- момент интригующий. Как вы решились разрабатывать платформу в довольно конкурентной среде?
Jume началась в 2019 году с небольшой команды специалистов по машинному обучению и математической оптимизации, которая разрабатывала и внедряла «движки» для прогнозирования, оптимизации и принятия решений. Эти решения интегрировались с большими мировыми платформами бизнес-планирования - Anaplan, SAP, IBM. В связке с нашими модулями «большие системы» показывали значительный прирост целевых бизнес-показателей: повышение точности прогноза, сокращение стоимости списаний, сокращение логистических затрат, так что все оказывались «в плюсе». К 2022 году набралась критическая масса проектов.
Главный вызов для нас был собрать все наши интеллектуальные модули в полноценную платформу для интегрированного планирования. Именно этим мы и занялись более двух лет назад.
Market.CNews: Как вы начали работать с технологиями ИИ?
- ведущей FMCG компании в мире. Причем проект этот состоялся не в России, а в США, Помог, как вы понимаете, случай. Много лет успешно планируя спрос на платформе Anaplan, бизнес-команда не могла решить проблему: качество прогноза продаж по некоторым продуктовым категориям не превышало 40%. Это напрямую влияло на ключевые показатели эффективности всего бизнеса -
Тогда в Unilever решили усилить Anaplan внешним модулем прогнозирования на базе алгоритмов машинного и глубокого обучения. Цель была максимально прикладной: использовать множество внутренних и внешних данных, таких как динамика цен, промо-планы, уровень запасов, погоду и др., для повышения качества прогноза и сокращения трудозатрат. Наша небольшая на тот момент команда разработала тестовую модель, которая оказалась… лучше всех предложенных вариантов с рынка. Вслед за тестовой появилась полноценная универсальная модель для всех направлений бизнеса и каналов сбыта, которая работала в тесной связке с Anaplan и другими бизнес-системами. Параллельно с этим мы сделали «движки» для большой тройки клиентов Unilever --
После этого были и другие проекты уже в других направлениях интегрированного планирования: модули оптимизации промо-бюджетов, закупок, производства, логистики, прогнозирования оптимальной цены и др., которые либо также усиливали возможности традиционных IBP-решений, либо использовались независимо.
Market.CNews: Как вам удалось за 2 года разработать платформу IBP? Обычно это занимает гораздо больше времени.
Гурген Мелконян: Нам не нужно было выходить на новый для себя рынок и делать cusdev, поскольку у нас изначально был солидный задел: знание передовых решений, проекты в ведущих российских и международных компаниях, опыт в ML, DL, оптимайзерах, Gen AI, команда экспертов по планированию из ведущих компаний. Мы четко знали, какой должна быть современная платформа, поэтому уже через год после старта масштабной разработки, в марте 2023 года, интеллектуальная платформа Jume вышла на рынок, а в мае и июле были подписаны первые два контракта на внедрение.
Market.CNews: В перспективе вы себя видите вендором или так же продолжите оказывать услуги по внедрению?
Гурген Мелконян: Сейчас мы находимся на том этапе, когда приходится одновременно развивать платформу и заниматься ее внедрением, и в таком формате планируем работать еще не меньше года. В этом есть один большой плюс для наших клиентов: никто кроме владельца молодой платформы не способен настолько качественно провести цифровую трансформацию планирования и внедрить интеллектуальный инструмент
-
Гурген Мелконян: И да, и нет. Когда мы начали разработку Jume, у нас перед глазами был опыт мировых лидеров и в hard-code, и в low-code. В итоге мы пришли к тому, что в оптимальной истории нужен баланс. Мы точно знали, что большинство клиентов не сможет дальше полноценно развивать решение силами внутренних центров компетенций, поэтому не видели смыcла делать систему полностью low-code. При этом хотелось избежать ситуации, когда кастомизация под каждого заказчика будет требовать вовлечения профессиональных консультантов.
Market.CNews: Изменились ли ожидания заказчиков на российском рынке за эти два года? Какие новые тренды вы бы отметили?
Гурген Мелконян: Да и весьма существенно. Если раньше со стороны компаний в России был запрос на отдельные use-cases, например, только на финансовое планирование или прогнозирование спроса, то сейчас мы часто встречаемся с запросом на выстраивание именно интегрированного планирования, то есть всего комплекса процессов. У многих за плечами есть опыт работы с ведущими мировыми решениями -
Что еще можно отметить: крупный и средний бизнес часто сначала интересует коробочное решение, особенно когда в процессе выбора системы лидирует команда ИТ. Однако в ходе обсуждения требований и осознания особенностей конкретного бизнеса почти всегда заказчик признает, что им необходима значительная кастомизация и максимальная «подстройка» платформы под целевые бизнес-процессы.
По нашим наблюдениям, формируется тенденция к переосмыслению ценности так называемых внутренних центров экспертизы или компетенций (ЦК), создание которых много лет пропагандировали глобальные вендоры. Среди причин растущего сомнения можно выделить: большие затраты на содержание таких команд, их неспособность стать «локомотивом» развития решения, особенно при совмещении функций ЦК с операционной деятельностью, а также сложности в наращивании экспертизы, сопоставимой с компетенциями профильных консультантов-интеграторов.
Market.CNews: Как я понимаю, в технологиях AI/ML и алгоритмах вы видите главное преимущество современного решения IBP. Насколько бизнес в России готов их использовать?
Гурген Мелконян: Бизнес готов и, я бы даже сказал, отчаянно нуждается в повышении эффективности и росте маржинальности, которые не всегда дают традиционные системы планирования.
В самых разных отраслях технологии ML, нейросети и оптимизационные алгоритмы в планировании и управлении цепями поставок уже доказали свою ценность. Производители продуктов питания, например, часто страдают от высокого уровня списаний скоропортящихся продуктов. Речь идет о сотнях миллионов рублей в год, что является существенной потерей прибыли.