Фантастическое обещание технологического будущего настолько ослепляет, что компании не видят непосредственных шагов к идеалу. Ленивое ожидание простоты вступает в сговор против плодотворного обучения и выгод, которые можно получить, присмотревшись ближе.

Автор Хулиан Бланко

23 июля 2018 г.

Философский камень

В детстве я помню, как бежал навстречу закату в погоне за солнцем, не глядя вниз. Это привело меня на пол с исцарапанными коленями и радостью внезапного удивления.

Мы любим будущее. Мы представляем себе день, когда искусственный интеллект станет нашим сверхчеловеческим другом, день, когда роботы будут выполнять всю домашнюю работу, когда самовоспроизводящиеся дроны будут строить города, когда биотехнологии увеличат нашу продолжительность жизни, когда наши потребности будут удовлетворены до того, как мы признать их. Как в древней магии: когда наши мысли становятся настолько могущественными, что могут реально преобразовывать реальность. В нашей современной версии благодаря машинам непостижимой сложности.

Но Le meglio è l'inimico del bene (Совершенство — враг хорошего), нам нужно твердо стоять на ногах и использовать текущие приложения, чтобы преодолевать хронические проблемы, открывая путь к росту и сокращение отходов экспоненциально, сегодня. Компании могут улучшить результаты и стать ступеньками на пути к Изобилию, как это определил Dr. Питер Х. Диамандис, а не пассивные наблюдатели, ожидающие Утопии.

Как обыграть компьютер в шахматном матче?

В 1997 году IBM's Deep Blue выиграл вторую серию шахматного матча из 6 партий у действующего чемпиона мира Гарри Каспарова. И снова в 2016 году АльфаГо победила Ли Седоля, 18-кратного чемпиона мира по го. Те, которые показали символические результаты, ясно показали, что компьютеры могут делать гораздо больше, чем перебирать числа методом грубой силы.

Но что, если человек и компьютер работают вместе? Каспаров думал об этом, когда представлял Advanced Chess, в которых две команды человека и компьютера играют друг против друга. Это привело к повышению уровня игры, то есть без ошибок и с высокой стратегией. Игроки-люди используют свою интуицию, используя возможности компьютера для проверки ходов и стратегии, создавая нового более сильного игрока.

Нынешнее использование технологий для увеличения человеческого потенциала не одно, а множество. С возможностью комбинировать и обрабатывать несколько и разнородных источников данных, устранять задачи с помощью автоматизации, чтобы находить неожиданные новые закономерности. Они больше похожи на бионическую конечность, которую компании нужно формировать и адаптировать для конкретных функций, а не на универсальное решение.

Анекдот «Поиск пьяницы» — Эффект уличного фонаря

Полицейский видит пьяного мужчину, ищущего что-то под фонарем, и спрашивает, что пьяный потерял. Он говорит, что потерял ключи, и они вместе смотрят под фонарем. Через несколько минут полицейский спрашивает, уверен ли он, что потерял их здесь, и пьяный отвечает, что нет, и что он потерял их в парке. Милиционер спрашивает, почему он ищет здесь, пьяный отвечает: «Здесь свет».

Большинство компаний управляют своим бизнесом с помощью имеющейся у них информации. Внедрение Информационных решений 3.0 обеспечит лучший доступ к дополнительной информации, но потребует определения того, как интегрировать эти результаты в текущую бизнес-практику. Как пишет Бернард Марр: Проблема в том, что наша способность должным образом анализировать эти данные и делать из них выводы не поспевает за скоростью, с которой мы их создаем.

Пример из практики, глобальные продажи: продажи потребительских товаров через каналы.

  • Известная информация: собственные запасы, прогноз и объем продаж.
  • Доступная, но неизвестная информация (не интегрирована): запасы каналов, продажи, ценообразование конкурентов и стратегия точек продаж и т. д.

Все знания есть, но они распространяются по всей организации. В голове промоутера в точке продаж, в таблице Sales-Out в почтовом ящике менеджера по работе с клиентами, в отчете менеджера по продукту. Чтобы получить доступ к любому из этих десегрегированных KPI, требуется несколько дней, и в лучшем случае это всегда запоздалая и неполная информация.

  • Распространенная проблема: скажем, завтра самый важный день продаж в году. Компания рассчитывает продать 20% своего объема. Руководитель в штаб-квартире получает срочную записку из одной страны с просьбой снизить цену в ответ на скидку со стороны главного конкурента, соглашаясь, что это будет стоить компании 10 миллионов долларов. К электронному письму прикреплены две фотографии, сделанные в магазине, на которых показаны новые скидки конкурентов. Руководителю необходимо сделать выбор: либо снизить цену и обеспечить объем по высокой цене, либо на следующей неделе у него могут возникнуть серьезные проблемы с запасами. Что, если конкуренты просто сжигают запасы в нескольких магазинах? Что, если это масштабная стратегия по завоеванию доли рынка? Решения, подобные этому, являются обычными, принятыми в последнюю минуту, необоснованными и обходятся в миллионы.
  • Решение: Панель мониторинга, которая может интегрировать, комбинировать и обрабатывать: все продажи и запасы (напрямую через API или в любом цифровом формате), промоутеры в магазине могут использовать приложение для смартфона для сбора ключевой информации, такой как цены конкурентов, доступность и рекламные акции, веб-краулер на основе ИИ может получать цены от 500 ведущих розничных продавцов, прогноз может быть интегрирован и автоматизирован в решение и т. д. Когда наш воображаемый руководитель должен решить, снижать цену или нет, он или она будет иметь доступ к: цене SKU конкурента во многих розничных сетях и во многих магазинах, собственному инвентарю компании в этих магазинах, онлайн-ценам на многих сайтах, исторические данные и могут оценить фактическое влияние на прогноз продаж.

Таким образом, как только компания находит подходящего партнера и интегрирует решение для сбора всей уже доступной информации (и, возможно, для получения дополнительной информации), ей необходимо определить новые процессы и метрики для использования и обмена этими ключевыми показателями эффективности. Сегодня можно, как и с цифровой картой, получить общее и консолидированное представление о бизнесе, а затем всего за несколько кликов добраться до сведений об одной учетной записи в любой стране.

Современный оракул

В новелле Особое мнение американского писателя Филпа К. Дика (позже адаптированной для кино) три предсказателя (мутанта) способны предсказывать и предотвращать преступления до того, как они произойдут. Современные технологии теперь могут предсказывать конкретные закономерности: то, что средний человек ищет в Интернете на основе ключевых слов и исторической информации, ваш GPS может предсказать пункт назначения. Использование очень узкое и лучше работает для больших групп населения (или вопросов с большим количеством данных), чем для отдельных лиц.

Пример, прогнозирование

Как компании предсказывают будущее? Они используют крупные исследования, основанные на неподтвержденных данных (статистически значимых), перекрестные ссылки на демографические и экономические показатели, консультируются с экспертами, которые разговаривают со многими игроками, вовлеченными в эту сферу, берут некоторые подсказки из прошлого и экстраполируют будущее. и т. д., чем актуальнее вопрос для компании, тем больше вложений в поиск ответов. Но большинство из этих методов существуют уже несколько десятков лет, основные изменения — выборки большего размера и более качественная графика, они редко пользуются информационным обилием внутри и снаружи. Чтобы опросить данные, необходимы Информационные решения 3.0.

  • Общая практика: искусство прогнозирования обычно включает в себя взвешивание следующих элементов вместе, отдельные отзывы от нескольких крупных клиентов, прогнозы аналитиков, продажи за прошлый месяц, прошлый год, прошлый квартал, некоторые макроэкономические данные, когда это уместно. , ожидания, предубеждения и интуиция. Более искушенные компании добавят набор правил, разработанных на основе многолетнего опыта. Это человеческий подход, объединяющий все упомянутые входные данные в несколько чисел и формул, то есть вещи, с которыми компетентный человек может справиться в электронной таблице. Результатом обычно является общее число прогнозов.
  • Лучший способ: как и в Advanced Chess от Каспарова, объединитесь с компьютером. Предоставьте ему всеисторические данные о продажах с разбивкой по минутам, магазинам, продуктам и ценам. Добавьте все переменные, которые, по вашему мнению, постоянно влияют на результаты продаж: процентные ставки, инфляция, обменные курсы, динамика фондового рынка, демографические данные, продает ли компания мороженое? добавьте температуру, продает ли компания синим воротничкам? добавить показатели роста промышленности и строительства. Затем система будет обрабатывать потенциально миллионы точек данных и приходить к прогнозу с общим числом, таким как человеческая версия, но также с любым уровнем детализации, который вы вводите системе в первую очередь, вообразите прогноз по секундам по магазинам. ? Затем приходит человеческая команда и проходит процесс, описанный выше, но опираясь на результаты Решения.

Решения для прогнозирования, подобные описанному, доступны уже сегодня, они нуждаются в хорошем уровне настройки и работают лучше со временем, поскольку добавляется больше переменных и корректируется Решение. Для крупных компаний улучшение процесса прогнозирования на несколько процентных пунктов стоит миллионы, эти решения продаются за тысячи.

Охота за сокровищами — неизвестные закономерности

Во времена испанского владычества на территории современной Латинской Америки существовал постоянный поток драгоценных металлов из сегодняшней Боливии (рудник Потоси) и Перу в Буэнос-Айрес, столицу Аргентины (тогда Сьюдад-де-Нуэстра-Сеньора Санта-Мария-дель-Буэн). Айре), чтобы отправиться в свое последнее путешествие в Испанию. Много кораблей было потеряно в Рио-де-ла-Плата (серебряная река), реке настолько широкой, что, если вы находитесь посередине, вы не можете видеть ни одного берега. Многие потерянные сокровища были найдены, и легенда гласит, что многие еще ждут, всего в нескольких милях от оживленного города с населением 13,5 миллионов человек, погребенные под илом всего в нескольких футах от коричневой воды. Некоторые люди даже прикрепляют металлодетекторы к своим парусникам, отправляясь на выходные со своими семьями, в надежде, что изменение характера магнитных полей случайно приведет их к сокровищу.

Рассмотрение огромных объемов данных через призму электронной таблицы похоже на проведение интервью, когда свидетель может ответить только да или нет на довольно узкий вопрос. Очень трудно удивиться находке, которая находится за пределами понимания спрашивающего, это больше похоже на проверку одной гипотезы за другой, или, что еще лучше, просто глядя на данные, чтобы подтвердить то, что интервьюер уже подозревает, найти сокровища сложнее. Все может измениться, когда мы применим к этому поиску Информационные решения 3.0. Внезапно потенциально миллионы парусников сканируют каждый дюйм Рио-де-ла-Плата, объединяя свои результаты в поисках сокровища неожиданные узоры.

Пример из практики: удержание клиентов в телекоммуникационных компаниях

  • Неиспользованное преимущество. Телекоммуникации — это высококонкурентный рынок, где крупные компании хотят получить максимальную отдачу от миллионов, потраченных на инфраструктуру. Двумя основными показателями успеха являются удержание клиентов и привлечение клиентов. Эти компании обладают огромным объемом информации о моделях поведения своих клиентов, но, как правило, прибегают к стандартному маркетингу. Они предлагают более дешевые минуты, бесплатные сообщения, бесплатный трафик в социальных сетях и т. д., распространяемые через дорогую массовую рекламу, в основном используя те же инструменты, что и большинство игроков-потребителей.
  • Использование сильных сторон. Технологии искусственного интеллекта можно использовать для нахождения закономерностей в исторических данных десятков миллионов пользователей, чтобы идентифицировать клиентов с высокой вероятностью сменить оператора в ближайшие 3 месяца. Затем ту же технологию можно использовать для поиска наилучшего продвижения для этого отдельного клиента. Потратьте на x больше и получите бесплатные минуты с этими 5 людьми (теми, с кем клиент общается чаще) и бесплатный трафик данных для того приложения, которое клиент использует чаще всего, всего одним щелчком мыши. Малейшее улучшение удержания клиентов за счет использования этих технологий делает стоимость внедрения похожей на ошибку округления.

Но это всего лишь охота за сокровищами, поиск неизвестных паттернов для достижения желаемых результатов. Настоящий сюрприз может случиться, когда благодаря Решению компания реализует совершенно новые паттерны, чтобы ответить на вопросы, которые ранее не задумывались. Настоящее исследовательское путешествие.

Эти примеры иллюстрируют, что, даже если обещание будущего еще не наступило (с точки зрения наблюдателя, оно может никогда не наступить), возможны конкретные огромные выгоды для множества проблем и возможностей, но ключ к их раскрытию не быть ослепленным грядущим и найти правильных партнеров, чтобы сделать следующий шаг.

Джулиан Бланко в LinkedIn

Публикация №2

Другие опубликованные статьи: Почему крупным предприятиям сложно внедрить инструменты Information 3.0

Фото по порядку:

Дурак: карта Таро из колоды Таро Райдера-Уэйта, Памела Коулман Смит, Public Domain

Алхимик в поисках философского камня Джозефа Райта, Public Domain

Дельфы, Греция, Тамара Семина, Creative Commons 3.0

Семь картин Осипчака из «Серой серии» от NickOsipczakMMA Creative Commons 4.0 International

Турецкий шахматист Карла Готлиба фон Виндиша, Public Domain

Примечание. Все названия продуктов, логотипы, фотографии, названия и торговые марки являются собственностью соответствующих владельцев. Все названия компаний, продуктов и услуг, используемые на этом веб-сайте, предназначены только для целей идентификации. Использование названий, логотипов, фотографий и торговых марок не означает одобрения.

Первоначально опубликовано на https://www.linkedin.com 23 июля 2018 г.