Как Alibaba использует искусственный интеллект в бизнесе. Сетевое взаимодействие и анализ данных
Шрифт:
Что еще более важно, эти компании уже в значительной мере опираются в области предоставления услуг на машины и механизмы. Исходя из ускоренного развития технологий ИИ за последние 20 лет, машины в отдельных сферах характеризуются значительной степенью обучаемости, то есть они также прошли через определенную интеллектуализацию и могут в быстром режиме обучаться, демонстрируя в отдельных случаях более высокие по сравнению с людьми показатели. Именно поэтому мы наблюдаем стремительный рост этих компаний с точки зрения как эффективности предоставления услуг, так и удовлетворенности пользователей качеством этих услуг.
Поиск ответа на вопрос, почему компании, оказавшиеся в центре нашего внимания, смогли реализовать указанные направления на деле, и является ключевым для данной книги.
Вне всяких
Можно сделать прогноз, что умный бизнес в течение продолжительного времени станет, подобно несокрушимому танку, давить своими гусеницами покрывшиеся пылью представления людей о том, что есть бизнес. Перед лицом такого мощного наступления традиционный бизнес, несомненно, будет выглядеть проигравшей стороной. Уже сейчас мы сталкиваемся с осознанием того, что, в сущности, представляет собой умный бизнес и каковы тренды его развития…
Двойная спираль сетевого взаимодействия + анализа данных
Раз уж эпоха умного бизнеса неудержимо надвигается на нас, то мы, давая себе возможность горько вздыхать по поводу постоянных изменений всего вокруг и предаваться мечтам по поводу смены эпох, должны собраться с силами и, отказавшись от устаревшего, развивать новое. Только так у нас будет возможность стать частью большой волны интеллектуализации. Итак, что представляет собой умный бизнес с точки зрения структуры?
Если кратко, то двумя наиболее важными составными частями умного бизнеса являются сетевое взаимодействие и анализ данных (см. рис. 1.2). Эти два элемента различны по своей сути, но дополняют друг друга: сетевое взаимодействие стимулирует развитие анализа данных, а анализ данных становится неотъемлемым помощником в расширении сетевого взаимодействия. Таким образом и формируется двойная спираль умного бизнеса. Здесь можно провести аналогию с прогрессом человечества: издавна сложилось, что умственные устремления каждого из нас по отдельности имеют ограниченный эффект, однако за счет взаимодействия общества мы добиваемся бурного развития, идя семимильными шагами вперед. В человеческой цивилизации ключевым элементом является не отдельный индивид, а растущие день ото дня возможности взаимодействия всего общества в целом. Это и есть самое важное преимущество нашей эпохи.
Под так называемым сетевым взаимодействием следует понимать разрешение специфических вопросов посредством масштабного взаимодействия в реальном времени множества действующих лиц. Прежде, желая решить какую-либо проблему, мы были вынуждены через предписания, бюрократические средства или рыночные механизмы подавать сигналы и производить необходимые регуляционные действия. Однако в наши дни требуемого результата чаще всего можно добиться через масштабное параллельное взаимодействие в реальном времени множества действующих лиц.
Обратимся к примерам. Начнем со всем знакомой, можно сказать слишком хорошо знакомой, «Википедии». Именно в связи с ее популярностью мы, возможно, не уделили должного внимания поразительному успеху платформы. «Википедия» – исключительно открытый ресурс для совместного формирования знания. В принципе, любой человек может внести свою лепту, оставив на страницах «Википедии» собственные мысли. Однако, с другой стороны, если мы имеем право редактировать любую статью, то можем и злонамеренно ухудшить ее. У «Википедии», конечно же, есть функция восстановления контента в один клик, и если вы как автор полагаете, что первоначальный вариант был более корректным, то его можно восстановить.
Вопреки ожиданиям, именно подобные простые инструменты и правила взаимодействия позволяют нам в реальном времени формировать комплексный, колоссальный информационный онлайн-ресурс в отсутствие некоего центрального авторитета и традиционных механизмов предписаний. На составление во времена династии Мин [2] «Энциклопедии Юнлэ» – самой крупной из составленных с начала истории Китая энциклопедий – всем ученым
2
1368–1644 гг. – Прим. пер.
3
Буквально «Лес кистей». Государственный орган в императорском Китае, который совмещал в себе функционал императорской канцелярии, комитета цензуры и идеологии, библиотеки и т. д. – Прим. пер.
Еще один известный всем пример – Taobao. Taobao не является ритейлером, платформа не имеет в своем распоряжении никаких товаров, а представляет собой экосферу для розничной торговли, это ресурс для привлеченных на платформу продавцов. Именно в связи с этим Taobao и смогла добиться столь многого. Одна из важных причин успеха заключается в том, что Taobao эволюционным образом трансформировалась в огромную платформу социализации и взаимодействия. В настоящее время даже самый небольшой новый продавец на ней может в онлайн-режиме поддерживать сотрудничество с несколькими сотнями поставщиков услуг. Все, что ему требуется, чтобы задействовать соответствующие данные и сервисы, – это API [4] . Эти сервисы могут включать в себя данные аккаунта в социальных сетях по аналогии с микроблогом Weibo, кабинета финансовых услуг Ant Financial, алгоритм работ (workflow) Wangwang и различные маркетинговые продукты. Таким образом, Taobao сама по себе представляет собой исключительно сложную сеть взаимодействия, огромной ценностью в которой становится социализация (см. рис. 1.3).
4
Application programming interface – интерфейс программирования приложений. – Прим. пер.
Я привожу эти два примера, чтобы показать, как предприятие, которое оказалось в тисках обычной логистической цепочки и вынуждено ограничивать себя реализацией линейных контактов, может произвести реструктуризацию на интернет-платформах и тем самым перейти на взаимодействие в режиме реального времени. Это первый шаг, который должна совершить любая компания, стремящаяся к построению умного бизнеса.
Теперь мы можем обратиться ко второму ключевому концепту в рамках умного бизнеса – анализу данных. Анализ данных по своей сути – это приход машин на смену человеку в процессе принятия решений. В этом прослеживается принципиальное отличие от BI [5] . На настоящий момент многие компании имеют собственные департаменты BI, которые производят анализ данных и оказывают поддержку в принятии решений. Основным заказчиком здесь выступает топ-менеджмент. Анализ данных же делает упор на то, чтобы управленческие решения принимались напрямую машинами. Например, каждый день на Taobao производят покупки более 100 млн человек. Каждый из клиентов просматривает различные товары. Обрабатывать подобный массив информации и принимать сложные управленческие решения под силу только машинам. Здесь весьма показателен вопрос: можете ли вы целиком передать функции сотрудников машинам? Если ответ положительный – вы совершите качественный скачок по направлению к умному бизнесу.
5
Business Intelligence – бизнес-аналитика. – Прим. пер.
Конечно же, принципиальной предпосылкой для передачи ответственности за принятие решений машинам является наличие условий для этого: облачные вычисления, большие данные и алгоритмы. Облачные вычисления и большие данные в данном контексте дополняют друг друга: в отсутствие облачных вычислений мы не имеем возможности с низкими затратами хранить и обрабатывать огромный массив данных; в свою очередь, обработка больших данных и содержащихся в них запросов позволяет нам повышать требования к облачным вычислениям. Эти два элемента стимулируют постоянное ускоренное развитие всей индустрии данных. Тем не менее реальную ценность облачным вычислениям и большим данным придают стоящие за ними «мозги» – алгоритмы.