На Tadviser вышло интервью, где я рассказываю о том, как мы в Кедах профессора вносим вклад в цифровизацию государственных организаций и активно внедряем решения на основе искусственного интеллекта, LMS-платформ, аналитических систем и HR-сервисов.
Константин Егошин
Содержание:
- Научный подход к созданию цифровых решений для государства
- Тренды в развитии образовательных систем: LMS-система moodle, интерактивный контент, ИИ, ТГ-боты
- Экосистема цифровых HR-сервисов. Кейс Физтеха
- Продукты на базе ИИ становятся нормой. Кейсы: AI Molodca, Ассистент Эд
- Комплексные аналитические решения, а не просто BI-системы
- Клиентократия в GovTech
- Почему «Кеды профессора»?
Научный подход к созданию цифровых решений для государства
Tadviser: Работать с государственными структурами непросто. Что помогает вам добиваться успеха в этой нише?
Константин Егошин: Большая часть нашей команды работала в крупном системном интеграторе много лет и создала десятки государственных информационных систем. Уже тогда мы заметили, что существуют два мира: мир сложных и тяжелых информационных систем, созданных по объемному ТЗ и не концентрирующихся на удобстве пользователей, и новый диджитал-мир, где всё легко, красиво и удобно. Наша базовая идея — объединить эти два мира. Разрабатывать системы удобные, красивые, предвосхищающие потребности пользователя, и при этом безопасные, соответствующие требованиям ГОСТ 34 и другим стандартам, принятым в госструктурах. Эта идея превратилась в базовый принцип нашей работы, который мы называем «научный подход». Именно данный подход помогает нам в работе с государственными организациями.
Tadviser: Что такое научный подход применительно к вашей работе?
Константин Егошин: Базово, научный подход предполагает объективность, доказательность и воспроизводимость результатов, а также следует принципам экспертной оценки, прозрачности и строгой методологии. В нашем случае он выражается в собственной методологии ведения проектов, которая представляет собой смесь принципов из ГОСТ 34, основ PMBoK, методических рекомендаций Гостеха и житейского опыта, полученного за 10 лет работы с госзаказчиками. Например, мы обязательно делаем устав проекта и приложением №1 фиксируем матрицу ответственных лиц от Заказчика за каждый функциональный блок, что очень важно для больших организаций с сложной иерархией ответственных лиц. Тем самым мы инициируем управляемый кризис сразу на старте проекта, а не получаем его в середине, когда нужно согласовать проектные решения. Это пример простого правила, всего в нашем проектном регламенте более 50 обязательных правил, которые применяются в рамках управления проектами по созданию цифровых решений.
Tadviser: Как государственные структуры реагируют на вашу идею создавать легкие, можно даже сказать молодежные системы?
Константин Егошин: Мы видим новое поколение чиновников — молодых ребят, которые хотят создавать классные, востребованные цифровые сервисы, которыми будут пользоваться с удовольствием, говорить о них и рекомендовать друзьям.
Таких запросов много. Проблема скорее в том, что хорошая идея часто сталкивается с жесткими формальными процедурами. Например, написано в ЧТЗ "при авторизации запрашивать фамилию, имя и отчество". А на этапе проектирования Заказчик приходит к пониманию, что достаточно имени. Наша задача — помочь заказчику пробиться через формализм и исполнить нужное проектное решение так, чтобы было удобно для пользователя, а у Заказчика не появилось формальных нарушений условий договора или требований ГОСТа. Для этого мы подсказываем Заказчику сложный, но правильный путь: собрать комиссию, зафиксировать уточненное проектное решение, обменяться официальными письмами, внести изменение в частное техническое задание и др.
Найти способ реализовать фичу, нужную пользователям, и при этом не допустить противоречий в формальной документации - в этом вижу то самое объединение миров digital и ГОСТ-ИТ, а также наше ключевое конкурентное преимущество.
Tadviser: Кто ваши основные заказчики и какие задачи вы помогаете им решать?
Константин Егошин: Половина наших заказчиков — такие госорганизации, как Агентство стратегических инициатив (АСИ), Департамент информационных технологий Москвы (ДИТ Москвы), АНО Диалог. Другая половина — ведущие российские университеты: МФТИ, ВШЭ, МИСиС, МГИМО, РУДН. По версии «Рейтинг рунета 2024», наша компания заняла 11 место в рейтинге digital-подрядчиков для госструктур.
Мы оказываем классические услуги заказной разработки цифровых решений. Чаще всего у нас заказывают проекты по созданию образовательных платформ, аналитических систем, HR-сервисов, сервисов на основе ИИ и систем управления конкурсными процедурами для реализации мер государственной поддержки.
Тренды в развитии образовательных систем: LMS-система moodle, интерактивный контент, ИИ, ТГ-боты
Tadviser: Какие требования госорганизации предъявляют к образовательным платформам? Какие тренды наблюдаете в корпоративном обучении у госорганизаций?
Константин Егошин: Если говорить про российские государственные университеты, то там уже давно доминирует опенсорсная LMS-система Moodle. У данного решения огромное количество функций, есть все необходимое. Но вот с точки зрения интерфейсов она весьма отстает от современных требований, а ведь пользователи уже привыкли к интерфейсам айфона, андроида, тех же Госуслуг. И мы наблюдаем тренд в последние годы, что многие госорганизации не из числа вузов начинают также переходить на Moodle. А к нам чаще всего обращаются как раз с задачей полного редизайна Moodle, интеграции внутрь контура организации, разработки индивидуальных плагинов. На выходе заказчик получает мощную и визуально приятную LMS-систему, которая принадлежит ему, и не нужно закупать никаких лицензий.
Во-вторых, развитие образовательного контента. Если представить этот процесс в виде лестницы, то на нижней ступеньке будут бумажные учебники, потом их PDF-версии, дальше презентации, видеолекции, лонгриды с картинками и видео, а на вершине пирамиды — интерактивный симулятор в виде веб или VR-приложения. Все заказчики перемещаются по этой лестнице, некоторые — с хорошим финансированием и достаточной экспертизой — уже достигли вершины.
И в-третьих, появляется всё больше ИИ-сервисов. Госучреждения активно используют два типа: ИИ-ассистенты и ИИ-контролеры. Ассистенты на базе генеративного ИИ обучаются на основе образовательного контента и консультируют учащихся: дают дополнительные примеры, пересказывают материал более понятным языком. ИИ-контролеры могут, например, проверять, есть ли в работе субъект и объект исследования, раскрыта ли актуальность темы, соответствует ли работа другим требованиям, которые к ней предъявлялись. Существуют технологии, которые проверяют, написана ли работа учащимся самостоятельно или с помощью нейросети. Анти-ИИ развиваются параллельно с ИИ.
Ну и тема последних недель, про нее пока трудно сказать, хайп это или долгосрочный тренд, — это телеграм-приложения (технология web app). Недавно Телеграм выпустил внутреннюю валюту, начал рассказывать о полноценных приложениях, в которых могут быть реализованы и игры, и общение, и обучение. Наши заказчики уже начали проявлять интерес к возможности создания, например, LMS-системы в виде телеграм-приложения.
Tadviser: Можете привести пример реализованного вами образовательного проекта?
Константин Егошин: Из масштабных образовательных проектов, мы недавно реализовали серию цифровых сервисов для Бизнес-школы МГИМО (это подразделение вуза, которое обучает по программам МВА, магистратуры и ДПО). Наверное, впервые в России мы сделали единую образовательную платформу, состоящую из трёх систем: веб-портала с цифровой витриной курсов на react.js, CRM-системы на Битрикс24 и сильно доработанной LMS-системы на Moodle. Всё сильно интегрировано друг с другом. Уже с сентября новые студенты бизнес-школы МГИМО смогут пользоваться новыми цифровыми сервисами.
Из необычных — однажды для РУДН мы разработали иммерсивный курс адаптации иностранных студентов к обучению и жизни в России «Первый день студента в университете». Это симулятор, который знакомит студентов с социальными нормами, менталитетом и традициями нашей страны. Как одеваться, как здороваться со старшими, можно ли есть бургеры в общественном транспорте и разговаривать по телефону в библиотеке. Студент просыпается в общежитии, едет в автобусе, добирается до университета и по пути принимает множество решений, которые меняют сюжетную линию. Для этого проекта мы разработали сценарий, провели съемки в режиме 360, запрограммировали веб- и VR-версии курса, реализовали интеграцию с LMS-системой университета.
Экосистема цифровых HR-сервисов. Кейс Физтеха.
Tadviser: Что интересного происходит на рынке HR-сервисов?
Константин Егошин: У HR тоже растет интерес к интерактивным технологиям, геймификации, дополненной реальности. Например, появилось понятие «интерактивная вакансия» — игра, в которой герой заходит в офис, случайно сталкивается с генеральным директором, знакомится с будущим руководителем и коллегами, осматривает рабочее место, в игровой форме выполняет тестовые задания и отвечает на вопросы. Молодых программистов, за которыми сейчас идет битва не на жизнь, а на смерть, такой формат привлекает больше, чем классическое собеседование: и поиграть можно, и разговаривать ни с кем не приходится. А эйчар по результатам прохождения игры получает профиль кандидата: затраченное время, результаты выполнения тестовых заданий.
Другой пример — цифровой рекрутмент. Вместе с МФТИ мы делали проект для привлечения преподавателей, ученых и других узких специалистов, которые не сидят на сайтах с вакансиями, не любят болтать в соцсетях и вообще крайне закрыты. Мы придумали бренд «Учить наравне с великими», потому что выяснили, что целевой аудитории важнее работать на той же кафедре, где работали Капица и Ландау, чем модный офис и печеньки. Разработали портал с виртуальными турами по лабораториям, где можно со всех сторон рассмотреть оборудование, на котором предстоит научная работа. Запустили цифровой маркетинг — рекламу в соцсетях, поисковых системах. Всё вместе позволило привлечь в вуз молодых преподавателей и научных сотрудников.
И хочу отметить тренд на упрощение. Наряду с появлением бесконечного количества крутых сложных цифровых сервисов у пользователей есть запрос на максимально простые решения. Например, в каждой госорганизации есть регламент на 70 страниц для таких процессов, как оформление командировки или проведение закупки. Но новым сотрудникам, особенно молодым, бывает очень сложно разобраться в сложных регламентах. У нас популярна услуга преобразования длинных формальных инструкций в одностраничную инфографику, которая отвечает на большинство базовых вопросов. А для сложных случаев есть ссылка на полную версию регламента.
Продукты на базе ИИ становятся нормой. Кейсы: AI Molodca, Ассистент Эд.
Tadviser: Вы активно внедряете ИИ-сервисы. Что именно сейчас востребовано у госорганизаций?
Константин Егошин: У нас большая выборка заказчиков, и первое, что бросается в глаза — каждый новый проект должен включать что-то, связанное с ИИ. Еще в прошлом году ИИ был скорее интересной идеей, которую можно обсудить, то сейчас это трансформируется в обязательное требование. В ответ на этот запрос мы выработали базовый подход к созданию ИИ-решений. Первая стадия похожа на обычное проектирование: сбор требований, анализ окружения, разработка архитектуры, согласование ЧТЗ. А вот вторая фаза, которой нет в классической разработке, — это сборка датасета из всего разнообразия информационных систем заказчика и даже из головы какого-нибудь ключевого сотрудника, очистка и обогащение этих данных, разметка датасета. На выходе мы получаем набор данных, на которых обучается ИИ — с нуля или на базе существующей модели. В результате обучения заказчик получает дообученную ИИ-модель, работа которой не предопределена жесткими алгоритмами. И далее мы строим контур привычных цифровых решений (сайт, ТГ-бот, мобильное приложение), который интегрирован с ИИ-моделью.
Наша компания создает сервисы на базе генеративного ИИ, модели прогнозирования, рекомендательные системы и системы компьютерного зрения. Мы видим большой спрос на эти сервисы.
Наверное, сейчас чаще всего к нам обращаются за созданием ботов-ассистентов, обученных на данных заказчика. Например, у нас есть бот-ассистент по имени «Эд». Его можно обучить контенту вашей базы знаний или курса, и он сможет консультировать учащихся именно по этому контенту. Например, изучает студент курс про цифровую экономику России, читает про суперсервис Госуслуг «Поступи в вуз онлайн», и может попросить Эда привести пример того, как в реальности это работает. В ответ бот достаточно подробно на простом примере предоставит разъяснение.
Tadviser: ИИ развивается так стремительно, что простому человеку сложно даже просто отслеживать новые возможности. Не устаревают ли ваши сервисы на базе ИИ раньше, чем вы закончите проект?
Константин Егошин: Тут как с китайскими машинами: теперь все в России на них ездят, всё вроде бы работает, и прошло не так много времени, чтобы сделать глобальный вывод. Те ИИ-решения, которые мы создали в конце прошлого года — боты-ассистенты к LMS-системам, системы финансового прогнозирования — отлично выполняют свою задачу и сейчас. Самая большая динамика изменений идет в среде генеративного ИИ. Там да, надо успевать обновлять модели.
Tadviser: Расскажите об интересном кейсе на базе ИИ.
Константин Егошин: Самый интересный проект у нас идет сейчас. Вместе с консорциумом ведущих университетов мы запустили проект под условным названием «AI Molodca». Это первая в России опенсорс-модель прогнозирования академической успеваемости. В ее основе — исторические данные о студентах нескольких университетов: из какого региона приехал, какие были баллы ЕГЭ, работает или нет, какие оценки получил на первом курсе, текущая активность в LMS-системе, опаздывает ли на пары и др. Наша сверхзадача — 94% точности прогнозирования оценок по каждому студенту и в разрезе предметов. На основе прогноза можно будет выдавать персональные рекомендации, например, дополнительные материалы на обучающей платформе. Если всё получится, мы будем распространять решение по модели open source, чтобы оно было доступно для всех вузов, и создадим облегченный вариант с меньшим количеством данных для корпоративного обучения. Планируем завершить проект до конца года.
Tadviser: Не опасаетесь, что ИИ-система прогнозирования успеваемости может нанести вред студентам, заранее записывая их в троечники и неудачники?
Константин Егошин: Любой преподаватель после первого курса с легкостью строит подобный прогноз в своей голове, только не на основе массива данных, а опираясь на предыдущие оценки и личные ощущения. Наша задача — исследовательская. Мы хотим вытащить этот прогноз из головы преподавателя в технологическое решение, узнать, можно ли составлять прогнозы с высокой точностью. Если да, то рекомендательные системы могут помочь студентам повысить свою успеваемость. И в любом случае, это не приговор, а лишь мнение системы. Каждый волен его учесть или проигнорировать.
Любой преподаватель после первого курса с легкостью строит подобный прогноз в своей голове, только не на основе массива данных, а опираясь на предыдущие оценки и личные ощущения. Наша задача — исследовательская. Мы хотим вытащить этот прогноз из головы преподавателя в технологическое решение, узнать, можно ли составлять прогнозы с высокой точностью. Если да, то рекомендательные системы могут помочь студентам повысить свою успеваемость. И в любом случае, это не приговор, а лишь мнение системы. Каждый волен его учесть или проигнорировать.
Комплексные аналитические решения, а не просто BI-системы
Tadviser: Какие аналитические решения вы создаете и чем они отличаются от классических BI-систем?
Константин Егошин: В моем понимании, BI-система — это часть полноценной аналитической системы. Давайте разберем, из каких модулей должна состоять полноценная аналитическая система для государственной организации в 2024 году.
Во-первых, для успешной аналитики важен качественный сбор данных. Классическая ситуация у госкомпании: срочно нужен нестандартный отчет. Всем подведомственным учреждениям направляется запрос, госслужащие экстренно заполняют эксель-таблицы, далее, на федеральном уровне их сводят в единый файл, где каждый лишний пробел или неправильная запятая рушат всю отчетность. В ответ на это появились веб-формы сбора данных, но процесс создания самих форм занимал у разработчиков месяцы. Нашим заказчикам нужны no-code или low-code инструменты для сбора данных через веб-формы, и мы предоставляем им возможность быстро собирать формы и организовывать экстренный сбор данных. Процесс создания форм такой же простой, как работа в гугл документах.
Далее, в проекте идет задача интеграции сторонних информационных систем с целью регулярного получения данных оттуда. Сюда я отношу как прямые интеграции двух систем, так и парсинг данных, а также механизмы импорта данных из Excel-файлов.
После этого мы консолидируем всю собранную информацию в ведомственное озеро данных и на его основе создаем сервисы прогнозирования с искусственным интеллектом и BI-платформы.
Мы и наши заказчики замечают, что BI-платформами пользуются аналитики и линейные сотрудники. Министры и замминистры в BI-системы не заходят: вместо игр в настройки и фильтры дашборда предпочитают запросить готовую справку по телефону. Поэтому у нас чаще запрашивают не BI-системы, а кастомные аналитические приложения. Для их создания нам нужно понять, как мыслит топ-менеджер организации и разработать интерфейс приложения конкретно под него.
Однажды мы делали систему мониторинга строительства объектов в рамках госпрограммы. Нужна была карта России, на ней — иконки строительных кранов, где ведется стройка, по клику открывается паспорт объекта, фотографии было-стало, веб-камера для наблюдения за ходом строительства, информация о подрядчике и губернаторе, подписавшем проект, возможность скачать дизайн-концепцию и проектно-сметную документацию. Классическая BI-система не позволяет реализовать такой пользовательский путь, только кастомное аналитическое приложение.
Tadviser: Какие еще задачи в области цифровизации стоят перед государственными компаниями?
Константин Егошин: Мы много говорили про искусственный интеллект, прогнозную аналитику и прочие чудеса. Но есть и задачи гораздо более простые. Например, борьба с бумагой. Многие компании все еще используют тонны бумаги для решения самых разных задач: кадрового делопроизводства, проведения конкурсов и распределения грантов и субсидий, юридически значимого документооборота. Серьезная часть наших проектов — автоматизация таких задач.
Например, мы принимали участие в модернизации государственной информационной системы «Москва — добрый город», которая автоматизирует организацию и проведение конкурсных процедур на предоставление грантов социально-ориентированным некоммерческим организациям — тем, кто помогает старшему поколению, людям с инвалидностью, многодетным семьям, безработным, бездомным, людям, оказавшимся в трудной жизненной ситуации, и всем остальным, кому нужна поддержка. Система позволяет организовать сбор заявок в электронном виде, независимую экспертизу заявок сотнями экспертов, заключение договора с электронной подписью и такой же сбор последующей отчетности.
Tadviser: В интернете можно найти информацию о том, что ваша компания применяет принципы клиентократии. Можете рассказать, что это такое?
Константин Егошин: Клиентократия — это система управления компанией, в которой значимую роль играют интересы клиентов, а сами клиенты могут влиять на принятие решений в компании. В рамках этого подхода мы сформулировали 8 базовых обещаний, выполнение которых мы гарантируем каждому нашему Заказчику, и чтобы выполнить эти обещания нашим сотрудникам не нужно проходить круги согласований или добиваться выделения дополнительных бюджетов. Эти обещания достаточно простые, но очень важные для наших заказчиков:
- соблюдение сроков и требований ТЗ, даже если сам заказчик, например, затягивает с согласованием дизайна;
- ориентация на дизайн ТОП уровня, чтобы проект мог выиграть в федеральных digital-конкурсах;
- безопасное программирование — проверяем свой код, не используем ПО с иностранными лицензиями;
- готовность к уточнению требований ТЗ по ходу проекта, зная как тяжело и долго нашим заказчикам даётся процесс заключения каждого договора в сравнении с коммерческими компаниями;
- документация всегда по ГОСТ, даже если это прямо не требуется;
- расширенная гарантия после завершения проекта. Полноценно помогаем с небольшими доработками в течение 1 года после завершения проекта.
- готовность участвовать в конкурсах по 44 и 223 ФЗ. Мы нормально относимся к конкурсным процедурам, так как все наши проекты проходят процедуры конкурентных закупок. И всегда готовы вложить свои усилия в подготовку качественной заявки на конкурс.
- пресейл-концепция продукта по запросу. Часто наши заказчики имеют очень общее представление о том цифровом продукте, который может решить их задачу, никакого ТЗ еще не существует. Даже на этом этапе мы готовы помочь заказчику своим экспертным мнением в продумывании концепции цифрового продукта.
Принципы клиентократии помогают нам успешно работать с госзаказчиками, даже очень крупными.
Почему «Кеды профессора»?
Tadviser: Ну и последний вопрос: почему «Кеды профессора»?
Константин Егошин: Долгое время мы существовали на рынке вообще без какого-либо бренда. Нас знали в образовательно-научной среде и рекомендовали друг другу как экспертов в разработке цифровых сервисов для государственных организаций. Со временем нам захотелось иметь свой яркий бренд, который будет отражать ДНК нашей компании. Когда я слышу «Кеды профессора» я представляю молодого профессора в красных кедах с прической как у Эйнштейна, который с большим энтузиазмом рассказывает что-то умное в аудитории. Этот образ очень точно отражает ключевые свойства нашей команды, такие как:
- Мы делаем что-то умное, сложное.
- При этом мы применяем нестандартный, креативный подход к делу.
- А ещё мы родом из около университетской / научной среды разработки.
А вот кстати как искусственный интеллект видит «Кеды профессора»:
Если остались вопросы или хотите обсудить сотрудничество, пишите напрямую в Telegram Директору по развитию «Кед профессора» Александру Ходыреву. Будем рады: )
