Павел Мотыль - Лабиринт - искусство принимать решения

Один журналист как-то спросил польского писателя-фантаста Станислава Лема, каким тот видит будущее мира и человечества. Писатель ответил в своем неподражаемом духе: «Все останется таким же, только еще более таким же, как сейчас». Как по мне, это – квинтэссенция методики принятия решений в бизнес-мире будущего.

Хотя мы и имеем фантастический инструментарий для принятия решений в виде нашего мозга (не считая описанных выше слабостей), мы живем в ужасно изменчивом мире. Скорости растут, времени на изучение информации становится все меньше, поэтому все сложнее становится применение исследовательского подхода для принятия необходимых решений, число которых также постоянно возрастает. Но есть и хорошие новости: у нас появился верный союзник, который при должном обращении способен служить нам верой и правдой. Вслед за постоянным увеличением количества окружающей нас информации развиваются и технологические возможности ее изучения.

Теперь у нас появилась возможность хранить практически неограниченные объемы информации, что поставило на широкую ногу как промышленный шпионаж, так и компьютерную помощь в принятии решений. Благодаря очередной технологической революции за последние несколько десятилетий произошло экспоненциальное снижение цен на цифровую память. В 1980 году цена жесткого диска емкостью в 1 гигабайт составляла в среднем 440 тысяч долларов (а иногда и больше: Apple, например, продавала диски по 5 мегабайт по 3500 долларов; то есть цена 1 гигабайта у них составляла 700 тысяч долларов!). Спустя десять лет средняя цена гигабайтного диска упала «всего лишь» до 11 тысяч долларов, а к 1995-му – еще в десять раз. Еще через пять лет цена гигабайта дискового пространства едва превышала 11 долларов, упав к 2005 году до одного. Спустя еще пять лет цену уже приходилось высчитывать в центах (в среднем выходило около 9 центов за каждый гигабайт). Например, диск Seagate Barracuda емкостью в 1,5 терабайта (то есть 1500 гигабайт), в июне 2010 года можно было приобрести за 89 долларов – менее чем по 7 центов за гигабайт. В 2017 году цена на новейшую версию того же диска была вполовину меньше. Впрочем, к тому времени уже стали доступны облачные вычисления, а за ними и облачные хранилища, так что цена гигабайта на физическом жестком диске уже мало кого беспокоила. Хранить информацию стало до абсурдного просто и дешево.

Пришлось придумывать отдельный термин для феномена хранения и обработки таких объемов данных; он получил название Big Data, или «большие данные». Появление больших данных произвело настоящую революцию в бизнес-аналитике. Компании, выработавшие разумный подход к использованию собранных данных, теперь получили бесценный инструментарий для их обработки, помогающий не только на уровне оперативных решений, но также и в вопросах стратегического планирования. Конечно, повышение качества оперативных решений – вещь немаловажная, однако используя большие данные сугубо в этом направлении, гигантская часть их потенциала в плане стратегических решений так и остается нераскрытой. Можно вспомнить тут приписываемый Марку Твену афоризм: «Статистикой чаще всего пользуются так же, как пьяный фонарным столбом – больше для поддержки, чем для освещения». В свою очередь, полноценное использование больших данных в анализе дает возможность более успешно выявлять новые тренды и тенденции рынка, изменения потребительских моделей, рыночные потенциалы новых товаров и услуг и так далее.

Большие данные являются хорошим союзником и подмогой при исследовательском подходе. Благодаря их появлению мы можем в малейших деталях оперативно изучить любой интересующий нас вопрос.

ПРАВИЛО № 13

Не будьте «пьяным у столба» – используйте данные, чтобы яснее видеть, а не только для поддержки. Грамотный анализ данных является вашим надежным и верным другом.

В любой отрасли бизнеса самой актуальной на сегодняшний день темой являются новейшие технологии. Каждые два года корпорация IBM проводит масштабный опрос среди директоров и президентов крупных компаний. И если в 2004 году «технологические факторы» заняли лишь шестое место по значимости, то с 2012-го они уже прочно утвердились на первой строчке.

Под «технологическими факторами» подразумевается не только обработка данных. Сюда же входит и интернет вещей (IoT), позволяющий в реальном времени управлять и связывать различные устройства в единую систему через интернет для оптимизации принятия решений (иными словами, такие устройства умеют сами принимать решения, без участия человека). Все устройства и системы, имеющие в названии слово «умный», работают по технологии интернета вещей: умные колонки, умные дома, умные энергосистемы, даже целые умные системы городских служб. Количество таких устройств на сегодняшний день исчисляется десятками миллиардов [161] По некоторым оценкам, к 2022 году количество функционирующих через интернет устройств превысит 300 миллиардов. . Аналитики международной консалтинговой компании McKinsey считают, что к 2025 году рынок интернета вещей достигнет отметки в 11,1 трлн долларов [162] McKinsey Global Institute, «The Internet of Things: Mapping the Value Beyond the Hype» (McKinsey & Company, 2015). mckinsey.com/~/media/ McKinsey/Business%20functions/McKinsey%20Digital/Our%20insights / The%20internet%20of%20things%20the%20value%20of%20digitizing%20the%20physical%20world/The-Internet-of-things-Mapping-the-valuebeyond-the-hype.ashx. . C теперешними темпами развития технологий глубокого обучения и нейронных сетей (серьезное изучение их началось в шестидесятые с исследований Марвина Минского [163] Американский ученый, профессор Массачусетского технологического института, основал при нем Лабораторию искусственного интеллекта. Пионер изучения нейронных сетей. ) создание действительно «интеллектуального» искусственного интеллекта является лишь вопросом времени. Ведь уже сейчас машины, управляемые ИИ, являются более безопасными, чем те, за рулем которых сидят живые люди.