Дмитрий Шушкин: «Мало внести данные в систему – нужно уметь с ними работать»»

Российская экономика, хоть и движется в технологичное будущее, пока остается бумажной, признает Дмитрий Шушкин, руководитель российского офиса ABBYY. Но даже там, где цифровая трансформация уже происходит, резервы для повышения эффективности огромны: компаниям достаточно начать анализировать уже имеющиеся у них данные и научиться постоянно меняться. Как технологии могут искать то, чего нет в тексте запроса, и зачем компаниям корпоративные поисковики, Шушкин объясняет в интервью «Ведомости&».

– Я думаю, что цифровая трансформация уже перешла из хайпа в реальную плоскость. Российский рынок немного отстает: в Америке, по разным оценкам, в цифровую трансформацию вовлечено примерно 80–90% компаний, в России – до половины. Лидирует в этом процессе финансовый сектор. Банки живут в условиях высокой конкуренции за клиентов. Поэтому они пробуют все виды автоматизации одними из первых, в том числе и решения в области интеллектуальной обработки информации. Один из ярких примеров трансформации на российском рынке – это Сбербанк. Их высший менеджмент даже проходил курсы по машинному обучению, чтобы понять на примерах, что эти технологии уже могут и какие у них есть ограничения. Еще в качестве примера я бы выделил «Газпром нефть»: в этой компании осознают потребность в цифровой трансформации, у них есть chief digital officer, ответственный за этот процесс и наделенный полномочиями. В результате даже такая инертная в целом отрасль, как нефтегаз, движется в новую сторону. Но цифровая трансформация – это не просто автоматизация, это иной подход к бизнесу, к работе с клиентами, совершенно новые виды услуг и сервисов.

– Я бы выделил два основных фактора. Это либо личность руководителя, который осознает бизнес-эффект от технологий, хочет с их помощью повышать доходы и привлекать клиентов, либо высокая конкуренция на рынке. Поэтому в банках, ритейле, телекоме трансформация идет полным ходом. Есть пример, в котором сочетается и личность руководителя, и сильная конкурентная борьба, – «ВкусВилл». Ребята открывают по 30 магазинов в месяц – по одному в день. Темпы бешеные. Они с самого начала ставили во главу угла предпочтения клиента – потребность в свежих продуктах и качественном обслуживании, при этом опирались на цифровые технологии как главный способ обогнать другие розничные сети. У них есть больше десятка способов дать обратную связь, в том числе бот в Telegram, они составляют клиентские рейтинги товаров, тестируют технологии распознавания лиц и объектов, чтобы анализировать посещаемость магазинов и вовремя заполнять полки продуктами. Их модель роста подразумевает использование интеллекта во всех его проявлениях – как естественного, так и искусственного. Но если бы такого руководителя, который сказал: «Мы сразу будем все делать цифровым», не было, это был бы другой «ВкусВилл», и непонятно, рос ли бы он такими темпами.

– Главное ограничение – инертность людей. Когда у вас огромная компания с устоявшимися бизнес-процессами, провернуть этот маховик очень тяжело. К тому же цифровая трансформация – это непрерывный процесс. Это не «мы внедрили новую IT-систему и дальше сидим спокойно 10 лет, не переживаем». Если вы переходите на цифровой формат [работы], значит, вы начинаете жить в духе постоянных изменений. Никогда не будет спокойного денька, когда вы будете сидеть на диване, потому что всё уже внедрили. Вы постоянно должны искать новые пути, решения, способы достучаться до клиента. И к этому, конечно, меньше всего готовы сотрудники: они привыкли работать в устоявшейся среде. Да и вообще людей, готовых к постоянным изменениям, не очень много.

Набрать 1000 человек, которые могут [жить в режиме постоянных изменений], – это одно, найти 10 000 – сложнее. А если таких людей нужно 200 000–300 000? Или представьте себе компанию масштаба РЖД – 1 млн человек. Где найти 1 млн человек, готовых к постоянным переменам? Поэтому я думаю, что кадровый вопрос для цифровой трансформации очень значимый. Вторая проблема – это длительное согласование в крупных компаниях. Если вам нужно изменить бизнес-процессы в структуре, которая имеет 30 уровней управления, то по правилам испорченного телефона уже на 20-м уровне вообще и слова не сохранится из того, что вы сказали. Там это преподносят и зачастую воспринимают как навязанную чушь: «В Москве совсем с ума сошли, напридумывают нам тут, ну ладно, сейчас мы как-нибудь отмажемся и будем делать, как делали». Естественно, это трудно, но опыт того же Сбербанка показывает, что можно сдвинуть процесс с мертвой точки.

– Я думаю, что государство много делает на этом пути [от бумажной экономики к цифровой]. Я бы особо отметил роль ФНС: у них лидер [Михаил Мишустин] с сильным с IT-бэкграундом, его команда проделала огромную работу по переходу к электронной форме взаимодействия с компаниями. Налоговая, используя наши технологии, обрабатывает до 0,5 млрд страниц в год. Вдумайтесь в эту цифру – сколько это «Камазов»? Наши технологии помогли им, по их собственной оценке, быть в 7–12 раз быстрее и эффективнее. Но надо делать следующий шаг – избавляться от всей [бумажной] истории. В нашей экономике по-прежнему много бумаги и есть целая совокупность госведомств: это и суды, и прокуратура, и другие организации, которые только начинают процесс цифровой трансформации. Я думаю, что через пять лет наша экономика будет совсем другой – в безбумажном взаимодействии будут большие подвижки.

– В целом эти технологии помогают решать множество трудоемких задач, связанных с документами и работой с различными источниками данных. Как результат, компании быстрее получают значимую информацию, чтобы принимать решения для своего развития. Они успевают привлекать больше клиентов, увеличивают выручку и снижают затраты – словом, с помощью технологий получают преимущество перед конкурентами. Приведу в пример клиентов ABBYY. Так, в банке ВТБ подсчитали, что с помощью автоматизации обработки документов они смогут обслуживать на 25% больше клиентов – юридических лиц, не увеличивая штат сотрудников. При этом затраты сократятся на 276 млн руб. за несколько лет, хотя стоимость этого проекта была кратно меньше. Другой пример – телекомоператоры. Tele2 использует терминалы для выдачи sim-карт с применением технологий ABBYY. Клиенту нужно только сделать селфи и отсканировать паспорт, дальше решение извлечет паспортные данные и автоматически оформит абонентский договор. Покупка и активация sim-карты занимают 1 минуту – больше не нужно стоять в очереди в салоне связи и долго ждать, пока сотрудник перепечатает данные. А компания МОЭК, которая обслуживает около 300 000 домохозяйств, одной из первых полностью автоматизировала бухгалтерскую первично-учетную функцию и значительно упростила жизнь своим сотрудникам. Когда в пиковые времена сотрудники ночами сидят [на работе] и готовят квартальную отчетность, естественно, всем хочется, чтобы программа им помогла. Можно называть ее роботом, машиной или как-то еще, но в конечном счете это та самая цифровая трансформация, когда процесс переходит на качественно новый уровень. В среднем подобные интеллектуальные технологии дают выигрыш в ручном труде хотя бы в 3–5 раз, ускоряют обслуживание клиентов и сокращают в 2 раза совокупные затраты на процесс, связанный с извлечением данных из документов либо с поиском этих документов в информационных системах.

– Я считаю, что «одно сплошное телевидение» не наступит никогда. В ближайшие несколько десятков лет я бы не прогнозировал полный отказ от бумаги. Уход действительно произойдет в бизнес-процессах, которые требуют высокой скорости обработки информации. Следующее конкурентное преимущество уже сейчас заметно – это глубокая аналитика. Трансформировать данные в электронный вид – это хорошо. Но есть big data, NLP (natural language processing), машинное обучение – технологии, которые позволяют производить с данными хитрые преобразования: к примеру, находить значимые взаимосвязи, которые раньше были неочевидны. Или оценивать риски по огромному количеству договоров. У нас сейчас идет проект, связанный с автоматизацией деятельности юристов в одном из крупных банков. Допустим, вы открываете счет контрагенту или хотите выдать кредит. Компания предоставляет устав, решения, договоры и т. д. – это огромная кипа документов. Вам нужно определить их тип, извлечь из них значимые данные, по которым можно, во-первых, сформировать карточку этого клиента, во-вторых, оценить риски. Это очень трудоемкая деятельность, которая занимает много времени, и они решили ее автоматизировать. Оказалось, что главная проблема – формализовать оценку рисков. Как написано в инструкции, необходимо оценить риски по конкретным параметрам. А как именно юрист это делает? В ходе проекта мы узнали, что у пяти юристов пять абсолютно разных мнений, как с одним и тем же документом нужно поступить. Кто-то смотрит отдельные предложения, кто-то вдумчиво читает все подряд. Эти люди – высококлассные специалисты, и каждый действует правильно. Когда мы настраивали интеллектуальную систему, чтобы она делала то же самое автоматически, главное было понять: а что конкретно нужно оценивать? Эта история показывает, что на пути цифровой трансформации встают совершенно разные вопросы, многие из которых «на берегу» даже не видно.

– Мы – да и не только мы – считаем, что все, что машина может делать, машина должна делать. Например, извлекать данные из любых типов документов можно уже сейчас, на это не надо тратить время сотрудников. А вот с точки зрения аналитики бывают разные случаи. Иногда для того, чтобы принять решение и сделать оценку чего-либо, помимо тех данных, которые мы извлекли, нужна еще совокупность знаний, жизненного опыта и творческого подхода. Когда мы переходим к творческой составляющей и привлечению множества разных знаний, которые трудно поддаются формализации, человека заменить пока не получается. И так на протяжении истории всегда и было. Когда люди поняли, что круглое катается, сделали колесо. Как только они осознали, что молния – это не гнев богов, а электрический разряд, тоже кое-что удалось изменить в цивилизационном плане. Познание мира и развитие отодвигают планку невозможного. А следом за этим идет автоматизация: мы сначала поняли, потом привыкли, со временем это стало обыденным, потом никому этим на самом деле не хочется заниматься. Офисный труд сейчас во многом пришел к этой стадии. Я думаю, что всегда будут вопросы, которые машина решить не может. Но это не значит, что любая задача из тех, которыми мы сегодня занимаемся, когда-нибудь не сможет быть решена машиной. Люди должны ставить искусственному интеллекту задачи, делать сложные выводы, придумывать новые процессы, которые машина сама не изобретет. Машина – это просто инструмент. Зачем крутить отверткой, когда есть шуруповерт? Так же и в офисной работе: нельзя заставлять людей сидеть и перепечатывать что-то с бумаги, раскладывать документы по папкам и читать многостраничные тексты договоров. Потому что это уже прошлый век.

– Думаю, она не сможет принимать стратегические решения, изобретать и выбирать новые направления деятельности, во многом – взаимодействовать с людьми на рабочем месте, вести переговоры. Если вы узнали, например, что два человека между собой конфликтуют, машина их не помирит. Она поможет понять – и даже с высокой долей точности – истоки возникновения конфликта и т. д. Но она только выявляет паттерны поведения, а читать мысли не умеет. Она поймет, что человек стал хмурый, но не скажет никогда, что это из-за того, что попугай заболел. Если люди поссорились, как машина будет их мирить? Подойдет дружелюбный робот и предложит сыграть с ними в карты? Мотивация, моральный дух, лидерство – эти вопросы не смогут быть решены машиной. И думаю, что в ближайшие 10 лет это точно не изменится.

– Знаете, тут есть такая особенность. С одной стороны, свидетельство о том, что вы являетесь собственником объекта недвижимости, которое вам дают на бумаге, сегодня всего лишь слепок какой-то базы данных. По сути, через два часа оно может быть недействительным, потому что уже произошла сделка, которая изменила собственника. Но с другой – если случится пожар или другие критические события, которые сделают базу данных недоступной, та самая бумажная копия документа – единственное доказательство того, что вы являетесь обладателем этой квартиры. Поэтому я не верю, что исчезнет бумажный документ, удостоверяющий личность. Для удобства торговли, идентификации в МФЦ, в здании или магазине, где угодно, для ускорения процесса, когда не так критично, что вы – это вы, распознавание лиц дает дополнительные преимущества. Но с точки зрения всех критических моментов бумажные документы в ближайшее время останутся. К тому же люди не всегда живут в рамках одной страны, и я слабо верю, что человечество вдруг первый раз за историю договорится и сделает единую базу данных. На этом пути есть ограничения – как политические, так и с точки зрения информационной безопасности.

– Действительно, времени тратится очень много. В половине случаев сотрудники еще и не находят то, что им нужно. А значит, тратят заново рабочее время, деньги компании, теряют мотивацию. Думаю, в этом у компаний есть большой потенциал для развития бизнеса и увеличения доходов, поэтому мы создали решение ABBYY Intelligent Search, которое позволяет сквозным образом искать документы по всем системам. Мало просто внести данные в систему и их хранить – нужно уметь с ними эффективно работать. Но половина и более информации в корпоративных системах хранится в неструктурированном виде, а значит, простой поиск по ключевым словам не поможет ее найти. Например, вы инвестор и вам нужно оценить риски в компании, в том числе отследить конфликт акционеров. Вам для этого нужно прошерстить огромное количество внешних источников, собрать всю информацию, сделать слепки сайтов, а дальше что? Машина должна понимать, кто с кем как связан. Другой пример – вы ищете документы в своей информационной системе, но не помните, где они лежат, не знаете, что конкретно вам нужно. Вы только можете описать это отдельными словами или даже просто темой. Мы предлагаем готовое решение на основе искусственного интеллекта, которое умеет искать на естественном языке: найденный документ может вообще не содержать слов исходного запроса, но будет максимально близок по смыслу. Это позволяет подходить к поиску на качественно новом уровне.

– «Кому мы делали предложение на систему поиска в энергетике?» Конкретно по этим словам обычным статистическим методом вы ничего не найдете. Но если машина понимает смысл, который вы ищете, она найдет предложение для некой энергетической компании, пускай даже документы будут на английском языке. Такую систему сейчас тестирует один из наших заказчиков – компания «Энергомаш», «дочка» «Роскосмоса». В будущем сотрудники компании смогут за доли секунды собирать и анализировать всю необходимую информацию о финансах, производстве продукции, разработке технологий и другие значимые данные. По предварительной оценке, это им позволит сэкономить на поиске информации несколько миллионов человеко-часов в год.

– Дело в том, что по поиску в интернете собрана огромная статистика. Каждый раз, когда вы вводите запрос, вы обучаете алгоритмы и «Яндекса», и Google, и то же делают миллионы людей. А в поиске по корпоративным системам такой статистики быть не может. Если мы говорим о компании размером, скажем, в несколько тысяч человек, люди ищут совершенно разные вещи. При этом запросы в корпоративных информационных системах намного сложнее, чем «цена йогурта» или «как найти телевизор». А ожидаемый результат должен быть как минимум настолько же точен [как при поиске в интернете]. Как этого добиться? Есть понятие «индексация базы данных»: система размечает весь массив документов, при этом она не просто выделяет отдельные слова, а делает их полный семантико-синтаксический разбор. В каждом предложении определяются подлежащее, сказуемое, дополнение и т. д., какую роль они выполняют, связи между словами. После этого все, что мы получили по объектным связям, накладывается на универсальную семантическую иерархию. Что это значит? Люди – неважно какие, американцы, немцы, индийцы, мы – оперируют примерно одним и тем же набором взаимосвязанных понятий, которые можно представить в виде дерева. Состоит оно примерно из 200 000 листков и охватывает всю нашу деятельность. С этими листиками-смыслами можно сопоставить значения, которые мы видим в написанных предложениях. В принципе, мы в голове примерно так и делаем, и этому можно обучить и поисковую систему, которая за счет работы со смыслом будет точнее искать информацию во всех корпоративных источниках.

– RPA – это имитация машиной деятельности человека в интерфейсе программы. То, что человек делает на компьютере, двигая мышкой, набирая на клавиатуре и т. д., можно автоматизировать с помощью программных роботов. Это похоже на логическое развитие того, что в Word или Excel называется «макрос», когда вы записываете последовательность действий и присваиваете ей комбинацию клавиш. Есть два основных вида роботов: они либо ассистируют (это как раз продвинутые макросы), либо действуют автономно. Например, к вам поступает обращение от клиента – и вам нужно подтянуть все данные по нему из нескольких баз и получить всю совокупность информации для работы. Вы нажимаете кнопку – и робот пробежит по всем базам, найдет данные, проверит их, сформирует пакет документов и выведет их вам на экран. Если же нужно перебить информацию из Excel в базу данных, робот вообще сделает это самостоятельно. Для чего здесь нужны технологии интеллектуальной обработки информации? Дело в том, что доля неструктурированных данных в бизнесе огромна: вы получили скан договора в PDF и из него нужно перенести данные в базу. Но 80% PDF в мире – это картинки, а не текст. Чтобы извлечь из них информацию, роботу нужны дополнительные навыки – их как раз дают наши технологии. Программа получила скан счета, распознала его, заполнила нужные поля в базах и произвела оплату. Более сложная задача для робота, по которой мы только начинаем сотрудничать с разработчиками RPA-решений, – понимание текста документа. Например, вам прислали договор, из него нужно внести целую совокупность полей в базы данных, сделать оценку, завести карточку в учетной системе, создать этапы этого договора, поставить задачу по сбору документов, добавить необходимые напоминания и т. д. Один входящий договор внутри организации порождает множество задач. Но для начала нужно уметь прочитать текст, понять содержание и извлечь нужные данные. Этот навык технологии ABBYY дают роботу.

– Представьте ситуацию: человеку с помощью некой системы, построенной на блокчейне, пришлют 30 страниц договора. Как он будет оценивать в нем риски? Так или иначе потребуется интеллектуальная система, которая позволит эти данные извлечь очень быстро, подсветить красным, дать сигнал: этот отрывок противоречит нашим корпоративным правилам, а вот это новые и значимые данные, на которые нужно обратить внимание. В этом смысле ничего не меняется: наши технологии будут и дальше помогать находить ценное в огромном потоке информации.&

Текст: Анфиса Воронина