Пять взглядов на то, какие отрасли и компании выживут и будут процветать в цифровом будущем

Брайан Иствуд, MIT Sloan

Цифры говорят о непосредственном влиянии пандемии COVID-19 на экономику США. Снижение валового внутреннего продукта на 4,8% за первые три месяца 2020 года. Более 40 миллионов заявок на пособие по безработице за 10 недель. Уровень безработицы близок к 15%.

Эти цифры ошеломляют даже по сравнению с Великой рецессией 2007–2009 годов. Но это сравнение помогает объяснить, как может выглядеть экономика после того, как непосредственные последствия пандемии ослабнут.

Фирмы использовали Великую рецессию, чтобы изменить структуру своей рабочей силы, чтобы сосредоточиться на производстве, в большей степени ориентированном на технологии, — сказала Сара Бана, научный сотрудник Инициативы Массачусетского технологического института по цифровой экономике. Это будет в авангарде реагирования на COVID-19.

Наличие технологий для поддержки удаленных работников заняло центральное место в последние несколько недель. Видеоконференции, программное обеспечение для совместной работы и чат-боты для обслуживания клиентов позволили работникам умственного труда оставаться продуктивными, работая дома. В то же время из-за отсутствия таких технологий, как машинное обучение, обрабатывающая промышленность не может управлять быстро меняющимися цепочками поставок, а отрасль здравоохранения изо всех сил пытается собирать и анализировать данные об эффективности лечения COVID-19.

Идеи MIT Sloan Made to Matter поговорили с Баной и четырьмя другими экспертами из Инициативы MIT по цифровой экономике (IDE), чтобы узнать, как технологии повлияют на будущее работы как для компаний, так и для сотрудников в ближайшие месяцы и годы. Интервью были отредактированы и сжаты для ясности и краткости.

"Будет большой разрыв между проворными и медленными компаниями"

Эрик Бриньолфссон: покидающий пост директора MIT IDE, профессор информационных технологий

Это огромный шок для экономики, но это также большая реструктуризация экономики. Будут коренные изменения в том, как работают компании. Мы сжимаем 10 лет структурных изменений до 10 недель.

Большая часть этого — переход к более цифровой экономике. Это продолжалось в течение некоторого времени и будет продолжаться в течение некоторого времени, но текущая ситуация сжимает усилия многих предприятий, менеджеров и работников по переходу на цифровые технологии. Даже когда у вас есть такие технологии, как Zoom или Slack, люди не всегда используют их в полной мере; они придерживаются старых способов делать вещи, и для большинства компаний, если что-то не сломалось, они не чинят это. Большинство из нас были вынуждены задуматься о том, можем ли мы работать удаленно. Это не сработало для всех, но в целом цифровая технология была весьма впечатляющей, так что это победа.

Согласно кривой производительности J, компании не сразу внедряют мощные технологии — будь то искусственный интеллект и цифровизация, или электричество и паровой двигатель. Когда они внедряют технологию, производительность падает, и может пройти одно или два десятилетия, прежде чем они осознают ее преимущества.

Сейчас у компаний нет другого выбора, кроме как провести реструктуризацию. Поскольку людям опасно находиться рядом друг с другом, компании пытаются думать о том, как создавать ценность и вносить вклад, не собираясь вместе. Есть два варианта: заставить сотрудников работать удаленно или поручить роботам и машинам выполнять часть работы. Компании изо всех сил пытаются понять, могут ли они сделать одну или обе эти вещи.

Статья, которую я недавно написал в соавторстве, показывает огромный рост удаленной работы. Шестая часть американцев уже работала дома, а еще треть перешла с работы в офисе на удаленную работу.

Это означает, что половина рабочей силы в США работает дома.

В частности, информационные работники, такие как менеджеры и профессионалы, с гораздо большей вероятностью будут работать из дома, а когда люди будут работать удаленно, им не обязательно жить в одном районе. Страны могут стать более протекционистскими, с торговыми ограничениями для передвижения, но глобализации будет больше.

В IDE мы проводим еженедельный семинар, и нам пришлось перенести его на Zoom. К моему удивлению, он работает лучше. Участвует больше людей, обсуждение становится более эгалитарным, и мы видим людей со всего мира. Двигаясь вперед, мы собираемся проводить семинары частично в цифровом формате. Для нас, как и для многих компаний, использование удаленных инструментов не приведет к обратному переходу. Экономисты называют это гистерезисом — эффект сохраняется после устранения причины.

По мере того, как это будет продолжаться, будет большой разрыв между проворными и медленными компаниями. Также было очень несоизмеримое экономическое влияние между работниками умственного труда (которые могут работать удаленно) и рабочими (которые не могут). Будут крупные победители и проигравшие. Умные компании думают не только о том, как выжить, но и о том, как выйти на другую сторону и быть структурированными для более цифровой экономики. Они думают на два шага вперед.

Развитие машинного обучения также сыграет здесь свою роль. Мы находимся на ранних стадиях цунами машинного обучения. COVID-19 заставляет менеджеров и рабочих выяснять, может ли машинное обучение поддерживать работу. Мы разработали рубрику Пригодность для машинного обучения специально для того, чтобы сотрудники знали, куда движется экономика, чтобы они могли подготовиться к этому.

"Мы называем это реорганизацией работы"

Сара Бана: научный сотрудник, Инициатива Массачусетского технологического института по цифровой экономике

Рубрика «Пригодность для машинного обучения» (SML) включает подробные рабочие действия, связанные с профессией, задает 21 вопрос и определяет, насколько они подходят для машинного обучения (ML). Наша цель — изучить, где рабочая сила больше всего и меньше всего подвергается воздействию технологий машинного обучения.

Основываясь на нашей работе на данный момент, есть три примера, когда внедрение машинного обучения в сочетании с влиянием COVID-19 повлияет на работу, которую выполняют люди. Они не являются исчерпывающими, но демонстрируют возможности, которые мы можем увидеть в результате COVID-19.

Мы знаем, что практически ни одна работа не подходит на 100% для машинного обучения. Каким элементам работы уделяется особое внимание, а каким — нет?

  1. Во-первых, это чат-боты для обслуживания клиентов. Когда вы идете в банк или магазин, вы разговариваете с кем-то лично. Но в новых нормах больше взаимодействий происходит по электронной почте, телефону или в чате. Эти разговоры часто записываются и сохраняются. Достижения в обработке естественного языка могут лучше анализировать разговоры и определять подходящие ответы. Наша адаптация к новым нормам в сочетании с новыми данными для этих взаимодействий, которые сейчас регистрируются, ускорит развертывание чат-ботов для обеспечения стабильного обслуживания в любое время дня, а специалисты по обслуживанию клиентов будут решать самые сложные проблемы.

2. Второе — динамическое ценообразование на проживание. Потребители привыкли к онлайн-сайтам о путешествиях, которые предлагают динамические цены, но в некоторых крупных отелях все еще есть агенты по продажам, которые заказывают свадьбы, конференции и другие мероприятия по установленным ценам. После COVID-19 интуиция агента или менеджера может быть не так хороша, как раньше, при определении того, следует ли им бронировать помещение сегодня и по какой цене, или ждать другого предложения. Точные прогнозы занятости являются важным использованием ML. Поскольку индустрия сильно пострадала, будет еще важнее получать доход от дополнительных площадей.

3. Третье — визуальное распознавание образов для проверки. Большинство проверок проводится лично, и поездки практически прекратились, но при наличии подходящих инструментов многие проверки можно проводить из дома. Одним из примеров является рост растительности вблизи линий электропередач. Когда вы переплетаете машинное обучение и Интернет вещей, вы можете делать снимки, вычислять скорость, расстояние и направление, в котором растут ветки деревьев, и определять, нужно ли их срубать.

Во многих отношениях ML превратит реактивный процесс в предсказательный. Кроме того, коммунальная компания может анализировать гораздо больше местоположений. Люди ограничены в том, как далеко они могут проехать за день или сколько раз они могут безопасно подняться по лестнице. Это также повлияет на цены — если линия электропередач с меньшей вероятностью выйдет из строя, то стоимость электроэнергии снизится.

Мы называем это реорганизацией работы. Мы знаем, что практически ни одна работа не подходит на 100% для машинного обучения. Если это так, то каким элементам работы уделяется особое внимание, а каким — нет? Такие работы, как подъем по лестнице для осмотра линии электропередач, опасны; это то, что люди обычно не хотят делать. Теперь мы можем отойти от рутинных компонентов, от подъема по лестнице к анализу закономерностей роста растительности.

Социальные сети станут «центральной нервной системой человечества»

Синан Арал: новый директор Инициативы Массачусетского технологического института по цифровой экономике; профессор информационных технологий и маркетинга; автор, Машина шумихи: как социальные сети мешают нашим выборам, нашей экономике и нашему здоровью — и как мы должны адаптироваться

Социальные сети несут огромные надежды, но также и огромную опасность. За четыре месяца до того, как разразилась пандемия, [генеральный директор Facebook] Марк Цукерберг давал показания перед Конгрессом. Был скандал с выборами 2016 года, скандал с фейковыми новостями, прямая трансляция массового убийства в Крайстчерче, движение #DeleteFacebook и так далее.

В одночасье из-за пандемии люди бросились с улиц в свои дома и в социальные сети. Когда нам отказали в этом физическом контакте, социальные сети стали незаменимым источником человеческих связей, социальной поддержки, сбора средств, медицинской информации, совместных художественных проектов, групповых чатов и бесплатных концертов.

Я думаю, мы увидим, как Facebook, Twitter, WhatsApp, Instagram и даже Slack станут центральной нервной системой человечества.

Вопрос в том, как социальные сети влияют на общество — и как мы можем их регулировать, использовать, проектировать и использовать для достижения положительных результатов, а не опасности? COVID-19 поставил этот вопрос в центр внимания, потому что все были вынуждены общаться удаленно.

Я думаю, мы увидим, как Facebook, Twitter, WhatsApp, Instagram и даже Slack станут центральной нервной системой человечества. Даже цифровые луддиты были вынуждены использовать социальные сети для связи с людьми.

Автоматизированная информационная служба WhatsApp, COVID Connect, используется Всемирной организацией здравоохранения и является официальной информационной службой более чем в 20 странах. Опрос симптомов COVID-19 в Facebook и Карнеги-Меллон собирает 1 миллион ответов в неделю, и поведенческий опрос, который мы разрабатываем вместе с Facebook и ВОЗ, также соберет 1 миллион ответов.

Социальные сети смогли сделать много позитивного в ответ на COVID-19. Это помогло развенчать дезинформацию и распространение фейковых новостей. Данные об использовании позволили нам проанализировать эффективность государственной политики в отношении социального дистанцирования. Опросы пользователей позволили нам собрать информацию от людей со всего мира, проанализировать ее и сделать доступной для политиков и других заинтересованных сторон. Воздействие всей этой работы уведет общество от опасности к обещанию.

"Вы ожидаете небольшие сдвиги, но не гигантские сдвиги"

Джеффри Паркер: научный сотрудник и приглашенный исследователь, Инициатива Массачусетского технологического института по цифровой экономике

В рамках Группы передового производства Всемирного экономического форума мы работаем над официальным документом, в котором обсуждается необходимость новой операционной модели для производственных компаний. Многие из этих компаний сильно пострадали. Их цепочки поставок были протяженными, и они оптимизировали затраты, но не гибкость. Во время пандемии это было подавлено.

Вот почему мы оказались в ситуации, когда мы не могли перераспределить активы, такие как средства индивидуальной защиты и респираторы, в критически важные области. Мука была еще одним примером. Цепочка поставок была оптимизирована для поставок в рестораны оптом, и когда спрос на рестораны упал, цепочку поставок было нелегко перенастроить, чтобы отреагировать на резко возросший спрос со стороны домохозяйств. Это было не так гибко, как могло бы быть. Вы ожидаете небольших сдвигов, но не гигантских сдвигов, и вы должны быть в состоянии удовлетворить спрос в той форме и в том месте, где он существует.

Маловероятно, что мы собираемся полностью вернуться к обычному бизнесу в производстве, здравоохранении или других отраслях.

Это более общий сигнал о том, что производители не смогли освоить оцифровку и гибкость, которые имели место на заводе. Через организацию проходит цифровая нить, но многие фирмы не связывают ее сквозным образом со своей цепочкой поставок. Фирмы, которые перепроектировали и передислоцировали свои производственные мощности до кризиса, фирмы, которые не просто работали с заранее определенным набором поставок, были гораздо более гибкими, чем фирмы, которые были сильно оптимизированы для затрат и стабильного спроса. Другие фирмы должны извлечь из этого уроки и принять это.

Здравоохранение — еще одна область, в которой мы заинтересованы. В течение долгого времени звучали призывы к совместимости электронных медицинских карт (ЭУЗ), но поставщики ЭУЗ сопротивлялись этому. Это очень плохо, потому что более легкий обмен медицинскими записями имеет как долгосрочные, так и краткосрочные преимущества. Надеюсь, этот кризис подтолкнет к действиям по его разрешению.

В краткосрочной перспективе системы здравоохранения быстро перераспределили врачей и медсестер, сделав их доступными через телемедицину или во всплывающих центрах сортировки. Однако эти услуги могут быть подключены или не подключены к другим системам электронных записей.

У вас возникла неловкая ситуация, когда у вас нет доступа к полной истории болезни в пункте оказания медицинской помощи. Это просто смешно в 2020 году.

В долгосрочной перспективе у вас есть целая система, которая могла бы работать с более высокими возможностями, если бы она была открыта для внешних сторон, которые могли бы ее использовать. Вместо того, чтобы держать систему закрытой и заблокированной, если бы вы могли допустить сторонних разработчиков, они могли бы сделать много инноваций.

Агрегация данных является важным примером. Прямо сейчас у нас нет больших наборов данных по истории болезни или демографических данных, чтобы применить искусственный интеллект и машинное обучение, чтобы попытаться понять, какие методы лечения COVID-19 будут эффективными. Проводится множество небольших испытаний и экспериментов, хотя мы могли бы провести гораздо больший набор наблюдений, но нам нужна гораздо более гибкая система данных, чтобы иметь возможность реагировать на это. На данный момент лучшими источниками данных являются сайт Университета Джонса Хопкинса или сайт New York Times. Это ручная работа.

Существует опасность, что фирмы вернутся к прежней нормальности, но я не думаю, что это произойдет. Маловероятно, что мы собираемся полностью вернуться к обычному бизнесу в производстве, здравоохранении или других отраслях. В будущем каждый бизнес будет задаваться тремя ключевыми вопросами: «Что такое новая норма? Какая часть новой нормы станет стандартной операционной процедурой? Чему мы можем научиться у фирм, которые адаптировались быстрее?»

«Некоторые области лучше подходят для восстановления после пандемии, чем другие»

Эндрю Макафи: содиректор Инициативы Массачусетского технологического института по цифровой экономике; автор, «Больше из меньшего: удивительная история о том, как мы научились преуспевать, используя меньше ресурсов — и что происходит дальше

По сравнению с прошлой рецессией набор цифровых инструментов сегодня стал еще более мощным. Облако, искусственный интеллект и машинное обучение уже доступны. В статье Вторая эра машин мы показали, как теперь у компаний есть набор цифровых инструментов для сокращения затрат и ресурсов. Им больше не нужно покупать DVD, распечатывать атласы или инвестировать в серверы.

Все эти децентрализованные, ориентированные на прибыль усилия по экономии денег складываются. Это выявило удивительное явление, о котором я говорил в статье «Больше из меньшего». Мы научились отделять ВВП и экономический рост от взятия земли. Если бы вы год за годом взвешивали экономику США, раньше она весила больше, потому что вам требовалось больше ресурсов для построения экономики. Теперь он весит меньше.

Технологии помогают компаниям сократить материальные затраты. Это важно, потому что экономический спад фокусирует компании на структуре затрат с лазерной точностью. Однако есть печальное последствие, потому что технологии также помогают компаниям снижать затраты на рабочую силу.

И, как мы видели в прошлые рецессии, компании не сразу всех нанимают, точно так же, как они не тратят деньги на сталь или другое сырье.

Некоторые районы лучше подходят для восстановления после пандемии, чем другие. Нам понадобится столько же воспитателей в детских садах — мы хотим учить наших детей даже после окончания пандемии. Нам понадобится столько же помощников по дому, медсестер и врачей. Профессии, в которых люди лично оказывают услуги, недоступные роботам и которые мы не можем виртуализировать, будут в порядке.

Интересна категория работников сферы гостеприимства. В конце концов — и я не знаю, как быстро — мы выберемся из этого. Мы получим вакцину, карантин закончится. Мы уже видели, как некоторые экономики сняли блокировку. Означает ли это, что путешествия и отдых возвращаются на 100%? Или это 90%, потому что 10% из нас напуганы? Или хуже?

Мы получим некоторую ясность в отношении того, какие личные услуги ценны для нас. Одним из примеров являются деловые поездки. Мы уже видим, как много работы можно выполнить с помощью Zoom и Slack. Не все деловые поездки должны происходить в такой степени, как это произошло.

Те отрасли и компании, которые сосредоточены на гостеприимстве для бизнеса, упадут и останутся.

Мы также собираемся автоматизировать гораздо больше умственной работы. Роль представителя по обслуживанию клиентов уже была под давлением, и она будет под еще большим давлением. В экономике также осталось много белых воротничков, которые перепроверяют или контролируют важные транзакции, потому что на карту поставлено чье-то здоровье или на карту поставлено много долларов. Есть ряд транзакций, которые мы еще не автоматизировали, потому что нам нужен способ сделать это правильно.

У поставщиков облачных технологий дела шли хорошо до пандемии, и прямо сейчас они предоставляют инфраструктуру, чтобы все стало лучше. Alphabet [материнская компания Google], вероятно, не хочет заниматься сельским хозяйством, но занимается облачными технологиями и инфраструктурой машинного обучения для сельского хозяйства. Существует большой бизнес-потенциал, помогающий другим предприятиям работать более эффективно за счет сбора данных или автоматизации задач.

Наконец, технологии помогли справиться с пандемией. Необычайная скорость, с которой мы узнаём о вирусе, интенсивное сотрудничество, открытия, происходящие по всему миру — я не думаю, что это произошло бы так быстро 10 или 11 лет назад.

Эта статья была впервые опубликована 1 июня здесь.