Интервью Сергея Морозова, сооснователя и генерального директора ООО "ДАТАДВАНС", портфельной компании Фонда "ВЭБ-Инновации"

 

Сегодня мы представляем читателям динамич­но развивающуюся компанию DATADVANCE (www.datadvance.net), которая является ведущим разработчиком программного обеспечения в области предсказательного моделирования, интеллектуаль­ного анализа данных и мультидисциплинарной оптимизации в России. С начала 2000­х годов учре­дители компании DATADVANCE успешно реализо­вали более 20­ти проектов для компаний, входящих в Airbus Group (ранее EADS), по моделированию и оптимизации с использованием своей оригинальной разработки – технологии MACROS

На вопросы нашего журнала ответил соосно­ватель и генеральный директор компании Сергей Морозов.

Сергей Морозов получил степень кандидата фи­зико-­математических наук по специальности “Теоре­тическая физика” в Московском физико­-техничес­ком институте. Является лауреатом премий имени Валентина Телегди и Леонарда Эйлера Университе­та Гумбольдта (Берлин). В 2007 году был удосто­ен премии Правительства Российской Федерации в области науки и техники для молодых ученых. Яв­ляется автором свыше 30­ти научных статей, опуб­ликованных в цитируемых журналах и сборниках научных трудов. Работал научным сотрудником в Институте теоретической и экспериментальной фи­зики, экспертом в аналитической группе ГК “Росатом”, а также консультантом в нескольких компа­ниях и международных организациях. 

 

 – Расскажите, пожалуйста, об истории DATADVANCE? Когда и кем она была основана? Что стало толчком к регистрации компании? Каков был путь от идеи до создания коммерчески успешного решения?  

– Идея, лежащая в основе бизнеса DATADVANCE, возникла в 2007 году. Появилась она не на пустом месте. В 2003 году мы, тогда еще сотрудники ака­демических институтов, таких как Институт про­блем передачи информации (ИППИ) РАН и Меж­дународный научно­-исследовательский институт проблем управления (МНИИПУ), начали работать с компаниями концерна Airbus Group (в то время – EADS). Мы выполняли различные научно­-исследо­вательские работы для подразделений EADS, кото­рые были связаны с численным моделированием и анализом данных. Например, проекты по моделиро­ванию топливной системы самолета с целью опреде­ления возможности образования воздушных пробок, по моделированию процесса сварки трением, проект по моделированию и оптимизации процесса сборки элементов конструкции самолета.

В 2007 году стало ясно, что в самых разных проектах нам приходится решать очень похожие математические задачи – задачи интеллектуально­го анализа данных и оптимизации. Тогда и было решено разработать математическую программную библиотеку, содержащую современные и эффектив­ные методы общего назначения для решения задач анализа данных и оптимизации. Такая библиотека, названная MACROS, была разработана в рамках совместного проекта с исследовательским центром EADS Innovation Works. Первая версия MACROS была выпущена в сентябре 2009 года. 

Изначально MACROS задумывался как внут­ренний инструмент EADS. Однако и мы, и наши партнеры в EADS очень быстро осознали, что на базе разработанной библиотеки можно сделать ком­мерческий продукт, интересный и нужный не толь­ко EADS, и не только предприятиям авиакосми­ческой промышленности, а многим машинострои­тельным компаниям. Очень скоро, уже в январе 2010 года, было принято решение о создании в России компании DATADVANCE, учредителями которой выступили частные лица, включая разра­ботчиков MACROS, и концерн EADS. 

В настоящее время нами разработан pSeven – пакет для автоматизации инженерных расчетов, анализа данных и оптимизации. Это наш флагман­ский продукт, в основу которого легла технология MACROS. Использовать pSeven могут не только эк­сперты в области математики, но инженеры-­расчет­чики и конструкторы непосредственно в КБ. Путь от математических алгоритмов до работающего промышленного решения занял у нас более двух лет. Сегодня наше решение уже активно применяется в различных отраслях промышленности – от авиа­космической до электронной. Головной офис – и вся разработка – находятся в Москве; кроме того, у DATADVANCE есть офисы продаж во Франции (Тулуза) и Германии (Мюнхен). 

– Расскажите о механизме финансирования деятельности компании. Каково соотношение разных источников финансирования? Удалось ли выйти на уровень самофинансирования?

– В настоящий момент наша компания вышла на уровень самофинансирования и полностью покрыва­ет свои расходы из прибыли. Стоит упомянуть, одна­ко, что на этапе становления бизнеса DATADVANCE большую роль сыграло получение статуса резидента и позднее – гранта от Фонда “Сколково”.

– Когда компания стала резидентом инновационного центра “Сколково”? Изменилась ли после этого юрисдикция и налогообложение? Удалось ли усилить инвестиционную составляющую бюджета компании? Насколько изменились возможности привлечения новых сотрудников? Как быстро растет их количество?

– Мы были одними их первых, кто поверил в идею зарождающегося научного центра “Сколково”. Уже в декабре 2010 года DATADVANCE стала рези­дентом кластера информационных технологий инно­вационного центра “Сколково”. Всего лишь три ком­пании стали резидентами раньше нас! Фонд помогал нам на разных этапах развития компании, и продол­жает содействовать до сих пор в плане поиска потен­циальных партнеров и заказчиков как в России, так и за рубежом, а также PR-­поддержки, консультаций и многого другого.

Денежные средства полученного гранта – порядка 1 млн. евро – были направлены на совершенствова­ние алгоритмического ядра MACROS и создание на его основе pSeven – платформы, обладающей разви­тым графическим интерфейсом, для анализа данных и инженерной оптимизации, а также интеграции с промышленными пакетами трехмерного проектиро­вания и инженерного анализа. Грант позволил это сделать в кратчайшие сроки – всего за один год.

Штат сотрудников DATADVANCE неуклонно растет: так, в 2011 году, на момент получения гранта, у нас работало порядка 12-­ти человек, сейчас сотруд­ников компании уже 45! И мы продолжаем расши­ряться.

Что касается льгот, то мы, как и любая компа­ния – резидент Сколково, пользуемся налоговыми льготами, закрепленными в законе.

– Какова роль учредителя компании с европейской стороны – Airbus Group? Какого вклада компания ожидает от концерна – финансирования, поиска заказчиков?

– Предприятия концерна – Airbus, Airbus Helicopters (бывш. Eurocopter) и Airbus Space and Defense (бывш. Astrium и Cassidian) – это, в первую очередь, наши пользователи. На се­годняшний день концерн Airbus рассматривает MACROS как основной и универсальный инстру­мент для решения задач анализа данных и опти­мизации. Специалисты DATADVANCE ежегодно проводят для пользователей из Airbus Group спе­циализированные тренинги и выездные сессии (так называемые “plateaux”), в ходе которых ре­шают наиболее сложные задачи оптимизации и анализа данных, возникающие в ходе проекти­рования продукции концерна. Ежегодно порядка 60­-ти специалистов концерна проходят обучение работе с MACROS. Мы считаем это безоговороч­ным успехом.

Также необходимо отметить, что, работая столь плотно с мировым лидером в области самолетостроения и решая сложнейшие задачи, нам приходится постоян­но совершенствовать наши продукты. Естественно, эти наработки становятся доступными и другим поль­зователям pSeven и MACROS из авиастроительной и других отраслей промышленности. В этом состоит еще одна очень важная роль Airbus Group.

– В свое время ваша компания совместно с ИППИ РАН создала в МФТИ кафедру “Предсказательное моделирование и оптимизация”. Какова роль этой кафедры в развитии компании? Привлекаете ли Вы в качестве сотрудников выпускников других вузов или же ставка делается только на Alma Mater?

– Институт проблем передачи информации РАН, и, в частности, его директор, академик РАН, проф. А.П. Кулешов, стоящий у истоков создания DATADVANCE, играют одну из решающих ролей в жизни компании. 

Теоретические основы тех методов предсказательного моделирования, анализа данных и оптимизации, которые теперь являются частью MACROS, были впервые сформулированы имен­но сотрудниками ИППИ РАН. Институт с мо­мента своего основания, то есть уже более 40 лет, занимает ведущие позиции в мировом научном сообществе в сфере теории передачи и обработки информации. В области предсказательного моделирования и оптимизации учеными Института, в сотрудничестве с другими институтами РАН, разработаны теоретические основы оригинальных методов построения аппроксимационных моделей, имеющих высокую вычислительную эффективность и необходимую точность, а также методов многодисциплинарной оптимизации. Поскольку именно высокоэффективные алгоритмы являются одним из ключевых конкурентных преимуществ продуктов DATADVANCE, то, чтобы сохранить и приумножить это преимущество, было принято решение о создании совместно с ИППИ РАН ка­федры “Предсказательное моделирование и опти­мизация” в Московском физико-­техническим ин­ституте. Кафедра готовит специалистов в области предсказательного моделирования и оптимизации, ряд её преподавателей является сотрудниками DATADVANCE, а многие студенты проходят у нас научно-производственную практику в период обучения. Приобретенные студентами знания поз­воляют им активно включаться в выполнение на­учно­-исследовательских и прикладных работ как в составе коллектива ИППИ РАН, так и у нас в компании, куда они чаще всего трудоустраиваются по окончании института.

Однако сотрудниками компании становятся не только выпускники нашей кафедры. У нас рабо­тает много талантливых выпускников других фа­культетов МФТИ, а также МГУ, МТГУ им. Бау­мана и других ведущих технических вузов страны. Самое главное для нас – это профессионализм и искренний интерес человека к делу, тот “огонь в глазах”, без которого было бы невозможно решать сложнейшие задачи, которые ставят перед нами наши заказчики.

– Основой решений, предлагаемых компанией на рынке, являются научные разработки её сотрудников, среди которых кандидаты и доктора наук. Не могли бы Вы “на пальцах”, в доступной для неспециалистов форме рассказать о сути этих исследований и их результатах?

– В настоящее время при проектировании прак­тически каждого высокотехнологичного изделия применяются системы инженерного анализа (CAE), которые позволяют смоделировать и предсказать основные технические и эксплуатационные харак­теристики изделия задолго до того, как оно будет выпущено. Для многих компаний ключевым стало умение достаточно точно и максимально быстро моделировать различные физические процессы, анализировать поведение различных конфигура­ций будущего изделия в различных условиях, и, исходя из этого, принимать решения относительно оптимальных проектных параметров. Сущест­вуют различные программные пакеты, которые достаточно неплохо справляются с задачами моде­лирования и инженерного анализа. Однако необ­ходимость всё точнее предсказывать характеристи­ки будущих изделий приводит к тому, что модели становятся всё более сложными (многодисципли­нарными, нелинейными, большой размерности и с большим числом проектных параметров) и вычис­лительно ресурсоемкими.

Умение предсказывать различные свойства про­ектируемого изделия позволяет автоматизировать процесс определения его параметров (облик, геометрию, материал и др.), обеспечивающих тре­буемые свойства. Обычно эта работа выполняется вручную конструкторами. Однако, во многих слу­чаях (например, разработка болида “Формулы ­1” или двигателя современного пассажирского авиалайнера) изделия настолько сложны, что улучше­ние их характеристик (уменьшение массы и уве­личение топливной эффективности в приведенных примерах) на проценты или даже на доли процента является чрезвычайно сложной задачей. Её прак­тически невозможно решить, применяя подходы ad hoc, основанные на инженерной ин­туиции (на латыни “ad hoc” означает “по месту” и используется для обоз­начения решения, ориентированного только на конкретную проблему и не предусматривающего какого­-либо обобщения или адаптации для дру­гих целей.– Прим. ред.). Наиболее эффективным для решения задачи оптимизации является использова­ние формализованных методов опти­мального проектирования, то есть определение проектных параметров изделия с помощью формальных ма­тематических методов оптимизации.

Мы занимаемся разработкой математических методов одно­ и многокритериальной оптимизации максимально адаптированных к инженерным задачам и не требующих детальной настройки, что позволяет применять их непосредст­венно в конструкторских бюро, причем пользова­телям без математической подготовки в области оптимизации.

Каким бы высокоэффективным ни был оптимизационный алгоритм, этого часто недостаточно для решения задачи. Чем больше удастся понять и упростить расчетную модель, тем лучше. Для этого мы используем математические методы интеллек­туального анализа данных, что является другим важным направлением наших исследований. В частности, мы развиваем методы планирования экспериментов, позволяющие достаточно быстро понять поведение модели во всей области её опре­деления, методы оценки значимости проектных па­раметров для выбора минимального их количества для дальнейшего рассмотрения в процессе проекти­рования, методы суррогатного моделирования для автоматического упрощения расчетных моделей.

Грамотное использование имеющегося в pSeven и MACROS инструментария позволяет в конечном итоге существенно сократить время проектиро­вания с одной стороны, и получать более эффек­тивные и качественные изделия, удовлетворяющие проектным требованиям, с другой стороны. На­ пример, как сказано в опубликованном 19 июня 2013 года пресс­-релизе “Airbus to reduce lead times in numerical analysis activities for aircraft design”, внедрение MACROS в компании позволило умень­шить время проектирования в среднем на 10%.

– Каково содержание термина “суррогатное моделирование” (surrogate modelling), какие задачи можно решать с помощью этого метода? Проиллюстрируете, пожалуйста, на конкретных примерах...

– Суррогатное моделирование – это процесс построения и анализа аппроксимационных (сур­рогатных) моделей, состоящий в замене одних моделей другими, в том или ином смысле близки­ми к исходным, но более простыми, в том числе в вычислительном смысле. Суррогатная модель аппроксимирует зависимость, реализуемую рассматриваемой физической или расчётной моде­лью, с необходимой для последующего использо­вания точностью. Суррогатная модель строится по данным с минимальным привлечением знаний из предметной области (физики, химии и др.); дан­ные могут быть получены из различных источни­ков, например, из натурного эксперимента или в результате численного моделирования.

В задачах проектирования аппроксимационные модели применяются в двух случаях. Во-­первых, тогда, когда не удается или невозможно построить достаточно точную модель на основе базовых прин­ципов предметной области, и приходится строить модель по экспериментальным данным. Во­-вторых, для замены точной, но вычислительно сложной и ресурсоёмкой модели, на более простую и при этом достаточно точную модель.

Один из наших наиболее ярких примеров ис­пользования суррогатного моделирования в Airbus: за счет замены вычислительно сложных моделей элементов конструкций на простые, но достаточно точные аппроксимационные модели, время оптимизации конструкций из композитных материалов (панелей крыла и флюзеляжа) на ранних этапах проектирования уменьшилось почти десятикратно.

Методы суррогатного моделирования, реализованные в MACROS, алгоритмическом ядре pSeven, позволяют автоматически строить высокоточные сур­рогатные модели по минимальному объему данных.

– Что понимается под многокритериальной оптимизацией? Какие классы задач могут быть решены с применением оптимизационных методов в интересах заказчиков из высокотехнологичных отраслей? Приведите, пожалуйста, конкретные примеры...

– Многокритериальная оптимизация – это опти­мизация при наличии нескольких конфликтующих между собой критериев (целевых функций). На­пример, при проектировании диска газотурбинно­го двигателя необходимо выбрать такие геометри­ческие параметры диска, чтобы, с одной стороны, уменьшить массу диска, а с другой – обеспечить необходимый ресурс.

В рамках МАКС­-2013 компания Airbus опублико­вала 28 августа 2013 года пресс-­релиз “Airbus achieves multi-objective optimization of its aircraft families with DATADVANCE’s “MACROS” software” об использовании MACROS для решения задачи определения оптимального облика семейства самолетов (три само­лета в семействе) на этапе концептуального проекти­рования, что позволило инженерам Airbus впервые решить столь сложную многодисциплинарную зада­чу, в которой было 9 критериев, десятки проектных параметров и десятки ограничений.

Алгоритмы многокритериальной оптимизации, реализованные в MACROS, существенно превосхо­дят классические методы многокритериальной опти­мизации (генетические алгоритмы), что подтверж­дается как многочисленными сравнительными тес­тами, так и решенными промышленными задачами.

– Результаты Ваших научных исследований находятся на стадии коммерциализации в виде пакета pSeven, который построен на базе технологии MACROS. Какова структура этого пакета? Проиллюстрируйте, пожалуйста, возможности его функционала.

– Основными возможностями и характеристи­ками пакета pSeven, основанного на технологии MACROS, являются:

• построение расчетных схем (workflow) для автоматизации процесса расчета, состоящего из последовательного использования различных CAD/CAE-пакетов различных производителей;

• автоматическое исполнение построенных рас­ четных схем, включая исполнение на удаленных вычислительных ресурсах;

• исследование расчётной модели методами ин­теллектуального анализа данных, таких как пла­нирование экспериментов, оценка значимости про­ектных параметров, построение аппроксимационных моделей и др.;

• одно- и многокритериальная оптимизация, включая оптимизацию в условиях неопределенности;

• автоматизация не только процесса единичного расчета, но и исследований, проводимых с расчетной моделью;

• широкие возможности анализа и интерпрета­ции результатов;

• простота в использовании.

Пакет pSeven состоит из нескольких основных модулей, которые входят в поставку в зависимости от выбранной заказчиком версии продукта (pSeven Basic, pSeven MDO, pSeven Ultimate). Соответст­венно, в каждую из версий входит базовый функцио­нал pSeven – возможность построения расчетных схем, визуализации и анализа результатов. В вер­сию MDO (Multidisciplinary Design Optimization), помимо этого, входят основные модули математичес­кого ядра MACROS Optimization, Approximation, Design of Experiment, Important Variable Extraction, Data Fusion, Dimension Reduction. А в версию Ultimate входят еще и адаптеры для интеграции с наиболее широко используемыми CAD/CAE-пакета­ ми и интерфейс для интеграции с высокопроизводи­тельными вычислительными системами (HPC).

– Какие задачи решаются с помощью пакета pSeven?

– Можно привести множество примеров задач, решенных с помощью pSeven. Вот лишь некоторые из них:

• оптимизация геометрии крыла пассажирского самолета с целью минимизации аэродинамического сопротивления и минимизации стоимости произ­водства (результат – улучшение целевых функций на 5÷10% при минимальном числе обращений к па­кету вычислительной гидромеханики (CFD);

• оптимизация композитной боковой панели бо­лида “Формулы­1” (результат – уменьшение на 10% массы одной из самых больших деталей болида);

• оптимизация рамы дизель­-генератора (резуль­тат – уменьшение массы рамы на 12%);

• аэродинамическая оптимизация лопатки паровой турбины (результат – увеличение КПД последней ступени турбины на 1.8%);

• определение оптимальной траектории полета летательного аппарата с целью сокращения расхо­да топлива;

• идентификация модели взаимодействия колес бо­лида “Формулы­1” с треком по данным телеметрии.

– Ваши продукты, по всей видимости, можно отнести к рынку систем инженерного анализа. Какие пакеты являются их конкурентами?

– Действительно, pSeven и технология MACROS относятся к решениям класса PIDO (Process Integration and Design Optimization) внутри CAE ­cегмента. В данном классе нашими основны­ми конкурентами на глобальном рынке являются пакеты ModelCenter, modeFRONTIER, Optimus и некоторые другие.

– Чем pSeven отличается от других пакетов со схожим функционалом? В чем “фишка” этого пакета, его особенность и уникальность?

– Ключевым преимуществом пакета pSeven являются уникальные высокоэффективные методы оптимизации и анализа данных (суррогатного моде­лирования, снижения размерности, анализа чувст­вительности и других), которые уже доказали на практике свою эффективность, а порой и незамени­мость, при решении различных задач проектирова­ния. Например, разработанный нами градиентный метод многокритериальной оптимизации позволяет решать многие задачи инженерной оптимизации на порядок быстрее по сравнению с классически­ми генетическими алгоритмами (genetic algorithm). Именно благодаря этим методам, отработанным на задачах такого гиганта авиастроения, как Airbus, компании могут решать задачи, которые до сих пор считались нерешаемыми.

Еще одной уникальной особенностью пакета pSeven является возможность автоматизации не только процесса расчета (связки CAD/CAE), но и процесса исследования (анализа модели или опти­мизации). Тем самым, наше решение обеспечивает более глубокий уровень автоматизации, нежели ре­шения конкурентов.

На российском рынке мы, помимо всего про­ чего, считаем нашим большим преимуществом возможность вести локальную разработку. Это позволяет нам учитывать пожелания российских пользователей в новых релизах гораздо быст­рее, чем это могут сделать конкуренты из других стран.

– Какие организации являются основными пользователями пакета pSeven, к каким отраслям промышленности они относятся? Какова польза от его применения? Назовите реальных пользователей пакета в России и за рубежом.

– Пользователи нашего пакета – это предприя­тия самых разных отраслей промышленности, включая авиакосмическую и оборонную, автомоби­лестроение, энергомашиностроение, судостроение, двигателестроение и фармакологическое произ­водство. В Европе и Азии это, прежде всего, пред­ приятия группы Airbus (Airbus, Airbus Helicopters, Airbus Space and Defense), группа AREVA, CNES, CEA, Michelin, Limagrain, Capgemini, группа SAFT, японская корпорация IHI, команда “Форму­лы­1” Force India и другие. На российском рынке мы сейчас активно ведем переговоры о сотрудни­честве и выполняем ряд пилотных проектов. Мно­гие компании тестируют pSeven, и мы имеем много положительных отзывов.

Соревнование с конкурентами в том, кто быстрее и с меньшими затратами предоставит заказчику лучший продукт – самая большая забота предприятий всех областей. Ту работу по поиску оптимальной конструкции изделий (по разным параметрам: будь то масса, прочность, и другие характеристи­ки), которую многие инженеры и по сей день выполняют вручную, pSeven позволяет делать автоматизированно, в десятки раз быстрее, чем прежде. Наш продукт позво­ляет выявить только те параметры, которые действительно влияют на искомое свойство изделия, отсеяв всё лишнее и уменьшив тем самым время расчета.

Кроме того, для сокращения издержек всем предприятиям нуж­ны формализация и сохранение знаний и опыта, практик и мето­дик проектирования – с pSeven это становится возможным за счет автоматизации и повторного использования имеющихся данных. Оптимизиро­вать удается даже те изделия, которые до сих пор считались совершенными. Так, недавно мы про­ вели оптимизацию геометрии лопатки последней ступени паровой турбины для крупного российского производителя, позволившую повысить КПД ступени на 1.8%!

– Какова форма распространения пакета pSeven – коробочная версия; модуль, интегрированный в систему пользователя; софт как услуга?

– Пакет pSeven поставляется в виде коробочной версии в нескольких конфигурациях.

– Как определяется стоимость pSeven? Предлагаете ли вы заказчикам готовые решения “под ключ”, для каждого из которых модули pSeven существенным образом кастомизируются?

– Цена на пакет pSeven зависит от конфигура­ции, типа и модели лицензирования. pSeven – это коробочное решение, как правило, не нуждающее­ся в кастомизации. В случае необходимости мы, совместно с партнерами, можем поставить готовое решение “под ключ”.

– Для каких компьютерных платформ предлагается ваш продукт?

pSeven является кроссплатформенной системой, работающей под Windows и Linux. Анализ, проведённый нами на начальных этапах разработ­ки, показал, что обе эти платформы широко рас­ пространены на рабочих станциях инженеров, рас­четчиков и ИТ­-специалистов любых предприятий.

– Каким образом осуществляется интеграция pSeven с системами сторонних разработчиков? Какие конкретные примеры интеграции Вы можете привести? Кто выступал заказчиком такой интеграции?

 – При разработке pSeven блокам интеграции с системами сторонних разработчиков уделяется огромное внимание, поскольку это одно из основ­ных свойств нашего продукта.

Интеграция pSeven c CAD/CAE-пакетами может происходить двумя способами. В первую очередь, это прямая интеграция через специальные блоки­ адаптеры, использующие открытый API сторонних CAD­систем. Сейчас таким способом реализована интеграция с SolidWorks, CATIA и КОМПАС­3D.

Интеграция с большинством CAE-систем реали­зована через работу с текстовыми входными и вы­ходными файлами. Таким способом можно органи­зовать взаимодействие, например, с большинством продуктов ANSYS, с системами SIMULIA, Adams, LS-DYNA, Simulink, CAE Fidesys и “Универсальный механизм”, а также множеством других решателей, включая собственные разработки предприя­тий. В настоящее время ведется активная работа по разработке средств прямой интеграции с систе­мами NX, ANSYS Workbench, Creo (PTC), APM WinMachine (НТЦ АПМ).

В большинстве случаев интеграция с тем или иным пакетом становится нашим приоритетом еще до того, как это станет требованием кого­-либо из заказчиков. Ускорение процесса разработки изде­лий – одно из преимуществ, получаемых пользо­вателем pSeven и технологии MACROS, а интегра­ция с имеющимися на предприятии инструментами проектирования жизненно необходима для обеспе­чения этого преимущества.

 

– Поначалу пакет pSeven назывался иначе, но недавно был проведен ребрендинг. С чем связано изменение названия – может быть, с завершением начального этапа разработки? Столько времени ушло на эту работу и каковы дальнейшие планы развития решения?

– Действительно, в конце 2013 года мы пере­ именовали программный продукт, который ранее назывался PSE (Problem Solving Environment) в pSeven. Обусловлено это значительным расши­рением функционала продукта. Если PSE был во многом просто графической оболочкой для библиотеки MACROS, то pSeven – это уже пол­ноценная платформа для автоматизации инженерных расчетов, оптимизации и анализа данных. Она включает в себя функциональность для интеграции с пакетами сторонних производителей и предлагает более глубокий уровень автоматизации, чего не было в PSE. Переименованием мы ознаменовали выход версии 2.0, работа над которой велась более года. По сути pSeven – это новое, более многофункциональное решение, ко­торому мы дали новое имя.

Крупные релизы с усовершенствованным функционалом мы выпускаем два раза в год. В ближайшей версии мы планируем улучшить под­держку смешено­-целочисленных задач, добавить модуль оценки неопределённостей (Uncertainty Quantification) на базе библиотеки OpenTURNS (www.openturns.org), разработанной нашими кол­легами из Airbus Group Innovations, и некоторые другие новшества, которые хотелось бы пока оста­вить в тайне.

В долгосрочных планах – выпуск облачной вер­сии pSeven, над которой мы работаем в настоящее время. Прототип облачной версии нашей платфор­мы pSeven был продемонстрирован на выставке RSC 2012.

– Расскажите, пожалуйста, о планах развития компании и расширения бизнеса, а также о планируемом участии в международных выставках и конференциях...

– В планах ближайших двух лет для DATADVANCE – три основных направления раз­ вития бизнеса.

Первое – это расширение базы пользователей̆ на существующих рынках России, стран СНГ и Западной̆ Европы. Помимо прямых продаж (сейчас у DATADVANCE три офиса прямых продаж в России, Франции и Германии) мы планируем создать канал продаж через дистрибьюторов и вендоров САПР. С рядом компаний уже имеются соответствующие договоренности (в частности, с компаниями АСКОН, НТЦ АПМ и др.), с другими ведутся активные переговоры. С названными выше компаниями мы работаем над созданием бандлов, которые будут предлагаться заказчику по привлекательной цене через каналы продаж обеих сторон. ­

В России мы видим большой, хотя и сопряженный с рядом трудностей, потенциал внедрения решений для многодисциплинарной оптимизации и анализа данных. В отличие от Европы, где эти решения давно получили признание и широкое распространение, в нашей стране далеко не всем известен этот класс программных средств, и наша работа во многом является просветительской. Мы прикладываем много усилий для формирова­ния у российских пользователей четкого понима­ния преимуществ от внедрения пакета pSeven – приглашаем всех желающих на семинары, тренин­ги и серию бесплатных вебинаров, начинающуюся 4 марта 2014 года.

Одним из важнейших направлений для DATADVANCE является выход на новые рын­ки – страны Азии и США. В этом году мы на­чнем работать в Японии, Китае, Индии и США. Промышленный сектор этих стран развит, а доля высоких технологий неизменно высока. Для нас это идеальный набор условий, при которых пакет pSeven и технология MACROS могут получить широкое распространение и признание. Большой работы требует изучение специфики названных рынков, адаптация к культурным и производст­венным особенностям, поэтому нам жизненно необходимы локальные дистрибьюторы, кото­рые станут для нас “проводниками”. В этом на­ правлении сделано уже немало. Так, к примеру, 7–11 апреля 2014 года DATADVANCE примет участие в ежегодной международной выставке International ICT Expo в Гонконге – это крупнейшее ИТ­-событие в Азии. В рамках выставки запланированы встречи и переговоры с различ­ными компаниями региона для налаживания партнерских отношений.

 

Территориальное расширение зоны охвата – не единственно возможная область развития бизнеса для DATADVANCE. Огромным плюсом решения pSeven и технологии MACROS является их фак­тическая универсальность в плане областей приме­ нения. Горизонты применения pSeven практически безграничны – ведь это мультидисциплинарный инструмент, который может приносить пользу в любых областях, где применимы математичес­кие методы анализа. Например, сейчас мы ведем интенсивные исследования в области предсказа­тельного технического обслуживания (predictive maintenance), выполнен ряд проектов в финансо­вой сфере и сфере биотехнологий. Выход на эти рынки – вопрос лишь времени и ресурсов.

- Спасибо за развернутые ответы. Желаем вашей компании успехов в реализации намеченных планов, динамичного и результативного развития!

 

Источник: http://www.cadcamcae.lv/N86/38-44.pdf

Только цифры
В «млн. руб.» и не более 100
Не более 200 символов
Не более 100 символов
Отмена