Коллективная статья: Вопросы цифровизации BPM и цифровых экосистем: спецификации и защита данных

Вопросы цифровизации BPM и цифровых экосистем: спецификации и защита данных 

Статья подготовлена под руководством Гонтарь Л.О. (директора ЦК ФРЦЭ специалиста отраслевых рабочих групп по экономике данных и технологизации промышленности), молодыми учеными: 

Золотенков Глеб Михайлович
Игнатова Диана Александровна
Чалбушникова Доминика Антоновна

Жаворонков Павел Юрьевич

            В настоящее время BPM (Business Process Management)– есть реализация системного подхода к организации бизнес-процессов. BPM квотируется как нужный атрибут бизнесу для автоматизации или оптимизации бизнес-процессов и их непосредственного мониторинга. Мониторинг бизнес-процессов по отдельным метрикам/статистическим показателям далее может быть использован для дальнейшей оптимизации процессов или просто для более эффективного управления организацией.
              BPM отличается максимально тщательным подходом к анализу всех бизнес процессов для выявления возможностей оптимизации и улучшения способов решения задач, для сокращения трат на определенные задачи и увеличения так сказать «КПД», BPM помогает в отслеживании и анализа производительности различных процессов.
             Следует отметить, что BPM  никогда не обходятся без визуальных моделей с различной инфографикой, многие BPM автоматизируют управление задачами и маршрутизацию документов. Все для того, чтобы на основе сжатой статистической информации принимать лучшие решения по улучшению текущих бизнес-процессов.
             Дополнительно, отметим , что наблюдается тенденция (в зарубежной практике активно используется и возврат отечественных специалистов к данной методике наблюдается в России) использовать повышение мотивации сотрудников через методику SCARF: Status, Certainty, Autonomy, Relatedness, Fairness или статус, уверенность, автономность, общность и справедливость. Ссылаясь на австралийского консультанта по управлению бизнесом и основателя NeuroLeadership, Дэвида Рока, для мотивированного сотрудника необходимо обеспечить ему 5 социальных потребностей, таковыми выступают: 

1) чувство уважения и нахождения в определенной иерархии,

2) четкое и ясное представление о своей работе,

3) ощущение что от него что-то зависит и что у него есть выбор влияющий на результат работы, 

4) общность с другими сотрудниками, 

5) открытые и честные трудовые отношения работника с работодателем.

Использование подобных инструментов и их репликация в различные виды интерфейса будет полезным для архитектуры последующих платформенных решений.

В настоящее время также активно распространилась тенденция смешивания архитектур цифровых экосистем и структур BPM. Например, на практике активно развивается проект цифровых экосистем по типу “Cloud.ru.” “Cloud.ru” – российская платформа, которая предоставляет ИТ-решения для бизнеса. Структура решения представляет собой следующее агрегированное техническое решение:

  1. ML Space – платформа для ML-разработки полного цикла и совместной работы DS-команд. Cloud.ru предоставляет платформу для обучения ML-моделей, пример использования: сеть продовольственных магазинов создала рекламный ролик при помощи ML-модели, которая была доработана на платформе ML Space специалистами. 
  2. Платформа как новый трэк (по типу Cloud.ru Evoution) –  публичное облако, предоставляющее различные инструменты, которые дают возможность хранить данные и создавать резервные копии, управлять базами данных, создавать виртуальные машины для развертывания сервисов и приложений. Сервис предоставляет готовые конфигурации, которые можно адаптировать под свои цели, добавить дополнительные диски, подсети и IP-адреса. Предлагает инструменты для защиты веб-сайтов и сетей.

      Именно в части развертывания различных форм виртуальных машин и происходит тенденция слияния двух направлений и техническое решение принимает сложный формат дальнейшего развития.

      Подобные цифровые экосистемы предоставляют ресурсы для бизнеса, инструмент содержит ИТ-решения, которые обеспечивают хранение данных и удобную работу с ними через графический интерфейс, платформы для приложений и обучения ML-моделей.

      В то время как целью BPM является улучшение, мониторинг и совершенствование бизнес-процессов. BPM предоставляет набор ИТ-решений, который анализирует и распределяет задачи, также предоставляет визуализацию процессов. Данное средство разбивает задачи на несколько частей, что помогает лучше понять процесс выполнения и облегчает его реализацию. Методы BPM направлены на создание четких схем работы, что может повысить её результативность и уменьшить затраты. BPM система в настоящее время очень хороший инструмент для цифровизации бизнеса и перехода на новый технологический уровень. BPM оптимизирует внутренние процессы бизнеса. При помощи специального программного обеспечения автоматизируется выполнение задач и производится отслеживание хода выполнения каждого этапа процесса. Также BPM выполняет аналитику завершенных задач и позволяет их усовершенствовать, тем самым и улучшая бизнес-процессы.

Сходства BPM и цифровых экосистем:

  • Повышают эффективность бизнеса: данные инструменты направлены на улучшение бизнеса, BPM улучшает внутреннюю организацию процессов, а цифровые экосистемы (например, по типу рассмотренной Cloud.ru) предоставляет инфраструктуру и инструменты для реализации этих процессов.
  • Автоматизируют процессы: BPM облегчает повторяющиеся задачи, повышая точность и скорость их выполнения, а цифровые экосистемы обеспечивают технологические условия для автоматизации.

Различия BPM и цифровых экосистем:

  • Результат внедрения: BPM направлен на улучшение и совершенствование бизнес-процессов, в то время как некоторые цифровые экосистемы лишь предоставляет технологические услуги для работы с бизнес-процессами. 
  • Задачи и область применения: BPM направлен на внутреннее устройство бизнеса, улучшение процессов и их эффективности и стандартизацию работы, а продукты экосистем направлены на внешние аспекты, которые связаны с техническими задачами, такими как: размещение серверов, базы данных, ИИ и платформы для развертывания приложений.
  • Методы и инструменты: BPM работает со схемами, диаграммами и различными методами для выявления и устранения недостатков. Экосистемы предоставляет облачное пространство для хранения данных и другие ресурсы и площадки для работы с задачами.

  Таким образом, различия и частичное пересечение между этими двумя концепциями создает проблемные ситуации в части выстраивания процессов и бизнес-приложений. Даже наличие крайне стандартной платформы от вендора не является достаточным ни для управления процессами, ни для создания на ней ERP функциональности.

    Остается также под вопросом сбор, хранение и выстраивание данных в  системах. Если мы рассматриваем различные решения, то циклически данные могут быть в разных хранилищах и без должной верификации. Вопросы построения архитектуры системы данных, на основе которых складываются бизнес-процессы, планирование ресурсов предприятия остается основным и мы полагаем первостепенным для работы в любой системы (предприятие, образовательная организация и т.д.). Мы упоминали виртуальные машины, однако существуют и контейнеры данных, которые помогают управлять коллекциями данных различных типов. Также у некоторых типов контейнеров имеется небольшое преимущество, в части упаковки приложения и все его зависимости в единый блок, который может быть запущен на любой системе, поддерживающей платформу контейнера. Любой кейс Big data (особенно в проекции на платформенные решения) связан с управлением данными, любые информационные системы (платформы) выступают средством оптимизации и своеобразным “проводником данных”. Однако, несмотря на всю ценность методик работы с данными, зачастую отсутствуют проекты в данной области. Так, например, в Docker существует базовое правило, от том, что при развертывании контейнера поверх файловой системы создаётся ещё один изменяемый слой. Приложение внутри контейнера может записывать туда данные или редактировать их. После удаления контейнера данные стираются, но их можно сохранять при помощи альтернативных инструментов.
         Базовые инструменты работы с данными в цифровых экосистемах и платформенных решениях важны и для обеспечения базовых гарантий их информационной (кибер) безопасности. 
Гарантировать “чистоту” и верификацию данных может такой инструмент, как продукт  Network Detection and Response (NDR) – это средство зачастую используемое в кибербезопасности для мониторинга сетевых угроз. Если попробовать интегрировать такое средство в BPM, то можно будет автоматически реагировать на аномалии в процессах и угрозы ( это также повысит ценность защищенности данных и цепочек бизнес-процессов в подобных системах). 
  Рассмотрим более подробно возможности и особенности NDR: 
1. Мониторинг сетевого трафика в реальном времени.
2. Выявление аномалий, также и ускоренное расследование инцидентов(на основе поведения пользователей и сетевого трафика)
3. Автоматическая реакция на угрозы.
4. Детектирование угроз на ранних стадиях.(включая направленные атаки по типу APT, zero-day и угрозы в зашифрованном трафике или близком к реальному времени)
5. Интеграция с источниками информации об угрозах (threat intelligence) для повышения точности обнаружения.
6. Использование ИИ и машинного обучения для выявления угроз.
7. Масштабируемость и надежность работы в больших и распределённых сетях с большим количеством устройств, включая IoT и промышленные системы.
8. Обеспечение видимости всей сетевой инфраструктуры, включая теневые ИТ-ресурсы, неконтролируемые точки доступа и уязвимости в конфигурациях.
Если добавить элемент по типу защиты Network Detection and Response в Business Process Management, то NDR сможет анализировать не только сетевую активность, но и логику бизнес-процессов (также интегрируя данных и их верификацию). Выверять такие ошибки, как отклонения в выполнении процессов, выявлять мошеннические схемы, оптимизировать ресурсы на основе данных о нагрузке. Можно предложить интегрировать данное решение в следующих опциях: NDR будет анализировать логи BPM и сетевой трафик между модулями используя ML-модели для выявления паттернов. Далее стандартная опциональная модель соответствия системы данных (оригинальных) и обнаружения угрозы с соответствующим реагированием. 

Таким образом, подобные ньюансы следует учитывать при формировании конкретного платформенного и цифрового решения (например, цифровых экосистем) в условиях развития платформенной экономики и экономики данных.