ЖАНРЫ

Alibaba и умный бизнес будущего
Шрифт:

Чем больше сеть бизнес-игроков координируется через интернет, тем больше становится смарт-составляющая коммерческой деятельности. Иначе говоря, постоянный поток данных, возникающих в результате взаимодействий и обрабатываемых в реальном времени, создает цепь обратной связи, которая автоматически генерирует все более и более «интеллектуальные» решения. Например, сегодня значительную часть рутинного поиска и представления продуктов клиентам на Taobao выполняют машины. Традиционным розничным продавцам для этого нужны тысячи покупателей, дизайнеров витрин, редакторов стиля, персональных консультантов и т. п. Машинное обучение – инструмент, который позволяет делать это на Taobao. На пике продаж в День холостяка в 2017 г. в базах данных Alibaba выполнялось 42 млн операций в секунду. Такой объем операций говорит о том, что алгоритмы машинного обучения осуществляли миллиарды итераций, принимая решение, что еще представить на экране вашего смартфона после того, как вы приобрели сотовый телефон, билеты на Бали и пижаму с ярким рисунком, которой любовались на протяжении последнего месяца. Я называю такую возможность эффективного выбора товаров и услуг в соответствии с запросами и реакцией клиентов интеллектуальной обработкой данных [13] . Она кардинально отличается от того, как большинство фирм подходят сегодня к отбору товаров и услуг.

13

Интеллектуальная обработка данных – это перевод китайского термина шуцзюй чжинэн, который я предложил для внутрикорпоративного использования в 2014 г. Он обозначает определенный стратегический подход к применению технологий машинного обучения. Как я объясняю в главе 3, в отличие от таких родственных терминов, как искусственный интеллект, анализ и обработка данных и большие данные, интеллектуальная обработка данных фокусируется в большей мере на практических аспектах применения данных и алгоритмов для получения адаптивных бизнес-результатов. Дополнительную информацию по машинному обучению и анализу и обработке данных см. в: Pedro Domingos, The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World (New York: Basic Books, 2015).

Под интеллектуальной обработкой данных я имею в виду предоставление компаниям возможности быстро и автоматически совершенствоваться с помощью технологии машинного обучения. Вы должны иметь представление о том, как действует интеллектуальная обработка данных, если когда-нибудь сталкивались с системами рекомендаций. Это самая примитивная форма интеллектуальной обработки данных, стандарт для любой онлайновой компании, я же говорю о значительно более сложной системе. Компании могут выйти на более высокий уровень интеллектуальной обработки данных, если автоматизируют принятие решений на основе непрерывного потока поступающей в реальном времени информации, например о времени отгрузки продукции поставщиками, об уведомлениях о выполнении заказа производителями, об отслеживании логистических операций и о предпочтениях клиентов. Такая автоматизация достигается в результате использования алгоритмов машинного обучения, повышающих координацию и оптимизацию каждого звена цепочки создания стоимости. Поскольку все больше видов деятельности становятся онлайновыми, связанные с ними решения можно автоматизировать и непрерывно улучшать. Вот что я подразумеваю под интеллектуальной обработкой данных.

Прогресс в сфере машинного обучения (направления компьютерной технологии, которое нередко считают подразделом более широкой области искусственного интеллекта) в последнее десятилетие привел к скачкообразному расширению возможностей того, что компании могут делать с данными. Машины освоили игру в го и шахматы, появились алгоритмы, позволяющие справляться с чрезвычайно длинными цепочками вычислений, анализировать многочисленные сценарии и быстро находить оптимальные решения. Получив новые результаты, алгоритмы перенастраиваются с их учетом. Они обучаются в процессе непрерывного выполнения итераций, а их результаты улучшаются с увеличением объема и разнообразия данных. Таким образом, машинное обучение углубляет интеллектуальную обработку данных. По мере того как все больше бизнес-процессов переходит в онлайн, а для успеха коммерческой деятельности все больше требуется координация взаимосвязанных игроков, компании трансформируются, передавая принятие рутинных решений компьютерам. В этом и заключается сущность смарт-бизнеса.

Рождение смарт-бизнеса и последствия этого явления

В Alibaba звенья цепочки создания стоимости превращаются одно за другим в модули и встраиваются в оптимизированные с технической точки зрения сети, а значительная доля бизнес-решений принимается автоматически. Такое масштабное использование инновационной технологии изменяет все. Данные становятся главным активом, критическим фактором производства. Стратегия приобретает новый смысл – теперь это не анализ и планирование, а процесс экспериментирования и привлечения клиентов в реальном времени.

В смарт-компаниях, как я покажу в этой книге, привычные силы конкуренции исчезают и уступают место новым формам сотрудничества между компаниями и мириадами других игроков. Когда в основе стратегии лежит не конкуренция, а центры сотрудничества, способы создания стоимости полностью меняются. А когда компании используют машинное обучение не только для автоматизации рутинных бизнес-процессов и взаимодействия с клиентами, но и для непрерывного их совершенствования, роль руководства в создании стоимости становится совершенно иной. Организации превращаются из статичных иерархических структур, нуждающихся в управлении и контроле, в динамичные, подвижные сети взаимосвязанных игроков, которых объединяет миссия и деловая возможность.

Не тешьте себя надеждой на то, что сетевая координация и интеллектуальная обработка данных – это удел только так называемых интернет-компаний или сетевых аборигенов. Я давно изучаю производителей мебели, компании по пошиву одежды и салоны красоты в Китае. Даже эти традиционные компании реорганизуются, чтобы воспользоваться новыми силами. По правде говоря, именно эта глобальная перспектива привела меня к формулированию новой стратегической теории. Сетевая координация и интеллектуальная обработка данных наглядно демонстрируют, что получается, когда передовые технологии Запада соединяются с динамизмом инновационной бизнес-модели Востока.

У китайских компаний больше возможностей использовать преимущества сетевой координации – гармоничное объединение бизнес-игроков через интернет вместо выстраивания корпоративных структур. Поскольку в большинстве китайских отраслей сравнительно слабая инфраструктура и немного доминирующих игроков, там больше простора для глобального преобразования на основе интернета. Компании в Соединенных Штатах в целом очень сильны в интеллектуальной обработке данных, в их распоряжении самые последние достижения в сфере машинного обучения, позволяющие автоматизировать создание знаний, распознавание образов, перевод с языка на язык и секвенирование ДНК. За годы исследований и взаимодействия с бизнесом в обеих странах я убедился в том, что силы сетевой координации и интеллектуальной обработки данных – и их взаимоусиливающая мощь – воздействуют на все компании, как старые, так и новые, независимо от их местонахождения.

Конечно, сети или данные, о которых я веду речь, не новые концепции, однако они никогда раньше не объединялись в теоретически единое целое. Это две спирали, которые образуют новую ДНК бизнеса. Взгляд на бизнес одновременно и с Востока, и с Запада позволяет увидеть цельную картину. Только когда соединяются инь и ян Запада и Востока, данных и сети, мы получаем ясное видение будущего. Только тогда можно формулировать эффективную стратегию настоящего.

Стратегия, как учат в школах бизнеса с начала 1990-х гг., нацеливается на достижение конкурентных преимуществ либо через рыночное позиционирование, либо через ключевые компетенции. Все это так, однако источники конкурентного преимущества стали совершенно другими. Компаниям необходим новый стратегический подход, соответствующий эре, в которой доминируют сети и данные. При таком подходе компании используют сетевую координацию для достижения более значительной стоимости и масштаба по сравнению с конкурентами, а также применяют интеллектуальную обработку данных, чтобы эффективно подстраивать бизнес к изменениям деловой среды и настроения клиентов. Самые успешные интернет-компании в Соединенных Штатах и в Китае неизменно опираются на сети и данные. Это правило будет определять победителей и в экономике будущего.

Ценный вклад в адаптацию классического анализа стратегии Портера к интернет-эпохе внесли многие экономисты и разработчики бизнес-стратегий, включая и самого Майкла Портера. Новые цифровые и платформенные стратегии очень глубоки и полезны. В этой книге я пытаюсь сделать еще один шаг и предложить более общую стратегическую концепцию, которая позволяет поместить как традиционный, так и цифровой бизнес в единый ландшафт. (Дополнительную информацию об этом см. в приложении C.)

Из китайского буддизма известен афоризм: «Кажущийся хаос распустившихся цветов есть проявление строгого порядка». Точно так же кажущееся беспорядочным появление новых идей и бизнес-моделей не случайно – это на самом деле рождение нового порядка. В этой книге я представляю структурированную концепцию организации бизнеса, создания стоимости и достижения успеха в условиях нового порядка.

Структура книги

При работе над этой книгой я преследовал две цели. Во-первых, мне хотелось описать новые силы, рожденные техническим прогрессом, и изложить новую «единую теорию» создания стоимости. Во-вторых, я собирался познакомить читателей со стратегическими и организационными последствиями появления этих новых сил.

На примере Alibaba я показываю, как наша деятельность, разработка стратегии и ее реализация, а также и сама концепция организации все больше отходит от традиционных представлений. В качестве дополнительных примеров я рассматриваю, в частности, розничных веб-знаменитостей, работающих на нашей платформе, нашего партнера Ant Financial и показательные истории интернет-успеха Apple, Google и Uber.

Рассказывая о себе, о новой бизнес-среде и своей центральной стратегической теории в главах 2 и 3, я более детально раскрываю ключевые концепции сетевой координации и интеллектуальной обработки данных.

В трех главах второй части «Как смарт-компании конкурируют: стратегические принципы» излагаются стратегические принципы генерирования «живых данных», ориентации на потребителя и переосмысления стратегического позиционирования. В главе 4 описывается процесс перехода бизнеса в онлайн и «софтверизации» потока рабочих операций с целью автоматизации принятия решений. После внедрения системы автоматизированного принятия решений машинное обучение создает на основе живых данных механизм постоянного повышения уровня обслуживания клиентов и эффективности. В главе 5 я рассматриваю стратегический императив переориентации бизнес-модели на клиентов. Я называю эту стратегию моделью «потребитель – бизнес» (consumer-to-business model) и привожу примеры ее применения в Китае. Наконец, в главе 6 рассказывается о том, как изменяются стратегии позиционирования смарт-компаний. Стратегии и возможности взаимосвязаны, позиционирование необходимо осуществлять в скоординированной сети, чтобы максимизировать свой потенциал и создать дополнительную стоимость для клиентов и партнеров.

Поделиться с друзьями: