Что движет цифровой экономикой?
Аналитическая экономика.

Цифровая экономика проникает практически во все аспекты нашей жизни — от банковских услуг и покупок до свиданий и образования. Поэтому возникает закономерный вопрос: можно ли сказать, что цифровая экономика становится стандартом де-факто, и что теперь экономика всегда и во всем будет цифровой? Скорее всего, да. Впрочем, важнее другой вопрос: что делает цифровую экономику прибыльной? Как можно добиться постоянной выгоды в цифровой экономике?

Одним организациям цифровая экономика предоставляет неограниченные возможности по взаимодействию с клиентами, сотрудничеству в инновациях и разработке новых решений. Для других цифровая экономика стала синонимом слома традиционных моделей бизнеса.

Как использовать ее возможности и не стать жертвой разрушения?

Ответ — данные. Это естественный ресурс цифровой экономики. Но данные без аналитики обладают лишь потенциальной выгодой. Применение аналитики к цифровым продуктам и услугам повышает эффективность и гибкость цифровой экономики, позволяет принимать своевременные и взвешенные решения.

Чтобы понять, что такое аналитическая экономика и почему она важна, мы обратились к Фионе Мак-Нил (Fiona McNeill), главному менеджеру по продуктовому маркетингу компании SAS. Некоторые из ее ответов оказались для нас довольно неожиданными.

Что такое аналитическая экономика?

Фиона Мак-Нил: Одно из определений экономики подразумевает «рациональное управление доступными ресурсами». Поэтому аналитическая экономика — это рациональное управление ресурсами данных. Если пойти еще дальше, то, на мой взгляд, аналитическая экономика — это уровень программных технологий, позволяющий извлекать дополнительную выгоду из цифровых данных. Это относится к разным областям, от традиционных технологий управления данными и наглядного представления данных до инновационных решений машинного обучения и искусственного интеллекта.

Какие проблемы и возможности актуальны для цифровой экономики?

Фиона Мак-Нил: В цифровой экономике организации либо создают разрушительные инновации, либо пытаются защититься от разрушений. Причем подобные разрушения не следует путать с конкуренцией, которая всегда ограничивала рыночную долю коммерческих компаний. Разрушительная инновация — это нечто иное, это полный пересмотр принципов ведения бизнеса. Пример — UberHealth в Бостоне. Ранее, чтобы сделать прививку, например, от гриппа, нужно было обращаться в больницы, к врачам или в аптечные сети. Сейчас зарегистрированные медсестры предоставляют профилактическое медицинское обслуживание по запросу.

Благодаря данным и аналитике в UberHealth удалось расширить сферу использования этой идеи, предоставляя дополнительные услуги здравоохранения: неотложную медицинскую помощь, профилактику заболеваний и реабилитацию для лиц с наркотической зависимостью.

Для реализации самых современных технологий необходимы интеграция и согласованность в масштабе целой организации. Лучший способ добиться такого результата — объединить данные, аналитику и сотрудничество.

Конечная цель — помочь сотрудникам исследовать данные, взяв за основу естественную любознательность каждого человека. В этом случае будет очень просто и удобно извлекать новые факты и закономерности из данных независимо от конкретных навыков каждого сотрудника. Неважно, когда и как сотрудники обращаются к данным. Если обеспечить общее представление данных и способ обмена результатами с другими, в этом направлении сразу же появится прогресс.

Впрочем, получение ответов и создание инноваций — лишь часть аналитической экономики. Чтобы новые идеи оказались работоспособными, они должны быть легко реализуемыми, иначе они так и останутся просто красивой теорией. Управляемый, контролируемый и воспроизводимый процесс аналитики помогает обеспечить внедрение инноваций в повседневную бизнес-деятельность. Контролируемый подход к внедрению легче адаптировать к новым условиям.

Совокупная выгода от обмена данными, реагирования на выявленные закономерности и передачи результатов другим для дальнейшего развития — вот основное преимущество аналитической экономики.

Можете ли вы привести пример аналитической экономики?

Фиона Мак-Нил: В институте клинических исследований Duke Clinical Research Institute были обезличены данные 39 000 пациентов. Теперь эти данные доступны врачам и исследователям. Данные хранятся в облачной системе; и в своей работе разные исследователи могут использовать одни и те же наборы данных. Врачи могут запрашивать информацию для принятия взвешенных медицинских решений. Исследователи могут изучать данные о лечении и определять, какие методики более эффективны для конкретных типов пациентов. Открытия, сделанные одним исследователем, могут привести к другим открытиям других исследователей. При этом ценность каждого этапа аналитики последовательно возрастает.

Еще один пример — GatherIQ™, новое приложение для совместной работы, помогающее в решении глобальных гуманитарных проблем. Это бесплатное приложение предлагает общие данные и аналитические алгоритмы для решения проблем методом краудсорсинга, причем вклад каждого участника многократно возрастает. Таково определение аналитической экономики.

На какие передовые технологии опирается аналитическая экономика?

Фиона Мак-Нил: В достаточно близком будущем на аналитическую экономику будут влиять технологии интеллектуальной автоматизации, сетевых данных и фоновой аналитики. Расскажу об этом немного подробнее.

Автоматизация на основе аналитики выйдет за пределы исключения или автоматизации задач, выполняемых человеком. При интеллектуальной автоматизации аналитические алгоритмы встраиваются в цифровые процессы, поэтому цифровые процессы смогут самостоятельно определять, когда автоматизация целесообразна, а когда — нет, и что именно следует автоматизировать.

Например, интеллектуальная автоматизация поможет снизить затраты поставщиков облачных услуг. Зачастую аналитические процессы вызывают пиковую нагрузку, например, когда создание отчетов в конце месяца совпадает во времени с внедрением новых моделей. Автоматизированная система спрогнозирует нагрузки на обработку и выполнит диагностику будущей потребности в добавочных вычислительных ресурсах. Одновременно система заметит, что предоплаченные облачные ресурсы уже почти исчерпаны. И вместо того чтобы платить за дополнительные ресурсы по повышенным тарифам, интеллектуальная автоматизированная система будет отслеживать спотовые цены на облачные услуги и автоматически купит добавочные ресурсы при появлении на рынке предложений по приемлемой цене.

Вторая часть — сетевые данные. С появлением Интернета вещей мы уже стали свидетелями образования новых сетей данных, но я имею в виду нечто иное. Если удастся решить проблемы безопасности и конфиденциальности, распределенные сети данных, работающие наподобие блокчейна, смогут изменить методики хранения, регистрации и доступа к данным. Виртуальная распределенная сеть данных, надежная и способная решить текущие проблемы, может изменить всю концепцию использования данных: как и кем они используются.

И наконец, понятие фоновой аналитики связано с моментом принятия аналитических решений без нашего участия и даже без нашего знания. Это относится и к покупке облачных ресурсов, и к регулировке термостата, к работе уличных светофоров и к демонстрации рекламы в интернете. Фоновая аналитика становится возможной при соединении аналитики с данными за счет очистки, преобразования, фильтрации и анализа данных в их источнике. Если же мы сразу получаем обработанные данные, их можно задействовать непосредственно из источника. Вот что такое фоновая аналитика. Данные являются чистыми, релевантными и ценными сразу же при формировании. Данные есть везде, и аналитика появится везде, где есть данные.

Чтобы объединить эти три составляющие воедино и безопасно работать с сетевыми интеллектуальными данными, аналитические системы сами должны стать сетью и управлять автоматизацией.

Что следует сделать сейчас, чтобы эффективнее воспользоваться преимуществами аналитической экономики?

Фиона Мак-Нил: Как мы видим на примере института Duke Clinical Research Institute, чтобы достичь успеха в аналитической экономике, необходим согласованный подход, при котором все смогут сотрудничать и действовать максимально эффективно с высоким уровнем управляемости и повторяемости.

Это реально, если можно быстро принимать решения с помощью создания, развертывания и настройки аналитических решений, а затем повторять такой процесс. Аналитическая платформа должна обрабатывать большие объемы действий и разновидностей нагрузки, изменений инфраструктуры, поддерживать различные методики и подходы с высокой точностью и релевантностью.

Важно измерять результаты и оценивать качество действий, обеспечивать их управляемость, согласованность и воспроизводимость.

Концепция компании SAS — предоставление единой платформы, поддерживающей аналитическую экономику. Это вовсе не означает, что придется заменить все существующие в вашей организации инструменты и методики. Наша концепция подразумевает объединение существующих ресурсов в надежную, масштабируемую и гибкую экосистему, основу для постоянных инноваций и получения прибыли.