Что делать, когда машины начнут делать все. Как роботы и искусственный интеллект изменят жизнь и работу - Бен Принг

• Дешево «добывать»: по мере того как мир все более оснащается измерительным оборудованием, становится все проще и проще создавать и добывать данные. Например, если вы один раз оснастите измерителями магнитно-резонансный томограф, то стоимость данных со временем снизится до нуля. В этом они противоположны нефти. Если вы пробурите одну большую скважину, вторая не будет намного дешевле.

• Бесконечные и многопользовательские: нас предупреждали о «пике добычи нефти» (то есть о ее окончании) с того самого момента, как Джеймс Янг начал продвигать среди людей идею ее ценности. До сегодняшнего дня никто точно не знает, как много нефти имеется, но ее точно не станет больше, и без развития технологий доступ становится все труднее4. Данные, ваше новое сырье, не залегают глубоко в земле где-то на другом конце света. Напротив, они у вас под ногами и у вас под носом прямо сейчас – нужно просто их взять. И в отличие от угля или нефти, перетягивавших одеяло друг с друга на себя, данные и идеи только увеличивают свою ценность с частотой использования.

В конце концов, добавление капли нефти к другой просто даст вам две капли. А соединение блока данных, полученных в ходе выполнения операций, с данными клиента или бизнес-партнера может принести огромные преимущества.

• Собственные по природе: нефть, по определению, – это товарно-сырьевой ресурс. На Аляске, в Нигерии или в Саудовской Аравии она практически одинаковая – и также оценивается на открытых рынках. С другой стороны, ваши данные – это ваша собственность. Они уникальны и продаются, если вы пожелаете, на закрытых рынках. Если правильно с ними обращаться, они приобретут огромную ценность. Эту частную информацию, в зависимости от масштаба, как рвом, обносят франшизы Google, Facebook и Uber; в наступающие годы ваши собственные данные станут конкурентным «рвом» вокруг вашего бизнеса. Как и в банковском бизнесе, все зависит от того, как просчитать риски, которые не смогут оценить ваши конкуренты. Как в страховании, насколько радикально вы сможете изменить актуарную науку. Как в здравоохранении, сможете ли вы фундаментально изменить результаты для пациента и перезагрузить базовую стоимость.

• Дешево распространять: строительство системы трубопроводов через Аляску стоило около восьми миллиардов долларов, его владельцы постоянно несут огромные расходы на содержание. Изначально доступ к данным по-настоящему дорог: строительство и обслуживание сотовых сетей не бесплатно и не дешево; однако стоимость доставляемой информации (кино, музыка, данные с автомобильных телематических устройств, статьи робожурналистики, фотографии котов) может многократно возрасти без удорожания стоимости дистрибуции. Перемещение семидесяти пяти тысяч баррелей нефти в час требует трубы определенного диаметра, и не существует ни алгоритма сжатия, ни способа апгрейда, который позволил бы сократить этот объем.

• Ценность растет по экспоненте: стоимость нефти – как стоимость любого другого ресурса. Цену на баррель устанавливает рынок, и в одно и то же время каждый баррель стоит примерно одинаково. Это линейные отношения между стоимостью и объемом. Однако данные работают по другой модели. Они следуют скорее по экспоненте. Небольшое количество правильных данных может чего-то стоить, но не много. Когда данных становится больше, что позволяет делать более ценные умозаключения, то стоимость данных вырастает в разы. Netflix не узнал бы о нас много, если бы им пользовались десять человек. И Google работал бы по-другому без миллиардов запросов. Настоящая ценность цифр в том, что, когда ты получаешь достаточно цифр, их стоимость пробивает потолок.

Этот трехцелевой подход – апстрим, мидстрим и даунстрим – полезный способ подумать об организации своей технологии, составе персонала и методе создания собственной новой машины.

Мы верим, что со временем описанная нами структура сбора, очистки и распространения данных будет универсальной практикой. Сбор данных станет стандартизированным, а потому «необходимым, но не достаточным» условием. К 2020 году «Форд» уже не сможет взять верх над «Шевроле», просто оснастив измерительными устройствами автомобильный карбюратор. И также – распространение информации через приложения, внедренные системы станут обыденным делом. В конце концов, победа Google над Bing или Amazon над Walmart.com не имеет почти ничего общего с распространением или интерфейсом, поскольку во многом они похожи. А центральным шагом и главной ареной конкурентных битв станут очистка данных и наделение их смыслом. Именно здесь можно создать и отстоять свое конкурентное преимущество. Именно здесь вам и вашей команде потребуется конвертировать данные в идеи и применить эти идеи к новым коммерческим моделям; именно здесь в схеме появляется бизнес-аналитика.

Бизнес-аналитику можно определить как инструменты, техники, цели, процессы и бизнес-стратегии, используемые для трансформации данных в готовые к действию инсайты по решению бизнес-проблем и получения конкурентных преимуществ5. В нашем «Центре осмысления будущего работы» (Cognizant’s Center for the Future of Work) мы определили, что компания, которая сможет задействовать ценные данные лучше, чем конкуренты, сможет порадоваться среднему снижению затрат примерно на 8,1% и среднему росту доходов примерно на 8,4%6.

Однако прежде чем вы сможете дать своим аналитикам задание проводить анализ, нужно дать то, что надо анализировать; именно здесь все – буквально все, – что способно стать «генератором кодов», вступает в действие.

Умный телефон, или смартфон, против глупого телефона. Помните глупые телефоны? Черная или бежевая пластиковая коробка с дисковым набором, которая стояла в гостиной ваших родителей? Ладно, где-то в 1980-х они получили кнопочную панель, но это по-прежнему были совершенно глупые, не способные запомнить ни одного номера, отследить звонок или сделать что-то подобное аппараты.

Зачем мы вспомнили винтажные телефоны? Так, как сейчас мы смотрим на глупые телефоны, мы будем смотреть на сегодняшние стены, столы, стаканы, обувь, машины, зубные щетки, вилки, дома, холодильники, лифты, двери, поезда, телевизоры, кардиостимуляторы, слуховые протезы, кредитные карты, билетные кассы, фонари, спортивные стадионы, кресла в самолетах, рестораны, заводы, дороги, метро, офисы, музеи и так далее в 2025 году. Глупые. Мы будем удивляться, что они не могли адаптироваться к нашим потребностям в реальном времени и не могли помочь выполнить задачи, обеспечив новыми идеями и контекстом – в реальном времени. Таким образом, мы подходим к трансформации умных товаров.

В сердце этой трансформации лежит инструментирование, оснащение измерительными приборами всего. В связи с тем, что сенсоры становятся все меньше, а кривая цены/работоспособности движется точно по Г. Л. Муру, стало технологически и экономически возможно ставить их во все более и более мелкие объекты7. Не только возможно, но обязательно. В конце концов, чтобы знать все обо всем, датчиками надо оснастить все. Стратегическим вопросом должно стать не «Что оборудовать приборами?», а «Чего не стоит оборудовать измерителями?», поскольку отказ от оснащения должен стать исключением, а не нормой. А сделав это, вы не только запустите в своей организации процесс сбора всех данных, но также серьезно увеличите ценность этих оснащенных измерителями предметов.