Automatyzacja bieżącej obsługi baz danych prowadzi do obniżenia kosztów IT i poprawy rentowności biznesu

Z Jakubem Mazerantem, dyrektorem sprzedaży w summ-it, rozmawiamy o: wyzwaniach związanych z obsługą i utrzymaniem środowisk produkcyjnych; obszarach, które warto automatyzować; wykorzystywaniu rozwiązań sztucznej inteligencji w kontekście utrzymania środowisk IT; kompetencjach niezbędnych do automatyzowania zarządzania bazami danych, a także w jaki sposób dbać o jakość danych zasilających modele AI oraz o szczegółach wejścia firmy summ-it do Grupy Smarketer.

Jakie są obecnie wyzwania związane z obsługą i utrzymaniem środowisk produkcyjnych? Czy luki kompetencyjne, które występują na rynku mają jakieś znaczenie?

Mówiąc o środowiskach produkcyjnych warto skupić się na rozwiązaniach, które mają szczególne znaczenie biznesowe dla poszczególnych organizacji. Należy mieć świadomość, że od takich systemów zależy dziś nie tylko ciągłość operacji, ale także jakość podejmowanych decyzji. Mówimy bowiem o systemach, które dostarczają informacji koniecznych do podejmowania rozstrzygnięć na różnych szczeblach. Jednocześnie, są to najczęściej rozwiązania wspomagające bieżące funkcjonowanie przedsiębiorstw, jak rozwiązania klasy ERP, które są krytyczne dla działalności biznesowej i operacyjnej klientów.

Wszystko to sprawia, że tego rodzaju systemy muszą być dostępne, wydajne, a także optymalne kosztowo. Całość oczywiście spina ważna kwestia bezpieczeństwa. Natomiast braki i luki kompetencyjne na rynku, mają przede wszystkim wpływ na to, że utrzymanie systemów produkcyjnych – zgodnie z wymaganiami, o których wspomniałem – wymaga coraz większych nakładów finansowych związanych z ich administracją.

W jaki sposób można usprawnić procesy bieżącego zarządzania środowiskami IT, w szczególności aplikacyjnymi i bazodanowymi? Jakie obszary warto automatyzować?

Przede wszystkim warto automatyzować pewne powtarzalne czynności administracyjne, mające duży wpływ na obciążenie zespołów technicznych odpowiedzialnych za utrzymanie systemów produkcyjnych. Mam tu na myśli np. wszelkiego rodzaju aktualizacje, zapisywanie i weryfikację kopii zapasowych czy monitoring baz danych. Zautomatyzowanie tego typu procesów pozwala uwolnić zasoby techniczne do realizacji innych zadań, w tym także realizacji projektów innowacyjnych IT wspierających osiąganie celów biznesowych. W procesie automatyzacji warto też zastanowić się nad wykorzystaniem technologii sztucznej inteligencji i uczenia maszynowego. Pewne, powtarzalne zdarzenia serwisowe – w odpowiedni sposób weryfikowane i analizowane – pozwalają przewidzieć występowanie awarii i zapobiegać im, jeszcze zanim się wydarzą.

Dzięki temu, znów, specjaliści mogą poświęcić cenny czas na inne, bardziej perspektywiczne zadania. Co nie mniej ważne, tego typu przemyślana automatyzacja korzystnie wpływa na morale zespołu. Proste, powtarzalne działania administracyjne często bywają po prostu nudne. Specjaliści z obszaru IT lubią natomiast mieć przed sobą interesujące wyzwania. Automatyzując wspomniane procesy, ściągamy z nich obciążenie związane z wykonawstwem i zastępujemy prace operacyjne zadaniami z zakresu nadzoru. To z kolei pozwala specjalistom zająć się innymi obszarami, m.in. związanymi z bezpieczeństwem czy wykorzystaniem nowych technologii w obsłudze i administracji systemów. W efekcie, można zmniejszyć rotację zespołu, zaś wspomniane nowe technologie mogą być wykorzystywane do optymalizacji pewnych procesów. To z kolei przekłada się na lepszą marżowość usług, także tych świadczonych wewnętrznie. Ostatecznie automatyzacja bieżącej obsługi baz danych i szerzej innych obszarów IT prowadzi do obniżenia kosztów oraz poprawy rentowności biznesu.

Jaka jest skala wykorzystania rozwiązań sztucznej inteligencji w kontekście utrzymania środowisk IT w summ-it?

Projekty związane ze sztuczną inteligencją i uczeniem maszynowym rozpoczęliśmy ze względu na nasze wewnętrzne potrzeby. Nasz dynamiczny rozwój w tym obszarze był spowodowany przede wszystkim dostępnością wewnętrznych danych mogących zasilić ten model – szczególnie, że mieliśmy do nich pełnię praw intelektualnych i pełną świadomość ich jakości – oraz trudnością skalowania usług związaną z brakiem wykwalifikowanych specjalistów. Mając taki fundament, zaczęliśmy wykorzystywać stworzone na wewnętrzny użytek rozwiązania w naszych produktach, m.in. w platformie Superb DBA. Jest to unikatowe na rynku oprogramowanie, dedykowane do monitoringu baz danych oraz automatyzacji procesów zarządzania, szczególnie w obszarze compliance, security oraz performance. Jest to narzędzie stworzone do wsparcia administratorów w ich codziennej pracy. To był pierwszy krok. Dzięki niemu zdobyliśmy wiedzę i poznaliśmy wyzwania, jakie wiążą się z tymi technologiami. Obecnie wdrażamy rozwiązania AI w innych obszarach.

Jakie są to obszary?

Skupiamy się na operacjonalizacji sztucznej inteligencji pod kątem przewidywania pewnych zdarzeń związanych z cyklem produkcyjnym. Przykładowo, mamy maszynę, która wytwarza produkt. W pewnych wypadkach dochodziło do „zacięcia” maszyny, co oznaczało zatrzymanie linii produkcyjnej i wymagało interwencji technika, który regulował urządzenie i dopiero wtedy produkcja ruszała na nowo.

Klient postawił przed nami zadanie polegające na zbudowaniu modelu, który potrafiłby przewidywać te „zacięcia”, aby technik mógł odpowiednio wcześniej zająć się regulacją maszyny, jeszcze zanim dojdzie do nieoczekiwanego zatrzymania produkcji. Projekt ten był o tyle łatwiejszy, że używana przez klienta maszyna miała zamontowany zestaw czujników. Do zbudowania rozwiązania ostrzegającego przed wystąpieniem awarii wykorzystaliśmy zatem bieżące i historyczne dane, zarejestrowane przez te czujniki.

Nasze pierwsze projekty związane z wykorzystaniem sztucznej inteligencji i uczenia maszynowego dotyczyły właśnie systemów produkcyjnych, bo takie systemy przynoszą wartości klientom, co oznacza, że firmy znajdują budżety na ich realizację. W kwietniu 2023 roku summ-it brał udział jako wystawca w targach Hannover Messe 2023 i na podstawie poczynionych tam obserwacji mogę z pełnym przekonaniem stwierdzić, że najczęściej spotykane rozwiązania AI związane są właśnie z branżą produkcyjną. Wynika to m.in. z faktu gromadzenia przez firmy z tego sektora naprawdę dużej ilości danych, między innymi z systemów IoT maszyn na produkcji, które można wykorzystywać na różne sposoby, wspierając chociażby modele oparte na sztucznej inteligencji.

W jakich jeszcze obszarach warto stosować takie rozwiązania?

Przewidując np. maksymalne ceny po jakich można sprzedać dany produkt klientowi. W naszym przypadku jest to projekt: Dynamic Pricing Model. Będzie to więc rodzaj analityki biznesowej, do której potrzeba jednak dobrej jakości danych – od tych produkcyjnych, związanych z kosztami energii, gazu czy logistycznymi, poprzez dane zbierane przez systemy CRM czy ERP, aż po informacje pozyskiwane z otwartych źródeł, np. cen konkurencji.

Warto zatem podkreślić, że dla prawidłowego działania modelu sztucznej inteligencji krytyczne znaczenie ma jak najwyższa jakość zasilających go danych. Jeśli dane będą marnej jakości albo błędne, to nawet najlepszy model przedstawi też błędne wyniki. Biorąc to pod uwagę, duże organizacje – które mają rozbudowane narzędzia do kontroli danych z różnych obszarów: kontroling, audyty, procedury, dane z systemów CRM czy ERP, a w dodatku dane te przechowują przez długi okres – mają wyraźne szanse powodzenia we wdrażaniu modeli sztucznej inteligencji właśnie dlatego, że dane, które będą zasilały ten model, będą dobrej jakości, obejmą odpowiednio długi okres i będą własnością danej firmy.

Jak zatem zadbać o właściwą jakość, integralność i wiarygodność danych zasilających modele AI?

Wysoka jakość posiadanych zbiorów danych to jedno. Ważna jest również kwestia własności intelektualnej danych. Na ten aspekt warto zwrócić uwagę zwłaszcza w kontekście modnego obecnie wykorzystania otwartych modeli sztucznej inteligencji, jak ChatGPT. Trzeba mieć świadomość, że gdy oddaje się pewne przygotowane fragmenty kodu lub skryptu do analizy przez ChatGPT, to on oczywiście je porówna i zaproponuje pewne oczekiwane przez nas zmiany, ale jednocześnie wykorzysta ten kod – naszą własność intelektualną – do zasilenia własnej bazy, na podstawie której będzie następnie proponować to rozwiązanie też innym.

Chodzi tu nie tylko o zasilenie algorytmu samego ChatGPT, ale także o wykorzystanie takiego kodu, często innowacyjnego lub unikatowego, w celu wzbogacenia własnego oprogramowania przez firmę dostarczającą dany model. W ten sposób oddajemy swój kod firmie programistycznej, a więc konkurencji.

Inne wyzwania przed jakimi stoimy wraz z klientami związane są z technologią. Bardzo trudno jest bowiem przekonać klientów do projektów, które są mocno innowacyjne, a dodatkowo korzystają z bardzo krytycznych oraz wrażliwych danych. Tego rodzaju bariera mentalna była jednym z wyzwań, które próbowaliśmy zaadresować przez ostatnie trzy lata. Dopiero skupienie się na technologii jednego producenta – w naszym wypadku Microsoft – istotnie ułatwiło przekonywanie klientów do realizowania naprawdę innowacyjnych projektów AI.

Trzecie istotne wyzwanie to koszty. Biorąc pod uwagę efekt biznesowy, jaki chcemy osiągnąć dzięki danemu rozwiązaniu AI, zawsze trzeba brać pod uwagę koszty wdrożenia i utrzymania takiego rozwiązania. I choć koszty wdrożenia zwykle nie są zbyt dotkliwe, tak koszty utrzymania – związane z rosnącą ilością danych przetwarzanych w tych modelach, a więc z potrzebą zapewnienia odpowiedniej mocy obliczeniowej – oznaczają nierzadko duże kwoty.

Dlaczego postawili Państwo na automatyzację procesów zarządzania bazami danych? Jakich kompetencji i narzędzi wymaga wykorzystanie takich mechanizmów?

Główną siłą summ-it są ludzie, a jak wiadomo, jest to najmniej i najtrudniej skalowalny element ekosystemu IT. Stanęliśmy więc przed wyzwaniem związanym z chęcią obsługi coraz większej liczby klientów wiedząc, że coraz ciężej będzie nam skalować zespół potrzebny do realizacji tych usług. Był to impuls do stworzenia oprogramowania automatyzującego administrację środowiskami bazodanowymi. Opracowaliśmy zatem autorskie narzędzie dla administratorów, które – wykorzystując algorytmy AI/ML oraz wiedzę praktyczną – pozwala w jednym miejscu administrować złożonymi środowiskami różnych baz danych. W efekcie, bardzo skutecznie wspomaga prace administracyjne w najbardziej pracochłonnych obszarach.

Co ważne, większość istniejących na rynku rozwiązań tego typu, skupia się przede wszystkim na wydajności wspieranych środowisk bazodanowych. Nasze rozwiązanie oparliśmy zaś przede wszystkim na kwestiach związanych z bezpieczeństwem oraz zapewnieniu zgodności z obowiązującymi normami. Dopiero później na zapewnieniu wysokiej wydajności.

Analizując dane spływające z systemów monitoringu i bezpośrednio z logów baz danych, jesteśmy w stanie przewidzieć pewne zdarzenia – tak jak w przypadku wspomnianej wcześniej maszyny na linii produkcyjnej – które będą wymagały działań administracyjnych, albo będą prowadziły do sytuacji mogących wywołać incydent serwisowy. I tak, mogą to być przykładowo kwestie dotyczące wygasającego wsparcia poszczególnych wersji programowania baz danych czy instalacji krytycznych aktualizacji związanych z różnymi zdarzeniami oraz podatnościami wykrywanymi w środowiskach informatycznych.

Kompleksowa analiza i przystępna wizualizacja danych dla administratorów pozwoliła nam wyskalować usługi summ-it, łagodząc wyzwania związane z niedoborem specjalistów na rynku pracy i zachowując unikatową kulturę organizacyjną. Głównym celem automatyzacji procesów jest więc  skalowanie wydajności zespołów IT świadczących te usługi, szczególnie w zakresie administracji rozbudowanymi środowiskami baz danych.

Firma summ-it niedawno stała się częścią niemieckiej Grupy Smarketer – dlaczego zdecydowaliście się na ten ruch i jakie korzyści ma on przynieść?

Od początku 2022 roku realizujemy strategię, w ramach której do końca 2024 roku planujemy zatrudniać 100 pracowników – obecnie nasz zespół liczy 58 osób. Innym z jej elementów było wejście i ekspansja na rynki Niemiec, Austrii i Szwajcarii. Realizując więc nasze zamierzenia, doszliśmy do porozumienia z Grupą Smarketer, która potrzebowała bezpośrednio usług związanych z szeroko rozumianym obszarem DATA wspierającego jej działania związane z prowadzeniem nowoczesnego marketingu dla ponad 1000 klientów z regionu DACH. W idealny sposób wpasowaliśmy się w tę potrzebę.

Dla nas fuzja ta oznacza wejście na rynek niemiecki przy pomocy firmy, która jest na nim od 10 lat. Do tego dochodzą możliwości jakie niesie wsparcie summ-it przez rozbudowane struktury sprzedażowe. Jako osoba odpowiedzialna za sprzedaż, dostałem wsparcie zespołu sprzedażowego Grupy Smarketer na rynku niemieckim. Pozwoli ono realizować coraz więcej projektów w Europie Zachodniej. Transakcja ta przyspiesza więc nasz rozwój, ale także realizację wspomnianej strategii. Obecnie mamy np. otwartych ponad 15 nowych rekrutacji i nie jest to nasze ostatnie słowo.

Jakie są pierwsze efekty fuzji? Czy realizujecie już jakiejś projekty w obszarze DACH?

Tak, mamy już klientów z tego obszaru i nie tylko. Realizujemy usługi i projekty u klientów z Polski, Holandii, Wielkiej Brytanii, Hiszpanii, Grecji, Chorwacji, Niemiec, Szwajcarii i Belgii. Mamy również wdrożenia i dużo zapytań dotyczących naszego produktu Marketing Data Warehouse, czyli dedykowanej dla obszaru e-commerce hurtowni danych wspierającej gromadzenie danych z kanałów social media i wykorzystywanie ich w kontekście wszystkiego, co jest związane z marketingiem internetowym.

W jaki sposób ta transakcja wpłynie na plany dotyczące komercjalizacji platformy Superb DBA? Czy summ-it zachowa markę i niezależność?

Tak, summ-it zachowuje markę i niezależność w ramach Grupy Smarketer, jako firma wyspecjalizowana w rozwiązaniach związanych z obsługą danych. Jeśli chodzi o nasze autorskie rozwiązanie – Superb DBA – to będziemy mogli zaproponować ją klientom w ramach całej Grupy. Fuzja nie wpływa w znaczący sposób na dalszy rozwój techniczny naszego rozwiązania. Prace realizujemy według ustalonego harmonogramu i wytyczonej roadmapy. W marcu udostępniliśmy np. Superb DBA na Microsoft Azure Marketplace. Kolejnym krokiem będzie rozszerzenie naszej aplikacji o nowe funkcjonalności. Systematycznie realizujemy więc ekspansję rynkową i sprzedaż tego produktu