Искусственный интеллект на службе бизнеса - [7]
Когда вы заходите на сайт, ИИ Amazon прогнозирует, что вы хотели бы купить, и предлагает соответствующие товары. Это целесообразный труд, однако его результаты далеки от идеала. В нашем случае точность прогнозов не превышает 5 %. И мы заказываем одну из множества рекомендуемых вещей. С учетом миллионного ассортимента это совсем не плохо!
Представьте, что ИИ Amazon собрал больше информации о нас и использует ее для улучшения качества прогнозов, – это усовершенствование сравнимо с поворотом регулятора громкости на колонках, только вместо звука регулируется точность прогнозов.
В определенный момент поворота ручки точность прогнозов ИИ достигает порогового значения и меняет бизнес-модель Amazon. Прогнозы становятся настолько точными, что компании выгоднее присылать вам товары, которые вы предположительно захотите купить, чем ждать, пока вы закажете их на сайте.
В таком случае другие магазины вам уже не нужны, а каждая покупка будет стимулировать следующую. Amazon получит основную долю содержимого вашего кошелька. Очевидно, что это выгодно Amazon, но также удобно и вам. Магазин доставляет покупки до того, как вы их совершили, и таким образом избавляет вас от траты времени на шопинг. С поворотом регулятора точности на максимум бизнес-модель Amazon меняется с «покупка – затем доставка» на «доставка – затем покупка».
Разумеется, покупатели не захотят возиться с возвратом нежелательных товаров. Поэтому Amazon вложится в отладку этого процесса – скажем, раз в неделю служба доставки будет собирать невостребованные посылки[12].
Но если такая бизнес-модель лучше, почему Amazon до сих пор ее не внедрил? Дело в том, что сегодня издержки сбора и обработки возвратов перевешивают рост дохода от основной доли кошелька. Например, сейчас мы вернули бы 95 % доставленных товаров. Это трудоемко для нас и затратно для Amazon. Для освоения новой бизнес-модели прогнозы пока еще недостаточно точны.
Возможен иной вариант: Amazon обращается к новой стратегии до того, как точность прогнозов достигнет качественного уровня, исходя из предположения, что однажды это принесет выгоду. Благодаря раннему запуску ИИ соберет больше данных за короткий срок и усовершенствуется. В Amazon понимают, что чем раньше они стартуют, тем сложнее будет конкурентам их нагнать. Качественный прогноз привлечет больше покупателей, что увеличит объем данных для обучения ИИ и, в свою очередь, приведет к повышению качества прогнозов, а далее этот цикл неоднократно повторится. Раннее внедрение обойдется дорого, но опоздание может стать роковым[13].
Мы не утверждаем, что Amazon будет или должен внедрять такую практику, хотя для скептиков у нас есть неожиданная новость: в 2013 году Amazon получил патент США на «опережающую доставку»[14]. Несомненно, вращение регулятора точности прогнозов коренным образом повлияет на стратегию. В данном примере оно меняет бизнес-модель Amazon с «покупка – затем доставка» на «доставка – затем покупка», создает стимул для вертикальной интеграции посредством организации услуги по возврату товаров (в том числе грузового автопарка) и ускоряет процесс инвестирования. И все это вследствие поворота регулятора точности прогностической машины.
Что это означает для стратегии? Во-первых, необходимо инвестировать в сбор информации относительно того, как быстро и насколько высоко вырастет точность прогнозов в вашем и в смежных секторах. Во-вторых, разработка тезиса о стратегических возможностях, образовавшихся в результате вращения регулятора точности, потребует финансовых вложений.
Чтобы начать «научное фантазирование», закройте глаза, мысленно возьмитесь за регулятор прогностической машины и, следуя бессмертным словам члена группы Spinal Tap[15], поверните его на 11 часов.
План книги
Прежде всего необходимо построить фундамент для стратегического внедрения прогностических машин в своей организации. Именно так мы структурировали книгу – возводили пирамиду от основания.
В части I мы заложим фундамент и объясним, как машинное обучение повышает качество прогнозов. Затем разберемся, чем новые преимущества отличаются от статистики, которой вас учили или которой уже занимаются ваши аналитики. Далее мы затронем ключевые дополняющие факторы прогнозов – данные, особенно те, что необходимы для качественной прогностики, – и расскажем, как убедиться, что они у вас есть. И в завершение рассмотрим, когда прогностические машины работают эффективнее человека и в каких случаях людям и машинам целесообразно объединить усилия для получения максимально точных прогнозов.
В части II мы опишем роль прогнозов в качестве вводных для принятия решений и объясним значение еще одной составляющей, пока недооцененной в сфере ИИ, – суждений. Прогнозы помогают принимать решения, снижая неопределенность, а суждения определяют ценность. В экономической терминологии суждением называется определение окупаемости, целесообразности, дохода и прибыли. Самое значительное свойство прогностических машин состоит в том, что они повышают ценность суждения.
В части III перейдем к практике. Прогностические машины оснащены инструментами ИИ в соответствии с конкретными задачами. Мы опишем шаги, помогающие определить, когда создание (или покупка) инструментов ИИ максимально повысит доход. Иногда такие инструменты идеально укладываются в рабочий процесс, но бывает, что побуждают изменить его. Также мы познакомим вас с важным подспорьем для уточнения ключевых требований к инструментам – «шаблоном ИИ».
Кем ты хочешь стать, когда вырастешь? Каждый из нас отвечал на этот вопрос в детстве. Удивительно, но ответ всегда предполагал одну-единственную возможность. Один-единственный вектор развития. Помните, как взрослые не понимали и даже сердились, если вы хотели освоить сразу несколько профессий? В нашем обществе не принято быть мультипотенциалом – человеком, совмещающим в своей деятельности множество интересов и творческих устремлений. Эксперименты воспринимаются как неразборчивость и непостоянство. Однако Эмили Вапник убеждена, что не обязательно концентрировать все свои силы и способности, чтобы реализоваться лишь в одной сфере.
Эта книга – продолжение первой части, вышедшей в 2015 г. Во второй части анализируются 100 дел ФАС России против малого и среднего бизнеса за 2016—2018 гг. Несмотря на принятие 3.07.2016 закона об «иммунитетах» для малого бизнеса от антимонопольного контроля, подходы ФАС изменились незначительно. По основным объектом преследования остаются н самые крупные игроки на рынке. В книге предлагается реформа антимонопольного регулирования, предусматривающая полное прекращение преследования МСП.
Патрик Эдблад показывает, как можно формировать стойкие привычки, не обливаясь потом от напряжения. Когда вы освоите эти навыки, в вашем распоряжении окажется секретный рецепт, позволяющий добиваться целей, не испытывая разочарований и желания махнуть на все рукой. Для широкого круга читателей.
Что общего между дирижером оркестра и руководителем компании? Хороший дирижер, как и хороший руководитель, знает, как добиться правильного взаимодействия членов команды и их блестящей игры. Но что именно делает настоящий маэстро, чтобы его оркестр создавал великолепную и незабываемую музыку? «Несведущий маэстро» – это рассказ о стилях лидерства шести великих дирижеров XX века, о шести подходах к решению вопроса, как совмещать контроль и творческую свободу. Идеи Итая Талгама помогут вам по-новому взглянуть на самые распространенные проблемы, с которыми сталкиваются все руководители, научиться слышать звучание бизнес-процессов и стать лучшим лидером для своей команды. На русском языке публикуется впервые.
Проект-менеджерам (и тем, кто мечтает стать начальником) посвящается.Писать тонны кода сложно, а управлять людьми еще сложнее! Так что вам просто необходима эта книга, чтобы научиться делать и то, и другое. Можно ли объединить прикольные истории и серьезные уроки? Майклу Лоппу (также известному в узких кругах как Рэндс) это удалось. Вас ждут выдуманные истории о выдуманных людях, обладающих невероятно полезным (хотя и выдуманным) опытом. Именно так Рэндс делится своим разнообразным, порой странным опытом, полученным за годы работы в крупных IT-корпорациях: Apple, Pinterest, Palantir, Netscape, Symantec и др.
Старейший в мире и лучше всего организованный конгломерат раскрывает свои тайны менеджмента перед всеми, кто готов ими воспользоваться. В отличие от других бизнес-пособий, данная книга избавлена от теоретического пустословия и представляет вниманию читателей философию лидерства, на которой основана и в соответствии с которой на протяжении многих веков успешно управляется Империя мафии, неуклонно раздвигающая свои границы. Для широкого круга читателей.