Безономика. Как Amazon меняет мировой бизнес. Правила игры Джеффа Безоса

На первый взгляд Уилки — типичный руководитель технологической копании из Сиэтла: рубашка с расстегнутым воротником, широкие брюки и располагающие манеры. Под этой дружелюбной внешностью скрывается блестящий ум прекрасного логиста. Уилки, получивший диплом с отличием в Принстоне, диплом MBA и степень магистра в области химической технологии в Массачусетском технологическом институте, руководил фармацевтическим бизнесом AlliedSignal, прежде чем в возрасте 32 лет присоединиться к Amazon. В то время Amazon пыталась справиться с растущим количеством заказов, и Безос попросил Уилки реорганизовать складскую систему компании. Тогда со складов обычно отгружали небольшое число крупных заказов — например, ящики с сотней коробок кукурузных хлопьев, — но при этом не занимались обработкой миллионов мелких заказов, в чем нуждалась Amazon. Поэтому вместо того, чтобы нанять [140] обычных менеджеров склада, Уилки пригласил на работу исследователей операций и специалистов по обработке данных для создания системы, которая в результате выросла в очень гибкую складскую систему Amazon.

Летним днем я встретился с Уилки в его угловом кабинете с большими окнами, выходящими на центр Сиэтла. Когда я спросил, правда ли, что теперь маховик Amazon приводится в движение искусственным интеллектом, его глаза загорелись. «Я уже давно думаю об этой модели, — поделился он. — В прежние времена мы использовали данные, чтобы помочь в принятии решений, но окончательное слово было за людьми. То, что мы сегодня делаем с машинным обучением, позволяет в некоторых наиболее повторяющихся интеллектуальных процессах обойтись без человека».

Зададим, к примеру, вопрос, почему клиенты Amazon почти всегда могут найти на торговых площадках компании то, что они хотят, и своевременно получить заказ, независимо от того, в какой точке мира живут. До появления машинного обучения Уилки проводил еженедельные совещания по результатам розничных продаж, в которых участвовало до 60 менеджеров — по аналогии со знаменитыми утренними субботними совещаниями в Walmart. Все, кто так или иначе отвечал за спрос и предложение, сидели за столом — некоторые звонили из других регионов — и обсуждали, что закупать, сколько и какие склады в каком количестве товара нуждаются. Компьютерные системы компании предоставляли массу полезных данных о тенденциях продаж, на основании которых можно было принимать решения, но в любом случае это делали люди. Сегодня Amazon учитывает наиболее часто обсуждавшиеся за этим столом нюансы, например частоту ошибок при доставке, сдвиги в потребительском спросе, изменения срока доставки товара с завода на склад, и создает алгоритмы для принятия решений, основанных на этих факторах. «Мы смогли, — говорит Уилки, — замкнуть контур управления, чтобы людям больше не приходилось принимать решения. Мы автоматически размещаем заказы на закупку миллионов товаров».

При старой системе Уилки и его менеджеры могли сосредоточиться только на самых продаваемых товарах Amazon, но сегодня это просто невозможно. Теперь модель розничных покупок, которая раньше хранилась в человеческом мозге, хранится в алгоритмах глубокого обучения — мыслительный процесс тот же самый, но менеджерам Amazon уже не нужно снова и снова обсуждать одни и те же аналитические отчеты. Еще одно преимущество заключается в том, что алгоритмы дают более согласованные результаты. В прошлом менеджеры Amazon использовали собственные электронные таблицы и уникальные модели для прогнозирования спроса и предложения. Теперь в компании существует согласованный процесс принятия решений для всех онлайн-бизнесов по всему миру. Все используют одну и ту же модель, чтобы получить представление об одном и том же. Это то, что делает маховик, управляемый ИИ, настолько мощным, а Amazon — таким грозным конкурентом.

Любой бизнес, вступающий в новый мир ИИ, должен понимать одну важную вещь: внедрить искусственный интеллект не так просто. Это не одномоментное действие, которое достигается привязкой новейшего интеллектуального ПО к бизнес-модели. Amazon потратила более двух десятилетий, накапливая данные о своих клиентах и доводя до совершенства программы ИИ, чтобы сам софт в итоге стал бизнес-моделью. Поэтому неудивительно [141], что, по данным обзора исследовательской фирмы IDC, опубликованного в 2019 г., лишь 25% глобальных корпораций имеют стратегию в области ИИ.