Немного про автоматизацию и MES

Изначально предприятия берут MES, чтобы автоматизировать что-то, а потом сталкиваются с тем, что автоматизации минимум, и не так всё это просто запустить. В основном сейчас внедряют цифровизацию, которая собирает данные контроля и выводит красивые мнемосхемы. Никакой автоматизации в принятии решений, а зачастую нет даже подсказок, в какую сторону надо принимать решение. Все красивые технологии, о которых говорят, пока больше в презентациях. Есть и другие проблемы.

Ключевые проблемы внедрения MES:

• Устаревшее оборудование, линии связи, отсутствие автоматизированных средств контроля;

• Отсутствие производственных регламентов, нет проработки процессов;

• Неватка компетентного персонала;

• Сложности в интеграции существующих системы;

• Несогласованность нормативно-справочной информации (НСИ)

• Разрывы в данных, которые нужны и которые могут быть собраны;

• Ограничения бюджета, невнятные KPI при высоких затратах.

Но тут ещё другая проблема выстреливает, вот позавчера наткнулся Ирония автоматизации (ссылка).

В 1970х годах когнитивный психолог Лизанна Бейнбридж проводила дни, наблюдая за операторами больших индустриальных печей. Она просила их проговаривать вслух, что именно они делают и почему, и разбирала, как устроено их знание о производственном процессе, управляемом автоматикой.

Из этой серии интервью в 1983 родилась статья "Ironies of Automation".

Ирония автоматизации состоит в том, что человеку достаются задачи, которые не удалось автоматизировать, то есть по определению самые трудные и плохо формализуемые. Плюс к ним – надзор за автоматикой, которую внедрили как раз потому, что она работает лучше человека. И эта система концептуально сломана:

• Человек физиологически неспособен удерживать внимание на источнике, где почти ничего не происходит.

• Умения оператора деградируют без практики. Если ты годами только наблюдаешь за системой, то в момент аварии, когда нужно перехватить управление и проявить мастерство, его уже не осталось.

• Знания в долгосрочной памяти остаются доступными, только когда к ним регулярно обращаются. Оператор, не пользующийся этими знаниями, теряет способность быстро их извлечь. Кроме этого, протухает ментальная модель того, как работает система, и в каком состоянии прямо сейчас она находится.

Все эти проблемы стали ярко видны в произошедшей примерно в то время аварии на АЭС в Пенсильвании (ссылка). Скакнуло давление, один из клапанов не закрылся, и пошло-поехало. При этом все части автоматики сработали как надо, но итоговый сценарий был не знаком операторам, а из-за показаний приборов их ментальная модель разошлась с реальностью. В итоге они совершили кучу ошибок, произошел выброс радиации, а блок теперь законсервирован навсегда.

В общем история о том, что теряется субъектность персонала, люди перестают думать и доверяют машине, а когда машина подводит, не могут сами принять решение и выполнить правильные действия.

Сравните с тем, как много сейчас говорят об ИИ. Мол ИИ заберет простые задачи, но мы будет за ним проверять и думать о сложном. Не будем мы проверять, и возможно не будем думать. Это конечно плохо.

Как евангелист не только ЛИМС, но и ноу-код конструкторов приложений, нашел OneBase — Open-source платформа для бизнес-приложений https://onebase.ivantitov.tech/index.html

Open-source платформа для создания бизнес-приложений. Слоган Пишем как в 1С — без 1С. Знакомые концепции 1С (настройка и программирование на русском языке).

Приложение полностью в одном файле (как и DataExpress), метаданные (формы, скрипты) хранятся отдельно в YAML. Доступно использование в качестве хранилища локального файла базы SQLite, а для совместной работы можно развернуть PostgreSQL.

Вобщем будут следить за новостями и попробую собрать какое-нибудь приложение.

В целом точно будет полезно для различных MVP и проверки гипотез.

Очень критически надо читать умные статьи про найм персонала.
Потому что на примере этой статьи с Хабра, можно сделать серьезные выводы и ошибиться.Как компании теряют прибыль из-за ошибок в подборе и почему это редко видно сразу https://habr.com/ru/articles/1044856/

У автора есть одно допущение, которое не обозначено в статье, но считаю, что важно его обозначить - наличие на рынке труда того самого идеального кандидата.
Это допущение, однако, является не более чем заблуждением или когнитивным искажением.
На самом деле идеального кандидата просто не существует, а если даже он есть, что вы можете ему предложить? Идеальную работу? Что-то сомневаюсь...
Таким образом на рынке труда работодатель должен искать не лучших из лучших, а лучших, среди тех, кто есть. А есть на рынке труда не самые лучшие кадры, скорее наоборот, всех хороших уже расхватали. Значит остались только худшие.
Поэтому лучше следовать принципу, что всегда и везде мы выбираем лучшего из худших, а не самого идеального. Тогда будет проще выстроить процессы найма, адаптации, испытательного срока и т.д., не тратя много сил и ресурсов на поиск, не теряя время и деньги за тот период, пока кандидат не найден и вакансия висит. Иначе поиск затянется, работа не будет выполняться, бизнес-цели не будут достигаться.

У себя на канале я много пишу о разработке и внедрении документации систем менеджмента, а также улучшении работы систем менеджмента через автоматизацию. Одним из таких направлений сейчас является внедрение ИИ-помощников. Для средних и больших компаний можно создавать решение на базе ИИ в качестве универсального помощника в повседневных задачах. На общедоступны портал компании или мобильное приложение выводится чат-бот с ИИ, который может быстро ответить на вопросы и/или предоставить ссылки на внутренние документы компании (регламенты, инструкции).
Кроме очевидной пользы для всех сотрудников, которым трудно ориентироваться в многообразии внутренних документов, большую пользу такой ИИ принесет и тем, кто отвечает за разработку и внедрение регламентов и инструкций. Позволит выстраивать правильную систему без противоречий и с обновляемыми связями.
Вот перечень систем, которые позволяют реализовать это на внутренних серверах компании или в облаке.

1. TEAMLY AI https://teamly.ru/ai
   Особенности: Один из лидеров на рынке. ИИ обучается исключительно на ваших данных (документы, таблицы) и не использует внешние источники, что минимизирует ошибки и гарантирует конфиденциальность. Отличается глубоким пониманием контекста диалога и строгой системой контроля доступа (сотрудник видит только ту информацию, к которой у него есть права).
   Безопасность: Данные хранятся на ваших серверах.
   Интеграции: Встраивается в корпоративные порталы, CRM, мессенджеры.
   Для кого: Универсальное решение для всех отделов: поддержка, HR, маркетинг, продажи, производство.

2. KT-Team (ИИ-ассистент для правил) https://www.kt-team.ru/solutions/ai-for-business/ai-corporate-rules-helper
   Особенности: Специализированный помощник для работы с огромными базами правил, регламентов и инструкций (от 100+ документов). Понимает запросы на естественном языке, даже если формулировка не точная. Идеален для обеспечения соблюдения внутренних стандартов.
   Плюсы: Автоматически актуализирует ответы при изменении регламентов и предоставляет модуль для тестирования знаний сотрудников.
   Для кого: Крупные компании с сильно регламентированными процессами (финансы, производство, строительство).

3. Ontoloo https://ontoloo.ru/ai-chat-bots
   Особенности: Платформа для создания разных типов ботов (корпоративный, продавец, поддержка). Использует векторные базы данных для интеллектуального поиска по всем корпоративным знаниям.
   Гибкость: Поддерживает различные LLM (ChatGPT, Gemini, Claude, YandexGPT) и развертывание на собственных серверах. Есть интеграция с Битрикс24.
   Для кого: Компании, которым важна гибкость выбора модели и многоканальность (веб-сайт, Telegram и др.).

4. Personik (для обучения и HR) https://personik.ai/solutions/learning
   Особенности: Сфокусирован на сценариях обучения и адаптации персонала. Позволяет легко создавать интерактивные курсы, тесты и квизы на основе загруженных материалов (инструкций, документации).
   Форматы: Диалоговые тренажеры, микро-обучение прямо в мессенджерах (Telegram, Viber).
   Для кого: В первую очередь для HR-департаментов и учебных центров.

5. Minerva Knowledge https://minervasoft.ru/kms
   Особенности: Профильный сервис для базы знаний с ИИ-инструментами. Входит в линейку продуктов Minerva, среди которых — Minerva Learn, решении для создания обучающих материалов, тестов и анализа результатов.
   Плюсы: Семантический поиск по всем типам контента выдает релевантную информацию из базы знаний. Доступна быстрая миграция из Confluence, Notion, Zendesk и других зарубежных систем.  Поддерживает диаграммы из Draw.io и PlantUML, доски из Miro, видео с YouTube и другой контент из сторонних сервисов.  Можно сделать внешний портал с базой знаний для клиентов и партнеров. Встроенный ИИ дает подсказки из базы знаний в CRM-системе и других программах. Есть мобильные приложения для iOS и Android. Доступно коробочное решение.
   Для кого: Для компаний, заинтересованных в внедрении универсальных решений. Подходит командам, где минимум 15 сотрудников — меньшее количество лицензий купить нельзя.

Опять про замедление ютуба
Сначала факты:
Некий депутат заявил, что скорость ютуба снизилась и снизится еще сильнее
https://t.me/Hinshtein/7276
Потом он же объяснил, что связано это с техническими проблемами, а не санкциями органов власти в РФ https://t.me/Hinshtein/7280
Однако в последующие дни (где-то с 28 июля) ютуб на десктопе у многих действительно стал показывать видео сильно медленнее и воспроизводить только видео в формате 144p. Причем проблема коснулась именно просмотра через браузер, на в мобильном приложении вроде как таких проблем не было.

Возникает вопрос: что это было?
1) Некоторые говорили, что ютуб тестирует какие-то технологии для борьбы с блокировщиками рекламы, но реального подтверждения этому я не нашел. То есть борьба с блокировщиками конечно ведется, но на территории РФ рекламу и так не показывают, а лично я блокировщиками рекламы не пользуюсь вообще.
2) Роскомнадзор решил по тестировать технологии замедления, а потом посмотрели на реакцию народа, и решили убрать это замедление.
3) Могла быть и инициатива Ростелекома, как единого магистрального провайдера.

В пользу причины 2 говорит то, что замедление устранялось включением GoodBuyDPI, который работает для обхода ТСПУ. Хотя это и не отменяет инициативы провайдера.