Выгодный и устойчивый бизнес – в первую очередь, технологически эластичный, открытый к изменениям в IT-сфере. Гибкие технологии, чат-боты, data science – это уже привычные реалии. Я собрал несколько локомотивных IT-трендов для отечественного сегмента, которые во многом влияют на бизнес-процессы. Предлагаю извлечь из них максимум пользы, поскольку, как отмечают игроки рынка, эволюция в IT-мире продолжается.
1. Импортозамещение ПО
Уход западных вендоров стал очевидным и базовым фактором, стимулирующим развитие и рост отечественного ПО, включая системы проектного управления. Гиганты, вроде Microsoft и SAP, значительно сократили поддержку и продажи своих продуктов, но полноценного импортозамещения мы так и не получили, поскольку пока никто из игроков российского рынка не предложил чего-то действительно особенного и инновационного.
Отечественные девелоперы, по сути, пошли по пути копирования, чтобы просто закрыть потребности в недостающем софте. Однако это не значит, что подобная ситуация сохранится, и после закрытия базовых потребностей бизнеса не появится что-то действительно мощное. Тем более, что локализация бизнеса (которая, кстати, даже стимулировала масштабирование ПО с открытым кодом) этому способствует.
И хотя работа над импортозамещением началась достаточно давно, явный скачок случился только в 2023 году. По сути, программные решения проверялись сразу «в полях», ошибки устранялись по мере реализации, поэтому много «сырого» ПО, которое требует доработки.
2. Комплексные системы
Enterprise-сегмент на фоне ухода крупных экосистем стал искать не столько сервисы по управлению проектами, а больше комплексный инструмент, закрывающий максимум потребностей организации. Бизнесу требуется и календарное планирование, и управление оперативной работой по проектам (как по классическим, так и гибким методологиям и их гибридное использование), и документооборот, и реализация исполняемых бизнес-процессов, и возможность встраивания в IT-ландшафт компаний, и вообще открытость в части интеграции. Таким образом, компании пытаются найти оптимальный аналог того, с чем работали ранее.
3. Готовые решения для среднего сегмента
Средний бизнес в силу специфики по-прежнему ищет готовые IT-решения. Здесь наблюдается потребность в сервисах, способных помочь предприятию сразу стартовать, ведь собственникам не хочется уходить в детальные настройки и тонкости программы. Чаще всего небольшим компаниям нужно закрывать какие-то точечные направления, например, календарное планирование или таск-трекинг, потребности в масштабных эко-системах обычно нет. При этом интерес к постепенной автоматизации и высвобождению рабочей силы стабильно сохраняется и, вполне вероятно, будет даже расти.
4. Вирусный ИИ
Технологии искусственного интеллекта проникли почти во все сферы: производство, медицина, образование, HR-tech, социальные проекты… На фоне этого информационного шума появится еще больше авторов и производителей ПО, которые будут громко заявлять о присутствии ИИ-технологий на борту, на этом будут строиться маркетинговые кампании.
Здесь важно проявить здравый скепсис, и принимая решение, подумать: а действительно ли предлагаемый продукт является ИИ-технологией, несет ли бизнес-ценность, или пока что стоит присмотреться, поработать с бесплатными инструментами в тестовом режиме, и взвесить все риски использования продуктов такого класса в вашей предметной области.
5. Информационная безопасность компаний
Разработчики программных продуктов и специалисты по кибербезопасности могут начать работать более тесно, чтобы повысить устойчивость бизнеса. Это особенно актуально для крупных проектных задач на уровне больших корпораций, а также компаний финансового, металлургического и государственного секторов. Связано это с тем, что потенциальные угрозы будут нацелены и на инфраструктуру, и на безопасность. Обмен опытом и объединение технологий – логичный шаг, который в дальнейшем может привести к созданию полноценных кросс-команд. На рынке труда также наблюдается спрос на готовых специалистов по защите информации, и компании готовы обучать персонал необходимого профиля.
6. Повышение ценности клиента
В режиме частичного закрытия внешних рынков для отечественных поставщиков и разработчиков программного обеспечения становится очевидной ценность текущих клиентов. В конкурентных средах привлечение новых клиентов становится дороже, чем повторные продажи и рекомендательный канал от текущих покупателей.
Все лучшие практики, которые успели накопиться в CRM, CX и других системах, связанных с продажами и клиентским сервисом, начнут применяться и в других B2B-продуктах и проектах. Не исключено, что мы увидим их применение в проектной деятельности – этапы мониторинга и постмониторинга, сбор, агрегация и обработка обратной связи с контрагентов, накопление клиентских данных для работы смежных отделов. Например, для отделов клиентского сервиса или маркетинга улучшение взаимоотношений и персонифицированные активности позволят повышать LTV клиента и рекомендации.
7. Управление данными
Интуиция человека и аналитика со стороны ИИ смогут давать фантастические результаты, например, упрощение и ускорение процесса принятия решения. На деле это значит, что критически важные, масштабные решения могут приниматься настолько быстро, что станут по факту обгонять сам рынок и искусственно его формировать.
Не последнюю роль сыграл Data Mesh, в основе которого грамотный, структурированный подход управления данными внутри компании. Именно внутри, поскольку обладание данными станет самой большой ценностью, и выводить это вовне будет рискованно. Поэтому бизнес-команды начнут разрабатывать решения, позволяющие этими данными управлять именно инхаус-силами, без привлечения внешних подрядчиков. Персонализированные рекомендации лягут в основу того, чтобы облегчить выполнение запросов в реальном времени, сохраняя интерактивность цикла обратной связи.
Также читайте:
Аналитика - это аналитика, AI напрямую с аналитикой не связан. Фантастические результаты нужно чем-то подтверждать.
Более важный вопрос: что и когда можно будет сказать о качестве таких решений? Какие данные предлагается использовать для оценки и сравнения?
Решающее значение все остается за человеком. Необходимо подходить с здравым скепсисом к результатам, которые дают нам сервисы генеративного ИИ.
ИИ-помощник. Пока что видится, что ему можно только делегировать сбор и подготовку данных для последующей обработки. Также важна квалификация в домене сотрудников, использующих ИИ в своей работе.
Критерии для оценки и сравнения остаются прежними. Здесь изменений нет
В этом случае можно пока не говорить о решениях, тем более - важных и масштабных.
Отметим, что AI не сводится к Generative AI, Это одна из веток AI, которая развивается по своим законам.
Один из вопросов - перепроверка данных, собранных конкретной системой AI из доступных ей внешних или внутренних источников. На корпоративном уровне размещение системы AI снаружи и передача данных через Internet с точки зрения безопасности не приветствуется. Если поиск ведется внутренней системой, использующей внутренние источники, данных может не хватить.
Но тема интересная.
Тема действительно интересная, безопасность данных при использовании внешних решений частично обеспечивается вендором решения, принимать эти риски или отказаться от использования - здесь принятие решения может быть произведено только в конкретном случае. Особенно осторожно в текущей ситуации необходимо относиться к импортным решениям.
Относительно количества данных в системе, которая развернута на локальных мощностях - также комментарий верный. Спасибо!