"Техносерв" помог НЛМК с Big Data
Компания "Техносерв" (ООО "Группа "Техносерв") создала инфраструктуру для платформы Big Data Новолипецкого металлургического комбината (ПАО "НЛМК", НЛМК). Как заверяют в "Техносерве", созданное решение обеспечит максимальную эффективность и бесперебойность функционирования новой системы анализа и моделирования данных НЛМК.
Как рассказали в пресс-службе "Техносерва", компания завершила проект по созданию ИТ-инфраструктуры для системы сбора, анализа и обработки больших данных НЛМК. В ходе работы над проектом специалисты "Техносерва" выполнили поставку, логистику, монтаж и пусконаладку серверного оборудования Hewlett-Packard Enterprise и средств сети передачи данных производства Cisco Systems. Оборудование компания разместила в основном центре обработки данных НЛМК в Липецке. Созданный ею аппаратный комплекс успешно встроен в общую инфраструктуру НЛМК и имеет возможность подключения к используемой на комбинате системе мониторинга и контроля данных.
"Осознавая все перспективы применения технологии Big Data, сегодня НЛМК ведет активную работу по созданию среды для сбора, анализа и моделирования данных своих систем, в числе которых система управления предприятием, ERP-система, система управления контроллерами. Однако создание подобной среды невозможно без наличия соответствующей ИТ-инфраструктуры. Таким образом, целью текущего проекта стало создание аппаратного комплекса, включающего в себя современное, высокопроизводительное и надежное оборудование, для обеспечения бесперебойного функционирования новой системы анализа и моделирования данных предприятия", - рассказал директор по анализу данных и моделированию группы НЛМК Анджей Аршавский.
"Работа с большими данными повышает требования к аппаратным ресурсам. Здесь важны большие объемы памяти, скорость обработки и передачи данных. Работы по созданию инфраструктуры заняли два месяца и на сегодняшний день полностью завершены. Мы с уверенностью можем сказать, что созданное нами решение обеспечит максимальную эффективность и бесперебойность функционирования новой системы анализа и моделирования данных НЛМК", - заметил директор департамента по работе с промышленными предприятиями компании "Техносерв" Константин Болтрукевич.
Напомним, что проект по созданию ИТ-инфраструктуры для платформы Big Data НЛМК - не первое сотрудничество "Техносерва" с группой НЛМК. Ранее интегратор выполнил проекты по внедрению системы унифицированных коммуникаций в московском представительстве НЛМК и на основной площадке группы в Липецке, а также внедрил в них решение в области телефонии, объединяющее в себе классическую и VoIP-технологии.
Говоря о работе с большими данными промышленных предприятий в целом, Анджей Аршавский отметил, что на сегодняшний день Big Data является относительно новым направлением для сферы промышленности. "Однако у нас есть четкое понимание, что его применение может дать мощный толчок развитию производства уже в перспективе ближайших нескольких лет. В своей деятельности предприятия накапливают триллионы байт информации о клиентах, поставщиках и производственных операциях. Согласно исследованию IDC, к 2020 г. объем этих данных увеличится в два раза, и 60% всех собранных данных можно будет использовать в процессе принятия решений", - указал Анджей Аршавский.
В разговоре с корреспондентом ComNews исполнительный директор Stack Group (M1Cloud, OOO "Стек Групп") Евгений Горохов обратил внимание, что все большее количество российских компаний начинают работать с большими данными, в том числе и крупные промышленные предприятия. "В первую очередь использовать большие данные для принятия стратегических решений начали в e-commerce, финансовых и банковских организациях, логистических и транспортных компаниях и предприятиях медицинской отрасли. Так как для Big Data требуется высокопроизводительное, достаточно дорогостоящее оборудование, то большая часть компаний относится к крупному и очень крупному бизнесу", - рассказал Евгений Горохов.
В ближайшие два-три года, по его словам, использование Big Data можно будет увидеть в работе большинства промышленных компаний, так как анализ накопленной бизнесом информации позволяет повышать эффективность стратегических решений, прогнозировать риски, оценивать спрос и ситуацию на рынке, а также управлять операционной деятельностью и финансовыми потоками.
"Сегодня российский бизнес имеет все возможности для внедрения решений по работе с большими данными. Крупные сервис-провайдеры, в том числе и Stack Group, предлагают гибридную распределенную облачную инфраструктуру, которая базируется на связанности инфраструктур в различных локациях внутри страны и за ее пределами, а также на безопасном перемещении данных по облачным инфраструктурам и сверхвысокой доступности данных. Также корпоративные облака enterprise-уровня имеют необходимый встроенный функционал для управления вычислительными ресурсами", - добавил Евгений Горохов.
При этом он отметил, что решения по работе с большими данными специально созданы для обработки большого объема неструктурированной информации и обычно включают в себя object storage для хранения таких данных. "Подобные решения должны быть интегрированы с другими информационными системами компании и зарезервированы в географически распределенных инфраструктурах", - указал Евгений Горохов.
Беседуя с корреспондентом ComNews, архитектор бизнес-решений "Крок" (ЗАО "Крок инкорпорейтед") Алексей Сидорин сказал следующее: "Использование больших данных - пожалуй, самый заметный технологический тренд среди производственных компаний за последние несколько лет. Большинство предприятий еще находятся на стадии пилотирования и апробации разных инструментов и подходов".
При этом, по словам Алексея Сидорина, внедрение инструментов анализа больших данных - часть стратегии промышленных предприятий по переходу к индустрии 4.0, где информация о производственных операциях используется для повышения производительности и снижения OPEX. "В металлургии это могут быть данные, получаемые с датчиков температуры в цехах, параметры состояния оборудования и другие сведения, использующиеся в ходе технологических цепочек и полезные при их оптимизации. Для эффективного хранения и непрерывного сбора всех этих данных, стабильной работы аналитических платформ предприятиям необходима ИТ-инфраструктура, способная обеспечить не только анализ информации в режиме реального времени, но и защиту данных от последствий возможных сбоев и их быструю доступность даже из архива", - пояснил Алексей Сидорин.
Он также добавил: "В частности, для заказчиков из промышленного сектора мы предлагаем комплексный подход к управлению данными, который позволит ускорить их анализ и снизить стоимость хранения информации - умное хранение данных. Его суть в повышении скорости и качества аналитики данных благодаря их разделению на "горячие" и "холодные", в зависимости от частоты использования. Экономический эффект достигается за счет размещения горячих данных, используемых постоянно, на высокопроизводительных системах, а холодных, задействованных реже, - на медленных".
Относительно наличия драйверов и барьеров для использования решений по работе с большими данными российских промышленных компаний Алексей Сидорин заметил следующее: "Скорость внедрения у всех разная, барьеров много - безопасность, отсутствие квалифицированных кадров, организационные проблемы, сложности при расчете экономического эффекта и многое другое. Но, так или иначе, мы уверены, что в ближайшие несколько лет эти проблемы будут решены, так как возможности повышения эффективности производства за счет предиктивной аналитики и больших данных практически безграничны. Это будет даже не конкурентным преимуществом компаний, а производственной необходимостью".
Эксперт компании "Сервионика" в разговоре с корреспондентом ComNews заметил, что лидерами в применении Big Data являются компании финансового сектора, телекоммуникаций, ретейла. "Задачи промышленных компаний требуют более многоуровневого подхода к применению больших данных, так как эти компании работают с большими объемами разнородной и зачастую неструктурированной информации. Важным стимулом к применению технологий Big Data является развитие Интернета вещей и машинного обучения", - отметили в "Сервионике".
Лидером во внедрении Big Data является нефтегазовая промышленность: здесь большие данные могут применяться для оценки эффективности разработки месторождения, анализа потребления и спроса, управления розничными продажами. Также потребность высока в дискретном производстве, где состав производственного заказа часто меняется, а планирование для полноценной загрузки мощностей должно быть долгосрочным, гибким и максимально точным.
Относительно того, какие преимущества дает компаниям промышленно-производственного комплекса использование решений по работе с большими данными, в "Сервионике" отмечают, что оно предоставляет преимущества по нескольким направлениям. Во-первых, повышение оперативности и полноты контроля производства и других бизнес-процессов. Во-вторых, более точное и быстрое прогнозирование потребностей производства и других ресурсоемких задач. Помимо того, у компаний промышленно-производственного комплекса появляются преимущества в снижении рисков аварий и сбоев, благодаря проактивной аналитике, позволяющей выявить возможные проблемы с оборудованием на основе имеющейся долгосрочной статистики, общеотраслевого опыта. Также компании промышленно-производственного комплекса приобретают преимущества в области снижения затрат - за счет более точной оценки потребностей, сокращения сроков и объемов складских запасов.
Что касается того, станет ли применение решений по работе с большими данными повсеместным у российских промышленных компаний, в "Сервионике" заметили следующее: "Тренд больших данных перестал быть модным, "хайповым": сегодня Big Data является одним из ключевых инструментов повышения эффективности предприятий, уже есть примеры ее применения, за счет массовости снижается стоимость решений - это закон рынка. Все это помогает росту применения Big Data в российских производственных компаниях".
Драйвером для использования решений по работе с большими данными российских промышленных компаний, по словам представителя "Сервионики", является необходимость перехода к цифровой экономике, роста эффективности и конкурентоспособности, развития межотраслевой кооперации. Барьерами - нехватка квалифицированных кадров, неготовность ИТ-инфраструктуры производственных компаний к работе с большим объемом данных. "Преодолеть эти барьеры можно, переходя к масштабному применению ИТ-сервисов и сотрудничая с крупными сервис-провайдерами. Например, "Сервионика" предоставляет на базе своего ЦОДа услуги аренды вычислительных мощностей и хранения данных, приложений для бизнес-аналитики в высокозащищенном облаке. Перспективным направлением является формирование и предоставление наборов данных: на их основе предприятие может выявлять и моделировать различные сценарии, сравнивать свои показатели с отраслевыми трендами", - заметили в "Сервионике".
