Решения ГК «когнитивные технологии» для автоматизации бизнеса

1. Решения ГК «когнитивные технологии» для автоматизации бизнеса

РЕШЕНИЯ ГК «КОГНИТИВНЫЕ ТЕХНОЛОГИИ»
ДЛЯ АВТОМАТИЗАЦИИ БИЗНЕСА
СОБОЛЕВ ВАСИЛИЙ НИКОЛАЕВИЧ

2. Cognitive technologies - лидер российского рынка ИТ с более чем 40-летним опытом создания программного обеспечения

COGNITIVE TECHNOLOGIES - ЛИДЕР РОССИЙСКОГО РЫНКА ИТ С БОЛЕЕ ЧЕМ 40ЛЕТНИМ ОПЫТОМ СОЗДАНИЯ ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ
1. Основана в 1993 году
2. Собственная лаборатория искусственного
интеллекта на базе ИСА РАН
3. 8 офисов компании
4. Свыше 300 профильных специалистов
5. Полный набор лицензий на работу с
гостайной и средствами СКЗИ
6. Научная база компании: НИИ ИСА РАН РФ,
собственная кафедра МФТИ, собственная
кафедра НИТУ МИСиС, ИПХФ РАН в г.
Черноголовка
7. Более 140 успешных проектов, в том числе
более 25 проектов для силовых и оборонных
ведомств, более 580 000 пользователей
продуктов компании
2

3. cognitive technologies ежегодно занимает лидирующие позиции в рейтингах ит-компаний России

COGNITIVE TECHNOLOGIES ЕЖЕГОДНО ЗАНИМАЕТ ЛИДИРУЮЩИЕ ПОЗИЦИИ В
РЕЙТИНГАХ ИТ-КОМПАНИЙ РОССИИ
2017
2016
2015
Cognitive Technologies – Рейтинг российских IT-компаний — 2016 (9-е место по итогам 2016 г.)
Cognitive Technologies – одна из крупнейших ИТ-компаний России (13-е место – итоги 2015 г.)
II место среди разработчиков ПО в России
В системе Cognitive Technologies нет импортных программ, подорожавших после
девальвации рубля, коды открыты, стоимость поддержки ниже, чем у западных компаний,
да и изменения согласовывают быстрее
2-й разработчик ПО в России по рейтингу ассоциации «Руссофт» за 2014 – 2015 г
Cognitive Technologies — лучшая российская компания на рынке электронного
документооборота в 2014 году
2014
II место среди разработчиков ПО в России
Cognitive Technologies — наименее зависимая от западного ПО компания в России
2013
Cognitive Technologies — лучший поставщик ECM (Enterprise Content Management) в России в
2012 году
II место среди разработчиков ПО в России
2012
Cognitive Technologies — крупнейший поставщик СЭД в 2012 г.
3

4. Приоритетные направления и технологии для корпоративных заказчиков

ПРИОРИТЕТНЫЕ НАПРАВЛЕНИЯ И ТЕХНОЛОГИИ ДЛЯ КОРПОРАТИВНЫХ
ЗАКАЗЧИКОВ
Корпоративные
информационные системы
• Система электронного документооборота и
управления бизнес-процессами «Е1 Евфрат»
• Электронный архив документов
Автоматизация торговозакупочной деятельности
• Электронная торговая площадка Cognitive Lot
• Закупочная деятельность на платформе «Е1 Закупки»
• Единый личный кабинет для клиентов АО ЕЭТП
Системы искусственного
интеллекта
• Технологии Deep Learning & Machine Learning
• Беспилотные транспортные средства
4

5. Корпоративные информационные системы

КОРПОРАТИВНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ
Система электронного документооборота и управления
бизнес-процессами «Е1 Евфрат»
Электронный архив документов
5

6. система электронного документооборота и управления бизнес-процессами «е1 евфрат»

СИСТЕМА ЭЛЕКТРОННОГО ДОКУМЕНТООБОРОТА И УПРАВЛЕНИЯ
БИЗНЕС-ПРОЦЕССАМИ «Е1 ЕВФРАТ»
Е1 Евфрат – комплексная платформа для автоматизации бизнес-процессов, управления
информационными потоками и документами организации
1. Автоматизация всех основных
бизнес-процессов
2. Технологические возможности
Делопроизводство и
Работа как в локальной сети,
документооборот по
стандартам предприятия
Электронный архив
Исполнение поручений,
согласование, контроль
исполнительской
дисциплины
*ЭП – электронная подпись
так и дистанционно
Поддержка распределенной
архитектуры
Поддержка интеграции с MS
AD, MS Office, MS Outlook,
Cognitive Lot, Cognitive Forms,
1C, др. АИС
Поддержка технологии
оптимизации Cognitive PDF/A
Обеспечение безопасной
работы, юридической
значимости, поддержка ЭП*
100% свободна от импортных
решений
3. Внедрение и сопровождение
Возможность внедрения и
сопровождения силами
собственного Центра
компетенций
Обучение и техподдержка
на всей территории РФ
Бессрочная конкурентная
лицензия. Возможно
предоставление
безлимитной лицензии
6

7. Электронный архив документов

ЭЛЕКТРОННЫЙ АРХИВ ДОКУМЕНТОВ
Электронный архив документов предназначен для ввода, хранения, поиска, извлечения,
анализа и печати документов, поступающих в бумажной и электронной форме, включая
оригинальные электронные документы, заверенные ЭЦП.
Поддержка оперативного и
долговременного хранения
Гибкая система автоматической
классификации документов в
соответствии с номенклатурой дел
Регламентированный доступ в
соответствии с правами
Протоколирование доступа
Общий и личный архивы документов
Сквозной поиск по всему архиву с
учетом морфологии русского языка
Гибкий инструмент для задания
нестандартных запросов
пользователем
«Быстрые» шаблоны для поиска
7

8. Автоматизация торгово-закупочной деятельности

АВТОМАТИЗАЦИЯ ТОРГОВО-ЗАКУПОЧНОЙ ДЕЯТЕЛЬНОСТИ
Автоматизированная система планирования и проведения
закупок «Е1-Закупки»
Электронная торговая площадка для организации закупок
ТРУ
Единый личный кабинет для клиентов АО ЕЭТП
8

9. Принципиальная схема комплексной информационной системы

ПРИНЦИПИАЛЬНАЯ СХЕМА КОМПЛЕКСНОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ
Информация о
опубликованных
тендерах
ЕИС, Коммерческие
ЭТП, Тендерные
«агрегаторы»
Потребность
вносится
вручную
Потребность
из АСУЗД
и/или ERP
Комплексная информационная система
Cognitive Lot
Система
планирования закупок
«Е1-Закупки»
Электронная Торговая Площадка
(ЭТП)
Пользователи
Поставщики
Новые
поставщики
Текущие
Контрагенты
Управление
реестром
поставщиков
Продажа
неликвидов
Корпоратив
ный
интернетмагазин
(КИМ)
Центральный
офис
Филиал №1
Филиал №2
Единая интеграционная шина
АИС
бухучета
АИС
управления
складом
АИС управления
справочниками
АИС СЭД
9

10. Автоматизированная система Планирования и проведения закупок (СППЗ) – «е1-закупки»

АВТОМАТИЗИРОВАННАЯ СИСТЕМА ПЛАНИРОВАНИЯ И ПРОВЕДЕНИЯ
ЗАКУПОК (СППЗ) – «Е1-ЗАКУПКИ»
«Е1 Закупки» – современное решение для автоматизации всего цикла снабжения: от создания
потребности до исполнения контракта. Инструменты системы позволяют гибко адаптировать ее в
соответствии с регламентами заказчика силами собственных специалистов
ВНЕДРЕНИЕ СИСТЕМЫ «E1-ЗАКУПКИ» ПОЗВОЛЯЕТ:
Усилить контроль над расходованием
денежных средств и прозрачность
закупочных процессов (отделов,
департаментов, филиалов и дочерних
зависимых обществ)
Снизить риски нарушения
регламентов предприятия в сфере
закупок
Обеспечить производственный
персонал, специалистов МТО,
руководство актуальной и
достоверной информацией
Сократить издержки снабжения до 15%
• Повысить эффективность планирования
• Снизить количество срочных и внеплановых
закупок
• Обеспечить неразрывный цикл от создания
потребности до заключения контракта
• Повысить прозрачность закупок и снабжения
Сократить закупочный цикл до 30%
Формализовать и структурировать данные
Автоматизировать рутинные операции
Перевести согласования в электронный вид
Повысить удобство и простоту проведения
закупочных процедур
10

11. Функционал системы охватывает весь цикл закупок от появления потребности до контроля исполнения условий договора

ФУНКЦИОНАЛ СИСТЕМЫ ОХВАТЫВАЕТ ВЕСЬ ЦИКЛ ЗАКУПОК ОТ ПОЯВЛЕНИЯ
ПОТРЕБНОСТИ ДО КОНТРОЛЯ ИСПОЛНЕНИЯ УСЛОВИЙ ДОГОВОРА
Планирование закупочной
деятельности
Формирование лотов
• Уточнение объемов, цен, сроков
закупаемой позиции
• Консолидация позиций
(совместные централизованные
закупки)
Лотирование
Планирование
Сбор потребностей
• Создание потребности
вручную или загрузка из
ERP*
• Обоснование потребности
• Сверка со складскими
запасами* и бюджетом*
• Согласование потребности
Исполнение контракта
• Согласование с контрольным органом
• Формирование плана закупок
• Публикация плана на корпоративном
портале
Сбор
потребностей
Подготовка
к конкурсу
Исполнение
контракта
• Контроль хода исполнения
• Ведение реестра контрактов
• Обмен с внешними информационными
ресурсами (ERP*, 1С*, СЭД*)
Определение
победителя
* Интеграция с внешними ИС в рамках проекта
Подготовка к конкурсу
Формирование извещения
Определение требований к поставщикам
Формирование документации
Объявление конкурса, публикация
конкурса на корпоративном портале*
и/или ЭТП*, экспорт сведений о закупке
в систему тендерного «агрегатора»
Определение победителя
• Обмен с внешними информационными
ресурсами (ЭТП*, корпоративный
портал*)
• Согласование и заключение контракта
• Внесение в реестр контрактов
11

12. Единый личный кабинет для клиентов АО ЕЭТП

ЕДИНЫЙ ЛИЧНЫЙ КАБИНЕТ ДЛЯ КЛИЕНТОВ АО ЕЭТП
Гибкое клиентоориентированное решение для автоматизации процесса аккредитации и ускорения
финансовых операций на торговых площадках АО ЕЭТП.
Достоинства проекта
Концептуальное проектирование по Kanban
Неограниченный контакт с
заказчиком
Детальное обследование
предметной области
Создание User Story
Техническое проектирование
Микросервисная архитектура
Паттерны проектирования
Гибкая разработка
Сontinuous integration на
основе GitLab-CI
Работа по Scrum
Клиентский интерфейс в
ReactJS SPA
Демонстрация результатов заказчику
Проведение показов
Сбор обратной связи
12

13. Системы искусственного интеллекта

СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Беспилотные транспортные средства
Технологии Deep Learning & Machine Learning
13

14. Примеры искусственного интеллекта от Когнитивных технологий

ПРИМЕРЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ОТ КОГНИТИВНЫХ ТЕХНОЛОГИЙ
«Умный» КАМАЗ
&
Полностью автономный грузовой автомобиль «Камаз»,
работающий при различных погодных условиях кроме
случаев недостаточной видимости, определяемых
требованиями ПДД. Детектирует пешеходов вне
зависимости от направления их движения. Время,
отведенное для обнаружения опасности и реакции на
нее, составляет не более 0,3 сек.
«Умная» с/х техника
&
«Умная» уборочная техника, выполняет весь цикл работ
по сбору и переработке урожая, позволяет картировать
поле, детектировать мелкие объекты, приводящие к
выходу из строя техники и простою, определять качество
собранного фуража
14

15. Методы обучения Искусственного интеллекта от Когнитивных технологий - Deep Learning & Machine Learning

МЕТОДЫ ОБУЧЕНИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА ОТ КОГНИТИВНЫХ
ТЕХНОЛОГИЙ - DEEP LEARNING & MACHINE LEARNING
Deep Learning
Machine Learning
Основная задача – обеспечение автоматической оцифровки
окружающей действительности
Метод Deep learning основан на репрезентационном обучении
Состоит из различных архитектур, например глубоких нейросетей,
сверхточных нейронных сетей, глубоких сетей доверия
Области применения – компьютерное зрение, распознавание речи,
обработка естественного языка
Основная задача – построение логических связей и принятие решений
в понимаемой искусственным интеллектом окружающей
действительности
Метод Machine Learning основан на разделах математической
статистики, численных методов оптимизации, теории вероятности и
дискретного анализа
Активно применяется в сфере предиктивного анализа
пользовательского поведения или прогнозирования поведения
систем в разных ситуациях, «умного» анализа данных
Практическое применение
Сегментация и обработка входящих
изображений
Детекция автомобилей на дороге
Архитектура машинного перевода
15

16. Что такое аналитик у нас в компании

ЧТО ТАКОЕ АНАЛИТИК У НАС В КОМПАНИИ
Интервьюирование
заказчика
Разработка BRD/
Написание User Story
Оптимизация процессов и
разработка модели «как
будет»
Работка по Scrum и иным
гибким методологиям
Аналитик
Постановка задач
разработчикам
Сопровождение проекта
Проведение показов
Тестирование
функционала
16