В будущем ни одна компания, которая игнорирует ИИ, не сможет рассчитывать на большую прибыль. Если бизнес правильно использует технологии, он вырвется вперед, если нет — начнет терять позиции.
К таким выводам пришли эксперты по цифровым инновациям, профессора Гарвардской бизнес-школы Карим Лакхани и Марко Янсити. Они консультировали Microsoft, Facebook, Amazon и Alphabet и провели множество исследований о влиянии искусственного интеллекта на экономику. О главных трендах ученые рассказывают в книге «Конкуренция в эпоху искусственного интеллекта».
Записали самое интересное.
Стремительность изменений
Из-за пандемии компании перебрались в сеть. Даже те, кого там сложно было представить. Если раньше они раздумывали, нужно ли усиливаться в онлайне, то сейчас выбора не осталось. Вот, например, как это сделала IKEA.
Когда в компании поняли, что придется закрыть более 400 магазинов по всему миру, их превратили в пункты обработки и выдачи интернет-заказов. Команда по цифровым технологиям предприняла несколько шагов:
- за 1 неделю перенесли 13 региональных сайтов IKEA в облако и централизовали управление ими, сконцентрировав все данные в одном месте
- научили маркетологов, продажников и других специалистов анализировать и использовать информацию, собранную ИИ
- улучшили персональные рекомендации ИИ по подбору товаров на сайте
- организовали бесконтактные точки выдачи, где покупатели могут забрать свои онлайн-заказы, не коммуницируя с персоналом
Благодаря этим шагам и тому, что карантин «подогрел» интерес к IKEA, доход онлайн-магазинов в среднем вырос в 3–5 раз.
Слияние цифрового и «аналогового» миров
Бизнес не может быть полностью офлайновым, независимо от сферы деятельности. Но это не значит, что традиционным компаниям суждено исчезнуть. Их задача — с помощью ИИ увеличить собственную значимость для клиентов.
Например, физические маркеты Amazon Go благодаря искусственному интеллекту усиливают три ценности:
- персонализацию — индивидуальными рекомендациями товаров
- автоматизацию — покупками без персонала
- оперативность — шопингом без очередей
Сеть Walmart тоже использует ИИ — в экспериментальных маркетах Intelligent Retail Lab, чтобы контролировать количество и качество продукции. Датчики отслеживают наполняемость полок и сроки годности товаров, а затем передают информацию консультантам. Поэтому покупателям всегда доступен полный ассортимент продукции.
Еще один пример усиления «аналогового» бизнеса с помощью ИИ — фитнес-стартап Pelotoin. Компания предлагает групповые занятия на профессиональном оборудовании с тренером, но не в зале, а дома. Клиент покупает тренажер с сенсорным экраном и доступом в интернет, а затем оформляет подписку на онлайн-занятия.
Так у людей появляется возможность заниматься дома в комфортных условиях, но при этом оставаться на связи с персональным тренером.
Фабрики искусственного интеллекта
Сейчас большинство компаний собирает данные, но это не всегда приносит пользу бизнесу. Часто полученная информация разбита на несвязанные фрагменты и не работает как единый механизм.
Например, когда департаменты отдельно друг от друга накапливают сведения по общему вопросу, но не объединяют их. Из-за этого возникают проблемы с аналитикой: данные собираются просто ради данных.
Чтобы получать максимум, цифровым компаниям нужно создавать фабрики ИИ, пишут авторы. Это механизм принятия решений на основе поэтапной обработки информации и машинного обучения.
Именно фабрика ИИ ежедневно проводит миллионы рекламных аукционов на Google и Baidu, подбирает авто для клиентов Lyft и Uber, назначает цены на Amazon. В будущем такой инструмент станет нужен каждой компании, а не только корпорациям.
Самая известная фабрика ИИ — механизм персонализации контента на Netflix. Когда нужно решить, какую обложку фильма или сериала подобрать именно для вас, система сначала собирает данные о вашем взаимодействии с сервисом: что, когда и на каком устройстве вы смотрите.
Затем на основе ваших предпочтений алгоритм выбирает несколько обложек — например, с актером, который чаще всего встречается в фильмах из истории просмотров. Далее система запускает тестирование, в ходе которого определяет самую кликабельную обложку — ее вы и видите в результате. По мере накопления новых данных о ваших предпочтениях рекомендации меняются.
Лучше «слабый» ИИ, чем никакого
Чтобы трансформировать компанию, не обязательно нужен «сильный ИИ», который может думать как человек. Все еще достаточно «слабого» — компьютерной системы, выполняющей работу, которую раньше делали люди.
«Слабый ИИ» — это набор стандартных алгоритмов для выполнения конкретных задач и удовлетворения узкопрофильных потребностей. Например, чтобы приоритизировать контент в Facebook, проанализировать поведение пользователя на Netflix или получить помощь от Google Assistant.
Даже беспилотные авто Waymo и складские роботы Amazon — по-прежнему образцы «слабого ИИ». Это развенчивает миф о том, что диджитализация — нечто из области научной фантастики.
Меньше рутины для человека
Привлекать людей к шаблонным задачам становится нерациональным, ведь ИИ справляется быстрее. Поэтому компании минимизируют участие сотрудников в предоставлении услуг и товаров напрямую клиентам.
Люди разрабатывают программное обеспечение, контролируют ИИ, занимаются стратегическими вопросами и развивают культуру компании. Но практически не выполняют операционные задачи. Это позволяет:
- снизить затраты на поиск и обучение персонала
- сократить расходы и время на обслуживание одного клиента
- уменьшить риск организационных ошибок из-за человеческого фактора
Например, в финтех-компании Ant Financial сотрудники разрабатывают стратегию развития продуктов, их дизайн и технические инновации. Но непосредственно услуги клиентам предоставляет ИИ. Человек отстранен от процессов выдачи займов, оформления страховки и консультаций по инвестициям.
Поэтому в штате Ant Financial менее 10 тыс. сотрудников, которые обслуживают свыше 700 млн пользователей. Для сравнения: в Bank of America примерно такое же число клиентов, однако персонала — более 200 тыс. человек.
На складах Amazon часто именно компьютер говорит людям, что делать. Например, как максимально быстро найти необходимый товар. ИИ отвечает не только за перемещение продукции, но и за прогнозирование спроса, менеджмент склада и разработку цепочек поставок.
Ставка на сетевую стратегию
Раньше при построении стратегии упор делался на ресурсы компании. Теперь не менее важно то, как бизнес развивает связи с другими секторами экономики.
Чтобы сформулировать конкурентную стратегию, важно проанализировать реальные и потенциальные сети компании. Например, по такой схеме:
- Составить список сетей, в которые вовлечен ваш бизнес.
Для Uber это сеть пассажиров и водителей, для Facebook — пользователей и рекламодателей, для Airbnb — туристов и собственников жилья. - Оцените потенциал каждой сети: какую выгоду можно от нее получить и какие препятствия нужно для этого преодолеть.
Например, чем шире сети пассажиров и водителей, тем выше прибыль Uber. Значит, необходимо привлечь как можно больше клиентов и исполнителей. Но у Uber есть конкуренты, которые заинтересованы в том же. Поэтому компании нужно предложить специальные условия: пассажирам — скидки после определенного количества поездок, водителям — уменьшение комиссии при увеличении километража. - Подумайте, с какими компаниями на рынке можно построить сетевые мосты.
Создание сетевых мостов — это налаживание новых связей для масштабирования услуг. Например, у Uber есть сервис Health для перевозки пациентов, поездок медперсонала и доставки лекарств. Он налаживает связь организации с медицинскими и страховыми учреждениями. Также компания развивает Uber Eats — платформу для доставки еды. Она помогает построить новую сеть связей с маркетами и ресторанами.
Уход от специализации
Между сферами бизнеса постепенно стираются границы, и тренд узкой специализации отходит на второй план. Если компания сможет довести до совершенства обработку данных в одной области, ей не составит труда использовать свой опыт в других нишах, чтобы расширить поле деятельности.
Например, Amazon и Alibaba начинали с розничной торговли, а сейчас конкурируют в сфере финансовых услуг и здравоохранения. А Google из интернет-сервиса перерос в корпорацию, которая зашла в отрасль автопромышленности.
Все благодаря тому, что цифровые сектора имеют массу общих технологических основ. Поэтому, научившись правильно использовать данные в разных сферах, вы добьетесь большего, чем компании, которые оттачивают профессионализм в одной области.
Весь бизнес-контент в удобном формате. Интервью, кейсы, лайфхаки корп. мира — в нашем телеграм-канале. Присоединяйтесь!
Ответственное лидерство
Эра ИИ выдвигает новые требования к лидерам компаний. Они должны отвечать таким критериям:
- Иметь фундаментальные знания в области ИИ и уметь эффективно использовать технологии в своем бизнесе.
Лидеры не должны быть программистами, специалистами по обработке данных или инженерами ИИ. Но они обязаны разбираться в цифровых технологиях — этот скил будет важнее, чем экспертиза в узкоспециализированной отрасли.
Например, когда в Uber искали нового гендиректора, то наняли бывшего руководителя цифровой компании Expedia Дара Хосровшахи, а не специалиста из транспортной корпорации. - Защищать данные клиентов и партнеров.
Один из ключевых вызовов эры искусственного интеллекта для менеджеров — кибератаки и утечки данных. По мере масштабирования ИИ с ними будут сталкиваться все лидеры цифровых компаний, которые собирают большие массивы информации.
Менеджеры должны быть готовы нести ответственность за данные. Под этим подразумевается не только регулярное обновление ПО и внедрение новых защитных технологий. Лидерам нужно уметь быстро реагировать на утечку данных и нести репутационные риски.
Хотите получать дайджест статей?
