В ИТМО есть отдельная структура, которая помогает ученым коммерциализировать свои разработки, ― Центр трансфера технологий. Задачи эта служба решает непростые, и для автоматизации части рутины внутри университета разрабатывается модульная интеллектуальная информационно-аналитическая платформа (или сокращенно МИИА). В этой статье расскажем, что это за платформа, чем она похожа на системы для бизнеса и почему нельзя было взять готовое решение, а пришлось на основе ядра от партнеров создавать что-то свое.
Коммерциализация научно-исследовательских разработок ― процесс многоэтапный и небыстрый. Центр трансфера технологий обеспечивает финансовую экспертизу, маркетинговую поддержку и в целом помогает в разработке бизнес-модели для конкретных проектов лабораторий. Однако множество сопутствующих задач приходится решать самим ученым.
Деятельность исследователя можно представить как пирамиду. Логично, чтобы примерно 80% времени он тратил непосредственно на научные разработки, а “верхние” 20% этой пирамиды ― на неизбежные фоновые задачи. К сожалению, иногда эта пирамида переворачивается ― ученому приходится заниматься патентным поиском, заполнять заявки на тендеры, договариваться о переговорах с представителями коммерческих компаний, заинтересованных в использовании технологий университета (не будучи уверенным, что это то, что им нужно). Это необходимо, чтобы его разработка продолжала движение к реальному производству, но напрямую не связано с исследованиями.
До недавнего времени каждый исследователь сам решал, как управлять всей этой сопутствующей деятельностью ― в масштабах ИТМО не было внедрено никаких инструментов управления проектами именно в сфере коммерциализации R&D. Но пришло время задуматься о внедрении, так как надо было уменьшать накладные расходы и повышать эффективность, автоматизируя рутину. Это не перевернет пирамиду научной деятельности обратно, но сократит так называемые “косты” для лабораторий.
К сожалению, взять готовое решение для автоматизации бизнеса: ту же привычную разработчикам Jira или Битрикс, и просто немного его кастомизировать, как обычно это делают коммерческие компании, в этом случае взять нельзя. Главное отличие в том, что процессы в научной среде, возможно, и называются точно так же, как в бизнесе, но идут немного иначе.
Процессы в научных группах плавающие. Это значит, что их очень сложно регламентировать, потому что сегодня ученым в голову пришла гениальная идея, которая подняла разработку на новый уровень, а завтра они могут столкнуться с технологическими ограничениями, к которым непонятно, как подступиться. Здесь сложнее дать точные оценки, а, соответственно, проблематично регламентировать процесс коммерциализации.
В среднем этот процесс выглядит примерно так:
Инструмент автоматизации также нельзя подсмотреть у коллег ― другого вуза или научного института ― потому что у каждого из них свой уникальный подход, который зависит от направлений деятельности (конкретных сфер и ширины обзора), степени цифровизации, присутствия тех или иных компетенций. Так что путь собственной разработки ― единственно возможный.
Разработанная платформа по сути является инструментом автоматизации бизнес-процессов под специфику научных исследований. Она ориентирована на университет с большим количеством партнеров, как среди вузов, так и стартапов и коммерческих компаний.
Что собой представляет система в целом
Центральная идея платформы ― объединение и управление данными. Функционал системы обширен. Фактически она занимается извлечением пользы из имеющихся данных ― помогает руководителям лабораторий, департаментов и научных центров принимать правильные решения, понимать, что происходит внутри лаборатории, кто является их исследователем и что он может сделать для продвижения проекта. По сути, это платформа BI-аналитики, которая анализирует данные, рисует дашборды и помогает принимать решения, основанные на анализе.
В центре системы ― ядро, которое собирает данные, обрабатывает их и передает в спроектированные вокруг сервисы, которые цифровизируют конкретный бизнес-процесс.
Ядро системы появилось из продукта MADD компании 91 team, которая создавала в некоторых регионах России ситуационные центры губернаторов. Компания предоставила лицензию на это ядро университету, а специалисты ИТМО доработали его под свои задачи.
Основной доработкой стала шина данных вокруг ядра, позволяющая балансировать нагрузку и обеспечивающая необходимый уровень конфиденциальности персональных данных.
В первую очередь, шина оптимизирует тяжелые запросы. При обработке если не терабайт, то сотен гигабайт данных отдельные сервисы могут замедляться и нарушать работу партнерских модулей. Шина этого не допускает.
Также она задает правила отношений между сервисами и контролирует любую передачу данных между ними. Это необходимо, чтобы потенциальные пользователи системы ― внешние партнеры ИТМО ― не могли получить доступ к информации, которая им не предназначается. Так система стремится к 3 уровню защиты персональных данных по нормативам ФСТЭК.
Хочется отметить, что цели пройти сертификацию для системы у университета нет. Но желая улучшить ситуацию с обработкой персональных данных в целом по стране, ИТМО начал со своих систем. Это своего рода задел на будущее.
В общей сложности реализация шины отняла около года, зато теперь с ее помощью можно подсоединять к платформе любые сервисы.
Как отмечалось выше, во главе идеи платформы ― данные. А конкретные сервисы, реализующие отдельные функции, используют эту информацию, чтобы принести определенную пользу. Они выпускаются по мере готовности.
Несколько из них сейчас уже запущены.
Сервисы AiCrawler
Одна из задача центра ― поиск релевантных проектов, грантов для готовых научных команд. Этим занимается, пожалуй, наиболее интересный из сервисов, основанный на технологии краулинга. Робот собирает информацию со связанных интернет-страниц, где публикуются запросы на проекты разработки оборудования или исследования. Речь идет в частности об единой информационной системе в сфере закупок, сайтов различных конкурсов и грантов.
В дальнейшем по цифровому следу сотрудников ИТМО система сможет сопоставить профиль команд и подбирать во всем объеме предложений те, что могут их заинтересовать. Результат выдается пользователям по их направлениям в телеграм-боте в виде краткой справки: конкурс, источник, документация, цена, сроки выполнения и подачи заявки, а также ссылка на страницу с подробным описанием конкурса.
Систему рекомендаций подобного плана логично построить на ML. Но для использования при решении этой задачи машинного обучения пока что слишком мало данных. Поэтому предложения отсеиваются мягче и немного другими инструментами.
В целом сервис даже в существующем варианте сэкономит массу времени менеджеров, которые раньше сидели и вручную выискивали всю эту информацию, чтобы внести в таблицу для руководителей лабораторий.
Патентный ландшафт ― это кастомизация сервисов стороннего патентного поиска, которыми ранее пользовались сотрудники. У Центра трансфера технологий есть доступ к большому количеству патентных служб, например, базе данных ФИПС, Роспатенту и многим другим. Инструмент позволяет производить по ним поиск патентной документации, анализировать результаты и формировать отчеты.
Личный кабинет менеджера трансфера технологий
В личном кабинете можно получить помощь от всех шести служб Центра трансфера технологий университета:
юридической службы;
информационно-аналитической службы;
образовательного блока;
экспертно-технического блока;
маркетинговой службы;
инвестиционного совета.
С их помощью легче оценить степень готовности и коммерческие перспективы проекта.
Большинство руководителей лабораторий не знают, что происходит в соседних подразделениях, даже близких по тематике. Они и не должны об этом знать. Но зачастую если их проект требует доработки ― упирается в какую-либо частную задачу ― ее решение можно было бы найти непосредственно в стенах университета. Личный кабинет позволяет решать ряд насущных задач, которые сводятся к коммуникациям и знаниям о том, какие ресурсы доступны.
В основе модуля ― лучшие практики автоматизации работы с пресейлами и повышения уровня готовности проекта до 6-7 TRL. Сервис помогает отслеживать путь проекта через привычный интерфейс карточек в личном кабинете. Он также демонстрирует заинтересованность со стороны партнеров.
Интеграция с существующими сервисами
У создателей платформы не было задачи реформировать все управление проектами в лабораториях, то есть система не пытается заменить все инструменты автоматизации, которые уже были в ИТМО. Руководители лабораторий и исследователи имеют доступ к сервису и могут вести с его помощью свои процессы, связанные с коммерциализацией и передачей R&D. Но никто не говорит, что в этот инструмент необходимо переносить весь рабочий процесс. Это лишь автоматизация небольшого сегмента деятельности. Однако для удобства передачи информации платформа может подключаться к существующим сервисам ИТМО или партнеров, чтобы забирать из них данные.
Для любого внешнего сервиса требуется настроить маски данных и обеспечить их предобработку, так что подключение происходит в ручном режиме. Это обилие разнородных систем отражается и на стеке технологий, используемых при реализации платформы. Для написания применяются самые разные языки от исторических до самых свежих версий. Система на стадии тестирования.
Пока система используется очень мало ― она еще на стадии разработки. Гипотезы о том, как именно должны работать те или иные инструменты, проверяются в отдельных лабораториях. Предстоит ответить еще на множество вопросов: как правильно предоставлять доступ к ядру системы партнерам, как делиться данным и масштабировать автоматизированные процессы.
Кроме того, копия ядра системы и некоторых ее модулей установлена в Центре электронного правительства. Там она помогает решать схожие задачи, связанные с обработкой и визуализацией больших объемов данных, к примеру рассчитывает рейтинги цифровизации по регионам ― загружает большой датасет, предобрабатывает его, после чего передает в ML-модель или перерабатывает более простыми алгоритмами.
А что дальше?
У команды огромные планы по расширению списка подключенных сервисов. В частности есть предварительные договоренности о подключении базы с большим количеством разных технологических запросов со стороны бизнеса. Это поможет точечно приглашать технических специалистов университета в коммерческие проекты. Сейчас такая работа ведется партнерами ИТМО вручную, а подключение к платформе поможет свести все к рассылке автоматических писем профильным специалистам и командам с предложением присоединиться к проекту.
В следующем году планируется не только расширить использование платформы в самом ИТМО, но и дать к ней доступ нескольким вузам-партнерам, чтобы договориться о шеринге данных. Параллельно обмен данными обсуждается с крупными компаниями и их собственными платформами ― “Профессионалы 4.0” (”Газпром нефть”), платформой Национальной ассоциации трансфера технологий. У всех этих систем есть большие дата-сеты по запросам от бизнеса конкретных технологических решений, в том числе в контексте импортозамещения, по которым можно корректировать направления научных исследований.
В целом коммерциализация научной разработки ― задача очень непростая в первую очередь из-за того, что бизнес и университеты порой разговаривают на разных языках. Из-за этого с обеих сторон уходит слишком много времени на "холодные пресейлы". В будущем разработчики хотят доработать приложение до инструмента, которое был подсказывало, к какому индустриальному партнеру можно обратиться, как усилить свою команду, чтобы сотрудничество было наиболее плодотворным.
