Каковы элементы круглого стола

Каковы элементы круглого стола?

элементы круглый стол Это модератор, спикеры и зрители. Технически динамика развивается не за круглым столом, а за группой, состоящей из экспертов по определенной теме перед аудиторией..

Обычно есть только один модератор, хотя это может отличаться. Для формирования круглого стола необходимо минимум два участника..

Первый этап — презентация мероприятия и гостей. Далее эксперты высказывают свое мнение в зависимости от цели указанного мероприятия. Наконец, аудитория задает вопросы о вмешательствах.

Мой первый раз

Свой первый настоящий круглый стол я провел 20 лет назад, на второй конференции «Компьютерный бизнес России». Я тогда понятия не имел, что это за работа и почему организатор конференции Александр Прокин, глава агентства «Дейтор», доверил мне, молодому журналисту, организовать и провести открытую дискуссию на тему «Имидж компании».

Источник: фотоархив Dator Communications

Учиться пришлось по ходу подготовки. Первый приглашенный топ-менеджер спросил: «Кто еще будет?». Тут же сочинился список приглашенных, который мы в итоге реализовали на 80%. Еще один директор по маркетингу поинтересовался списком вопросов — и список появился точно так же, на лету. Елена Жуплатова — участница, которой я особенно благодарен — тогда руководила продажами и маркетингом в московском представительстве компании OCS. Она спросила: «А не будет скучно?» — и подбросила две идеи. Первая: пригласить на дискуссию участника с заведомо непопулярными взглядами, которые тот не побоится высказать. Вторая: начать мероприятие с аудиовизуальной заставки, которая поможет слушателям адаптироваться к теме.

Круглый стол прошел на ура. Ролик с рекламой компьютерных компаний за последние восемь лет под аккомпанемент «The Entertainer» Скотта Джоплина с первых минут «включил» аудиторию. «Антагонист» — вице-президент компании, которого я попросил на полтора часа забыть о политкорректности — рубил правду-матку о PR и скрытой рекламе, чем снискал восторг и негодование зала в пропорции 50/50.

Круглый стол по автоматизации планирования

На Online–конференции Planning & Customer collaboration прошел Круглый стол по автоматизации планирования. Участники обсудили вопросы:

1) Зачем нужна единая среда прогнозирования, планирования и принятия решений?
2) Как быстро реагировать на вызовы рынка?
3) В каких случаях стоит использовать машинное обучение и нейросети, а в каких достаточно традиционных систем прогнозирования
4) Порядок подготовки к внедрению проекта machine learning и необходимые слагаемые успешности
5) Почему Data Science проекты тяжело внедрять в бизнес с большой долей «операционки»?
6) Окупаются ли инвестиции в Data Science в задачах, где много данных и понятна метрика качества, например, прогноз спроса, нагрузка на РЦ т.д.?

Мы собрали самые интересные высказывания участников Круглого стола:

Станислав Фридкин, Estée Lauder Companies, модератор Круглого стола: Как быстро реагировать на вызовы рынка?

Егор Алешин, торговая сеть «Магнит»:

Новая скорость принятия решений должна стать культурой компании. поэтому прежде всего, нужно пересматривать операционные процессы. Мы в «Магните» сейчас занимаемся именно этим.

Алексей Батурин, Novo BI:

Чтобы быстро принимать решения, нужно быстро перепланировать, оценивать риски и возможности, анализировать информацию, определять ее значимость для компании. Чтобы делать это быстро, нужно определять, отрабатывать стандарты и увеличивать скорость по цепи поставок.

Станислав Фридкин, Estée Lauder Companies, модератор Круглого стола: Реагировать на вызовы можно быстро, а можно аккуратно. Действия мы можем выбирать, а вот последствия – нет. Чем здесь полезна единая цифровая среда?

Алексей Батурин, Novo BI:

Единая цифровая среда может помочь в принятии решений. Во-первых, сбор информации осуществляется от всех участников с мест. Во-вторых, машина оценивает качество данных и автоматизирует процессы. Все, что не может сделать человек, может машина: справиться с подготовкой больших объемов данных, рассчитать прогноз, показать риски, перепланировать. Также единая среда помогает повысить скорость обработки информации и принятия решений, повысить точность прогнозов и планов.

Егор Алешин, торговая сеть «Магнит»:

Единая система прогнозирования – это критический фактор для компании, поскольку речь о прогнозе и для коммерции, и для логистики, и для финансов, и для партнеров. Если нет единой системы, где все видят прогнозы, то как-то оценивать KPI и выполнять планы очень трудно.

Станислав Фридкин, Estée Lauder Companies, модератор Круглого стола: Нужно ли использовать методы машинного обучения (ML) в цепях поставок?

Андрей Андреев, ГК «Балтика»:

В машинное обучение стоит идти, если у вас данные детализированы до товарной строки, до товарной накладной. Если у вас ситуация слайдов «в целом, по компании», то идти в ML не стоит.

Егор Алешин, торговая сеть «Магнит»:

У большинства ритейлеров машинное обучение бывает в виде внутренней разработки, на уровне пилотных проектов. У вендоров отдельным продуктом покупается редко, поскольку и там это все-таки пока комбинация старых добрых методов статистики и элементов ML. Больших проектов, которые полностью работают с данными на машинном обучении, пока нет. Причина, прежде всего, в том, что ML требует инвестиций на уровне полноценного НИОКР, а научные исследования не входят в основные интересы ритейлеров.

Станислав Фридкин, Estée Lauder Companies, модератор Круглого стола: В какой момент компания должна решиться и сделать шаг в ML?

Егор Алешин, торговая сеть «Магнит»:

В моем понимании, надо идти путем мини-пилотов. Попробовать разные решения. Где результат лучше, туда инвестировать.

Евгений Смирнов, Navicon:

Нужно найти бизнес, который поставит задачу. Потому что просто брать технологию и с ее помощью пытаться построить прогноз – это и называется НИОКР. Еще крайне важно качество данных. На некоторой информации никакой ML не построит прогноз. Если у вас сейчас нет подходящих данных, задумываться о машинном обучении можно, но стоит начать с того, чтобы собирать и копить данные. И через два года вы сможете войти в проект.

Станислав Фридкин, Estée Lauder Companies, модератор Круглого стола: Когда данные собраны, как начать ML-проект?

Андрей Андреев, ГК «Балтика»:

Надо посмотреть на данные. Если они все-таки собраны верхнеуровнево, то это дорога в никуда. Следующий шаг – понять, есть ли у вас внутренняя экспертиза. Возможно, стоит привлечь консультантов. Третий шаг – посмотреть, какие результаты дают проекты в пилотных версиях. И только после этого принимать решение: да, идем, хотим, добавим 10 факторов и т.д..

Станислав Фридкин, Estée Lauder Companies, модератор Круглого стола: То есть машинное обучение не панацея. И возможен вариант, что мы просто наберем дополнительных людей, которые помогут достичь поставленных целей?

Андрей Андреев, ГК «Балтика»:

Да, возможны два сценария. Первый: набираем людей, которые будут пользоваться традиционными моделями. Второй: приобретем дорогую систему и дорогих специалистов, но на недостаточных данных получаем примитивный результат.

Станислав Фридкин, Estée Lauder Companies, модератор Круглого стола: Что делать в ситуации, когда данных недостаточно, экспертизы нет, каким консультантам доверять, не знаем?

Андрей Андреев, ГК «Балтика»:

Пока играем в русскую рулетку.

Егор Алешин, торговая сеть «Магнит»:

Нужно идти от бизнес-задачи. Например, есть задача «точный прогноз». Решить ее можно машинным обучением, интегратором, консалтингом. Если ритейлер разместит заявку на тендер, я уверен, он получит миллион предложений. Из них можно выбрать оптимальные нашим условиям. И уже с каждым углубиться и понять, какие есть риски, какие результаты, какие ограничения. С наиболее понятным претендентом попробовать мини-пилот. Но как уже не раз сказали, вопрос с данными первичен. Если нет нужных данных, то и пилотировать будет нечего.

Станислав Фридкин, Estée Lauder Companies, модератор Круглого стола: Насколько тяжело внедрять ML-проекты там, где много операций выполняется людьми?

Алексей Чернобровов, «Нетология» и Coursera:

Мне кажется, что для начала стоит определиться с тем, что такое машинное обучение. Предложу простое определение. ML – это гибрид двух «математик»: методов оптимизации и теории вероятности. ML не может быть хуже статистических методов, потому что он больше них.

По поводу консультантов: если у вас внутри нет экспертизы, нет культуры работы с данными, то как вы прособеседуете потенциальных специалистов? Конечно, нужно идти к консультантам или хантить кадры у конкурентов. Но вообще, Россия лидирует в мире по наличию Data Science-специалистов. Так что у нас есть из кого выбрать.

Теперь о том, как применить ML-проект в «полевых условиях». Действительно, автоматизация в России плохо окупается из-за дешевизны рабочей силы. Точно так же: если вы хотите заменить Data Science пару-тройку человек с зарплатой 30 тысяч, то проще и дешевле найти еще нескольких людей на такую зарплату. Пока у нас будут такие зарплаты для персонала, технологии не подешевеют. Но как только рабочая сила у нас подорожает в два-три раза, на склады придет автоматизация.

Станислав Фридкин, Estée Lauder Companies, модератор Круглого стола: Насколько окупаются вложения компаний в Data Science?

Евгений Смирнов, Navicon:

Без бизнес-задачи все превращается в занятия наукой. Инвестиции в Data Science приносят коммерческий успех, поскольку все кейсы просчитываются еще на старте.

Станислав Фридкин, Estée Lauder Companies, модератор Круглого стола: Действительно ли в сложившихся обстоятельствах имеет смысл говорить не о проектах, а о выстраивании процессов? Поскольку ведь сам прогноз мы не продаем.

Андрей Андреев, ГК «Балтика»:

Без процесса сбор данных в принципе не организовать. Процесс должен быть выстроен, и под него должна быть заведена понятная автоматизация.

Алексей Батурин, Novo BI:

Автоматизацию нужно начинать с описания цели, процессов и согласований. Мы работаем с компаниями сначала с использованием статистических моделей, извлекаем пользу из имеющихся данных. Затем, когда у компании появляются новые данные, переходим на следующий уровень автоматизации. Смещаем горизонты, детализацию, углубляемся в цепочку поставок. Поэтому проекты у нас идут с компаниями по 3-5 лет, ежегодно внедряется что-то новое.

Егор Алешин, торговая сеть «Магнит»:

Не всегда выгоды от ML выражаются непосредственно в бизнес-результате. Иногда это приятный хайп для акционеров, влияющий на цену акций. Я считаю, что нужно просматривать процесс от начала до конца. Какой результат хотим получить. Где, куда, какие приложить инструменты. И только потом действовать.

Евгений Смирнов, Navicon:

Часто мы вместе с клиентом готовим данные, но естественно, компаниям важно выстроить эту работу самостоятельно. Потому что без данных все остальное не работает. Дата сайентисты должны быть визионерами: искать данные, которые понадобятся завтра, уметь их находить сегодня, открывать новые источники.

Алексей Чернобровов, «Нетология» и Coursera:

Одно без другого не работает: данные без процессов и процессы без данных. Соглашусь насчет визионерства и добавлю, что бизнесу надо быть готовым инвестировать в ML.

ФОРУМ «ОРИЕНТИРЫ ДЕТСТВА» «Стратегия развития дошкольного образования на основе традиционных духовно-нравственных ценностей народов Российской Федерации»

Форум проходит на фоне ключевых изменений в российском образовании, связанных с реализацией национальных проектов, поправками в Конституцию Российской Федерации, актуальными направлениями государственной образовательной политики.

Тема форума «Стратегия развития дошкольного образования на основе традиционных духовно-нравственных ценностей народов Российской Федерации» отвечает современным вызовам времени.

Чтобы вырастить достойное поколение граждан России, необходимо прививать детям любовь к малой родине и Отечеству, уважение к истории и традициям.

Ведущие эксперты в области образования, педагоги-новаторы, политические и общественные деятели, создатели уникальных проектов по сохранению родного языка и российской культуры выскажут свое мнение о главных принципах воспитания подрастающего поколения и о роли педагога в формировании личности ребенка.

«ОРИЕНТИРЫ ДЕТСТВА 3.0» – это новая программа, новые спикеры, новые источники вдохновения для педагога и новые векторы развития всей российской системы образования.

Уникальность Форума

Дополнительные возможности

Предлагаем вам воспользоваться дополнительной опцией и пройти разработанный специально для участников форума «ОРИЕНТИРЫ ДЕТСТВА 3.0» курс повышения квалификации «Патриотическое воспитание и формирование традиционных ценностей у детей дошкольного возраста». Курс включает эффективные технологии, методы и практики и направлен на совершенствование профессиональных компетенций педагогов в области воспитания дошкольников на основе традиционных духовно-нравственных ценностей народов Российской Федерации. Программа повышения квалификации состоит из двух частей: очной и дистанционной. Очная часть пройдет 2-3 ноября 2021 г. в рамках настоящего форума. Продолжение обучения — в дистанционном формате в соответствии с учебным планом. По окончании обучения выдается удостоверение о повышении квалификации установленного образца в объеме 36 ак. часов.

О Форуме

«ОРИЕНТИРЫ ДЕТСТВА» — одно из самых масштабных мероприятий современного формата, направленное на развитие дошкольного образования в стране, привлечение внимания общества и государства к вопросам воспитания детей, к повышению престижа работников ДО. Спикеры форума — ведущие эксперты в образовании, психологи, педагоги-новаторы,ученые, общественные деятели, родители — все, кто заинтересован в воспитании поколения достойных граждан России, в успешном развитии нашего государства.

Во ФГОС ДО большое внимание уделяется воспитанию патриотических чувств, морально-нравственному и познавательному развитию детей дошкольного возраста, приобщению детей к социокультурным нормам и семейным традициям, социализации каждого ребенка.

Именно в раннем детстве силами педагогов и семьи закладываются все основные качества будущего гражданина и формируется его первая модель мира: система представлений об окружающей действительности, о самом себе, своих отношениях с окружающими. Доклады и практико-ориентированные мероприятия форума утверждают ценность и важность воспитательной работы, подчеркивают большую роль взрослых в усвоении детьми норм и ценностей, принятых в обществе, показывают яркие примеры успешной воспитательной работы.

Форум даст старт серии конференций ЕССЕ-РЕГИОН «Воспитание дошкольников на основе традиционных духовно-нравственных ценностей народов Российской Федерации» и ряда других мероприятий.

Николай Веракса Доктор психологических наук, профессор, почетный доктор Гётеборгского университета, ректор МПАДО
Галина Меркулова Председатель Общероссийского профсоюза работников образования
Екатерина Лахова Председатель Общероссийской общественно-государственной организации «Союз женщин России».
Евгений Семченко Директор Департамента государственной политики и управления в сфере общего образования Минпросвещения России.
Ирина Винер-Усманова Председатель Комиссии Общественной палаты РФ по физической культуре и популяризации здорового образа жизни.
Шалва Амонашвили Руководитель Международного Центра Гуманной Педагогики, ректор Академии педагогического искусства и социализации, заведующий лабораторией гуманной педагогики Института системных проектов МПГУ, доктор психологических наук, профессор, академик РАО
Александр Мясников Историк, журналист, писатель, главный редактор проекта «Исторический парк «‎Россия — моя история».
Екатерина Толстая Директор Музея-усадьбы Л.Н.Толстого «Ясная Поляна»

Выступление народного детского хореографического ансамбля имени А.Н.Филиппова «Калинка».

Лариса Тутова Заместитель председателя Комитета Государственной Думы РФ по образованию и науке, руководитель Всероссийской общественной организации «Воспитатели России»
Маргарита Парамонова Декан факультета дошкольной психологии и педагогики МПГУ, кандидат психологических наук
Эльфия Дорофеева Президент Ассоциации развития качества дошкольного образования (АРКАДО), генеральный директор издательства «МОЗАИКА-СИНТЕЗ»
Алексей Чегодаев Директор по развитию Межрегиональной общественной организации «Союз Отцов», председатель Совета отцов Москвы, автор #крутОтец

Выступления воспитанников Детского музыкального театра «Домисолька».

Веракса Александр Николаевич Академик РАО, зав. кафедрой психологии образования и педагогики факультета психологии МГУ им. М.В. Ломоносова, доктор психологических наук.
Маргарита Русецкая Ректор Института русского языка имени Пушкина
Ирина Комарова Кандидат исторических наук, проректор по науке МПАДО