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).
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.
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
Application programming interface – интерфейс программирования приложений. –
Business Intelligence – бизнес-аналитика. –
