Михаил Лобоцкий, Cloud – о том, как изменился российский рынок облачных услуг в 2022 году, и чего теперь хотят клиенты

Михаил Лобоцкий: После событий февраля 2022 года рынок облаков в России изменился. С одной стороны, появилось много сложностей, связанных с доступностью оборудования и логистикой. С другой - уход зарубежных вендоров стимулировал компании активнее переносить свою инфраструктуру на российские облачные платформы.

Михаил Лобоцкий: Последнее время обострилась конкуренция между российскими поставщиками облачных услуг. В этих условиях важно быть максимально клиентоориентированным, четко понимать потребности заказчиков и предлагать им облачные сервисы высочайшего функционала, качества и уровня защищенности.

Мы выделяемся своей продуктовой линейкой, потому что мы ещё на старте стали делать сразу несколько облачных платформ на разных решениях, и с точки зрения слоя управления – это единый личный кабинет для клиента и единый бэк, который всем управляет. В нашем портфеле продуктов и базовые сервисы – IaaS слой, и полная линейка платформенных сервисов, начиная от контейнерных сред, а также такие вещи, как Big Data и искусственный интеллект. Рынок ИТ-услуг в России: оценки, тренды, крупнейшие участники. Обзор и рейтинг TAdviser 298.7 т

Рынок ИИ у нас в особом фокусе, мы стали фокусироваться на нем в 2019 году, когда он только зарождался. Тогда мы создали ML Space: платформу для управления полным жизненным циклом моделей машинного обучения – от сбора данных до обучения и исполнения моделей в едином интерфейсе. Под ней работают два наших суперкомпьютера, на которых в том числе можно запускать распределённое обучение моделей. Такую возможность больше никто из наших конкурентов не предоставляет.

Все другие облачные ресурсы тоже могут использоваться для ML Space. Изначально мы создавали ML Space поверх суперкомпьютера, но позже отвязали её от него. Дело в том, что не всем нужны большие параллельные вычисления, поэтому сейчас любую нашу инфраструктуру можно использовать в связке с нашей платформой.

Михаил Лобоцкий: Внутри уже упомянутого ML Space у нас есть средства Auto ML – это сервис для работы с моделями, позволяющий за счёт автоматизированного подхода обучать модели без глубокого погружения. Отдельно хотелось бы рассказать про продукт-саттелит DS Works. Это российский аналог Kaggle – соревновательная платформа для дата-сайентистов, где можно обмениваться опытом, прокачивать свои навыки, делиться данными, участвовать в чемпионатах и получать предложения о работе. А еще – это единственное место в России, где каждый имеет возможность обучить свою ML модель на суперкомпьютере.

Также мы предлагаем заказчикам готовые AI сервисы, которые мы делаем самостоятельно или с партнёрами. Эти сервисы предназначены для быстрого создания продуктов и решения бизнес задач заказчиков. При выборе и добавлении сервисов мы стараемся ориентироваться на ведущих игроков рынка. А благодаря наличию собственной команды Data Scientists мы также предлагаем услуги по доработке существующих моделей или разработке новых.

Михаил Лобоцкий: Тема ИИ – достаточно «молодая», но очень перспективная. Сегодня мы видим активный спрос со стороны заказчиков на сервисы в области ML. При этом мы понимаем, что наши заказчики находятся на разном уровне зрелости. У кого-то уже сформирована команда, модели машинного обучения внедрены. Таким заказчикам нужна платформа для удобной работы и мощности для быстрого расчета и запуска задач. А кто-то только начинает эксперименты, формулирует задачи. Для таких компаний за счет маркетплейса сервисов и моделей мы сокращаем время и расходы на эксперименты, убирая необходимость расходов на собственную инфраструктуру.

Ещё одно наше преимущество лежит в части надёжности и безопасности. Это и то, что видно для клиента в части аттестации и сертификации, так и то, что для клиента не видно – процессы, внутренние подходы к защите, мониторингу и отслеживанию угроз, реагированию на инциденты и т.д. Компромиссов здесь нет.

И третье – клиентоцентричность, то, как работает наша поддержка. У нас полный цикл заботы о клиентах от приёма заявок до сбора обратной связи. Мы замеряем NPS (Net Promoter Score, индекс потребительской лояльности), постоянно проводим опросы и всё, что выявляем, в обязательном порядке отправляется в продуктовый блок, и я лично контролирую это. Потому что пожелания клиента для нас закон. Здесь мы ориентировались на практики мировых компаний.

Михаил Лобоцкий: Да, сейчас помимо наших основных платформ мы строим много сервисов в области кибербезопасности, и делаем это совместно с нашими партнёрами. Это позволяет дать клиенту максимально широкий набор услуг. Т.е. приходя к нам, он из одного окна может получить и базовые облачные сервисы, и решить вопросы безопасности.

Михаил Лобоцкий: Большинство наших услуг работают в формате pay as you go, который сам по себе гибкий. При этом дополнительно мы предлагаем сопровождение заказчика при переезде в облако или миграции из других облаков. Часто мы делаем это бесплатно в рамках различных маркетинговых акций.

Не так давно мы создали отдельное подразделение на базе перешедшей к нам команды из крупного международного вендора. Это в своём роде «спецназ», потому что это очень высококлассные разработчики, которые могут глубоко изучить архитектуру клиента, помочь ему составить «дорожную карту» трансформации на основе облаков. У нас эта команда даже сохранила название – Garage. С помощью этой команды мы будем оказывать точечный сервис крупным клиентам.

Михаил Лобоцкий: Рынок, конечно, почувствовал изменения, некоторые его сегменты откатились до моделей collocation и bare metal. В России уровень проникновения облаков ниже, чем в США и Западной Европе – около 10%. И существенная часть инфраструктуры всегда была on-premise, в т.ч. частные облака. Соответственно, некоторые клиенты, столкнувшись с проблемами в поставках, стали заменять это на базовые сервисы collocation и bare metal.

И, с одной стороны, это шаг назад, а с другой – это та клиентская база, которая через 1-3 года пойдёт в продвинутые сервисы. И мы приложим все усилия, что показать клиентам преимущества таких вещей, как управляемые базы данных, Big Data, озёра данных, наших интеграционных решений и др., стимулируя к более продвинутой модели потребления.

Михаил Лобоцкий: Здесь сложно выделить какой-то тренд. Мы стремимся диверсифицировать наше предложение в этой сфере. Помимо, например, консалтинга, у нас ещё есть маркетплейсы датасетов и предобученных ИИ-приложений. Это, по сути, контейнер в виде приложения с использованием ИИ.

Мы предоставляем витрину, т.е. маркетплейс, куда заказчик может выложить свой датасет или модель. Их нельзя скачать, но можно использовать на нашей платформе, в облаке. Например, если говорить про датасет, то его добавление в маркетплейс даёт возможность новым пользователям Cloud тоже его использовать. Используя этот датасет для обучения моделей, добавив в него свои данные, заказчик Cloud может получить синергетический эффект для обучения своих моделей. Пока мы предоставляем такую возможность бесплатно.