Карим Лахани
Оцифруйся или умри. Как трансформировать компанию с помощью искусственного интеллекта и обойти конкурентов
От данных к мудрости
Вирус возвращается. Сегодня сидя здесь и печатая заключительные слова для предисловия, мы сталкиваемся с фактически беспрецедентной неопределенностью в том, что касается мирового здравоохранения, экономики и политики. Некоторые из нас наблюдают затишье в распространении Covid-19, и во многих странах экономика начинает восстанавливаться. Несмотря на это данный кризис еще далек от завершения. Когда города в США и других странах открываются вновь, вирус возвращается с новой экспоненциально возрастающей свирепостью. Буквально вчера мы видели новый рекордный максимум зарегистрированных за день случаев заболевания Covid-19 как в США, так и во всем мире. Как только случаи госпитализации добрались до Бостона, MGH стала готовиться к повторному столкновению с вирусом. На всякий случай.
К сожалению, по мере того как пандемия продолжает распространяться, она преподносит нам еще один важный урок: без умелого руководства даже лучшая обработка данных и аналитика не приведут к мудрости. Прискорбно, что лишь малая часть общества усваивает некоторые из тех важных выводов, полученных в период первой волны пандемии. Например, теперь мы знаем со статистической точностью, что маски помогают избежать заражения инфекцией и сверхбыстрого распространения вируса. Тем не менее многие наши руководители не признают, не уважают и не используют в своей работе даже такую простую аналитическую информацию, что фактически приводит к человеческим жертвам, которых можно было бы избежать. И вот мы сидим и с ужасом наблюдаем за тем, как груда наших данных, аналитика и искусственный интеллект не способны внести свой вклад в коллективный разум, а это действительно могло бы положить конец пандемии.
Однако независимо от того, что ожидает нас в будущем, движение на пути к цифровой трансформации экономики уже не остановить. Влияние цифровых технологий повсеместно, и этому можно найти множество доказательств, а набранные темпы развития достигли такого уровня, что данный процесс теперь невозможно повернуть вспять. Что бы ни происходило, мы точно знаем: скорость цифровой трансформации резко возросла, и это формирует безотлагательную потребность в таком подходе к руководству в сфере бизнеса и технологий, который поможет стимулировать работу новой эпохи экономического развития.
Для того чтобы оставаться эффективными, наши руководители должны осознавать значение точности и аналитики, иметь базовое понимание технологии и экономической составляющей информационных платформ, цифровых сетей и искусственного интеллекта, обладать страстным желанием перемен и преобразований. Однако более всего им необходимо отличное знание этических норм относительно цифрового масштабирования, области применения и обучения, а также глубокое понимание негативных экономических и социальных последствий в случае неправильной трансформации. Мы искренне надеемся, что эта книга послужит для них стратегическим ресурсом.
Марко Янсити и Карим Р. ЛаханиИюль 2020 г.
Глава 1
Эпоха ИИ
«Это Рембрандт!» – воскликнул, воздев руки, аккуратно одетый седовласый джентльмен. Другие посетители не могли не согласиться с авторитетным мнением руководителя австралийского художественного музея. Убеленный сединами господин заявил, что без труда узнал руку голландского живописца XVII века. Однако спустя мгновение джентльмен растерялся: удивительно, но он никак не мог вспомнить названия картины, представленной на рисунке 1.1.
Рисунок 1.1. Новый Рембрандт
Источник: репродукция с разрешения архива ING и J. WalterThompson
Растерянность развеялась позже, когда для посетителей включили видеофильм, на котором для притихшей аудитории описывался процесс создания картины {5}. Портрет не принадлежал кисти Рембрандта. Если быть точнее, он был создан в 2016 году командой людей из J. WalterThompson и Microsoft для продвижения рекламной кампании голландского банка ING Group. Картина состоит более чем из 148 миллионов пикселей. Каждый пиксель был создан на основе 168 283 вариантов отсканированных изображений трехсот работ Рембрандта.
Группа исследователей данных, инженеров и экспертов по Рембрандту, применила алгоритм глубокого машинного обучения для анализа портретов. Они вычленили набор конкретных характеристик, свойственных манере написания картин художником. На новой картине изображен белый мужчина в возрасте от тридцати до сорока лет, с бородкой, в шляпе и с белым воротником, лицо обращено вправо, словом, все, что соответствовало манере великого живописца. Дополнительные алгоритмы были использованы для того, чтобы собрать компоненты в единую, полностью сформированную композицию. Далее 3D-принтер напечатал тринадцать слоев УФ-чернил, имитируя мазки художника. Таким образом, картина, названная «Новый Рембрандт», появилась на свет с помощью искусственного интеллекта через 350 лет после смерти художника.
Искусственный интеллект (ИИ) набирает вес в искусстве, объединяя различные дисциплины и медиа, расширяя диапазон художественных возможностей. Например, с помощью программы «Искусство и машинный интеллект» (AMI) компания Google организовала сообщество художников и инженеров для исследования преобразования творческой деятельности {6}. Сообщество применяет разнообразные стилистические технологии, нашедшие применение в «Новом Рембрандте» и в различных медиасферах: от фильмов до музыки. AMI и другие программы еще сильнее вовлекают ИИ в творческую деятельность: помимо повторения уже известных стилей, ИИ используется для создания совершенно новых произведений искусства {7}.
Если говорить о перспективах, то ИИ стремится преобразовать не только способ создания произведения искусства, но и само творчество в целом. Ахмед Эльгаммаль, директор Лаборатории искусства и ИИ в Ратгерском университете, работает с алгоритмом творчества, названным AICAN. Упомянутый алгоритм запрограммирован на создание новых произведений искусства без существенной помощи художников. Собирая данные о полотнах живописцев, датированных XIV веком, программа начинает самообучение, после чего создает совершенно новые картины, «вдохновленные» устоявшимися художественными стилями.
Словом, алгоритмы ИИ не просто расширяют диапазон методов создания и распространения произведений искусства для художников. Они также моделируют ход истории искусства, позволяя понять длительное развитие искусства от фигуративного к абстрактному и помогая нам понять процессы, происходившие в коллективном бессознательном разуме на протяжении более пятисот лет.
Подобное развитие – только начало. Если компьютер при помощи нескольких программистов и простенького ИИ уже сейчас может воспроизводить неотличимые от работ именитых мастеров произведения искусства, вносить свой вклад в работу художников или даже расширять их творческие способности, можно гарантировать, что вскоре не останется ни одной области человеческой деятельности, не затронутой искусственным интеллектом. Искусственный интеллект и цифровые сети распространяются все быстрее, проникая в одну научную дисциплину за другой, индустрию за индустрией, определяя новую эру для бизнеса и для всех нас.
Конкуренция в эпоху ИИ
ИИ – это «исполняющая среда», которая будет формировать все, что мы делаем.
Сатья Наделла, Microsoft CEO
ИИ становится универсальным исполнительным механизмом. По мере того как цифровые технологии все больше формируют «все, что мы делаем» и позволяют быстро увеличивать число задач и процессов, ИИ становится новой основой бизнеса – ядром операционной модели компании, определяющим, как компания управляет выполнением задач. Искусственный интеллект не только вытесняет деятельность человека, но и меняет саму концепцию фирмы.
Таким образом, первые значительные перемены, привнесенные ИИ, могут быть выражены не столько симуляцией человеческого поведения, сколько преобразованием самой природы компаний и способов, которыми они формируют окружающий мир.
Эта книга описывает значение ИИ для бизнеса. Искусственный интеллект трансформирует природу компаний: то, как они работают и как конкурируют. Когда бизнес управляется ИИ, именно программные инструкции и алгоритмы определяют стратегию, которой руководствуется фирма.
«Исполняющая среда», на которую ссылается Наделла, обеспечивает выполнение всех процессов. В цифровой модели люди, возможно, проектируют операционные системы, но фактически компьютеры выполняют всю работу в режиме реального времени: рисуют цифровые картины в стиле Рембрандта, устанавливают цены на Amazon, рекомендуют товары в мобильном приложении Walmart, отслеживают статус клиента для предоставления финансового кредита. Словом, берет на себя все процессы, ранее требовавшие наличия человеческого интеллекта как для разработки, так и для исполнения.
Наличие программного обеспечения, формирующего необходимый способ оперативного выполнения описанных задач, имеет существенные последствия. Цифровые процессы, управляемые ИИ, масштабнее, чем традиционные. Они обеспечивают больший охват (или разнообразие), поскольку легко соединяются с мириадами других оцифрованных процессов и создают огромные возможности для обучения и совершенствования, такие как способность делать более точные и сложные прогнозы и даже достигать полного понимания вопроса. При этом сети и ИИ изменяют природу компаний, обеспечивая им цифровой масштаб, охват и обучение, а также стирая глубоко укоренившиеся ограничения, сдерживавшие рост и влияние фирм в течение сотен лет.
В настоящее время мы уже дошли до этого этапа – и даже применение довольно простого ИИ вызвало взрывной рост таких компаний, как Facebook и Tencent. Чтобы спровоцировать серьезные изменения, которые здесь описываются, ИИ не должен быть неотличим от поведения человека или способным имитировать его мышление – то есть представлять собой то, что иногда называют сильным ИИ. Сейчас нам нужна только компьютерная система для выполнения задач, которые традиционно выполнялись людьми. Такую систему принято называть слабым ИИ. Нам не требуется идеальная копия человеческого мышления, чтобы расставлять приоритеты по публикациям контента в социальных сетях, готовить идеальный капучино, анализировать поведение клиентов, устанавливать оптимальную цену или писать в стиле Рембрандта. Несовершенного, слабого ИИ уже достаточно, чтобы трансформировать природу фирм и то, как они работают. Даже с относительно базовым ИИ, работа которого наблюдалась на протяжении последних десяти лет, мы оказались свидетелями беспрецедентных изменений, войдя в новую эпоху, где сети и алгоритмы вплетаются в структуру фирм, меняя функционирование отраслей промышленности и работу экономики.
Как на новых, так и на старых предприятиях цифровые технологии больше не могут рассматриваться как отдельный набор инструментов, а ИИ больше не ограничен определенными должностными инструкциями. Понимание новых возможностей и проблем стало для всех нас необходимым. Потому в эту новую эпоху ИИ проверенные предположения о стратегии и лидерстве уже теряют свою актуальность.
Трансформация конкуренции
КАЖДАЯ ОРГАНИЗАЦИЯ ДОЛЖНА УЖЕ СЕЙЧАС ПРИСТУПИТЬ К ОЦИФРОВКЕ И СТРУКТУРИРОВАНИЮ СВОИХ РАБОЧИХ ПРОЦЕССОВ.
БОЛЬШЕ НЕТ ПРИЧИН ЖДАТЬ.
НЕ ВАЖНО, КАК ДАВНО РАБОТАЕТ ВАША ОРГАНИЗАЦИЯ.
ЕСЛИ ВИРУС ОБОЙДЕТ СТОРОНОЙ, ТО ОБЯЗАТЕЛЬНО НАСТИГНУТ КОНКУРЕНТЫ.
По мере вступления в эпоху ИИ возникновение цифровых операционных моделей трансформирует конкуренцию. Рассмотрим это на примере фотографии.
Более ста лет назад изобретение фотографии оказало мощное воздействие на «технологию» живописи, значительно снизив спрос на подобные работы. Новая мода рождала спрос, фото стало доступным разным слоям общества, а не только привилегированным, к тому же фотографические портреты изготовляли в разы быстрее полотен живописцев. Художники оказались в затруднительном положении, но быстро адаптировались и нашли новые способы и стили. В этом примере важным моментом является то, что, хотя пленочная фотография угрожала старым нормам и создавала новые возможности, она кардинально не повлияла на экономику. Борьба между пленочной фотографией и живописью напоминала картину, наблюдаемую сегодня в различных отраслях: от дисководов до экскаваторов, когда одна траектория технологического развития взрывным образом меняется на другую {8}. Новое покоряет старое, создавая вызовы для существующих на рынке игроков, в то время как остальная экономика существенно не меняется.
Взглянем на то, что произошло, когда появилась технология цифровой фотографии. С изобретением первой цифровой камеры в 1975 году (Стивен Сассон, Kodak) стало возможно записывать фотографии в виде файлов, которые можно было просматривать и редактировать на компьютере. Первые цифровые фотографии были дорогими и некачественными. Со временем они дешевели и становились более совершенными. Затем они стали угрожать пленочной фотографии подобно любой подрывной технологии, разрушая традиционные способы и создавая возможности для новых предприятий. Но оцифровка фотографий не просто предоставила альтернативу более старой технологии, но и потребовала создания больших носителей информации. Представление о цифровых устройствах полностью изменило характер и разнообразие видов деятельности, связанных с фотографией. Появилась возможность легко и безопасно обмениваться фото (благодаря электронной автоматизации при практически нулевой стоимости), поэтому люди стали снимать чаще и делиться гораздо большим количеством фотографий. Обыденностью стала возможность документировать и размещать в социальных сетях любые события, работу, домашних животных и даже еду, что казалось нелепым во времена, когда фотопленка содержала двенадцать, двадцать четыре или тридцать шесть кадров. Эта практика привела к появлению нового поколения компаний – Facebook, Tencent, Snapchat, Line и TikTok, и это лишь некоторые из них. Каждая из указанных компаний является примером масштабной работы с электронными данными, помогающей пользователям выбирать, формировать свои представления о жизни и окружающем мире и обмениваться ими.
Появление все более сложного ИИ радикально расширяет воздействие этой трансформации на индустрию фотографии. Представьте, что огромное количество фотографий, производимых ежедневно людьми (а это более 10 триллионов цифровых фото в год, что в пять раз больше общего количества когда-либо сделанных традиционных пленочных фотографий) представляет собой растущий набор данных, большая часть которых хранится в облаке Google, Facebook и WeChat, где их можно проанализировать с помощью алгоритмов. Эти данные служат основой для улучшения алгоритмов, используемых при распознавании лиц, сортировке фотографий и для улучшения качества изображений. С помощью уже имеющихся данных и небольшого «обучения» социальные платформы, такие как Google, Facebook и WeChat, могут автоматически определять (даже предсказывать) не только семью и друзей, но и родственные связи между людьми (родственники ли изображены на снимке?) и знакомых (эти люди одноклассники?). Приложения для фотографий уже рекомендуют продукты, услуги и даже новостные ленты, которые могут понравиться пользователям, а некоторые дают рекомендации друзьям, предлагая «познакомить» вас с кем-нибудь на основе общих интересов или опыта.
Когда цифровые технологии применяются вместе с традиционной фотографией, они не просто заменяют ее чем-то более дешевым, более дифференцированным или более качественным. Это не просто создание нового ценового предложения для клиентов. Цифровые технологии позволили возникнуть новому, все более мощного типу компаний, который использует другую операционную модель и конкурирует иным способом. Они изменили не только индустрию фотографии, но и мир вокруг. Это связано с тем, что при оцифровке (например, при преобразовании мазка в пискели) происходят серьезные изменения.
Оцифровка представлений о мире масштабируема до бесконечности – сегодня можно легко и точно оцифровать информацию, воспроизвести ее и практически бесплатно передать бесконечному количеству получателей в любой точке мира. Более того, оцифровка той или иной деятельности делает ее легко подключаемой (при практически нулевых издержках) к безграничным дополнительным видам деятельности, радикально увеличивающим ее масштабы. Наконец, оцифровка той или иной деятельности может включать в себя инструкции по обработке – алгоритмы ИИ, которые формируют поведение и обеспечивают множество возможных путей решений и ответов. Этой логике можно научиться, обрабатывая данные, постоянно обучая и совершенствуя встроенные в нее алгоритмы. Таким образом, цифровое представление о человеческой деятельности может самообучаться и совершенствоваться отличным от аналоговых процессов способом. Эти факторы полностью изменяют способы функционирования, которыми фирма может (и должна) руководствоваться.
Традиционно потенциал внутренней масштабируемости, расширения возможностей и обучения был ограничен архитектурой операционной модели организаций, в которых она использовалась. За последнее десятилетие мы стали свидетелями возникновения компаний, которые разрабатывают и проектируют свою архитектуру, чтобы полностью раскрыть потенциал цифровых сетей, данных, алгоритмов и ИИ. Действительно, чем больше фирма нацелена на оптимизацию воздействия оцифровки, тем больше потенциал масштабирования, расширения возможностей и обучения, встроенных в ее операционную модель, и тем большую ценность она может собой представлять (см. диагр. 1.1.). Повышение уровня оцифровки, аналитики и искусственного интеллекта/машинного обучения (МО) может значительно увеличить объемы бизнеса, устремив кривую стоимости вверх пропорционально количеству пользователей и их вовлеченности. Поскольку описанный процесс сталкивается с моделью традиционной компании, цифровая операционная модель может полностью изменить статус-кво.
Первыми проигравшими в этой борьбе оказались традиционные игроки, не сумевшие адаптироваться. В конечном счете Kodak был уничтожен не Fuji или развитием цифровой фотографии. Kodak уничтожили производители смартфонов и появление социальных сетей. Вместо того чтобы сосредоточиться на задачах отраслевого уровня, таких как обработка фотоматериалов и маркетинг, Facebook, Tencent и Google сосредоточились на объединении пользователей, а также на сборе и анализе информации, проходящей через их сети.
Диаграмма 1.1. Столкновение традиционной цифровой операционной модели
Эти фирмы по-разному определяют и создают ценность, полагаясь на совершенно другую операционную модель, отличную от модели Kodak, для предоставления этой ценности своим клиентам.
В результате возник принципиально иной способ конкуренции. Эти компании в действительности никогда не рассматривали Kodak в качестве конкурента. Вернее, традиционная компания по производству пленки была просто сопутствующим ущербом в стремлении новых фирм привлечь пользователей в свои сети, продвигающие возможность поделиться фотографиями как основную услугу.
Но на этом история не заканчивается. Вместе с тем что социальные и мобильные платформы достигли небывалого уровня масштабирования, расширения возможностей и обучения, обнаружилось, что цифровые операционные модели создали новые проблемы, притом что они раздавили своих традиционных конкурентов. Их неудержимый рост и безудержно растущее влияние породили новые риски. От приватности до кибербезопасности, от когнитивных искажений до фальшивых новостей, – взлет фирмы, базирующейся на ИИ, создает новые виды угроз. Обычно руководители сталкивались с набором проблем, сдерживаемых относительно ограниченным влиянием их организаций на экономику, окружающую среду и социальную систему. Не имея подобных внутренних ограничений в том, что касается объема, масштаба и влияния, новое поколение «цифровой фирмы» требует новых подходов к лидерству, регулированию и даже этике.
Alexa, как ты изменяешь экономику?
Amazon, вероятно, является самым ярким примером того, как организация может использовать цифровую операционную модель для преобразования традиционных отраслей бизнеса. Она продает реальные товары и услуги, в которых люди нуждаются каждый день, и при этом взаимодействует со всеми компаниями, которые продают эти товары и услуги на протяжении поколений. Amazon заново открывает традиционные бизнес-инструменты и переносит их на цифровую основу. При этом она использует преимущества цифровых технологий, аналитики и ИИ/МО для расширения своего масштаба, спектра возможностей и обучения. Взаимодействуя с традиционным бизнесом в различных сферах, от книг до бытовой электроники и продуктов питания, Amazon меняет правила конкуренции.
В традиционном бизнесе масштаб – это палка о двух концах. В процессе роста бизнес обычно может приносить больше прибыли при более низких ценах. Однако преимущества объема, как правило, ограничены операционной моделью фирмы, охватывающей все активы и процессы, используемые ею для обеспечения ценности, которую она обещает своим клиентам. По мере того как фирма становится больше, ее операционная модель усложняется, и вместе с этим возникают всевозможные проблемы. Подумайте о длинных очередях в вашем любимом магазине, когда приходит слишком много покупателей, или о путанице, возникающей, когда быстро растущая фирма нанимает слишком много новых сотрудников, или о проблемах с качеством, возникающих в производственном цехе в случае увеличения требований к мощности или ассортименту продукции. В конечном счете сложность становится причиной краха традиционных организаций, увеличения рабочих издержек и снижения уровня обслуживания, несмотря на то что решение сложных операционных задач является целью многих управленческих и административных систем, разработанных за последние сто лет, начиная от конвейера до многопрофильной структуры компании.
Однако когда за оцифровку операционных задач берется Amazon, она использует преимущество и масштабирования, и расширения спектра возможностей, и обучения. Ее цифровые системы легче масштабируются и продолжают совершенствоваться, независимо от размера и сложности работы. После полной оцифровки управлять системой приема заказов становится сложнее с ростом количества пользователей или их растущими запросами. Система просто становится все лучше и лучше. По мере оцифровки все большей части процессов и задач, обеспечивающих ценность для потребителей, виднее становятся преимущества масштабирования. Большой размер предприятия позволяет предоставить беспрецедентный объем продуктов и услуг, характеризующихся впечатляющими темпами совершенствования и четким таргетированием.
Рассмотрим, к примеру, работу консультантов. В обычных магазинах сотрудники продвигают и предлагают тот или иной товар, но их количество ограничено традиционными процессами найма и обучения, а также выделяемым бюджетом. Кроме того, им сложно получить необходимый опыт продаж. Консультанты, успешно продающие удочки, обычно не умеют продавать детские игрушки.
Алгоритм же, который создает предложения на веб-сайте Amazon, не имеет подобных ограничений. Система получает огромное количество данных о том, что покупали предыдущие клиенты и какими были их сопутствующие покупки (например, какие товары уже были у них в корзине). Система обрабатывает все эти данные, учитывая технические характеристики продукта и характеристики потребителей, чтобы предложить им новые, потенциально привлекательные продукты. Алгоритм учится, анализируя поведение каждого потребителя и каждого продукта. Чем больше информации он получает и чем больше объем и разнообразие продуктов, тем лучше. Благодаря этому Amazon работает все эффективнее. Рекомендательные механизмы ИИ, подобные алгоритмам коллаборативной фильтрации Amazon, не требуют затрат на коммуникацию или координацию (в отличие от традиционных, «человеческих» механизмов). Кроме того, ИИ легко подключается к различным приложениям. Многое из того, что Amazon узнает из книжных предпочтений пользователей, может быть применено к рекомендациям по видеоматериалам, одежде и всему остальному.
Ключом к успеху Amazon является постоянно совершенствующаяся операционная модель. Философия работы компании базируется на полной оцифровке наилучших операционных практик с помощью широкого применения ИИ, машинного обучения, передовой робототехники и внедрения как можно большего количества ноу-хау в программном обеспечении. На обычном складе люди управляют всем и выполняют основные задачи – организации здесь сталкиваются с теми же ограничениями, что и продавцы, рекомендующие товары. У Amazon нет таких проблем. В наиболее важных операционных процессах люди здесь играют второстепенную роль. От прогнозирования спроса до управления складом, от управления цепочками поставок до планирования производственных мощностей, программное обеспечение и ИИ заправляют всем. Amazon действительно нанимает много людей, но большинство из них размещается на обочине цифровой сети, делая вещи, с которыми компьютеры еще не могут справиться (например, отбирая товары странной формы со склада). В то же время в такой системе сведена к минимуму сложность управления и, наоборот, обеспечен максимальный эффект цифровой масштабируемости. Часто компьютеры определяют, что должны делать люди, а не наоборот. Например, при выборе оптимального пути для поиска и идентификации конкретного продукта на складе.
Снова и снова Amazon взаимодействовала с обычными промышленными процессами и преобразовывала их в цифровую, автоматизированную и все более искусную ИИ альтернативу. Amazon растет, обычный бизнес теряет позиции. Так трансформируется индустрия.
Echo – умная колонка с микрофоном от Amazon – расширяет стратегию компании до нового диапазона приложений благодаря Alexa – голосовому интерфейсу на платформе ИИ. Echo начала работу с простых, почти обыденных команд на музыкальном сервисе Amazon, таких как «Alexa, сыграй RageAgainstTheMachine». Технология быстро совершенствовалась, поскольку собирала все большее количество данных разных типов и использовала их для обучения. По мере того как ее функциональность увеличивается и совершенствуется, дуэт Echo-Alexa продолжает совершенствоваться в решении многих обыденных задач: от заказа витаминов в интернет-аптеке до чтения книг, от записи в автосервис до управления домашними системами.
Кроме того, сервис Alexa спроектирован как настоящий хаб с возможностью подключения пользователя к практически безграничному набору услуг и продуктов. По состоянию на сентябрь 2018 года у Alexa насчитывалось более 50 000 навыков (действий, которые она могла выполнять с помощью голосовых команд), созданных многими сторонними разработчиками {9}. И по мере того как Echo продолжает развиваться, число человеческих потребностей, которые могут быть удовлетворены с помощью решения, предоставляемого Amazon или при посредничестве компании, будет только увеличиваться. Каждый раз, когда вы сообщаете Alexa о том, что вам нужно купить, AmazonEcho создает список покупок и отправляет вам товары. И каждый раз, когда вы возвращаете или обмениваете купленные вещи, алгоритмы Amazon обучаются и оттачивают способность предсказать, что вам нужно.
Модель Amazon прекрасно масштабируется. Компания способствовала столкновению цифровых и аналоговых моделей в отрасли: от одежды до вычислительной техники, от потребительских товаров до развлечений, – угрожая традиционным компаниям от Walmart до Comcast. В результате Amazon стала одной из основных движущих сил, меняющих отрасль ритейла. Она изменила способ совершения покупок по всему миру и повысила ожидания персонализации во всем спектре потребительских товаров и услуг. По мере того как Amazon увеличивает масштаб на большем количестве своих рынков, от книг до продуктов питания, растут ее влияние и рыночная капитализация.
Продолжая развиваться и изменяясь, Amazon столкнулась с растущим вниманием со стороны сообществ и регулирующих органов. Учитывая широкий охват многих традиционных рынков, бизнес-модель Amazon нелегко оспаривать в рамках существующей антимонопольной практики. Устойчивый рост будет зависеть от способности руководства компании уравновесить свои многочисленные конкурентные преимущества с теми потрясениями, которые они могут вызвать в остальной экономике. В то же время конкуренты Amazon не стоят на месте.
Переход на новый цифровой уровень
Ни одна отрасль не ощущает влияния Amazon острее, чем розничная торговля {10}. Удобство интерфейса Amazon, низкие цены, возможности персонализации и рекомендаций, а также программируемая инфраструктура логистики создают проблемы для традиционных фирм. В 2017 году более двадцати ритейлеров объявили о банкротстве, а в 2018 году к этому списку присоединился даже 125-летний гигант Sears {11}. Walmart – компания с крупнейшей в мире выручкой, делает все возможное, чтобы избежать такой же участи.
Основанная Сэмом Уолтоном в 1962 году, Walmart не боялась технологий. На протяжении десятилетий она устанавливала стандарт в технологии розничных поставок и сетевой инфраструктуре, с его постоянно развивающейся системой RetailLink и ранней приверженностью технологиям EDI и RFID {12}. Наполненная данными цепочка поставок всегда была важной частью операционной модели Walmart и ключом к ее впечатляющим масштабам. И все же даже самые успешные традиционные алгоритмы работы оказались недостаточно сильны, чтобы без существенных изменений противостоять натиску Amazon.
Чтобы достойно конкурировать с Amazon, Walmart пересматривает свои алгоритмы работы на основе цифровых технологий и ИИ. Обычные разрозненные корпоративные программные системы заменяются интегрированными облачными решениями. Это позволит шире использовать уникальные ресурсы Walmart для различных новых приложений. Что, в свою очередь, позволяет аналитике и ИИ расширять и автоматизировать растущее число рабочих задач и устранять обычные препятствия роста и изменений.
Компания также ищет помощи за пределами сферы своей деятельности. Она приобрела ряд цифровых фирм, в том числе Jet.com (электронная коммерция) и Bonobos (онлайн-магазин мужской одежды). В июле 2018 года Walmart объявила о партнерстве с Microsoft, чтобы стимулировать цифровые изменения и получить доступ к облачным ресурсам, технологиям и востребованным возможностям ИИ как услуги.
Онлайн-доходы Walmart уже заметно выросли, увеличившись почти на 50 процентов в 2018 году, компания серьезным образом ответила на брошенный вызов со стороны Amazon. Однако чтобы продолжить конкурировать, Walmart придется использовать данные, аналитику и ИИ для преобразования покупательского опыта. Магазины никуда не денутся, но физический покупательский опыт должен развиваться как для того, чтобы радовать покупателей, так и для того, чтобы дополнять покупательский опыт онлайн. Walmart признала это в 2018 году, когда запустила свою интеллектуальную RetailLab в Левиттауне, Нью-Йорк.