Больница, аэропорт, коронавирус. Как на российском софте моделируют любые процессы

Всем привет! Меня зовут Самат Галимов, и это подкаст «Запуск завтра». Обычно мы говорим о технологиях примерно вот так.

Business Process Model and Notation (BPMN).

Language Server Protocol.

Имитационное моделирование.

Нет никакого рендеринга объекта в физический мир реального дистрибьюшн-центра.

Правильный уровень абстракции.

Digital twin. Сделано на базе Eclipse IDE. Сгенерировать Java-код, потом скомпилировать этот Java-код.

Прикольно. Как технический директор я пытаюсь разобраться, как устроены сложные и интересные штуки. Я зову профессионала, с которым можно поговорить простым человеческим языком. У меня есть знакомый Ярослав Астафьев, с которым мы ни разу не виделись, но иногда переписываемся. И я спросил у него, как дела? Он сказал, что по мне на работу и прислал мне ссылку на сайт компании AnyLogic. Я открыл ссылку, и там оказалась модель больницы, которую я вижу сверху, и там видно, как ходят врачи и пациенты. как они заходят в комнаты, сколько там кабинетов, какая очередь в туалет или на прием к специалисту. И ты можешь поменять параметры модели, например, добавить еще одного врача или выключить туалет и посмотреть, как это все влияет на заполняемость и пропускную способность этого отделения. Это полный взрыв мозга. Я понял, что это программа, которая позволяет моделировать любые процессы, начиная от пешеходной перехода и заканчивая распространением коронавируса. Мне захотелось разобраться, как это все устроено. Это подкаст студии Либо-Либо, и у нас есть партнер, сервис онлайн образования Яндекс Практикум. Если вы хотите стать программистом, дизайнером или дата-сайентистом (data scientist), идите на сайт Яндекс Практикум и учитесь.

Ярослав Астафьев, я software architect / архитектор ПО в компании AnyLogic, и мы делаем софт для имитационного моделирования.

software architect / архитектор ПО— это человек, который придумывает, как программировать?

Ну, это скорее человек, который придумывает, как программа должна быть устроена внутри, чтобы она была, с одной стороны, удобная, с другой стороны, надежная.

Меня зовут Павел Лебедев, я тоже работаю в компании AnyLogic и руковожу технической поддержкой пользователей наших программ и продуктов.

Я открываю ваш сайт AnyLogic.com и вот смотрю, кто ваши клиенты. Просто сверху вниз. NASA, Ford, PricewaterhouseCoopers, General Electric, IBM, Rolls-Royce, DHL, 3M. Проматываю вниз. Intel, Facebook. Проматываю вниз. Харли Дэвидсон. Как бы что объединяет все эти компании? Я не понимаю. Причем проматываю еще вниз, вижу вообще НАТО и армию США. Как бы что вообще происходит? Почему они все у вас там прописались? Или вы просто взяли топ 100 компаний в мире и положили их себе на сайт?

их объединяет потребность в технологии моделирования, в общем, если говорить, именно в этой технологии, которая этими компаниями используется, естественно, по-разному, потому что задачи у них разные, то есть специфичные для каждой компании.

Прости, пожалуйста, ты сказал технологии моделирования. Можешь объяснить на пальцах, что это значит?

Да, если полностью сказать, это называется имитационное моделирование. Это воспроизведение поведения реальных систем на компьютере. Наверное, самая простая аналогия – это компьютерные игры. В компьютерной игре что-то происходит, есть некий виртуальный мир, где что-то происходит, где игрок взаимодействует с этим миром. своим ходом там течет, меняется там и так далее. Это примерно то же самое. Вот имитационная модель— это некое воспроизведение того или иного объекта или большой какой-то системы на компьютере. То есть, это может быть склад, это может быть производство, это может быть какие-то большие штуки, например, там цепочка поставок какой-то большого ритейлера там во всей стране.

Это уникальная технология или есть много компаний, которые похожие вещи делают? И вообще, пока этого не было, как люди делали такие модели, имитацию, как считалось это все?

Ну, сама технология не новая. И вообще, первые попытки, первые подходы создания модели, которые можно было назвать именно simulation modeling, имитационной модели, появилась где-то в районе 50-х годов в Америке, в Соединенных Штатах. Это математическая модель, это набор каких-то уравнений, но далеко не все вещи, какие-то системы поведения объектов можно описать набором математических формул, ну совсем далеко не всех.

Вот игра компьютерная, в ней я примерно понимаю, как это работает. Ты издаёшь правила поведения объектов, например, если я подойду к огню, он меня начнет обжигать, у меня правда жизнь падает, и в какой-то момент я умираю.

Здесь всё то же самое.

Вот буквально моими словами сказал, здесь не формулы пишутся, а именно описываются правила поведения системы, частей системы, например, из взаимодействия которых потом складывается тот же весь игровой мир.

А чем тогда вы вообще отличаетесь от хорошо написанного игрового движка?

Мы медленнее, это точно.

Это преимущество?

Нет, ну, игровой движок заточен на что-то свое обычно, а у нас возможность моделировать любой бизнес-процесс. Он может быть как процесс материального мира, когда физические объекты взаимодействуют, может быть процессом виртуального мира, например, когда есть какой-то виртуальный клиент, который звонит в колл-центр, и мы не рисуем этого человека, который что-то пытается заказать. и есть возможность совместить эти процессы между собой. То есть, грубо говоря, ты можешь на первом этапе сказать, что приходит заказ в колл-центр, но этот заказ на самом деле обрабатывается, у него есть своя логика обработки, потом На основе этого заказа происходит реальный физический процесс в реальном мире. Например, погрузчики гоняют по какому-то складу, формируют заказ, приезжает фура, и эта фура уезжает. И тут опять прерывается какой-то физический мир реального дистрибьюшн-центра, и эта фура едет по карте куда-то там, не знаю, в Берлин.

Но при этом ты считаешь расстояние от этой точки дистрибуции до Берлина, и смотришь, сколько она будет ехать.

Ты его впрямую как бы не считаешь, если уж про машинку говори, которая едет. Ты задаешь правила поведения.

Ты говоришь, до Берлина она будет ехать 5 часов.

Ты, скорее, говоришь, что вот фура должна... Пришел заказ, когда заказ готов, фура может отправляться со склада клиенту, который находится в Берлине. Скорость движения фуры средняя, допустим, 50 км в час. Маршрут до Берлина понятный, есть карты, как работает любой навигатор в телефоне, например.

Вот мне интересно, насколько тут много ручного забивания типа.

Ты указываешь две точки, где твой центр и местонахождение клиента.

И характеристики объекта. Если мы про фуру говорим, это скорость движения, как она едет, например, ее грузоподъемность, сколько туда помещается палет, коробок и так далее. Вот, возможно, какие-то дополнительные правила поведения этой фуры, вот она едет, водитель не может ехать больше, допустим, пяти или шести часов непрерывно, он должен останавливаться на сон, поесть, он останавливается.

Я не представляю, где нужно остановиться, это же получается, тебе нужно вообще весь мир описать внутри своей системы.

Самое сложное выбрать степень детализации, наверное.

Правильный уровень, да, или уровень абстракции.

Грубо говоря, мы приближаемся немножко к такому термину, как digital twin, то есть это цифровая копия чего-то.

Цифровой двойник, сейчас очень популярный этот термин, везде он светится.

Вау, то есть ты пытаешься смоделировать в реальном мире вещь, которая происходит, и, проигрывая на исторических данных, ты можешь проверить, насколько хорошо твоя модель вообще работает.

Не совсем, давай проще. Представь, у тебя поступил заказ в реальном времени, а ты загоняешь этот заказ в нашу систему, и он говорит, где находится ближайшая машина, и кто должен сформировать этот заказ. И этому сотруднику приходит реальный заказ. Он идет его формировать, и приезжает реальная машина, которая по нашему алгоритму Выбрана оптимальной.

Ну подожди, то есть это получается, вы такая точка сборки информации из реального мира и ее представления в цифровом виде.

И принятия решений на базе... Да, то

есть это... Вот есть тоже термин там, система поддержки принятия решений. То есть это то, что может помочь принимать, надеемся, правильные решения.

Потому что раньше всё моделировалось аналитически, и, наверное, это очень хорошо для математического аппарата.

А что такое аналитически?

Давай пример простой задачи. У тебя есть банк, в банке есть касса, в кассе обслуживается один клиент за столько-то времени. Клиенту приходит с такой-то частотой в этот банк. Вопрос, если я пришёл во столько-то времени, через сколько меня обслужат как клиента? И у этой задачи есть обычное математическое аналитическое решение, которое даст тебе конкретную цифру. Конкретная формула, подставил значение, получил цифру. К сожалению, распределение посещений банка, оно не с постоянной частотой происходит. Утром люди заходят в банк чаще и вечером, чем днём, потому что днём большинство работает. Есть распределение по дням недели, по государственным праздникам, по всяким другим сторонним факторам. И чем сложнее задача, чем больше степеней свободы, на которой ты можешь влиять у этой задачи, тем сложнее найти ее аналитическое решение, и тем проще промоделировать этот процесс. Я могу сказать, что в среднем это выглядит вот так, и это выглядит вот так, потому что я посчитал и внес в программу. Но если я попробую решить эту задачу реальным математическим аппаратом, то, наверное, ни один математик ум сломает об эту задачу. Но, наверное, примерно так же происходит в machine learning, ML-модель справляется хуже с примитивной задачей. Но чем сложнее и объемнее процесс, который она пытается оптимизировать, тем лучше аналитические алгоритмы это решают. Вот здесь примерно точно такая же ситуация, что исторически сначала мы решали математическую задачу, потом мы начали описывать какие-то формулки в Excel и, вбивая циферки, мы получали циферку на выходе и никак не могли ее проверить, насколько она корректна, потому что в Excel модель заложена предположения автора этой модели. А ещё, возможно, там есть ряд реальных ошибок, которые по формулам не особо понятно, как отследить. Чем выше уровень абстракции, тем проще оперировать группами. С другой стороны, смотри, работаешь ты на заводе, приходишь и говоришь, давайте мы этот станок поставим туда, я всё посчитал, будет классно. И вообще там мощность увеличится в два раза, и всё будет огонь. А по факту ты думаешь, классная идея, но это же и миллиарды перестроит завод, еще миллиарды потерь, пока завод простаивает, и еще не факт, что это будет. Поэтому ты тратишь, не знаю, миллионы на то, чтобы это посчитать. И это по факту выходит дешевле, чем построить завод и посмотреть, как оно будет работать.

Вот я проложил очень много проводов в жизни, и поэтому я их везде замечаю. Есть ли вещи, которые вы замечаете? Как люди, которые разбираются... Я так понимаю, у вас какое-то особое зрение на это должно быть.

Ты имеешь в виду вот эту профдеформацию?

Да, какая профдеформация возникает, когда ты много занимаешься симулированием?

Самая, наверное, популярная область применения моделирования— это система массового обслуживания.

Макдональдс?

Это Макдональдс, то есть это где есть некая очередь, поток. Например, приходишь ты в аптеку какую-нибудь большую, там, не знаю, 15 окон. В каждом окне стоит, допустим, по 2, 3, 4, где-то по 5 человек. Ты заходишь и думаешь, так, пойду в очередь, где там вот 2... Там же меньше людей. Где 2 человека. Встану в эту очередь. Ну, естественно, ты уйдешь из аптеки последним после вообще всех остальных.

Потому что перед тобой 2 баклана, которые не могут вообще понять, чего они хотят.

Либо не могут понять, что... Да, не хотят. Либо у них такие рецепты, что там пока их прочитаешь... Ну, это решается с

помощью вот этих номерочков, да, я так понимаю?

Да, вот, и в данном случае подход, когда очередь одна общая, просто много окон, гораздо эффективнее, ну вот он просто... Ну

это же нельзя, кстати, вот это нельзя промоделировать, это решение автобуса.

Конечно можно.

Это всё выглядит, как какая-то интеллектуальная работа человеческая, то есть вот это уже людьми... А-а-а, ну под... не обязательно это всё пробовать в реальной жизни, можно всё это прогнать на модели.

В том вся фишка как раз-таки, чтобы... У тебя могут быть совершенно шальные идеи по поводу улучшения, реорганизации, чего бы то ни было, но имея модель, вот ты как раз все эти шальные свои идеи можешь попробовать вот всё, что угодно сделать, и может быть реально какая-то вещь, которая совершенно не очевидна, будет работать круто. Кто-то же придумал электронные очереди в итоге.

Ты никогда не видел видео моделирования пробок на кольце?

Не видел, но я видел у вас модель, где машинки ездят.

Да, а теперь смотри, как это в реальном мире происходит. У тебя кольцо диаметром 100 метров, на нём 15 машин, и все водители обученные асы. Это стоит много денег, арендовать кольцо, взять машины, взять профессиональных водителей, поставить их туда, расположить все машины... Подождите, кто-то такое делал, что ли? Да, реальный эксперимент. Серьезно? Расположили машины на расстоянии 15-20 метров друг от друга. И сказали, вы должны ехать с дистанции 15-20 метров с скоростью 40 километров в час.

Фиксировали постоянно и ничего не делали.

И они едут друг за другом. Дальше говорят, вы теперь становитесь обычным водителем. Обычный водитель держит дистанцию примерно 5 метров. Поэтому если расстояние больше 5 метров, сокращайте дистанцию до передней машины. И буквально за 30 секунд такой эксперимент показывает штуку, что в одном месте этого кольца огромная пробка, первая машина выезжает из неё, догоняет пробку сзади. Вот зачем надо было нанимать опытных водителей, кучу машин брать, если можно это за, я думаю, 15 минут промоделировать спокойно.

Скажи, пожалуйста, это реально моделируется? Вот власти Москвы моделируют поведение на дорогах с помощью вашего инструмента?

Проекты были такие, где весь город не моделируется, каждая машинка в городе, просто потому, что движение на перекрёстке в одной части Москвы, Петербурга, любого города, совершенно никак не связано с движением на перекрёстке в другом конце города.

То есть, очень дорого моделируется, смысла особого нет?

Смысла нет. Моделируется на таком детальном уровне, когда каждая машинка, даже с 3D-анимацией, красиво всё едет. Какие-то либо развязки отдельные, либо это некая транспортная инфраструктура вокруг больших объектов, тех же аэропортов, вот эти все подъезды-разъезды вокзалов, торговых центров и так далее. То есть вот есть некий участок где-нибудь. Мы хотим там построить торговый центр, который предполагает, естественно, то, что туда должны как-то заезжать, какая-то парковочная зона. Соответственно, если мы просто поставим торговый центр, сделаем один въезд на территорию, то, скорее всего, так как это точка притяжения, туда будут ездить люди, будут образовываться пробки просто потому, что текущая инфраструктура, Светофоры, перекрестки, ширина дорог, пешеходные какие-то зоны и так далее, не рассчитаны на такой трафик. Поэтому здесь отчасти может помочь оптимизация, например, настроек светофоры, длительность фазы, красный горит столько, зеленый горит столько, стрелка направо-налево. Но, например, как именно должна выглядеть дорожная сеть вокруг, ну, понятно, сама модель не скажет, она не сможет перебрать все возможные варианты дорог, как их там реорганизовать. Но это, тем не менее, для проектировщика, это вот инструмент именно попробовать. Хорошо, а что если я здесь сделаю не три полосы, а четыре? Добавлю карман, например, съезд куда-то, добавлю еще перекресток, ты ничем не рискуешь, ты не пошел копать дорогу, укладывать асфальт, проложил дорогу так, посмотрел, как это ездит, замерил какие-то характеристики этой системы, пробки, непробки образуются или нет. И какой-то из этих вариантов ты уже можешь дальше выносить куда-то дальше на проект, на какое-то там согласование, например. Но при этом у тебя есть подтверждение, как это примерно так это будет работать в реальной жизни.

Мне в голове сразу возникает вопрос про ценности. Для того, чтобы найти оптимальность, тебе нужно понять вообще, что для тебя какую ценность несет. Например, нам нужно типа, чтобы машина больше проехала или чтобы пешеходу было меньше стоять? И вот тут мне почему-то сразу такая первая мысль, типа, эта штука должна быть публичной, т.е. я должен просто как гражданин, как житель, мы должны эти решения принимать, потому что у меня в голове, перед глазами стоит перекресток перед метро-университет, я там жил и учился много лет.

Который стоит 3 минуты.

Там просто невозможно перейти, и ты как студент выходишь из метро-университет, И там уже набралась большая толпа людей, и ты смотришь на эти мерседесы, которые там стоят, как бы едут бесконечным потоком, и думаешь, хорошо. Классовая ненависть в этот момент, я не знаю, учитывается ли она в этих моделях.

Ты мне напомнил ситуацию вот буквально недавно. Страна Южной Америки, местный оппозиционер очень в красках на испанском расписывает, какие все замечательные люди в правительстве, и просто прикладывает модель, где он промоделировал в нашем туле пешеходный вот развязку. с транспортными потоками и говорит, что надо добавить то, надо добавить то, смотрите, вот результаты модели, а вы, короче, в общем... Нехорошие люди. И всё это вот именно политический текст. Это не про то, что смотрите, какой я классно промоделировал, а смотрите, какие правительства работают, ну, дундуки, давай так скажем.

Офигенно. Один пример, который меня поразил и очень вдохновил— это аэропорт. Вот я начальник аэропорта, и я видел вашу модель, которая позволяет посмотреть, какой ширины должны быть проходы в коридоры для того, чтобы не было толкучки. Вот объясните мне, пожалуйста, сколько параметров мне нужно забить, и вообще, AnyLogic для начальника аэропорта?—

Подожди, хочешь, я тебя расстрою?—

Давай.

Это модель, которую, скорее всего, ты видел. Это то, что делают люди на семинаре на второй день за час.

Ну да, это, скорее, простенький пример. Если говорить именно про то, что затронула область, называется пешеходное моделирование. Это анализ пешеходных потоков, вот эта вещь. То, что, естественно, используется при моделировании объектов массового скопления людей. Это вокзалы, аэропорты, торговые центры. Вообще, среди наших пользователей, если говорить про консультантов, которые делают проекты, нет какой-то специализации. То есть, здесь ключевым является знание продукта и умение создавать модели, а не знание какой-то предметной области.

Симуляции, которые кажутся мне чудом, для Ярослава и Павла кажутся скучными и неинтересными, банальными. Те вещи, которые им интересны, это очень сложные логистические склады, распределительные центры, с которыми я никогда в жизни не сталкивался. Хочется увидеть какой-то проект, с которым я сталкиваюсь каждый день. Вокзал, метро, И поэтому уже после разговора с Ярославом и Павлом я позвал Алексея Пашкевича. Алексей работает в Институте развития транспортных систем. Он как раз тот человек, который, не обладая никакими специальными знаниями, разобрался с AnyLogic и теперь формирует ту среду, в которой мы живем каждый день.

Наша компания называется Институт развития транспортных систем.

Чем вообще вы занимаетесь?

Если мы начнем с самого начала, то мы начали с остановочных пунктов Московской железной дороги. Это был еще одиннадцатый год. Я только пришел в компанию и стал помощником генерального директора. Это было... Ну, эту должность занимал только водитель.

Вот.

Тогда я ушёл из армии. Собственно, я отучился на офицера в военном институте в Серпухове здесь, в Подмосковье. И попал в компанию, в которой, собственно, я ничего не умею делать. Я, естественно, не программист, я, естественно, не знаю, что такое транспорт, потому как меня в армии учили только двум вещам. Это мести улицы и нажимать на красную кнопку. Учили запускать ракеты. И придя в компанию, я совершенно не понимал, что от меня требуется. Но желание было что-то сделать, у меня куча амбиций было, и мне поставили задачу определить, какие процессы проходят в ТПУ. Я просто не понимал, что такое ТПУ. Это для начала. Потом я начал изучать, а мне не хотелось же подходить к генеральным директорам и спрашивать, а что такое ТПУ? Я как бы дураком буду выглядеть. Я понял, что это транспортно-пересадочный узел, где люди пересаживаются с одного вида транспорта на другой. И нужно было, вот мне дали задачу определить, какие процессы протекают в ТПО. Я начал думать, как, чего. Я перерыл весь интернет, перерыл кучу программ по моделированию именно процессов. И тут AnyLogic. А тогда было как бы на тот момент очень мало было продуктов. официальных и бесплатных. То есть, не надо было его там крякать и так далее. У них был очень хороший пример, пример по моделированию железнодорожного вокзала.

Как раз своя тема.

Как раз моя тема. Думаю, вот оно, вот движение пешеходов, вот все процессы, вот блок схемы. Думаю, просто я клад нашел. И, собственно, так и произошло, естественно.

Погоди, твой босс этого не знал?

Мой босс этого не знал. Я две недели Да, это как бы полностью моя инициатива была. И вот я вот это копал, копал, чтобы просто разобраться, как же это все работает. Я не программист. В итоге я разобрался. И уже через полгода мы купили лицензию. первый проект мы уже выполнили в начале 2012 года, уже успешно, как раз таки для Московской кольцевой железной дороги, ныне сейчас МЦК. Очень наглядный пример станции метро Киевская. Это одна из крупнейших станций московского метро. Пассажирпоток 30 тысяч человек.

В час.

Подход был совершенно... Мы эту модель делали около где-то полутора месяцев в режиме нон-стоп, в режиме ошпаренные кошки, что называется.

Почему?

Сроки очень сжатые. У них там огромная проблема, когда пассажиры выходят из электричек.

Я жил в Переделкино.

Ну, вот, собственно, и спускаются в метро, там огромный пузырь постоянный. Нужно было что-то с ним сделать, и эти решения нужно было предложить вот-вот сейчас. Сроки были очень сжатые. И мы начали это делать так же. И первая задача наша была воспроизвести в модели текущую ситуацию. И вот на этот этап калибровки мы потратили достаточно много времени.

То есть вы прямо, типа, сделали грубую модель, не получается тот поток, который нужен, и вы сидите и считаете, где он.

Начали калибровать. А здесь у нас, там, не знаю, здесь траектория, здесь люди вот так вот. Здесь надо стеночку чуть-чуть подправить. Более того, что там очень много пересадок. Человек с Киевского вокзала мог пойти на Кольцевую, мог пойти на Филёвскую, на Арбатско-Покровскую, а там они месиво постоянно было. Да, задача максимум была понять, а можем ли мы в существующих условиях, в существующих стенах как нам переконфигурировать турникеты и кассы, чтобы было нормально.

Звучит как дико интересная задача.

Это дико интересная и дико сложная задача, именно потому что метро— это памятник архитектуры.

Очень сложно, мне кажется, перестроить метро.

Самое главное, что у них была задача понять, а нужен ли им дополнительный эскалатор. Строить новый эскалатор, пятый эскалатор установки.

Это как Boeing.

Наверное, это полтора-два миллиарда. И более того, закрытие станции там на два года, на полтора, может быть.

Такое решение, да.

И мы построили модель. И они у них уже проходили экспертизу, по-моему. Могу сейчас, конечно, чуть-чуть привирать, но там было уже всё утверждено, что строить эскалатор. И когда, собственно, мы построили модель, мы поняли, что если эскалатор пойдёт на подъём, то есть из метро на выход, и если он будет полностью, все три эскалатора на подъём будут забиты, то есть раньше

было два... То двери не выдержат.

То двери не выдержат.

И в этот момент люди начнут просто умирать, по сути.

Просто заходить на эскалатор, который идёт наверх. И, собственно, эскалатор не установили, да.

А что в результате? Насколько большие были переделки?

Но, насколько я знаю, я вот был недавно на Киевской, то есть, никаких изменений не произошло. Так что, Киевская станция метро – это для нас просто, это наше всё.

Вот.

У нас ещё масса было проектов по чемпионату мира. Условия были крайне жёсткие, за три месяца нужно было разработать 31 вокзал, за 3 месяца невозможно сделать такие проекты. Значит, нужно было первое, у них в качестве исходных данных были только расписание прибытия поездов и планировки. Пассажир потоков не было. Мы это все получали на каждом вокзале, все анализировали, траектории, как двигаются люди внутри вокзала тоже не было. У нас был создан свой целиковый департамент, который был график обследований, а это все, это сколько там, 10 городов. Надо было по десяти городам. Три месяца. Плюс еще они исследовали, выдавали нам эти данные.

То есть это живые люди, которые ездят по этим городам и смотрят, как люди ездят по вокзалу.

Не то, что смотрят.

Они считают всё это, анализируют. Потом это надо всё как-то перевести в

формат... Представляю, они там, типа, заходят в отель, ну, типа, днём всё это считают, дальше приходят вечером в отель, забивают это всё в Excel и скидывают тебе в центр. Совершенно верно.

Надо было придумать формат, как это всё грамотно обрисовать, как это всё грамотно, чтобы это было в AnyLogic, чтобы это всё типизировано было, потому как ну, нужен был формат.

Звучит, как гигантская задача.

Это огромнейшая задача.

Сколько людей этим занималось?

Значит, на исследованиях около 10 человек плюс один человек, который моделирует этот вокзал, ездит по городам. Значит, исследование мы провели где-то за полтора месяца. Мы там сидели до двух ночи. Мы привлекали дополнительных сотрудников, которые моделировали у нас, вот именно помогали нам.

И потом Расскажи, какой результат труда вашего был в этом проекте?

Задача была следующая – понять, справится ли вокзал с дополнительным потоком болельщиков, справятся ли вот эти рамки досмотра, правильные ли там траектории, каким образом. И следующая задача – это эвакуация. То есть, в случае чего, что произойдёт, если… Точнее, успеют ли люди все выйти из здания вокзала. Серьёзная задача, и мы для каждого вокзала рассчитывали время эвакуации с каждого выхода.

Какой результат труда? Что ты даёшь на выходе?

Отчёт и модель. В отчёте написано конкретно... Успеет, не успеет?

Планировка.

Вот здесь вот элемент, турникетный павильон. Время выхода 10 минут, очередь 15 человек. И снизу рекомендация. Необходимо увеличить турникетную линейку на два турникета. предположим, то есть, конкретно. И мы проверяли, насколько нужно увеличить. И 50% нашей рекомендации, они были учтены. И считаем, что это хороший результат. Естественно, там всё-таки как бы это с экономикой тоже должно ввязаться, что здесь мы не можем. Мы давали результаты, рекомендации такие достаточно заделом на будущее, что здесь и одна рамка досмотра справится, но лучше две на всякий случай.

Я понял, что не только транспорт бывает. Какой самый необычный кейс?

Это было моделирование для Министерства транспорта. Мы моделировали в позапрошлом году движение самолётов по всей стране. Значит, задача была понять, как нужно оптимизировать маршрутную транспортную сеть воздушного транспорта всей страны. Те маршрутные трассы, которые сейчас есть, они были проложены исторически, и на тот момент тогда ещё такого потока воздушного трафика не было. Маршрутные трассы проложены так, что тебе придётся лететь треугольником. А может напрямую. Неоптимально. И есть определенная проблема, что нельзя сейчас запустить самолет по кратчайшему маршруту, потому что его нельзя будет обнаружить радаром.

То есть нет такой трассы?

Не то, что нет трассы. Мы трассу не можем проложить там, где нету этих радаров. И задача было Министерства транспорта полностью покрыть всю страну этими радарами. И более того, задача сделать так, чтобы всегда самолет был в зоне действия двух радаров. И таким образом ты можешь проложить маршрут по кратчайшему пути. И у нас экономия получилась в десятки миллиардов. Мы рассчитывали на расход топлива в существующем положении. Здесь, конечно, палка о двух концах, что ты даешь возможность быстрее добраться до точки B, но при этом пропускная способность аэропорта не позволяет принять этот самолет.

О господи, сейчас башка взорвется.

И именно модель позволяет это решить. То есть, мы моделировали и пропускную способность самого аэровокзала.

Сколько это аэропортов в России?

Ох, около чего-то 150, или около 200, что-то вроде такого. И более того, мы же моделировали весь мир, то есть у нас из России...

Потому что они же прилетают из мира.

Конечно, да-да-да. Около 700 аэропортов по всему миру, которые имеют сообщение со страной. Там около полутора миллионов рейсов.

Вот это как в кино реально, то есть у вас была картинка того, как реально летают самолеты по стране, и вы нажимаете на кнопочку, переключаете, как они могли бы летать, и сколько это топлива стоит.

Да, да, совершенно верно.

Но это не просто переключать, там модель настолько тормозила, нам пришлось, чтобы прогнать год, нам пришлось потратить около двое суток, чтобы модель просто гонялась и выдала нам результаты по каждому рейсу, сколько он тратит топлива. в существующем положении и в перспективном положении.

И сколько там была прям большая цифра?

Там дельта в 10%, то есть, разница. Но я сейчас не помню эквивалент какой, сколько он топлива тратит в килограммах, там был расчет на пассажир-километры, но в результате

разница... Типа экономия в 10%?

Да, дополнительно 10-12%. И это, говорю, это миллиарды экономия для страны.

с аэропортами, вокзалами и самолетами мы разобрались. А можно ли смоделировать распространение вируса или информации? Об этом я тоже с Пашей и Ярославом. У меня лично есть два вопроса. Я технический директор, я управляю программистами. Можно ли промоделировать разные способы управления, дедлайны? Ну, короче, можно ли оптимизировать задачу управления программистами?

Управление проектом, да, это тоже популярная штука очень.

А что оптимизирует вообще? Можете рассказать какие-нибудь примеры?

Надо исходить из задачи. То есть, что именно ты хочешь в итоге получить, что вообще под твоим контролем, чем ты можешь варьировать. Например, вот... ты говоришь, группа программистов, да, с разными скиллами, каждый занимается какими-то определенными вещами, кто-то быстрее, кто-то медленнее, у всех там разный уровень в плане их качества написания кода, да, то есть там то, что написал... Подожди, это реальный проект?

Кто-то такое все забивает?

Да, почему нет? Ну то есть это некий, вот есть в модели, моделируется проектная деятельность, да, проект

это вот... Подождите, есть реально такая модель, в которой забито, типа, что вот этот программист быстрее, медленнее, это... Да, ну кратко,

да, есть такие модели.

Сколько строчек кода, сколько программистов, сколько человека лет на это убито, закопано в это все?

человеко-лет, программистов полкомпании, то есть 20, суммарно на все продукты.

Подожди, во всей этой компании работают 20 программистов?

На все продукты.

Скорее всего, есть конкуренты которые. Или вы монополист?

Нет. Мы далеко не единственный продукт. В мире их есть энное количество. Они разные по новизне, красоте, функционалу и прочее. В основном это американские продукты. В большей степени есть что-то в Европе.

В России есть кто-то, кроме вас?

Ну толком нет, да.

У вас в клиентах куча американских топовых компаний, почему они берут у вас, а не у Америки?

Потому что у нас есть представительство в Америке.

И вы тоже американская компания по сути?

Ну в том числе.

Ну, то есть, почему выбирают? Выбирают из-за функционала, из-за гибкости продукта. То есть, то, что есть сейчас на рынке, они достаточно узкоспециализированные. То есть, все они в основном про моделирование, скажем так, производственных процессов, тех же систем массового обслуживания и прочего. Но когда речь заходит, например, про создание моделей каких-то логистических цепочек поставок, где есть отдельные вот эти сущности, агенты, которые друг с другом должны как-то общаться, взаимодействовать, у них есть некое свое поведение, то есть это может быть...—

То есть у вас более generic система, насколько я понимаю.—

Да, и плюс...—

Она позволяет объединить разные. Ну, то есть если ты знаешь, как делать оптимизацию размещения товаров на складе, но не можешь промоделировать процесс вступления этих заказов, погрузки, разгрузки и всего вокруг, то, наверное, ты классно решаешь точную задачу, которая никому не нужна.

Скажи, пожалуйста, вот прямо сейчас происходит этот

вирус в Китае, Стандартная тема, да. Вот модель аэропорта имеет задачу со звёздочкой для наших студентов. Мы просим сказать, что есть некий вирус, у вируса есть стандартный цикл, это... Подвержен заболеванию, болеешь, но ещё не умеешь заражать людей, болеешь и заражаешь, вылечился. И по сути у тебя есть некая функция, которая говорит, что если я провзаимодействовал, например, находился в течение какого-то времени с зараженным человеком на расстоянии меньше, чем, то я получил кусочек болезни. И таким образом мы описываем взаимодействие людей в этом замкнутом помещении. И, например, мы просто помечаем всех этих людей красненькими, которые заражены. Мы можем промоделировать процесс распространения болезни в каком-то объекте.

Офигеть. А по миру в целом это можно сделать?

Ну, здесь, скорее, по миру в целом тоже да. То есть, это одна из областей применения имитационного моделирования нашего продукта в частности. То есть, моделируется распространение заболеваний и так далее. Цели у таких моделей бывают разные. То есть, в этом заинтересованы могут быть и просто некие исследователи, которые занимаются вообще анализом, как это всё происходит и так далее, как на это можно влиять. так и страховыми компаниями, компаниями из фарминдустрии, которые там производят лекарства, их продают и так далее, то здесь в этом интерес у многих, поэтому эта область достаточно тоже популярна, но сразу скажу, не в России, а скорее в Штатах.

У меня вообще было чувство, что вот Когда я вас узнал, что, блин, рядом со мной живет гений, а я этого не знаю. Ну, в смысле, вы разработали международную компанию, типа, одна из ведущих в этой области, и вами пользуются всякие очень крутые компании, а я про вас ничего не знаю. Мне кажется, IT-тусовка российская ничего про вас не знает. Как вы вообще, что вы по этому поводу чувствуете?—

Ну, сейчас узнает, видимо. Мы и движемся в этом направлении в том числе. Ну, действительно, да, это впрямую влияет на сложность найма новых сотрудников, программистов и так далее. То есть, там, ну, какая-то компания делает, что делает, непонятно.—

Самое сложное— это затащить человека на собеседование. Вот серьёзно.—

Ярик, не так давно самого собеседования.—

У нас очень много людей, они... «Что там? Я вас никогда не... Я не пойду».

Окей, программисты вас не знают, публика вас не знает, а государство вас знает?

Знают точно технологию вообще, хотя не так давно она вообще в России, они ей стали там говорить, она стала популярна и так далее, то сейчас это все прям тренд, про это знают. И если речь заходит про эту технологию, совершенно точно все приведет к нам. В России так точно, за рубежом зачастую приведет все равно к нам. В прямую, да, мы с государством никак не связаны, мы разработчики, есть продукты. Лицензии купить, пожалуйста, покупайте лицензии.

Я бы сказал, что вы стратегическое отрасль, и вас надо внутрь в коробку сбежать.

Может быть, лучше не трогать?

У нас вот начало года, мы проводили небольшую игру и оценивали риски, которые могут повлиять на наш продукт. И в шутку кто-то сказал, что если начнётся третья мировая, то всё, как бы, продукта не будет. И ребята говорят, да что, в бункеры нас перевезут и будем прогать, что, моделировать-то всем надо. На семинарах, на обучении, ну то есть компания тоже проводит точно обучение, в кулуарах и на обедах. Одни ребята из... не знаю, в общем, они что-то для военки моделируют, они меня очень сильно задолбали с одним вопросом. Когда ваш софт сможет быть настолько мощным, чтобы можно было загнать туда все станции ПВО на границу с Российской Федерацией и промоделировать?

Я ему говорю, зачем?

Вот на вас со всех сторон сразу нападут?

Зачем вам это?

Он говорит, по-другому не поймут.

Спасибо, Ярик, спасибо, Паша.

Приходи ещё, помоделируем.

Это подкаст «Студии Либо-Либо», и мы его сделали совместно с сервисом онлайн-образования «Яндекс Практикум». Над подкастом работали редактор Андрей Борзенко, младший редактор Юлия Яковлева, звукорежиссёр Павел Цуриков, продюсер Павел Боровков. За джингл спасибо Алексею Зеленскому. Подписывайтесь и слушайте нас везде, где вы слушаете подкасты. Ставьте нам оценки и комментарии, это для нас очень важно.

Редактор субтитров Т.Горелова Корректор А.Егорова