Марко Янсити - Оцифруйся или умри. Как трансформировать компанию с помощью искусственного интеллекта и обойти конкурентов

IKEA приняла ответные меры. Синие гипермаркеты стали центрами выполнения заказов из интернет-магазина IKEA. Всего за одну неделю под руководством директора по цифровым технологиям, Барбары Мартин Копполы, компания перенесла 13 разных региональных веб-сайтов в облако и централизовала их работу, объединив и интегрировав все данные региональных магазинов. За три недели руководители компании, занимающиеся вопросами мерчендайзинга, ценообразования и дистрибуции товаров, научились использовать технологии, данные и ИИ для формирования полностью цифровой системы розничной торговли, оставаясь верными наследию IKEA. Это было кардинальное преобразование. До наступления Covid-19 региональные менеджеры IKEA распределили полномочия на пятидесяти рынках электронной торговли, причем каждый регион определял собственную стратегию обработки данных, ценообразования и качества обслуживания клиентов. В условиях пандемии меры по цифровой трансформации – многие из них были запланированы, но так и не реализованы – должны были стать реальностью.

IKEA не остановилась на достигнутом. Команда по цифровизации сделала возможным бесконтактное выполнение заказов с использованием технологии click & collect (в пер. с англ. «нажми и забери»), что увеличило количество заказов на одного клиента. Сложно настроенный онлайн-ИИ показывал рекомендации покупателям интернет-магазина, тем самым расширяя понимание сотрудников розничных магазинов. Когда клиентам предлагались наиболее подходящие варианты, они покупали дополнительные товары, и размер «корзины» стал стремительно расти. Выручка интернет-магазинов выросла в 3–5 раз при гораздо более крупной марже.

Внедренные изменения продемонстрировали преимущества перестройки операционной модели на основе ИИ, и это по-прежнему будет актуально, когда розничные магазины вновь откроются. Устоявшиеся барьеры между цифровой и физической формой компаний рухнули. Теперь команда физической розничной торговли рассматривает цифровые операции как дополнительный инструмент, а не замену. На сегодняшний день Коппола и ее коллеги переходят к оптимизации цепочки поставок и повышению операционной эффективности. Они переносят все содержимое IKEA на единую информационную платформу для создания множества алгоритмов, которые улучшают взаимодействие с покупателями, сотрудниками и поставщиками. Коппола ожидает, что компания продолжит внедрять технологии, которые поддерживают одержимость IKEA заботой о покупателях. В то же самое время это позволяет сотрудникам расширять и автоматизировать процесс принятия решений в розничных и интернет-магазинах.

Цифровые операционные модели могут обеспечить высокоточный таргетинг при предельных издержках, близких к нулю. В период пандемии подобная точность способна спасти жизни. Одна из самых сложных проблем в этот период заключается в следующем: люди с иными заболеваниями (не Covid-19) из-за страха заразиться вирусом воздерживаются от посещения врачей или обращения в отделение неотложной помощи. С помощью точного таргетинга ИИ может помочь решить этот вопрос путем определения пациентов из группы риска и отправления им индивидуальных сообщений с настоятельным призывом связаться со своим лечащим врачом или обратиться в отделение неотложной помощи.

Фармацевтическая компания Novartis добилась прогресса в разработке сложных прогностических моделей, которые способны удаленно диагностировать заболевание у пациентов (с помощью соответствующих и совместимых методов деидентификации) часто за годы до того, как проблему выявят традиционные методы диагностики. Читра Нарасимхачари, ведущий научный сотрудник компании, чьи усилия стоят за этой работой, сосредоточила свое внимание на таких заболеваниях, как рассеянный склероз и анкилозирующий спондилит (острая и хроническая боль в спине). Она добилась впечатляющих результатов.

Команда специалистов Novartis по анализу данных работала над интеграцией широкого набора потоков данных между поставщиками, подразделениями и рабочими группами для очистки, тестирования, интеграции и нормализации данных на единой платформе. Как и в случае с фабрикой ИИ компании Moderna, концепция заключалась в том, чтобы все релевантные данные сделать видимыми и доступными для тех людей, которым это необходимо, а также оперативно внедрить эти данные в мощные прогностические модели для обеспечения деятельности множества рабочих процессов.

Когда разразилась пандемия, работа по трансформации коммерческих данных и аналитики Novartis, которую возглавляла Бхарти Рай, вице-президент по ускорению торговых операций, находилась на промежуточном этапе. Платформа была не завершена. В отдельных случаях модель фабрики ИИ работала, но пока она не внедрялась в качестве основы для универсальной операционной модели. Хранилища данных были еще не полностью подключены и интегрированы. Однако с появлением Covid-19 каждая функциональная группа в стенах Novartis хотела получить доступ к невероятным прогнозирующим возможностям ИИ. Сети поставок Novartis требовалось понять, что и куда отправлять, финансовому отделу компании необходимо было выяснить потребности в наличных средствах и ожидаемые нормы прибыли, отдел НИОКР нуждался в модели прогнозирования эффективности и безопасности медицинских препаратов в совершенно новых областях применения, а отделу продаж нужно было узнавать о стремительно меняющихся потребностях медицинских учреждений и требованиях клиентов. И как не что иное Novartis имела возможность выявлять пациентов, которые находятся в группе риска.

Команда Novartis стремилась максимально быстро создать масштабируемую информационную платформу. Нарасимхачари уже объединила свои усилия с Бхарти Рай, главой отдела, чтобы реализовать централизованную фабрику ИИ и сделать ее видимой и доступной для ведущих руководителей компании, которым теперь требовалось больше данных и возможностей ИИ во всех аспектах. Компания не дожидалась всевозможных новомодных штучек, чтобы начать совершенствоваться; вместо этого команда приступила к работе над частично собранной платформой с целью разработки множества моделей для точного определения безотлагательных потребностей пациентов и бизнеса в различных географических регионах с учетом различного класса заболеваний. Некоторые модели указывали на то, какие пациенты подвержены риску медицинских осложнений, и рекомендовали, когда это было возможно, соответствующее направление к специалистам и метод лечения. Такие модели показывали, например, что не менее 20 % пациентов были подвержены риску серьезных осложнений, потому что избегали регулярно или по мере необходимости ходить на прием к врачам. Данная система также включала в себя службу поддержки клиентов Novartis, которая оповещала врачей и поставщиков медицинских услуг.