Выводы
• Обязанности – это совокупность задач. Если разбить рабочий процесс и применить инструменты ИИ, некоторые задачи, ранее выполняемые людьми, можно автоматизировать. Их порядок и значимость могут измениться, и к ним могут прибавиться новые задачи. Следовательно, совокупность задач, составляющих обязанности, изменится.
• Инструменты ИИ:
• иногда служат подспорьем, как в примере с электронными таблицами и счетоводами;
• способны сузить диапазон обязанностей, как в примере с центрами обработки заказов;
• иногда приводят к преобразованию обязанностей, когда одни задачи добавляются, а другие устраняются, как в примере с рентгенологами;
• могут повысить значимость конкретных профессиональных навыков, как в примере с водителями школьных автобусов.
• Инструменты ИИ способствуют изменению относительной отдачи от определенных навыков и, таким образом, меняют тип людей, подходящих для конкретной работы. В случае счетоводов появление электронных таблиц снизило отдачу от умения быстро производить многочисленные расчеты на калькуляторе. И в то же время повысило отдачу от способности задавать правильные вопросы с целью воспользоваться всеми преимуществами технологии для эффективного анализа сценариев.
Часть IV. Стратегия
Глава 13. ИИ в руководящем составе
В январе 2007 года, когда на сцену вышел Стив Джобс и представил миру iPhone, ни один обозреватель не сказал: «Да это же просто прикрытие для бизнеса такси». Перенесемся в 2018 год: оказывается, так и есть. За последние десять лет смартфоны эволюционировали из просто умных телефонов в незаменимые платформы для инструментов, подрывающих и коренным образом изменяющих самые разные отрасли. Даже Энди Гроув, отпустивший известную шутку «выживут только параноики», вынужден признать, что нужно было быть закоренелым параноиком, чтобы предвидеть, насколько широко и глубоко смартфоны проникнут в традиционные отрасли производства.
Недавнее развитие ИИ и машинного обучения убедило всех, что эта инновация по своим масштабам сравнима с революционными технологиями прошлого: электричеством, автомобилями, пластмассой, микрочипами, интернетом и смартфонами. Из истории экономики мы знаем, как эти универсальные технологии распространяются и преображают мир. Понятно, что очень сложно предвидеть, когда, где и как произойдут самые подрывные перемены. И в то же время уже известно, что именно следует искать, как можно оказаться на шаг впереди всех и когда новые технологии, вероятнее всего, превратятся из занимательной штуковины в двигатель прогресса.
Когда вопрос ИИ должен стать приоритетным для руководящего состава организации? Хотя изменения режима работы иногда происходят по итогам расчетов прибыли от капиталовложений, стратегические решения ставят руководство перед дилеммами и вынуждают бороться с неопределенностью. Внедрение ИИ в одну часть организации может потребовать изменений в другой. Чтобы отследить влияние на организацию в целом, нужно, чтобы внедрением и принятием решений занимался человек, полностью контролирующий деятельность бизнеса, а именно СЕО.
Когда же ИИ попадает в данную категорию? Когда снижение стоимости прогнозов приобретает достаточное значение, чтобы изменить стратегию? И какой трудный выбор поджидает директора, если это произойдет?
Как ИИ меняет стратегию бизнеса
Как мы предположили в главе 2, если повернуть регулятор точности, компании типа Amazon смогут предсказывать желания конкретного покупателя настолько уверенно, что это изменит их бизнес-модели. От схемы «покупка – затем доставка» они перейдут на «доставка – затем покупка» и начнут рассылать заказы клиентам, предугадывая их желания. Данный сценарий наглядно иллюстрируют три составляющие, вместе подталкивающие к решению вложиться в разработку инструмента ИИ, чтобы подняться до уровня стратегических решений в противовес тактическим.
В первую очередь должна присутствовать дилемма или компромиссное решение. Для Amazon дилеммой выступает то, что «доставка – затем покупка» может повысить продажи, но одновременно увеличить количество возвратов. Если издержки от возвратов высоки, то доход от вложений в модель «доставка – затем покупка» ниже, чем в традиционную «покупка – затем доставка». Вот почему при отсутствии технологических изменений Amazon придерживается модели «покупка – затем доставка», а не наоборот, как и почти все другие магазины.
Во-вторых, проблему можно решить снижением неопределенности. В случае Amazon это покупательский спрос. Если точно прогнозировать, что люди купят, особенно если товар уже доставлен, то вероятность возвратов снижается и продажи растут.
Такого рода управление спросом не ново, поэтому и существуют офлайновые магазины. Они не могут прогнозировать индивидуальный спрос, только вероятный спрос группы потребителей. Объединяя в группы потребителей, приходящих в один магазин, они страхуются от неопределенности спроса индивидуальных покупателей. Переход на модель «доставка – затем покупка», основанную на индивидуальном подходе, требует больше информации о спросе отдельных покупателей, с тем чтобы превзойти конкурентное преимущество офлайн-магазинов.
В-третьих, компаниям требуется прогностическая машина, способная в достаточной степени снизить неопределенность, чтобы сместить баланс стратегической дилеммы. Amazon при очень точном прогнозировании потребительского спроса будет выгодна модель «доставка – затем покупка». В данном случае плюсы повышения продаж перевесят минусы издержек возвратов.
Если Amazon внедрит данную модель, за ней последуют дальнейшие перемены в бизнесе. В том числе, например, вложения в снижение издержек по обеспечению безопасности посылок, оставленных для получателя, и в транспортные услуги по доставке возвратов. Хотя на клиентоориентированном рынке доставки высокая конкуренция, рынок услуг по возврату находится пока в зачаточном состоянии. Amazon могла бы организовать собственную инфраструктуру грузового транспорта для ежедневной доставки и сбора возвратов и таким образом вертикально интегрироваться в бизнес возвратов товара. Фактически Amazon подвинула бы границу своего бизнеса прямо к крыльцу дома покупателя.
И эта граница уже начинает сдвигаться. Один из примеров тому – немецкое предприятие электронной коммерции Otto
[114]. Основной проблемой покупок в онлайн-магазинах остается неопределенное время доставки, и, если оно не удовлетворило клиента, он вряд ли вернется на сайт еще раз. Otto выяснила, что, если доставка слишком долгая (больше нескольких дней), количество возвратов увеличивается. За это время покупатели успевают купить то, что им необходимо, в магазине. И даже при высоких продажах Otto много теряла на возвратах. Как же сократить время доставки до покупателя? Предугадать, что он собирается заказать, и обеспечить наличие товара на складе неподалеку. Но такое управление ресурсами само по себе затратно.
