GEC2014. День 3. Как использовать технологии Big Data, чтобы создать «новый» Яндекс?

Участники дискуссии обсудили актуальное состояние средств получения и обработки «больших данных», возможности применения подобных технологий для построения успешного бизнеса, а также ближайшие перспективы этого направления.

Интернет — первая индустрия, столкнувшаяся с Big Data, отметил в своем выступлении Аркадий Волож. Сегодня огромные объемы данных появляются в самых разных отраслях. Их использование открывает новые возможности для разных сегментов бизнеса. «Умение обрабатывать данные дает нам не только новые знания о человеке, но и возможность изменить к лучшему нашу жизнь. Фактически это вторая технологическая революция — когда-то мы научились автоматизировать механические процессы, теперь учимся автоматизировать обработку «больших данных», — рассказал гендиректор крупнейшей в Европе IT-компании.

В последние годы многие технологии анализа Big Data стали очень доступными или вовсе открытыми, заметил Шон Оуен, директор департамента исследования больших данных Cloudera. «Аппаратное и программное обеспечение можно купить очень дешево. Конкурентным преимуществом являются опыт и знания, необходимые для работы с Big Data, и эту нишу могут использовать мелкие и средние предприниматели», — уверен он.

Почти все сервисы, которыми сейчас пользуются люди в интернете, основаны на анализе «больших данных». Именно сегодня алгоритмы машинного обучения, разработанные в 1960-70-е годы, встретились с огромными массивами данных. Появившиеся технологии Big Data находят применение в самых разных отраслях – от поисковых сервисов, переводов и навигации до использования закономерностей, выявленных в интернет-среде, в розничных офлайн-продажах.

«Компания может найти нужную ей информацию, скрытую в тех самых данных, которые у нее уже есть. Предсказывать сбои, отказы, оптимальные условия эксплуатации оборудования — ответы на все эти вопросы хранятся у самих компаний, — подчеркнул Сергей Золотарев, директор направления «Большие данные» EMC Россия и СНГ. — Основные технологии обработки данных уже развиты и обкатаны, и основное преимущество заключается в знании о том, как применить полученные выводы к конкретному бизнесу».

Участники дискуссии привели многочисленные примеры использования технологий Big Data и связанной с этим серьезной экономии средств компаний. Среди таких примеров — система анализа поведения оборудования самолетов, предсказание сбоев и поломок и замена изношенных частей в аэропорту, в который направляется конкретное воздушное судно; анализ открытых спутниковых данных для оптимального планирования парковок; управление показами рекламных баннеров на сайте в зависимости от того, какую именно покупку совершает пользователь с помощью своей кредитной карты; сервис, информирующий автовладельцев о планах городских властей произвести ремонт или уборку улицы в том месте, где они оставили припаркованный автомобиль; прогнозирование спроса на отдельные наименования товаров и управление складами онлайн-магазинов; использование беспилотных аппаратов для сбора информации о состоянии линий электропередач в отдаленных районах, которое приводит к исключению ненужных дальних поездок сервисных бригад; наконец, использование сенсоров на лопастях ветряных мельниц, данные с которых помогают спрогнозировать, откуда именно поступит электроэнергия в следующую минуту (поскольку цены на электроэнергию на глобальном рынке меняются ежеминутно, экономия измеряется миллионами долларов).

В условиях изобилия данных и наличия надежных технологий их обработки малые компании и стартапы могут найти свою нишу, предоставляя услуги большим компаниям или пользуясь мощностями больших датацентров в интересах своих клиентов на условиях партнерства. Хорошим направлением для творчества является также разработка небольших решений для нужд конкретных отраслей — здравоохранения, онлайн и традиционного ритейла. Успех таких начинаний зависит не от развития самих технологий Big Data, а от успешности отраслей, для которых они предназначаются. Не случайно первыми, кто начал использовать Big Data в России, стали телекоммуникационные компании, а следующими — банки, от крупных к более мелким.

«В России возможности Big Data связаны прежде всего со слабой конкуренцией. Есть некоторые области, в которых потребность в Big Data чрезвычайно высока, например, обработка результатов анализов для медицины, системы анализа рисков для банков, выдающих кредиты физическим лицам, — полагает Роман Зыков, директор по аналитике Retail Rocket. — Наш рынок отстает от американского на несколько лет, поэтому сейчас самое время создавать такие решения здесь».

«Очень интересно, что в случае с Big Data мы говорим о слиянии инженерного дела, статистики и математики, — отметил Шон Оуен. — В России есть прекрасные инженеры и математики – поэтому у российского рынка отличный потенциал в этой области».

Говоря о будущем Big Data, участники панельной дискуссии согласились с тем, что в ближайшие два-три года эта область будет прогрессировать, генерируя новые вопросы: как решить вопросы безопасности личных данных, кто именно является субъектом распоряжения этими данными, насколько допустимы те или иные способы применения полученных данных, и так далее.

«Через два-три года мы не будем обсуждать примеры применения больших данных, потому что они будут везде, — уверен Аркадий Волож. — В этой сфере появятся свои «амазоны» и «яндексы», а машинное обучение будет применяться везде, и откроет такие перспективы, о которых мы пока даже не догадываемся».

Источник: Пресс-центр Всемирного конгресса предпринимателей