее на примере бизнес-задач.

Люди и их отражения

Логику для действий автоматов, ботов и прочих элементов Robotic Process Automation (RPA), создают именно люди, причем это справедливо как для бизнес-логики, так и для последовательности действий в технологических цепочках. Универсальный «искусственный интеллект» пока существует только в произведениях фантастов, в настоящее время AI — лишь способ программирования нейросетей. AI инструмент мощный, в ряде случаев радикально упрощающий создание приложений, но применимый далеко не всегда. Например, для обучения AI нужны огромные массивы данных, нет массивов — нет AI. Но в современном состоянии AI — исполнитель и не более того, он может решать задачи, но не может их ставить.

Заметим, что из этого следует практически значимый вывод для бизнесов, которые внедряют роботов как для снижения затрат, так и для повышения надежности процессов. Как принято считать, внедрение роботов ведет к повышению надежности процессов из-за минимизации «человеческого фактора», и это действительно так. Но важно понимать, что хотя «фактор» действительно уменьшается, он, во-первых, не исчезает полностью, во-вторых, смещается. Надежность процессов определяют уже не люди-исполнители, ранее выполнявшие соответствующую последовательность действий, а люди-разработчики — постановщики задач, программисты, тестировщики, внедренцы и т. д. — благодаря которым у компании появились роботы. Конечно, надежность возрастает, но не следует идеализировать ситуацию, а лучше помнить про Второй закон ненадежности Джилба: «Любая система, зависящая от человеческой надежности, ненадежна».

В киберфизическом мира за медиа-произведениями, роботами, противниками в компьютерных играх и т. д. всегда стоит человек — программист, дизайнер, художник, etc. — а его творения являются своеобразным «интерфейсом», через который он говорит с пользователями. Как видно, в области развлечений все ровно так же, как и в бизнес-приложениях. Более того, и в digital-составляющей все ровно так же, как и в физической, где за любым элементом «второй природы» стоит коллектив его создателей-людей.

Цифровыми «коллективами» нужно управлять

Особенность момента в том, что компании нужно управлять развитием всех этих разноплановых персонажей, задействованных в ее бизнес-процессах — людей, автоматов и роботов. Также нужно управлять взаимодействием — и персонажей между собой, и персонажей с процессами, и процессов друг с другом. Важно, что бизнес должен ставить задачи соответствующим подразделениям для появления новых участников — как людей (HR-департаменту), так и автоматов с роботами (ИТ-подразделениям).

В данном случае в каждой отдельной бизнес-ситуации решение будет специфичным, универсального ответа нет. Иногда нужно развивать имеющиеся «человеко-машинные» ресурсы, иногда — привлекать новых, а зачастую использовать «кластеры» — отдавая задачи на аутсорс, где над решениями группы задач, переданных компанией-заказчиком, будут трудиться группы все тех же цифровых персонажей, только ответственность за них будет нести не наш бизнес, а его подрядчик. Обычно приходится использовать все три варианта, баланс же зависит от особенностей текущего момента, специфики сегмента и индивидуальной структуры конкретного бизнеса.

Роботы и DX

Роботизация-автоматизация является важной составляющей «цифровой трансформации» (DX). Внедрение RPA-решений позволяет радикально изменить бизнес-процессы в компании, оно может вывести на новый уровень эффективность деятельности, но следует помнить, что чудес не бывает — это сделают не роботы, а армия роботов под руководством человека. «Самый плохой архитектор от наилучшей пчелы с самого начала отличается тем, что, прежде чем строить ячейку из воска, он уже построил ее в своей голове», — писал Маркс, и этот подход актуален для RPA, хотя выглядит чуть иначе: сначала строим желаемое «в головах», потом привлекаем кибер-исполнителей, которые трудятся «как пчелки».

Роботы прекрасно поддаются «дрессировке», их можно научить выполнению самых разных процессов, но специалисты по «дрессуре» — то есть по deep learning — могут учить только формализованным бизнес-процессам, причем соответствующий перечень расписывает компания-заказчик. Если у компании бизнес-процессы в беспорядке, то роботизация не даст желаемого эффекта, она только усилит неразбериху. Нужно предварительно отладить бизнес-процессы внутри компании, а потом, поверх отлаженной системы, применять RPA. И в таком случае полученный эффект по масштабам изменений в компании и по росту эффективности вполне может оказаться DX!

Роботов вряд ли можно научить нужному сразу и навсегда: процесс обучения требует отладки и тестирования; кроме того, через некоторое время потребуется дообучение или переобучение значительной части корпоративного «поголовья» роботов, чтобы их возможности соответствовали изменениям в обоих составляющих киберфизического мира, а также неизбежному обновлению в бизнес-процессах. Вполне возможно, что «поголовье» в компании придется расширять, добавляя новых роботов с новыми возможностями.

Роботы и автоматы

Далеко не все бизнес-процессы требуют роботизации: часть остается за человеком, так как требует многофакторного анализа и учета нюансов ситуации; часть может быть решена средствами автоматизации и не нуждается в RPA. Есть масса задач, которые могут быть решены вполне классическими средствами.

Например, набор повторяющихся действий можно автоматизировать созданием макроса — это позволяет сделать любой текстовый редактор корпоративного уровня. Макрос будет решать возложенные на него задачи и повысит производительность труда работника, причем сделает это без применения «компьютерного зрения», распознавания голоса и понимания команд, отданных на естественном языке! И подобных примеров много.

Автоматизация также актуальна для многих программно-аппаратных комплексов, в ряде которых роботизация оказывается излишней. Например, 3D-принтер является частным случаем станка с числовым программным управлением (ЧПУ), но для работы ему совершенно не нужен «искусственный интеллект» и построенные на основе AI различные RPA-элементы! Все функции принтер выполнит под управлением программ, построенных на традиционных алгоритмах. И подобных примеров тоже множество: от станков с ЧПУ до автоматов, ведающих открытием дверей.

Гетерогенные системы: новое прочтение проблемы

Когда ИТ-ландшафт компании составляют бок о бок работающие решения традиционной автоматизации и RPA-элементы, то следует помнить, что мы имеем дело с гетерогенной системой. Это понимание важно на всех этапах жизненного цикла решений: от разработки до апгрейда.

Например, элементы разных типов требуют для разработки и тестирования специалистов с разной квалификацией, а потом систему придется тестировать как единое целое. Напомним, что в ходе эксплуатации систему придется поддерживать (также памятуя о ее гетерогенности), а также защищать, в том числе и от атак, в которых вектором являются AI-элементы в RPA-элементах. Конечно, правильный подход к администрированию этих процессов, например, к проектированию или тестированию, способен заметно упростить решение задач, но никак не отменяет факта гетерогенности, с которым придется считаться на каждом этапе.

Может, сложности с роботами избыточны?

Нет, потому что роботы сегодня необходимы. Это хорошо заметно на примере ИТ, где ряд ключевых задач в современных условиях без роботов не имеют решения: обеспечение надежности систем хранения данных, антивирусная защита и т. д.

Например, антивирусы отлавливают известные вредоносные программы на основе сигнатур (автоматизация). А вот с новейшими зловредными решениями, которые пока не попали в поле зрения производителей антивирусов (угрозы «нулевого дня»), разбираются решения с элементами RPA, которые определяют опасную активность по сумме ряда признаков, каждый из которых по отдельности может и не вызвать подозрений. Ежедневно в поле зрения «Лаборатории Касперского» оказываются от 300 до 400 тыс. (!) новых зловредных программ«! Это характеризует масштабы угроз «нулевого дня», каждая из которых может создать компании серьезные проблемы, вплоть до остановки деятельности. Ситуация развивается, причем не в лучшую сторону — вирусы становятся все сложнее и злее, растет их количество — до пандемии их было на четверть меньше.

Рассмотренный пример прекрасно показывает, что без AI не существует современной инфобезопасности. Но этот пример не единственный даже внутри ИБ: роботизированные инструменты необходимы для пентестов, для анализа трафика для выявления подозрительных активностей и т. д. В других сферах ИТ и в организации бизнес-процессов ситуация аналогичная, просто для понимания важности роботизации нужно погружение в тему. Сегодня без RPA не может даже сфера HR, которая является одним из самых роботизированных секторов, хотя работу этого направления долгое время считали «неформализуемой»! Заметим, что в данном случае речь идет не о старомодной «кадровой службе» (перекладывать бумаги можно и без роботов), а именно об отделах и агентствах, занимающихся Human Resources, то есть широким спектром задач, в который кроме документооборота входит множество других направлений. RPA не только выручает HR, но и создает этой службе новый фронт работ: в зоне ее ответственности теперь как взаимодействие живых работников друг с другом, так и взаимодействие живого с неживым!

Люди и роботы

Взаимодействие сотрудника компании с роботами не стоит сводить к техническим моментам человеко-машинного интерфейса. Восприятие роботов и умение применять их для решения служебных задач — часть цифровой культуры работника, которую надо систематически развивать. Все мы так или иначе занимаемся самообразованием в этом плане, но компаниям обязательно надо планово и централизованно заботиться о сотрудниках, систематически проводя разнообразные мероприятия для повышения уровня их цифровой культуры. Это сложная задача, причем требующая немалых инвестиций, но без ее решения не будет ни должного уровня инфобезопасности, ни эффекта от роботизации.

Что должен сотрудник компании знать о роботах? Прежде всего ему нужно знание о том, что роботы для него не конкуренты и не потенциальная причина скорой безработицы, а инструменты, созданные для более эффективного труда и, как следствие, более высокого заработка. Другая необходимость в знании принципа: «Машина делает то, что вы ей прикажете, а не то, что вы от нее хотите». Роботу нужно давать конкретные команды, в этом смысле он не отличается от калькулятора или, например, файл-менеджера, хотя и построен на нейросетях и прочих новейших технических решениях.

В нашей повседневной жизни происходит почти то же самое — роботы-пылесосы, smart-колонки, «голосовые ассистенты» перестали быть экзотикой — но для понимания масштабов происходящего пришлось смотреть на происходящее на стороне корпоративных клиентов.

Что дальше?

Роботизация будет продолжаться, причем ускоренными темпами. Но следует помнить, что развиваться будут и два другие рассмотренные нами компонента: автоматизация и персонал. Для достижения оптимальных результатов развитие всех трех компонент должно идти в гармонии или, как минимум, в балансе. Менеджеры нового типа, как видно, должны иметь компетенции как в налаживании бизнес-процессов, так и в оркестрации совместной работы трех разных типов исполнителей — людей, автоматов и роботов — а также понимать принципы развития каждого. К горячим проблемам современного менеджмента (например, примирение ИТ и ИБ) добавится еще несколько, например, обеспечение взаимодействия HR и ИТ.

Партнеры юбилейного номера