Введение в «Машинно-ориентированную методологию проектирования Spherity»

В Техасе ребенок просит Amazon Echo «поиграть со мной в кукольный домик и подарить мне кукольный домик?» и заказывает для нее физический кукольный домик.

В Англии слова «Окей, Google, что такое бургер Whopper?» в рекламе Burger King запускайте интеллектуальные колонки Google Home, чтобы начать изливать описания гамбургеров.

И когда-нибудь в скором времени ваша машина может выбрать лучшую цену на техническое обслуживание или зарядку на электричество, а также сама поехать на встречу [1].

Добро пожаловать в новый мир, где интеллектуальные машины, а не люди, принимают все больше и больше решений о том, что покупать, по какой цене, и завершают транзакции без посредников через распределенный реестр блокчейна. Это будет означать огромные новые рынки для всего: от товаров для дома, заказываемых через «умные колонки», таких как Amazon Echo, до электроэнергии, заказываемой умными термостатами, до запасных частей и сырья, закупаемых производственными роботами, или алгоритмов оптимизации для киберфизических систем машин.

Эти разработки также будут создавать «алгоритмическую прибыль» за счет комиссий за транзакции, взимаемых программным обеспечением, которое сопоставляет покупателей и продавцов или объединяет потребности машин.

Например, в электросетях с возобновляемыми источниками энергии «нестабильность энергоснабжения» является ключевой проблемой. Система управления сетью должна согласовывать подачу и потребление электроэнергии в реальном времени. Другими словами, система управления сетью имеет срочную «физиологическую потребность в машине», чтобы получить доступ к гибким возможностям, таким как батареи для хранения избыточной энергии или запроса доставки энергии. Алгоритмы, объединяющие гибкие возможности, могут продать своему клиенту - системе управления энергосистемой - доступ и контроль над агрегированным и проверенным портфелем гибких возможностей. Эта услуга для оптимизации надежного использования гибкости с помощью алгоритмов может быть платной и создавать потоки доходов для (собственных) алгоритмов или ботов-агрегаторов, включая небольшую алгоритмическую прибыль.

Наша команда Spherity разработала Машинно-ориентированную методологию проектирования, чтобы помочь новаторам, предпринимателям и предприятиям открыть мир новых возможностей в машинной экономике.

Машинно-ориентированный дизайн для клиентов, не являющихся людьми

Сегодня компании сосредотачиваются на дизайн-мышлении или аналогичных формах дизайна, ориентированного на человека [2]. Они сочетают эти методы с бережливой и гибкой разработкой для быстрого создания прототипов и пользовательского тестирования, но с четкой ориентацией на клиентов-людей.

Они стремятся понять человеческие потребности через инсайты и разрабатывают идеи для удовлетворения этих потребностей. Они используют быстрое прототипирование, минимально жизнеспособные продукты (MVP) и пользовательское тестирование, чтобы ускорить вывод новых продуктов и услуг на рынок.

Проектирование интеллектуальных интеллектуальных машин требует новых подходов ко всему, от понимания их потребностей до управления жизненными циклами программного кода, а не физических продуктов, а также до юридических, нормативных и даже этических вопросов.

Но не начать путь к «машинно-ориентированному дизайну» - значит остаться в стороне, поскольку к 2020 году конкуренты используют потребности и возможности примерно десятков миллиардов устройств в Интернете вещей.

Удовлетворение Alexa - проектирование с учетом потребностей машин

«Заказчики» машин имеют бесконечное множество потребностей, возможностей и стадий зрелости. Люди тоже. Вот почему машинный эквивалент пирамиды человеческих потребностей Абрахама Маслоу (см. Диаграмму) может помочь вам понять, что нужно клиенту машины и как ему продавать.

Для людей пирамида движется вверх от физиологических потребностей, таких как воздух, вода и еда, к безопасности и защищенности, социальной принадлежности, самооценке, а затем самореализации, цели, морали и творчеству.

Для машин потребности варьируются от базовых (электричество, вычислительная мощность и возможность подключения к сети) через безопасность (например, межсетевые экраны или защищенные криптографические шифры) до «социальной принадлежности и сотрудничества» и чувства собственного достоинства. Такие потребности удовлетворяются с помощью программного обеспечения, которое позволяет автономным системам находить и идентифицировать друг друга, а также механизмов репутации, которые отслеживают, как машины оценивают качество товаров и услуг друг друга.

Так же, как и люди, «самоактуализация» будет разной для разных машин. Для VPA это может означать обнаружение даже самых тонких нот стресса в голосе своего владельца и автоматическое предложение музыки, которая успокаивала их в прошлом. Для автономного наноспутника это может означать выбор лучших объектов наблюдения, которые означают максимальную прибыль для его клиентов, занимающихся торговлей товарами или агробизнесом (машины).

Один очень реальный страх состоит в том, что «самореализующиеся» машины либо захотят сосуществовать с нами [3], либо поставят свои потребности выше человеческих, порабощая или даже истребляя нас. Этим вопросом занимаются игроки от некоммерческих этических групп до промышленных гигантов [4] [5]. А пока помните о важности проблемы и решите ее в дизайне вашего продукта, этических принципах, заложенных в программное обеспечение, и в своем общении с вашими клиентами-людьми.

Жизненный цикл машины

Как и физические продукты, машины (физические или виртуальные) проходят жизненный цикл от проектирования до использования и переработки. При разработке для них вы должны принять во внимание, на какой этап (ы) будет направлен ваш продукт или услуга.

С быстрыми темпами технических изменений не пытайтесь найти идеальные ответы на такие вопросы. Просто продолжайте спрашивать их и уточняйте свою стратегию по мере роста вашего понимания.

Путь клиента к машине

Путь человека к клиенту обычно прогрессирует от осведомленности о продукте или услуге к рассмотрению, приобретению, получению обслуживания или поддержки, переходящей (надеюсь) к лояльности и рекомендациям другим.

Клиенты машин пройдут аналогичный путь по одноранговым сетям, выполняемый алгоритмами, которые со временем изучают и уточняют их выбор, и дополняются системами внимания и репутации, такими как онлайн-рейтинги.

Для электромобиля «осознание» начинается, когда он понимает, что ему нужна подзарядка, новая шина или чистка, и объявляет о своих потребностях. Обсуждение начинается с предложения поставщиков о ценах, наличии и условиях доставки. Приобретение осуществляется через одноранговые смарт-контракты через блокчейн [6].

На этапе «ознакомления» дизайнеры могут убедиться, что их предложения перечислены на соответствующих онлайн-биржах, описаны полностью и в надлежащем удобном для машины формате. На этапе покупки они могут гарантировать точность и полноту транзакций, а на этапе обслуживания «измерять» потребляющую машину, чтобы предлагать правильные услуги по техническому обслуживанию или пополнению запасов в нужное время.

Проектирование для машин: в чем отличие

В мире, ориентированном на человека, требования часто разрабатываются посредством исследования рынка, фокус-групп, интервью с клиентами и этнографических исследований. Целевые рынки часто описываются как «персонажи» с такими характеристиками, как пол, возраст, образование, род занятий, роли, обязанности и даже хобби.

  1. Для машин потребности и возможности определяются в первую очередь путем извлечения и анализа данных о транзакциях между машинами, а также информации о «состоянии», такой как их местоположение и производительность. Целевые рынки описываются как разные классы машин с разными диапазонами возможностей.
  2. В мире, ориентированном на человека, эффективность дизайна оценивается путем наблюдения за людьми, с упором на пользовательский интерфейс. В мире, ориентированном на машины, эффективность измеряется тем, насколько хорошо услуга соответствует техническим требованиям устройства или программного обеспечения, для которого она разработана. Подумайте об эффективности кода, соответствии требуемым API или протоколам, а также о скорости или надежности транзакций.
  3. В мире, ориентированном на человека, быстрая доставка продуктов и услуг достигается с помощью гибких методов разработки, включая SCRUM, быстрое прототипирование, MVP (минимально жизнеспособные продукты) и DevOps. Подобные методы используются в мире, ориентированном на машины, но они гораздо больше полагаются на аналитику данных, машинное обучение и криминалистику ботов.
  4. Проектирование для машин требует новой инфраструктуры, процессов и возможностей. К ним относятся знания в области машинной логики, типы и объемы использования машин для обработки данных, а также алгоритмы и механизмы глубокого обучения, необходимые для получения информации. Другие технические потребности включают понимание базовых API (интерфейсов прикладного программирования), технологий аутентификации и блокчейна, а также бизнес-контекста, чтобы сосредоточить свои усилия на «сладких точках» максимальных возможностей.
  5. В юридической и управленческой сферах для торговли между машинами потребуются общие стандарты для смарт-контрактов, которые гарантируют, что обе стороны понимают, что предлагает другая, возможность делать встречные предложения и сигнализировать о том, что они приняты или отклонены. Для этого также потребуются законы и правила, которые разрешают, стандартизируют и регулируют транзакции, включая режим «налогообложения на автомате», и обеспечивают медитацию и разрешение конфликтов, сопоставимые с таковыми в мире между людьми.

Покажи мне деньги

Возможно, наиболее важно признать, что проектирование для машин - это не просто настройка существующего маркетинга продукта (например, шампуня или электричества) для клиентов, не являющихся людьми. Настоящие революционные выгоды принесут использование и создание новых бизнес-моделей на основе потребностей и возможностей все более интеллектуальных и автономных машин при одновременном согласовании этих моделей с потребностями человеческого общества.

Рассмотрим, например, как монетизируются межмашинные транзакции. Блокчейн снижает транзакционные издержки почти до нуля, что хорошо для покупателей и продавцов, но плохо для банков, обработчиков кредитных карт или других посредников. Когда клиент - человек, услуга может создавать ценность (и взимать плату за) большее удобство, гибкость или легкость при заказе или потреблении услуги. Даже если основная услуга (транспортировка) станет товаром и упадет в цене, человек все равно может заплатить больше, чтобы проехать по кратчайшему маршруту или, наоборот, за более длинный маршрут, чтобы забрать друга или выполнить работу по дому.

Когда машины обслуживают другие машины, возможность создавать и взимать плату за стоимость возникает не из оптимизации транзакции для отдельного потребителя-человека, а для объединения машин в сети. Когда электромобиль продает дополнительную электроэнергию в сеть, он может взимать надбавку, например, ожидая периода пикового спроса, когда цены наиболее высоки, или даже «стабилизировать» сеть, продавая емкость своей батареи гибкому агрегату и стабилизации сети. алгоритм.

Еще одна открывающаяся возможность для продаж между машинами - это данные. Представьте себе интеллектуальный датчик на проезжей части, предлагающий передавать данные об износе дорожного покрытия поставщику дорожного покрытия в обмен на скидку на услуги по ремонту или передавать данные о транспортном потоке розничному продавцу или застройщику, чтобы помочь оценить спрос на запланированный проект.

Вот почему такие инструменты, как пирамида потребностей в машинах, жизненный цикл машины и «путешествие» клиента к машине, настолько полезны, чтобы представить себе экономичность машины к машине и то, как извлечь из этого выгоду [7]. Они подталкивают к переосмыслению продуктов, услуг и рынков, необходимых для того, чтобы привести к появлению новой машины в машинную экономику, а не быть вытесненной ею.

Заинтересованы в будущем идентичности, цифрового двойникования и клиентов машин? Свяжись с нами:

Среда: Spherity
Почта: [email protected]
Twitter: @spherityproject
Веб-сайт: www.spherity.com

Об авторе:

Доктор Карстен Штёкер является основателем Spherity GmbH. Spherity - это масштабируемая децентрализованная платформа для четвертой промышленной революции, обеспечивающая безопасную идентификацию и цифровых двойников, соединяющих физическую, биологическую и цифровую сферы. По образованию он физик, имеет докторскую степень. из Ахенского университета. Он также является членом Совета Глобальной сети будущего Всемирного экономического форума. До основания Spherity GmbH доктор Штёкер работал в innogy SE, Немецком аэрокосмическом центре (Deutsches Zentrum für Luft- und Raumfahrt, DLR) и Accenture GmbH.

[email protected] | Twitter: @CarstenStoecker

Ссылки

[1] Всемирный экономический форум, 16 декабря 2016 г., Прощай, владение автомобилем, привет, чистый воздух: добро пожаловать в будущее транспорта »

[2] IDEO, 2009, Design Kit: Human-Centered Design Toolkit ».

[3] The Guardian, 18 апреля 2017 г., « Юрген Шмидхубер о будущем роботов: «Они будут уделять нам столько же внимания, сколько мы - муравьям »»

[4] The Guardian, 20 августа 2017 г. « Илон Маск возглавляет 116 экспертов, призывающих к полному запрету роботов-убийц ».

[5] Футуризм, 25 августа 2017 г., Германия разрабатывает первые в мире этические принципы для самоуправляемых автомобилей.

[6] Medium, 17 апреля 2015 г., Конец больших данных: разумный Интернет вещей ».

[7] Инновационный центр innogy, 29 августа 2017 г., «Проектирование для машинно-ориентированного мира».

Дополнительная литература о пирамиде потребностей ИИ

[A] Singularity2030, 5 мая 2017 г., Изменяет ли ИИ пирамиду потребностей Маслоу?

[B] Hackernoon, 1 августа 2017 г., Иерархия потребностей ИИ ».