На момент изобретения автомобиля основным средством передвижения в городах был транспорт на конной тяге, но через 30 лет изменилось буквально всё: планировка городов, производство, системы, обслуживающие работу автомобильного транспорта. Изобретение телефона быстро изменило сферу коммуникаций. То же можно сказать о появлении iPhone: этот аппарат не только изменил представление о «телефоне», но и способствовал появлению новых способов ведения бизнеса через мобильные приложения, заметно изменил индустрию музыки и такси, повлиял на времяпрепровождение с использованием устройств, а также на манеру потребления и создания контента. Компании, появившиеся в эпоху мобильных устройств, не похожи на своих предшественников, и некоторые из этих компаний сегодня стоят миллиарды долларов – хотя их даже не было бы, если бы не появился смартфон.
Давайте посмотрим, например, как смартфоны повлияли на фотографию. До начала массового производства фотоаппаратов было сделано всего несколько миллионов снимков. Когда в 1900 году компания Kodak выпустила аппарат Brownie, отрасль быстро изменилась: к 1930 году ежегодно делалось более миллиарда фотографий. С появлением цифровых фотоаппаратов уже к 2000 году люди по всей планете стали делать около 86 миллиардов снимков в год. А потом появился смартфон. По оценкам[120]
, в 2017 году было сделано 1,2 триллиона снимков, а 4,7 триллиона снимков хранится на смарт-устройствах и в облачных сервисах. Из этих 1,2 триллиона снимков только 10,3 % были сделаны на цифровой или пленочный фотоаппарат; 85 % фотографий были сняты на камеру смартфона.Вот как далеко распространяются последствия применения метода первых принципов. Именно поэтому компания Tesla не только строит электромобили, но и создает для них сети устройств быстрой зарядки, станции зарядки на солнечных батареях и системы автономного управления.
Уже сегодня очевидно, что появление смартфонов значительно повлияло на банкинг. В 2015 году люди впервые провели больше банковских операций с помощью смартфонов, чем через отделения, колл-центры, банкоматы или сайты банков. Смартфону понадобилось всего восемь лет, чтобы стать основным устройством доступа к повседневным банковским операциям[121]
. Однако это изменение в поведении людей пока никак не отразилось на штатном расписании банков. Да, во внутренней иерархии некоторых организаций руководители направлений мобильных сервисов и цифровых технологий, а также технические специалисты вообще теперь стоят на ступеньку выше, но в целом структура банка осталась прежней. Однако, как видно из приведенных ранее слов Франсиско Гонсалеса, когда клиентский опыт всё в большей степени определяется технологиями, должна меняться и организационная структура, отражая появление совершенно новых операционных компетенций.Когда банкиры спрашивают меня, кого им следует брать на работу, чтобы подготовиться к переменам, я всегда отвечаю: «Перестаньте нанимать банковских работников!» Навыки, которые обеспечат банку конкурентоспособность в будущем, не имеют ничего общего с банковским обслуживанием, хоть и станут определяющим фактором его жизнеспособности. За последние годы я не раз спрашивал знакомых из финтех-отрасли, каких сотрудников они считают наиболее ценными для развития бизнеса, и внимательно следил за динамикой трудоустройства в этой области. По итогам исследования я выделил несколько специальностей, которые в ближайшие годы станут неотъемлемым компонентом прибыльного и функционального финансового обслуживания.
1. Специалист по работе с данными
Специалисты по работе с данными занимаются вопросами анализа и архитектуры данных и имеют технологические навыки для решения сложных проблем и масштабных задач. Зачастую специалисты по работе с данными сами выявляют проблемы, требующие решения, исходя из обнаруженных в данных закономерностей. Эта профессия находится на стыке математики, программирования и рыночной аналитики и служит своего рода связующим звеном между операционной и IT-сферами.
2. Специалист по машинному обучению
Специалисты по машинному обучению (алгоритмам) – программисты, архитекторы и инженеры, создающие системы на базе самых современных технологий искусственного интеллекта. Они разрабатывают алгоритмы машинного обучения, формируют массивы исходных данных, готовят, оценивают и внедряют модели машинного обучения, а также отвечают за развитие их прогнозного и когнитивного потенциала. Важнейшей задачей является быстрое тестирование новых систем и оперативное масштабирование решений.
3. Специалист по проектированию клиентского опыта / сторителлингу
[122]