Объективный информационный канал
для профессионалов отрасли

https://ispe.ru/

Практические уроки перехода на цифровые платформы

Практические уроки перехода на цифровые платформы

Директор департамента проектного управления «СКОПИНФАРМ» Эдуард Мураховский поделился основными уроками внедрения современных инструментов из мирового и российского опыта цифровизации.

Вчера в Москве завершилась деловая программа Ежегодной конференции ISPE ЕАЭС. Мероприятие закрывала сессия «Цифровизация фармацевтической отрасли», в рамках которой был дан разносторонний взгляд на тенденции цифровой трансформации и внедрения технологий искусственного интеллекта. Так, директор департамента проектного управления «СКОПИНФАРМ» Эдуард Мураховский обратил внимание участников конференции на то, что при внедрении информационных систем надо всегда проводить так называемые «негативные сценарии» тестирования, которые проверяют эти системы на прочность и способность стабильно функционировать в реальной обстановке, эффективно отвечать на вызовы внешних неопределенностей и не переставать работать когда события разворачиваются не по запланированному ранее сценарию.

«Если система разработана так, как будто она работает в идеальном цифровом ландшафте со 100% верными данными и безупречно себя ведущими участниками, то ее коллапс – это просто дело времени», - убежден представитель «СКОПИНФАРМ».

Как избежать проблем?

Спикер продемонстрировал типовой цикл разработки систем по модели waterfall (водопада), который начитается с анализа требований, затем идет проектирование, этапы реализации и тестирование, а уже потом завершается поддержкой и внедрением. «Именно на этапе тестирования появляется возможность избавиться от всех недоработок, способных дискредитировать всю идею цифровой трансформации, – отмечает Мураховский. – Но, конечно, тестирование – это только часть более общей системы контроля качества (QC), которая связана с анализом результатов тестирования, их обработкой и формулировкой выводов об отклонениях. Сама же система контроля качества является частью более общего понятия – системы обеспечения качества (QA). В этом случае речь идет не просто о разработке единичного программного обеспечения или отдельной цифровой платформы, а о методологии и организации процесса разработки, включая проверку требований и характеристик, оценку рисков, подготовку документации, тестирование и анализ его результатов. Это позволяет смотреть на процесс критическим взглядом, оценивать, выявляя слабые места, проводить процедуры верификации и валидации».

Верификация покажет нам, как система соответствует исходным требованиям разработчика, а валидация определит, как она отвечает ожиданиям и потребностям пользователей. Мы должны стремиться к тому, чтобы результаты этих двух проверок совпадали: «Чтобы разработчик техническом задании написал именно то, что необходимо пользователю, несмотря на объективные сложности с формализацией ожиданий пользователей системы», – подчеркнул Мураховский.

Говоря об искусственном интеллекте, директор департамента проектного управления «СКОПИНФАРМ» отметил, что по итогам опроса, проведенного в ноябре 2021 г. MIT Sloan Management Review и BCG, 62% руководителей положительно оценивают влияние искусственного интеллекта на бизнес-процессы. В то же время опрос FICO и Corinium выявил, что 65% руководителей ведущих компаний, активно использующих системы искусственного интеллекта, не могут объяснить, как их системы искусственного интеллекта принимают важные для компании и заинтересованных лиц решения. Такой разрыв в важности и понимании искусственного интеллекта, по мнению Эдуарда Мураховского, является одним из ключевых препятствий в применении этой технологии в практической деятельности.

И без человека никак не обойтись?

Прежде всего, любая компания и ее топ-менеджмент должны помнить о том, что понятие «искусственный интеллект (ИИ)» применяется в двух основных значениях: прикладной ИИ и универсальный ИИ. При этом последний, по убеждению Эдуарда Мураховского, является мечтой — «это то, что пока существует только в воображении фантастов, обладает всеми качествами человеческого интеллекта и способен решать любые задачи на лету». Наивные оптимисты уверены, что искусственный интеллект всех нас спасет, он во всем сам разберется, все решит, все сделает, в т.ч. в производстве.

Однако есть то, что действительно существует – это прикладной искусственный интеллект, т.е. продвинутые системы автоматизации, которые призваны решать определенные задачи, работают они весьма хорошо, но круг этих задач ограничен.

С прикладным ИИ тоже не все так просто, но решаемо. Главное не попасться в некоторые ловушки на пути к его эффективному применению. Среди них Мураховский выделяет:

  1. Вера людей в чудесную силу искусственного интеллекта. «Этим особенно грешат те автоматизаторы, которые играют на завышенных ожиданиях от новых технологий. Раньше они приходили к производителю с автоматизацией, а теперь – с искусственным интеллектом, предлагая написать под него нейросеть, способную решить любую его проблему, при этом не особо погружаясь в суть проблемы – поясняет Эдуард Мураховский. – Но, чтобы искусственный интеллект решал задачи, человеческий интеллект должен эту задачу сформулировать и алгоритмизировать. Искусственный интеллект – это по сути набор алгоритмов, хоть и весьма продвинутый, и высокопроизводительный»
  2. Любой искусственный интеллект несет на себе печать его создателей, предустановки пользователей – тот, кто его создает, обучает, по сути являясь его родителем, а значит, искусственный интеллект наследует его черты, повторяет как лучшие наработки, так и ошибки своих создателей.
  3. Ошибки обучения, когда, обучая искусственный интеллект, мы используем некорректные данные, несбалансированные, неправильно расставленные коэффициенты и проч. «Если мы будем внедрять искусственный интеллект в компании, где нет культуры правильности данных, существующие ошибки будут многократно усилены высокой мощностью ИИ, – предупреждает Эдуард Мураховский, вспоминая и перефразируя закон Мерфи. – Ошибаться человеку свойственно, но окончательно все запутать может только искусственный интеллект».

«Искусственному интеллекту, который сейчас есть, недостает глубокого понимания. ИИ – это инструмент, который хорошо находит корреляции, но причинно-следственные связи он не может выявить. И даже при минимальном изменении условий он теряет эффективность. А значит, нам нужно помнить, что глубоким пониманием обладает только человек, который должен ставить искусственному интеллекту задачи», – резюмировал Эдуард Мураховский.