Искусственный интеллект на службе бизнеса

Где заканчивается ваш бизнес и начинается чужой? Где точно проходят границы вашей компании? Это долгосрочное решение требует пристального внимания со стороны самых высокопоставленных лиц организации. Более того, новые универсальные инновации часто приводят к неожиданным ответам на эти вопросы. Определенные инструменты ИИ, с большой вероятностью, изменят границы вашего бизнеса. Прогностические машины заставят многое переосмыслить, от производственного оборудования до данных и людей.

Что убрать и что оставить

Неопределенность влияет на границы бизнеса[123]. Экономисты Зильке Форбс и Мара Ледерман изучали организацию авиатранспортной отрасли США на пороге нового тысячелетия[124]. Маршруты были поделены между крупными авиаперевозчиками ранга United и American и региональными партнерами, такими как American Eagle и SkyWest. Партнеры были независимыми компаниями, сотрудничество оформили соглашением. Помимо других условий, цена на билеты региональных авиакомпаний была ниже, как и зарплата сотрудников, а их условия работы были менее выгодными. Например, в ряде исследований установлено, что у старших пилотов крупных авиакомпаний зарплата на 80 % выше.

Загадка в том, почему большинство маршрутов обслуживали крупные компании, если их партнеры предоставляли услуги по более низким ценам. Форбс и Ледерман установили основной фактор – это погодные условия, точнее, их неопределенность. При нелетной погоде полеты откладываются, что в целом сказывается на работе, зависящей от пропускной способности авиатранспортной отрасли, объединенной в сеть.

Когда погода портится, партнеры долго принимают решения, потому что для внесения быстрых изменений с неопределенными издержками им необходимо свериться с контрактом. Крупные компании хотят избежать таких задержек, поэтому маршруты, на которых рейсы часто откладываются из-за погодных условий, контролируют и обслуживают они.

Три ранее описанные составляющие предполагают, что ИИ ведет к изменению стратегии. Во-первых, здесь присутствует ключевой компромисс между низкими издержками и высоким контролем. Во-вторых, он обусловлен неопределенностью, а конкретнее – отдача от контроля повышается с уровнем неопределенности. Крупные авиаперевозчики ищут компромисс между снижением издержек и увеличением контроля, оптимизируя границу, отделяющую их действия от партнерских. Если бы прогностическая машина могла преодолеть неопределенность, появилась бы третья составляющая, баланс сместился бы, и авиакомпании доверили бы больше обязанностей партнерам.

Компании, вовлеченные в постоянные инновации, особенно подразумевающие обучение на опыте, создают похожую схему. Новые модели автомобилей появляются примерно каждые пять лет, и, поскольку их изготовление включает в себя подробную спецификацию деталей и конструкторские разработки, автопромышленники должны определиться, откуда брать детали: изготавливать самостоятельно или заказывать аутсорсинг? На протяжении длительного процесса разработки компания имеет только примерное представление о ходовых характеристиках автомобиля. Некоторая информация становится доступной только после выпуска новой модели из отзывов покупателей и других долгосрочных показателей эффективности. Именно поэтому модели ежегодно обновляют без радикальных изменений в конструкции, лишь устраняя недостатки компонентов, за счет чего улучшают продукт.

Экономисты Шарон Новак и Скотт Стерн обнаружили, что изготовители элитных автомобилей, сами производящие детали, быстрее усовершенствовали модели от года к году[125]. Они измеряли улучшения со стороны клиентов, используя рейтинги Consumer Reports. Обладая контролем, автопроизводители могли быстрее реагировать на обратную связь клиентов. В отличие от них, компании, которые заказывали детали сторонним производителям, не продемонстрировали таких улучшений. Однако у них свои преимущества: качество их моделей изначально выше, потому что изготовленные поставщиками детали лучше. Автопроизводители стоят перед выбором: приобретать детали у поставщиков или изготавливать самим, чтобы быстрее усовершенствовать выпущенные модели, контролируя инновации в жизненном цикле продукции. Здесь опять же снижающая неопределенность прогностическая машина может изменить стратегию.

В обоих случаях компромисс между краткосрочной и долгосрочной производительностью и рядовыми и нештатными событиями ищет сама организация, решая, до какой степени полагаться на внешних поставщиков. Однако отличительная особенность такого выбора тесно связана с неопределенностью. Насколько важны метеорологические явления, к которым авиакомпании не могут подготовиться заранее? Насколько автомобиль будет соответствовать желаниям клиента?

Влияние ИИ: капитал