● Alipay: в 2004 г. эта эскроу-система стала независимой компанией. Alipay осуществляет платежи в стране без использования кредитных карт и/или дистанционных платежных инструментов.
● Tmall: в 2008 г. Tmall отделился от Taobao как веб-сайт для крупных брендов и розничных продавцов. Продавцы на нем платят комиссию за улучшенное обслуживание, обычно 0,4–0,5 %.
● AliExpress: это международный веб-сайт для электронной коммерции. Запущен в 2010 г., связывает китайских продавцов с остальным миром.
● Cainiao Network: Alibaba запустила эту логистическую смарт-платформу в 2012 г.
● Ant Financial: в 2014 г. Alibaba запустила Ant Financial Services. Эта компания в настоящее время кредитует потребителей и малый бизнес по всему Китаю.
● Компании веб-знаменитостей: 2014 г. ознаменовался появлением первой волны веб-знаменитостей, которые основали собственные компании.
Дополнительную информацию об Alibaba и ее истории см. в приложении А.
Сущность смарт-бизнеса
В обобщенном виде формула смарт-бизнеса выглядит так:
Сетевая координация + интеллектуальная обработка данных = смарт-бизнес.
Эта простая формула показывает, что лежит в основе успеха Alibaba, и отражает все, что нужно знать о бизнесе будущего. Как я расскажу далее, сетевая координация и интеллектуальная обработка данных, две новые возможности, предоставленные технологией, обладают серьезными преимуществами по сравнению с традиционными бизнес-процессами и структурами.
В самом широком смысле сетевая координация – это разбивка сложной коммерческой деятельности так, чтобы группы людей или фирм могли осуществлять ее более эффективно[11]. Функции, исторически запертые в вертикально интегрированных структурах или жестких цепочках поставок, значительно проще координировать через онлайновые связи. Лауреат Нобелевской премии Рональд Коуз показал, что компании структурируются так, чтобы выживать в условиях непомерно высоких транзакционных издержек[12]. Новые технологии снижают эти издержки, делая возможными сетевые подходы. С помощью сетевой координации такие виды коммерческой деятельности, как продажи, маркетинг и все аспекты производства, превращаются в децентрализованные, гибкие, масштабируемые и глобально оптимизируемые процессы.
Организация распродажи в День холостяка, за которой стоят Tmall и Taobao, – идеальный пример сетевой координации. Taobao не создает никаких запасов – вместо этого она объединяет в огромную сеть более 10 млн продавцов. Эти продавцы координируют свои действия с миллионами партнеров, и все стороны занимаются вместе реализацией сложного процесса онлайновой розничной торговли, обработкой транзакций и дистрибуцией вплоть до двери покупателя. Такой уровень взаимодействия и составляет существо сетевой координации: автономной координации через интернет практически без ограничений масштаба и с участием бесконечного числа партнеров.
Чем больше сеть бизнес-игроков координируется через интернет, тем больше становится смарт-составляющая коммерческой деятельности. Иначе говоря, постоянный поток данных, возникающих в результате взаимодействий и обрабатываемых в реальном времени, создает цепь обратной связи, которая автоматически генерирует все более и более «интеллектуальные» решения. Например, сегодня значительную часть рутинного поиска и представления продуктов клиентам на Taobao выполняют машины. Традиционным розничным продавцам для этого нужны тысячи покупателей, дизайнеров витрин, редакторов стиля, персональных консультантов и т. п. Машинное обучение – инструмент, который позволяет делать это на Taobao. На пике продаж в День холостяка в 2017 г. в базах данных Alibaba выполнялось 42 млн операций в секунду. Такой объем операций говорит о том, что алгоритмы машинного обучения осуществляли миллиарды итераций, принимая решение, что еще представить на экране вашего смартфона после того, как вы приобрели сотовый телефон, билеты на Бали и пижаму с ярким рисунком, которой любовались на протяжении последнего месяца. Я называю такую возможность эффективного выбора товаров и услуг в соответствии с запросами и реакцией клиентов интеллектуальной обработкой данных[13]. Она кардинально отличается от того, как большинство фирм подходят сегодня к отбору товаров и услуг.
Под интеллектуальной обработкой данных я имею в виду предоставление компаниям возможности быстро и автоматически совершенствоваться с помощью технологии машинного обучения. Вы должны иметь представление о том, как действует интеллектуальная обработка данных, если когда-нибудь сталкивались с системами рекомендаций. Это самая примитивная форма интеллектуальной обработки данных, стандарт для любой онлайновой компании, я же говорю о значительно более сложной системе. Компании могут выйти на более высокий уровень интеллектуальной обработки данных, если автоматизируют принятие решений на основе непрерывного потока поступающей в реальном времени информации, например о времени отгрузки продукции поставщиками, об уведомлениях о выполнении заказа производителями, об отслеживании логистических операций и о предпочтениях клиентов. Такая автоматизация достигается в результате использования алгоритмов машинного обучения, повышающих координацию и оптимизацию каждого звена цепочки создания стоимости. Поскольку все больше видов деятельности становятся онлайновыми, связанные с ними решения можно автоматизировать и непрерывно улучшать. Вот что я подразумеваю под интеллектуальной обработкой данных.
Прогресс в сфере машинного обучения (направления компьютерной технологии, которое нередко считают подразделом более широкой области искусственного интеллекта) в последнее десятилетие привел к скачкообразному расширению возможностей того, что компании могут делать с данными. Машины освоили игру в го и шахматы, появились алгоритмы, позволяющие справляться с чрезвычайно длинными цепочками вычислений, анализировать многочисленные сценарии и быстро находить оптимальные решения. Получив новые результаты, алгоритмы перенастраиваются с их учетом. Они обучаются в процессе непрерывного выполнения итераций, а их результаты улучшаются с увеличением объема и разнообразия данных. Таким образом, машинное обучение углубляет интеллектуальную обработку данных. По мере того как все больше бизнес-процессов переходит в онлайн, а для успеха коммерческой деятельности все больше требуется координация взаимосвязанных игроков, компании трансформируются, передавая принятие рутинных решений компьютерам. В этом и заключается сущность смарт-бизнеса.
Рождение смарт-бизнеса и последствия этого явления
В Alibaba звенья цепочки создания стоимости превращаются одно за другим в модули и встраиваются в оптимизированные с технической точки зрения сети, а значительная доля бизнес-решений принимается автоматически. Такое масштабное использование инновационной технологии изменяет все. Данные становятся главным активом, критическим фактором производства. Стратегия приобретает новый смысл – теперь это не анализ и планирование, а процесс экспериментирования и привлечения клиентов в реальном времени.
В смарт-компаниях, как я покажу в этой книге, привычные силы конкуренции исчезают и уступают место новым формам сотрудничества между компаниями и мириадами других игроков. Когда в основе стратегии лежит не конкуренция, а центры сотрудничества, способы создания стоимости полностью меняются. А когда компании используют машинное обучение не только для автоматизации рутинных бизнес-процессов и взаимодействия с клиентами, но и для непрерывного их совершенствования, роль руководства в создании стоимости становится совершенно иной. Организации превращаются из статичных иерархических структур, нуждающихся в управлении и контроле, в динамичные, подвижные сети взаимосвязанных игроков, которых объединяет миссия и деловая возможность.