Майкл Уэйд - Цифровой вихрь [Как побеждать диджитал-новаторов их же оружием]

Цифровой рынок также используется игроками так называемой «долевой экономики», например Airbnb, с помощью которого физические лица – владельцы недвижимости могут сдавать жилье путешественникам. Таким образом, туристы могут искать жилье новым способом, минуя традиционную цепочку создания ценности для отелей.

Частично долевая экономика основана на динамике P2P, которая представляет собой еще один важный аспект платформ. Для Airbnb это означает превращение владельца личной собственности (например, человека, который хочет сдать свободную комнату) в поставщика услуг, и возможность для владельца и людей, желающих воспользоваться этой услугой, найти друг друга. И при этом ни Airbnb, ни поставщики не являются предприятиями гостиничного бизнеса. Как правило, поставщики услуг в данном случае – это физические лица, иногда – управляющие небольших гостевых домов.

Такие стартапы в сфере решений для бизнеса, как Cargomatic и Transfix, создали цифровые рынки для области перевозок, тем самым повышая эффективность поиска водителей для перевозки грузов. Транспортные компании размещают вакансии на этих платформах, а водители грузовых автомобилей могут откликаться на эти вакансии, о которых иначе они бы не узнали. Кроме того, обе стороны получают и другие цифровые преимущества, например, отслеживание поставки в режиме реального времени и онлайн-платежи. Помимо большого числа мелких предприятий, крупные поставщики, такие как сеть американских книжных магазинов Barnes & Noble и немецкий производитель Bosch, используют этот вид рынка для организации перевозки товаров {64} 64 «The Appy Trucker», Economist, March 5, 2016: economist.com/news/business/21693946-digital-help-hand-fragmented-and-often-inefficient-industry-appy-trucker .

Оркестратор данных использует революционные возможности IoT и аналитики больших данных для инновационной деятельности и создания ценности, включая геолокационные сервисы, удаленный мониторинг, профилактическое обслуживание, маркетинговые предложения с учетом контекста и видеоаналитику. Существует множество разных определений IoT, но самым простым из них является определение Интернета вещей как подключения к сети физических объектов {65} 65 «Internet of Things in Logistics», DHL Trend Research , 2015: dpdhl.com/content/dam/dpdhl/presse/pdf/2015/DHLTrendReport_Internet_of_things.pdf . IoT подключает неподключаемое: транспортные средства и другую транспортную инфраструктуру, здания, оборудование производственных цехов, медицинские приборы, одежду и многое другое. Если исторически задачей Интернета является соединение между собой компьютеров (т. е. машин, облегчающих обработку информации), то назначение IoT заключается в соединении между собой объектов для выполнения огромного числа задач. Интернет вещей создает обширную платформу с использованием датчиков и встроенных систем, при этом информация будет передаваться по сетям и анализироваться в приложениях, чтобы получить новые уникальные сведения.

Многие компании владеют большими базами активов и потоками данных или контролируют их, что способствует созданию такого рода подключений. Интеллектуальные здания, промышленная автоматика, портативные устройства и телематика – все это вносит вклад в развитие данной бизнес-модели. Возможность оказания услуг с дополнительной ценностью конечным клиентам с помощью платформы IoT и аналитики становится привлекательной для многих крупных компаний в условиях цифровой революции или других видов давления со стороны конкурентов в традиционных отраслях промышленности, особенно ориентированных на производство продукции. К компаниям, использующим бизнес-модель оркестратора данных, относятся ABB, Cisco, GE, IBM, Intel, Palantir, SAP и Splunk.

Компания John Deere, американский производитель сельскохозяйственного оборудования, реализует стратегию «умного» земледелия с помощью бизнес-модели оркестратора данных. Компания запустила интернет-портал Myjohndeere.com, на котором фермеры могут получить доступ к различным данным, например, к информации, зафиксированной датчиками, установленными на их собственной технике, а также к сторонним сведениям о финансовых показателях и погоде. Фермеры могут использовать эту информацию для оптимизации сельскохозяйственных работ, например, принятия решения о том, когда и где сажать. Эти данные также используются для определения сроков профилактического обслуживания, чтобы фермеры могли заменить детали транспортных средств и оборудования до их выхода из строя. Компания John Deere даже расширила свою роль оркестратора данных и вывела ее за рамки собственного предприятия, запустив платформу открытых данных Deere Open Data Platform, где фермеры обмениваются информацией друг с другом и сторонними разработчиками, которые могут создать новые приложения для сельского хозяйства {66} 66 Bernard Marr «From Farming To Big Data: The Amazing Story of John Deere», Data Science Central (blog), May 7, 2015: datasciencecentral.com/profiles/blogs/from-farming-to-big-data-the-amazing-story-of-john-deere .