В мире бизнеса компании принимают решения в условиях быстро меняющегося рынка. Традиционные подходы к управлению этими процессами не всегда позволяют реагировать достаточно быстро и эффективно. Все это способствовало появлению концепции DecisionOps — новой эры в управлении бизнес-решениями.
В таких областях, как разработка программного обеспечения, управление данными, информационная безопасность и машинное обучение идет активная операционализация. Истоки этого процесса лежат во второй половине 2000-х, ставших началом эпохи DevOps. Изначально данная концепция рассматривалась как подход, при котором разработчики и специалисты по эксплуатации работают как единая команда. DevOps также включает инструменты и практики, которые помогают организовать такое взаимодействие.
Сюда входили механизмы определения задач и контрольных точек, мониторинг, выполнение потоков CI/CD, управление кодом в репозиториях и так далее. В последующие годы термин и практика DevOps приобрели популярность: проводились конференции, выпускались книги, регулярно появлялись отчеты от отраслевых поставщиков и аналитиков.
В результате началась операционализация других смежных дисциплин: DevSecOps, DataOps, MLOps, AIOps, HugOps, LLMOps и так далее. Все они основаны на общем понимании: выпуск решения в продакшн — это не конец работы, а начало его сопровождения и развития. То же самое справедливо и для систем поддержки принятия решений(СППР), где тестирование и развертывание часто зависели от ручных операций.
По мере распространения СППР стали заметны типичные проблемы: команды работают разрозненно, процессы недостаточно прозрачны, многие операции выполняются вручную, а разработка и внедрение новых моделей решений отнимают слишком много времени. Из-за этого работу алгоритмов трудно контролировать, а новые модели редко доходят до полноценного промышленного применения. Именно это и послужило стимулом для появления и развития DecisionOps.
DecisionOps — это набор практик, инструментов и инфраструктуры для быстрой, согласованной и надежной эксплуатации моделей решений. Эти практики предполагают участие широкого круга заинтересованных сторон. Инструменты оптимизируют тестирование моделей, мониторинг, CI/CD, управление и версионирование решений.
Цель DecisionOps — быстрее внедрять модели решений, снижать риски и повышать доверие к их результатам.
Развитие операционных подходов постепенно привело к смещению внимания от управления данными к управлению решениями. Если DataOps обеспечивает эффективную работу с данными, то DecisionOps фокусируется на их практическом использовании в процессах принятия решений. По мере роста объемов данных и усложнения бизнес-процессов автоматизация управления моделями решений становится все более значимой для бизнеса.
Эволюция операционных концепций
На первый взгляд DecisionOps похож на ModelOps, поскольку оба подхода помогают внедрять и сопровождать модели в рабочей среде. Разница в том, что ModelOps охватывает любые модели, а DecisionOps сосредоточен именно на моделях принятия решений.
Кроме того, именно эти модели оказывают наибольшее влияние на бизнес-процессы компании. Затраты здесь высоки, так как от оперативности и точности решений зависит эффективность бизнеса. Поэтому для управления моделями решений сформировался отдельный подход — DecisionOps.
Ключевые различия между DecisionOps и ModelOps представлены в таблице ниже.
| Критерий | DecisionOps | ModelOps |
|---|---|---|
| Назначение | Автоматизация и стандартизация процессов принятия решений | Управление жизненным циклом моделей ИИ и аналитики, включая их разработку, развертывание, мониторинг и обновление |
| Типы моделей | Модели решений, которые могут использовать данные, бизнес-правила, оптимизацию, ИИ | Все формы и виды моделей, включая ИИ и машинное обучение |
| Цели | Сделать процесс принятия решений повторяемым, измеримым и масштабируемым | Устранить разрыв между развертыванием модели и ее управлением в производственной среде, обеспечить бизнес-показатели, технические ограничения и риски |
| Пользователи | Аналитики данных, IT-специалисты, руководители | Специалисты по обработке данных, ML-инженеры, IT-команды, эксперты в области бизнеса. |
DecisionOps стандартизирует работу с моделями решений, делая процессы прозрачными, воспроизводимыми и полезными для бизнеса. Поэтому ключевыми элементами данной технологии являются:
Многие разработчики активно продвигают на рынке свои решения в области DecisionOps. Пока не существует общепринятого представления о том, какой должна быть платформа DecisionOps и какие функции она обязана поддерживать. Одна из причин заключается в том, что многие воспринимают DecisionOps как набор принципов, а не как технологию, обеспечивающую эффективное управление моделями решений.
Тем не менее, сформировалось понимание того, какие рабочие процессы должен включать DecisionOps. К ним относят:
Рабочие процессы DecisionOps
Основными принципами, на которых построена технология DecisionOps, являются:
Несмотря на преимущества DecisionOps, при внедрении этой технологии компании часто сталкиваются с рядом трудностей. Основными из них являются:
Однако, планируя затраты и трудоемкость внедрения, необходимо учитывать следующие факторы, которые позволят оптимизировать их:
Сроки внедрения зависят от множества факторов, таких как сложность проекта, размер компании и готовность ее сотрудников к изменениям.
В настоящее время СППР, использующие элементы DecisionOps, имеют примеры успешного внедрения в финансах, розничной торговле, здравоохранении, на транспорте, в логистике и этот список постоянно пополняется. И сейчас уже не вызывает сомнений, что как в свое время появление технологии DevOps ознаменовало новую эпоху в разработке программного обеспечения, так и DecisionOps открывает новую эру управления принятием решений в бизнесе.
Другие материалы по теме:
