Как искусственный интеллект меняет компании | Бизнес-школа Laba (Лаба)
Журнал
if locale != request.locale

Поиск

Как искусственный интеллект меняет компании

8 трендов — на примерах IKEA, Amazon и Walmart.

cover-ai-60f00da027641223898421.jpg

В будущем ни одна компания, которая игнорирует ИИ, не сможет рассчитывать на большую прибыль. Если бизнес правильно использует технологии, он вырвется вперед, если нет — начнет терять позиции. 

К таким выводам пришли эксперты по цифровым инновациям, профессора Гарвардской бизнес-школы Карим Лакхани и Марко Янсити. Они консультировали Microsoft, Facebook, Amazon и Alphabet и провели множество исследований о влиянии искусственного интеллекта на экономику. О главных трендах ученые рассказывают в книге «Конкуренция в эпоху искусственного интеллекта»

Записали самое интересное.

Стремительность изменений

Из-за пандемии компании перебрались в сеть. Даже те, кого там сложно было представить. Если раньше они раздумывали, нужно ли усиливаться в онлайне, то сейчас выбора не осталось. Вот, например, как это сделала IKEA.

Когда в компании поняли, что придется закрыть более 400 магазинов по всему миру, их превратили в пункты обработки и выдачи интернет-заказов. Команда по цифровым технологиям предприняла несколько шагов:

  • за 1 неделю перенесли 13 региональных сайтов IKEA в облако и централизовали управление ими, сконцентрировав все данные в одном месте
  • научили маркетологов, продажников и других специалистов анализировать и использовать информацию, собранную ИИ
  • улучшили персональные рекомендации ИИ по подбору товаров на сайте
  • организовали бесконтактные точки выдачи, где покупатели могут забрать свои онлайн-заказы, не коммуницируя с персоналом

Благодаря этим шагам и тому, что карантин «подогрел» интерес к IKEA, доход онлайн-магазинов в среднем вырос в 3–5 раз. 

Рекомендуем почитать:

940-60dc76d52ab9c509559657-614327b744ded930500804.png

«Есть идея! История ИКЕА»

Смотреть

Слияние цифрового и «аналогового» миров

Бизнес не может быть полностью офлайновым, независимо от сферы деятельности. Но это не значит, что традиционным компаниям суждено исчезнуть. Их задача — с помощью ИИ увеличить собственную значимость для клиентов. 

Например, физические маркеты Amazon Go благодаря искусственному интеллекту усиливают три ценности: 

  • персонализацию — индивидуальными рекомендациями товаров
  • автоматизацию — покупками без персонала
  • оперативность — шопингом без очередей

Сеть Walmart тоже использует ИИ — в экспериментальных маркетах Intelligent Retail Lab, чтобы контролировать количество и качество продукции. Датчики отслеживают наполняемость полок и сроки годности товаров, а затем передают информацию консультантам. Поэтому покупателям всегда доступен полный ассортимент продукции.

Еще один пример усиления «аналогового» бизнеса с помощью ИИ — фитнес-стартап Pelotoin. Компания предлагает групповые занятия на профессиональном оборудовании с тренером, но не в зале, а дома. Клиент покупает тренажер с сенсорным экраном и доступом в интернет, а затем оформляет подписку на онлайн-занятия. 

Так у людей появляется возможность заниматься дома в комфортных условиях, но при этом оставаться на связи с персональным тренером.

Фабрики искусственного интеллекта

Сейчас большинство компаний собирает данные, но это не всегда приносит пользу бизнесу. Часто полученная информация разбита на несвязанные фрагменты и не работает как единый механизм. 

Например, когда департаменты отдельно друг от друга накапливают сведения по общему вопросу, но не объединяют их. Из-за этого возникают проблемы с аналитикой: данные собираются просто ради данных. 

Чтобы получать максимум, цифровым компаниям нужно создавать фабрики ИИ, пишут авторы. Это механизм принятия решений на основе поэтапной обработки информации и машинного обучения. 

Именно фабрика ИИ ежедневно проводит миллионы рекламных аукционов на Google и Baidu, подбирает авто для клиентов Lyft и Uber, назначает цены на Amazon. В будущем такой инструмент станет нужен каждой компании, а не только корпорациям.

Самая известная фабрика ИИ — механизм персонализации контента на Netflix. Когда нужно решить, какую обложку фильма или сериала подобрать именно для вас, система сначала собирает данные о вашем взаимодействии с сервисом: что, когда и на каком устройстве вы смотрите. 

Затем на основе ваших предпочтений алгоритм выбирает несколько обложек — например, с актером, который чаще всего встречается в фильмах из истории просмотров. Далее система запускает тестирование, в ходе которого определяет самую кликабельную обложку — ее вы и видите в результате. По мере накопления новых данных о ваших предпочтениях рекомендации меняются. 

Лучше «слабый» ИИ, чем никакого

Чтобы трансформировать компанию, не обязательно нужен «сильный ИИ», который может думать как человек. Все еще достаточно «слабого» — компьютерной системы, выполняющей работу, которую раньше делали люди. 

Рекомендуем почитать:

amazon.book-60215f153c452011758092.jpg

«В компаниях, которые переживают кризис, проще внедрять инновации»

Читать

«Слабый ИИ» — это набор стандартных алгоритмов для выполнения конкретных задач и удовлетворения узкопрофильных потребностей. Например, чтобы приоритизировать контент в Facebook, проанализировать поведение пользователя на Netflix или получить помощь от Google Assistant.

Даже беспилотные авто Waymo и складские роботы Amazon — по-прежнему образцы «слабого ИИ». Это развенчивает миф о том, что диджитализация — нечто из области научной фантастики.

Меньше рутины для человека

Привлекать людей к шаблонным задачам становится нерациональным, ведь ИИ справляется быстрее. Поэтому компании минимизируют участие сотрудников в предоставлении услуг и товаров напрямую клиентам. 

Люди разрабатывают программное обеспечение, контролируют ИИ, занимаются стратегическими вопросами и развивают культуру компании. Но практически не выполняют операционные задачи. Это позволяет:

  • снизить затраты на поиск и обучение персонала
  • сократить расходы и время на обслуживание одного клиента
  • уменьшить риск организационных ошибок из-за человеческого фактора 

Например, в финтех-компании Ant Financial сотрудники разрабатывают стратегию развития продуктов, их дизайн и технические инновации. Но непосредственно услуги клиентам предоставляет ИИ. Человек отстранен от процессов выдачи займов, оформления страховки и консультаций по инвестициям. 

Поэтому в штате Ant Financial менее 10 тыс. сотрудников, которые обслуживают свыше 700 млн пользователей. Для сравнения: в Bank of America примерно такое же число клиентов, однако персонала — более 200 тыс. человек.

На складах Amazon часто именно компьютер говорит людям, что делать. Например, как максимально быстро найти необходимый товар. ИИ отвечает не только за перемещение продукции, но и за прогнозирование спроса, менеджмент склада и разработку цепочек поставок.

Рекомендуем почитать:

img.hr-5ffc6139e4a90751820753.jpg

Сможет ли искусственный интеллект вытеснить HR-менеджеров

Читать

Ставка на сетевую стратегию

Раньше при построении стратегии упор делался на ресурсы компании. Теперь не менее важно то, как бизнес развивает связи с другими секторами экономики. 

Чтобы сформулировать конкурентную стратегию, важно проанализировать реальные и потенциальные сети компании. Например, по такой схеме:

  • Составить список сетей, в которые вовлечен ваш бизнес. 

    Для Uber это сеть пассажиров и водителей, для Facebook — пользователей и рекламодателей, для Airbnb — туристов и собственников жилья.
  • Оцените потенциал каждой сети: какую выгоду можно от нее получить и какие препятствия нужно для этого преодолеть. 

    Например, чем шире сети пассажиров и водителей, тем выше прибыль Uber. Значит, необходимо привлечь как можно больше клиентов и исполнителей. Но у Uber есть конкуренты, которые заинтересованы в том же. Поэтому компании нужно предложить специальные условия: пассажирам — скидки после определенного количества поездок, водителям — уменьшение комиссии при увеличении километража.
  • Подумайте, с какими компаниями на рынке можно построить сетевые мосты.

    Создание сетевых мостов — это налаживание новых связей для масштабирования услуг. Например, у Uber есть сервис Health для перевозки пациентов, поездок медперсонала и доставки лекарств. Он налаживает связь организации с медицинскими и страховыми учреждениями. Также компания развивает Uber Eats — платформу для доставки еды. Она помогает построить новую сеть связей с маркетами и ресторанами.

Уход от специализации

Между сферами бизнеса постепенно стираются границы, и тренд узкой специализации отходит на второй план. Если компания сможет довести до совершенства обработку данных в одной области, ей не составит труда использовать свой опыт в других нишах, чтобы расширить поле деятельности. 

Например, Amazon и Alibaba начинали с розничной торговли, а сейчас конкурируют в сфере финансовых услуг и здравоохранения. А Google из интернет-сервиса перерос в корпорацию, которая зашла в отрасль автопромышленности.

Все благодаря тому, что цифровые сектора имеют массу общих технологических основ. Поэтому, научившись правильно использовать данные в разных сферах, вы добьетесь большего, чем компании, которые оттачивают профессионализм в одной области.

Весь бизнес-контент в удобном формате. Интервью, кейсы, лайфхаки корп. мира — в нашем телеграм-канале. Присоединяйтесь!

Ответственное лидерство

Эра ИИ выдвигает новые требования к лидерам компаний. Они должны отвечать таким критериям:

  • Иметь фундаментальные знания в области ИИ и уметь эффективно использовать технологии в своем бизнесе. 

    Лидеры не должны быть программистами, специалистами по обработке данных или инженерами ИИ. Но они обязаны разбираться в цифровых технологиях — этот скил будет важнее, чем экспертиза в узкоспециализированной отрасли. 

    Например, когда в Uber искали нового гендиректора, то наняли бывшего руководителя цифровой компании Expedia Дара Хосровшахи, а не специалиста из транспортной корпорации.
  • Защищать данные клиентов и партнеров. 

    Один из ключевых вызовов эры искусственного интеллекта для менеджеров — кибератаки и утечки данных. По мере масштабирования ИИ с ними будут сталкиваться все лидеры цифровых компаний, которые собирают большие массивы информации. 

    Менеджеры должны быть готовы нести ответственность за данные. Под этим подразумевается не только регулярное обновление ПО и внедрение новых защитных технологий. Лидерам нужно уметь быстро реагировать на утечку данных и нести репутационные риски.

Хотите получать дайджест статей?

Одно письмо с лучшими материалами за неделю. Подписывайтесь, чтобы ничего не упустить.
Спасибо за подписку!
Курси з теми:
"Менеджер IT-проектов"
Бизнес и управление
Ведет Ольга Киселева
22 ноября 22 декабря
Ольга Киселева