Расшифровка видео:
00:00
думаю, мы уже готовы перейти к рассмотрению Tibbo Aggregate. Я очень много лет посвятил анализу машинных данных. Я считаю, очень перспективное направление. Когда-то я считал, что когда технократический подход проповедовал, я считал, что анализ данных – это ключ к тому, чтобы победить полностью всю цифровизацию, что когда были подходы со стороны ERP либо со стороны PLN…
00:25
Я считал, что правильнее всего идти снизу и строить от фундамента, то есть грандиозный фундамент на анализы данных, а потом строить поэт систему. Сейчас я вижу, что эта концепция годится только для новых предприятий, а для развитых все-таки надо строить модель, выявлять в процессах слабые места, оптимизировать эти процессы, а потом уже подпирать какие-то эти решения. И вот сейчас, я надеюсь, мы таки дождемся, потому что это второй заход, Дмитрий Сергеевич, на нашу конференцию.
00:55
Очень интересное решение, я его не видел нигде на практике, но все мои партнеры очень хорошо о нем отзываются. Кто с ним работал? И Кружаев его хвалил, и Accentive говорил, что это стратегический подход к DPA. А мне допустим непонятно, что такое есть в этом, типа Aggregate, что подвигает предприятие сделать еще некий слой между...
01:18
MPC и MES уровнем, еще некую там глобальную упаковку, глобальную обертку, что это дает крупным предприятиям, потому что у этого решения интересная судьба, как они сделали его российским, и очень интересная практика применений. И я надеюсь, что все-таки Дмитрий Сергеевич готов уже? Как там чай? Не стыл? Да, на добрый день, готово. Да, рад видеть, давайте презентацию. Слышимость хорошая, потому что мы тоже... А вы, кстати, в каком регионе?
01:47
Я в Твери нахожусь. А в Твери, потому что Москва жалуется на плохую сырелышимость, что у них там какая-то глобальная атака. Москвичи не рассказать, не могут, не послушать. Ладно, давайте презентацию. Так, видно мой экран, да? Да, видно, все красиво. Добрый день, коллеги. Я сегодня хочу рассказать о нашей компании, о нашем продукте, и, наверное, большую часть времени все-таки посвятить одного из кейсов, где более будет понятно, что мы делаем и как это применяется.
02:16
Буквально пару слов о компании. Мы являемся российской компанией. Головной офис у нас находится в Твери. Но сейчас с момента пандемии у нас большое количество сотрудников работает на удалёнке, то есть сосредоточено по всей России. Но всё-таки это исторически российское решение. Наши продукты находятся в реестре отечественного ПО, что позволяет их применять на различных российских предприятиях. Но при этом мы ещё занимаемся экспортом нашего ПО за рубеж.
02:46
Сейчас, конечно, обстановка меняется, но при этом все равно мы имеем контракты зарубежные, ищем новые рынки сбыта и активно работаем в России. В ближайшее время планируем заняться сертификацией наших продуктов для того, чтобы мы могли вставать на критически важную инфраструктуру. Что у нас есть? У нас есть продукт, который мы называем платформой. Это цифровая платформа предприятия. Все, наверное, уже знают, что такое...
03:13
системы автоматизации, ASU-TP, MES, ERP и так далее. Вот мы немножко из этого выделяемся. У нас не BI-система в чистом виде, потому что мы умеем работать с данными в самом низу и умеем включаться по промышленным протоколам. У нас не ERP-система, потому что все-таки основные данные, которые гуляют в нашей системе, это промышленные данные. То есть мы находимся на таком промежутке между ASU-TP и ERP, и позволяем связать данные из разных источников.
03:41
Независимо от того, это физические какие-то устройства или информационные системы, используемые по предприятиям, привести эти данные к общему знаменателю, нормализовать их и предоставить эти данные в любом виде любой системе или человеку на интерфейсе. В основе системы лежит ядро, которое занимается, собственно, это легковесное ядро, которое занимается мошуализацией событий и данных внутри системы между различными модулями.
04:10
Это ядро отвечает только лишь за функции безопасности и связи модулей между собой. Весь же функционал системы модульный. И самое главное наше know-how – это то, что все эти модули имеют одинаковые интерфейсы. Основные модули, которые включены в систему – это модули для сбора данных со устройств. То есть это непосредственная поддержка коммуникационных протоколов. Причем как таких чисто OTP-шных, например, ModBus или OPC.
04:38
так и каких-то верхних уровнях для обмена структурированными данными. То есть это может быть REST API, причем мы можем выступать как сервером, так и клиентом. Это может быть какие-нибудь JSON, XML и другие форматы данных. Также мы можем интегрироваться через базы данных любых видов и форматов, что позволяет в общем-то связать систему с любым видом оборудования, либо интегрировать ее очень быстро с любой другой информационной системой.
05:07
Вот как раз я слышал, что был пример про компанию DPA, это наш партнер, точнее продукт DPA, а это компания наш партнер, и вот у нас стояла задача на одном из предприятий Росатома показать быстро стенд. Времени совсем не было, и вот буквально приехав в город Ковров, перед встречей за несколько часов до нее в гостинице на диванчике удалось интегрировать.
05:33
нашу систему и систему DPA, это система мониторинга контроля станков ЧПУ, и взять из нее данные и показать их на экране. То есть это работа не для программиста. Я сам по себе совершенно не программист, но при этом быстро удалось реализовать этот интерфейс взаимодействия двух систем. Вторым блоком модулей, который входит в систему, это модули для хранения данных. Здесь есть очень большой выбор, потому что, как я
06:02
Собираем данные из абсолютно разных источников. Они могут иметь абсолютно разный физический смысл. Соответственно, для разных типов данных, как правило, подходят разные типы баз данных. Это и классические релизонные базы данных в таблице. Это SQL базы данных для хранения временных рядов. Это графовые базы данных и кольцевые базы данных. Графовые – это скорее для описания каких-то сложных структур. Типовой пример – это какая-нибудь система SMDB.
06:30
Ну а кольцевые – это, когда нам пришла из мира IT, из мира мониторинга IT-инфраструктуры, там не нужно лабораторный анализ того, что мы получили, там нужно просто смотреть тренды за большой промежуток времени. И они позволяют хранить данные с уменьшением точности, например, день по часам, час по минутам, неделю по дням и так далее. И таким образом, данные пишутся по кольцу, имеют одинаковый объем.
06:58
и мы можем получить всю картинку, весь срез, весь тренд за любой период времени, за год, за 10 лет, мгновенно потому что нет необходимости выбирать эти миллионы, сотни миллионов срезов данных из базы, тем самым разгружая систему сейчас основное наше развитие направлено на два других блока модуля это аналитические модули, которые позволяют
07:25
работать. Мы их называем модуля для майнинга данных. Это обработка, это различные преобразования, это какой-то глубокий анализ, в том числе с использованием машинного обучения, статистического анализа или потоковой обработки данных. Потоковой обработки, я имею в виду, это событие. Это не видео потоки, не аудиопотоки, не изображение, нет. Это событие в разных форматах, из разных источников, но при этом мы можем
07:53
на лету установить окошко, например, по количеству этих событий или окошко по какому-то временному диапазону. И система в виде сколь подобных запросов будет по этим событиям делать запрос, в результате чего будет рождаться другое событие, которое мы можем на лету тут же обогатить данными из тех событий, которые мы в этом окошке получали. И таким образом можно реализовывать очень сложные интересные сценарии, организовывать бизнес-логику приложения.
08:22
Вторая часть, на которой мы сделали упор, это интерфейсы. Тут у нас есть история, а одним из наших продуктов, который строится на нашей платформе, является продукт SCADA Ichiman, то есть классическая SCADA система. Конечно, если в лоб сравнивать нас и WinCC, какой-нибудь Siemens, то различий очень много. Как раз одно из различий у нас было в интерфейсе. Мы толстый клиент поддерживаем в таком классическом виде, как и у любой другой SCADA.
08:50
а вебе мы пошли немножко по другому пути. Мы сделали упор на универсальный инструмент, который поддерживает CSS полностью, поддерживает React-компоненты, и таким образом мы себя не ограничиваем в тех технологиях, в которых обычно имеют ограничение классической склады. Есть две стороны этой медали. С одной стороны...
09:13
Хорошо, что это очень универсально, мы можем получить любое кастомное решение. То есть, как обычно, большой заказчик приносит нам задание на интерфейс. Приносит вместе со своим брендбуком. То есть, им не нужно делать, как мы хотим. Им нужно делать, как они хотят. И наша платформа это позволяет. То есть, прям пиксель в пиксель, цвет в цвет. Мы делаем для больших заказчиков такие проекты, которые они могут встраивать, допустим, в свои порталы. Ну, вот в качестве примера компании Мегафон.
09:42
есть бесшовная интеграция, то есть есть определенный сервис для энергосготовых компаний, и они заходят через сайт Мегафона, и они не видят разницы между порталом Мегафона и тем, как они проваливаются на наш интерфейс, то есть он абсолютно одинаковый. Вот это как раз позволяет этой технологии добиться такой бесшовной интеграции для пользователей. Ну и последний набор модулей, который входит в платформу, это модули, связанные с интеграцией и разработкой.
10:12
Мы себя позиционируем прежде всего как именно среда разработки, не коробочный продукт. Ну и соответственно, как в любой среде разработки, должны быть интеграционные интерфейсы. Это различные виды IP, SDK, которые позволяют интегрировать свои собственные системы, либо сделать даже модули для того, чтобы расширить функционал того, что мы даем. Тоже есть очень хороший пример, когда сам заказчик, решая свою задачу,
10:41
не смог добиться от нас повышения приоритета по своей задаче по разработке и сделал свой модуль буквально за несколько недель, для того, чтобы он смог передавать данные в защищенные сети. То есть, у них правда не технологическая сеть, но все равно есть сеть, которая закрытая, и она разграничена с сетью корпоративной диодом, причем диод-аппаратный. Я не видел как бы вот систем мониторинга IT, ну и SCADA-систем, которые могли бы
11:10
проходить такую границу. Обычно в таком виде это означает, что только очень специализированный софт может преодолеть такую границу и поставлять эти данные однонаправленно. В нашем случае проблему решил модуль, который наподобие что-то протокола UDP пересылает данные в одну сторону, причем не ждет ответа. То есть не нужно устанавливать соединение, не нужно подтверждать, что пакет прибыл.
11:36
А для того, чтобы гарантировать доставку, просто вынесено настройку количество пакетов. А на другой стороне этот же модуль, этот плагин в нашей системе, он эти данные принимает и собирает эти пакетики по их ID-шникам. Ну и таким образом решили достаточно интересную и важную для них задачу. Причем мы как рендер в этой задаче не участвовали вообще никак. Мы предоставили просто ссылки на документацию, показали куда смотреть, где рыть.
12:05
а дальше уже их разработчики делали это самостоятельно. На данном слайде представлена как раз архитектура системы. На что здесь важно обратить внимание. Независимо от того, какой модуль какую функцию выполняет внутри системы, кем он написан, нами или нашим партнером или заказчикам. Все эти модули имеют одинаковый интерфейс взаимодействия между друг другом и с ядром системы. Все взаимодействие раскладывается на очень простые вещи.
12:32
Они, с одной стороны, простые, с другой стороны, они полностью самодостаточные. То есть каждый объект системы, мы его называем контекстом, он лежит в такой древовидной структуре. И каждый элемент этой структуры, он имеет путь, который создается и определяется на основе правил. То есть мы всегда можем сказать, какой объект, по какому пути будет лежать, потому что есть правило, по которому он будет туда помещен.
12:56
Это первый момент. Второй момент – любой актив этого объекта, то есть это свойство, функция или событие, оно также подчиняется вот этому закону по нашим форматам. И таким образом, вне зависимости кто разработчик, научившись работать с одним элементом каким-то, это будет означать, что вы уже научились работать с любым другим элементом, потому что их взаимодействие и взаимодействие с этим элементом, оно абсолютно одинаково строится. За счет этого достигается универсальность.
13:26
Вот, допустим, мы подключили несколько источников данных в виде контроллера, базы данных, там и какой-нибудь внешнеинформационной системы по REST API. Казалось бы, совершенно разные физические смыслы данных, совершенно разные интерхейсы, совершенно разные протоколы. Но человек-инженер, который будет внедлить эту систему, он их подключит с помощью одного и того же типа плагинов, это драйвер устройств, и он увидит все данные в одном и том же виде.
13:53
Понятно, что там может быть какая-нибудь строка в виде стринга, там и целочисленное значение, какая-нибудь табличная переменная, но это все равно будет переменная. То же самое относится и к событиям. Не важно, мы получили события по mqtt, либо по какому-нибудь 104 протоколу в SPD.
14:12
абсолютно одинаковый принцип работы и не нужно учиться специально работать с этим протоколом, с этим типом данных. То есть работа в нашей системе, она не предполагает любой работы с какими-то промышленными протоколами. Все остается за кадром, выносятся простейшие настройки, и все, что нужно, это сосредоточиться именно на своей задаче с точки зрения бизнеса. К чему это приводит, я покажу дальше, как раз на примере.
14:41
Это компания Gazprom Neft. Я не ошибся, это действительно партнер, это не просто заказчик. Мы с ними работаем достаточно давно. С 2017 года мы начали проект один, и сейчас этот проект вырос в огромную систему, которая помогает компании, экономит огромное количество денег по разным статьям. Вот некоторые факты этого проекта.
15:05
То есть мы подключили все оборудование сетя ЗС, это порядка полутора тысяч автозаправочных станций, к нашей системе. Это уровнемеры, это по-сооборудовании, это торговое оборудование, это серверы, рабочие станции, это вендинговые аппараты, топливораздаточные колонки, их контроллеры, энергетика, стелло, инженерка, кондиционеры, теплые полы и прочее, прочее, прочее. Кофеварки тоже. А мы начали собирать огромный массив данных.
15:34
И самое интересное, что заправки типовые. То есть они, конечно, отличаются. Есть разное количество колонок на этой заправке. Может быть, разные оборудования, разные периоды их строительства и модернизации, но в целом они типовые. Это позволило нам набрать огромную массив данных, которой очень легко подается анализу и выявлению каких-то закономерностей в этих данных.
16:02
потому что много андроэкспектных объектов. Мы подключили нефтебазы, правда не все, их сейчас около 150, но у нас в тираже постоянно находятся где-то 3-4 нефтебаза. Последние несколько лет мы занимаемся тиражом. Там мы внедрили местный нефтебаз, интегрировали с локальными системами АСОТП и взяли на себя все процессы этой нефтебазы. Это приемка топлива, это хранение топлива, контроль качества, исправление качества, сохранность качества, отгрузка, лабораторные испытания и так далее.
16:33
И начинается этот процесс еще даже до въезда на нефтебазу. То есть, бензовоз, когда приезжает к нефтебазе, он регистрируется на специальном терминале самообслуживания, где выведен интерфейс нашей системы карточка RFID. И дальше он становится в очередь в электронную. Системы его проводят по этой нефтебазе, куда он, когда должен подъехать, какого топлива, сколько слить. Убрали абсолютно полностью практически все ручные отчеты.
16:59
снизили вероятность ошибки человеком практически до нуля, а также получили сквозной контроль. То есть на нефти базе приемка топлива осуществляется с нефт завода, контролируются все параметры этого топлива, контролируются параметры его в резервуарах, контролируются, когда он сливается в бензовоз. Дальше бензовоз поехал, привез это топливо на АЗС, опять вступают в действие наши системы, которые полностью контролируют, а что привезли, в каком количестве и в каком качестве.
17:29
И таким образом система даже автоматически прекращает реализацию топлива, если что-то вдруг пошло не так. Если привез больше топлива, формируется акт. Если привез меньше топлива, формируется акт. Также мы подключили к нашей системе сервисного подрядчика, который тоже установил у себя экземпляр нашего программного обеспечения и через зону DMZ получает онлайн данные по состоянию всего оборудования заправок, которые необходимо обслужить. Что это ему и дает?
17:58
Но во-первых, большинство аварий, так как я раньше говорил, что однотипные объекты позволяют сделать хорошую аналитику. Вот большинство аварий, которые возникают на сети АЗС, мы можем предугадать заранее. Например, по каким-то признакам снижения скорости пролива. Его обычный автовый любитель не заметит. У него как наливался бензин, так и наливается. Но если очень точно померить вот эти характеристики…
18:26
то, как правило, можно увидеть постепенное снижение этого тренда скорость налива. О чем это говорит? О том, что, например, запеваются фильтры. Есть и другие типы неисправности, завязанные на какое-нибудь сопротивление обмоток, пусковые токи и прочее, прочее, прочее. Тем самым подрядчик сервисный выезжает тогда, когда нужно, во-первых. Плюс сейчас очень сильно развивается анализ причин корневых. То есть не просто...
18:54
что вышел из строя тот-то узел, а еще причина, почему он вышел из строя, или, например, причина недостачи, или причина, почему привезли больше. Это уже связано с метрологией. Например, какая-то разбалансировка произошла, где-то проходила продуировка, где-то там произошла утечка, может быть, какая-нибудь технология. То есть система уже сразу говорит, кому приходить – к метрологу, к технологу, в сервисную компанию, если происходит какой-то разбаланс во всей этой цепочке.
19:24
А так как все данные мы в любой точке имеем, на любой момент времени, опрос идёт с частотой где-то раз в минуту этих данных. Когда сливается бензовоз и наливается, там несколько раз в минуту. То есть все данные есть. Компании-заказчику удалось поднять ИСЛА для сервисной компании на какие-то 99-99. Потому что как только заявка формируется автоматически нашей системой...
19:49
она сразу попадает в сервисную компанию, и у нее начинает тикнуть таймер по их SLA. Если, например, компания подряд не успевает в этот таймер, она получает штраф. Тем самым их заказчик существенно экономит на сервисном контракте. То есть они заключают контракт на год. Вот. И таким образом... И таким образом, когда мы имеем фиксированную стоимость контракта, штраф из-за несоблюдения SLA...
20:17
сервисный подрядчик очень заинтересован в том, чтобы отработать эти сообщения максимально быстро, не нарушая это в SLA. И наша система позволяет ему это делать. То есть тут получается взаимовыгодная ситуация. С одной стороны, у заказчика соблюдается SLA, с другой стороны, сервисный подрядчик не гоняет просто так свои бригады и планирует свои выезды в соответствии с фактическим состоянием оборудования. И те экономят деньги, и эти экономят.
20:44
Все довольны. Ну и еще одна задача, которую мы решили, это уже на самих скважинах. Мы оснастили все скважины Газпром нефти системой контроля состояния центробежных насосов нефтяных на предмет выхода их из строя. Там наша задача состояла в том, чтобы заранее, примерно недели за две, указать на те насосы, на то оборудование, которое выйдет из строя с вероятностью больше чем 83%.
21:12
Вот, и весь этот скоп-задач, он решается одной системой. То есть это наша платформа, которая позволила объединить себя вот эти все источники данных, проанализировать их и дать пользователю понятные отчеты, которые помогают в принятии решений. Мы у себя вообще наделяем несколько продуктов. Вот этот проект невозможно было бы сделать на каком-то классическом продукте. То есть у нас есть вот SCADA HMI, которая нужна…
21:39
для автоматизации и диспетчеризации технологических процессов. У нас есть Network Manager, который служит для контроля и мониторинга IT-инфраструктуры. У нас еще был такой продукт как Integration Manager, который служит для связи и интеграции с различными информационными системами. В данном проекте мы задействовали практически весь функционал платформы. Это позволило нам, скажем так, в рамках одной платформы объединить все эти решения.
22:07
и выпустить заказчику большую платформу, которая сейчас у них называется как платформа мониторинга активов предприятия. На этом слайде есть несколько интерфейсов, которые видит непосредственно пользователь. На данном слайде представлены интерфейсы контроля состояния насосов набуровых. Здесь скриншоты сделаны еще в процессе внедрения, поэтому видите, они не все на связи.
22:35
На данный момент мы все подключили, тут порядка чуть больше 3000 насосов. Не знаю, сколько у них буровых, но насосов 3000. И мы собираем порядка 200 параметров с каждого насоса, прогоняем их через обученные нами же модели машинного обучения. Категория, которую они решают, это категория задачи, это категоризация. То есть мы из всей группы...
22:59
выделяем категории насосов, которые, например, выйдут из строя в течение следующих двух недель и которые не выйдут из строя в течение следующих двух недель. Соответственно, оператору показывается предупреждение, а дальше он уже решает, что ему делать. Приостанавливать добычу, связываться с кем-то из подрядчиков сервисных, ну и другие действия. Но система гибкая и позволяет настроить очень гибко.
23:24
логику работы системы, и мы тоже такой инструмент им дали. То есть она постоянно находится в процессе обучения. То, что мы ее сдали, это не означает, что она используется и эксплуатируется как классическая СТП-система. Нет, здесь как раз фишка в том, что у нас система не требует каких-то сверхнавыков, программирования, разработки. Она позволяет очень быстро применять изменения.
23:51
и находиться постоянно в развитии. То есть меняется оборудование, меняется компания. И система живет вместе с компанией, живет вместе с изменением процессов, которые происходят в этой компании. Вот это тоже одно из ключевых отличий нас от классических SCADA систем. Далее мы автоматизировали нефтебазы. Вот как раз на этом слайде есть примеры интерфейсов. Это нефтебаза гладкая.
24:20
плохо видно, наверное. Здесь перечислены все процессы нефти базы, контролируем порядка 5000 параметров на каждой нефти базе, электронная очередь. И в чем эффект мы достигли? Ну вот стратегическая цель компании, которая отвечает за нефти базы Газпрома, это снижение времени простое бензовоза, снижение времени налива на 50%. Мы ее достигли в первый же год с внедрением системы. Ну и наконец сама сеть автозаправочных станций. Тоже примеры.
24:50
этих интерфейсов, контроль общего состояния АЗСК, можно посмотреть по карте, выбрать по регионам, фильтровать, и в системе очень большое количество отчетов. Здесь в каждой квадрате это детализация отчетов. То есть мы можем по региону, по АЗСК, по бензовозу, по нефтебазе, по водителю, по управляющему АЗС сформировать практически любой отчет быстро на лету.
25:19
При этом практически каждый месяц, наверное, каждую неделю добавляется в систему новый вид отчета и для метрологии, и для службы безопасности, и для управляющего АЗС. Мы убираем ручную работу. Если раньше сетью АЗС управляла порядка 150 человек диспетчеров, то сейчас достаточно их там 10-15. А на сети с полутора тысячи соправок. Потому что никто не смотрит в эти экраны, которые ничего не показывают, когда они...
25:45
в обычном состоянии. Мы выводим только важную информацию и только тем людям, которые ее действительно необходимо смотреть. Ну и заключение. Эффекты, достигнутые после внедрения платформы. Это эффекты, которые, в общем-то, сам заказчик подсветил. Это не то, что мы написали как вендор с точки зрения маркетинга, рекламы. Это данные из открытых источников, которые они публиковали в своей пресс-службе.
26:14
Ну, наверное, на этом все. Вот, если есть вопросы, готов ответить. Господа, давайте вопросы, какие у вас есть. Большое спасибо, Дмитрий Сергеевич. Не зря я вас так долго ждал, мне прям чуть-чуть полегчало, потому что мы каждый год делали концепцию развития машинных данных по основным направлениям. Многие вещи развиваются в ту сторону, о которых я мечтал. Первый вопрос – агрегация данных.
26:40
она кастомна или есть какие-то уже вещи, потому что есть два момента. Первый, есть какие-то типовые состояния, есть какие-то типовые объекты, есть какие-то типовые взаимосвязи. То есть когда-то САП пытался запилить B2MML, он почему-то не взлетел. Ну то есть универсальный производственный язык не с точки зрения технических, да, то есть сигнал. А что он значит на языке людей или на языке систем верхнего уровня? Вы пытаетесь сформировать такую библиотеку?
27:08
Но у нас агрегация данных полностью настраивана. То есть на любом уровне, начиная от взаимодействия с устройством и заканчивая на любом другом. У нас практически как в среде разработки. Если мы берем какой-то язык программирования, мы можем очень гибко решить задачу. Но с другой стороны, нам приходится писать код. Вот в нашем случае мы ушли от кода именно как на языке программирования. У нас low-code платформа. То есть это...
27:34
он напоминает такие вот как формулы Excel, но при этом позволяет любым образом работать с данными. То есть здесь абсолютно никак не ограничиваем тех, кто внедряет систему. Хорошо. Я имею в виду какие-то преднастроенные модели. Вот допустим портирование со скважины на скважину, насколько оно тиражируемое. Если у меня тоже есть такой же бензовоз, как вы внедрали это, причем меня больше интересуют производственные решения,
28:04
Вот у меня есть такой же рабочий центр. Насколько вероятно взять портируемую модель, то есть условно не пытаться привязать датчики, то я условно скажу, что у меня печка, у меня там охладительная ванна, у меня бензовоз, у меня силос по перегрузке там сыпучих, что у меня какая-то пропускная способность насоса и так дальше, и уже описать его как готовый объект.
28:27
Но если у вас не просто данные, а данные с методанными, ну, допустим, я не знаю, взяли мы XML какой-нибудь или JSON-описание, то все переносится без каких-либо проблем. В принципе, даже если у вас очищаются форматы, они приводятся бизнес-правилами. Все равно какую-то работу сделать нужно будет по приведению, но она минимальная. Каких-то готовых инструментов? Ну, наверное, нет. Это все-таки именно среда такой разработки.
28:54
А инструмент для этого есть, чтобы сформировать какую-то библиотеку, фреймворк или еще неизвестно, что, ну, какие-то типовые кейсы, которые ускорят выход на предприятия? Ведь, допустим, многие виды производств, ну, в том числе и обработки недостаточно, но ничем заправка Gazprom, не в тетлу, Коэлловская не отличается с точки зрения процесса. На самом деле, я бы разговаривал про решение, и оно тиражируем.
29:17
Несмотря на то, что мы сильно сделали его под именно Gazprom Neft, но вот это решение, оно позволяет тиражироваться. То есть мы примерно процентов 75 того, что применили в Gazprom, можем перенести на какую-то другую сеть ASEAN. Ну и 25 это кастомизация. У нас есть механизмы, которые мы называем моделями, которые позволяют как раз создавать вот эти шаблоны. Мы, пытаясь создать единый слой данных,
29:47
Мы создаем некуюязвимость. Это стал Aggregate и развалилось сразу все. Кластеризация, самодиагностика и так дальше. Одно из наших решений, которое я говорил, называется Aggregate Network Manager. Это система, которая позволяет мониторить любую IT-инфраструктуру, в том числе самого себя. Поэтому в больших проектах, как правило, выделяется еще Server Monitoring, который следит за здоровьем всей системы.
30:16
а в случае чего может даже выполнять какие-то корректирующие действия. Ну, не знаю, перезапустить сервис, отправить оповещение сервисникам, администраторам и так далее. Что касается кластеризации, то да, ну, во-первых, поддерживается распределение нагрузки по различным серверам и поддерживается кластеризация, отказу устойчивый кластер. Причем есть даже примеры, когда мы делали катастрофоустойчивое решение, когда не просто это кластер, а эти кластеры...
30:45
располагаются в разных ЦОДах, в разных местах географически. Ну и никто не отменял системы виртуализации. Там какой-то рейтинг, точек доступа данных. И я могу разметить, что вот эти данные мне дороже, чем вот эти, что вот эти бензовозы важнее, чем вот эти и так дальше. То есть создать механизм приоритезации какой-то есть или нет. То есть что происходит, если часть отваливается, насколько эти данные теряют целостность и связанность.
31:13
если у меня что-то отвалилось, а что-то нет. Опять же, это все задается правилами. То есть если данные отвалились, то они отвалились. И мы с этим сделать вряд ли что-то сможем, пока они снова не начнут поступать. А буферизация? Да, буферизация поддерживается. То есть мы можем настроить на границах между уровнями или между серверами буферы, задать их размер, и собственно, данные будут там накапливаться до тех пор, пока не появится связь, или пока не переполнится этот буфер.
31:42
Как только он переполнится, данные начнут теряться. Ну, соответственно, здесь какие решения? Либо делать большой буфер, либо делать надежную связь. Чудес не бывает. Но да. Хорошо. А баланс между серверным решением и вычислением на стороне клиентов? Так, а вот здесь я, наверное, не понял вопрос. Смотрите, у меня есть ситуация первая. Либо пробросить, ну, неважно, к станку, к нефтебазе жирный канал и обеспечить его устойчивость.
32:12
либо поставить там какой-нибудь маленький сервотчок, который запитан от этого же станка, который будет не обеспечивать и буферизацию, и накопление данных, возможно какую-то предобработку и какую-то агрегацию, а может быть какие-то механизмы реагирования на какие-то события. Ну то есть не со стороны сервера, а многоуровневым, я не знаю. Да, я понял. Ну вот в данном случае, допустим, у нас большое количество объектов удаленных, и каналы связи там...
32:39
в принципе, были нормальные. Мы не ставили на местах какое-то программное дополнительное обеспечение. Но при этом есть проекты, где мы встраиваемся прямо в контроллер. То есть мы можем поставить наш софт, нашу платформу усеченном варианте ядро и только необходимые модули прямо на контроллер, если он поддерживает Linux и Java. И таким образом сейчас такой тренд идет, как edge computing, когда мы на периферию выносим часть вычислений. Это тоже поддерживается платформой.
33:07
В некоторых случаях это действительно важно. Например, компания СБЕР активно сейчас участвует в строительстве кварталов, домов умных. И там они используют на уровне дома такой небольшой контроллер, внутри которого ставится экземпляр нашего ПО, который позволяет работать с периферией, делать какую-то предварительную обработку и наверху уже отсылать намного меньший объем данных.
33:36
агрегированные данные. Поддерживается как раз там вот эта буферизация, накопление в случае потери связи и за ссылкой их связь появляется. Еще вопрос. Обучение. У вас связано модно какую-то академию? У вас есть своя академия, обучающий портал? Да, мы сейчас выпустили базовый курс по системе. Ну, базовый курс, он позволяет, скажем так, понять основы нашей системы и поможет ее освоении.
34:05
Все равно еще какое-то время нужно будет на изучение, возможно какая-то поддержка с нашей стороны. Но в целом дает понимание, как она внутри устроена и вообще принцип ее работы. Мы это сделали на платформе онлайн. Курс длится порядка 40 часов. И для образовательных учреждений мы предоставляем для преподавателей образовательных учреждений. Предоставляем этот курс бесплатно. Вопрос вернемся к искусственному интеллекту. Когда у вас будут экспертные системы есть на борту? Вы затронули этот момент?
34:34
Особенно мне интересно, что на вашем решении есть некое предприятие, не будем называть вслух. И видела я некую экспедицию, которая сказала, что им велено от Росатома идти и поставить искусственный интеллект, ну везде. Я их задал вопрос, зачем, меня за это вопрос прогнали. Ну не в смысле, что его не надо, а в смысле, что прежде чем куда-то я встану и возьму рюкзак, я должен видеть цель.
34:58
И вот вопрос, какие-то, может быть, есть предмодели, может быть, есть какие-то эти, то есть вот вы куда видите развитие, это у вас будет вот это развиваться, что я приобретаю вашу систему и, может быть, какие-то предобученные советчики? Либо вопрос какой-то learning transfer, что я понимаю, что у меня есть какой-то модуль, который обучается и который дообучается, который работает в real-time. Мы развиваем нашу систему максимально универсально.
35:25
То есть мы стараемся, мы не имеем экспертизы во всех отраслях, где она применяется. Мы не можем присутствовать физически в тех местах, где внедряется эта система. Это очень большое количество предприятий, причем они находятся не только в России, но и по всему миру. Это накладывает ограничения. Мы делаем универсальный инструмент, а конкретные задачи на нем уже решают наши партнеры, как правило, интеграторы. То есть здесь у нас чисто такой вендорский подход.
35:53
Мы добавляем модуль машинного обучения, мы добавляем алгоритмы, которые поддерживает система. Ну их много, да, есть разные классы задач, есть разные алгоритмы, но они базовые, они не настроенные. А вот непосредственно обучением этого алгоритма это уже должен заниматься кто-то из наших партнеров, либо непосредственно сам заказчик. Вопрос о предмодели агрегации данных. Вот этот вопрос очень-очень важный. Ничто так не бесит руководителя?
36:18
и меня, причем это тот, кто платит за систему, когда оперативные дашборды строятся по сырым данным. Понимаете? С точки зрения программиста он доволен, у него там параллельные вычисления, что он сократил это там, что на это надо всю ночь, а у него это делается всего за 40 секунд. С точки зрения заказчика он зашел на 20 секунде, он уже в бешенстве. Нет, конечно. Вот вначале тоже рассказывал про модуль потоковой обработки событий, коррелятор. У нас есть такой модуль, который...
36:45
позволяет из сотен событий, допустим, летящих в секунду, выделить только значимые, понять их уровень критичности и отобразить их в понятном для человека виде. Если это руководство, то это, как правило, светофорчи. Сами логи событий – это уже лабораторный анализ, который нужен технологу, который разбирает причины, почему произошло. Стоит про лаборатория, а опыт интеграции с лимсами и поддержка всех этих измерителей и прочих лабораторных систем автоматизированных.
37:15
Здесь не хочу наврать. Может быть, но честно я сам не видел. Возможно где-то есть. Не хочется. Хорошо. Кто основные аппалагеты системы? Кто основные критики системы? Ну вот допустим, по видам пользователей допустим, что операторы вас ненавидят, но у них есть основания. Я знаю систему премирования в коспромнингхи, поэтому не буду фу говорить, что это даже не работорговля. Причем я помню, как это развивалось.
37:44
И почему кофе на Газпром нефти, про это не могу не сказать. Самый отвратительный кофе, который я пил, это в Омске. Там, где появились первые заправки с банкоматами, с чистыми туалетами, и когда Газпром нефть была чудом для тех, кто путешествует по Сибири, ты представляешь, это тот момент от цивилизации. И вот когда пять купленных товаров на Газпром нефти отправляются в помойку, я помню, вот я год ждал, чтобы это сказать.
38:08
Так вот вопрос, кто по руководству, менеджменту пользователей, кто больше всего выгод получил, и кто больше всего недоволен внедрением? И кого было сложнее всего туда затащить? Ну скажем так, если мы говорим про какой-то глобальный проект, вот как этот, то мы обсуждаем его с точки зрения стоимости компании. Это руководство, это собственники компании. Для них, конечно, выгода большая, потому что они экономят деньги. Кто в этом недоволен?
38:36
Тот, на ком эти деньги экономятся? Это могут быть сервисные подрядчики, это может быть персонал оперативный, да? Потому что контроль появляется. В той же «Газпромнефики», например, оказались недовольными водители и управляющие АЗС. Но почему они оказались недовольны? Потому что теперь уже бензин не слить. Теперь полный контроль происходит. Эти все схемы, которые позволяли что-то где-то пойти налево, они уже не работают.
39:02
Понятно, интересно. Вот тут хочу сказать хорошее, потому что многие пользователи, кто остался лояльным Газпром нефти, то есть я угадал в чем секрет лукойла, они контролируют бензин только на родных заправках. А те, которые по франшизе, ну я убил как-то движок тоже, старая обида. Многие говорят пользователи, что качество бензина у Газпром нефти очень сильно выросло. Ну то есть как бы лояльность, я это знаю по своим родственникам, кто заправляется только на Газпром нефти.
39:29
Но есть же случаи, где это просто упрощает интерфейс, где это удалось сократить процессы, но раньше мне надо было бегать, а теперь я смотрю на смартфоне, почему я не должен приветствовать такую систему? Конечно. Вот еще одна из задач, которую мы часто решаем, это связать в один интерфейс разные системы. То есть понятно, что даже универсальная платформа, она вряд ли может заменить вообще все системы.
39:54
Но что мы можем сделать, это взять данные из всех систем и поместить их на один экран. В нужном виде, в нужном порядке. Ну, у меня даже вот написано «Едино окно», я решил пропустить, я думал наоборот, что вы встраиваетесь в чье-то окно. То есть вы готовы быть вот этим единым окном и подкрепиться все, и у вас есть какие-то механизмы построения этих дашбордов, да? А вот скриншоты, которые я показывал, это как раз скриншоты нашей системы.
40:21
А если нужна внешняя BI, то я должен взять что? Тогда мы берем наш API BI и просто их интегрируем. Ну а вы что рекомендуете? Power BI, Clique, Modus? Абсолютно не важно, все поддерживается. Не, поддерживается на уровне API, что полетело я имею ввиду. Даже не знаю. Понятно.
40:43
Я никогда таким вопросом просто не задавался. Разные заказчики разные софты используют. Для нас, как производитель Platform Asset, никакой разницы нет. Мы эти данные можем выгрузить в любую систему. И у нас... То есть мы начинаем изучать, если что-то идет не так. Но пока все шло своим чередом, поэтому какую систему использовать? Мы иногда даже не знаем, какую систему использовать. Мы просто говорим, вот наша API.
41:10
посмотрите на него и они даже сами делают. Ну это чисто практический вопрос, он даже обсуждался на прошлой неделе, вот я пойду и уговорю шефа, скажу купим типа Aggregate, и он же первый пользователь, я должен видеть, что я ему сделаю быстренько дашбордик, потому что у него дашбордик появится завтра, я начинал это с формулы два дня развернуть, за две недели внедрить, за квартал отбить систему.
41:35
Так вот, и я должен понимать, что дальше у меня есть ClickView, ClickSense или Grafana, что если этот дашбордик накушается, то у меня есть там, напрячься, но создать более совершенный дашборд или подключить тех пользователей, которые этим инструментом не перекрыл. Ну опыт был, в общем-то, со всеми, я думаю, что BI. А какой лучше, какой удобнее, это все-таки на усмотрение заказчиков.
42:02
Ладно, большое спасибо, надеюсь, что вы придете еще. Мы очень ждем нейронные сети, ждем цифровые советчики и очень ждем чисто производственные кейсы, где удалось победить технологию. Тем более я знаю такие кейсы есть, я знаю их из предприятий. И особенно если за вас придется кто-то, который начнет свой рассказ, что была у меня спокойная, тихая жизнь, и вот тут я увидел на входе типа aggregate.
42:29
Ну то есть как это выглядит с той стороны барьера или как это фаервола, то есть пользователи, как пользователи это видят и чего они добились. Ну здесь я могу посоветовать посмотреть прошлогоднюю премию QLibIT. Там есть видеозапись, где как раз не я рассказываю, а пользователи рассказывают про этот проект. Самый важный функционал, вот что будет следующей фишкой.
42:54
Вот мы встретимся через полгода, и вы потом и через год. И вы похвастаетесь чем? Я надеюсь, что это полноценная поддержка протоколов уходящих вендоров западных и более легкий способ строить интерфейсы. Вот вам хочет опять же господин Громцев или товарищ, пожалуйста, сенсей, говорите, особенно что я же помню, это IT-клуб, который меня не любит.
43:24
Низкий подклон, я там тоже стоял на педе встали. Я услышал все ответы на вопросы, которые у меня были после конкурса, потому что решение было одно из самых красивых на самом деле. Я не знал тонкостей, сегодня я все услышал. Спасибо большое. А вы его еще не применяли? Нет, у нас оно никак не ляжет. Понятно, а я думал наоборот, потому что это судостроение, которое как раз-то...
43:47
Я очень ждал, что вы придете Турусову вопрос задать про Эру Калашникова. Я это выделил в отдельную сущность. От Русова? Он выступал на прошлом УДМ. Но сейчас давайте к Дмитрию Сергеевичу, к Тибо, но его уже пора отпускать. И у нас тоже не менее интересные доклады, тем более, может, у него будут какие-то вопросы, потому что следующий будет очень интересный докладчик. Он будет с другим докладом, но он по вашей части.
44:16
Я считаю, что в судостроении очень большая перспектива. Тем более, может быть, объединиться даже в сделать два направления, то есть понимать, как мы будем мониторить технологию и как мы будем мониторить продукт. Вот эту часть тоже я хотел увидеть, потому что мы бы увидели здесь громадную систему, которая обрабатывает громадные данные. И может быть, мы увидим и судно или корабль, который там из 800 тысяч деталей.
44:43
и одновременно как вот это его цифровой двойник производства, как эти данные производственные перетекают уже в эксплуатационные данные. Может быть кто-то такую модель построит. Большое спасибо ТИБА Aggregate и Дмитрию Сергеевичу. Спасибо.
IT_InBIT
14 октября 2022 г.