МТС использует машинное обучение Oracle для быстрого вывода продуктов на рынок

Технологии машинного обучения и предиктивной аналитики помогают улучшить бизнес-процессы

МТС разрабатывает и выводит на рынок решения в области системной интеграции, интернета вещей, облачных сервисов, Big Data, искусственного интеллекта, электронной коммерции. Для этих целей в компании планируется использовать идеологию «маркетплейса», рассказал рассказал директор департамента логистики МТС Шамиль Хайретдинов на форуме Oracle IMPACT.

Абонентская база МТС в России составляет 78 млн абонентов: это лидер рынка. Но уже сейчас МТС – не только оператор связи, но и поставщик инновационных цифровых решений. Порядка 20% выручки компании генерируется услугами, не связанными с мобильным интернетом, голосом и СМС.

В своей деятельности МТС опирается на технологии Oracle и является одним из крупнейших клиентов Oracle не только в России, но и в мире. Компания использует полный интегрированный стек продуктов, включая бизнес-приложения для управления ресурсами предприятия, взаимоотношениями с клиентами, эффективностью компании и бизнес-анализа.

Практически все сотрудники МТС управляют своим профессиональным развитием в HR-С Oracle. Среди инноваций МТС в области логистики — одновременное планирование всех точек логистистической цепи с учетом ограничений по материаламресурсам на основе Oracle Advanced Supply Chain Planning, что позволяет создавать исполнимые планы поставок и моделировать различные сценарии, а также решение Oracle Inventory Optimization, которое помогает определить оптимальный уровень запасов в точках сети исходя из различных критериев и спроса.

На Oracle Cloud Day 2017 в Москве МТС и Oracle объявили о подписании меморандума о стратегическом сотрудничестве по облачным технологиям.

В процессе закупок можно активно использовать шаблоны технических заданий, чтобы значительно ускорить процесс («три клика»). Выбор поставщика должен быть электронным: именно электронная форма оставляет свой «след», и в итоге формируется большое «поле данных».

Закупка завершается контрактом. Сегодня это текстовый документ – файл. Эту неструктурированную информацию имеет смысл перевести в структурированную электронную форму, используя данные о выборе поставщика как входные данные для контракта. В конечном счете — реализовать «умное» составление контрактов с учетом итогов закупок и фактического исполнения условий контракта.

По метрикам исполнения контракта удобно контролировать SLА, в любой момент понимая, какие участки процесса работают плохо и почему. Фактически, это идеология Data-Driven Decision — принятия решений на основе имеющихся данных.

Электронные контракты могут стать основой смарт-контрактов с использованием технологии блокчейн. На каждом уровне решения принимаются на основе имеющихся данных и оставляют свой электронный след. Понимание итогов и результатов бизнес-процессов дает возможность построить систему ИИ, которая способна принимать решения на базе машинного обучения и больших данных — сначала простые, затем более сложные.

Применение подобных технологий позволяет значительно оптимизировать ресурсы, занятые в процессах закупок, избавиться от рутинных операций, снизить затраты, эффективнее управлять рисками. Для закупщиков это новые технологии, упрощающие работу с категориями, помогающие уйти от рутины и получить удобное для работы поле данных (augmented intelligence).