Компания Aspen Technology (NASDAQ:AZPN), ведущий мировой поставщик программного обеспечения для оптимизации производительности активов, представила новую версию (12.1) программного комплекса aspenONE. AspenTech внедрила промышленный искусственный интеллект в своих ведущих решениях для повышения рентабельности и устойчивости процессов заказчиков. Решение Industrial AI Workbench предоставляет возможности для сотрудничества с отраслевыми экспертами с целью разработки приложений на основе ИИ для работы с данными в масштабах предприятия.

Благодаря гибридным моделям, построенным на базовых принципах, искусственный интеллект можно напрямую применять при моделировании процессов с помощью Aspen HYSYS и Aspen Plus. Это облегчает разработку эксплуатационных моделей и их калибровку с использованием производственных данных.  Гибридные модели пониженного порядка можно использовать в инженерных решениях, системах планирования и динамической оптимизации для повышения точности и предсказуемости результатов. Решение для управления производственными процессами (APC) на основе глубокого обучения помогает создавать более точные и устойчивые модели, соответствующие широкому диапазону эксплуатационных характеристик. Сочетание этих возможностей позволяет достичь нового уровня эксплуатационной эффективности.По словам Питера Рейнолдса (Peter Reynolds), ведущего аналитика ARC Advisory Group: «Модели, построенные на базовых принципах и служащие ориентирами при внедрении ИИ в промышленности — это залог успеха».

«С помощью гибридной схемы нам удалось создать модель, воспроизводящую реальные данные завода более точно, чем традиционная схема реформинга. Мы смогли создать очень точную модель в кратчайшие сроки», — прокомментировал Такуро Накаи (Takuto Nakai), специалист в департаменте производства в Nissan Chemical Corporation.

В aspenONE 12.1 реализованы новые модели, которые помогут заказчикам оптимизировать переработку биомассы, производство водорода, улавливание углерода и уменьшить углеродный след с помощью более точных системных решений, сокращающих воздействие на окружающую среду. Новые возможности анализа и визуализации уменьшают объем отходов и потребление энергии на всех этапах, от исследований до производства.

С появлением Aspen OptiPlant и Aspen OptiRouter стало возможным интегрировать концептуальные 3D-схемы на основе ИИ во все продукты AspenTech.  В отраслях, испытывающих потребность в ускоренном выводе продуктов на рынок, таких как фармацевтическая промышленность, решения Aspen Unscrambler, Aspen Unscrambler HSI и Aspen Process Pulse позволяют повысить качество продуктов и процессов благодаря решению сложных проблем с помощью многофакторного анализа, увеличить рентабельность и выработку, а также сократить отклонения. 

Джэнис Абель (Janice Abel), ведущий аналитик ARC Advisory Group отметила:«Огромный опыт, реализованный в продуктах AspenTech 12.1, а также внедрение промышленного ИИ во всей цепочке поставок начиная с этапа проектирования позволили создать эффективное решение, повышающее полезность промышленных данных для бизнеса».

«Наша компания продолжает внедрять промышленный ИИ во всех решениях для автоматизации и повышения эффективности инженерных процессов, эксплуатации, обслуживания и успешной реализации концепции самооптимизирующегося предприятия», — рассказал Дэвид Арбайтел (David Arbeitel), старший вице-президент AspenTech по управлению продуктами: «AI Workbench помогает специалистам по эксплуатации и обработке данных совместно решать актуальные задачи бизнеса. Понимание отраслевых прикладных задач и опыт в области оптимизации ресурсов дает заказчикам AspenTech уверенность в том, что их проекты по реализации искусственного интеллекта обеспечат надежные результаты и высокую эффективность».

Используя aspenONE 12.1 в составе комплексных решений AspenTech, предприятия могут увеличить маржу, повысить надежность оборудования и максимально эффективно распоряжаться активами.  Компании получают возможность ускорить цифровую трансформацию и применить промышленный ИИ, чтобы быстрее реализовать концепцию самооптимизирующегося предприятия, повысить маржу, надежность и устойчивость, обеспечить безопасность процессов, сократить капитальные затраты и время подключения мощностей. 

Новые возможности программного комплекса aspenONE® 12.1

• Aspen HYSYS® и Aspen Plus®. Машинное обучение для удобной калибровки моделей перед развертыванием в эксплуатационной среде; настройка моделей на основе реальных данных за меньшее время.
• Aspen Deep Learning for DMC3™. Сочетание линейных и нелинейных (глубокое обучение) управляющих переменных, которые можно легко изменить или дополнить новыми данными для создания более точных и устойчивых моделей, максимально приближенных к оптимальному уровню на всех этапах жизненного цикла.
• Aspen OptiPlant™ и OptiRouter™. Автоматическое создание 3D-схем для проектирования, разработка оптимальной схемы трубопроводов на основе ИИ и более высокая степень визуализации расширяют возможности совместной работы для снижения расходов, предотвращения ошибок и отклонений и быстрого выбора лучшей концепции.
• Aspen Unscrambler™ и Aspen Process Plus™. Ускорение разработки продуктов, улучшение их качества и выполнение нормативных требований с помощью Aspen Unscrambler и Aspen Process Pulse. Оба решения позволяют фармацевтическим компаниям получить полное представление о производственных процессах и контролировать данные на всех этапах, от разработки до производства продукта, чтобы повысить рентабельность, уменьшить число отклонений, сократить производственные циклы и повысить выработку.
• Гибридные модели пониженного порядка для Aspen Unified PIMS™ и GDOT™. Автоматизация рабочих процессов для повышения точности моделей планирования и оптимизация сложного оборудования в системах замкнутого цикла с помощью моделей пониженного порядка позволяют внедрять надежные рабочие процессы, включая технологическое проектирование, обработку данных, планирование и управление производством.
• Aspen Mtell™. Это решение дает специалистам по обработке данных возможность сотрудничать с профильными экспертами, используя интеграцию с Aspen AIoT Hub. Благодаря поддержке OPC UA решение Aspen Mtell обеспечивает более широкий охват развернутых систем и их взаимодействие в масштабах предприятия.
• Aspen Industrial AI Workbench™. Этот решение предоставляет профильным специалистам доступ к аналитике данных с помощью инструмента Visual Query Builder без использования кода и сокращает время анализа благодаря библиотекам Analytics. Оно позволяет штатным аналитикам использовать расширенные библиотеки Advanced Analytics, в том числе Anomaly Detection and Scoring (выявление аномалий и ранжирование), и свободно обмениваться результатами через настраиваемые панели управления и подключаемые приложения.

О компании Aspen Technology
Aspen Technology (AspenTech) — ведущий поставщик программного обеспечения для оптимизации производительности активов. Продукты AspenTech разработаны для использования в сложных промышленных средах, где важную роль играет оптимизация проектирования, эксплуатации и обслуживания производственных активов. AspenTech уникально сочетает десятилетия опыта в области моделирования производственных процессов с технологиями машинного обучения. Цель компании — создание программной платформы для автоматизации работы с производственными данными и обеспечение устойчивого конкурентного преимущества, сохраняя высокую доходность на протяжении всего жизненного цикла производственного актива. Как следствие, предприятия капиталоемких отраслей промышленности могут максимально увеличить время безотказной работы оборудования и расширить границы производительности, эксплуатируя свои активы безопаснее, экологичнее, продолжительнее и быстрее. Чтобы узнать больше, посетите сайт AspenTech.com

Качество человеческого капитала определяет эффективность и успех любой компании. Персонал (human resources – HR) является одним из ключевых ресурсов для любой компании, а вопрос эффективного привлечения, найма и удержания сотрудников продолжает быть актуальным в списке управленческих задач руководителей и отделов по управлению человеческими ресурсами.

Компания ResearchView, организующая регулярные HR-исследования на российском рынке, выяснила, что хотя в настоящее время компании имеют возможность пользоваться множеством каналов поиска и привлечения кандидатов, — процесс найма нужных сотрудников не становится проще, а наоборот зачастую усложняется. Сегодня количество точек контакта соискателя с HR-брендом резко возросло. В сети представлено немало информации: сообщества, блоги, СМИ, отзывы сотрудников описывают работу в компаниях со всех сторон. Специалист, который знает себе цену, после нахождения вакансии или приглашения его на интервью, проводит собственное исследование, собирая подробную информацию о работодателе, чтобы узнать оценить имидж и репутацию работодателя, а также понять в каких реально условиях ему придется работать.

Иногда число откликов на вакансию очень велико, а подходящих кандидатов среди них — единицы. Или наоборот: откликов нет, хотя условия вакансии достаточно привлекательны. Многим работодателям знакомы подобные ситуации. Компания ResearchView занимается проведением исследований для HR, которые позволяют провести аудит воронки привлечения персонала и понять на каких этапах могут происходить сбои и за счет чего ситуацию можно улучшить, построить сильный бренд компании-работодателя, выделиться на фоне других работодателей, а также привлечь и удержать внимание подходящих специалистов.

Существуют различные инструменты маркетинга в HR. Одним из них важнейших является воронка привлечения и удержания персонала, которая описывает этапы взаимодействия рекрутера и соискателя при закрытии вакансии и состоит из нескольких этапов. Для начала размещается описание вакансии на порталах по трудоустройству, в прессе, социальных сетях. Основные задачи отдела HR — донести предложение компании до соискателей, привлечь внимание качественных кандидатов. Здесь важны известность бренда и публичный имидж компании-работодателя. Соискатели могут использовать поисковики, вебсайты компании, отзывы сотрудников, рейтинги, социальные сети и другие источники для получения более полной информации о потенциальном работодателе.

Затем соискатель изучает вакансию, собирает информацию о возможном работодателе, у него формируются первоначальные ожидания. Если его устраивает вакансия, он отправляет свое резюме и в случае положительного отклика работодателя готовится к собеседованию.

На следующем этапе интервью задача рекрутера и менеджеров — провести собеседования, тестирование и отбор для того, чтобы оценить соискателей по необходимым критериям, выбрать наиболее подходящих и мотивированных из них. Как результат, принимается решение о найме, происходит согласование условий контракта с финалистом, определяются дата его выхода на работу и условия включения в число сотрудников (испытательный срок/ задание).

Далее следует этап адаптации, в ходе которого работник должен влиться в коллектив, а работодатель обучить его и проверить правильность своего выбора. На этом этапе тоже возможен большой процент текучести кадров. Среди ключевых причин добровольного увольнения в период адаптации можно выделить отсутствие структурированной программы адаптации и помощи после прохождения обучения, несоответствие ожиданиям, проблемы с руководством, а также несогласие с корпоративной культурой компании.

Нужно отметить, что и после нахождения и найма нужного сотрудника, работодатель может столкнуться с проблемой его раннего профессионального выгорания. Большой процент новых сотрудников увольняется в течение испытательного срока. Согласно федеральному исследованию крупнейшей российской компании интернет-рекрутмента, в первые полгода разочарование по поводу новой работы испытывают более 60% вновь трудоустроенных. Поэтому на заключительном этапе задачей работодателя является создание мотивации на удержание и развитие сотрудника в рамках запланированного жизненного цикла.

Таким образом, каждый из этапов привлечения и удержания персонала является крайне важным, а HR исследования имеют свои особенности и виды для каждого из них.

Для получения дополнительной информации обращайтесь в агентство Дайнемик Коммуникейшнс / Dynamic Communications / http://dynamicmoscow.com.