Читать книгу: «Потенциал ИИ в бизнесе. Стратегическое применение искусственного интеллекта и Big Data», страница 2

Четырехэтапный процесс

Как и любой уважаемый автор, я стараюсь кратко изложить здесь основы, чтобы вы чувствовали себя уверенно, когда ваш знакомый управленец или коллега предложат обсудить эту тему. Но если вам не терпится начать действовать и по-настоящему принять принципы, описанные в этой книге, можете перейти к главе 1.

Первая часть начинается с историй двух широко известных компаний – Netfl ix и Starbucks. Они встраивают работу с данными во множество своих бизнес-процессов, что способствует многократному росту. Во второй главе излагаются сами концепции, которые отделяют мифы об ИИ от реальной науки и дают четкое представление о потенциале каждой технологии. В главе 3 мы рассмотрим множество типов бизнеса: каждый из них отличается по миссии и структуре, но все они уже сегодня извлекают выгоду из фактора ИИ.

Огромную мощь этих возможностей нельзя недооценивать. В главе 4 мы обсудим, как использовать их этично и ответственно. Недавние события доказали, что эта технология, в отличие от революционных усовершенствований прошлого, производит инновации настолько быстро, что за ними не успевают ни законодательство, ни общепринятые нормы. Это означает, что ответственное использование больших данных и ИИ приведет к устойчивому росту, и не только для отдельных компаний и организаций, подобных вашей, но и для нашей политики и самой планеты.

Во второй части этой книги мы изучим, как именно следовать принципам, которые я использую в своих консультациях для руководителей бизнеса на протяжении многих лет. Такие действия обеспечивают план реализации преимуществ ИИ и больших данных независимо от типа и размера вашего бизнеса или некоммерческой организации. Это четырехэтапный процесс.

– Оценка вашего бизнеса. На первом этапе использования этих факторов необходимо определить, к какому типу относится или на какой стадии развития находится ваш бизнес, исходя из потенциала роста (реального или предполагаемого), а также вашу готовность к инновациям и риску. Глава 5 поможет понять эти этапы. Например, одни компании в первую очередь хотят сократить расходы, оптимизировать процессы и применить другие защитные тактики. Другие находятся на стадии роста, их привлекают слияния и поглощения или перспектива завоевать новую долю рынка. Третьи активно исследуют, проектируют и тестируют новые продукты и услуги, ищут таланты для их создания. Наконец, кто-то стремится обойти или нарушить правила, отбрасывая все, что мешает геометрическому росту их бизнеса.

Независимо от стадии, на которой вы находитесь, необходимо понять и согласовать цели и потребности вашего бизнеса. Честная оценка не помешает внедрять большие данные и ИИ. Вернее, она подскажет, как сделать это более эффективно. Неважно, организацией какого типа вы руководите, фактор ИИ позволит добиться успеха: либо развиться в более крупный и инновационный бизнес, либо просто стать сильнее на стадии, где вы сейчас находитесь.

– Определение вашей готовности к работе с данными. Следующий шаг этого процесса, а также тема главы 6, –  понимание структуры вашего бизнеса и его готовности к созданию и реализации стратегии в области данных. Ваша актуальная способность использовать ИИ и большие данные должна основываться на честной оценке целей, практических методов управления данными и других факторах, определяющих готовность к работе с такими технологиями. Это поможет понять, какие из областей нуждаются в дальнейшем развитии или даже в радикальном пересмотре. В этом ключе следует рассмотреть организационную структуру, использование данных, стратегическое планирование продукта, человеческие ресурсы, исследования и разработки (R&D), практики управления и обслуживание клиентов.

– Выбор первого приоритетного проекта. Третий шаг, а также предмет обсуждения в главе 7, –  выбор правильной цели, во-первых, имеющей высокую потенциальную ценность для бизнеса, во-вторых, представляющей собой область, в которой ИИ принесет существенную пользу. Ни одна компания, даже такая, как Netfl ix или Starbucks, не способна одновременно внедрять стратегию искусственного интеллекта в нескольких направлениях. Выделив наиболее ценную возможность для применения ИИ и больших данных, вы достигнете сразу двух целей. Во-первых, распределите ресурсы для достижения конкретной измеряемой цели с высокой вероятностью получения положительных результатов. Во-вторых, в случае успеха опыт использования ИИ, полученный при достижении первой цели, послужит основой для формирования стратегии для второй и последующих. Это поможет развеять страх и заблуждения, связанные с ИИ, и придаст уверенности в ответственном подходе к бизнесу, ориентированному на данные.

В главе 7 мы рассмотрим многие практические аспекты преобразований, необходимых для применения ИИ и больших данных. Там вы найдете специфические советы, касающиеся вашей бизнес-модели и масштабов бизнеса. Помимо этого, вы сможете ответить на наводящие вопросы о конкурентном окружении, а также отраслевых нормах или соглашениях, которые неявно руководят вашими действиями. В любом случае получение пользы от фактора ИИ зависит от практического и реалистичного понимания науки о данных; и это входит в приоритетные направления для любого бизнеса.

– Внедрение, измерение и масштабирование. В главе 8 рассматриваются практически все аспекты внедрения фактора ИИ, измерения результатов, защиты от необоснованных допущений и предвзятости. Мы также поговорим о разных критериях оценки и принятия решений и рассмотрим особенности этих критериев в различных областях, например разработке продукта, привлечении клиентов, ценообразовании, управлении затратами. В главе также ставится чрезвычайно важный вопрос о масштабировании первых проектов для других, еще более перспективных направлений, потенциально преобразующих бизнес или некоммерческую организацию сверх всех ожиданий.

Конечно, ИИ включает в себя множество технологий и перспективных новых трендов, выходящих за рамки этой книги. Глава 9 не только обобщает основные этапы, описанные здесь, но и дает представление о грядущем. ИИ является лишь исходной точкой для перехода к децентрализации данных, продвинутым биометрическим устройствам, тому, что мы (пока) назвали метавселенной, и взаимодействию посредством виртуальной реальности. Как и в ситуации с ИИ, уже появились неверные представления об этих новых технологиях, и даже описаны злоупотребления ими со стороны недальновидных людей и компаний. Однако так же, как и в ИИ, в них таятся большие надежды на лучшее будущее.

Фактор ИИ включает технологии, очевидно, пересекающиеся с другими областями. Терминология иногда может показаться запутанной, поэтому для лучшего понимания общей картины в конце книги приведен глоссарий, а также некоторые рекомендуемые источники информации, которые помогут в работе.

* * *

Эти технологии влияют на каждый аспект нашей деловой и личной жизни, осознаем мы это или нет. Цель моей работы –  показать руководителям бизнеса, как понимать, адаптировать и использовать их для получения беспрецедентного роста в своих компаниях и организациях. Книга также призвана дать технологическим лидерам знания, как эффективно использовать свои данные и приумножить ценность компании в долгосрочной перспективе.

Каждый аспект фактора ИИ, по отдельности и вместе, обладает потенциалом для устранения неэффективностей и неудовлетворенных потребностей, препятствующих успеху. Используя эти принципы в качестве основы, бизнес-лидеры и технические специалисты могут раскрыть огромную ценность своих данных и использовать их для получения устойчивого и долговременного эффекта для бизнеса.

Я желаю вам всяческих успехов в этом захватывающем путешествии.

Часть первая
Что такое фактор ИИ

Глава 1
Как Netflix и Starbucks изменили мир

Изменяя мир, всегда нужно начинать с того, чем вы можете управлять, то есть с ваших личных и коллективных решений. Чему и посвящена книга, которую вы читаете. Дойдя до конца, вы получите дорожную карту применения весьма конкретной технологии для таких решений. Сокращенным термином «фактор ИИ» я обозначаю технологию искусственного интеллекта и связанные с ней компоненты. Как и у многих людей, уже завершивших это путешествие, у вас появится практическое понимание его потенциала для экспоненциального роста. Но чтобы полностью оценить значение технологии, давайте рассмотрим несколько ярких примеров.

Начнем с двух самых узнаваемых брендов на планете: Netfl ix и Starbucks. На старте эти предприятия не были суперзвездами. Они работали на высококонкурентных рынках: в Америке почти на каждом углу располагались видеомагазины и кофейни. Обе компании собирали данные, чтобы улучшать результаты своего бизнеса, но это не приносило большой пользы.

Однако в какой-то момент обе компании поступили иначе. Они сознательно решили не только собрать огромное количество данных, но и по-настоящему научно их применить. Используя ИИ и большие данные, Netfl ix и Starbucks вышли на новый уровень по количественным показателям. В результате их бизнес многократно вырос в цене.

Примечание автора. Пока я это пишу, Netfl ix и Starbucks проходят через период потрясений и неопределенности. Но даже несмотря на то, что обе компании, как и все мы, переживают трудные времена, их успех в долгосрочной перспективе весьма вероятен. Аналитики прогнозируют, что в будущем и Netfl ix¹, и Starbucks² продолжат устойчиво расти именно благодаря приверженности искусственному интеллекту.

Для полной ясности, каждое предприятие может стать бизнесом, ориентированным на данные, если для своего развития и ради выделения на фоне конкурентов оно применяет данные и ИИ. Эффективно использовать искусственный интеллект –  это не то, что могут только крупные компании с большим количеством данных, финансовыми ресурсами и техническими специалистами. Хорошая новость: каждый может применять науку о данных, чтобы выйти на новый уровень и многократно расширить бизнес.

Возвращение Давида и Голиафа

В 1980-х и 1990-х годах Blockbuster⁶ стал именем нарицательным. В пятницу вечером все смотрели кино. Мы с друзьями бродили по рядам с кассетами или DVD-дисками, удивляясь ужасному качеству малобюджетных фильмов и сокрушаясь, что все новинки уже разобраны. Наконец мы останавливались на нескольких фильмах, покупали огромные упаковки фастфу-да, сканировали штрих-код на знаменитой сине-золотой карточке Blockbuster и отправлялись смотреть фильмы, заедая их попкорном. Испытывая при этом успокаивающие, знакомые и предсказуемые ощущения.

Однако бизнес-модель Blockbuster имела существенные недостатки для клиентов. Неудобный сервис предоставлял ограниченный выбор и печально известный штраф за просрочку, который начислялся, даже если фильм вернули на один день позже. (По данным Quartz³, оплата за просрочку приносила компании 16 % прибыли.) Но, несмотря на это, Blockbuster доминировал на рынке проката фильмов. В 1994 году компания Viacom выкупила Blockbuster за 8,4 миллиарда долларов. На тот момент он располагал 6000 магазинами, а пять лет спустя вышел на биржу.

Тем не менее к 2010 году Blockbuster объявил о банкротстве. В 2012 году этот бренд приобрела компания Dish Network. Однако в 2013 году последняя объявила о закрытии всех оставшихся точек. На момент написания книги Blockbuster существует в виде единственного магазина в Бенде, штат Орегон⁴, да и тот переименовали в Airbnb.

Что же случилось?

Возможно, вам уже известны основные сюжетные моменты этой истории. В 2000 году Рид Хастингс и Марк Рэндольф, основатели Netfl ix, предложили Blockbuster выкупить компанию за 50 миллионов долларов, но в ответ услышали: «Нет, спасибо». Однако вы вряд ли досконально знакомы с истинными причинами того, почему всего через тринадцать лет после основания Netfl ix смогла обогнать и окончательно сокрушить казавшийся непобедимым Blockbuster.

Согласно популярному мифу, руководители Blockbuster расслабились и не распознали прорывной потенциал интернета, из-за чего растратили свое огромное преимущество на рынке. В гонке инноваций они безнадежно отстали от Netfl ix и догоняющего их Redbox, внедряя непродуманные и неэффективные программы в панической попытке удержать первенство. В какой-то степени это правда. Нежелание Blockbuster меняться превратило его в добровольного соучастника собственной гибели.

Но Netfl ix не просто наблюдала сложа руки, как их главный конкурент сам себя уничтожает. Они стремились к переменам – ломали и переделывали свою бизнес-модель каждые несколько лет. Именно принятые ими стратегические решения позволили обойти Blockbuster быстрее, чем кто-либо предполагал. Эти решения основывались на данных. Для начала рассмотрим одно исследование.

Небольшая компания по заказу DVD по почте

Netfl ix воплощала идеи Хастингса и Рэндольфа, вдохновленных успехом Amazon в области электронной коммерции. Netfl ix основали в 1997 году, в ее штате работали 30 сотрудников, а в фильмотеке числилось 925 наименований фильмов. Планировалось использовать знания Хастингса в области информатики и опыт Рэндольфа в работе с заказами по почте, чтобы бросить вызов лидирующим игрокам в индустрии домашнего проката фильмов стоимостью 15 миллиардов долларов. На заре существования Netfl ix не являлась стриминговой компанией. Каналы связи еще не позволяли передавать видеоконтент высокого качества в коммерческих целях.

В те ранние годы Netfl ix действовала как компания по прокату DVD по почте и мало чем отличалась от Blockbuster. Клиенты заказывали DVD через веб-сайт, оплачивали прокат и получали диски по почте. На сайте Netfl ix можно было занять «очередь», чтобы взять в прокат интересующий фильм. В начале 2000-х Netfl ix ввела фиксированную ежемесячную абонентскую плату, в 2002 году компания стала публичной, а в 2003-м начала приносить прибыль по инвестициям.

Однако решения, изменившие сферу домашнего развлечения и породившие новые механизмы создания и распространения оригинального контента, приняли лишь в 2002 году. Хастингс и его команда знали, что игроки вроде Walmart и Amazon – компании с гораздо большим капиталом, чем Netfl ix,– планируют выйти на рынок домашнего видеопроката. Они понимали, что, несмотря на всю обретенную популярность, ценность первоначального предложения Netfl ix определяется несколькими ключевыми, но неэксклюзивными моментами: удобством доставки на дом, неограниченным прокатом фильмов, отсутствием сроков оплаты или сборов за просрочку. Более крупный и обеспеченный конкурент мог скопировать эти особенности и переманить значительную часть клиентов Netfl ix. Чтобы противостоять конкуренции и продолжить развитие, компании следовало перестроить бизнес-модель и внедрить инновации.

Впервые Хастингс публично поведал о своих размышлениях в интервью журналу Wired в 2002 году⁵. Он сказал: «Мы мечтали через двадцать лет иметь международную дистрибьюторскую развлекательную компанию, которая предоставляла бы уникальный канал для киностудий и продюсеров». Хастингс знал, что, когда скорость загрузки наконец вырастет достаточно высоко для трансляции видео в режиме реального времени, ее сможет использовать каждый, и это направление станет таким же тиражируемым, как и бизнес Netfl ix по прокату по почте.

Но что не смог бы скопировать ни один другой конкурент? Конечно, эксклюзивные, оригинальные программы от лучших писателей, продюсеров, режиссеров и исполнителей в мире. Если Netfl ix станет ведущим поставщиком такого контента, он сможет преобладать на рынке. Видение Netfl ix в долгосрочной перспективе состояло в стремлении «стать HBO быстрее, чем HBO станет нами»⁶.

Процесс начался с создания системы CineMatch в Netfl ix. После того как клиент оценивал двадцать фильмов по пятибалльной шкале, алгоритм брал эти и другие данные –  включая историю заказов клиента, оценки других клиентов, метаданные фильмов –  и определял закономерности, чтобы научиться предсказывать похожие фильмы, которые клиент, возможно, захочет взять в прокат в будущем. Алгоритм также использовал эти данные, чтобы предлагать контент пользователям с похожими профилями. Netfl ix делилась данными с киностудиями, помогая им планировать маркетинговые кампании. То есть делала то, что необходимо делать каждому, желающему расти в геометрической прогрессии:

Использовала данные, чтобы понимать своих клиентов лучше, чем они понимают себя.

Но на этом Netfl ix не остановилась. В 2006 году она попала в новости по всему миру, запустив конкурс Netfl ix Prize⁷. Компания обещала выплатить миллион долларов первому человеку или команде программистов, которые создадут более точный алгоритм для рекомендации фильмов на основании личных предпочтений клиентов Netfl ix. Компания предоставила участникам конкурса набор данных, включающих в себя сто миллионов оценок фильмов. В 2009 году команда из семи человек под названием BellKor’s Pragmatic Chaos разработала алгоритм, который на 10 % превзошел точность рекомендаций CineMatch.

Конкурс Netfl ix Prize стал следующим шагом в шахматной партии, которую компания разыгрывала с конечной целью разработать платформу для распространения контента. Главная цель нового алгоритма состояла не в предоставлении лучших рекомендаций по романтическим комедиям для субботнего свидания. На самом деле он давал Netfl ix возможность собирать более точные и всеобъемлющие данные о предпочтениях и вкусах клиентов в области развлечений. Компания создала мощную инфраструктуру данных, которой предстояло стать ключевым фактором ее колоссального роста.

Потоковое вещание

В 2005 году Хастингс понял, что потоковая передача мульти-медиаконтента –  будущее домашних развлечений. В январе 2007 года технология в некотором роде догнала его провидческие идеи. Netfl ix объявила, что запускает сервис «видео по запросу», где доступны 1000 наименований. Правда, широкополосная передача находилась в зачаточном состоянии, поэтому эта услуга только дополняла сервис заказа DVD по почте, но не заменяла его.

Потоковая передача быстро стала визитной карточкой Net-fl ix, особенно когда широкополосное соединение и серверы заработали намного быстрее. Компания все еще отправляла DVD-диски по почте (как и в 2020 году для примерно двух миллионов пользователей)⁸, однако она стала предоставлять весь свой каталог и в потоковом режиме. Людям нравилось оставаться дома на диване и выбирать, что посмотреть из десятков тысяч постоянно меняющихся программ. Однако примерно в 2010 году увеличение пропускной способности привело к появлению конкуренции со стороны таких брендов, как Hulu и Amazon Prime.

Именно тогда и окупились видение Хастингса и инвестиции в данные и ИИ. Он и руководители Netfl ix знали, что, получив преимущество над такими конкурентами, как Hulu и Amazon, они смогут стать не просто посредниками в предоставлении контента, но и приступить к созданию оригинального контента. Огромная база подписчиков Netfl ix давала платформе не только возможность популяризировать фильмы и телепрограммы, направляя их к определенным пользователям, но и позволяла компании сотрудничать с создателями фильмов, чтобы производить адаптированный ко вкусам подписчиков контент.

Создатели фильмов получили бы новый специализированный канал для распространения контента и проведения маркетинговых программ, и им не пришлось бы заниматься продвижением в кинотеатрах. Netfl ix получила бы источник оригинального контента. В конце концов, любая компания с достаточно большим бюджетом смогла бы создать свой собственный сервис потокового вещания. Однако без внимания, которое Netfl ix уделяла ИИ и большим данным, никому не удалось бы так легко создать оригинальные сериалы, например «Оранжевый –  новый черный» или «Очень странные дела».

Инновации, основанные на данных

Так в Netfl ix началась эпоха инноваций на основе данных. Компания сделала крупную ставку, принесшую огромные дивиденды. В 2018 году Netfl ix инвестировала около 13 миллиардов долларов в контент, большая часть которого приходилась на оригинальные сериалы. В 2013 году дебютировал сериал Дэвида Финчера «Карточный домик», за ним последовали многие другие, в том числе «Птичий короб» (в дебютную неделю его посмотрели сорок пять миллионов семей), «Несгибаемая Кимми Шмидт», «Озарк», «Конь БоДжек» и другие. Как написал Блейк Морган в Forbes: «Оригинальный контент –  вот что привлекает зрителей. Они могут смотреть большинство телесериалов в нескольких местах, но оригинальный контент получат только напрямую от Netfl ix».

Поток высококачественного оригинального контента, в создании которого помогли терабайты точных данных о предпочтениях пользователей, превратил Netfl ix в гиганта рынка домашних развлечений: доход 20 миллиардов долларов, прибыль 2,6 миллиарда долларов, более 195 миллионов подписчиков в третьем квартале 2020 года и около 9000 сотрудников. Однако самое главное, что компания изменила отрасль так, как удавалось лишь немногим.

В 2016 году Netfl ix начала выпускать сразу целые сезоны новых сериалов, в очередной раз перестраивая индустрию. Это дало компании мощное преимущество, отличающее ее от кабельного, как и факт, что на момент написания этой книги Netfl ix не прерывала вещание рекламными ставками. К тому же она первая в своей сфере сделала возможным просмотр контента через смартфоны, планшеты и другие устройства, и даже открыла доступ к своим сериалам через мобильную сеть передачи данных. Впечатляющий рост Netfl ix привел к появлению новых конкурентов. Потоковые сервисы есть везде, и многие компании производят оригинальный контент. Однако пока ведется оживленное обсуждение, кто же из них лидер, Netflix продолжает удерживать долгосрочное первенство.

Почти все новые маркетинговые преимущества компании невозможно скопировать, поскольку они основаны на огромном хранилище уникальных данных о предпочтениях подписчиков. Конкуренты потокового вещания могут создавать свой контент, но им не удастся скопировать глубокие многолетние познания Netflix о предпочтениях пользователей.

Во второй части книги мы подробнее рассмотрим шаги, необходимые для успешного применения ИИ и больших данных вне зависимости от размера бизнеса или некоммерческой организации. Но если у вас осталось немного терпения, давайте разберем дорожную карту, которой следует Netflix.

– Руководители компании полностью осведомлены о положении своего бизнеса, в том числе о потенциале роста и готовности к риску. Выходя на переполненный рынок с доминирующим конкурентом, они были больше заинтересованы в перестройке существующей бизнес-модели, чем в сокращении расходов и оптимизации существующих процессов.

– С самого начала компания ясно понимала важность имеющихся у нее данных и предпринимала шаги для постоянного повышения своей готовности к работе с ними, использовала их для повышения ценности своего предложения. В том числе создавала новые методы сбора еще большего объема данных и использования их потенциальной ценности для бизнеса.

– В качестве приоритетных намеренно выбирались основанные на данных стратегии и проекты, которые не только показывали высокую прогностическую ценность данных, но и создавали высокую ценность для бизнеса. Конкретнее, компания разрабатывала и улучшала точность своих алгоритмов для предсказания поведения пользователей.

– При реализации проектов в области данных и ИИ компания оценивала результаты и использовала их для масштабирования бизнеса, а не просто улучшала уже работающие сервисы. Она применяла свои навыки по работе с данными для создания совершенно новых направлений в бизнесе. К ним относилось производство нового контента, выделяющего компанию на фоне других потоковых сервисов –  и порождающего множество подражателей.

Теперь Netflix угрожает даже традиционной модели кинобизнеса. Когда из-за пандемии COVID-19 пришлось закрыть кинотеатры, зрители еще больше привыкли смотреть фильмы дома. Вечная бунтарка Netflix внесла свой вклад в этот тренд, создав для Google Chrome расширение Netflix Party, которое позволило пользователям организовывать совместный просмотр фильмов и предоставило возможность делиться эмоциями и впечатлениями через групповой чат. Несмотря на отчаянные попытки традиционных кинотеатров вернуть свои позиции, киностудии уже придерживаются новой практики бизнеса, выпуская фильмы в кинотеатрах и на потоковых платформах с небольшой разницей во времени или даже одновременно. Пандемия ускорила этот тренд, поскольку Netflix и ее конкуренты собрали и использовали для развития бизнеса еще больше данных о поведении пользователей.

Все эти смелые ставки Netflix смогла сделать отчасти потому, что полагалась на сбор и анализ огромного количества пользовательских данных. Доверяя объективным данным, а не догадкам, и избегая искушения принять желаемое за действительное, компания во многом снизила риски вложений в дорогостоящие инициативы, например, тратя миллиарды долларов на создание оригинального контента. Данные определяли все – от изменений в системе рекомендаций до партнерства с Голливудом. В своей новой бизнес-модели Netflix просто ориентировалась по данными, как по карте сокровищ.

В результате компания получила основанный на данных «эффект спирали развития», гарантирующий рост дохода и возможность опередить прочих игроков потокового вещания. Непрерывный поток оригинальных программ постоянно подпитывает алгоритм и искусственный интеллект Netflix свежими данными о симпатиях и антипатиях подписчиков. Анализ этих данных позволяет получать информацию, которая определяет создание все более оригинальных программ, вдохновляет на производство нового или точно нацеленного на определенную аудиторию контента и предоставляет значительное конкурентное преимущество.