Регулирование цифровой экономики

Существуют три основных подхода к регулированию цифровой экономики:

• американская модель, ориентированная на рынок,
• китайская модель, основанная на государственном регулировании,
• европейская модель, основанная на правах человека.

Американская рыночная модель основана на идее обеспечения максимальных стимулов для инноваций. Модель опирается на идею свободного рынка и свободного интернета и оставляет правительству минимальную роль в регулировании. Вместо этого управление цифровой экономикой передается технологическим компаниям.

Китайская государственная модель в части цифровой экономики совершенно иная. Кроме того, Китай использует технологии для цензуры, наблюдения и пропаганды в целях сохранения социальной стабильности и укрепления политической власти.

Европейская модель основана на правах человека, то есть на человекоцентричном видении цифровой экономики. Он отдает приоритет защите основных прав личности, сохранению демократических структур общества, а также идее более справедливого распределения выгод от цифровой трансформации.

Каждое правительство в своей юрисдикции стремится обуздать поведение крупнейших технологических гигантов. Правительства все больше обеспокоены высокой концентрацией на рынке. На рынке мало влиятельных игроков, чио не обеспечивает экономический контроль. Поэтому правительства обеспокоены поведением технологических гигантов, что оказывает пагубное влияние на отдельных людей и общество.

Идет борьба по вопросу регулированию, обнажая разные взгляды на управление цифровым обществом . Здесь ЕС, безусловно, является игроком. И получилось така, что ЕС, вместо того, чтобы быть разработчиком цифровых технологий, является основным регулятором таких технологий. ЕС был в авангарде регулирования конфиденциальности данных благодаря своему новаторскому GDPR — Общему регламенту защиты данных, который был принят еще в 2016 году. ЕС также был ведущим исполнителем антимонопольного законодательства против технологических компаний. ЕС гораздо более строг, чем Соединенные Штаты, когда дело касается регулирования контента в интернете. Именно ЕС сейчас собирается принять первый в мире обязательный, всеобъемлющий закон, регулирующий искусственный интеллект.

И глобальные компании тоже часто приходят к выводу, что в их интересах распространить европейское регулирование на глобальные контакты, на глобальное производство, на глобальные рынки. Это поможет им избежать затрат на соблюдение различных режимов регулирования.

Китай показал миру, что свобода не обязательна для инноваций, и это очень трудно признать американцам и их союзникам, которые верят в преимущества либеральной демократии. Итак, теперь другие страны смотрят на Китай и говорят: «Послушайте, на самом деле у нас может быть и то, и другое. Мы можем иметь политический контроль. И мы можем добиться процветающих инноваций и очень устойчивого экономического роста». Это одно из преимуществ, которое может предложить Китай. Но США и ЕС трудно воспроизвести преимущества, которые дает подход Китая к регулированию.

С другой стороны, в Соединенных Штатах меняется общественное мнение. Люди больше не доверяют технологическим компаниям и хотят большего регулирования. Впрочем, и не только. именно именно европейцы регулируют американские технологические компании.

Источник.

https://www.mckinsey.com/featured-insights/mckinsey-on-books/author-talks-anu-bradford-discusses-the-race-to-become-the-next-technology-superpower

Авторские беседы: Ану Брэдфорд обсуждает гонку за то, чтобы стать следующей технологической сверхдержавой

Anu Bradford, the Henry L. Moses Professor of Law and International Organization at Columbia University School of Law, the book, Digital Empires: The Global Battle to Regulate Technology (Oxford University Press, September 2023).

Ану Брэдфорд, профессором права и международных организаций имени Генри Л. Мозеса на юридическом факультете Колумбийского университета, книгf «Цифровые империи: глобальная битва за регулирование технологий»

О дао

Немного о Дао из из книги Топчинов Е.А. Даосизм. Опыт историко-религиоведческого описания.

В книге рассматривается даосизм с многих точек зрения. В то же время, там изложены взгляды и других автором, один из которых привлек своей системностью. Не факт, что все тут бесспорно, но для начального понимания достаточно.

А. Ф. Райт выделяет следующие, важнейшие с его точки зрения характеристики даосского мировоззрения.

1. Для даоса все явления (включая человека) сплетены в единую суть взаимовлияющих сил как видимых, так и невидимых. С этим связана даосская идея “потока” — всеобщего изменения, становления.
2. Примитивизм, т. е. представление о том, что индивидуум и общество улучшатся, если вернутся к первозданной простоте с ее минимумом дифференциации, учености и целенаправленной активности.
3. Вера, что люди посредством различных методов — мистического созерцания, диеты, сексуальных практик, алхимии — могут достичь совершенства, которое проявляется в долголетии (бессмертии), сверхъестественных способностях, харизме, в возможности познать силы природы и овладеть ими.

Далее А. Ф. Райт рассматривает “субтрадиции” даосизма, выделяя следующие:

1. Философско-спекулятивное направление, адепты которого стремятся достичь совершенства через единение с Дао. Это направление нашло также выражение в литературе, живописи, отшельничестве и повлияло на становление чань (дзэн) — буддизма.
2. Алхимия, в свою очередь распадающаяся на два направления:
1. тесно связанная с философско-спекулятивным направлением “внутренняя” алхимия (нэй дань), развившая технику для обретения совершенства и бессмертия, дыхательную гимнастику, сексуальную гигиену, режим диеты и т. д.
2. “внешняя” алхимия (вай дань), связанная с внутренней алхимией общей терминологией, символикой и многими методиками, но занимающаяся в основном трансмутацией металлов и изготовлением “эликсира бессмертия”.
3.  Политическая субтрадиция, прилагавшая даосские идеи к политической и социальной жизни.  Эта субтрадиция, в свою очередь разделилась при династии Хань на два направления: 
1. ортодоксальный политический даосизм, представленный в Хуайнань-цзы”. Направление разрабатывало учение о правлении, основанном на “недеянии”, развивало концепцию монарха как “совершенного человека” {чжэнь жэнь). Это направление оправдывало и поддерживало неограниченную власть монарха.
2. еретический политический даосизм. Направление было тесно связано народными движениями старого Китая (через уравнительное и антиэтатистские установки), хотя некоторые его лидеры и принадлежали к элите общества. Для этого направления характерен мессианизм (вера в лидеров как в новые проявления и воплощения Лао-цзы), милленаризм (вера в установление “царства справедливости”), вера в лидеров как в “бессмертных”, “святых”, признание их сверхъестественных способностей и т. п.
4. Общинный религиозный даосизм. Эта субтрадиция возникла в позднеханьских теократических государствах, в особенности в государстве “Небесных наставников”. Она обслуживала локальные общины, практически не затронутыеконфуцианской пропагандой. Эта субтрадиция проявляется в экзорцистских ритуалах, очищении местности от вредоносных влияний, погребальных обрядах, ритуалах “обновления” общины.
5. Монастырский даосизм. По существу, это форма “буддизированного” даосизма и, вместе с тем, своеобразная реакция на проникновение буддизма в китайское общество . Но существовали и внутренние тенденции в самом даосизме, также способствовавшие укреплению монастырского даосизма.

Источник. Цитаты из книги Топчинов Е.А. Даосизм. Опыт историко-религиоведческого описания.

Цитаты из произведений дао

Когда устранили великое дао, появились "человеколюбие" и "справедливость". Когда появилось мудроствование, возникло и великое лицемерие. Когда шесть роственников родственников в раздоре, тогда появляются "сыновняя почтительность" и "отцовская любовь". Когда в государстве царит беспорядок, тогда появляются "верные слуги".

Кто поднялся на цыпочки, не может долго стоять. Кто делает большие шаги, не может долго идти. Кто сам себя выставляет на свет, тот не блестит. Кто сам себя восхваляет, тот не добудет славы. Кто нападает, не достигает успеха. Кто сам себя возвышает, не может быть старшим среди других. Если исходить из дао, все это называется лишним желанием и бесполезным поведением. Таких ненавидят все существа. 

Человек высшей учености, узнав о дао, стремится к его осуществлению. Человек средней учености, узнав о дао, то соблюдает его, то его нарушает. Человек низшей учености, узнав о дао, подвергает его насмешке. Если оно не подвергалось бы насмешке, не являлось бы дао. Поэтому существует поговорка: кто узнает дао, похож на темного; кто проникает в дао, похож на отступающего; кто на высоте дао, похож на заблуждающегося; человек высшей добродетели похож на простого; великий просвещенный похож на презираемого; безграничная добродетельность похожа на ее недостаток; распространение добродетельности похоже на ее расхищение; истинная правда похожа на ее отсутствие.

...вещи возвышаются, когда их принижают, и принижаются, когда их возвышают.

...сильные и жестокие не умирают своей смертью.

...когда в стране много запретительных законов, народ становится бедным. Когда у народа много острого оружия, в стране увеличиваются смуты. Когда много искусных мастеров, умножаются редкие предметы. Когда растут законы и приказы, увеличивается число воров и разбойников.

Верные слова не изящны. Красивые слова не заслуживают доверия. Добрый не красноречив. Красноречивый не может быть добрым. Знающий не доказывает, доказывающий не знает.

Хаос - смешение тьмы вещей, еще не отделившихся друг от друга.

то, что формируется в форму, - это сущность, а то, что формирует форму, никогда формой не обладает.

Не имеющее начала, но постоянно рождающее - это путь.

Если баран пропал оттого, что на дороге много развилок, то философы теряют жизнь оттого, что наука многогранная. Это не означает, что учение в корне различно, что корень не один; но это показывает, как далеко расходятся его ветви. Чтобы не погибнуть и обрести утраченное, необходимо возвращение к общему корню, возвращение к единству.

Обладающий большими познаниями - щедр, обладающий малыми познаниями - любопытен. В значительной речи - сила и огонь, в незначительной речи - пустословие. Во сне - воспринятое душой, наяву - воспринятое телом. В отношениях людей друг с другом и в их союзах ежедневно происходит борьба умов. Здесь и нерешительные, скрывающие, умолчающие, при малых опасностях - осторожные, при больших опасностях - медлительные. Речи одних стремительны, точно полет стрелы, они решают, что истинно, а что - ложно. Другие молчат, точно принеся клятву в военном союзе, стоят на своем во имя победы. Речи третьих подобны осеннему и зимнему увяданию - с каждым днем они слабеют. Речи четвертых обращены к уже содеянному, их не отвечь от прошлого. Выражения избитые, точно привязанные к старому руслу, у таких не оживить умерающее сердце.

Те, кто на первое место ставит тела и названия, награды и наказания, познали орудия управления, но им неведом путь управления.

Слава - общее достояние, много от нее забирать нельзя. Милосердие и справедливость - это словно постоялый двор древних государей, там можно разок переночевать, долго жить нельзя, многие встречные будут укорять.

Путь не слышен, если слышим, то это не путь. Путь не видим, если видим, значит не путь. Путь не выразим в словах; если выражен, значит не путь. Кто познал формирующиее формы бесформенное, понимает, что путь нельзя назвать.

"Есть нечто бесформенное, но совершенное, Существовавшее прежде, чем возникли небо и земля.
Так неподвижно! Так бессодержательно! Ни от чего не зависит и неизменно. Всепроникающе и непоколебимо. Возникает мысль, что оно - это мать всех вещей, что существуют под небом Я не знаю его названия, Но называю его "Смыслом". Если бы я должен был дать ему имя, то назвал бы его "Великим". Лао-цзы так описывает дао в своем знаменитом "Дао Де Цзин".

Людям присущи восемь пороков, а тем, кто служит - четыре зла.

Делать то, что не поручено, называется превышением власти;

выдвигать то, что не удостаивают вниманием - болтливостью;

говорить, лишь с оглядкой на чужое мнение - угодливостью;

хвалить, не разбирая где правда, где ложь - лестью;

со страстью судить о чужих недостатках - поношением;

отделиться от родных, отколоться от друзей - бунтом;

восхвалять лживого, чтобы нанести удар по ненавистному - злонамеренностью:

хладнокровно допускать и доброе и злое без разбора, чтобы воровски овладеть желаем - коварство.

Четыре зла:

питать пристрастие к важным делам, к переменам и изменениям обычного, долговременного, чтобы присвоить себе заслуги и славу назвается злоупотреблением;

вершить дела лишь по собственному произволу, захватывать людей для собственных нужд - алчностью;

не исправлять замеченных ошибок, усуглять их вопреки советам - высокомерием;

не разбирая кто хорош, а кто плох, одобрять с собой согласных, не одобрять с собой несогласных - самодурством.

Алгоритмическое сжатие данных

Цитаты:

Древние мифы были первыми"теориями всего". Миф – это фундаментальная история.
Любой символический ряд, который можно представить в укороченной форме, называется алгоритмически сжимаемым. С этой точки зрения науку можно рассматривать как методику поиска алгоритмических сжатий.

Без такого алгоритмического сжатия данных наука была бы чем-то вроде бездумного коллекционирования марок – "ученые" без разбора накапливали бы всю поступающую информацию. Наука основывается на том убеждении, что Вселенная алгоритмически сжимаема, и современные поиски "теории всего" как раз служат высшим проявлением этой убеждённости и веры в то, что человеку под силу в завершенной компактной форме описать логику, обусловливающую все наблюдаемые свойства Вселенной.

Физические теории всегда описываются на языке математики, и физиков, похоже, интересуют только такие "теории всего", которые поддаются математическому изложению.

На практике рациональная познаваемость мира сводится к его алгоритмическому сжатию. Мы имеем возможность заменить цепочки фактов и наблюдаемых данных более короткими утверждениями, имеющими такое же информационное содержание. Некоторые из таких сокращений мы называем физическими законами. Если бы мир не был алгоритмически сжимаемым, тогда и законов в нем не было бы. Вместо того чтобы использовать для расчета орбит планет закон всемирного тяготения, мы вынуждены были бы вести точный и кропотливый учет позиций планет во все прежние времена, однако даже это не позволило бы нам предсказать положение планет на какой бы то ни было будущий момент времени.Мир потенциально и фактически познаваем потому, что достаточно сильно сжимаем алгоритмически. Именно поэтому возникает возможность описывать физический мир математически. Математика представляет собой наиболее удобный язык для выражений всех обнаруживаемых алгоритмических сжатий.

Эффективность разума как инструмента восприятия окружающего мира и выживание человека как вида очевидным образом связаны с его способностью производить алгоритмические сжатия.

Тот факт, что человеческий разум не слишком амбициозен в плане сбора информации и ее обработки, означает, что он осуществляет алгоритмическое сжатие данных, даже если они по природе своей не очень-то и сжимаемы. На практике это делается путем усечения поступающей информации. Наши органы чувств сами по себе способны воспринимать такое-то количество информации с таким-то разрешением и такой-то чувствительностью.

Если не существует возможности алгоритмически сжать последовательность данных, естественно считать ее случайной. Однако в принципе невозможно доказать, что такая-то последовательность является случайной, в то время как неслучайность доказывается нахождением возможности сжатия.

Барроу Джон. Новые теории всего.

* * *

В основе построения нейронной сети (определенных видов) также лежит принцип алгоритмического сжатия как входных, так и промежуточных данных.

* * *

Высшее назначение математики — находить скрытый порядок в мире хаоса, который нас окружает.

Н. Винер. “Я — математик”

Философ и богослов XY века Николай Кузанский, немало сделавший для подготовки Возрождения: «Там, где терпит неудачу язык математики, человеческий дух ничего уже не сможет понять и узнать».

Неопределенность и стратегия

Отсутствие уверенности в будущем – та самая причина, по которой нужна стратегия. Неопределенность присутствует всюду в стратегии и вокруг нее. Если все определенно, то достаточно плана для перехода от А к Б. Значит ли это, что неопределенность будущего и есть та насущная необходимость разработки стратегии. Похоже на это.

Бизнес не может все контролировить: он не может контролировать экономику, политику, политические события и действия конкурентов. Такую неопределенность требуется учитывать. Неопределенности, проистекающая из не подлежащих контролю событий и окружения. Учитывается ли ясным и надежным образом неопределенность при разработке стратегии. При обсуждениях часто отсутствует правильное планирование различных вариантов развития событий. Вместо этого обычно рассматривают одну версию будущего без понимания вероятности осуществления такой версии.

Стратегия требует прямого учета неопределенности с учетом понятия вероятности. Оценив шансы на успех реализации стратегии, зная изменение шансов под воздействием конкретных предпринимаемых действий можно оценить неопределенность с помощью эмпирических методов, а не догадок или принятия желаемого за действительное.

Почему мы избегаем иметь дело с неопределенностью? Возможно, в склонности рассматривать стратегию как чисто интеллектуальное упражнение — своего рода корпоративную игру. Однако стратегия ставит перед собой решение особого типа редких задач с высокой степенью неопределенности. К решению таких задач человеческий мозг наименее приспособлен. Люди подвержены когнитивным искажениям, среди которых чрезмерная самоуверенность, привязанность, неприятие потерь, предвзятость подтверждения и ошибки атрибуции. Эти непреднамеренные мысленные способы оценки помогают нам в повседневной деятельности фильтровать информацию. Но они искажают решение долгосрочных задач с высокой неопределенностью. И именно такие задачи рассматривает стратегия.

Даже самые опытные руководители имеют лишь ограниченный опыт и способность распознавать закономерности в таких ситуациях. Им приходится принимать решения на основе ограниченной информации, а результаты могут не проявляться годами. В то же время любое количество факторов — человеческий фактор, рынок, отставание и «шум» — может вмешаться и подавить способность любого стратега предсказать результат.

Неумение работать с неопределенностью

Электронные таблицы не предназначены для отображения диапазонов и учета шансов. Таблицы рассчитаны на конкретные числа, поэтому трудно осознать 75% вероятность того, что значение окажется между X и Y, а само значение получнео из тысяч ячеек корпоративного бюджета.

Мы игнорируем неопределенность. Многие презентации стратегий начинаются с прогноза рынка, основанного на аналитиках. Не сценарий, не набор исходов, а «наиболее вероятная версия будущего». И это последнее, что можно услышать о неопределенности в презентации. С этого момента вы получаете точечные оценки плана. «Я не могу справиться с множеством реальностей», — сказал нам один генеральный директор. «Я лучше выберу мир, в котором живу».

Мы относимся к неопределенности как к второстепенной мысли. Стратегическая комната — суровое место для большинства, и, откровенно говоря, неудача на этом этапе не является вариантом для большинства менеджеров. Проблемы с исполнением? ХОРОШО. Стратегия, в которой есть пробелы? Мы можем это исправить. Но стратегический разговор о вероятностях? Ты должно быть шутите! Вместо этого вы получаете слайд о рисках на странице 149 150-страничной колоды, озаглавленный примерно так: «Потенциальные проблемы риска и способы их смягчения». Это сделано для того, чтобы докладчик мог сказать, что проблема раскрыта, если возникнет вопрос о риске.

Мы притворяемся, что имеем дело с неопределенностью. В некоторых случаях неопределенность действительно обсуждается в стратегической комнате. Скажем, геополитические потрясения угрожают росту продаж на развивающемся рынке или есть признаки того, что конкурент может предпринять шаги по консолидации отрасли. Можно представить несколько сценариев, после чего следует обсуждение того, какой из них более или менее вероятен. Затем один сценарий выбирается в качестве «базового», и это, вероятно, последнее, что вы слышите о неопределенности. Стратегия ясна, работа сделана.

Конечно, есть предприятия, которые не смогли бы выжить, не столкнувшись с неопределенностью. Например, в управлении активами и других финансовых сферах показатели, взвешенные с учетом риска, являются нормальными. Разница в том, что эти профессионалы перемещают деньги. В более осязаемом бизнесе вы перемещаете не только деньги, но и людей, а также карьеры и репутацию бизнес-лидеров. В то время как калькулятор теряет репутацию, неправильно рассчитывая риск, менеджер теряет репутацию, отказываясь от ресурсов.

Все эти распространенные практики и связанные с ними ошибки могут заложить основу для установления неправильных уровней амбиций и, как следствие, для создания ошибочных стратегий. Нет ничего плохого в том, чтобы поставить перед собой амбициозные цели , но эти амбиции должны быть привязаны к реалиям бизнеса и меняющемуся контексту, в котором он работает.

Понимание причин

Оценить причины того или иного результата не всегда легко. Мы не можем сказать, был ли плохой результат благородной неудачей, так же как мы не можем сказать, был ли отличный результат слепой удачей. Был ли это случай, когда все усилия по хорошей ставке были сорваны неудачным броском игральных костей? Был ли это более пагубный провал планирования или исполнения? Может быть, это была просто плохая стратегия с самого начала? Неопределенность означает не только то, что мы не можем заглянуть за следующий поворот. Неопределенность также вторгается в прошлое.

При выборе стимулов, бонусов и продвижения по службе снова в игру вступают неопределенность и вероятности. Поскольку мы все хотим добиться успеха, большинство из нас предпочтут план, который мы выполним с вероятностью 90%, плану, который мы выполним только в 50% случаев. Фактически, многие бизнес-лидеры спокойно признают, что они соглашаются только с теми бюджетными целями, которые, по их мнению, могут достичь их почти наверняка 100%, за исключением каких-либо совершенно неожиданных сбоев. Тем не менее, когда мы спрашиваем руководителей, что было бы справедливо в отношении промахов, многие из них говорят, что каждые три-четыре года лидер может не выполнять план. Это большая разница во взглядах.

Учет вероятностей может сделать оценку эффективности и результатов чрезвычайно сложной. В этом случае гораздо труднее определить ключевые показатели эффективности.

От уверенности к вероятности

McKensey провела анализ экономической прибыли почти 2400 компаний за 10 летний период и сделала заключение, что эффективность отрасли определяет почти половину успеха компании. Фактически, влияние отрасли настолько существенно, что лучше быть средней компанией в великой отрасли, чем великой компанией в средней отрасли. Далее было сделано заключение, что шансы на то, что компания перейдет из среднего квинтиля в верхний за десятилетний период составляет всего 8%.

Обнаружено, что 10 переменных объясняют почти 90% положения компании. Они делятся на три категории:

• возможности (с чего вы начинаете), 
• тенденции (встречные или попутные ветры),
• действия (пять предпринимаемых стратегических действий).

Сопоставление этих переменных с переменными конкурентными или с кривой от Mckensey позволяет уменьшить оптимистические надежды и более трезво оценить вероятность успеха.

Исследование также показало, что примерно 40% успешных компаний в течение десятилетия скатятся вниз.

Если каждая из пяти компаний имеет 80% шанс на успех, это все равно означает, что одна из них обычно терпит неудачу. Если каждая из пяти компаний имеет 20% шанс на успех, одна из пяти, скорее всего, выиграет. Очевидно, что лучшая стратегия — это та, вероятность успеха которой составляет 80%, и именно ей следует отдать должное, независимо от того, выиграете вы или проиграете.

Риск, конечно, должен быть частью обсуждения вероятности. Вместе с шансами приходит явное осознание риска, и появляется неприятие потерь. Непосредственное столкновение с риском может сделать людей пугливыми, даже если мы хотим, чтобы они пошли на больший риск.

Оценка риска необходима для принятия решения о том, когда их стоит принимать, и для того, чтобы подтолкнуть других к их принятию. Если у вас лишь небольшой шанс на выигрыш, но ставка стоит мало, а потенциальный выигрыш огромен, это все равно может оказаться стоящей инвестицией. Обратное тоже верно. Дорогостоящие инвестиции, которые создают высокую вероятность небольшого успеха, могут оказаться плохой идеей. Игроки в покер называют такие расчеты «шансами банка». Если ставка в 100 долларов дает вам 20% шанс выиграть банк в 200 долларов, вы сбрасываете карты. По сути, вы платите 100 долларов за 40 долларов — это 20% от 200 долларов. Но ставку в 100 долларов, которая дает вам 20% шанс выиграть банк в 2000 долларов, вы делаете каждый раз, потому что вы платите 100 долларов, чтобы получить 400 долларов — 20% от 2000 долларов. Таким образом, оценка шансов — среди прочего, конкурентных, рыночных и нормативных — должна быть частью расчетов.

Также важно отслеживать предположения с течением времени, в будущем. Через несколько недель после разработки плана подробные предположения затуманиваются в памяти. Отклонение от бюджета отслеживается очень тщательно, но лежащие в его основе предположения, такие как темпы освоения, рост рынка или уровень инфляции, оцениваются не так тщательно. Вместо этого решите, что вы можете сделать сегодня, используя имеющуюся у вас информацию, и встройте в стратегию явные триггерные точки, чтобы пересматривать решения по мере появления новой информации.

Нам нужно перестать разрабатывать стратегию так, как будто мы знаем будущее. Подсчитав свои шансы на успех, вы сможете увидеть, основан ли план на реалистичных устремлениях или на искаженном принятии желаемого за действительное.

Источник

https://www.mckinsey.com/capabilities/strategy-and-corporate-finance/our-insights/how-to-confront-uncertainty-in-your-strategy

Chris Bradley, Martin Hirt, Sven Smit. How to confront uncertainty in your strategy. 23.03.2018.
Как противостоять неопределенности в вашей стратегии. 23.03.2018. Отрывок из книги.

Искусственный интеллект и маркетинг

От автоматизации процессов и обеспечения гиперперсонализации до постоянного изменения процесса генерации идей — генеративный ИИ может стать катализатором новой эпохи маркетинговых возможностей.

Поколение искусственного интеллекта позволяет произвести революцию в потребительском маркетинге. На уровне отдельной компании маркетинговые кампании, которые когда-то требовали месяцев разработки контента, получения информации и ориентации на клиентов, могут быть развернуты за недели или даже дни, часто с масштабной персонализацией и автоматическим тестированием.

Задачи разработки веб-сайтов и обслуживания клиентов слишком часто являются узкими местами во взаимодействии с отдельными потребителями. Но при правильном исполнении они могут вызвать большую вовлеченность и повысить удовлетворенность. Маркетологи могут одновременно анализировать и интерпретировать текстовые, графические и видеоданные, чтобы лучше понимать инновационные возможности. Генератор искусственного интеллекта обеспечивает детальную персонализацию способами, которые раньше были невозможны.

Некоторые цифры. По оценкам McKinsey, вклад генеративного ИИ в глобальную производительность может составить до 4,4 триллиона долларов в год. Маркетинг и продажи являются одной из четырех функциональных групп, которые в совокупности могут принести примерно 75% этой суммы. Продуктивность маркетинга только за счет генеративного ИИ может увеличиться на 5–15% процентов от общих расходов на маркетинг, что составляет около 463 миллиардов долларов в год.

Три способа использования gen AI (генеративного ИИ) потребительскими компаниями для создания добавленной стоимости.

Стартуя с gen AI

Интегрирование готового программного обеспечения генеративного искусственного интеллекта (gen AI) в существующие рабочие процессы. Что обеспечивает постепенное повышение эффективности и результативности. Например, розничный торговец может повысить эффективность создания текстов для сообщений по электронной почте.

Индивидуальные gen AI решения

Небольшая адаптация фундаментальной модели для конкретных случаев использования с целью ускорения процессов. Например. телекоммуникационная компания может расширить возможности персонализированной коммуникации со своей клиентской базой, используя искусственный интеллект для создания креативных текстов и изображений.

Преобразующий gen AI

Использование полного набора цифровых возможностей искусственного интеллекта, включая индивидуальные решения искусственного интеллекта. Люди определяют цели и контролируют эффективность, но в остальном они не «в курсе».

Компании уже используют общедоступные модели искусственного интеллекта. Следующим шагом станет дифференциация, настройка, расширение возможностей за счет интеграции моделей с данными и системами компаний. И наконец, в долгосрочном плане - переосмысление бизнес-процессов с учетом сквозного использования генеративного искусственного интеллекта.

Начало работы с поколением ИИ в маркетинге

Текущее использование искусственного интеллекта в маркетинге в основном состоит из готовых пилотных проектов, интегрированных в существующие рабочие процессы. Эти усилия приносят немедленную пользу, помогая компаниям создавать тексты и изображения за меньшее время, персонализировать маркетинговые кампании, реагировать на отзывы клиентов и учиться на отзывах клиентов. Но эти же усилия помогают компаниям узнать о генеративном искусственном интеллекте. А это создает возможности более глубокого использования ИИ. Это привлекательная черта генеративного ИИ, позволяющая быстро принести пользу, в отличие от других технологий, которые приносят отдачу только после многих лет инвестиций.

Примеры применения ИИ.

• Персонализация маркетинговых кампаний.
• Анализ неструктурированных клиентских данных. Усилия по гиперперсонализации также выигрывают от детального анализа поведения потребителей, который может быть дополнен генеративным искусственным интеллектом.
• Автоматизация процессов. Возможности автоматизациить взаимодействия между маркетингом и другими отделами. Существуют значительные возможности создания многовариантных и долгосрочных маркетинговых активов, таких как медиапланы, квартальные обзоры, стратегические планы и программы встреч.
• Выявление возможностей и генерация идей. Маркетологи используют генеративный искусственный интеллект для анализа действий конкурентов, оценки настроений потребителей и тестирования возможностей новых продуктов. Быстрое создание новых продуктов может повысить шансы создания успешных продуктов, повысить точность тестирования и ускорить выход на рынок.

Когда компании начнут изучать возможности использования искусственного интеллекта, они захотят убедиться, что предпринимаемые усилия соответствуют общим маркетинговым целям. Попытка включить слишком много различных инициатив в области искусственного интеллекта в надежде, что что-то приживется, может в конечном итоге оказаться дорогостоящим, фрагментарным и и трудным для отслеживания. Это затрудняет приобретение опыта в использовании ИИ. Лучше сосредоточиться на двух или трех вариантах использования генеративного ИИ, в которых готовые инструменты искусственного интеллекта могут оказать немедленное влияние на приоритетные области.

На протяжении всего процесса применения и внедрения генеративного искусственного интеллекта маркетологи должны обеспечить меры по снижению рисков. Например, таких как «галлюцинации ИИ» (ИИ генерерирует убедительные результаты, не основанные на проверяемых фактах, данных или алгоритмических шаблонах), предвзятость, нарушение конфиденциальности данных и нарушение авторских прав. Генерптивный ИИ обычно не очень хорошо подходит для принятия важных решений, регулируемых сред или приложений, требующих большого объема запросов или числовых рассуждений. Создание ответственного руководителя, а также совета по надзору за технологиями являются важными первыми шагами. Другие ограничения могут включать контроль человеком материала, который идет клиенту, а также ограничение тем, которые разрешены генеративному ИИ в создании маркетинговых кампаниях.

Индивидуальный искусственный интеллект в маркетинге

Многие компании начали разрабатывать варианты использования генеративного ИИ. Однако компании, стремящиеся по-настоящему дифференцироваться, идут дальше. Они создают уникальные индивидуальные решения для клиентов, адаптируя готовые модели для решения конкретных задач, обучаемые на небольших наборах данных. Именно тогда компании смогут увидеть экспоненциальные улучшения. Когда компании начинают перекраивать существующие модели генеративного искусственного интеллекта, используя собственные данные для своих специфических потребностей, результаты могут быть впечатляющими.

В мире маркетинга точная настройка существующей модели искусственного интеллекта может означать обучение модели с открытым исходным кодом с использованием собственных данных для создания индивидуального контента. Такое полузаказное решение искусственного интеллекта можно регулярно обновлять с учетом новых данных компании и постоянного обучения. Результатом является постоянно совершенствующееся индивидуальное решение для искусственного интеллекта, которое помогает увеличивать конкурентные преимущества компании по мере развития специфичной модели ИИ.

Трансформация маркетинга с помощью искусственного интеллекта

Помимо использования готовых маркетинговых инструментов и индивидуальных решений, компании могут подумать о том, как будет выглядеть в долгосрочной перспективе преобразованная с помощью искусственного интеллекта маркетинговая функция. В изменившемся будущем почти все маркетинговые задачи могут выполняться с помощью генеративного ИИ. Например, если маркетологам нужно написать текст, они могут начать с подготовленного ИИ черновика. Если маркетологам необходимо провести исследование, они могут с помощью ИИ сформировать набор демографических данных и их источников. Но хотя с появлением искусственного интеллекта будущая маркетинговая функция потенциально может стать более инновационной, должны быть предприняты меры, гарантирующие, что личная информация не будет раскрыта или материалы, защищенные авторским правом будут использоваться надлежащим образом.

Маркетинговое будущее, основанное на технологиях искусственного интеллекта, также будет направлено на создание уникального и впечатляющего клиентского опыта, что тоже будет способствовать росту компании. Это может включать в себя сверхрелевантную маркетинговую кампанию, например, извлеченную в электронной почте на базе десяткав тысяч индивидуальных клиентских отзывов. Это будущее включает в себя варианты использования, ориентированные на клиента, что требуют приложения реальных усилий для проектирования и создания соответствующего продукта или услуги.

Хотя мы все еще находимся на ранней стадии, и никто точно не знает, как будет выглядеть будущее поколения ИИ, мы знаем, что грядет трансформация на основе генеративног ИИ.

Такую трансформацию можно начать с помощью следующий шагов.

• Создание видения и дорожной карты с путеводной звездой. Основываясь на уникальном контексте компании, маркетологи могут начать с создания видения маркетингового будущего, обеспечиваемого генеративным искусственным интеллектом. Такая технология сможет решать задачи, требующие больших затрат времени, средств и ресурсов. Маркетологи могут составить план того, что и куда инвестировать на основе учета уникальных возможностей компании, конкурентных преимуществ и потребностей клиентов. Руководители маркетинга должны убедиться, что компания координирует работы сверху вниз и определяет приориты. Дорожная карта должна включать в себя схему обучения и подготовки сотрудников, а также план внутренних коммуникаций, гарантирующие согласованное движение в нужном направлении.
• Создание команды для достижения цели. Компании могут создать трехуровневую команду, которая поможет обеспечить успешную стратегию создания искусственного интеллекта. Первый уровень должен состоять из оперативного отдела, который владеет и координирует стратегию и реализацию инициатив. Второй уровень должен состоять из кросс-функциональных модулей, которые создают и реализуют отдельные варианты использования ИИ. Наконец, третьим уровнем должна стать техническая группа, обеспечивающая стабильную и безопасную платформу для сценариев использования ИИ.
• Достижение быстрых побед. Для приоритетных и несложных случаев использования ИИ примените готовые инструменты искусственного интеллекта, изучите и определите места, где искусственный интеллект может принести наибольшую пользу, какие таланты и навыки необходимы для поддержания таких работ и каковы требования к операционной модели с учетом возможности эффективного масштабирования. В кратком описании проекта могут быть изложены ценностное предложение для пользователя и вариант использования ИИ, а в плане сборки могут быть перечислены технические требования, прототипы и решения в следующем ключе - «создавать, покупать или сотрудничать».

Источник

Лиза Харкнесс, Келси Робинсон, Эли Стейн, Винни Ву. Как генеративный ИИ может стимулировать потребительский маркетинг. 05.12.2023.

Lisa Harkness, Kelsey Robinson, Eli Stein, Winnie Wu. How generative AI can boost consumer marketing. 05.12.2023.

https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/how-generative-ai-can-boost-consumer-marketing

Чрезвычайно низкие или высокие вероятности

Даниеэль Каннеман в книге "Думай медленно, решай быстро" об учете вероятностей.

Если мы рассматриваем сугубо теоретически плотность вероятности, то полагаем, что график распределения вероятностей содержит лишь информацию о вероятностях и ничего другого не должно приниматься в расчет. Но на практике все выглядит немного по другому.

"Средняя" часть плотности вероятности просто говорит о шансах, а вот крайние хвосты - это совсем другой случай. Чрезвычайно низкие или очень высокие вероятности (ниже 1 % или выше 99 %) — случаи особые.

Рассмотрим случай появления малой вероятности. О чем это говорит? Вначале была нулевая вероятность - то есть шансов не было. Но появление малой вероятности - это уже шанс.

Но шанс, который оценивается по разному. Очень редким событиям трудно приписать "обоснованное" управленческое решение. Поэтому редкое событие игнорируют, приравнивая к нулевому событию. С другой стороны, если редкое событие не игнорируется, то оно переоценивается. То есть, если редкое событие не попадает в фокус внимания, то оно и не учитывается. Но если же редкое событие захватило внимание, то ему придается больше веса, нежели оно того заслуживает.

Когда вы уделяете угрозе внимание, вы начинаете волноваться, а вес решений отражает степень вашего беспокойства. Из-за эффекта возможности тревога непропорциональна вероятности угрозы. Снижение или ослабление риска не достигает цели — для полного спокойствия сама его возможность должна быть устранена.

Другая сторона плотности распределения - почти вероятные события. В этом случае игнорируется риск, считая, что событие достоверное.

Что тут важно?

1. Вероятность события в средней части распределения ничего не меняет при расчете шансов.
2. Появление малой вероятности кардинально меняет ситуацию - появляется шанс и невозможное событие становится возможным.
3. Появление очень высокой вероятности практически устраняет случайность и возможное событие кажется уже необходимым и достоверно свершимся.

10 идей, формирующих бизнес-ландшафт

10 идей из статьи 

1. Builder are eating the world. "Созидатели" пожирают мир.

Высказывание Марка Андриссена: «Программное обеспечение пожирает мир» может проинтепретировано другим способом, Примерно так: "создатели из цифрового мира пожирают мир". Для бизнес-лидеров важно - насколько хорошо они могут использовать программное обеспечение для создания различных объектов — от бизнеса до цифровых продуктов. Стоимость создания новых продуктов и услуг  на основе цифровых технологий будет продолжать снижаться, а доступные инструменты будут проще в использовании. Это откроет двери для гораздо большего числа "создателей" и сделает процесс сборки вещей быстрее и дешевле. 

Масштабирование по-прежнему будет проблемой, требующей особого внимания, но компании, которые научатся быстро создавать, тестировать и адаптировать продукты, будут в наилучшем положении. ИИ продолжает развиваться, а затраты на технологические инновации снижаются, и оба этих фактора бросят вызов не только бизнесу, но и бизнес-моделям.

Ключевые факты

По оценкам McKensey, около 30 триллионов долларов корпоративных доходов принесут продукты, которые еще не вышли на рынок. Около 70% лидеров цифровой трансформации уже создают собственное программное обеспечение в областях, которые обеспечивают конкурентное преимущество. Финансовые директора рассматривают создание новых предприятий как наиболее вероятное стратегическое действие организаций в ближайшие 12 месяцев.

Выводы

Сосредоточьтесь на двух наиболее важных элементах работы "создателя": во-первых, создайте что-то важное: новый продукт, решение или бизнес, который создаст конкурентное преимущество; и, во-вторых, создать команду с правильными стимулами, инструментами и управлением для создания продуктов или услуг. Отсутствие идей редко является причиной неудач в создании чего-то нового. Идеи есть, проблемы с их воплощением.

Около $30 триллионов корпоративных доходов будут получены за счет продуктов, которые еще не созданы и не выведены на рынок.

Вопросы к размышлению

• Как создаете инженерную культуру, в которой у людей есть возможности и стимулы для творчества и инноваций?
• Что построите в ближайшие 12 месяцев то, что создаст преимущество для бизнеса, а не просто товар или, что еще хуже, денежную яму?
• Используете ли программное обеспечение для создания продуктов, услуг или бизнеса, которые создают реальное конкурентное преимущество?

2. Innovators dominate headlines, but scalers dominate markets. Инноваторы доминируют в заголовках, а "масштаберы" доминируют на рынках.

Посмотрите, звучит ли это знакомо: на сцену выходит захватывающая новая технология, и безумная борьба приводит к множеству экспериментов и нескольким многообещающим разработкам, которые часто сталкиваются с препятствиями. Инноваторы не могут масштабироваться и инновации прекращаются. Поколение ИИ может стать следующей жертвой этой закономерности. По версии McKensey, большие языковые модели (LLM), лежащие в основе создания искусственного интеллекта, составляют лишь около 15% усилий по масштабированию, но в настоящее время занимают 85% эфирного времени. Очень важно помнить, что для получения полной потенциальной выгоды от технологий требуется, чтобы компании имели возможность масштабировать их (вывести на рынок).

Достижение масштаба достигается не только за счет создания набора вспомогательных возможностей, но и за счет сосредоточения внимания на конкретных процессах и механизмах, которые обеспечивают масштабирование с самого начала предприятия, будь то использование технологии или запуск нового проекта. Все еще остается вопрос, имеют ли стартапы, не обремененные устаревшими системами и имеющие доступ к LLM и облачным технологиям, преимущество перед устаревшими предприятиями, когда дело доходит до масштабирования. Стартапам необходимо внимательно следить за созданием возможностей, обеспечивающих масштабирование и успешные руководители должны быть так же увлечены масштабами, как и стратегией.

Ключевые факты

Более 40% цифровых преобразований и преобразований в области искусственного интеллекта останавливаются на этапе масштабирования. Действующие игроки, открывающие новые предприятия, также не застрахованы от этой проблемы — около 80% из них не могут масштабироваться. Лидирующие экономические показатели почти в два раза успешнее своих конкурентов в поддержании ценности своих цифровых преобразований.

Выводы

Ценность инноваций, основанных на технологиях, возникает только тогда, когда компании вносят глубокие изменения в архитектуру данных, технологическую среду, кадровую стратегию и операционную модель. Руководителям и их советам директоров приходится принимать множество решений при проведении крупномасштабных преобразований, но крайне важно понимать конкретные возможности, необходимые для масштабирования (например, многократно используемые блоки кода и блоки данных, а также стандартизированные наборы инструментов и протоколы), и встраивать их в дорожную карту.

Более 40% цифровых преобразований и преобразований искусственного интеллекта останавливаются на этапе масштабирования.

Вопросы к размышлению:

• Как стимулируете масштабирование, а не только инновации?
• Какие конкретные инициативы дорожной карты напрямую поддерживают масштабирование?
• Определили ли конкретные препятствия на пути к масштабированию и знаете ли, как их преодолевать?

3. Leaders master the digital "More law" of compounding value. Лидеры осваивают цифровой «закон бOльшего» увеличения ценности.

Мы все слышали о «законе Мура»: количество транзисторов в интегральной схеме (ИС) удваивается примерно каждые два года. Аналогичная тенденция наблюдается, когда речь идет о цифровых технологиях и искусственном интеллекте с точки зрения комплексных преимуществ и результатов — мы называем это «законом большего». Растет дистанция между лидерами в области цифровых технологий и искусственного интеллекта и их конкурентами. Ряд ведущих компаний не только придумали, как использовать цифровые технологии и искусственный интеллект для создания добавленной стоимости, но и как сделать это быстрее и увеличить дистанцию ​​между собой и другими игроками.

Лидеры знают, что речь идет не о создании одного «волшебного» варианта использования, а о  совместной работе сотен технологических решений наилучшего обслуживания клиентов и сотрудников, снижения удельных затрат и создания добавленной стоимости. Это сложно сделать, но и трудно скопировать.

Ключевые факты

За последние три года разрыв в зрелости цифровых технологий и искусственного интеллекта между лидерами и отстающими увеличился на 60%. В банковском секторе цифровые лидеры увидели рост цифровых продаж на 40–70%, цифровые отстающие выросли лишь на 8–17%.

Выводы

Перестроенные компании создают возможности, которые дополняют друг друга, так что со временем ценность увеличивается — больше ценности, больше скорости, больше цифрового расстояния по сравнению с коллегами. Сосредоточьтесь на области, в которой вы можете быстро сдвинуться с мертвой точки, и четко определите, какие взаимодополняющие способности вам необходимо развивать.

За последние три года разрыв в зрелости цифровых технологий и искусственного интеллекта между лидерами и отстающими увеличился на 60%.

Вопросы к размышлению

• Есть ли четкое представление о сегодняшних темпах технологического роста по сравнению с темпами прямых конкурентов?
• Разрабатываете ли те трудно копируемые возможности (процессы, рабочие процессы, средства автоматизации), которые лежат в основе продуктов и услуг, которые необходимо создавать и улучшать?
• Понятны ли три наиболее важных улучшения, которые следует внести, чтобы ускорить темпы развития?

4. Digital and AI leaders must be forever transformers. Лидеры цифровых технологий и искусственного интеллекта должны навсегда стать преобразователями

Цифровые технологии проникли практически во все аспекты жизни благодаря слиянию новых технологий (облака, искусственного интеллекта), новых архитектурных парадигм (микросервисы, API) и новых способов создания программного обеспечения (agile, DevSecOps). Пока технологии продолжают развиваться, бизнес будет развиваться. Вот почему важно думать о цифровой трансформации и ИИ-трансформации как о чем-то, чем собираетесь заниматься до конца карьеры, а не как о конечном пункте назначения. Цифровая трансформация и трансформация искусственного интеллекта — это путь к постоянному повышению конкурентоспособности за счет быстрого внедрения новых технологий. С ростом важности технологий различия между бизнес-лидерами и технологическими лидерами будут продолжать стираться. Всем руководителям высшего звена необходимо знать, как максимально эффективно использовать технологии в своей сфере деятельности.

Ключевые факты

Почти каждый крупный бизнес приступил к той или иной цифровой трансформации и трансформации искусственного интеллекта. В 2022 году организации инвестировали более 1 триллиона долларов в технологические тенденции, что отражает твердую веру в их ценностный потенциал. Зарождающиеся технологии, такие как квантовые вычисления, продолжают развиваться. Анализ McKinsey показывает, что четыре отрасли — автомобилестроение, химическая промышленность, финансовые услуги и медико-биологические науки — могут получить до 1,3 триллиона долларов в стоимости к 2035 году за счет использования квантовых технологий. Цифровая трансформация и ИИ-трансформация — это командный вид спорта, требующий лидеров, свободно владеющих технологиями. В настоящее время в 67% компаний, находящихся в нижнем дециле цифровой зрелости, на руководящих должностях работают не более двух человек, разбирающихся в цифровых технологиях, а в 47% компаний из верхнего дециля — семь и более.

Выводы

Компаниям следует сосредоточиться не только на том, как интегрировать конкретную технологию. Вместо этого им следует сосредоточиться на создании широкого набора возможностей — стратегии, талантов, гибких операций, технологий, данных, а также внедрения и масштабирования — которые могут использовать новые технологии, масштабировать их и гарантировать, что они создают добавленную стоимость. Эти возможности должны объединиться для создания операционной модели, которая позволит быстро выполнять итерации и продвигаться к ясной и четко сформулированной цели, основанной на ценности.

Автомобильная, химическая, финансовая и медико-биологическая отрасли могут получить до 1,3 триллиона долларов к 2035 году благодаря использованию квантовых технологий.

Вопросы к размышлению

• Определили ли следующие две-четыре области, которые хотите преобразовать, и ресурсы, необходимые для завершения работы?
• Какие имеются долгосрочные показатели, цели и ключевые результаты, отслеживаются ли они?
• Есть ли четкое представление о том, какие новые технологии могут больше всего повысить конкурентоспособность?

5. If knowledge is power, data is knowledge. Если знание — сила, данные — это знание.

Уже давно стало модно говорить об «экономике знаний» как о чем-то отличном от экономики в целом, но реальность такова, что каждая компания занимается бизнесом знаний, и каждый работник становится работником умственного труда. Это становится все более очевидным по мере того, как передовые возможности искусственного интеллекта, а также улучшенные инструменты и методы становятся доступными каждому работнику. Насколько хорошо компании воспользуются дивидендами от знаний, будет зависеть от того, насколько хорошо они используют свои данные. Справедливо сказать, что ни одна компания не может иметь ИИ или бизнес-стратегию без стратегии данных. Это связано с тем, что без хороших, чистых данных, которые легко (и ответственно) доступны для всего бизнеса, будет невозможно создать ценность для бизнеса, эксплуатации и ИИ.

Ключевые факты

Продукты обработки данных — высококачественные, готовые к использованию данные, отформатированные так, чтобы люди и системы в организации могли легко получить к ним доступ и применять их — могут предоставлять новые варианты использования в бизнесе на 90% быстрее и снижать общую стоимость владения на 30%.

Ценность будет возрастать у компаний, у которых есть собственные данные, которые они могут использовать для улучшения возможностей базовых моделей так, как не могут сделать их конкуренты. «Сетка данных» и «данные как продукт» — наиболее практичные способы снижения централизации и масштабирования использования высококачественных данных в рамках организации. Убедитесь, что в продуктах обработки данных есть специальные команды и владельцы продуктов для защиты данных, развития технологии обработки данных, четкого фокуса на потребностях конечных пользователей и внедрения инструментов самообслуживания и анализа данных.

Продукты обработки данных могут предоставлять новые варианты использования в бизнесе на 90% быстрее и снижать общую стоимость владения на 30%.

Вопросы к размышлению

• Понимаете ли, как собственные данные в сочетании с общедоступными данными приведут к конкурентному преимуществу?
• Какие есть стандарты и лучшие практики для создания продуктов данных в рамках организации и доступны ли они соответствующим командам?
• Есть ли система управления данными, которая укрепляет цифровое доверие между клиентами и заинтересованными сторонами?

6. A workforce with gen AI "superpowers" needs a human breakthrough. Работникам со «сверхспособностями» поколения ИИ нужен человеческий прорыв.

 

Поколение ИИ начиналось как технология второго пилота и может развиваться, чтобы стать автоматическим пилотом для выполнения некоторых задач. По сути, это означает, что у каждого будет набор сверхспособностей ИИ, что создаст рабочую силу «суперработников». Технологические прорывы повысили производительность и создали для людей новые и дополнительные рабочие места. По этой причине компаниям необходимо переключить свое внимание на прорывы в обучении, переквалификации, повышении квалификации и управлении карьерой, чтобы дать возможность сотрудникам максимально эффективно использовать преимущества искусственного интеллекта и других технологий.

Прирост производительности не будет распределяться равномерно и будет зависеть от сложности задач и зрелости ИИ. Более важным будет понимание того, какие навыки нужны людям, чтобы адаптироваться и использовать возможности ИИ. Генеативный ИИ создаст естественный язык, например, новый пользовательский интерфейс, требующий от людей научиться по-другому разговаривать с машинами.

Ключевые факты

В настоящее время не существует простого показателя, показывающего, насколько продуктивными могут быть люди при поддержке инструментов генеративного ИИ. Многое зависит от задачи и человека. Инструменты генеративного искусственного интеллекта могут сократить время, затрачиваемое на рефакторинг кода на 20–30%, на генерацию кода — на 35–45%, но прирост скорости зависит от сложности задачи и опыта разработчика. Эти инструменты лучше всего работают для относительно повторяющихся задач и предоставления стартового набора кода, с которым разработчики могут работать и улучшать. Признавая, что истинную производительность трудно измерить, мы наблюдаем прирост производительности от 50% до 75% процентов для разработчиков с достаточной подготовкой.

Работа организации должна изменяться. Это может показаться ошеломляющим. Начните с определения сферы деятельности и подумайте, какие изменения возможны в том, как выполняется ее работа. Обратите особое внимание на понимание того, какие ключевые роли могут принести наибольшую пользу ИИ. Развивать сильную культуру обучения и структурированное развитие навыков, включающее как формальные программы, такие как просмотр документации, средств обучения и кода, посещение конференций, так и неформальные программы, такие как обмен информацией в сообществах, упрощающий практику использования новых инструментов и LLM.

Инструменты Gen AI позволяют сократить время, затрачиваемое на генерацию кода, на 35–45%.

Вопросы к размышлению

• Определили ли наиболее важные роли в бизнесе, которым может быть полезен генеративный ИИ?
• Какие сообщества разработчиков активно делятся знаниями?
• На практике насколько хорошо специалисты по данным и инженеры научились работать с ИИ?

7. Every company will become a "neural business". Каждая компания станет «нейронным бизнесом»

Скорость и инновации будут исходить от небольших команд под руководством инженеров, обладающих достаточной автономией и четкими рекомендациями для принятия решений. Большинство из нас поймут, что это описание гибкости. Хотя многие, возможно, устали от этого чрезмерно используемого термина, его важность имеет решающее значение для способности бизнеса масштабировать инновации. По мере того, как границы гибкой разработки расширяются по всей организации, она должна будет функционировать как нейронная сеть, соединяющая небольшие команды на ее границах, чтобы обеспечить скорость, необходимую компаниям для роста и адаптации.

Ключевые факты

Верхняя половина компаний с точки зрения зрелости своих продуктов,  операционных моделей и платформ имеет на 60% большую совокупную прибыль для акционеров, чем компании нижней половины, и на 16% более высокую операционную прибыль. Наиболее эффективные команды - небольшие и оптимизированы для «преобразователей». Лучшие инженеры в десять раз более продуктивны, чем новички, поэтому компании требуют не только нанимать больше инженеров, но и создавать им условия работы, в которых они смогут наиболее эффективно практиковать свое ремесло.

В то время как любая компания может заставить несколько модулей работать хорошо,  масштабировать сотни или даже тысячи из них — это совсем другая история. Компаниям нужна операционная модель, построенная вокруг продуктов с выделенными командами, разрабатывающими и предоставляющими технологические предложения или услуги, используемые клиентами и сотрудниками. И платформами с выделенными командами, которые предоставляют серверные технологии и возможности обработки данных, поддерживающие продукты. Чтобы эти команды работали эффективно, компаниям необходимо обеспечить тесное сотрудничество с ними более широкой организации, - юридической, кибербезопасной, финансовой, финансовой, - для быстрого выявления и решения проблем. Исследование показывает, что наибольшее положительное влияние на результаты достигается за счет уменьшения зависимости между рабочими командами, за счет установления жизненного цикла разработки продукта, расширения прав и возможностей владельцев продуктов и менеджеров.

Верхняя половина компаний с точки зрения зрелости продуктов, операционных моделей и  платформ имеет на 60% большую совокупную прибыль акционерам, чем компании нижней половины.

Вопросы к размышлению

• Сколькими командами и решениями руководит владелец высококачественного продукта?
• Согласовано ли высшее руководство с операционной моделью, позволяющей сотням подразделений внедрять цифровые инновации?
• Насколько быстро способны придумать, создать и запустить новый продукт или услугу?

8. IT as a service is the next generation of your tech function. ИТ как услуга — это новое поколение технологической функции.

Чтобы обеспечить атомизацию бизнеса, компаниям необходимо, чтобы их технологическая команда выполняла скорее сервисную функцию. Распределенные цифровые инновации — это конечная стадия переоборудованной компании, в которой технические команды могут разрабатывать цифровые решения и решения на базе искусственного интеллекта для улучшения качества обслуживания клиентов и снижения удельных затрат. Технологии в конечном итоге будут встроены в каждый продукт и функцию, а «унаследованные» централизованные ИТ-функции будут массово автоматизированы и предоставляться как облачные сервисы. ИТ-отделы не могут поддерживать такую ​​распределенную инновационную среду, придерживаясь своей традиционной роли контролирующего субъекта, управляющего технологиями из центра. Ценность теперь будет заключаться в способности ИТ обеспечивать инновации путем перехода от защиты крупных технологических активов к предоставлению небольших блоков кода. API станут основным способом раскрытия компаниями своих цифровых возможностей. Они будут интегрированы в «суперприложения», объединенные с генераторами кода типа искусственного интеллекта для улучшения функциональности пользователя.

Ключевые факты

К 2028 году глобальный рынок облачных микросервисных платформ может принести доход в размере $4,2 млрд. Программное обеспечение, полученное компаниями на базе платформ облачных сервисов, открытых репозиториев и программного обеспечения как услуги (SaaS) будет иметь среднегодовой темп роста в 27,5% с 2021 по 2028 год.

Золотым стандартом эффективности ИТ будет их способность помогать разработчикам объединять фрагменты кода в полезный продукт. Облако должно стать основной частью распределенной операционной модели ИТ, чтобы обеспечить скорость и масштабируемость. Ключевая роль ИТ-отделов будет заключаться в предоставлении стандартов, например для API, и защитных мер, таких как встраивание политик в код; защитить наиболее конфиденциальную информацию бизнеса, такую как данные клиентов и финансовые отчеты; и отслеживать внедрение разработанных продуктов и платформ.

К 2028 году глобальный рынок облачных микросервисных платформ может принести доход в 4,2 миллиарда долларов.

Вопросы к размышлению

• Как часто код и решения, создаваемые разработчиками, повторно используются другими командами?
• Сколько библиотек существует для ключевых артефактов, таких как API и подсказки, и часто ли они используются техническими группами?
• Сколько возможностей «как услуги» разработало технологическое подразделение?

9. The name of the game is the same: Value. Название игры то же: добавленная стоимость

Значение цифровых технологий, искусственного интеллекта и технологий не улучшается в цифровых технологиях, искусственном интеллекте и технологиях - бизнес создает ценность. Основная причина невыполнения финансовых целей в ходе цифровой трансформации и ИИ-трансформации заключается в неправильной постановке целей с самого начала. Слишком часто компании стремятся к незначительной прибыли, но это ограничивает мышление, а мелкое мышление приводит к небольшим результатам. Эмпирическое правило заключается в том, что надежная цифровая дорожная карта должна обеспечить улучшение EBITDA на 20 процентов или более.

Ключевые факты

Организации, которые проводят успешные преобразования, ставят амбициозные цели и задачи и превышают запланированный результат в 2,7 раза. Они также быстро действуют и обновляют рабочий процесс. Цифровые лидеры в страховании в 5 раз превосходят отстающие компании. Лидеры в сфере потребительских товаров и розничной торговли показывают результаты в три раза лучше, чем их коллеги по сектору, а лидеры в сфере энергетики, материалов и сельского хозяйства работают в два раза лучше.

Определите несколько важных и самостоятельных областей бизнеса, полностью переосмыслите их и четко опишите созлаваемую добавленную стоимость. Убедитесь, что решения дорожной карты привязаны к конкретным мероприят которые создают ценность. Соответствующее руководство должно встречаться не реже одного раза в квартал (хотя, как правило, чаще), чтобы увидеть, действительно ли выдвинутые вами инициативы создают заявленную добавленную стоимость. Когда дело доходит до управления прогрессом и получения прибыли, все не происходит автоматически.

Организации, которые проводят успешные преобразования, добиваются в 2,7 раза лучшего результата в сравнении с запланированным.

Вопросы к размышлению

• Сосредоточены ли усилия по цифровой трансформации и трансформации искусственного интеллекта в области, которая достаточно велика, чтобы создавать значимую ценность, но достаточно мала, чтобы ее можно было выполнить с помощью имеющихся ресурсов?
• Целью цифровой трансформации и ИИ-трансформации является увеличение дополнительной ценности как минимум на 20%?
• Какую ценность принесли инициативы в области цифровых технологий и искусственного интеллекта за последние шесть месяцев?

10. The best companies will be the best testers. Лучшие компании будут лучшими тестировщиками.

Если вы верите, что изменения будут только ускоряться (а мы все, вероятно, можем представить себе сотни предпринимателей, создающих прямо сейчас в своих гаражах новый бизнес), адаптивность станет одним из наиболее важных атрибутов современной компании. Это означает возможность тестировать больше, тестировать дешевле и тестировать быстрее. Возможности для этого уже существуют и растут: создание искусственного интеллекта для повышения производительности, автоматизация для ускорения темпов и масштабирования за счет MLOps, более простые в использовании программные инструменты, более сложные возможности цифровых двойников и растущее число разработчиков программного обеспечения, выходящих на рынок.

Эти разработки изменят стратегию (вы можете быстро протестировать рыночный спрос на решение), операции (вы можете протестировать операционные модели и настройки) и дизайн (вы можете быстро создавать и перерабатывать миллионы решений). В некоторых случаях — например, при создании действующих телекоммуникационных сетей — обучение ИИ будет затруднено или невозможно без цифрового двойника.

Ключевые факты

Число разработчиков растет примерно на 21% каждый год и превысило отметку в 100 миллионов в 2023 году. Прогнозируется, что глобальный рынок технологий цифровых двойников будет расти примерно на 60% ежегодно в течение следующих пяти лет, достигнув 73,5 миллиарда долларов к 2027 году. Некоторые компании сообщают, что продукты, начинающиеся как цифровые двойники, имеют на 25% меньше проблем с качеством, когда они поступают в производство. Почти 75% компаний уже внедрили технологии цифровых двойников, которые достигли как минимум среднего уровня сложности.

Примите образ мышления, согласно которому фирма рассматривается как непрерывный испытательный полигон, а затем определите, какую часть компании следует рассматривать как цифрового двойника. Инструментируйте все и моделируйте все для лучшего понимания, опыта и воздействия. Передовые методы разработки программного обеспечения включают теги для сбора обратной связи, а лучшие разработчики генеративного ИИ — это те, кто встраивает возможности тестирования в модели, чтобы точно измерить их эффективность в полевых условиях. Для сложных машин, которые обычно используют комбинацию существующих и новых элементов, рассмотрите возможность создания и управления библиотекой моделей цифровых двойников ключевых компонентов.

Прогнозируется, что к 2027 году мировой рынок технологий цифровых двойников достигнет 73,5 миллиардов долларов.

Вопросы к размышлению

• Как изменили подход к стратегии и операциям, основанным на цифровых двойниках и достижениях в области тестирования?
• Насколько хорошо платформа цифрового двойника интегрирована в продукт, решение или развитие бизнеса?
• Насколько хороши (и распространены) возможности A/B-тестирования?

Источник

Кейт Смайдж. Родни Земмель. Десять невоспетых идей в области цифровых технологий и искусственного интеллекта, формирующих бизнес. 9 января 2024 г.

https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/ten-unsung-digital-and-ai-ideas-shaping-business