Малкольм Фрэнк - Что делать, когда машины начнут делать все. Как роботы и искусственный интеллект изменят жизнь и работу

• Найти 1%. Мы все знаем, что в наших ежедневных действиях есть неоправданные потери. Пользуясь интеллектуальной машиной, GE может обратиться к клиентской базе и сказать: «Давайте вместе найдем этот низко висящий фрукт. Давайте найдем первый 1%». Если распространить его по всей железнодорожной отрасли, такой как BNFS Railway, то этот 1% может быстро превратиться в десятки миллионов долларов экономии издержек, которые снижаются незамедлительно.

• Научить пользователя. Один из способов найти этот 1% – научить пользователя принимать наиболее эффективные решения. В случае с GE Transportation это может быть умный локомотив, сообщающий инженеру, как лучше пересечь конкретный горный проход. Именно так: машина может советовать, как оптимизировать расход топлива при движении вверх в гору и как лучше всего использовать тормоза на спуске. И определяется это не способом каких-то обобщений, миля за милей, поворот за поворотом, на основании истории пройденного пути, текущей погоды, стиля управления конкретного инженера и перевозимого груза. Результатом становится экономия топлива на 3–17%.

• Ни одна машина – не остров. Один только интеллектуальный GE Tier 4 может обеспечить все эти преимущества, а целый флот интеллектуальных локомотивов, соединенных друг с другом, может поднять производительность на новый уровень (как показано на рис. 8.1). В конце концов, поезд эффективен лишь настолько, насколько эффективна его сеть; через оснащение приборами флота клиенты GE Transportation могут увеличить эффективность своих станционных работ и железнодорожных сетей на 10% 4.

Рисунок 8.1. Интеллектуальный локомотив GE

Очевидно, как с помощью этих усилий мероприятия GE (по-прежнему молодого), связанные с Промышленным интернетом, меняют основу конкуренции в каждой из своих отраслей. Это отличный пример того, как каждая физическая вещь может быть – и должна быть – буквально закрашена всевозможными сенсорами, чтобы стать важнейшим элементом интеллектуальной системы.

По сути, шаги GE в направлении инструментализации и оснащения сенсорами всей своей линейки продуктов и машин – в сердце их стратегии Промышленного интернета, которая лежит в центре общей корпоративной стратегии, кстати . Неудивительно, что с точки зрения GE Промышленный интернет к 2030 году должен создать рынок объемом в триллион долларов. Генеральный директор GE Джефф Иммельт, приводя в пример локомотив, говорит так: «На акциях Промышленного интернета за последние пятнадцать лет были сделаны триллионы долларов. Если вы заглянете на 10 или 15 лет вперед, то там будут созданы состояния в триллионы долларов. И мы только в первом иннинге» 5.

В бизнесе «всезнаек» все может быть узнано, желательно , чтобы было узнано и должно быть узнано. Новые правила бизнеса основываются на знании, и знании большем, чем у вашего конкурента. Это правильно: знать и побеждать. Это неправильно: догадываться и проигрывать.

Что касается сегодняшнего дня, то в использовании данных и устройств для обновления покупательского опыта нет ничего нового. Большая предстоящая работа – применение той же философии к другим, но, может быть, менее заметным аспектам предпринимательской деятельности. Этот склад ума всезнаек уже проявляет себя в некоторых общих для предприятий процессах, протекающих в их бэк-офисах, или не взаимодействующих с клиентом подразделениях.

• Управление кадрами. Google применяет внутри компании инструментализацию для оптимизации управления сотрудниками, анализируя формальную, неформальную и личную информацию, которую генерируют в течение дня. Goggle пытается знать все о своих примерно пятидесяти семи тысячах работников более детально, чем это принято на больших предприятиях, и работает над тем, чтобы персонифицировать карьерный путь для каждого сотрудника. Ласло Бок (Laszlo Bock), старший советник в Google и бывший старший вице-президент по кадровым вопросам компании, указывает на положительный экономический эффект, вызванный данным подходом: лучший подбор, более долгий срок работы и больший уровень удовлетворенности от работы (все это с соответствующим финансовым подкреплением), чем у конкурентов. Ореол кодов вокруг людей позволяет Google также твердо принимать решения, касающиеся людей, как и решения, касающиеся разработок. Приобретение компанией Microsoft сети Linkedin в июне 2016 года за двадцать шесть миллиардов – продолжение похожей идеи: сбор данных вокруг людей, чтобы применить тот же тип сотрудничества и «социальной продажи», распространенной онлайн, в то, как большой бизнес проводит подобные процессы.