Как повысить эффективность сервисов

Трансформация, которую сегодня переживает российский бизнес, поставила перед компаниями новые вызовы. Бизнес-среда стремительно меняется, открывая новые возможности для развития, и это требует особого внимания к эффективности и быстрой перестройки процессов.

Облачные сервисы открывают доступ к практически неограниченным мощностям, они позволяют повысить скорость разработки и выведения на рынок новых сервисов, оптимизировать их работу, автоматизировать аналитику и оперативно отслеживать все важнейшие метрики, чтобы вовремя принимать бизнес-решения. В портфеле российского провайдера Cloud (ООО «Облачные технологии») сейчас больше 80 IaaS- и PaaS-сервисов для управления IT-инфраструктурой, приложениями и сервисами, создания резервных копий, организации среды разработки и тестирования, хранения, обработки и анализа данных. Сегодня Cloud — один из лидеров рынка облачных технологий, провайдер предоставляет сервис мирового уровня и находит персональные решения, которые помогают бизнесу повышать эффективность своей работы.

Маркетплейсу образовательных курсов интеграция с облаком Cloud помогла увеличить скорость загрузки объемных видеофайлов в 3 раза и обеспечить высокое качество онлайн-трансляций. Благодаря этому проект в 4 раза увеличил число пользователей, а число авторов видеоконтента выросло в 4,5 раза. Крупному производителю минеральных удобрений внедрение аналитической платформы в облаке Cloud позволило сократить время подготовки отчетов с нескольких дней до 20 минут. В результате огромные объемы данных, которые собирает компания, своевременно обрабатываются и используются для принятия решений, а не занимают место в хранилищах впустую.

Что делать с растущими объемами данных

По прогнозу IDC, в 2025 году компании будут хранить в 11,2 раза больше информации, чем в 2015-м. Для российского бизнеса растущие объемы сбора и хранения данных стали серьезным вызовом в 2022 году. Расширение и обслуживание собственной инфраструктуры оказалось связано с высокими издержками. Компании вынуждены обеспечивать мощности с запасом, и часть из них простаивают значительную часть времени, хотя требуют тех же расходов.

Современные облачные хранилища открывают возможность неограниченного масштабирования объемов собираемых данных и оптимизации расходов на IT: компания платит только за те ресурсы, которые использует, а все заботы делегирует провайдеру. При этом облачные сервисы не уступают в надежности собственному железу. Физические серверы провайдера Cloud находятся в четырех охраняемых георезервированных дата-центрах Tier III в России, а соблюдение требований Роскомнадзора, ФСТЭК и ФСБ обеспечивает полную безопасность персональных данных. Периметр облачной инфраструктуры защищен как на уровне платформы, так и на сетевом уровне — средствами SDN, а дополнительный уровень безопасности обеспечивают системы контроля целостности образов виртуальных машин и гипервизоров, а также средства защиты от DDoS-атак. К тому же облачная модель позволяет перевести часть капитальных расходов на IT в разряд операционных и повысить их прозрачность.

На рынке уже есть множество примеров компаний, которые воспользовались такой возможностью. Самарский завод промышленного оборудования, например, доверил виртуальному серверу и хранилищу Cloud данные сервиса «1С:Документооборот» (12+). Это помогло компании разгрузить локальную инфраструктуру, обеспечить безопасную работу с документами и сократить расходы. Благотворительный онлайн-проект, который помогает детям-сиротам, благодаря переносу данных сайта в облако свел к минимуму непрофильные расходы без каких-либо рисков для персональных данных своих подопечных. А в рамках другого проекта размещение BI-системы клиента в облаке помогло IT-интегратору увеличить ее производительность в 3,5 раза и сократить расходы, отказавшись от обслуживания собственного «железа». Теперь компания может оперативно сокращать или увеличивать необходимые вычислительные мощности в зависимости от потребностей.

Где взять мощности для Big Data и AI

Динамика развития российского бизнеса сегодня напрямую зависит от применения современных технологических решений. Машинная обработка гигантских объемов данных и алгоритмы искусственного интеллекта способны выбирать оптимальные локации для открытия офисов, следить за износом оборудования и предсказывать поломки, строить новые логистические маршруты и выбирать самых надежных партнеров.

Облачные сервисы открыли возможности Big Data и ИИ для массового рынка. Cloud развивает платформу ML Space (12+) для ML-разработки полного цикла, с помощью которой клиент может воспользоваться экспертизой штатных дата-сайентистов провайдера и мощностям его суперкомпьютеров. Также Cloud дает доступ к маркетплейсу собственных предобученных моделей и датасетов, среди которых нейросети ruGPT-3 (12+) и ruDALL-e (12+). Возможности собственной разработки таких решений есть далеко не у каждой компании, а в облаке можно применять готовые алгоритмы для решения своих задач.

Разработка, проверка и вывод ML-моделей на платформе происходит в 2 раза быстрее, чем на собственных мощностях, и это дает ощутимые преимущества бизнесу. Российский сервис подбора вакансий и персонала, например, сумел улучшить поиск и выстроить рекомендательную систему, обучив с помощью платформы свою языковую модель. Когда российская сеть магазинов одежды столкнулась с необходимостью более точного прогнозирования спроса, специалисты Cloud проанализировали данные о продажах за последние годы,  разработали и протестировали модель, дали к ней доступ и научили пользоваться. Модель повысила точность прогнозирования спроса с 80 до 92%. Это помогло более равномерно распределить товар по точкам продаж, чтобы сократить вероятность избытков или дефицита — и увеличить продажи. 

А для производителя средств защиты растений в Cloud разработали модели прогнозирования урожая озимой и яровой пшеницы, которые помогают планировать спрос на свою продукцию на рынке, загрузку производства и логистику. На основе больших объемов данных об исторических урожаях, а также погоде и других факторах аналитики добились точности прогноза в 90%.

Такие же услуги доступны даже компаниям, которым в силу особых требований к конфиденциальности запрещено работать с публичными облаками. Для них у Cloud есть ML Space Private (12+) — платформа машинного обучения, работающая в контуре заказчика.