Журнал об IT-бизнесе, технологиях и цифровой трансформации

Три неочевидных способа применения облачных технологий в бизнесе Mail.ru Cloud Solutions
Mail.ru Cloud Solutions
  • 13 мая
  • Бизнес

Три неочевидных способа применения облачных технологий в бизнесе

Популярное

Облака — не только место для хранения данных, хотя и для этого они подходят как нельзя лучше. Однако у облачных технологий есть и другие, менее очевидные для непосвященных, кейсы применения.

Мы расскажем вам несколько историй о том, как компании перешли на облако и что из этого вышло.

Первый пример: облачные технологии, нейросети и музыка

Музыкальная индустрия — это не только творчество. После того как вокал записан в хорошей студии, аудиодорожки с барабанами подготовлены, нарезаны глубокие и богатые синтезаторные сэмплы, настает время работы инженеров сведения и мастеринга. Эти ребята собирают воедино весь звуковой материал, делают его чистым и качественным с технической точки зрения — чтобы мелодия звучала читаемо и четко как на дорогих акустических системах, так и в самых дешевых наушниках.

Остановимся на этом подробнее. Мастеринг — это скучный, рутинный и однообразный процесс. Инженер несколько часов гоняет музыкальное произведение и подкручивает ручки регулировки звуковых частот так, чтобы басы не ухали, мелодия не рвала ухо и барабаны не вгрызались в мозг. Как вы догадываетесь, для этой работы нужно много терпения, внимания к деталям и опыта. И работать с музыкой должен хороший специалист, час работы которого стоит ощутимую сумму денег.

И вот владельцы одной маленькой звукозаписывающей компании поняли, что работа инженера по мастерингу может быть сведена к машинным алгоритмам. Конечно, эти алгоритмы не будут простыми, но все же их можно описать в форме программы.

Так появился сервис, где программы анализируют и сводят музыкальные треки с помощью машинного обучения и нейросетей. Загружаешь материалы на обработку, платишь несколько долларов за работу программы и идешь пить чай. К концу чашки появляется ссылка на готовый файл, который (о чудо!) звучит, как после работы высококлассного инженера по мастерингу. Если бы это сводил человек — мастеринг стоил бы сотни долларов.

Как устроен сервис? Он берет в аренду облачные мощности, на которых и запускаются нейросети для обработки звука. Покупать для этого специальное оборудование самому тяжело — его надо подключать и настраивать. Кроме того, не очень понятно, сколько брать: купишь мало железа — на всех клиентов его не хватит, будут копиться заказы в очереди. А купишь слишком много — часть будет простаивать без дела.

Вариант с облачными технологиями для бизнеса идеальный, ведь в облаке всегда можно получить столько ресурсов, сколько надо, и платить только за то, что используется. Появился клиент — компания берет нужное количество мощностей. Запускает нейросеть, получает готовый результат и возвращает мощности облачному провайдеру. Появилось сразу четыре клиента — берет в четыре раза больше мощностей, использует и возвращает. Экономия бюджета, гибкость, и люди не стоят в очереди.

Кстати, нейросети и машинное обучение в облаке можно использовать не только для работы с музыкой. Например, компьютерное зрение умеет распознавать любые объекты, в том числе человеческие лица. Это значит, что его можно использовать для охраны объектов, пропускной системы, контроля за сотрудниками. И в других целях — так, компания «Инвитро» запустила в облаке MCS проект по распознаванию лиц пациентов: умная система узнает их и тут же выводит информацию на компьютер администратора. Это помогло избавиться от очередей на ресепшене и улучшить обслуживание.

Второй пример: облачные технологии, стартапы и быстрый взлет

Хороший бизнес принимает решения, ориентируясь на метрики. Конечно, десятки умных менеджеров могут долго планировать стратегию, считать финмодели и анализировать последствия запуска новой разработки на рынке. Но всё это не дает полностью достоверной картины. Другое дело — сделать прототип нового сервиса или новой услуги, предложить клиентам попробовать продукт и собрать метрики использования. В этом случае все данные уже настоящие.

Еще лет пять назад стартапам приходилось заниматься оценками рынков и построением бизнес-моделей — запуск новых продуктов был делом дорогим и рисковым. Нужно было искать людей, закупать железо, писать код, настраивать серверы, деплоить приложение, а потом молиться, чтобы все пошло хорошо. Исследования рынка, при всей своей меньшей достоверности, были куда менее рискованным и дешевым методом прогнозирования изменений в бизнесе.

Однако рост облачных технологий радикально изменил картину — запуск первого прототипа и тесты на живой аудитории стали дешевле, быстрее и надежнее:

  1. Берем готовую базу данных в облаке. Стартует за секунды, производительность — огромная. Обслуживание включено в стоимость — всё всегда работает, а если ваш администратор накосячил, то провайдер хранит бэкап. Не надо тратиться на персонал по настройке сервера, организацию резервных копий и обслуживание всего хозяйства.
  2. Запускаем приложения в кластере Kubernetes. Там и масштабирование, и мониторинги, и производительность, и понятная панель управления. Ничего настраивать тоже не надо — облачные провайдеры сами все сделали. Одно это уже вызывает бурю радостных эмоций у IT-специалистов. Кто сам хоть раз пробовал поднять кластер Kubernetes вручную — поймет и разделит эту радость.
  3. Добавляем готовые компоненты. В Kubernetes можно помещать не только свои приложения, а целые пачки готовых решений. Достаточно скормить в серваки готовые контейнеры с кусками кода — и всё заработает. За день можно поднять, например, рассыльщики уведомлений или простые API приложения для мобильного телефона. Всё это готово, протестировано и работает. Количество работы при запуске нового сервиса сокращается примерно на 20%-50%

С переходом на облачные технологии мы получаем мир, в котором полное развертывание IT-инфраструктуры под новый проект занимает пару минут. И еще несколько часов, чтобы набить в новый облачный кластер готовых компонентов приложений. Накидываем на это свою бизнес-логику — и готов прототип проекта, который можно тестировать на живых клиентах.

При такой скорости развертывания и разработки новых решений традиционные методы планирования в бизнесе сдают свои позиции — прототипы дают реальные данные на реальных клиентах, а прогнозирование финмоделей дает лишь предположения.

Облака привели к тому, что сегодня бизнес намного чаще, быстрее и охотнее запускает пилотные проекты, собирает релевантные метрики и принимает более реалистичные стратегические решения.

Третий пример: облачные технологии, заводы и данные

Многие помнят, как раньше приходилось принимать решения, какие данные складывать в хранилища, а какие — нет. Места в серверных стойках под всё подряд не хватало. А расширение емкости корпоративного хранилища было непростым делом.

Сегодня же мы складываем данные в облачные системы хранения и не думаем о том, сколько там места. Конечно, это повлияло на бизнес — теперь мы храним всё, что может хоть как-то пригодиться: журналы событий и действий пользователей, все файлы приложений, изменения состояний в системе, базы данных с резервными копиями.

И информация пригождается! Например, аналитики сегодня могут делать кросс-чеки различных источников данных и выводить сложнейшие закономерности в поведении пользователей. Новые каналы продаж, увеличение выручки, эффективные маркетинговые коммуникации — следствие того, что у нас стало больше данных, и мы можем хранить и обрабатывать их в облаках.

Развитие облачных технологий изменило и промышленность. Представим завод, где датчики индустриального интернета вещей, размещенные на станках, собирают массу информации: данные о работе оборудования, температуре, давлении, влажности воздуха, других важных параметрах производства. Это просто огромные массивы данных — чтобы их обработать и использовать, нужна сложная и дорогая IT-инфраструктура. Либо можно просто отправить их в облако — с помощью облачных IoT-платформ вы сможете сразу же извлекать из этой информации пользу. Например, вовремя замечать и предупреждать поломки и сбои на производственной линии или оптимизировать процессы, грамотно распределив нагрузку между станками.

После перехода на облачные технологии можно работать с любыми данными и практически в неограниченном объеме. Например, для поиска нефтяных месторождений нефтяным компаниям нужно подробно изучать геологическую среду. При этом объем получаемых данных очень велик, для их обработки и интерпретации требуются значительные вычислительные ресурсы. И тут снова помогают облачные вычисления. Так, ООО НПЦ «Геостра» с помощью сервиса MCS провела камеральную обработку сейсмической информации — 40 Тб высокоплотной съёмки МОГТ-3D на инфраструктуре из 2072 вычислительных ядер.

Это далеко не все истории применения облачных технологий

Облака превращают управление IT-проектами в очень простую, легкую, предсказуемую и понятную игру. Удешевление технологий всегда приводит к революциям, и прямо сейчас мы переживаем одну из таких.

Снижение стоимости и упрощение доступа к серверным мощностям привело к появлению тысяч сервисов, без которых наша сегодняшняя жизнь была бы невозможна. Онлайн-кинотеатры, стриминговые сервисы, гигантские магазины всего на свете — едва ли человечество смогло бы это построить, сидя на неудобных железных серверах, которые надо втыкать в стойку своими руками.

Ссылка скопирована!

Что еще почитать про ИТ-бизнес