Так, интернет-магазины типа Amazon или Overstock применяют в своей деятельности системы динамического ценообразования, которые позволяют им буквально за секунды корректировать цены на миллионы товаров из своего ассортимента. Для этого они постоянно собирают информацию о ценах конкурентов и обрабатывают ее вместе с данными о текущих маркетинговых акциях. Затем, используя динамические ряды и анализ больших данных, они в режиме реального времени строят обратные кривые спроса для всех своих товаров.

Netflix использует аналитику больших данных для адаптации контентного интерфейса и рекомендаций своим пользователям, тем самым вовлекая их в регулярное пользование сервисом и снижая их отток, а телекоммуникационные компании на многих рынках, включая российский, с невысоким ARPU (Average Revenue Per User, средняя выручка на пользователя) способны удвоить и даже в ряде случаев утроить выручку от работы с текущей базой благодаря технологиям машинного обучения для предсказания Next Best Action – оптимального персонифицированного предложения, подбирая приемлемое предложение не только по цене, но также каналу и времени взаимодействия и стилю коммуникации.

Операторы физических ретейл-сетей могут оптимизировать свое местоположение в районах города в зависимости от характеристик трафика. Этот же подход сейчас активно тестируется и набирает популярность и в банковском секторе. В промышленных компаниях продвинутая аналитика данных позволяет существенно сократить затраты на ремонт, повысить уровень энергоэффективности, а также снизить стоимость / повысить выпуск благодаря расчету оптимального микса используемых сырья и материалов.

Однако все эти результаты возможны, только когда продвинутая аналитика на больших данных используется для изменения бизнес-решений и процессов, что требует нового уровня компетенций в организации и привлечения талантов, способных эти компетенции создавать и развивать.

Цифровизация открывает перед участниками рынка безграничные возможности, но крупным компаниям с традиционной структурой и жестким разделением труда на всех этапах, от производства до продаж, зачастую трудно их реализовать. Поскольку собственных специалистов по цифровым технологиям в подобных компаниях не хватает, им приходится конкурировать на рынке труда за этот дефицитный ресурс, однако это лишь часть проблемы. Даже если бы в таких компаниях и были необходимые специалисты, они мало что могли бы сделать, работая внутри изолированных подразделений. Таким образом, корпоративное руководство на всех уровнях должно не только понимать возможности цифровизации, но и осознавать, что существуют определенные ограничения для ее внедрения.

Одно из таких ограничений состоит в том, что классический «подразделенческий» подход не даст результатов и что управлять проектами должны межфункциональные рабочие группы. Все больше компаний тестируют возможности гибкой методологии разработки Agile, ориентированной на использование итеративной разработки, динамического формирования требований и обеспечение их реализации в результате постоянного взаимодействия внутри самоорганизующихся рабочих групп, состоящих из специалистов различного профиля. Методология, уходящая корнями в разработку программного обеспечения, все чаще применяется в компаниях потребительского сектора, включая банки и телекоммуникационные компании, но также вызывает интерес и у производственных компаний.

Гибкость и развитое межфункциональное сотрудничество позволит компаниям создать условия успеха цифровых кадров и победить в борьбе за цифровые таланты. Традиционным компаниям сделать это особенно сложно, ведь именно конкретная специализация и жесткое разделение труда долгое время как раз и считались факторами их успеха.

Еще одно препятствие на пути к превращению в цифровую компанию связано со свойством человеческой психики: мы привыкли мыслить линейно, и чересчур резкие перемены выводят нас из равновесия. По мнению изобретателя и футуролога Рэймонда Курцвейла, занимающего пост директора по проектированию Google, именно поэтому мы склонны сглаживать экспоненциальные функции и сводить их к линейным кривым, отображая их в логарифмическом масштабе. Однако такой подход становится фатальным, когда возникает необходимость осмыслить изменения, связанные с цифровизацией, поскольку они развиваются по экспоненте и постоянно ускоряются.

В своем эссе The Law of Accelerating Returns («Закон ускорения прогресса») Курцвейл описывает экспоненциальную динамику технического прогресса на протяжении истории человечества, отображая эту динамику не в искажающем действительность логарифмическом, а в соответствующем ей линейном масштабе. По мнению автора, люди подсознательно тяготеют к такому искаженному восприятию и потому, вопреки здравому смыслу, сильно недооценивают темпы и масштабы будущих событий. Курцвейл считает, что прогресс в XXI в. будет просто головокружительным, поскольку сейчас мы находится на растущем участке экспоненциальной кривой.

В одном из интервью Курцвейл разъяснил основной принцип экспоненциального роста: «Если я сделаю 30 шагов в линейном масштабе – 1, 2, 3, 4, 5, – то дойду до 30. Если же я сделаю 30 шагов в экспоненциальном масштабе – 2, 4, 8, 16 и так далее, – то дойду до миллиарда». Логика действительно потрясающая и, что характерно, неопровержимая, однако поверить в нее очень трудно; наш разум подобные выводы просто блокирует. «Сегодня все полагают, что дальнейшее развитие технологий будет происходить последовательно, линейно. Однако будущее преподнесет нам гораздо более удивительные сюрпризы, чем думает большинство наблюдателей, – говорит Курцвейл. – Лишь немногие понимают, что означает постоянное ускорение перемен» (рис. 1.5).

Приведем всего два примера, подтверждающие теорию Курцвейла об экспоненциальной динамике технического прогресса. Наиболее известный из них – закон Мура. Гордон Мур, один из основателей компании Intel, сформулировал свою теорию в 1965 г. на страницах журнала Electronics. В частности, он отметил, что количество компонентов в структуре интегральной микросхемы каждый год увеличивается вдвое, и предсказал, что эта динамика сохранится и в дальнейшем. И по сей день вывод Мура остается верным: вычислительная мощность компьютеров действительно каждый год удваивается. Микросхемы становятся по размеру все меньше и меньше. Сегодня вычислительная мощность обычного смартфона в 120 раз превышает аналогичный параметр управляющего компьютера лунной программы НАСА «Аполлон» и в четыре раза – мощность системного блока IBM образца 1998 г., который по размеру напоминал холодильник. А планшет iPad 3 Pro в 1994 г. считался бы одним из самых быстродействующих суперкомпьютеров в мире.

Теорию Курцвейла подтверждает и то обстоятельство, что освоение новых технологий происходит все быстрее. После изобретения радио целых 38 лет понадобилось для того, чтобы количество радиоприемников во всем мире достигло 50 млн. Телевидению понадобилось уже лишь 13 лет для того, чтобы войти в 50 млн гостиных. Интернет охватил такое же количество пользователей всего через три года после своего появления. Социальная сеть Facebook набрала 50 млн подписчиков через год, а Twitter – буквально через девять месяцев после запуска. В 2016 г. ажиотаж вокруг игры Pokémon GO породил новый рекорд: 50 млн фанатов загрузили ее на свои смартфоны всего за 19 дней. Новые продукты и услуги разрабатываются и распространяются с невиданной скоростью. А руководители организаций во всем мире по-прежнему без особого успеха пытаются предугадать эти стремительные перемены (рис. 1.6).

Конечно, никто не ждет от руководителей компаний экстрасенсорных способностей. Однако пример некогда глобального бренда Kodak показывает, что происходит, когда топ-менеджеры отказываются воспринимать цифровые реалии. Благодаря своим креативным разработчикам Kodak представила миру первую цифровую камеру еще в далеком 1975 г. Тем не менее руководство спустило этот проект на тормозах, опасаясь, что новинка негативно повлияет на высокоприбыльный бизнес Kodak по производству пленок. В итоге вместо компании Kodak это сделали в 1980-е гг. ее конкуренты из Японии. Когда Kodak наконец начала выпускать цифровые камеры, было уже слишком поздно, и преимущество первопроходца было упущено. К 2012 г. фирма Kodak обанкротилась, практически полностью утратив свою рыночную стоимость, которая некогда достигала 35 млрд долл. США.