WTF? Гид по бизнес-моделям будущего

Когда вы слышите о новой концепции, такой как эта, добавьте ее к своим инструментам мышления. Используйте ее, чтобы посмотреть на мир вокруг вас. Каким образом она помогает вам мыслить иначе?

Может ли этот принцип вообще изменить логику глобализации труда? В недавней статье экономисты Лаура Тайсон и Майкл Спенс отметили, что последние несколько десятилетий логика глобализации заключалась в том, что производство перешло на самые дешевые источники рабочей силы. Но теперь, отмечают они, «цифровые капиталоемкие технологии заменяют человеческий труд на отдельных рутинных, трудоемких участках производственно-сбытовых цепочек… и цифровые технологии делают производство мобильным, с минимальными затратами, или бесплатным, физическая обрабатывающая промышленность скорее будет двигаться в направлении рыночного спроса, чем в направлении рабочей силы, потому что эффективности можно достичь благодаря близости к рынку».

Платформы сетевого рынка. Не только Uber и Lyft, но и Google, Facebook, Amazon, YouTube, Twitter, Snap, Baidu, Tencent и Apple черпают большую часть своей силы из того факта, что они являются сетевыми рыночными платформами, управляемыми алгоритмом. У них есть принципиальные отличия от организаций XX века, с которыми они конкурируют, что мы и обсудим в главе 5.

Могут ли сети и технологические платформы обеспечить новую форму организации, которая превзойдет старые корпоративные формы, заменив их чем-то более мощным?

Услуги по запросу. К такой платформе, как, например, TaskRabbit, приложение которой позволяет клиентам нанимать временных рабочих, таких как грузчики, уборщицы или садовники, одним нажатием кнопки, легко применить ту же карту, что и к Uber и Lyft. Даже компания Upwork, которая позволяет вам подключаться к глобальному рынку профессиональных программистов, дизайнеров и других квалифицированных работников для выполнения разовых заказов, четко в нее вписывается. Для многих исследователей экономики будущего карта начинается и заканчивается на этом месте. Но можем ли мы назвать Amazon компанией, предоставляющей услуги по требованию, когда все чаще ее товары доставляются в тот же день (иногда даже с использованием сети водителей на их собственных автомобилях, предоставляющих услуги по требованию, а не традиционных компаний по доставке грузов)? Во что превращаются услуги по требованию, когда компании во всем мире экспериментируют с доставкой при помощи беспилотных дронов и когда на автоматизированных складах Amazon требуется всего одна минута человеческого труда на упаковку, а большая часть работы выполняется сложным танцем программного обеспечения и машин?

Доставка по требованию является примером того, как WTF-услуги, предоставляемые технологичными компаниями, становятся, подобно «единорогу» Тома Стоппарда, «такими же тонкими, как реальность», обыденностью. Услуга по требованию становится универсальным запросом клиентов. Компания Amazon предложила быструю «бесплатную» доставку, и теперь любому крупному дистрибьютору трудно оставаться конкурентоспособным, не предложив то же самое.

Обратите внимание, что на диаграмме услуги по требованию представлены двумя овалами: собственно услуги и талантливые сотрудники и ресурсы по требованию

. Услуги по требованию охватывают обе стороны сетевого рынка.

Управление при помощи алгоритма. Алгоритмы, лежащие в основе работы таких компаний, как Uber или Lyft, требуют большого объема вычислений, как и алгоритмы, лежащие в основе поисковых систем, социальных сетей и финансовых рынков. В большинстве случаев выигрывает компания, у которой лучше с математикой. На передовой позиции интеллектуальных алгоритмов находится, конечно же, искусственный интеллект, но ИИ находится в континууме со многими другими алгоритмическими системами, все более автоматизированными, которые мы уже используем в современном мире.

Понимание того, как алгоритмические системы формируют наше общество, является центральной темой этой книги. Чтобы иметь возможность построить лучшее будущее для себя и своих детей, мы должны понять не только то, как меняется природа этих алгоритмов, но и то, почему алгоритмы, которых мы должны больше всего бояться, – это, возможно, не искусственный интеллект, а еще не изученные алгоритмы, которые управляют нашей экономикой. Мы рассмотрим этот вопрос в третьей части этой книги.