Цифровой двойник

В октябре 2020 Bentley Systems проведет ежегодную конференцию Year in Infrastructure в режиме онлайн. Спикеры события мировые эксперты проектирования, строительства и эксплуатации инфраструктуры, включая HS2, Tesla, NOV. Техническое руководство компаний проведет серию панельных дискуссий о реагировании на текущие вызовы, внедрение инноваций, поделится новаторскими практиками перехода на цифровое производство. Информационную поддержку события в Украине предоставляет Softprom by ERC, официальный дистрибьютор решений Bentley в регионе.

Компания Bentley Systems, Inc. глобальный вендор комплексных программных решений для проектирования, строительства и эксплуатации инфраструктурных объектов. В этом году конференция компании, которая проводится уже седьмой год, расширит свою аудиторию благодаря новому формату: Year in Infrastructure переходит в онлайн.

Softprom Value Added IT Distributor в странах СНГ и Европы, поставщик ИТ-сервисов и услуг с 20-ти летним опытом работы на рынке. Softprom предоставляет информационную поддержку события в Украине. С продуктами и сервисами Bentley, о которых пойдет речь на конференции, можно ознакомиться на сайте. На приобретение флагманских решений Plaxis, Microstation, ProStructures, STAAD действует акция: 6%-тная скидка до конца года.

Основное действо конференции Year in Infrastructure 2020 будет происходить 20-21 октября. В течение этих дней будут освещены темы, актуальные для инженеров, архитекторов, специалистов по геоинформационным технологиям, строителей и владельцев-операторов инфраструктуры. Ключевые события:

20-21 октября. Руководители проектов о будущем и возможностях

Грег Бентли (Greg Bentley), генеральный директор Bentley Systems, вместе с руководителями передовых технологических компаний будет дискутировать о проблемах устойчивости к внешним воздействиям и способах решения проблем с помощью цифрового прогресса.

Кит Бентли (Keith Bentley), основатель компании и главный технический директор, обсудит стратегию цифровых двойников (digital twins) Bentley с другим визионерами отрасли, уже внедривших этот подход в проектах или управлении активами.

20 октября. Обсуждение цифровых двойников

Цифровые двойники в инфраструктуре центральная тема мероприятия этого года. Последствию внедрения этой стратегии будет посвящено шесть интерактивных панельных дискуссий о разных отраслях: цифровые города и фабрики, проектирование, строительство, энергокомпании, железнодорожный транспорт, дороги и мосты.

21 октября. Церемония вручения наград Year in Infrastructure 2020

После нескольких месяцев работы жюри в прямом эфире огласит победителей конкурса. Посмотреть live-презентации проектов, участвующих в конкурсе можно начиная с 5 октября 2020 года, где конкурсанты расскажут о том, какие цифровые технологии использовались для достижения беспрецедентных результатов.

Дополнительная информация о Year in Infrastructure 2020 и регистрация на мероприятие доступны на сайте: https://yii.bentley.com/en.

Эффективность и оптимальность бизнеса (во имя чего и проводится автоматизация) со временем превратились в ускользающие цели, постоянно отдаляющиеся по мере наращивания масштабов автоматизации.

При этом этап цифровой трансформации качественно отличается от предыдущих этапов внедрения новых информационных технологий, цифровизации и т.п. Продвижение идей и методов цифровой трансформации при определенных условиях может стать плодотворным и кардинально изменить способы ведения бизнеса, а также используемые методы управления.

Обоснование перспективных направлений работ по цифровой трансформации бизнеса правильно связать с фиксацией накопившихся проблем: доказательства могут быть восприняты только теми, кто имеет общий прошлый опыт (Н.И. Вавилов).

1. As is не дает ориентиров для To be.

Непредвзятый аудит бизнес-процессов и уровня автоматизации бизнеса скорее всего установит некорректность существующих регламентов (они оторваны от реальности) и уязвимости практики принятия решений (без корректных данных и без учета проблем смежных подразделений). Кроме того, негласный общий вывод будет сводится к тому, что руководители не совсем знают свои бизнес-процессы.

В ходе аудита можно выделить много позиций, которые представляются необоснованными, спорными, неправильными и т.п. Однако реализовать идею устранения выявленных проблем сложно, поскольку сам по себе аудит не дает ориентиров для совершенствования бизнеса и критериев для признания верности принимаемых решений.

Понять, как изменить (развивать и совершенствовать) конкретный бизнес и принять необходимые решения, может только сам этот бизнес: это его деньги и риски. Внешние консультанты могут привнести в бизнес лишь новые инструментарии. Текущая ситуация осложняется тем, что пока не существует необходимого инструментария, позволяющего бизнесу взглянуть самого на себя объективно, не следуя уже сложившимся в нем стереотипам.

2. Внешние директивные ограничения бизнеса.

Государственное регулирование накладывает на бизнес внешние директивные ограничения. Это не плохо и не хорошо так есть. Иногда бизнес находит способы компенсировать их негативное влияние (офшор и др.). Но очень часто такие ограничения становятся бременем только потому, что бизнес не формирует ответные компенсирующие возможности. Рассмотрим простой пример влияния требования наличия штатного расписания.

3. Организационная структура: разделение труда и кооперация. Пример.

Штатное расписание должно быть в компании по многим причинам. Для сотрудников штатное расписание в форме организационной структуры важно потому, что закрепляет их статус в компании. Для бизнеса организационная структура важна, так как фиксирует принятые в компании разделение труда и кооперацию.

При этом реальное разделение труда и кооперация чаще всего не соответствуют номинальной организационной структуре.

На рисунке приведен граф почтовых сообщений в реальной компании за 9 месяцев. Из этих сообщений удалены массовые внутренние рассылки (оповещения более, чем в 100 адресов) и внешние сообщения, оставленные без ответа (как бы спам).

Красные точки соответствуют внешним адресам, а голубые адреса из доменов компании.


Если учитывать регулярные коммуникации (удалить разовые письма) и устойчивые пути движения почты, то иерархия компании, выраженная через реальные коммуникации, будет следующей (только почта доменов компании):


Красным точкам соответствуют более интенсивные узлы, желтым средние по интенсивности, синим менее интенсивные.

Иерархическая подчиненность проявляется через путь коммуникации (красная линия).


Коммуникационный граф компании по признаку относительной автономности коммуникаций имеет следующий вид:


С практической точки зрения интересным является отражение действующих бизнес-процессов в коммуникациях сотрудников. Суточная картина (случайный рабочий день) коммуникаций выглядит таким образом:


Видна сепаратность некоторых коммуникаций.

Уменьшив время до 3-х часов получаем следующую картину:


Для решения конкретных задач более удобен граф с указанием адресатов почты. Красные точки соответствуют внешней почте, синие почте из доменов компании. Интересно, что в данном случае при решении определенного вопроса сотрудники компании коммуницируют между собой через участников, обладающих внешней почтой.


Данный пример показывает, что компания обладает гораздо большими скрытыми знаниями, чем предполагает, а также, что статические регламенты мало соответствуют реальной динамике и практике. Кроме того, при имеющемся арсенале инструментария кажется очень трудным фиксировать как as is, так и сформулировать пожелания к to be.

4. Программное обеспечение волк в овечьей шкуре.

Теоретически программное обеспечение позволяет организовывать принудительный ритмопорядок коллективной работы и существенно расширить функциональные возможности специалистов.

Практически же сфера программного обеспечения представляет собой огромный бизнес со своими правилами и экономической моделью. Суть последней делать универсальные (типовые) программы и продавать их максимально большому количеству клиентов.

Поэтому, теоретизируя о том, как бизнесу поможет то или иное решение, вендор (производитель и поставщик программных систем) просто продает типовую программу (систему), которая явно не соответствует ни одному конкретному бизнесу и которую надо внедрять. Внедрение программы состоит в том, что частично переписывается код типовой программы и переделываются действующие бизнес-процессы и регламенты для их соответствия типовым конструкциям (структурным и функциональным), заложенным в программе.

Для компании существующая практика внедрение программ порождает две латентные проблемы.
Первая это возможная потеря существующих конкурентных преимуществ, когда план по формированию новых конкурентных преимуществ не предусмотрен (вендоры ничего не понимают в вашем бизнесе).

Вторая дублирование некоторых функций бизнеса. Каждый вендор стремиться максимально переориентировать клиента на свои программы, для чего включает в них избыточное количество функционала. Особенно это касается учетных функций. Так как компания не обходится одной программой и одним вендором, то становится неизбежным избыточность и пересечение функционала ландшафта программ компании.

Явным признаком неблагополучия в сфере программного обеспечения компании является объем ходящих в компании Excel-файлов. В наиболее автоматизированной нефтегазовой сфере при принятии решений 70-80% данных берется из Excel-файлов, а не прямо из информационной системы компании.

В ходе аудита бизнес-процессов обычно выясняется, что используемые программы что-то делают не корректно или используются данные с неизвестным статусом, т.е. внесистемные. В любом случае, большинство рекомендаций по итогом аудита подводят к выводу о необходимости расширения периметра автоматизации компании.

5. Сводка качественных изменений в компаниях в результате автоматизации.

Неудобства при использовании существующих программ приводят к тому, что вся система управления бизнесом, в той или иной степени, отображается в блуждающих в компании Excel-файлах.

Удобство почты позволило формализовать и фиксировать бизнес-коммуникации. Навязывание автоматизации сформировала архивы исторических и учетных данных. Внедрение методологии бизнес-процессов позволило представить бизнес в виде схем.

Повсеместно стали использоваться KPI метрики, непонятно как отражающие реальное положение дел.

И, наконец, увлеченность стратегиями инициировала формирование подразделения, ответственного за создание общей картины бизнеса.

Произошедшие за последний период изменения можно с пользой использовать, но пока, в основном, они только порождают затраты. Это проявляется в том, что основная масса методов управления в компаниях по-сути не ушла далеко от практики второй половины ХХ века.

6. Лучшие практики ничего не гарантируют, но добавляют решимости.

Основой работы BCG и McKinsey являются специально разработанные опросники, на основе которых они готовят свои рекомендации. Имеются некоторые различия в подходах:

• BCG больше ориентируется на соответствие структуры бизнеса компании структуре рынков и выявление пересечения бизнеса внутри подразделений компании;
• McKinsey сосредоточена на повышении операционной эффективности компании.

Важно понимать, что большинство рекомендаций консультантов является обобщением конкретных предложений сотрудников компании младшего и среднего уровней. По-сути, это свидетельствует также о том, что сотрудники непосредственно не могут донести явным и простым способом свои предложения об улучшении процессов в существующей системе управления.

Для реализации рекомендаций консультантов предусмотрены специальные организационные формы, которые подменяют на небольшой период сложившиеся в компании организационные структуры управления.

Анализ консультантами состояния бизнеса с неизбежностью выявляет упущения и недочеты, которые целесообразно устранить. Проблема состоит в том, как, не имея общей картины бизнеса (ее не получить опросами), исправляя одно не навредить другому.

Позиция консультантов по формированию стратегии развития бизнеса очень проста: это не их бизнес; они просто выявили проблемы; за вас они не могут принимать решения по развитию бизнеса; все, что они могут сделать познакомить вас с лучшими практиками аналогичных компаний в других странах и отраслях.

В результате компания не получает ни общей картины бизнеса, ни технологии регулярного развития бизнеса.

Бизнес ведется в конкурентной среде, поэтому всегда сопровождается стрессами и страхами, касающимися уязвимости бизнеса, возможности выявления нарушений в условиях противоречивого законодательства, нарушения собственного статуса и т.п.

Понимание, что у конкурента внедрены лучшие практики, пробивает брешь в страхе или становится новым страхом, но добавляет решимости в изменение бизнеса. В результате начинают внедряться лучшие практики и новое программное обеспечение, что ничего не гарантирует, но вводит компанию в новый цикл автоматизации и внедрения.

7. Что не так в планировании и управлении?

Главное направление в ревизии способов ведения бизнеса при цифровой трансформации связано с пересмотром взаимоотношения процессов планирования и управления.

Ориентация на широко и долго пропагандируемую парадигму <<долгосрочное (стратегия) среднесрочное (год) краткосрочное (месяц) планирование и оперативное управление>> в современных условиях не имеет перспектив.

Идея составления долгосрочных планов, их дезагрегации и уточнения не может реализоваться при фактических стремительных изменениях обстановки и обстоятельств, в которых принимаются решения.

На современном этапе развития бизнеса основное количество управленческих решений принимается на уровне оперативного регулирования. Основная причина этого постоянно меняющаяся конъюнктура, которую невозможно предусмотреть даже в краткосрочном планировании. Это обстоятельство превращает оперативное управление в основной инструмент повышения эффективности использования активов.

Процесс принятия оперативных решений происходит практически одновременно с процессом реализации бизнес-функций (производство, ремонт, перевозки), а перераспределение ресурсов и перепланирование осуществляется ежедневно, иногда несколько раз в сутки.

В этих условиях можно перевернуть существующую иерархию в конструкции планирования, взяв за системообразующую основу операционное управление.

При этом в процессах последнего выделяются инварианты: цифровые активы, устойчивые зависимости и соотношения.

Для инвариантов на более широких горизонтах времени принимаются структурные и оптимизационные решения, что становится аналогом среднесрочного и краткосрочного планирования. Долгосрочное планирование на новом этапе развития бизнеса преобразуется в качественно новые подходы по учету многих факторов и вариантов при рассмотрении стратегии развития.

8. Общая картина бизнеса. Стратегия. Операционная модель бизнеса.

Существование огромного количества отчетов в компании не означает наличие общей картины бизнеса.

Стратегия является способом позиционирования компании в пространстве активов (существующих и инвестиций), во времени и на рынке.

Операционная модель бизнеса связана с созданием принципиальной схемы бизнеса в условиях существования многочисленных бизнес-процессов по конкретных направлениям.

Как правило, стратегия и операционная модель по способу формирования являются статичными и не связаны с постоянным анализом исторических и актуальных данных (BigData). Поэтому они не слишком полезны для ведения бизнеса, даже если пересматриваются регулярно.

При этом дело не только в отсутствии хороших инструментальных средств. Главная проблема связана с тем, что не существует единой системы производственно-коммерческих ограничений и управленческих учетов: учетная ERP есть, клиенты как-то управляются через CRM, есть системы GEO-бизнеса, планирования ремонтов и другие.

Если бы была единая система производственно-коммерческих ограничений и управленческих учетов, то стратегия была бы динамическим видением преодоления стратегических ограничений, а операционная модель способом обеспечения операционной эффективности (ситуационных ограничений).

Интуитивное пожелание развивать направления цифровых активов и цифровых двойников как раз связаны с потребностью бизнеса иметь общую картину.

9. Цель и способ цифровой трансформации.
онятие цифровая трансформация имеет множество интерпретаций в соответствии с тем, что вам хотят продать.

При этом оно говорит и само за себя. Цифра это самое абстрактное понятие, введенное человеком. Верх абстракции является ноль, который обозначает ничто. Трансформация означает преобразование одного в другое. Не замену, а преобразование.

Методология цифровой трансформации связана с преобразованием того, что у вас есть, в то, что вам нужно. Поэтому нет необходимости заменять существующие программы на прогрессивно-новые. Нужно просто обладать способом реновации программ через использование их качественно новым образом.

Таким способом является создание метасистемы системы над уже существующими системами, не изменяющую их, но привносящую собственные новые качества.

Следующий вопрос вопрос формализации понятий (объектов), которыми оперирует бизнес. Эти объекты очень абстрактны: сделка, рейс, закупка, ремонт, клиент, актив, инвестиции и т.п.
В отличии от абстрактных объектов, в существующих информационных системах присутствуют следы в основном материальных объектов: договор, накладная, маршрут, запчасти, станок, балансовая стоимость и т.п.

Поэтому необходимо уметь сопоставлять материальные объекты и факты с понятиями и категориями, которыми оперирует бизнес.

Как ни странно, но системообразующей целью цифровой трансформации можно считать создание языка SSDL (Special Symbolic Domain Language) для описания целей, объектов, операций (действий) и проблем бизнеса. Формирование метасистемы является только промежуточным средством для создания SSDL. В общем случае для конкретного бизнеса должен быть свой SSDL, учитывающий специфику и конкурентные преимущества бизнеса.

Дело в том, что любая система в постоянно меняющихся обстоятельствах и требованиях является временной. Поэтому трудно ответить на вопрос, хороша система или нет: вчера хороша, завтра нет.

С языком для конкретного бизнеса все проще: интуитивно можно понять, является он эффективным или нет. Если язык позволяет описывать проблемы, для которых пока нет понимания решения, то он становится вечным (по крайней мере, пока не угаснет бизнес).

По существу все инновации от этапа внедрения новых информационных технологий так или иначе вели к созданию языка описания бизнеса: понятий, категорий, объектов и операций (действий). Это проявляется в процессе формализации бизнес-процессов, при согласовании технических заданий и требований к функциональным возможностям, при определении установок о том, на какие вопросы должны отвечать отчеты.

Но по результату долгой работы обычно формируется только некий слэнг, или недоязык, бизнеса. Иногда, того хуже, бизнес встает на программистскую точку зрения и начинает приспосабливается к возможностям конкретных программы.

История прогресса однозначно связывает создание специализированного и удобного языка (математика, химия, электросхемы, генетика) с началом качественного развития: он позволяет четко формулировать намерения, накапливать и передавать опыт, а также однозначно фиксировать проблемы.

10. Цифровой актив.

Далее понятие цифровой актив будет использоваться в широком смысле. В узком смысле с цифровым активом связывают возможности работы бизнеса с криптовалютами.

Цифровой актив в широком смысле это то, что создает ценности в бизнесе на новом этапе совместного использования информационных и математизированных технологий.

В методологическом плане понятие цифрового актива является промежуточным как для формируемой метасистемы, так и для создаваемого языка бизнеса. Оно позволяет нащупать путь цифровой трансформации бизнеса. И если попытка является успешной, то конкретный цифровой актив становится одновременно составляющей метасистемы и SSDL (языка бизнеса).

11. Производственные характеристики завода полуфабриката и трех заводов готовой продукции. Пример.

Заводы по производству полуфабриката и готовой продукции активы. У активов есть производственные характеристики, которые учитываются при планировании объемов произведенной продукции. Скорее всего, из плановой производительности завода вычтут время простоя в плановых ремонтах и получат ожидаемый объем произведенной продукции.

В динамике объем произведенной продукции, как правило, не будет совпадать с запланированным из-за: фактических сроков ремонтов, незапланированных остановок и т.п.

На рисунке приведены полугодовые данные о производстве полуфабриката (зеленый 1) и о потребностях в нем трех заводов готовой продукции (коричневый 2, оранжевый 3, желтый 4).
Первый рисунок соответствует данным, приведенным на одну и ту же дату, а второй потребностям в полуфабрикате, пересчитанным с учетом необходимого времени его транспортировки.

До апреля приведены фактические данные, а после плановые (слишком оптимистичные с учетом имеющегося опыта работы).


Синий пунктир это разница между произведенным полуфабрикатом и текущей потребностью в нем.

Основная проблема заключается в том, что суммарный объем производства полуфабриката существенно больше, чем суммарная потребность в нем. Однако по факту полуфабриката либо постоянно не хватает (нужны закупки у третьих лиц), либо наблюдается его переизбыток (надо продавать на рынке). В первом случае может наблюдаться удорожание конечной продукции, во втором требуется заведомое информирование трейдеров об объемах и цене продажи.

Любой из графиков на рисунке отображает конкретный временной ряд. В более привычном виде временной ряд представляют два столбца Excel, первый из которых дата, второй значение некого показателя на эту дату.

Что представляет из себя цифровой актив в данном примере? Это четыре (по числу заводов) разных конструкции, состоящие из совокупности временных рядов по производственным показателям ( показатель время значение) и обстоятельствам, соответствующим конкретному временному ряду (контекст ситуации).

В таком виде (это не исчерпывающий состав) цифровой актив позволяет решать ряд актуальных задач. Например, на основе временных рядов получения полуфабриката и потребности в нем можно определить (имитационная модель) оптимальный размер резерва, который минимизирует закупки полуфабриката у третьих лиц при перебоях с поставками.


В техническом плане цифровой актив можно сопоставить с виртуальным объектом, Entity или BusinessObjects (в виде, в котором он существовал до его покупки SAPом), то есть вводимые инновации имеют место в первую очередь в формализации представлений категорий и понятий бизнеса, а не их программной реализации.

В общем случае цифровой актив является сложной конструкцией (объектом). Цифровой актив включает в себя: исторические данные; экономические и финансовые индикаторы; договора и обязательства; производственные планы и факты; особенности работы в различных обстоятельствах; аналитические закономерности (формулы); BigData из разных источников (внутренних и внешних); математические модели, в том числе симуляционные и статистические.

Напасть, связанная с повсеместным использованием Excel-файлов вне периметра информационной системы компании, может в этот раз оказаться преимуществом, если специалисты компании в Excel-файлах сумели выразить суть функциональных элементов бизнеса, избежав ненужных ограничений и предположений, накладываемых типовыми программными системами.

В большинстве случаев достаточно просто (используя определенную методологию) сформировать первое приближение цифровых активов компании на основе рабочих Excel-файлов.

12. Управленческий учет и эффективность.

Методологически цифровой актив представляет собой одновременно результат и технологию.
Как технология, цифровой актив соответствует способу формирования управленческого учета: выделение в разных источниках и процессах интересных данных, сбор их в одном месте, динамическое обновление.

Как результат, цифровой актив содержит необходимые данные в контексте обстоятельств, позволяющие корректно вычислять эффективность: вычленять интересующие затраты и делить при расчете эффективности обоснованные общие затраты.

13. Цифровой двойник. Модель работы обогатительной фабрики ГОК. Пример.
Обогатительную фабрику горно-обогатительного комбината (ГОК) можно представить в виде системы последовательно и параллельно соединенных модулей (узлов), имеющих изменяющиеся характеристики пропускной способности и значений индикаторов в зависимости от режима работы.

Схема обогатительной фабрики ГОК.


Входные данные поступают на разных позициях и соответствуют историческим или прогнозируемым временным рядам.

Далее приведены результаты моделирования по разным обстоятельствам.

Результаты последовательно соответствуют этапам (красный номер на графиках):

1. дробильно- перегрузочный узел;
2. магистральный конвейер;
3. среднее дробление;
4. грохоты;
5. разделение руды после просеивания на два потока: в мелкие дробилки и на конвейер на усреднительный склад;
6. мелкие дробилки;
7. конвейер на усреднительный склад;
8. разделение руды на два потока: на усреднительный склад и в конвейер в корпус обогащений;
9. усреднительный склад;
10. конвейер в корпус обогащений;
11. корпус обогащения;

Цвет итогового выхода одного этапа соответствует цвету входа следующего этапа.
Пунктирные линии показывают время простоя.

Синий цвет исходное поступление руды. Красный цвет итоговая выработка.

Поступление руды постоянно, но с периодическим уменьшением объема.

Сводка.


По узлам.


Перерывы в работе дробильно-перегрузочного узла при постоянной подаче руды.

Сводка


По узлам


Что делает язык соединяет определенные компоненты, в результате чего появляется некоторый смысл.

В модели обогатительной фабрики данные и выполняемые действия в узлах берутся из
соответствующих цифровых активов. Можно брать различные данные и реализовывать допустимые действия. Результат (смысл) формируемой конструкции объем получаемой продукции (временной ряд, визуализованный в графиках).

14. Символическая парадигма цифровой трансформации.

После этапа внедрения новых информационных технологий большинство компаний накопили большие данные о своей деятельности и имеют все необходимое для существенного улучшения собственного бизнеса. Понятие BigData не фикция: количество данных в компаниях огромно и на хранение данных тратятся значительные деньги. Проблема в том, что не совсем понятно, каким образом использовать BigData: с чего начать, какие данные интересны, а что является мусором.

Барьер вхождения в новый статус связан с процедурой определения того, для каких задач какие данные интересны, а какие нет. Важно понимать способ решения технических вопросов: как получить необходимые данные (middlware), где и в какой форме хранить (скорость доступа) и как с ними работать (преобразование структур данных и операции).

Этап цифровой трансформации совпал с быстрым развитием символической парадигмы. По-сути маркетинговое понятие цифровая трансформация адекватно отражает связанные с ним инновации, если под цифровым понимать использование абстрактных символических структур (а чем иным является цифра?), а под трансформацией алгебраизованные операции (действия) не выводящие из исходного пространства смыслов, когда все говорят об одном и том же.

Чтобы работа по цифровой трансформации не свелась к непрерывному циклу проб и ошибок,
необходимо научиться формулировать бизнес-намерения и максимально полно оценивать их реализуемость и результативность.

Бизнес-намерения абстракция: надо ясно описать то, что не существует. Оценка намерения сложная вычислительная процедура на реальных активах и в предполагаемых обстоятельствах, которая должна быть понятна и исполнима.

Символическая парадигма позволяет описать, какой результат должно достичь, и найти варианты, на основании применения каких правил этот результат может быть достигнут. Лучшая особенность символической парадигмы заключается в том, что можно последовательно создавать все более общие абстракции на разных логических уровнях и полагать, что они могут быть объединены в единое целое.

Разница между аналитикой и использованием символической парадигмы существенна. Аналитика показывает, что все сложно и все со всем связано, а символическая парадигма позволяет делать выводы, позволяющие действовать обоснованно и решительно. При символической парадигме цифровая трансформация бизнеса, связанная с преобразованием того, что у вас есть в то, что вам нужно может реализовываться на постоянной основе.

В практическом плане можно считать, что инструментальная база символической парадигмы это то, что представляет собой современный Wolfram Language целиком.

15. Производственно-коммерческие ограничения.

В компании производственно-коммерческие ограничения (ПКО) существуют в большом количестве, в разных формах и на разных логических уровнях. Они бывают качественные, количественные, логические и др. Для общности в ПКО можно добавить событийные условия, образующие контекст ведения бизнеса (рынки, курсы, темпы роста, и др.).

Символическая парадигма позволяет переписать ПКО в виде символических выражений (символические операции над символическими объектами) вне зависимости от природы условий. Символические выражения можно свести к системе базисов, которые связывают символические объекты после тождественных преобразований.

Далее систему базисов можно отобразить на n-мерный куб нужной размерности. Такой куб включает исчерпывающие комбинаторные сочетания оцениваемых объектов. Надо отличать OLAP-куб, являющийся декартовым произведением фактических значений, и n-мерный куб из вершин символических объектов.

На основе системы базисов получится не единственный n-мерный куб. По существу, все получаемые кубы отражают разные, но равноправные конструкции внутренней структуры бизнеса, сведенного к выделенным ПКО.

В итоге можно получить пути, связывающие любые объекты ПКО, которые соответствуют реальным связям объектов в процессе ведения бизнеса (а не только демонстрацию того, что все сложно). Если путь включает в себя k-мерные грани, то это говорит о возможности и необходимости оптимизации по совокупности включенных в грань объектов. Если путь идет только по ребрам, то достаточно принимать только локальные рациональные решения.

Непосредственная связь объектов позволяет корректно формировать цифровые активы и цифровые двойники, а также языковые конструкции SSDL. Кроме того, появляются реальные критерии оценки полезности собираемых и хранимых в компании данных.

В 2021 году Huawei делает ставку на дальнейшее развитие корпоративных ADN-сетей. Что это за зверь, коротко обрисуем в этой статье по итогам доклада с прошедшего в конце 2020 года онлайн-форума Worldwide IP Club сообщества, которое мы создали для обсуждения инноваций и для нетворкинга в телекоме.



Чтобы разобраться с Huawei Enterprise ADN, полезно будет сперва сделать краткий экскурс в те вызовы, с которыми сталкиваются корпоративные сети в наши дни.



Сомнений нет, цифровая трансформация не обойдёт ни одну крупную организацию. И без достойной инфраструктурной опоры процесс этот немыслим. Чтобы отвечать требованиям цифровизации, корпоративная сеть должна быть надёжной, гибкой, масштабируемой.

У такой сети две основные части сеть доступа и опорная сеть. На вышеприведённой схеме слева от региональной точки размещения оборудования располагается как раз таки сеть доступа, призванная обеспечивать подключение корпоративным кампусам, филиалам, внешним структурам, IoT-средам и т. д. Справа отображены межрегиональные и межоблачные соединения (interconnection).

Хотя фундаментально архитектура простейшая, на практике, как правило, приходится иметь дело с огромной разнородной сетью на базе оборудования разных вендоров. Затраты на его эксплуатацию и обслуживание подчас ощутимо превышают расходы на его покупку. Вот четыре главных отягчающих обстоятельства, которые усложняют жизнь проектировщикам и администраторам современных корпсетей.

I. Разрозненность ресурсных ёмкостей (network silos), из-за которой сервисы оказываются отъединены от сетевой инфраструктуры, возникает неразбериха с чересчур многочисленными сетевыми задачами, конфигурация самой сети переусложняется, а O&M теряет эффективность.

II. Высокая степень гетерогенности сетей, с их пёстрым парком
оборудования. Отсюда вытекает множество трудностей, включая зависимость благополучной работы инфраструктуры от опыта отдельных экспертов, длительные циклы решения проблем, неэффективность проверок, а также ошибки, порождаемые необходимостью выполнять порядочную часть операций вручную.

III. Разделённость сервисов бизнес-уровня и сетевой инфраструктуры. В результате невозможно полноценное функционирование NaaS (Network as a Service) ни в отдельной зоне, ни между зонами сети. Под шквалом бесчисленных метрик сетевой активности, предупреждений и логов администратор оказывается не в состоянии гарантировать в любой момент времени безукоризненно точную работу сервисов.

IV. Отсутствие сквозной визуализации сети и инструментария для её всестороннего анализа. Это подлинный бич тех, кто строит сети и управляет ими. Неисправности удручающе часто вскрываются непосредственно во время работы сервисов, с ними успевают столкнуться пользователи, поскольку их не получается оперативно обнаружить и устранить.



Чтобы справляться с перечисленными проблемами, Huawei создала решение на основе концепции сети с автономным управлением (autonomous driving network ADN), именуемое iMaster NCE. В него заложена функциональность цифрового двойника, end-to-end анализа намерений (более подробно о концепции intent-driven network мы уже писали на Хабре), а также технология интеллектуального принятия решений.

• Принцип intent-driven. На протяжении всего жизненного цикла сети те, кто ею управляет, могут использовать простой WYSIWYG-инструментарий для того, чтобы держать её под полным своим контролем.
• Интеллектуальное принятие решений. Система упрощает человеку выбор оптимальных решений. Например, на этапе развёртывания сервиса она способна подсказать подходящие сетевые настройки и конфигурации, а при анализе проблем даёт возможность быстро найти первопричину неполадки и сама предлагает шаги по её устранению.
• Цифровой двойник. В iMaster NCE включена функциональность многоуровневого моделирования и управления KPI инфраструктуры с опорой на большие данные, которая оперирует виртуальными слепками любых физических устройств, входящих в состав сети. При этом решение осуществляет двунаправленное картирование между сетью и её двойником.

С помощью ADN, таким образом, удаётся осуществить пять важных преобразований.

1. Упразднить сетецентричный, пассивный подход к управлению инфраструктурой и заменить его таким, при котором проактивно анализируются намерения её пользователей, благодаря чему, в частности, удаётся нивелировать зависимость от специфики конкретной реализации сети. iMaster NCE развёртывает сквозную автономную оптимизацию сети по замкнутому циклу.
2. Отказаться от автоматизации частичной, на базе жёстких предварительных настроек, в пользу автоматизации гибкой, завязанной на многоуровневом моделировании. В результате от и до автоматизируются проектирование и построение сети, O&M-процессы и дальнейшее совершенствование инфраструктуры.
3. Перейти от ручных проверок к поддержанию устойчивой работоспособности сервисов с помощью интеллектуальных технологий. Модель в числе прочего предусматривает симуляцию последствий события до того, как оно произойдёт в действительности, равно как и окончательное подтверждение действий постфактум, с возможностью откатить изменения.
4. Сделать шаг от реактивного управления сетью к интеллектуальному проактивному мониторингу и анализу изменений. Администраторы сети видят проблему в зачатке ещё до того, как она повлияет на тот или иной сервис и её заметят пользователи, и могут оперативно разобраться с ней.
5. Заменить работу с опорой на человеческий фактор, преимущественно на опыт экспертов, применением модели, где преобладает принятие решений с помощью умных технологий, в том числе при проектировании сети, мониторинге, анализе и оптимизации сетевых взаимодействий

Главное же в модели анализа намерений (intent-driven) перевод бизнес-запросов пользователей на сетевой уровень. У процесса выделяются три значимые составляющие.

1. Формирование отвлечённой модели намерений (intent abstraction). В корпоративных сетях большая часть намерений относится к взаимодействиям между пользователями, конечными устройствами и приложениями. Как следствие, необходима модель, которая будет обобщать их требования на протяжении всего жизненного цикла сети и обеспечивать их кастомизацию, основанную на сценарном подходе.
2. Преобразование намерений (intent conversion). Высокоуровневые бизнес-намерения необходимо спроецировать на сетевой уровень и в конечном счёте конвертировать в прикладные рекомендации. Эта трансформация достигается за счёт двух технологий.
   
   • Умные рекомендации, основанные на алгоритмах моделирования, с учётом топологии сети и её ресурсов, поведенческих моделей, предпочтительных политик и пр., и адаптационном движке, который включает в себя механизм поиска решений (solver), компилятор и граф знаний.
   • Онлайн-проектирование на основе концепции цифрового двойника. Платформа не только предлагает решение, но и предоставляет для его проверки и обкатки песочницу с наглядной симуляцией, которая позволяет довести это решение до ума.
3. Не зависящее от вендоров хранилище сетевых моделей. Это базис для работы с намерениями и автоматизации сетевой инфраструктуры. Сюда входят:
   
   • модели автоматизации корпоративной сети;
   • вендор-независимые модели абстрактного описания сетевых элементов;
   • сторонние модели (SDN, OVS и др.);
   • модели, задаваемые пользователями.

Давай обратимся к моделированию происходящего в сети, к тому, на какие сценарии он рассчитан и за счёт чего с его применением гораздо проще становится строить сети с поддержанием гарантированного уровня сервиса (SLA).

По сути, мы моделируем сетевую конфигурацию, ресурсы и систему переадресации, чтобы создать виртуальную сеть, которая будет отражать характеристики и специфику функционирования сети исходной, реальной.

При работе с виртуальной сетью мы прибегает к формальному доказательству математическому методу, который позволяет удостовериться, отвечает ли сеть критериям SLA, таким как стабильное обеспечение сетевых соединений, непрерывная маршрутизация, правильно настроенная переадресация, непротиворечивость политик, уровни задержек и допустимых потерь пакетов и т. д.

Бегло пройдёмся по базовым сценариям применения метода.

• В ходе всестороннего end-to-end моделирования намерений решение заблаговременно проверяется на целесообразность, чтобы новые намерения не нарушили тех процессов, что уже проистекают в сети.
• После имплементации намерения в корпоративной сети проверяется, функционирует ли та, как ожидается, и отслеживаются риски всевозможных эксцессов прежде чем те успеют повлиять на работу сервисов.
• Поведение виртуальной сети проверяется в сценариях с участием одной зоны, в межзональных, в гибридных (с использованием облачных ресурсов и т. д.), и она опять же может в автоматическом режиме полностью изолироваться от основной корпоративной сети.

Вкратце сетевой анализ осуществляется в такой последовательности.

• На основе имеющейся сетевой топологии и информации о сетевых элементах строится управляющая модель виртуальной сети.
• Чтобы сгенерировать систему переадресации в виртуальной сети, используется симуляционная конфигурация.
• Задействуется метод формального доказательства, чтобы смоделировать поведение сети во всех аспектах, как то: конфигурация, распределение ресурсов, маршрутизация.
• Платформа алгоритмически предлагает рекомендации по внесению изменений в сеть.

После того как все эти шаги сделаны, в дело вступает ранее упомянутая технология интеллектуального активного мониторинга. Она призвана цифровизовать всю сетевую инфраструктуру таким образом, чтобы сделать возможным комплексное управление её работой, поддержкой, оптимизацией и дальнейшим проектированием.

Пара примеров того, как это работает. Допустим, из какого-то бизнес-подразделения компании поступает сигнал о том, что у них отвалился доступ к приложению. Платформа iMaster NCE, прежде всего благодаря динамическому моделированию топологии сети, позволяет легко запросить и изучить в наглядном представлении все метрики, касающиеся приложения. Также благодаря навигатору маршрутизации удобно проследить на всех уровнях сети, откуда и куда шёл и идёт трафик, по принципу end-to-end вплоть до конкретного физического устройства, например смартфона (проверяется досягаемость участков и элементов сети, петли и чёрные дыры маршрутизации и т. д.). В свою очередь, благодаря комплексной визуализации работы аналитического инструментария можно оперативно проверять, в порядке ли записи по конкретным устройствам в таблицах маршрутизации, а также мониторить уведомления, логи и записи об изменениях конфигурации. А с помощью рекомендованного службой RunBook решения (разумеется, администратор волен предпочесть поступить так, как сочтёт нужным) при необходимости быстро восстанавливается работоспособность составных частей сети и сервисов и устраняются неисправности в ней.

Другой сценарий проверка состояния сети. Для этого используется модель с пятью уровнями контроля, на каждом из которых отслеживается свой срез инфраструктуры:

• стабильно ли функционирует оборудование в порядке ли платы, вентиляторы, блоки питания, процессоры, память и т. д.;
• нет ли проблем в соединениях между входящими в сеть физическими устройствами, в том числе в норме ли статусы портов и трафик, длина очередей и коэффициент оптического затухания, не слишком ли велик процент битых пакетов и пр.;
• работают ли агрегация M-LAG, маршрутизация посредством OSPF, BGP и др.;
• всё ли хорошо с наложенной сетевой инфраструктурой, включая текущие статусы BD, VNI, VRF, EVPN и SRV6;
• штатно ли осуществляется переадресация на уровне сервисов, и в частности каковы настройка TCP-соединения.

В фундаменте службы умного мониторинга лежат две технологии. Первая ранее упомянутая система цифровой двойник, которая опирается на виртуальное моделирование сетевой ситуации в реальном времени с применением больших данных, позволяющее с лёгкостью отслеживать причинно-следственные связи и находить источники затруднений. Критически важным для воплощения этой механики является наличие единой модели для воспроизведения жизненного цикла корпоративной сети.

Вторая совокупность фронтенд- и бэкенд-решений, применяемых для построения высокоточной карты сетевой активности, которая как раз и строится на основе концепции цифрового двойника. К фронтенд-части относятся интеллектуальный поиск, многоуровневая детализация аналитических сводок, навигация маршрутизации, комплексная система визуализации данных и т. д. Бэкенд это в первую очередь движок для динамического воспроизведения сетевой топологии и система гибкого импорта сторонних сетевых моделей.



Работа умного мониторинга подкрепляется использованием интеллектуального метода анализа сетевой ситуации, основанного на графах знаний.

За счёт моделирования абстрактное описание сетевых элементов может быть преобразовано в конкретные запросы в плоскости объектной модели.

С помощью телеметрии отслеживаются сетевые KPI, потоки трафика на сервисном уровне, информация о конфигурации, логи сетевых событий и с опорой на эти сведения алгоритмы машинного обучения на лету фиксируют отклонения от нормы и соотносят их с данными объектной модели.

Также платформа iMaster NCE предусматривает среду для безопасной отработки потенциальных последствий всевозможных сбоев: неполадки, которые имели место в других реально существующих сетях, обкатываются в симуляции данной конкретной сети. Таким образом, прибегая к совокупному опыту экспертов, ранее сумевших совладать с теми или иными нештатными сетевыми ситуациями, мы тренируем ML-модели, с тем чтобы они в дальнейшем более эффективно помогали преодолевать эксцессы в том числе выявлять паттерны новых проблем и тем самым преумножать общее знание, доступное всем тем компаниям, которые используют iMaster NCE.



Ранее перечисленные технологии дают возможность администратору сети быстро обнаруживать неисправности. Однако интеллектуального анализа мало важно помогать человеку принимать максимально эффективные решения по их преодолению, в чём и заключается самая суть ADN: теперь такие решения вырабатываются и претворяются в жизнь с непосредственной помощью ИИ.

Сбор намерений и проводимый на лету анализ данных о происходящем в сети, выработка решений, их внедрение и анализ последствий их принятия образуют замкнутый контур, который и делает возможным умное принятие решений. Залогом эффективности такой модели работы служат четыре фактора.

1. Синергия между облачными ресурсам и тем, что находится во внутреннем контуре организации: мы располагаем единой моделью знаний о сетевых взаимодействиях и стандартами, которые позволяют передавать эти знания и данные между on-premise и cloud-частью гибридной инфраструктуры и далее совершенствовать ML-алгоритмы, на которых основан iMaster NCE.
2. Анализ осуществимости решений. Многомерное дерево решений помогает подбирать максимально целесообразные альтернативные решения.
3. Анализ влияния. Платформа умеет с высокой точностью прогнозировать результаты, которые способно повлечь за собой принятие тех или иных рекомендаций, применительно к сети в целом и к отдельным сервисам.
4. Моделирование решений. Система подсказывает администратору оптимальный способ устранения неисправности.

***

Инженеры Huawei продолжают совершенствовать ADN-решения, чтобы повышать степень самостоятельности сетевой инфраструктуры и её способности к самовосстановлению, и мы непременно будем писать о новых разработках в этом направлении. А ознакомиться с решением iMaster NCE-Fabric вживую можно в нашем демооблаке с помощью пресейл-инженеров Huawei.

Привет!
Это команда Factory5 российского разработчика ПО для промышленных предприятий. Многие сейчас используют словосочетание цифровой двойник, иногда не подозревая, что это такое. Сегодня вместе с продуктовым менеджером мы расскажем, что на самом деле подразумевается цифровым двойником и почему он не всегда нужен.

Что такое цифровой двойник?

Цифровой двойник виртуальная копия реального объекта, которая ведет себя так же, как реальный объект. В нем в режиме реального времени отражаются все процессы, происходящие с физическим объектом. Погрешность между работой виртуальной модели и тем, что происходит в реальности, не должна превышать 5%.

Цифровой двойник объединяет в себе большой массив информации из разных источников. Поэтому наиболее детальный вариант двойника содержит данные о внешнем виде объекта, его функциях, состоянии, внешних вмешательствах и многом другом.

Например, компания Tecnomatix создала цифровой двойник производства для PROLIM, которые хотели улучшить процесс комплектации товара. Для начала был создан визуальный двойник производства. Далее, с датчиков сняли данные о скорости движения объектов, количестве рабочих и их работоспособности и многие другие. Вся эта информация позволила создать цифрового двойника, который повторяет все процессы реального объекта.

В видео показано, как можно менять разные параметры производства и тестировать другие условия. Например, количество рабочих комплектовочного цеха.


Таким образом, чем больше разных данных есть о физическом объекте, тем легче создать его цифровую копию и тем детальнее она будет.

Что он из себя представляет?

Это программа, созданная на основе 3D-технологий, VR или AR, а также AI и IoT одновременно. Результат синергии нескольких сложных технологий и фундаментальных наук. Чаще всего она отражает визуальное представление физического объекта и, в идеальном случае, повторяет процесс работы в точнейших деталях. Все физические, технологические и бизнес-процессы описываются с помощью математики. А чтобы придать ему динамичности на помощь приходит интернет вещей (IoT): встроенные на объект датчики передают информацию о текущем состоянии объекта в режиме реального времени. И это отражается в цифровом двойнике.

Чем полезны цифровые двойники?

На них можно ставить любые эксперименты. При внесении каких-либо условий, двойник реагирует так же, как отреагировал бы на это настоящий физический объект. Поэтому можно оценить его возможности, проверить свои ожидания, проиграть несколько сценариев развития событий и выбрать самый оптимальный.
Однако, цифровой двойник требует огромных вложений. Даже для создания двойника объекта, полностью оснащенного датчиками, необходима большая междисциплинарная команда и колоссальные возможности для сбора и хранения больших данных. Такой цифровой двойник в чистом виде нужен только тем, кто хочет быть, как Железный Человек.

Чем заменить цифровой двойник?

Малым и средним компаниям достаточно будет только цифровой модели или 3D-модели, которая в отличие от двойника, статична и не отражает состояние объекта в режиме реального времени. Или наоборот, детальное отражение текущего состояния объекта на довольно схематичном визуальном ряде.

В зависимости от решаемых задач, стоит сконцентрироваться на тех параметрах, которые действительно важны в модели. Например, в дизайне интерьера важнее посмотреть, как будут сочетаться цвета и текстуры материалов в одной комнате. А в обучении пилотов на симуляторе самолета важнее воссоздать возможные условия полета и технические особенности машины. Этот подход означает, что вы используете 20% усилий для того, чтобы добиться 80% результатов. За значительно меньшие деньги.

Наш опыт

Мы в Factory5 создали решение для прогнозирования технического состояния промышленного оборудования F5 PMM. С точки зрения цифрового моделирования в нем отражаются основные узлы оборудования, которые особенно нуждаются в прогнозировании отказов. Это выясняется на этапе предпроектного обследования и при составлении экспертных правил. Узлы детально отображаются на 2D-модели для наглядности и расширения экспертности: так не только инженер первого разряда понимает, где происходит аномалия, а любой сотрудник.

О том, как разрабатываются подобные модели под оборудование, расскажем в следующих материалах блога.