Cognitive Technologies подводит итоги деятельности в 2013 году

В суммарной выручке компании доля проектов по разработке и внедрению ПО выросла на 7% и составила 66%. По мнению Президента Cognitive Technologies Ольги Усковой, «Успехи проектного направления, во многом, связаны с масштабным внедрением технологий автоматизации закупочной деятельности и создания электронных торговых площадок на базе решения Cognitive Lot в ключевых отраслевых предприятиях страны: Газпром, Роснефть, муниципалитетах и других структурах. Компания  оперативно отреагировала на изменение законодательства в части вступления с 1 января 2014 года ФЗ №44 о контрактной системе, обновив свои программные решения в этом сегменте».

Cognitive Technologies также оперативно отреагировала и на другой тренд года в сегменте электронных закупок – активное развитие облачных решений для систем нормативно справочной информации (НСИ) – автоматизированных систем управления всей совокупностью данных крупного предприятия о покупателях и поставщиках, выпускаемой продукции и используемых материалах, подразделениях, складах, филиалах и т. д. – по - сути, кровеносной системы предприятия. Компанией было разработано собственное решение и внедрено на электронной торговой площадке Газпромбанка (ОАО).

Необходимо отметить, что облачные НСИ принципиально изменили традиционные подходы к внедрению систем. Собственно, сам этап внедрения и удалось практически исключить из проекта, как одну из самых трудоемких и дорогостоящих процедур. С созданием подобных технологий организация получает возможность «закачать» свою НСИ в удаленный, облачный ресурс, который автоматически выполнит необходимые настройки, синхронизирует информацию, адаптирует ее к конкретным конкурсным процедурам и будет поддерживать ее в актуальном состоянии. При этом обеспечивая все необходимые требования по информационной безопасности. По словам Ольги Усковой, «Фактически этот процесс аналогичен использованию внешнего интеллекта – помощника в торгово - закупочной деятельности. Экономия от такой инновации для крупного предприятия оценивается экспертами в 2,5-3% от оборота закупок за счет эффекта масштаба и значительного повышения прозрачности».

Оборот по этому сегменту вырос более, чем на 20% составил порядка 41% от общей доли проектного направления.

Другим значимым сектором разработок, стали технологии массовой обработки документов. Его доля составила порядка 29%.

Остальную часть составили проекты по созданию электронных архивов, систем электронного документооборота, развитию инфраструктуры предприятий и обеспечению функционирования ИС.

В числе наиболее значимых проектов, реализованных компанией в 2012 году, можно выделить следующие: 

В общей структуре дохода по проектному направлению на разработку ПО пришлось 61%. На ИТ- услуги 39% (рост на 4% по сравнению с 2012 годом).

Доля госзаказа в общем объеме проектов оставила 49% (осталась примерно на таком же уровне, как и в прошлом году). При этом на крупнейшего заказчика пришлось порядка 12% оборота компании (15% в 2012 году). 

Распределение отраслевых направлений в общей структуре продаж оказалось следующим:

• Нефть и газ – 19%
• Банки и страховые компании 9%
• Связь и телекоммуникации -8%
• Розничная торговля – 7%
• Другие – 8% 

Доля продаж «коробочного» программного обеспечения составила 34%. Пользователями системы электронного документооборота и автоматизации бизнес-процессов Е1 Евфрат в 2012 году стало более 2000 новых организаций (что в целом совпадает с показателями прошлого года). В общей структуре оборота этого направления, увеличилась доля (на 9%) крупных и средних организаций и составляет 29%. Сектор государственных структур остался примерно на том же уровне (рост на 3%) и составляет 33%.  Это произошло, во многом, за счет сокращения сектора малых предприятий с 27% до 14%. Доля сектора компаний с госучастием осталась примерно на том же уровне 19%. 

В области проведения научных исследований и перспективных разработок за прошедший год произошли следующие события:

• Создан прототип системы компьютерного зрения в задаче распознавания дорожной сцены (распознавания дорожного полотна, распознавание участников движения, анализ динамики развития дорожной ситуации, прогнозирование опасностей, формирование системы предупреждающих сигналов и управляющих воздействий) в режиме реального времени;
• Впервые в России реализована промышленная система обработки первичных бухгалтерских документов (счета-фактуры, товарно-транспортные накладные и т.д.).
• Разработана система искусственного интеллекта, позволяющая автоматически определять и понимать различные типы документов;
• Разработан алгоритм распознавания полей (реквизитов) документа в режиме 256 градаций серого, что позволяет значительно повысить точность распознавания. Все предыдущие решения основаны на использовании методов бинаризации изображения (ч/б режим);
• Разработана технология синтаксического разбора табличной информации для решения задачи обработке первичной бухгалтерской документации;
• Разработана технология классификации товарных позиций при обработке первичной бухгалтерской документации с использованием методов нечеткого поиска;
• Разработаны методы повышения производительности вычислительных систем с использованием параллельных вычислений.