Текст: Павел Горбачев, генеральный директор «МКСКОМ»

Фото: Caitlyn Wilson, Unsplash

Автоматизация бизнес-процессов становится ключевым фактором успеха в эпоху цифровой трансформации. Технологии искусственного интеллекта, гиперавтоматизация и мультиоблачные стратегии меняют подходы к управлению бизнесом, усиливая защиту от киберугроз, повышая эффективность маркетинга и продаж, а также снижая операционные затраты. О главных трендах, которые определят конкурентоспособность компаний в 2025 году, рассказал «Инк.» генеральный директор «МКСКОМ» Павел Горбачев.

В 2024 году персонализация в продажах и маркетинге стала еще более точной. Внедрение новых технологий в CRM-системы помогает компаниям создавать целевые предложения, основанные на глубоком анализе клиентских данных.

Базовые инструменты

С помощью встроенной аналитики холдинги могут сократить время на рутинные задачи и улучшить взаимодействие с клиентами. Вот инструменты, которые она позволяет использовать:

• стандартные отчеты содержат таблицы и графики, позволяющие отслеживать важные показатели, такие как воронка продаж, дисциплина сотрудников и количество лидов;

• интерактивные дашборды (BI-системы) — бизнес-аналитика на платформе 1С интегрирует данные из различных источников, обрабатывает их и отображает на панели управления, способствуя принятию решений в реальном времени. Например, система может автоматически уведомлять о критических отклонениях в показателях, а данные можно отслеживать до самого исходного уровня.

Три основных преимущества работы с дашбордами:

• гибкость и адаптивность — BI-системы позволяют настраивать дашборды под уникальные потребности бизнеса, делая их универсальным инструментом для анализа ключевых показателей эффективности;
• глубокая аналитика — дашборды позволяют детально анализировать данные, выявляя корневые проблемы и отклонения, что способствует эффективному управлению ресурсами;
• улучшение коммуникации — интерактивные дашборды обеспечивают прозрачность данных и упрощают обмен информацией между подразделениями и уровнями управления.

Автоматизация маркетинга с помощью CRM-системы позволяет эффективно использовать время и ресурсы, а также улучшает персонализацию взаимодействия с клиентами. Самые полезные функции таких программ:

• классификация потребителей. CRM-система позволяет сегментировать клиентов по интересам и качеству лидов, что способствует более точному таргетированию маркетинговых мероприятий. Это снижает риск потери информации и повышает эффективность рекламных кампаний;
• анализ и оценка. Система анализирует результаты маркетинговых активностей, помогая выявить успешные и неэффективные стратегии. Это позволяет своевременно вносить изменения и увеличивать возврат на инвестиции;
• автоматические рассылки и триггеры. Система отправляет индивидуализированные письма и SMS, информируя клиентов о новых продуктах и акциях на основе их действий. Например, подписавшись на рассылку, клиент получает серию сообщений, поддерживающих его интерес.

Высокие технологии

Гиперавтоматизация — это методология, направленная на автоматизацию бизнес-процессов с использованием технологий, таких как искусственный интеллект, машинное обучение и платформы No-code или Low-code. Этот подход позволяет организациям быстро идентифицировать и автоматизировать различные бизнес- и IT-процессы.

• MES-системы оптимизируют производственные процессы, управляют последовательностью действий и сроками, а также распространяют рабочие инструкции и чертежи.
• ERP-системы помогают управлять финансовыми и ресурсными потоками.
• CRM-системы фиксируют контакты с партнерами, оптимизируют маркетинг и улучшают обслуживание клиентов.

Основные технологии гиперавтоматизации

• Искусственный интеллект и машинное обучение. Искусственный интеллект активно внедряется в бизнес, позволяя системам выявлять закономерности в данных, адаптироваться и принимать решения на основе анализа. Ключевой технологией является машинное обучение (ML), которое позволяет моделям обучаться на исторических данных и улучшать свои прогнозы без необходимости явного программирования. Ее основные направления:
  
  1. Обучение без учителя (Unsupervised Learning). Модель самостоятельно выявляет закономерности в неразмеченных данных. Данный подход применяется для анализа, сегментации клиентов и поиска аномалий, например, с помощью кластеризации или анализа главных компонентов (PCA). Так можно анализировать причины возврата товаров: если определенная категория или партия товаров возвращается чаще других, это может указывать на проблемы с качеством или несоответствие товара ожиданиям клиентов.
  
  2. Обучение с учителем (Supervised Learning). Модель обучается на размеченных данных для предсказания результатов новых данных. Данный подход используется для прогнозирования и классификации, например линейная регрессия для оценки финансовых показателей и логистическая регрессия для оценки кредитного риска. В гиперавтоматизации предпочтение отдается сложным методам, таким как градиентный бустинг и нейронные сети, так как они способны обрабатывать большие объемы данных и предоставлять точные прогнозы.
  
  3. Архитектуры на базе трансформеров. Transformers используются для анализа сложных последовательностей данных, таких как текст. Модель Temporal Fusion Transformer (TFT) помогает прогнозировать спрос с учетом сезонных изменений и макроэкономических факторов. Большие языковые модели (LLMs), такие как GPT, применяются для корпоративного поиска и извлечения данных, ускоряя доступ к информации и повышая производительность команды.

• Бескодовые и малокодовые платформы позволяют создавать программное обеспечение без глубоких знаний в программировании, минимально вовлекая разработчиков.
  
  1. Платформы No-Code предлагают готовые элементы интерфейса и логики, что позволяет разрабатывать приложения без написания кода.
  
  2. Платформы Low-Code обеспечивают графический интерфейс и предлагают больше возможностей для настройки и расширения функционала, включая опции для более сложного программирования. Существует множество примеров таких платформ, как в виде отдельных решений, так и в виде импортных или развивающихся отечественных вариантов. При этом подходы к решению задач без привлечения специалистов реализуются во многих программных продуктах других классов.

• Роботизированная автоматизация процессов (RPA). Завершает список технологий гиперавтоматизации RPA. Это технология, позволяющая автоматизировать рутинные процессы с помощью программных роботов. Например, до 2022 года многие компании использовали SAP для управления закупками, продажами, финансами и бухгалтерией. Однако при переходе на отечественные решения, такие как 1С:ERP, возникала угроза утраты исторических данных, хранившихся в старой системе. Чтобы решить эту проблему, организации начали применять RPA-роботов, таких как Puzzle RPA, для переноса и синхронизации данных между различными системами.

Защита от киберугроз

С увеличением числа кибератак в 2024 году холдинги продолжают усиливать защиту своих данных. Они активно внедряют автоматизированные системы мониторинга и защиты: SIEM, IDS и IPS.

Способы автоматизировать безопасность данных

• Security Orchestration, Automation, and Response (SOAR). Этот тип системы объединяет инструменты безопасности в одну целостную экосистему. Это дает возможность организовать процесс реагирования на инциденты, в котором все элементы функционируют как единое целое. Три ключевые особенности системы SOAR:
  
  1. Оркестровка. SOAR соединяет различные инструменты и системы безопасности, позволяя им работать как единое целое.
  
  2. Автоматизация. Автоматизируются процессы, такие как анализ журналов, управление тикетами и оценка уязвимостей.
  
  3. Реагирование. Протоколы SOAR предоставляют структуру для реагирования на инциденты безопасности. После инцидента SOAR может помочь в анализе события и улучшении будущих реакций.
  Предположим, в одной из компаний холдинга была выявлена подозрительная активность, которая может свидетельствовать о кибератаке. Система автоматически собирает информацию о событиях из таких инструментов, как IDS, IPS и журналы серверов. На основе собранных данных система выполняет первичный анализ и классифицирует инцидент как потенциальную угрозу.
  После классификации инцидента система автоматически уведомляет команды безопасности во всех компаниях холдинга. SOAR также может инициировать автоматические действия: блокировку подозрительных IP-адресов или отключение зараженных устройств от сети. Далее система предоставляет готовые сценарии реагирования, включая сбор дополнительных данных, анализ вредоносного ПО и восстановление систем.

• Платформы реагирования на инциденты (Incident Response Platform, IRP). Реагирование на инциденты включает в себя несколько взаимосвязанных этапов: подготовку, обнаружение, анализ, сдерживание, устранение, восстановление и действия после инцидента. Платформа реагирования на инциденты автоматизирует эти этапы, классифицируя инциденты по уровням угрозы и предлагая соответствующие автоматизированные меры защиты. При необходимости система уведомляет команды безопасности и генерирует отчеты о происшествии. IRP-системы функционируют на основе заранее установленных правил и категорий инцидентов, что позволяет быстро реагировать на угрозы в режиме реального времени. Совершенствование технологий автоматизации и аналитики привело к созданию SOAR, которые представляют собой усовершенствованную версию IRP-систем.

• Комплексы управления процессами в информационной безопасности (Security Governance, Risk Management, and Compliance, SGRC) — это система для автоматизации создания и управления комплексной системой управления информационной безопасностью. Такие программы основываются на трех ключевых подходах:
  
  1. Управление безопасностью. Выстраивает процессы менеджмента ИБ в соответствии с лучшими практиками и стандартами.
  
  2. Оценка рисков. Автоматизирует процесс оценки рисков и помогает формировать план их обработки.
  
  3. Аудит и соответствие. Обеспечивает соответствие как российских, так и международных стандартов. Автоматизирует аудиторские процессы.
  
  SGRC позволяет холдингам эффективно реагировать на киберугрозы, такие как атаки программ-вымогателей. При обнаружении аномальной активности система автоматически классифицирует инцидент и инициирует реагирование, включая отключение затронутых систем и уведомление IT-команды. После инцидента генерируется отчет с анализом и рекомендациями по улучшению защиты.

Прогнозы на 2025 год

Для оптимизации ресурсов, повышения эффективности управления и снижения операционных затрат холдинги активно внедряют автоматизацию. В числе ключевых трендов этого года:

• автоматизация продаж и маркетинга, которая с помощью CRM-систем позволяет компаниям разрабатывать целевые предложения на основе глубокого анализа данных клиентов;
• гиперавтоматизация, которая объединяет технологии No-Code и Low-Code, AI и ML;
• автоматизация защиты данных, которая включает инвентаризацию IT-ресурсов и стандартизацию требований с учетом уникальных особенностей каждой компании.

Эксперты «МКСКОМ» выделяют следующие тенденции на 2025 год:

• внедрение искусственного интеллекта в автоматизацию бизнес-процессов приведет к значительному развитию, расширяя область применения и упрощая выполнение рутинных задач;
• использование мультиоблачных стратегий и решений. Комбинирование облачных сервисов становится не только удобством, но и необходимостью для обеспечения гибкости бизнеса. Такие подходы помогут более эффективно управлять данными, обеспечивая надежность и масштабируемость, а также предоставляя доступ к передовым технологиям от разных провайдеров;
• применение принципов безопасной разработки DevSecOps. Безопасная разработка приложений повысит уровень защиты информации разрабатываемого продукта и позволит сократить затраты на выявление и исправление недостатков на более поздних этапах его жизненного цикла.

Кроме того, эксперты подчеркивают, что тренды 2024 года продолжат развиваться в новом году и будут глубже интегрированы в управленческие и финансовые процессы. Однако их основная ценность будет заключаться в синергии технологий между собой.