Gartner проанализировал рейтинг наиболее перспективных разработок

Топ-10 технологических трендов 2019 года по версии Гартнер

Оригинал: Gartner Top 10 Strategic Technology Trends for 2019

Источником подрывных бизнес-моделей будут блокчейн, квантовые вычисления, дополненная аналитика и искусственный интеллект.

В научной фантастике роботы с искусственным интеллектом могут играть роль «плохих парней», но в реальности ряд технологических гигантов используют их для обеспечения безопасности.

В компаниях Microsoft и Uber роботы Knightscope K5 патрулируют парковки и другие площадки под открытым небом, предотвращая преступления.

Роботы способны считывать номерные знаки, докладывать о подозрительной активности и собирать данные для владельцев.

Обратите внимание

Роботы с искусственным интеллектом — лишь один пример «автономных объектов», одной из топ-10 стратегических технологий по мнению Гартнер, обладающих подрывным потенциалом и открывающих возможности для бизнеса на следующие пять лет.

«Характерной чертой будущего станет повсеместное распространение умных устройств, предоставляющих все более интеллектуальные услуги» — сказал заслуженный аналитик Гартнер, вице-президент Дэвид Керли (David Cearley) на симпозиуме в Орландо, Флорида — «Мы называем это интеллектуальной цифровой сеткой:

  • Интеллектуальная — место для ИИ есть практически в каждой существующей технологии, и он создает совершенно новые категории
  • Цифровая — цифровой и физический миры сливаются, создавая эффект погружения
  • Сетка — использование потенциала связей между расширяющимся множеством людей, предприятий, устройств, контента и услуг

Прогресс по этим трем направлениям будет обеспечивать процесс непрерывных инноваций в рамках перспективной стратегии», заявил Керли.

Топ-10 от Гартнер перечисляет новые, еще не ставшие общим местом тренды, которые будут переформатировать отрасли в период до 2023 года.

Тренд № 1: Автономные объекты

Будь то автомобили, роботы или сельское хозяйство, автономные объекты используют ИИ для выполнения задач, традиционно выполняемых людьми. Глубина интеллекта может быть разной, но все автономные объекты используют ИИ для более естественного взаимодействия с окружающей средой.

Можно выделить пять типов автономных объектов:

  • Робототехника
  • Транспортные средства
  • Дроны
  • Бытовая техника
  • Агенты

Автономные объекты проникают в четыре среды: морскую, наземную, воздушную и цифровую. Их возможности, координация и интеллект могут различаться — например, в диапазоне от воздушного беспилотника, управляемого человеком, до сельскохозяйственного робота, работающего в поле полностью автономно.

Это открывает широкую картину потенциальных применений, и практически каждое приложение, сервис и объект интернета вещей будут включать ИИ в том или ином виде — с целью либо полной автоматизации, либо дополнения процессов и действий, выполняемых человеком.

Направление развития систем ИИ во все большей степени будет определяться взаимодействующими автономными объектами, такими как рои беспилотников.

Начните изучать возможности автономизации, которые открывает встраивание ИИ в любые физические объекты, существующие в вашей организации. Но учтите, что лучше ставить таким устройствам узкие задачи — они не обладают способностями человеческого мозга в части принятия решений, анализа или универсального обучения.

Тренд № 2: Дополненная аналитика

В распоряжении специалистов по анализу данных (data scientist) становится все больше данных для обработки, анализа, группировки и последующих выводов. Учитывая объем данных, становится нереальным изучить все потенциальные возможности. Это значит, что бизнес может пройти мимо ценных находок из-за того, что у экспертов не было возможности исследовать соответствующие гипотезы.

Дополненная аналитика представляет собой третью волну технологий анализа данных — теперь благодаря автоматическим алгоритмам эксперты по анализу данных получают возможность проверить больше гипотез. Наука об анализе данных вместе с платформами машинного обучения перевернули представление о возможностях извлечения из данных ценной для бизнеса информации.

«К 2020 году будут автоматизированы более 40% задач анализа данных»

Дополненная аналитика непредвзято выявляет скрытые паттерны. Хотя риск непреднамеренного создания предвзятых алгоритмов не исключен, в конце концов дополненная аналитика и автоматическое извлечение из данных бизнес-информации будут встроены в корпоративные приложения.

Важно

В период до 2020 года рост числа «гражданских», занимающихся анализом данных, будет в пять раз опережать рост профессионалов.

Гражданские аналитики данных используют инструменты, в которых дополненный ИИ автоматизирует выявление наборов данных, формулирование гипотез и распознавания паттернов, обычно выполняемые профессионалами.

Бизнес будет обращаться к таким гражданским специалистам, ища возможности более для широкого применения анализа данных.

Гартнер прогнозирует, что к 2020 году более 40% задач анализа данных будут автоматизированы, что приведет к повышению производительности и более широкому вовлечению гражданских аналитиков данных. Сочетание гражданских специалистов и дополненной аналитики откроет более широкие возможности извлечения бизнес-информации из данных в интересах аналитиков, лиц, принимающих решения, и операционного персонала.

Тренд № 3: Разработка приложений на основе ИИ

Речь идет о средствах разработки, технологиях и лучших практиках встраивания ИИ в бизнес-приложения, а также об использовании ИИ в процессе разработки. Этот тренд имеет три измерения:

  1. Расширяется круг пользователей средств разработки решений на базе ИИ — теперь это инструмент, предназначенный не только для специалистов по анализу данных, предоставляющий инфраструктуру, фреймворки и платформы ИИ, но инструмент и для профессиональных разработчиков приложений, предоставляющий им платформы и сервисы ИИ. С их помощью профессиональный разработчик может встроить в приложение основанные на ИИ модели и функции, не обращаясь за помощью к профессиональному специалисту по анализу данных.
  2. Средства разработки решений на основе ИИ получают основанные на ИИ дополнительные функции, автоматизирующие часть задач разработчика. Дополненная аналитика, автоматическое тестирование, автоматическая генерация программного кода и автоматическая разработка решения позволят ускорить процесс разработки и привлечь к разработки приложений более широкий круг пользователей.
  3. Средства разработки с встроенным ИИ эволюционируют от поддержки и автоматизации непосредственно задач разработки приложений к автоматизации деятельности, относящейся к более высоким уровням стека процессов разработки (от развития бизнеса до проектирования бизнес-решений) за счет встроенной в средства разработки экспертных знаний предметной области.

Центр приложения усилий смещается с поддержки специалистов по анализу данных, работающих в связке с разработчиками, к поддержке разработчиков, действующих самостоятельно, используя предопределенные модели, которые предоставляются в виде услуги. Доступ к сервису получает большее число разработчиков, и он используется более эффективно. Эти тенденции также ведут к увеличению числа не профессиональных «гражданских» разработчиков приложений.

Подробнее: как найти экономически обоснованное применение для искусственного интеллекта

Тренд № 4: Цифровые двойники

Цифровой двойник — это цифровое представление, являющееся отражением реального объекта, процесса или системы.

Цифровые двойники могут увязываться друг с другом, создавая таким образом двойники более крупных систем, таких как электростанция или город.

Идея цифровых двойников не нова — она восходит к цифровым моделям в системах автоматизированного проектирования и онлайновым профилям клиентам, но у сегодняшних цифровых двойников есть четыре отличительные черты:

  1. Устойчивость моделей и их нацеленность на конкретную отдачу для бизнеса
  2. Связь с реальным миром, потенциально делающая возможными мониторинг и контроль в реальном времени
  3. Применение продвинутых методов анализа больших данных и искусственного интеллекта, открывающих новые возможности для бизнеса
  4. Возможность взаимодействовать с ними в рамках оценки сценариев «что если»

Сегодня цифровые близнецы в основном применяются в интернете вещей, где они предоставляют информацию о техническом состоянии и надежности, обеспечивают глубокое понимание возможных путей повышения эффективности и позволяют повысить качество принимаемых в компании решений. Начинают появляться и цифровые двойники организаций, в которых корпоративные процессы моделируются для их мониторинга в реальном времени с целью повышения эффективности.

Тренд № 5: Усиление периферии

Периферийные вычисления — это сетевая топология, в которой обработка информации, сбор и доставка контента осуществляются поблизости от источника информации с целью локализации трафика и уменьшения задержек.

В настоящее время приоритеты этой технологии в основном определяются необходимостью работы элементов интернета вещей в автономном и распределенном режимах. Периферийные вычисления позволяют справляться с такими проблемами подключения к глобальной сети, как высокая стоимость и неприемлемые задержки.

Также эта топология открывает возможности для реализации специфических цифровых бизнес- и ИТ-решений.

«Технологии и разум придут к точке, в которой соединятся люди, сотни периферийных устройств и накопленный опыт»

Гартнер ожидает, что в период до 2028 года в периферийные устройства все шире будут встраиваться сенсоры, запоминающие и вычислительные компоненты, продвинутый ИИ. В целом, периферия — множество разнообразных устройств от промышленных установок до смартфонов и автомобильных электрогенераторов — будет становиться все более интеллектуальной.

Тенденция № 6: Технологии погружения

В период до 2028 года коммуникационные платформы, изменяющие способ взаимодействия пользователя с миром, и такие технологии, как дополненная реальность (augmented reality — AR), смешанная реальность (mixed reality — MR) и виртуальная реальность (virtual reality — VR), изменяющие способ восприятия мира пользователем, сформируют новый опыт погружения. AR, MR и VR демонстрируют потенциал дальнейшего развития: следующее поколение VR позволит ощущать формы и отслеживать положение пользователя, а MR даст человеку возможность видеть собственный мир и взаимодействовать с ним.

К 2022 году 70% компаний попробуют использовать технологии погружения (immersive technologies) в интересах потребителей или для внутренних потребностей предприятия, а 25% внедрят их в промышленную эксплуатацию.

Возможности коммуникационных платформ, диапазон которых варьируется от виртуальных личных помощников до чат-ботов, в будущем расширятся сенсорными каналами, определяющими эмоции по выражению лица, что сделает общение более интерактивным.

В итоге технологии и разум придут к точке, в которой соединятся люди, сотни периферийных устройств — от компьютеров до автомобилей — и накопленный опыт.

Тренд № 7: Блокчейн

Блокчейн является разновидностью распределенного реестра — это пополняемый список транзакционных записей, хронологически упорядоченных, криптографически подписанных, безотзывных, распространяемый по всем участникам сети.

Блокчейн позволяет компаниям учитывать транзакции и работать с не доверенными контрагентами без привлечения центральной третьей стороны (то есть банка). Первоначально эта технология, значительно снижающая «трение» в бизнесе, нашла применение в финансах, а затем распространилась на госсектор, здравоохранение, производство, цепочки поставок и другие.

Потенциально блокчейн способен снизить затраты, сократить время проведения расчетов и улучшить движение денежных средств.

Совет

Блокчейн также открыл дорогу множеству решений, которые используют отдельные его элементы и преимущества. Такие подходы, основанные на блокчейне, но не реализующие все его принципы, способны дать быстрый эффект, но они не реализуют модель широко распределенного децентрализованного консенсуса, которую обещает чистый блокчейн.

Подробнее: Руководство по блокчейну для ИТ-директоров

Тренд № 8: Умные пространства

Умное пространство — это физическая или цифровая среда, в которой люди и информационные системы взаимодействуют, создавая все более открытые, связанные, координированные и интеллектуальные экосистемы.

Умные пространства будут формироваться в ускоренном темпе по мере того, как технологии становятся все более неотъемлемой частью повседневной жизни.

Технологии, основанные на ИИ, периферийные вычисления, блокчейн и цифровые двойники — все эти тренды эволюционируют от изолированных решений к формированию умных пространств.

Умные пространства развиваются по пяти ключевым направлениям: открытость, связность, координация, интеллект и масштаб.

Интеллектуальные пространства возникают и развиваются по мере того, как отдельные технологии выходят за пределы своих анклавов, формируя общую среду взаимодействия.

Самым развитым примером умных пространств являются умные города, в которых на основе интеллектуальных шаблонов городских экосистем проектируются деловые, жилые и промышленные районы, и все они связываются через общественно-социальное сотрудничество.

Тренд № 9: Цифровая этика и приватность

Потребители все больше осознают ценность персональной информации, и их все больше беспокоит то, как она используется государственными и частными организациями. Предприятия, не уделяющие этому внимания, рискуют получить негативную обратную реакцию потребителей.

Читайте также:  В будущем смартфоны будут отличаться высоким уровнем искусственного интеллекта и отвечать на прикосновения пользователя

Рассуждения о неприкосновенности частной жизни должны быть основаны на этике и доверии. От вопроса «соответствуем ли мы требованиям?» надо переходить к вопросу «правильно ли мы действуем?»

Правительства выпускают все больше предписания для компаний, а потребители тщательно охраняют информацию о себе или удаляют ее. Чтобы быть успешной, компания обязана завоевывать и сохранять доверие клиентов, а также исповедовать собственные ценности, чтобы клиенты воспринимали ее как заслуживающую доверия.

Тренд № 10: Квантовые компьютеры

Квантовые компьютеры — это нетрадиционный тип компьютеров, основанных на квантовых состояниях элементарных частиц, представляющих информацию в виде квантовых битов или «кубитов». Квантовые компьютеры предлагают модель вычислений с экспоненциальным масштабированием и высокопараллельной обработкой.

Чтобы понять разницу между обычными и квантовым компьютером, представьте гигантскую книжную библиотеку: в то время как классический компьютер будет последовательно читать каждую книгу, квантовый компьютер будет читать все книги одновременно. Теоретически, квантовые компьютеры способны выполнять миллионы вычислений одновременно. Если квантовые компьютеры появятся в виде коммерчески доступного и надежного сервиса по разумной цене, то это переформатирует некоторые отрасли.

Реальные применения варьируются от персонализированной медицины до оптимизации распознавания образов.

Обратите внимание

Эта технология пока находится в зачаточном состоянии, а это значит, что сейчас подходящее время для компаний, чтобы больше узнать о потенциальных ее применениях и оценить возможные последствия для безопасности.

Оставляя в стороне определенные группы компаний, которым специфические квантовые алгоритмы способны дать существенное преимущество, остальные предприятия, составляющие большинство, до 2022 года могут оставаться на стадии предварительной разведки и приступить к использованию этой технологии позже.

Подробнее: Руководство по квантовым вычислениям для ИТ-директоров

Бонус: пять видов роботов, которые вы будете использовать в ближайшие пять лет

Оригинал: 5 Robots You’ll Use in 5 Years

Применение промышленных роботов постепенно ширится в течении уже 40 лет, но следующие пять лет будут отмечены бурным ростом. Все больше компаний из разных отраслей используют коммерческих роботов и дронов для складской обработки и для доставки, пациентам помогают медицинские роботы, а бытовые боты развлекают и выполняют несложные задачи.

Источник: http://bpms.ru/post/20190102-gartner-top-10-trends/

Прогноз Gartner: ТОП-10 Технологических трендов 2016-2020

Аналитики портала Gartner оценили современные инновации и уточнили, какие технологии на пике развития, какие будут востребованы в самом ближайшем будущем, а какие постепенно сходят на «нет».

Видение тенденций они отразили графически с помощью своеобразного «цикла зрелости» (Hype Cycle for Emerging Technologies, 2015).

На пике развития — Интернет Вещей (Internet of Things, IoT) и Автономно управляемый Автомобиль (Autonomous Vehicles). По оценкам Gartner к 2018 году в мире будет около 6 млрд. подключенных к глобальной сети устройств.

А вот Большие Данные (Big Data), как ведущий тренд последних нескольких лет, потеряли приоритетное значение.

Это связано с тем, что многие сегодняшние технологии, «соприкасающиеся» с Большими Данными, становятся повседневностью.

Кроме того, по объемам инвестиций и проводимым в мире научным исследованиям, на пике развития находятся: решения для визуализации и самостоятельного анализа (Advanced Analytics with Self-Service Delivery), быстрый перевод в режиме on-line с одного языка на другой (Speech-to-Speech Translation), машинное обучение (Machine Learning).

Эксперты Gartner ожидают в недалеком будущем будут востребованы решения по хранению данных и параллельному доступу к ним (NoSQL Database), системы по предварительной обработке потоков информации (Marshalling) и средства интеллектуального анализа данных (Business Intelligence и Data Mining), которые уже сегодня выходят на новый технологический уровень развития.

Относительно перспектив, аналитики Gartner определили 10 Технологических трендов

Тренд №1. Сетевые устройства (The Device Mesh)

Сетевые устройства-терминалы, которые соединят в едином информационном пространстве гаджеты используемые человеком такие, как смартфоны, потребительские и домашние электронные устройства, мобильные персональные компьютеры, встроенные автомобильные устройства, транспортную инфраструктуру и экологические датчики. Подключенные, например, через GPS или GLONASS в сеть Интернета вещей (IOT).

Посредством единой сети конечные пользователи получают оперативный доступ к приложениям и полезной информации. Чтобы взаимодействовать через сеть с другими людьми, социальными сообществами и группами, правительственными учреждениями, использовать в работе.

Тренд №2. Интерфейс по единому взаимодействию (Ambient User Experience)

К 2018 году прогнозируется работа через сеть не только отдельных мобильных устройств, но и заводов, и производств. Способность создавать общие правила и поддерживать единый интерфейс взаимодействия станет важным фактором дифференциации поставщиков программного обеспечения и предприятий.

Тренд №3. Материалы для 3-ех мерной печати (3D Printing Materials)

Важно

Развитие технологий 3D-печати привело сначала к росту количества, а затем к повышению качества и к снижению стоимости применяемых материалов, используемых для этой цели.

Включая сплавы никеля, углеродное волокно, стекло, электропроводящие чернила, фармацевтические и биологические материалы.

Поэтому дальнейший растущий пользовательский спрос будет способствовать появлению новых и новых материалов.

Так скоро 3D-принтеры найдут практическое применение в новых областях, таких как аэрокосмическая промышленность, медицина, автомобилестроение, энергетика и военно-промышленный комплекс. Прогнозируется, что в период до 2019 года среднегодовой рост поставок 3D-принтеров для предприятий составит 64%.

Тренд №4. Информация обо всем (Information of Everything)

Существующие вычислительные системы обрабатывают данные в виде цифр, текста, аудио или видео. Появление новых типов, передаваемых и принимаемых данных, например, сенсорной и контекстной информации, приведет к появлению новых методов обработки данных и к объединению новых источников.

Сегодня, такие источники информации изолированы друг от друга, не отличаются полнотой представления данных, иногда вовсе недоступны для общего взаимодействия.

Новые технологические достижения, основанные на методах семантического анализа и построении графовых баз данных, наряду с другими новыми методами анализа и классификации данных, помогут упорядочить хаотичность «Информации обо всем» или, так называемой, информационной вселенной.

Тренд №5. Расширенное машинное обучение (Advanced Machine Learning)

Расширенное машинное обучение и глубокие нейронные сети (deep neural nets — DNS) станут следующим шагом классических вычислений и управления информацией. Следовательно, основой для создания систем, которые смогут автономно научиться воспринимать мир, т.е.

работать самостоятельно, без непосредственного участия человека. Бурный рост источников данных и сложность обрабатываемой информации сделает производимые «по старинке» классификацию и анализ невозможными и экономически невыгодными.

Поэтому DNS позволят автоматизировать такие задачи и решить проблемы, связанные с возрастающим объемом сложной для обработки информацией.

Тренд №6. Автономные агенты и вещи (Autonomous Agents and Things)

Источник: http://geoline-tech.com/forecast-gartner-top-10-technological-trends/

Компания Gartner составила ТОП-25 компаний с наиболее эффективными цепочками поставок за 2017 год

26.02.18

Unilever по-прежнему занимает верхние позиции, а Amazon переходит в категорию «Мэтры». Победители были объявлены на конференции Gartner Supply Chain Executive Conference в Фениксе (Аризона).

Компания Gartner, Inc. опубликовала результаты своего ежегодного рейтинга 25 компаний с наиболее эффективными цепочками поставок. Данный рейтинг определяет лидеров в управлении поставками и иллюстрирует их передовой опыт.

«В 2017 году наш ежегодный рейтинг Supply Chain Top 25 был составлен уже в тринадцатый раз», ? говорит Стэн Ароноу, вице-президент по исследованиям компании Gartner. «В этом году у нас впечатляющая группа лидеров, у которых есть, чему поучиться, а также две новых компании  из сегмента высоких технологий и потребительских товаров».

«Несмотря на выдающиеся результаты некоторых компаний, сегодня лидеры в управлении цепочками поставок работают совершенно в другой бизнес-среде, нежели еще каких-то 12 месяцев назад», — говорит Ароноу.

«Общая тенденция в сторону протекционизма, о чем свидетельствует выход Великобритании из ЕС и политика нынешних властей США, побудила некоторые компании к изменению решений, касающихся структуры сети снабжения, и к разработке запасных планов в ожидании новой торговой политики.

Для того чтобы вписаться в этот меняющийся ландшафт, необходимы постоянные инвестиции в инновационные возможности, применимые к цепочке поставок».

В 2017 году компания Unilever заняла верхнюю строчку рейтинга Supply Chain Top 25 уже второй год подряд, а сразу за ней следуют McDonald’s, Inditex, Cisco и H&M (см. список). В рейтинг вошли и две новые компании ? Nokia вернулась в рейтинг после семилетнего перерыва, а компания Diageo попала в него впервые.

Совет

Компания Amazon, которая уже несколько лет занимает лидирующие позиции среди компаний с самой эффективной цепочкой поставок, теперь присоединилась к  Apple и P&G, войдя в категорию «Мэтры», которую Gartner учредила в 2015 году и которая включает компании, демонстрирующие устойчивое лидерство в течение последних 10 лет.

«Не проходит ни дня без очередного объявления о том, что Amazon ворвался на новый рынок, приобрел в собственность логистические мощности или зарегистрировал новый патент, чтобы усовершенствовать обслуживание клиентов», ? говорит Ароноу. Одним из признаков небывалого влияния  Amazon на розничные продажи стал одновременный бум на рынке недвижимости для центров дистрибуции и банкротство «физических» магазинов в США за последние два года.

Компания Apple продолжает совершенствовать и внедрять инновации как в свои решения, так и в средства их производства. Отказавшись от планов производить собственные автомобили, компания по-прежнему работает над технологиями беспилотных автомобилей и экспериментирует с дополненной реальностью.

P&G ? гигант рынка потребительских товаров, продолжает внедрять инновации за счет цифровой автоматизации рабочих процессов и использования инструментов на базе алгоритмов в целях сокращения количества исключений и обеспечения возможности сквозного планирования. За последние годы компания P&G также наращивает объем инвестиций в гуманитарные и экологические проекты.

Помимо появления категории «Мэтры», рейтинг Supply Chain Top 25 по-прежнему представляет платформу для аналитических наработок, обучения,  дискуссий и сотрудничества для усиления влияния методов и подходов к управлению цепочкой поставок применительно к глобальной экономике.

Supply Chain Top 25

  1. Unilever
  2. McDonald’s
  3. Inditex
  4. Cisco Systems
  5. H&M
  6. Intel
  7. Nestl?
  8. Nike
  9. Colgate-Palmolive
  10. Starbucks
  11. PepsiCo
  12. 3M
  13. Johnson & Johnson
  14. Coca Cola Company
  15. Nokia
  16. BASF
  17. Schneider Electric
  18. Wal-Mart Stores
  19. HP Inc.
  20. L’Or?al
  21. Kimberly-Clark
  22. BMW
  23. Diageo
  24. Lenovo
  25. Samsung Electronics

В этом году выделились три ключевых тенденции деятельности ведущих компаний, которые наращивают свои возможности, обеспечивая себе еще большее преимущество перед остальными.

Внедрение цифровых технологий в управление цепочкой поставок

В течение последних нескольких лет наблюдается значительный сдвиг среди компаний, которые создают цифровые связи внутри и между процессами управления цепочкой поставок.

Ведущие компании видят в цифровых технологиях возможность не только обеспечивать оперативную поддержку по уже существующим продуктам, но и сократить время вывода новых продуктов на рынок.

Наиболее революционные и впечатляющие технологии подразумевают решения, сочетающие Интернет вещей, облачные вычисления и углубленную аналитику.

Возможности моделирования и оптимизации теперь вышли на первый план, и сегодня когнитивные компьютерные вычисления, включая машинное обучение, взяты на вооружение самыми продвинутыми компаниями. Цифровые «фрагменты» цепочки поставок соединяются воедино, что дает возможность более целостно подходить к управлению всей экосистемой в режиме реального времени.

Адаптируемые организации и возможности

Внедрение цифровых технологий в цепочку поставок тесно связано со способностью компаний лучше приспосабливаться к изменениям в своей цепочке создания стоимости.

В частности, лидеры создают адаптируемые организации и потенциальные возможности, которые позволят им выживать и добиваться независимости от возможных в будущем ограничений, связанных со снабжением или потребностями клиентов.

«Некоторые из самых успешных в плане организации поставок компаний создали блочную модель управления цепочкой поставок, которая предусматривает возможность комбинирования различных вариантов функциональности в готовые к использованию сегменты, например, такие режимы производства, как «работа на склад», «настройка на заказ» или «проектирование на заказ», – говорит Ароноу. «Такой подход позволяет им более быстро и гибко удовлетворять различные потребности бизнеса, получать необходимые результаты, а также ускорять процессы интеграции, связанные со слияниями и поглощениями».

Развитие и поддержание здоровых экосистем

Обратите внимание

Ведущие компании осознают, что эффективность цепочки поставок зависит от здоровья и процветания критически важных экосистем внутри и вокруг них. Человеческий фактор применительно к экосистемам цепочек поставок выражается в отношениях с поставщиками, партнерами, сотрудниками и клиентами на протяжении всей цепочки создания стоимости.

Читайте также:  Охлаждение серверов в дата-центрах google перевели в автоматический режим

Ведущие компании в равной степени делают акцент на этичный подбор поставщиков и поддержание благополучия клиентов, и на приобретение талантливых кадров и их развитие. Еще одним приоритетом для компаний-лидеров в управлении цепочкой поставок является экологическая устойчивость.

Эти компании ставят перед собой амбициозные цели по снижению выбросов вредных веществ и сохранению водных и других природных ресурсов.

Компании, преуспевшие в разработке и реализации полноценных подходов к корпоративной социальной ответственности (КСО), как правило, уже вышли за рамки формального соблюдения формальных требований и связывают эти усилия с реализацией своих соответствующих корпоративных стратегий.

О рейтинге Supply Chain Top 25

Рейтинг Supply Chain Top 25 отражает два основных аспекта: эффективность бизнеса и стороннюю оценку.

Эффективность бизнеса выражается в опубликованных финансовых данных и данных о корпоративной социальной ответственности и дает представление о том, каковы были результаты деятельности в прошлом, тогда как оценочный компонент отражает потенциал и иллюстрирует, кому принадлежит лидерство в профессиональном сообществе. Эти два компонента объединяются в суммарный балл.

Базовый список компаний составлен компанией Gartner на основе списков Fortune Global 500 и Forbes Global 2000. Для того чтобы, вошедшие в список компании были сопоставимыми, был применен порог годовой выручки в размере 12 миллиардов долларов.

О компании Gartner

Gartner, Inc. (NYSE: IT) – ведущая исследовательская и консалтинговая компания, входящая в фондовый индекс S&P 500. Компания снабжает лидеров бизнеса аналитической информацией, рекомендациями и инструментами, необходимыми для достижения приоритетных целей, критически важных с точки зрения миссии, и для создания успешных организаций будущего.

Перевод: Кристина Мелюк, B2B-Center

Источник: https://umestentorg.com/news/kompaniya-gartner/

Вложиться в интеллект – “Коммерсантъ” – Издательский Дом КоммерсантЪ

Технологии AI/ML становятся мейнстримом в России. Теперь это тема №1 на всех профильных конференциях, к ней присматриваются инвесторы, а решения на базе искусственного интеллекта уже активно внедряет бизнес.

Искусственный интеллект (AI) и машинное обучение (ML) перестали быть сугубо технологическими экспериментами и из ИТ-лабораторий выходят в бизнес-среду. Массовое проникновение таких технологий, по прогнозам экспертов, случится лет через пять, но уже сейчас ориентация компаний на их применение может дать им стратегические преимущества в самом ближайшем будущем.

Так, по мнению аналитиков Gartner, к 2020 году подобные решения будут применяться «почти в каждом новом программном продукте». А сам глобальный рынок AI/ML уже по итогам 2018 года достигнет объема в $1,2 трлн, что будет на 70% больше прошлогоднего показателя.

Важно

Не менее существенный прирост ожидается и в среднесрочной перспективе — к 2022 году вложения в AI/ML могут составить почти $4 трлн.

По нарастающей

Так же, как и во всем мире, в России рынок AI/ML переживает сейчас бурный рост. Всерьез о технологии заговорили в прошлом году.

Главные задачи, которые решает AI/ML: увеличение прибыли, снижение издержек, повышение эффективности бизнес-процессов и т. д.

, стали предметом активного обсуждения еще в 2017 году на первом в России форуме по системам искусственного интеллекта — RAIF (The Russian Artificial Intelligence Forum).

На технологию обратили внимание и российские инвесторы, признавшие AI/ML одним из самых предпочитаемых для инвестиций сегментов (данные «Венчурного барометра» фонда Prostor Capital).

При этом если годовой объем отечественного AI/ML-рынка в 2017 году оценивался отраслевыми экспертами на уровне 700 млн рублей, то уже к 2020 году он может вырасти до 28 млрд рублей минимум. Говоря о прогнозах, признанный эксперт по машинному обучению, соавтор курса Data Mining in Action и ex. консультант «Яндекс.

Такси» Виктор Кантор «даже готов спорить на деньги, что в ближайшие несколько лет объем рынка в России перевалит за 50 млрд рублей».

Что косвенно подтверждает и исследование PwC Digital IQ, согласно которому, если год назад только 35% российских компаний инвестировали в развитие AI/ML, тогда как в мире — 54%, то уже к 2020 году эти показатели будут находиться на уровне 74% для отечественного сегмента и 63% — для зарубежного. Иными словами, уже сейчас ясно, что очень скоро «искусственный разум» действительно проникнет во все сферы деятельности любого крупного предприятия.

В поисках закономерностей

Пока в России одни компании еще определяются со стратегией в отношении новой технологии, другие уже на деле успели изучить реальные возможности систем AI и ML.

Совет

Например, в сфере финансов эти технологии помогают выявлять случаи мошенничества среди сотрудников, в автоматическом режиме анализируя движение транзакций и счетов, или предсказывают вероятность оттока вкладчиков из паевых фондов.

В промышленности такие решения экономят потребление ресурсов, оптимизируют режимы работы оборудования, предсказывают появление производственного брака и выявляют факторы, на него влияющие.

В автоиндустрии и страховании AI/ML могут «вычислить» недисциплинированных водителей (на основе истории поездок и состояния датчиков машины). А в ритейле «умные» системы способны предсказывать потребление различных продуктов и понимать, какой товар в тот или иной момент будет пользоваться повышенным спросом.

Так, недавно розничная сеть «РИВ ГОШ» внедрила у себя обучаемую систему предсказания поведения покупателей, с помощью которой ритейлер получил возможность повышать лояльность клиентов, увеличивать продажи и снижать затраты на маркетинговые акции за счет адресной работы с потенциальными покупателями. Разработанное решение выполняет два ключевых сценария. Первый — выявление из всех держателей карт лояльности (2,6 млн человек) тех, кто потенциально может совершить покупку в ближайшие две недели. В рамках второго сценария система делает прогноз вероятных покупок по каждому из этих клиентов, определяя из десятков тысяч товарных наименований конкретные позиции до уровня артикула. Искусственный интеллект с точностью до 47% оценивает шансы прихода в магазин того или иного держателя карты лояльности и в 33% случаев угадывает, какие два товара (вплоть до артикула) он точно приобретет.

«В ближайшем будущем технологии искусственного интеллекта будут применяться во многих сферах операционной деятельности ритейла,— отмечает Пиотр Подсядло, генеральный директор компании Nextail в Центральной и Восточной Европе, работающей с крупными fashion- и beauty-брендами. — Уже сейчас мы видим, что ритейлеры переходят к внедрению технологий машинного обучения для оптимизации закупки и распределения товаров. Это позволяет размещать их в нужном месте в нужное время, чтобы увеличить вероятность продажи и продавать больше товара по полной цене до сезона распродаж. Обычно ритейлеры видят первые результаты через 30 дней после начала пользования решением. В среднем прирост продаж составляет 3–7%, сокращение товарных излишков в магазинах достигает 30%, а снижение дефицита по размерным рядам — 60%».

Применение AI/ML для задач маркетинга — одно из наиболее перспективных направлений для многих отраслей.

«Автоматизированная аналитика помогает находить скрытые связи между явлениями, — отмечает генеральный директор GfK Russia Марина Безуглова.

— Человек может создать ряд гипотез относительно взаимозависимости тех или иных факторов и проверить их. А машина может проверить тысячи сценариев и найти не лишенную смысла закономерность, которая окажется интересным инсайтом».

Под силу алгоритмам AI/ML спрогнозировать и спрос на топливо со стороны корпоративных клиентов. Такую задачу перед участниками весеннего хакатона AI.HACK поставила компания «Газпромнефть».

Победившее в конкурсе решение анализирует исходные данные (регион приобретения топлива, номер заправки, вид топлива, цену, идентификационный номер клиента) и дает прогноз о том, сколько топлива приобретет тот или иной корпоративный клиент в будущем с точностью 63%.

Первые решения на основе AI/ML появились и в сфере образования. К примеру, рекомендательная система по подбору программ дополнительного образования для талантливых школьников, разработанная в рамках Национальной технологической инициативы.

Обратите внимание

Система анализирует социальные и демографические данные пользователя (с учетом имеющихся у него знаний, навыков и интересов), после чего предоставляет список рекомендуемых образовательных программ и обучающих курсов.

В перспективе доступ к такой цифровой платформе смогут получить и работодатели, заинтересованные в привлечении перспективных кадров в сфере высоких технологий.

От единичных пилотов к ML-конвейеру

Источник: https://www.kommersant.ru/doc/3752158

Gartner опубликовала очередной список десяти топ-прогнозов для бизнеса и конечных пользователей

Однако все течет – все изменяется, и нет ничего неизменного в наше быстро меняющееся время.

Так, на октябрьском конгрессе ITxpo-2016 в Орландо (США) аналитики Gartner представили новый список топ-10 прогнозов для ИТ-индустрии, бизнес-организаций и конечных пользователей, прежде всего, с упором на следующий 2017 год, а также выделили те современные технологии, которые к 2020-2022 годам, по их мнению, станут неотъемлемой частью жизни человечества. Например, исполнительный вице-президент Gartner Дэрил Пламмер (Daryl Plummer) в своем выступлении на ITxpo-2016 выделил основные направления цифровизации современного общества, когда назвал три основных аспекта, это: опыт и взаимодействие, бизнес-инновации, а также появление вторичных эффектов, которые будут связаны с ростом цифровых возможностей.  В нашем же материале проанализируем, что же осталось из топ-перечня прошлого года и в каком порядке указаны инновационные идеи в нынешнем топ-списке, а также какиетехнологии претерпели изменения и покинули Топ-10 за испекший год. И все это для того чтобы ответить на вопрос: что же будет происходить вокруг нас, в первую очередь, и к каким последствиям (изменениям) нужно быть готовым уже сейчас?

1). Дополненная реальность (Augmented Reality)

Аналитики Gartner сделали смелый прогноз, что к 2020 году в мире будет достигнута цифра в 100 млн потребителей на рынке дополненной реальности, которая уже сейчас становится мейнстримом.

Такая тенденция роста инновационного подхода, когда была размыта граница между физическим и дополненным (цифровым) мирами, уже была в этом году наглядно продемонстрирована на практике благодаря неимоверной и почти мгновенной популярности такой виртуальной игры, как Pokemon GO.

Так, по прогнозам Gartner к концу 2016 года более 150 млн людей во всем мире загрузят приложение этой игры  И это не замедлили не заметить крупные торговые сети.

Уже сегодня они намерены широко использовать дополненную реальность с целью привлечения все большего числа покупателей, которые помимо игровой составляющей будут на свои смарт-устройства одновременно получать цифровую информацию о товаре в виде текста, видео или аудио.

Кроме того, например, наиболее продвинутые потребители с помощью мобильных устройств смогут без проблем «переносить» свою комнату в каталог IKEA, «примерять» на нее мебель этого мебельного концерна или другие предметы интерьера, и, в конечном счете, быстрее и рациональнее совершать покупки.

И следует понимать, что любой физический элемент с дополненной реальностью будет отличаться от того, что сейчас предлагает виртуальная реальность (virtual reality). Таким образом, уже в этом году дополненная реальность сместила с первого места сетевые устройства (The Device Mesh) и постепенно становится основным инновационным трендом.

2). Отсутствие экрана для общения в Интернете (web browsing sessions without a screen)

Источник: https://www.kv.by/blog/users/viktor-shkel/1050176-gartner-opublikovala-ocherednoy-spisok-desyati-top-prognozov-dlya

Стоит ли доверять аналитикам: разбор прогнозов исследовательской компании Gartner за 16 лет — Офтоп на vc.ru

Технологии становятся популярными и умирают вопреки отчетам аналитиков.

В 1995 году Gartner опубликовала Gartner Hype Cycle for Emerging Technologies — кривую зрелости технологий, которая показывает стадии их развития. Ежегодно компания публикует отчет с инфографикой, на которую нанесены новые и перспективные технологии.

Читайте также:  В россии начнутся испытания роботов-саперов

Кривая зрелости технологий за 2017 год. Источник: Garther

Hype Cycle — стандартная модель принятия обществом любой новой технологии вне зависимости от её назначения. В модели технология проходит через пять фаз:

  • «Запуск технологии». Первая фаза цикла, в которой происходит технологический прорыв: на рынке появляется что-то новое, что решает текущие проблемы в определённом сегменте бизнеса. Профессионалы начинают обсуждение, постепенно технологией интересуются СМИ и обычные люди.
  • «Пик раздутых ожиданий». Ажиотаж от появления нового продукта приводит к завышенным ожиданиям и чрезмерному энтузиазму. Некоторые компании начинают использовать технологию, пытаясь получить выгоду.
  • «Впадина разочарования». Выявляются слабые места и проблемы технологии. Возникает разочарование — технология не соответствует завышенным ожиданиям, в СМИ появляются сообщения о провале. Некоторые продукты настолько низко падают, что исчезают.
  • «Склон просвещения». Критика в СМИ постепенно исчезает — успели появиться новые технологии на «пике раздутых ожиданий», о которых начинают рассказывать журналисты. Рынок адаптируется. Если технологии находят удачное применение, а разработчики исправляют ошибки, то аудитория вновь начинает расти, но не так быстро. В этот момент предполагается, что нужно осторожно инвестировать в проект — когда он переходит середину «склона», инвестировать поздно.
  • «Плато продуктивности». После работы над ошибками, получения финансирования и карабканья по «склону» технология выходит на «плато». Она завоёвывает место на рынке и становится инструментом решения проблем в определённой области.

Этот подход аналитики Gartner предлагают использовать для бизнеса как индикатор принятия решений об инвестициях и использовании новых технологий. Также концепция нашла применение в открытии стартапов, развитии собственного бизнеса, внедрении технологий в бизнес-процессы — абстрактность графика сделала его универсальным инструментом.

Работает ли концепция Gartner

В декабре 2016 года вице-президент инвестиционного фонда Icon Ventures Майкл Маллани решил составить ретроспективу кривой зрелости технологий Gartner и проверить, как часто ошибались аналитики. После анализа циклов с 2000 по 2016 год Майкл пришёл к выводу, что технологии не подчиняются кривой зрелости.

В качестве иллюстрации ниже представлен график кривой зрелости технологий 1995 года. Некоторые технологии стали представлять собой фоновый шум — к примеру, объектно-ориентированное программирование.

Другие исчезли из общественного сознания. В третью категорию можно отнести технологии, которые считались практически готовыми, но им потребовались десятилетия, чтобы достигнуть зрелости — к ним относится распознавание речи.

График кривой зрелости технологий 1995 года. Источник: Garther

Одной из самых раздутых технологий 1995 года были интеллектуальные агенты.

Важно

В 1997 году Microsoft представил «Скрепыша» для Office 97 — привлекательного, но некомпетентного помощника для офисного пакета.

Он должен был подсказывать пользователю как выполнить нужные операции, но получился настолько плохим, что уничтожил идею интеллектуальных агентов для целого поколения пользователей, а журнал Time включил его в список худших изобретений человечества.

Двадцать лет спустя мы снова пытаемся создать интеллектуальных помощников. Сейчас их называют чат-ботами, но основные технологии остались прежними — это распознавание контекста сообщений пользователя в широких областях знаний. И это все ещё сложная проблема для разработчиков.

Влияние памяти на прошлое

На первый взгляд, кривая зрелости технологий похожа на героическое приключение с долгой историей, преодолением трудностей, становлением героя и счастливым концом. Но если открыть графики циклов Gartner с 2000 по 2016 год — семнадцать лет эпохи пост-доткомов, — можно увидеть, что множество технологий не подчиняется циклу. Когнитивное восприятие искажает память о прошлом.

  • Люди предвзяты: они бессознательно улучшают память о прошлых предсказаниях.
  • Людям намного проще запомнить успешные технологии, которыми они окружены, а не потерпевшие неудачу проекты.

Самая ранняя технология в кривой 1995 года — Emergent Computation, эмерджентные вычисления. Это теория, которая определяет новые свойства объектов при их взаимодействии.

Эмерджентные вычисления не получили развития в своём виде, но в неявной форме эта технология легла в основу распределённых эволюционных алгоритмов, а значит, и машинного обучения на основе нейронной сети.

Но если спросить 20 технических специалистов Кремниевой долины о том, какие технологии удались, а какие провалились, никто не назовёт провал Emergent Computation. Тем не менее в 1995 году технология попала в десятку самых главных.

Майкл считает, что наша неспособность вспоминать прошлое в адекватной форме — не единственный повод, почему нужно проанализировать кривую зрелости технологий Gartner. Он написал статью, где дает восемь уроков о том, чему научился за время анализа.

Урок 1. Мы ужасно делаем прогнозы, особенно о будущем

Для опытных специалистов Кремниевой долины в этом нет сюрприза — прогнозы не сбываются. В Gartner Hype Cycle появилось более двухсот уникальных технологий, но только несколько из них прошли весь путь от начала до конца. Среди них облачные вычисления, 3D-печать, поиск на естественном языке и электронные чернила.

Урок 2. Большинство волнующих технологических инноваций — пшик

В ИТ-сфере ярко выраженна склонность восхищаться технологиями и сразу забывать о них. Из двухсот технологий из списка Gartner больше пятидесяти появились на кривой зрелости только один раз.

Майкл приводит примеры «хитов», которые не выдержали испытания временем. Это краудсорсинг, HTML5, концепция BYOD «принеси своё устройство» (Bring Your Own Device) и подкасты. (В 2017 году подкасты вернулись на рынок.)

Урок 3. Многие технологии просто умирают

Развивая второй «урок», Майкл считает, что последние 20 лет стали кладбищем технологий, которые умирают постоянно и преждевременно. По его предварительным подсчётам, ещё 20% всех технологий, которые отслеживались в течение нескольких лет в Hype Cycle, стали устаревшими ещё до того, как достигли какого-то успеха.

Некоторые из известных технологий, которые появились в нескольких циклах Ganther, но умерли:

  • Ultra-Wide Band. Технология передачи данных на коротких расстояниях, которая достигла пика популярности в 2004 году, но была забыта к 2008 году.
  • Корпоративные RSS. После успеха RSS в качестве формата чтения новостей считалось, что RSS может стать главным корпоративным форматом для распространения информации. В 2006 году её назвали перспективной и растущей, но уже в 2007 году она провалилась.
  • 802.16 WiMAX. WiMAX — конкурент LTE для сотовых сетей четвертого поколения. Считается, что стандарт был мертворождённым: он появился в Hype Cycle в 2005 году, но уже в 2006 году попал в «впадину разочарования» и исчез из-за недостаточного активного развёртывания сети.
  • Настольный Linux для бизнеса. Он появился в 2003 году сразу же на «пике раздутых ожиданий», но к 2005 году полностью исчез. Разработчикам не удалось вытеснить Windows в качестве основной настольной ОС. Не спасла даже виртуальная машина VMware, которая позволяла запускать Linux в качестве Windows-приложения без каких-либо следов в системе.
  • Ячеистая топология (Mesh networks). Сетевая архитектура маршрутизированных сетей, в которых любой компьютер мог стать коммутатором для остальных устройств. Появлялась девять раз за одиннадцать лет в качестве «склона просвещения». Оказалась слишком сложной для организации работы и осталась узкоспециализированной технологией.

График появления ячеистой топологии на кривой зрелости технологий. Источник: LinkedIn

Это всего лишь пять примеров из множества технологий, которые отправились на кладбище.

Урок 4. У технологии может быть правильное представление, но до реализации дело не дойдёт

В 2002 году на Hype Cycle появилась «служба общедоступной аутентификации». Предсказание Ganther было основано на выпуске Microsoft Passport — служба предоставляла доступ ко всем сервисам компании через единый центр авторизации. Но технология была не готова к массовому рынку и разрабатывалась на устаревших стандартах.

Источник: https://vc.ru/flood/42736-stoit-li-doveryat-analitikam-razbor-prognozov-issledovatelskoy-kompanii-gartner-za-16-let

Прогноз Gartner: Top-10 стратегических технологических трендов 2016 года

6 октября 2015 года  Gartner (ведущая в мире исследовательская и консалтинговая компания в области информационных технологий) опубликовала список 10 стратегических технологических трендов  на 2016 год. Эти данные также были представлены на конференции Gartner Symposium / ITxpo 2015, прошедшей с 4 по 8 октября в Орландо (США, штат Флорида).

В качестве стратегических трендов  аналитики Gartner определяют такие тенденции, которые будут оказывать наибольшее влияние на организации. Как подчеркивается в пресс-релизе, посвященном отчёту, компаниям следует учитывать потенциал данных трендов при разработке долгосрочных планов, программ развития и инициатив.

«Представленные стратегические технологические тренды будут формировать возможности цифрового рынка вплоть до 2020 года, – говорит вице-президент Gartner Дэвид Керли (David Cearley).

–  Первые три тренда в Top-10 способствуют слиянию физического мира и виртуального, а также развитию «умных» сетей устройств. Следующие три позиции в списке относятся к так называемым  «умным» машинам.

Последние четыре посвящены аспектам разработок  архитектурных и платформенных решений в новой IT–реальности».

Совет

Данные нового отчета по технологическим трендам Дэвид Керли представил на конференции Gartner Symposium/ITxpo

1. Сеть устройств

Сеть устройств составляет множество конечных устройств-терминалов, позволяющих людям получать доступ к приложениям и информации или взаимодействовать друг с другом, различными сообществами, правительственными и коммерческими организациями. Сеть устройств включает в себя смартфоны и прочие портативные пользовательские гаджеты, бытовую и автомобильную электронику, а также такие типы «умных» устройств, как датчики Интернета вещей ( Internet of Things, IoT).

«В новой реальности, которую обеспечивает доступный мобильный интернет, фокус смещается на мобильного пользователя, окруженного «умной» сетью устройств, возможности которых выходят далеко за пределы возможностей привычных смартфонов и планшетов», говорит Дэвид Керли.

Сегодня эти устройства, работают, как правило, изолированно друг от друга. Gartner прогнозирует развитие и совершенствование технологий взаимодействия «умных» устройств.  

2. Единое пользовательское пространство 

Сеть устройств создает базу для появления всеобъемлющей и бесперебойно работающей пользовательской среды, удовлетворяющей потребностям пользователя в различных сценариях и окружениях,  возможности которой расширены за счет дополненной и виртуальной реальности.

Создание мобильных приложений остается важным стратегическим направлением для предприятий, но наиболее передовые решения будут фокусироваться на предложениях, которые смогут охватить максимально широкий спектр объектов: от  датчиков Интернета вещей до автомобилей  и даже фабрик,  отмечают представители Gartner.

3. Материалы для 3D-печати

Развитие аддитивных технологий привело к значительному расширению спектра материалов для 3D-печати: никелевые сплавы, углеродное волокно, стекло, электропроводящие чернила, фармацевтические и биологические материалы и т.д.

Разнообразие материалов продолжит расти,  и вместе с тем будут появляться новые области применения 3D-принтеров в  аэрокосмической промышленности, медицине, автомобилестроении, энергетике, оборонной промышленности и других отраслях, что, в свою очередь, привёдет к значительному увеличению темпа роста поставок промышленных 3D-принтеров.

4. Информация обо всём

Все составляющие сети устройств производят, используют и передают информацию, которая включает в себя текстовые, аудио- и видеоданные, информацию с датчиков, контекстную информацию и так далее.

Gartner прогнозирует развитие методов и технологий, способных связать и упорядочить данные из различных типов источников.

Обратите внимание

Достижения в области семантического анализа вместе с другими методами интеллектуального  анализа и систематизации данных помогут получать  максимально содержательную и осмысленную картину из зачастую хаотичного потока информации. 

5. Улучшенное машинное обучение

Согласно прогнозам Gartner, будущее – за глубокими нейронными сетями (deep neural nets, DNNs) позволяющими создавать системы, способные самообучаться и воспринимать окружающий мир самостоятельно и автономно.

Взрывной рост источников данных и усложнение информации делают классификацию и анализ «вручную» невозможными, DNNs автоматизируют эти задачи и предлагают возможность ответить на ключевые вызовы, связанные с трендом «Информация обо всем».

6. Автономные агенты

Источник: http://fea.ru/news/6290

Ссылка на основную публикацию
Adblock
detector