Big Data
Компания IBM предсказывает, что к 2025 году общий объём данных достигнет 160 зеттабайт. Уже сейчас обработка данных и data science важны везде.В центре этой эволюции оказался и финансовый сектор, а скоро водоворот данных закружит всех.
Даже такие традиционно сложные для анализа сферы, как человеческая сущность, анализируются с большой точностью. Мы в Сбербанке уже используем одну из методик для определения психотипа человека — методику Hogan (методика оценки личности с опорой на пять характеристик человека: добросовестность, доброжелательность, открытость опыту, невротизм, экстраверсию — прим. ред).
Мы начали сотрудничать с Михалом Косински, которого обвинили в том, что он сыграл едва ли не главную роль в выборах президента США. Он разработал методику, которая позволяет по лайкам в фейсбуке с большой точностью определять характеристики человека.
11-12 лайков достаточно, чтобы предсказания модели совпали с оценками вашего поведения коллегами. 230 ваших лайков в интернете — и мы будем понимать вашу личность лучше, чем ваши близкие.
Михал и его команда проводят эксперименты, чтобы научиться считывать психотип человека с его фотографий. Человеку это недоступно, а машина на основе анализа сотен миллионов уже психотипированных фотографий людей с точностью примерно 0,8-0,85 относит человека к одному из психотипов.
Новая модель бизнеса
В течение следующих десяти лет технологии радикально изменят всю нашу жизнь. Вот примеры компаний, которые создали принципиально новые модели бизнеса: Uber, который не владеет ни одним автомобилем, Airbnb, которая не владеет ни одним отелем. Их подход — problem solving, переосмысление того, в чём на самом деле нуждается человек.Человеку не нужны вещи — человеку нужны функции вещей. Это радикально меняет модели бизнеса.
Экономика экосистемы
Долгое время шёл спор о том, захочет ли человек выбирать услугу из множества, или ему будет нужна одна большая красная кнопка. Этот спор завершён: человеку нужна одна большая красная кнопка. Он не хочет искать — он хочет, чтобы кто-то искал за него. Он не хочет тонуть во множестве приложений — он хочет доверить выбор экспертному мнению своего помощника.
Грандиозное множество опций перестало быть интересным, мы хотим тратить время более производительно. Мы готовы делегировать функцию выбора, но делегировать её доверенному помощнику. Такой помощник — это то, что называется центр экосистемы. И это один из ключевых трендов: по прогнозам, через 7-8 лет примерно 30% всей выручки и 40% прибыли будет находиться в экосистемах.
Примеры экосистем — это Google и Amazon. Но самые развитые экосистемы появились в Китае. Они номер один в мире. Яркие примеры — компании Tencent, Alibaba, Baidu. Здесь и малтиплы совершенно другие, и доходности по чистой прибыли, и другие финансовые показатели, и привлекательность для инвесторов — всё совершенно другое.
Что такое технологическая платформа
Внутри компании, которая претендует на роль центр экосистемы, обязательно должна быть технологическая платформа. Мы долгое время пытались определить, что такое технологическая платформа, и вывели несколько её признаков.Во-первых, это возможность анализировать большие данные в режиме реального времени, то, что называется in-memory computing и data-flow analysis. Вот пример, как работает. Мы с помощью Apple Pay за одну секунду расплачиваемся за кофе.
Пять лет назад технология оплаты была такова: мы идентифицировали вас, идентифицировали остаток ваших средств и разрешали операцию. Ничего больше в этот процесс нельзя было впихнуть, потому что это занимало бы долгое время.
Сегодня идентификация вас и остатков ваших средств — только начало процесса. После этого начинается так называемый антифрод-мониторинг, который нужен для защиты от мошенничества. За секунду между тем, как вы провели карточкой по терминалу, и тем, как вы получили смс об оплате, мы идентифицируем вас, идентифицируем место, где вы платите, того, кому вы платите, что вы покупаете, определяем, обычная это для вас покупка или нет.
Если это обычная для вас покупка в обычном месте на обычную сумму, мы подтверждаем её. Если нет, продолжаем анализировать. Если мы видим, что вы в необычном месте, то пытаемся понять, покупали ли вы билеты и могли ли оказаться в этой географической точке.
Дальше смотрим, какой товар вы покупаете, особенно если речь идёт о крупной сумме. Если модель находит подтверждение, то она говорит: «Да, да, да, да», и транзакция одобряется. Если модель говорит: «Нет, да, нет, нет», то подключается центр ручного антифрод-мониторинга, где сидят люди, которые позвонят вам на мобильный телефон и спросят, действительно ли это вы, действительно ли хотите совершить покупку — и после этого операция будет подтверждена вручную.
Отклонение по операциям составляет 4-6%, не больше. Всё остальное мы проверяем в автоматическом режиме в ту секунду, когда вы ждёте подтверждение о проведении операции.
Также внутри технологической платформы должны быть big data, machine learning, artificial intelligence.
Обязательно открытые API для возможности подключения к платформе неограниченного количества клиентов.
Платформа должна быть open source. Я не верю ни в одну платформу, которая не сидит на open source. Нельзя сохранить конкурентоспособность платформы, если над ней не работают сотни тысяч людей по всему миру.
И, конечно, платформа должна быть гибкой, она должна быть построена на основе ячеек, и каждая новая ячейка должна позволять системе гибко реагировать. Если система не гибка, она никогда не может стать платформой.
Экосистемы в России
В российском поле нет ни одной экосистемы. К этому стремится целый ряд компаний, и у них есть шансы на то, чтобы стать центром экосистемы. Мы один из претендентов, и мы считаем, что у нас больше всего шансов. Но кто первым придёт к финишу, неизвестно.К чему это приведёт
Новые тренды приведут к более острой конкуренции и росту концентрации компаний на рынке, к значительно большей интеграции и партнёрству. Центр экосистемы не владеет всеми бизнесами — он настолько удобен, что им пользуются тысячи, сотни тысяч, миллионы партнёров. И это не всегда партнёры, которые имеют прямое отношение к центру этой экосистемы. Самое главное — что им выгодно и удобно пользоваться всей этой машиной.В отношениях с клиентом появится больше эмоций. Экономика впечатлений и эмоций — одна из ключевых доминант во всём мире, которая во многом будет определять наш с вами успех на рынке.
И, конечно, усиление глобализации. Здесь мы находимся в сложном положении: кольцо санкций вокруг нашей страны мешает российскому бизнесу становиться глобальным. В мире данных, в мире экосистем критически тяжело поддерживать конкурентоспособность, если у тебя нет эффекта масштаба.
Такие великолепные российские компании, как «Яндекс» и Mail.ru, к сожалению, не конкурентоспособны на глобальном рынке и не могут масштабировать свой бизнес именно в силу того, что они национально замкнуты. Попытки выйти за пределы границ пока очень робки, у компаний не хватает ресурсов, чтобы стать глобальными.
Создание внутренних компетенций
По оценкам целого ряда консалтинговых компаний, к 2020 году 75% приложений, которыми пользуются компании, будут созданы самими этими компаниями, а не приобретены. Это отчётливый тренд: все крупные компании стараются создавать у себя ключевые компетенции, а не отдавать их на аутсорсинг. Вам нужно внимательно изучить этот тренд, если вы хотите быть диджитальной компанией на рынке.
Искусственный интеллект
Ключевой тренд этого года — искусственный интеллект. Им занимаются все: глобальные государственные учреждения, которые создают под него фундаментальную базу, компании, которые пока не нашли ему применения в своих бизнес-моделях, и компании, которые уже активно используют искусственный интеллект в своих продуктах.Искусственный интеллект есть почти в каждом продукте высокотехнологичной компании. Например, у Uber машина в 74% случаев понимает, куда вы едете, ещё до того, как вы в неё сели. Почти все продукты Google. Facebook, Amazon, почти все продвинутые мессенджеры пользуются искусственным интеллектом.
Компании, которые занимаются развитием artificial intelligence, говорят, что скоро смартфон уйдёт в прошлое, потому что все будут выбирать цифрового посредника, чтобы удовлетворять свои потребности.
Мы долго говорили, что самый главный актив — это люди, но сейчас главным фактором становится наличие технологической платформы.
Можно заметить, что платформы создают люди, но платформа, основанная на искусственном интеллекте, значительно более стабильна.
В построении систем искусственного интеллекта есть два тренда. Один тренд реализует IBM в своём проекте Deep Blue или в известном Watson, который строился как большой-большой универсальный мозг для выполнения огромного количества задач. Боюсь, IBM будет сложно окупить инвестиции в Watson. Хотя они большие молодцы, работают над разными возможностями практического использования этого огромного искусственного интеллекта.
Google пошёл другим путём — от продукта. Эта компания показывает хороший пример монетизации прикладных исследований. Google не вкладывает в исследования такое огромное количество средств, как IBM, и это сразу генерирует им окупаемость.
У меня было представление о том, как будут развиваться self-driving cars, но когда я увидел прогноз до 2030 года, он меня поразил.
Два года назад один профессор Стэнфорда поспорил со своим сыном, что через пять лет сын сможет проехать из одного конца Сан-Франциско в другой, не прикасаясь к рулю автомобиля. В этом году Илон Маск объявил, что до конца года Tesla проедет из Нью-Йорка в Сан-Франциско, и при этом водитель ни разу не коснётся руля, а машина всё сделает сама, включая остановки для дозаправки электрической батареи.
Если это произойдёт, можно представить, какие ошибки в прогнозах делают даже те, кто находится в центре Кремниевой долины. Технологии опережают предсказания аналитиков.
Но, если честно, пока с трудом верится, что искусственный интеллект в самоуправляемых автомобилях так скоро заставит нас отказаться от милых сердцу личных автомобилей.
Amazon ничего не производит в области искусственного интеллекта, но встраивает искусственный интеллект почти во все свои продукты и использует его каждый день. Компания даёт прогноз по количеству пользователей Amazon Echo, и я думаю, что это очень скромный прогноз, а по факту цифры будут гораздо больше.
Очень активно искусственный интеллект используется там, где нужно оценивать риски. Это HR, подбор персонала.
Широта применения новых технологий
Мы побывали в Кремниевой долине, внимательно посмотрели на технологию Blockchain и поняли: нам не останется места в банкинге. Искусственный интеллект плюс блокчейн, когда он созреет, не оставляют места банкирам.Мы начали шутить, что придётся переквалифицироваться и пойти в сельское хозяйство. И тут в разговор вступил один профессор, который сказал, что мы выбрали плохую тему, потому что в сельском хозяйстве происходит кое-что похуже, чем в банкинге. Он пригласил другого профессора, основателя компании Impossible Foods, который рассказал: «Мы задались вопросом, сколько потребуется продовольствия при сегодняшнем росте народонаселения, и увидели, что не хватает двух ключевых компонентов: пастбищ и воды. Мы спросили себя: что такое корова? Корова — это очень плохой преобразователь травы и воды в молоко и мясо. Почему плохой? Потому что она неэффективна: слишком много побочных продуктов, а по дороге корова заражает всеми мыслимыми и немыслимыми болезнями и первый, и второй продукт. Тогда мы решили воспроизвести биологический процесс переработки воды и травы в молоко и мясо».
В общем, у них это успешно получилось. Они доказали американским регулирующим органам, что получают мясо и молоко в результате не химического, а биологического процесса, и им выдали разрешение на производство сначала молока и молочных продуктов, а потом и мяса.
Мы ели гамбургеры с этим мясом во время обеденных перерывов в кафе Impossible Foods. Компания гарантирует, что в этом мясе нет никакой химии, что оно абсолютно безопасно и очень полезно для человека. Это показывает широту применения новых технологий.
Как технологии повлияют на нас
Самая дефицитная профессия сегодня — data scientist. Такие специалисты нужны везде.Три года назад в MIT по специальности data science учились порядка 50 студентов. В прошлом году обучение по этой специальности прошли 700 студентов. Все понимают, что это становится ключевым навыком.
Искусственный интеллект приведёт к исчезновению большого количества профессий. Шесть лет назад в бэк-офисе Сбербанка работало 59 тысяч человек. Сегодня работает 12 тысяч, в 2018 году будет работать 5 тысяч, а ещё через три года, по нашим оценкам, останется в лучшем случае тысяча.
В Сбербанке работало 33 тысячи бухгалтеров, на сегодняшний день их осталось полторы тысячи, а будет 500 человек. Мы создали современную профессию риск-менеджера, или андеррайтер, и сегодня их у нас работает четыре с половиной тысячи, но мы понимаем, что уже примерно через три года их будет от тысячи до полутора тысяч человек.
P2P-платежи в «Сбербанк Онлайне» два года подряд растут темпами выше 100%. В прошлом году оборот по платежам между нашими клиентами превысил $100 млрд. Качество и скорость таких сервисов растут, они становятся удобнее, и людям просто-напросто не нужно использовать наличные.
Всё это приведёт к сокращению поля применения традиционных профессий. Я больший оптимист в части занятости и думаю, что нынешние уровни занятости сохранятся ещё достаточно длинный период времени, но многие специальности постепенно уйдут в историю.
И ещё несколько слов о будущем. В Стэнфорде главным трендом нового времени считают демократизацию информации. Ничего нельзя будет спрятать. Даже если какое-то событие похоронить под землёй, то на основе технологии больших данных можно будет с высокой степенью вероятности вычислить, что это событие имело место. Это принципиально новый тренд, к которому мы абсолютно не готовы, и переход в который надо осмыслить во всём — в личной жизни, в политике, в экономике, в бизнесе.
Это переход в принципиально новый век — век транспарентности, и для этого потребуется время, и осмысление, и мудрость.
Источник: malina.am
