Приобретя в 2016 году компанию LinkedIn, Microsoft существенно расширила свой доступ к интерактивным данным. Число пользователей LinkedIn составляет около 500 млн человек по всему миру, и эта социальная сеть является фактической социальной сетью для профессионалов. Используя API, Microsoft объединяет данные LinkedIn с данными других продуктов Office 365, тем самым существенно расширяя возможности Office Graph. Кроме того, Microsoft применяет процессы машинного обучения и бизнес-аналитики к этим совокупным данным. В результате появляется множество новых персонализированных цифровых сервисов. Например, в ленте новостей LinkedIn появляются статьи, основанные на проектах, над которыми сотрудник работает в данный момент. Office 365 предлагает наставников или экспертов, с которыми сотрудник может связаться для решения текущей или будущей задачи. Microsoft также предоставляет целевую рекламу на основе профилей пользователей, как это делают Google и Facebook: в 2016-2019 годах Microsoft получила более 7 млрд долл. дохода от рекламы. 5
API не только направляют данные, собираемые собственными продуктами титанов, но и помогают собирать данные от сторонних организаций. Например, API Facebook позволяют размещать кнопку "Мне нравится" на сайтах сторонних организаций. Каждый раз, когда пользователь нажимает на кнопку "Мне нравится", например, на сайте салона красоты, салон красоты становится виден всем друзьям пользователя на платформе Facebook. В свою очередь, Facebook получает больше данных через эти "лайки", которые дополняют "лайки", собираемые ее собственной платформой. Таким образом, размещение кнопки "Мне нравится" на сайтах сторонних компаний сродни размещению на них датчиков. API-интерфейсы направляют данные датчиков в свои хранилища. Широкое распространение кнопки "нравится" (достигнутое с помощью API) помогает Facebook собирать и направлять (через API) в свои хранилища множество дополнительных интерактивных данных, которые углубляют ее понимание отдельных пользователей.
Использование преимуществ API с помощью внешнего фокуса
Ориентируясь на внешние факторы, цифровые титаны используют API для привлечения ресурсов внешних организаций с целью расширения возможностей своей цифровой платформы. Такие API также известны как публичные API. При таком подходе цифровые титаны открывают свои данные внешнему миру через API. Открывая свои данные, "цифровые титаны" побуждают разработчиков и другие внешние организации искать способы дальнейшего расширения функциональных возможностей своих цифровых платформ. Предпосылкой является то, что вероятность появления инновационных идей выше, когда над их созданием работают тысячи независимых друг от друга организаций, а не одна. Это подход "пусть расцветает тысяча цветов". Рассмотрим пример Twitter.
API позволяют распускаться тысяче цветов
В самом начале своего существования пользовательский интерфейс Twitter был недостаточно удобен для обычных пользователей, и после первого запуска платформа некоторое время прозябала. Однако, к счастью, в то время Twitter проводил политику открытых API, предоставляя разработчикам свободный доступ к своим данным. TweetDeck, сторонний разработчик, использовал эти API для создания более удобного пользовательского интерфейса на основе движка Twitter. Приборная панель TweetDeck позволила пользователям отправлять и получать твиты, а также просматривать профили пользователей более инновационными способами. Ее функции стали настолько популярными, что привели к взрыву использования Twitter. В конечном итоге в 2011 году компания Twitter купила TweetDeck.
Компания Google Nest - электронный программируемый самообучающийся термостат (приобретенный в 2014 году за 3,2 млрд долл. у компании Nest Labs из Пало-Альто) - также имеет открытые для внешнего мира API в рамках инициативы "works for Nest". 6 В рамках этой инициативы Google ищет партнеров, способных найти инновационные способы подключения своих продуктов к Nest. При этом открытые API позволяют партнерам найти Nest, а не самой Nest прилагать все усилия для их поиска. Благодаря открытым API многие компании нашли способы подключения своих продуктов к Nest. Автомобили Mercedes-Benz подключаются к Nest, оповещая водителя о приближении к дому, что позволяет своевременно отрегулировать температуру в доме. Nest также знает, когда водитель покидает дом, и может соответствующим образом изменить температуру в доме . Аналогичным образом робот-пылесос Samsung начинает уборку, когда узнает, что пользователь вышел из дома. Духовые шкафы JennAir, когда они используются, помогают Nest снизить температуру в доме, чтобы приспособиться к дополнительному выделению тепла. Браслеты Jawbone, отслеживающие движения человека, сообщают Nest, когда пользователь просыпается или засыпает, чтобы соответствующим образом изменить температурные настройки. Whirlpool и поставщики электроэнергии для дома подключаются к Nest, чтобы запускать приборы, такие как стиральные и посудомоечные машины, в непиковые периоды потребления энергии. API направляют данные из различных источников, включая GPS-данные с автомобилей и данные Интернета вещей (IoT) с различных приборов, которые Nest может анализировать с помощью современных аналитических инструментов, предлагая новые услуги.
Все эти совместные работы начинались как эксперименты. Некоторые из них должны были сработать, другие - потерпеть неудачу. Но всего несколько приложений-блокбастеров оправдывают все усилия. API помогают проводить такие эксперименты. Эрик Шмидт, бывший генеральный директор и исполнительный председатель совета директоров Google, назвал стратегию URL - сначала уникальность, потом доходы. Он объяснил это так: "Если вы сможете построить устойчивый бизнес по продаже глазных яблок, вы всегда сможете найти умные способы их монетизации". 7 Инвестиции в повсеместное распространение или широкомасштабное использование API вызывают больший интерес к данным, предлагаемым компанией, со стороны третьих лиц. Это, в свою очередь, повышает шансы на успешное партнерство. Соответственно, вероятным результатом является увеличение доходов.
API расширяют возможности использования цифровых сервисов
Открытие API для разработчиков также способствует расширению использования цифровых сервисов. Например, компания Netflix в 2008 году открыла доступ к своим API, предоставив внешнему миру беспрецедентный доступ к своим внутренним информационным ресурсам. Разработчики получили возможность просматривать и искать по обширному каталогу контента, получать оценки пользователей, управлять их видеоочередями и вставлять кнопки воспроизведения видео в свои приложения. Вследствие этого Netflix столкнулась с резким ростом числа пользователей. К 2014 году API Netflix поддерживали около 58 млн. подписчиков, в то время как в 2008 году их было около 9 млн. 8 Эти новые подписчики могли смотреть контент на множестве цифровых устройств, от консоли Nintendo Wii до смартфонов.
Аналогичным образом, популярность Slack, платформы для делового общения, резко возросла за несколько лет благодаря стратегии использования API. Основанная в 2009 году, она привлекла 12 млн. ежедневных активных пользователей и к 2019 году была оценена более чем в 20 млрд. долл. 9 Она известна своими креативными функциональными возможностями и бесшовной интеграцией с несколькими цифровыми сервисами, включая Gmail, Google Docs и Google Calendar, а также приложениями для управления проектами, такими как Trello. Среди его функциональных возможностей - создание индивидуальных рабочих мест внутри компании, в которых пользователи могут общаться в режиме реального времени; создание "каналов" для расширения сотрудничества даже с людьми за пределами компании; "боты" - веб-роботы, запрограммированные на выполнение специализированных задач, - могут заглядывать в различные календари и автоматически находить оптимальное время встреч между коллегами. Пользователи Slack пользуются множеством интеллектуальных функций благодаря открытой политике компании в отношении API.
Однако API не обязательно держать открытыми вечно. API может быть закрыт или доступ к нему может быть изменен в любой момент по стратегическому усмотрению. В настоящее время компания Netflix не предоставляет такой же открытый доступ внешним организациям, какой она предлагала в 2008 году. Она сохранила свои API открытыми для нескольких избранных партнеров, но закрыла их для остальных. После того как компания достигла своей первоначальной цели - широкого распространения на различных устройствах с обеспечением единообразного опыта, она изменила свою политику в отношении API. Аналогичный шаг Twitter предпринял после достижения желаемой пользовательской базы. Желая получить больший контроль над тем, как пользователи взаимодействуют с его сервисом, компания Twitter отсекла многих разработчиков, которые раньше полагались на API Twitter для создания своих собственных предложений. Таким образом, API могут использоваться провайдерами в качестве стратегических рычагов и использоваться в своих интересах. Потребителям или партнерам провайдеров API следует помнить об этом, когда они решают, в какой мере полагаться на API того или иного провайдера в рамках своей бизнес-модели.
API и вопросы конфиденциальности
Открытость API для разработчиков может значительно расширить функциональные возможности цифровой платформы. Например, функциональность современных смартфонов выросла благодаря миллионам приложений, созданных разработчиками, которые используют API, связанные с операционными системами Apple iOS и Google Android, - двумя доминирующими платформами операционных систем в большинстве смартфонов. Функциональные возможности, которые эти платформы предоставили смартфонам, изменили нашу жизнь. В то же время эти возможности вызывают вполне понятные опасения по поводу конфиденциальности.
В качестве примера можно привести усилия Apple и Google во время пандемии COVID-19. Компании совместно создали сервис отслеживания контактов для решения задач по сдерживанию распространения инфекции. Они предложили взаимосовместимые API, позволяющие разработчикам создавать сервисы для всех устройств на платформах iOS и Android. Функционал планируется реализовать следующим образом: смартфоны определяют и отслеживают людей, которые находятся в определенной близости друг от друга. Если кто-то из этой группы людей обнаруживает, что у него положительная реакция на COVID-19, он вводит эту информацию в свой смартфон через приложение органа здравоохранения. Люди, которые были отслежены как находящиеся в непосредственной близости от нее, получают сообщения от органа здравоохранения с просьбой принять соответствующие меры (например, ввести карантин на четырнадцать дней).
Однако для того, чтобы эта функция работала, участники должны дать согласие. Вполне понятно, что пользователи могут испытывать серьезные опасения по поводу того, что государственные органы будут следить за их местонахождением и тем, с кем они встречаются. Действительно, на момент написания статьи соображения конфиденциальности не позволили реализовать эту инициативу в США. Однако в других странах, таких как Австрия, Бельгия и Канада, эта инициатива уже реализована.
Вопросы защиты частной жизни волнуют все компании, собирающие интерактивные данные о человеке и использующие их для создания профилей пользователей. Потоки интерактивных данных и создаваемые на их основе профили, безусловно, могут быть использованы для улучшения цифрового опыта. Такой цифровой опыт может обеспечить полезные удобства в повседневной жизни. Однако знание того, кто вы есть, путем отслеживания многих действий, которые вы совершаете ежедневно, также может привести к нарушению неприкосновенности частной жизни.
Alexa может подслушивать пользователей. Такое подслушивание, однако, может обеспечить потребителей удобными услугами. Например, Alexa слышит, что только что сломалась посудомоечная машина, и тут же инициирует звонки от трех конкурирующих компаний по обслуживанию посудомоечных машин. Однако подслушивание может стать и большой проблемой: например, никто не хочет звонков от конкурирующих адвокатов по бракоразводным процессам, когда подслушивает ссору с супругом. Аналогичным образом, Ford может узнать о предпочтениях водителя в отношении кофе и рекомендовать ему новые кофейни во время поездки. Кто-то может расценить это как вторжение в частную жизнь, кто-то - как удобство.
В современном цифровом мире компании все чаще сталкиваются с проблемой, когда нужно умудриться совместить современные удобства с защитой частной жизни потребителей. Это сложная проблема, по которой правительства всего мира разрабатывают нормативные акты, а предприятия ищут решения. И API могут оказаться в центре этого противостояния. Важно отметить, что API - это всего лишь инструмент. Каждая компания должна найти способ использовать этот инструмент таким образом, чтобы он был удобен и не нарушал конфиденциальность. Как компании должны решать эти проблемы? Прежде всего, необходимо усилить контроль за тем, кто использует открытые API компании, и тщательно отслеживать потребление API.
Компания Apple представила инструмент, позволяющий частным лицам узнать, что Apple знает о них. Вопрос в том, последуют ли другие компании примеру Apple и предложат прозрачную информацию о том, что они знают о вас. Кроме того, все ли цифровые компании будут добросовестно использовать API? И как мы узнаем, что они принимают адекватные меры предосторожности для защиты конфиденциальности пользователей? Эти вопросы волнуют регулирующие органы. Один потребитель, действуя самостоятельно, мало что может сделать для того, чтобы повлиять на решение этих вопросов. Не выходить в Интернет или не пользоваться приложениями для смартфонов - нереальные варианты. Однако, мобилизуясь в большие группы, отдельные люди могут повлиять на правительства, чтобы те приняли значимые законы. Дорога к достижению этих целей может быть полна извилистых путей, поскольку компании, отдельные лица и правительства будут экспериментировать с различными подходами. В главе 9 данной книги более подробно описано, как унаследованные компании могут решать вопросы, связанные с конфиденциальностью данных, безопасностью данных и изменением нормативной базы в области обмена данными.
Выводы для унаследованных фирм
Как старым компаниям использовать API для создания стоимости? Это еще один важный вопрос, на который титаны цифровых технологий могут дать полезные ответы. Несмотря на то что многие старые компании уже знакомы с API, подражание титанам может помочь им расширить использование API в рамках традиционных систем планирования ресурсов предприятия (ERP) (например, подключить систему управления взаимоотношениями с клиентами (CRM) к системе расчета заработной платы) несколькими способами.
API обеспечивают цифровое взаимодействие, поскольку по своей сути предназначены для связи различных программных единиц. С ростом числа датчиков и развитием IoT появляется гораздо больше программных единиц, к которым могут подключаться API (все датчики и IoT-объекты имеют программные компоненты). API позволяют использовать преимущества такого распространения программного обеспечения. То есть, расширяя API, компании устанавливают больше связей между этими новыми программными единицами. Это, в свою очередь, помогает унаследованным компаниям активизировать новые цифровые экосистемы, которые предоставляют больше возможностей для раскрытия потенциала их данных. Таким образом, API дают унаследованным фирмам ключ к конкуренции в новом мире цифровых экосистем.
Внутренние и внешние подходы к использованию API, применяемые титанами цифровых технологий, могут помочь и традиционным компаниям разработать структурированный путь для расширения применения API и сформировать стратегию цифровой экосистемы, будь то экосистема производства или экосистема потребления. Как уже говорилось во введении к данной книге, производственные экосистемы используют связи между группами и видами деятельности внутри компании, связанными с производством и продажей продукции, включая НИОКР, производство, сборку и каналы распределения. Экосистемы потребления сосредоточены на внешних связях и формируются на основе сети внешних организаций, которые дополняют собственный источник данных компании, например, датчики на продукте, который она производит.
Это различие может помочь унаследованным компаниям оценить текущее использование API и определить, где они могут расширить это использование. Таким образом, API могут стать основой для стратегии развития цифровой экосистемы (см. рис. 2.2).
В производственных экосистемах "интерфейсная" часть инициализма API имеет два уровня. Первый уровень - внутрифирменный интерфейс - активизируется при соединении через API внутренних программ или программных единиц предприятия. Примером внутрифирменного интерфейса является соединение через API программного обеспечения CRM с программой расчета заработной платы. Второй уровень - интерфейс цепочки поставок - расширяет возможности API-соединения с подразделениями, находящимися за пределами предприятия, но входящими в его цепочку поставок. В качестве примера можно привести соединение программного обеспечения для отслеживания запасов у поставщика (или розничного продавца) с программным обеспечением для планирования производства на заводе-изготовителе. Компания может задать вопрос: "Где в этих двух слоях мы используем API? Для каких целей используются эти API? Как мы можем расширить имеющиеся возможности?
Рисунок 2.2
Слои API-интерфейсов.
В экосистемах потребления третий интерфейс, интерфейс дополнения, активизируется, когда API открываются для внешнего мира. Во введении рассказывалось о бортовой компьютерной системе Ford, связывающей автомобиль с ближайшей кофейней, чтобы заказать для водителя идеально подходящий по времени напиток. Эта иллюстрация является примером работы комплементарного интерфейса. Этот подход компании Ford аналогичен подходу компании Nest, описанному в этой главе.
API-интерфейсы в интерфейсе комплементатора крайне важны для унаследованных компаний, если они намерены распространить свои преобладающие продукты на цифровые платформы. Здесь унаследованная компания может спросить: есть ли у нас API в интерфейсе комплементатора? Если нет, то как мы можем их задействовать? Какие дополнительные цифровые услуги и сопутствующий опыт мы можем получить с их помощью?
В последующих главах мы расскажем о том, как унаследованные фирмы могут расширить использование API-интерфейсов в рамках этих трех интерфейсов. Вот два основных понятия, которые мы подробно рассмотрим:
Первое: Старые компании могут более активно использовать API в своих производственных экосистемах. Многие старые компании используют API для координации взаимодействия между программными приложениями, лежащими в основе различных бизнес-функций, таких как управление уровнем запасов, производительностью машин или графиком производства. В этой роли API могут также изменить характер взаимодействия этих программных приложений и помочь предприятиям изменить конфигурацию своих бизнес-процессов для повышения гибкости цепочки создания стоимости.
Эти преобладающие функции API расширяются в мире цифровых экосистем, где предприятия получают преимущества от новых технологий, таких как датчики, IoT и искусственный интеллект. В этом новом мире цепочки создания стоимости превращаются в цифровые производственные экосистемы. Здесь API играют гораздо более значительную роль, поскольку они являются основой для интеллектуальных бизнес-процессов, таких как самооптимизация уровня запасов, производительности машин или графика производства. Они также закладывают основу для новых услуг, основанных на данных.
Второй: унаследованные фирмы могут разрабатывать новые API для своих экосистем потребления. Цифровые экосистемы открывают новые возможности для компаний по предоставлению нового пользовательского опыта с помощью "умных" продуктов. Многие новые пользовательские впечатления, возникающие благодаря "умным" продуктам, обусловлены взаимодействием с экосистемами потребления, в которых данные о взаимодействии продукта и пользователя передаются внешним сторонним организациям. Для многих старых компаний экосистемы потребления могут быть новыми. Они могут не иметь API, предназначенных для обмена данными с внешним миром. Они также могут не иметь большого опыта взаимодействия со сторонними организациями, такими как разработчики, необходимые для активации интерфейса дополнения API. В этой области унаследованным фирмам есть чему поучиться у титанов цифровых технологий. Этот опыт особенно необходим, когда компания планирует расширить свой бизнес, основанный на цепочке создания стоимости, на цифровую платформу.
API - это мощный механизм, позволяющий направлять данные для создания новых цифровых возможностей как в производственной, так и в потребительской экосистемах. Таким образом, API являются основополагающими каналами передачи данных для цифровых экосистем компании. В главах 3, 4 и 5 подробно рассматривается, как унаследованные компании могут раскрыть ценность своих данных в цифровых экосистемах.
Глава 3.
Структура цифровых экосистем для унаследованных фирм
Основная цель данной книги - рассказать о том, как унаследованные фирмы могут извлечь новую ценность из полученных данных и использовать их для получения конкурентных преимуществ. С этим связано и понимание того, как унаследованная компания может сформировать свою конкурентную стратегию, используя данные в качестве ключевого фактора. Во введении сформулированы эти цели, а данная книга охарактеризована как "путешествие от данных к цифровой стратегии" для унаследованных фирм. Главы 1 и 2 начали этот путь, рассказав о том, чему старые фирмы могут научиться у титанов цифровых технологий в отношении новой и взрывной силы данных, которые они используют. Они содержат ценные уроки. Один из важных выводов заключается в том, что цифровые титаны используют свои цифровые экосистемы для получения огромной рыночной силы из данных. Именно благодаря своим цифровым экосистемам титаны усиливают ценность своих данных и используют их для предоставления богатого цифрового опыта своим клиентам. Таким образом, цифровые экосистемы во многом определяют их влияние в современной экономике.
Наследственные компании также могут создавать цифровые экосистемы для повышения ценности своих данных. Они также могут предлагать своим клиентам новые услуги и опыт, создающие добавленную стоимость, с помощью своих цифровых экосистем. Однако для этого им необходимо новое стратегическое мышление. Устаревшие компании долгое время основывали свои бизнес-модели на продуктах и отраслях. Переход от продуктов и отраслей к данным и цифровым экосистемам требует новых подходов к управлению бизнесом. Более того, унаследованные фирмы должны осуществить этот переход, продолжая опираться на свои сильные стороны, которые основаны на продуктах и отраслях. Проще говоря, унаследованные фирмы должны создавать цифровые экосистемы, отвечающие их потребностям.
В этой главе рассказывается об уникальных характеристиках цифровых экосистем унаследованных фирм и о том, как унаследованные фирмы должны строить свои цифровые экосистемы, чтобы сбалансировать свои старые сильные стороны, ориентированные на продукт, с новыми, ориентированными на данные. В главе изложена основная концепция данной книги - новая система цифровых экосистем, адаптированная к потребностям унаследованных фирм. Согласно этой концепции, цифровые экосистемы старых компаний состоят из двух взаимосвязанных компонентов - производственной экосистемы и экосистемы потребления. Производственная экосистема - это внутренняя сеть генерирования и обмена данными, построенная на основе собственных цепочек создания стоимости. Экосистема потребления - это внешняя сеть генерации и обмена данными, построенная на базе сторонних организаций и дополняющая сенсорные данные, генерируемые продуктом. В совокупности экосистемы производства и экосистемы потребления предоставляют унаследованным компаниям возможность выбора различных вариантов извлечения новой ценности из своих данных при сохранении их сильных сторон. Таким образом, экосистемы производства и потребления создают основу для разработки цифровой конкурентной стратегии (см. рис. 3.1).
Данная глава развивает эту концепцию цифровых экосистем. В ней подчеркивается значительная роль цифровых экосистем в формировании цифровой конкурентной стратегии унаследованной фирмы. В ней также сделан важный шаг вперед на пути перехода от данных к цифровой стратегии.
Рисунок 3.1
Концепция цифровых экосистем для традиционных фирм.
Что такое цифровые экосистемы и почему они важны?
Цифровые экосистемы - это сети, состоящие из создателей и получателей данных. Особым свойством таких экосистем является усиление ценности данных при их совместном использовании в сети экосистемы. Цифровые титаны более чем убедительно подтверждают это свойство. Например, миллионы пассажиров, водителей, разработчиков приложений и сторонних организаций, которые являются источниками и получателями данных цифровой платформы Uber, составляют ее цифровую экосистему. Из глав 1 и 2 мы также знаем, что цифровые титаны извлекают беспрецедентную ценность из данных, используя их в своих цифровых экосистемах. В первую очередь они делают это через свои цифровые платформы. Их бизнес-модели, основанные на существовании цифровых платформ, предполагают генерирование данных и обмен ими. Чем богаче их цифровые экосистемы, тем больше они генерируют и обмениваются данными и тем выше их благосостояние и процветание. Благодаря своим цифровым платформам цифровые титаны превратили цифровые экосистемы в свою естественную среду обитания. А поскольку цифровые экосистемы увеличивают возможности данных и формируют конкурентные преимущества компаний, они формируют и основную конкурентную среду цифровых титанов.
Однако устоявшиеся компании придерживаются иного подхода. Для многих из них цифровые экосистемы могут вообще не иметь никакого значения, поскольку они конкурируют в первую очередь со своими продуктами, а не с данными. Хотя у старых компаний могут быть огромные массивы данных о рынках, клиентских сегментах, продажах, запасах и других операционных аспектах их бизнеса, эти объемные данные используются в основном для поддержки и улучшения их продукции и конкурентных позиций. Кроме того, данные собираются для внутреннего использования в рамках цепочек создания стоимости унаследованных фирм. Поскольку большинство унаследованных компаний не являются цифровыми платформами, их данные не передаются внешним организациям и не распространяются среди них, а также не являются легкодоступными для такого использования.
Поскольку продукты определяют их ключевые ценностные предложения, унаследованные фирмы черпают свои сильные стороны из отраслей, в которых они конкурируют. Действительно, характеристики их отраслей усиливают ценность и конкурентоспособность их продуктов - об этом подробнее будет сказано ниже. Неудивительно, что в течение длительного времени фирмы-старожилы считали своей главной конкурентной основой именно отрасли, а не цифровые экосистемы. Кроме того, поскольку отрасли определяли их стратегическое мышление, руководители многих фирм-старожилов до сих пор не заметили особой ценности цифровых экосистем для их преобладающих бизнес-моделей.
Эта динамика меняется, когда унаследованная компания рассматривает возможность добавления данных в свой конкурентный арсенал. В этом случае отрасль перестает быть единственной сферой создания стоимости компании, равно как и отрасль перестает быть доминирующим фактором конкурентной стратегии. Чтобы усилить ценность данных, унаследованным компаниям необходимы цифровые экосистемы. А когда компании переходят от отраслей к цифровым экосистемам, приобретаемые ими данные становятся генератором стоимости сами по себе, наряду с продукцией компании. Как следствие, роль данных в цифровых экосистемах возрастает с простого сопровождения продуктов до равноправного с ними партнера в обеспечении доходов.
Важно отметить, что стремление компании расширить свою конкурентную сферу за счет цифровых экосистем не означает, что отрасли потеряют свою значимость для компании. Уставшие фирмы не должны упускать из виду, что такие параметры отрасли, как масштаб, расширяют возможности их продуктов. Ведь продукты - это средства, с помощью которых генерируются новые данные о взаимодействии с пользователями. Чем сильнее их продукты, тем более эффективными проводниками данных они могут стать. Вместо этого унаследованным компаниям необходимо возводить новые цифровые экосистемы на основе сложившихся отраслевых структур. При этом они должны найти способ использовать сильные стороны как своих прежних отраслей, так и новых цифровых экосистем.
Таким образом, цифровые экосистемы, созданные специально для старых компаний, не похожи на экосистемы, в которых конкурируют титаны цифровых технологий. Они могут иметь некоторые общие черты, поскольку в обоих случаях цифровые экосистемы генерируют данные и обмениваются ими. Однако цифровая экосистема старой фирмы имеет ряд уникальных особенностей, отвечающих потребностям фирмы, поскольку она построена на фундаменте сложившейся отраслевой структуры. Эти особенности помогают унаследованным фирмам извлекать новую ценность из данных, которыми они обмениваются в цифровых экосистемах, даже если они сохраняют свои старые сильные стороны, основанные на их преобладающих продуктах, бизнес-моделях и отраслях. Чтобы оценить уникальные особенности цифровых экосистем, в которых работают унаследованные фирмы, полезно прежде всего понять, какие сильные стороны унаследованных фирм заложены в их отраслях. Эти сильные стороны должны сохраниться и в новых цифровых экосистемах.
Почему важны отрасли?
Существует множество веских причин, по которым компании считают отрасли своей основной конкурентной средой. Прежде всего, отраслевые границы позволяют компаниям легко ориентироваться в конкурентной борьбе на своих рынках. Они помогают компаниям узнать, кто является их конкурентами, или определить, кто предлагает аналогичную продукцию их целевым клиентам. Это помогает сосредоточить внимание на соответствующих конкурентах и легче отслеживать их действия. Отрасли также помогают компаниям определить поставщиков, поскольку они, как правило, принадлежат к общему пулу, который разделяют все конкуренты. Отрасли также помогают компаниям распознавать общие тенденции, возможности и угрозы. Они помогают компаниям перенимать опыт своих отраслевых конкурентов и адаптироваться к коллективным изменениям. В силу многих таких причин отрасли с годами превратились в институты, обеспечивающие фирмам мощную идентичность. Например, производитель автомобилей считает себя "принадлежащим" к автомобильной промышленности; банк идентифицирует себя как члена банковской индустрии.
Помимо прагматической привлекательности, ценность определения бизнес-среды как отрасли подтверждается обширной базой исследований, имеющих глубокую теоретическую и эмпирическую основу в области экономики и бизнеса. Десятки исследований рассказывают о том, почему и как атрибуты отрасли формируют конкуренцию и эффективность деятельности компании. Их совокупность подтверждает парадигму "структура - поведение - эффективность". Под структурой понимаются ключевые и относительно стабильные атрибуты отрасли. Одним из таких признаков, например, является количество конкурентов и их относительная доля на рынке. Считается, что отрасль имеет "концентрированную" структуру, когда несколько фирм доминируют на рынке, и "фрагментированную", когда конкурирует большое количество фирм, при этом ни одна или две не имеют значительной доли рынка. Такие структурные характеристики отрасли влияют на поведение фирмы, или стратегию, с помощью которой она конкурирует. Например, в концентрированной отрасли фирма, скорее всего, будет устанавливать цены на свою продукцию с высокой маржой, а в фрагментированной - с низкой. Кроме того, и структура отрасли, и поведение компании влияют на ее эффективность. В концентрированных отраслях с небольшим количеством конкурентов компания, скорее всего, будет работать лучше. Так, например, компании Coca-Cola и PepsiCo на протяжении десятилетий получали высокие прибыли, пользуясь преимуществами концентрированной отрасли (вместе они занимают около 70% мирового рынка безалкогольных напитков). Однако и в фрагментированной отрасли компания может преодолеть негативные шансы за счет инновационных стратегий или поведения. Например, компании Budweiser, Heineken и Miller превратили в свое время разрозненную пивную отрасль с тысячами микропивоварен в концентрированную благодаря масштабным заводам, масштабным усилиям по брендингу и крупным дистрибьюторским сетям.
Работы Майкла Портера являются примером такого подхода. 5 Его известная система "пяти сил" отражает целый ряд структурных особенностей отрасли под влиянием пяти сил, а именно: относительной власти покупателей, поставщиков и заменителей, угрозы появления новых участников и интенсивности соперничества. В совокупности эти силы определяют привлекательность отрасли и влияют на вероятность успешной работы компании в ней. Если эти пять сил складываются в пользу компании, то она с большей вероятностью добьется хороших результатов; и наоборот, если эти силы складываются не в ее пользу, то она, скорее всего, добьется плохих результатов. Другими словами, структура отрасли, отраженная в характере пяти сил отрасли, в которой работает компания, влияет на ее эффективность.
Значение цепочек создания стоимости в отраслях промышленности
Система "пяти сил" также показывает, как поведение фирмы, или ее стратегия, влияет на результаты ее деятельности. Компания может изменить действие пяти сил в свою пользу путем стратегического позиционирования в своей отрасли. Позиционирование отражает уникальные атрибуты того, как продукт предлагается на рынке по сравнению с конкурирующими продуктами. Такое позиционирование осуществляется через цепочку создания стоимости фирмы - совокупность видов деятельности, таких как закупка у поставщиков, производство, сборка, НИОКР, маркетинг и продажа, которые связаны с производством и реализацией продукции.
Например, уникальное и дифференцированное положение компании Nike в индустрии спортивной обуви обусловлено различными подходами, с помощью которых компания управляет глобальной цепочкой поставок, инвестирует в НИОКР, поддерживает свой бренд и управляет обширной розничной сетью. В рамках НИОКР компания разрабатывает высококачественную обувь, которая улучшает результаты спортсменов. С помощью брендинга Nike связывает спортивные результаты со своей продукцией. Таким образом, Nike не только создает значительную власть над своими покупателями, но и затрудняет конкурентам имитацию продукции компании. Благодаря масштабу закупок Nike получает власть над своими поставщиками. А благодаря масштабам в области рекламы, НИОКР и продаж компания Nike снижает потенциальную угрозу со стороны новых участников, желающих конкурировать с ее продукцией.
Таким образом, конкурентные преимущества товаров зависят как от отраслевой структуры, так и от цепочки создания стоимости. Отраслевая структура может обеспечить благоприятные условия для процветания продукции. Цепочки создания стоимости могут помочь компаниям позиционировать себя таким образом, чтобы сделать эти условия еще более благоприятными для создания конкурентных преимуществ своих продуктов. Такова, вкратце, предпосылка традиционной конкурентной стратегии. Это также является основой того, почему отрасли играют столь значительную роль в формировании бизнес-среды унаследованной фирмы.
Могут ли отрасли превратиться в цифровые экосистемы?
Итак, какие же признаки объединяют отрасли с цифровыми экосистемами? Они обе являются сетями. Цифровые экосистемы - это сети генераторов и получателей данных. Основная задача цифровых экосистем - повысить ценность данных за счет их совместного использования. Отрасли тоже представляют собой сети, состоящие из различных взаимозависимых организаций, видов деятельности и активов. Но главная цель отраслевой сети - не усиление ценности данных, а усиление ценности продуктов. Эти две сети - отраслевая сеть и сеть, представленная цифровыми экосистемами, - могут быть объединены с большой пользой для унаследованного бизнеса. Благодаря такому сочетанию унаследованные компании могут создавать цифровые экосистемы, которые сохраняют свои сильные стороны и добавляют новые. Чтобы понять, как это сделать, необходимо разобраться в природе отраслевых сетей.
Рисунок 3.2
Отраслевые сети: Ford Motor Company.
Промышленность как сеть
Рассмотрим отраслевую сеть, с которой взаимодействует компания Ford, конкурируя со своей продукцией, как показано на рис. 3.2. Одна часть этой сети, показанная на левой стороне рисунка, является частью цепочки создания стоимости компании Ford, помогающей ей производить и продавать свою продукцию. Другая часть сети, показанная на правой стороне рисунка, образована взаимодополняющими организациями, включая автозаправочные станции, автотрассы и ремонтные мастерские, которые поддерживают использование продукции Ford после ее производства и продажи. Описание каждой части приведено ниже.
Сеть цепочки создания стоимости
Сеть цепочки создания стоимости компании Ford представляет собой сложный комплекс взаимоотношений между взаимозависимыми предприятиями, активами и видами деятельности, позволяющий компании производить и продавать свои автомобили. Эта сеть включает в себя поставщиков, производственные и сборочные подразделения, отделы НИОКР, маркетинга, сбыта и дилеров, занимающихся послепродажным обслуживанием. У компании Ford около ста основных поставщиков и еще несколько вспомогательных. Компания располагает 65 заводами по всему миру. В мире насчитывается более 7500 дилерских центров, которые поддерживают Ford в продажах и послепродажном обслуживании. Каждый из этих поставщиков, заводов и дилерских центров обладает огромным количеством активов и видов деятельности, роль и вклад которых должны быть синхронизированы для достижения одной общей цели: поставки продукции клиентам таким образом, чтобы обеспечить максимальный доход и прибыль.
Ford еще больше расширяет свою сеть цепочки создания стоимости, привлекая партнеров по альянсу для поддержки отдельных аспектов своей деятельности, таких как НИОКР, производство или маркетинг. В качестве примера можно привести недавний альянс компании с Volkswagen по разработке электромобилей, технологии автономного вождения и транспортных услуг.
В сеть компании Ford входят также ее конкуренты. Эти конкуренты связаны с деятельностью компании Ford в цепочке создания стоимости, поскольку каждое конкурентное действие Ford неизменно вызывает ответную реакцию со стороны конкурентов. На снижение цены компанией Ford обычно отвечает соразмерным снижением цен ее конкурентами. Аналогичным образом, если компания Ford принимает решение о выпуске нового продукта или выходе на новый страновой рынок, можно ожидать, что конкуренты предпримут аналогичные ответные шаги. Другими словами, действия конкурентов не являются изолированными событиями, а представляют собой взаимозависимые ходы и контрходы. Неписаные правила, лежащие в основе этих действий, неявно понимаются и соблюдаются ключевыми конкурентами для поддержания конкурентного равновесия в отрасли.
Например, компания Ford и ее конкуренты сопоставляют свое присутствие в продуктовом предложении и присутствие на глобальном рынке, что позволяет им быстро и эффективно реагировать на действия конкурентов. Благодаря многорыночному контакту, если, например, Toyota снижает цены на американском рынке, у Ford есть возможность в ответ снизить цены на родном японском рынке Toyota, где это может нанести Toyota наибольший ущерб. Такой вариант возможен, поскольку Ford сопоставляет присутствие Toyota на ее родном рынке с присутствием Ford в Японии. Идея заключается в том, чтобы создать реальную угрозу возмездия и тем самым отбить желание начинать конкурентные атаки. Таким образом, многорыночный контакт, как показывают многочисленные эмпирические исследования, повышает вероятность сохранения прибыльности в отрасли. Масштаб цепочки создания стоимости компании Ford определяет ее многорыночный контакт, поскольку выбор компанией Ford места и способа размещения своих видов деятельности в цепочке создания стоимости определяет, насколько равномерно Ford сопоставляет своих ключевых конкурентов со своим глобальным присутствием в производстве, продажах и послепродажном обслуживании. Это, в свою очередь, помогает компании управлять сетью конкурентов таким образом, чтобы повысить конкурентоспособность своей продукции.
Сеть комплементаторов
Отраслевая сеть компании Ford также выходит за пределы цепочки создания стоимости, превращаясь в сеть дополнений. Роль различных дополнений проявляется уже после того, как компания Ford производит и продает свои автомобили, или после того, как цепочка создания стоимости компании Ford заканчивается. К таким дополнениям можно отнести, например, автозаправочные станции и инфраструктуру дорог и магистралей, которые необходимы для эксплуатации автомобилей. Другими примерами могут служить независимые сервисные службы, например, франшизы Midas и Meineke, которые помогают клиентам Ford обслуживать свои автомобили и продлевать срок их эксплуатации. Ford не играет никакой роли в создании автозаправочных станций, строительстве дорог и автомагистралей, не вмешивается в деятельность Midas и Meineke. Однако она полагается на свою комплементарную сеть для повышения спроса на свои автомобили.
Отраслевые сети хорошо развиты
Таким образом, отрасль Ford можно рассматривать как сеть цепочек создания стоимости и взаимодополняющих организаций, активов и видов деятельности. Практически все компании, производящие и продающие продукцию, имеют цепочки создания стоимости. Такие крупные компании, как Ford, Boeing, Bank of America и Progressive Insurance, имеют огромные цепочки создания стоимости с тысячами сложных взаимозависимостей между различными организациями, активами и видами деятельности. Даже самые мелкие фирмы, такие как рестораны, работают с функционирующей цепочкой создания стоимости. Практически все товары также имеют дополнения. Лампочкам нужны розетки, проводка и электричество. Коммерческим самолетам нужны аэропорты. Зубным пастам нужны зубные щетки. Прохладительные напитки нуждаются в холодильниках или льде. Банкам, выдающим кредиты, нужны объекты - дома или автомобили, под которые люди хотят взять деньги. И т.д.
Сети цепочки создания стоимости большинства унаследованных компаний обычно крупнее и сложнее, чем сети комплементаров. Кроме того, унаследованные фирмы уделяют гораздо больше внимания своим сетям цепочки создания стоимости, чем сетям комплементаров. В большинстве случаев унаследованные фирмы полагаются на своих клиентов, которые сами организуют необходимые для использования их продукции дополнения. Клиенты компании Ford могут сами найти заправочные станции. Точно так же покупатели копировальных аппаратов сами договариваются о приобретении бумаги; покупатели лампочек сами договариваются о розетках, проводке и электричестве. В некоторых случаях компания может продавать как товары, так и дополнения к ним, как это делает Gillette со своими бритвами и лезвиями. В отдельных случаях фирма может продавать дополнения отдельно, но кобрендировать их, как это делает компания Colgate в отношении зубных щеток и пасты. Однако это скорее исключения, чем правило. В целом дополнения играют для унаследованных фирм гораздо меньшую роль, чем их цепочка создания стоимости. Хотя большинство унаследованных компаний признают значимость дополнений, они, как правило, не принимают участия в управлении ими.
Вливание новых сил через данные в устоявшиеся сети
Эта динамика существенно меняется, когда унаследованные фирмы превращают свои отраслевые сети в цифровые экосистемы. В частности, роль комплементарных сетей значительно возрастает благодаря современной цифровой связи. При превращении сетей цепочек создания стоимости в цифровые экосистемы существенно меняется и их направленность. Однако существование цепочек создания стоимости и комплементарных сетей как устоявшихся концепций для унаследованных компаний свидетельствует о том, что сети как таковые не являются для них чем-то новым. Новым является использование существующих сетей в качестве цифровых экосистем.
В этом заключается существенное различие: отраслевые сети ориентированы на поддержку продуктов и создание ценности за счет их позиционирования. Цифровые экосистемы ориентированы в первую очередь на генерирование и обмен данными для создания услуг, опыта и ценности, основанных на данных. Несмотря на то что в сетях цепочек создания стоимости может происходить значительное генерирование данных и обмен ими (в меньшей степени в сетях комплементарных компаний), сети цепочек создания стоимости направляют данные в основном на повышение операционной эффективности производства и продажи продукции. Такая операционная эффективность, безусловно, важна. Однако, превратив отраслевые сети в цифровые экосистемы, унаследованные компании могут еще больше увеличить эти преимущества за счет предоставления новых услуг и цифрового опыта, основанных на данных.
Задача, стоящая перед унаследованными компаниями, заключается в укреплении существующих преимуществ, заложенных в их отраслевых сетях, и создании новых преимуществ путем превращения этих отраслевых сетей в цифровые экосистемы. Для этого унаследованные компании должны сделать так, чтобы различные организации, активы и виды деятельности, входящие в их преобладающие цепочки создания стоимости и дополняющие их сети, стали различными видами генераторов и получателей данных. Они должны превратить потенциал своих сетей по генерированию и обмену данными в источники новых услуг, опыта и ценности, основанных на данных. В этом им могут помочь современные цифровые технологии. А поскольку цепочки создания стоимости и дополнения являются широко распространенными концепциями среди унаследованных компаний, они представляют собой отличную основу, на которой унаследованные компании могут строить цифровые экосистемы. Чем прочнее эти основы, тем больше возможностей у унаследованных компаний адаптировать традиционные для их отраслей роли, ориентированные на продукт, к новым ролям цифровых экосистем, ориентированным на данные.
Построение цифровых экосистем на базе отраслевых сетей
Чтобы эффективно использовать основы, заложенные в отраслевой сети унаследованной фирмы, важно понимать, что цепочки создания стоимости и комплементаторы играют разные роли в повышении ценности продукции. Цепочки создания стоимости укрепляют сильные стороны компаний и их продукции со стороны предложения. Они помогают максимизировать эффективность производства и продажи продукции покупателям. Например, сеть научно-исследовательских и опытно-конструкторских организаций, цепочек поставок, маркетинга и продаж компании Nike повышает эффективность ее производства и предложения продукции покупателям. В отличие от них, комплементаторы укрепляют сильные стороны этих продуктов со стороны спроса. Они повышают ценность продукции, облегчая ее использование и потребление. Например, повсеместное распространение электричества и стандартных электрических розеток повышает спрос на лампочки, делая их массовым товаром, который широко и легко потребляется.
В силу этих различий в их роли сети цепочек создания стоимости и комплементарные сети представляют собой разные виды фундамента, на котором унаследованные фирмы могут строить цифровые экосистемы. Сети цепочки создания стоимости ведут к созданию производственных экосистем. Сети-комплементаторы ведут к созданию экосистем потребления.
От сетей цепочек создания стоимости к производственным экосистемам
Сначала рассмотрим, как сеть цепочек создания стоимости компании Ford превращается в производственную экосистему. Здесь важно помнить, что истоки сетей цепочки создания стоимости лежат во взаимозависимости задач, возникающих при производстве и продаже товаров, а не в генерации и обмене данными. В отличие от цифровых платформ цифровых титанов, эта сеть может функционировать даже в том случае, если в ней нет ни генерации данных, ни обмена ими. Действительно, сеть цепочки создания стоимости Форда возникла в начале 1900-х годов, задолго до появления современных компьютеров и связанных с ними возможностей по генерированию и обмену данными. В те времена координация между различными видами деятельности в рамках цепочки создания стоимости осуществлялась вручную.
При этом цепочки создания стоимости получают значительные преимущества, когда их деятельность координируется с помощью данных. Эти преимущества также постепенно увеличиваются по мере усиления роли данных. Переход от сырой сети цепочки создания стоимости, в которой данные не играют никакой роли, к насыщенной сети, в которой роль данных максимальна, - вот что характеризует преобразование сети цепочки создания стоимости старой фирмы в цифровую производственную экосистему. На рис. 3.3а, 3.3б и 3.3в показан такой переход для компании Ford. На рис. 3.3а показана сырая сеть цепочки создания стоимости без цифровых связей.
На рис. 3.3б показано внедрение ИТ-систем и сервисов на базе программного обеспечения, инициирующее определенный элемент генерации и обмена данными в сети цепочки создания стоимости и тем самым начинающее ее преобразование в производственную экосистему. Этот шаг позволяет повысить операционную эффективность сети цепочки создания стоимости.
Рисунок 3.3a
Сеть цепочки создания стоимости сырья: Ford Motor Company.
Рисунок 3.3b
От цепочки создания стоимости к производственной экосистеме с помощью ИТ: Ford Motor Company.
Рисунок 3.3c
От цепочки создания стоимости к богатой производственной экосистеме с современными технологиями: Ford Motor Company.
На рис. 3.3c показано дальнейшее развитие производственной экосистемы, которая становится все более совершенной благодаря достижениям современных цифровых технологий, таких как датчики, IoT и искусственный интеллект. Этот шаг позволяет компании Ford не только повысить операционную эффективность, но и предложить новые услуги, основанные на данных, которые могут расширить сферу применения ценностей и увеличить доход.
Этот путь продолжается. Чем больше способов компания Ford находит для повышения роли данных в своей сети цепочек создания стоимости, тем богаче становятся ее производственные экосистемы. Поскольку ИТ-службы инициировали превращение сетей цепочки создания стоимости в производственные экосистемы, их роль рассматривается в первую очередь.
Роль традиционных ИТ-сервисов: Инициирование производственных экосистем
Начиная с 1970-х годов, благодаря компьютерам, программному обеспечению и появлению различных ИТ-услуг, унаследованные фирмы автоматизировали многие рабочие процессы, чтобы повысить эффективность цепочки создания стоимости. Понятно, что такие усилия начинались с малого и имели узкую сферу применения. Например, в начале своего существования подразделение закупок компании Ford имело один конкретный вид ИТ-системы, которая помогала отслеживать состояние товарно-материальных запасов, в том числе их заказ, получение и наличие на складе. Аналогичным образом, подразделение планирования производства компании Ford могло иметь другую ИТ-систему, которая позволяла отслеживать последовательность изготовления и сборки компонентов. Поскольку эти системы были разными и использовали различные виды программного обеспечения, их интеграция была затруднена. Даже если данные, генерируемые в каждом подразделении, передавались в разные подразделения, такой обмен осуществлялся неуклюжими и трудоемкими способами, часто путем обмена файлами данных в конце каждого дня. Например, подразделение закупок в конце дня может обмениваться файлами с отделом планирования производства для сверки заказанных в течение дня запасов с запасами, которые были израсходованы в этот день.
Со временем развитие ИТ-услуг позволило улучшить интеграцию таких автономных программных систем и их индивидуальных усилий по автоматизации рабочих процессов. Среди заметных достижений - внедрение систем планирования ресурсов предприятия (ERP) такими компаниями, как SAP и Oracle. Получившие значительное распространение в 2000-х годах, ERP-системы помогли компаниям объединить программное обеспечение, используемое различными подразделениями. Это позволило таким компаниям, как Ford, получить более полное представление о результатах различных бизнес-процессов. Например, компания Ford могла отслеживать состояние различных аспектов своей деятельности, связанных с общей эффективностью, таких как денежные средства, запасы, производственные мощности, заказы на поставку от дилеров и начисление заработной платы, в разрезе своих глобальных подразделений. ERP-системы также постоянно обновляют состояние этих показателей, используя общие базы данных. Все это стало возможным благодаря API, позволяющим различным программам взаимодействовать друг с другом. В главе 2 такой вид использования API был описан как внутрифирменное интерфейсное приложение. Такие приложения обеспечивают интеграцию данных и систем внутри внутренних подразделений компании Ford.
ERP-системы также сделали возможным формирование и обмен данными между более широкими частями цепочки создания стоимости, включая поставщиков и даже, в некоторых случаях, конкурентов. Например, компания Ford вместе со своими основными конкурентами на внутреннем рынке - GM и Chrysler - приняла систему обмена данными Automotive Network Exchange, или ANX. Эта биржа позволила общему пулу поставщиков "большой тройки" использовать стандартную ИТ-систему для взаимодействия с каждым из трех автопроизводителей. Это позволило снизить административные расходы не только автопроизводителей, но и их поставщиков. И в этом случае API позволили программам Ford, GM, Chrysler и их общих поставщиков взаимодействовать друг с другом. В главе 2 такое использование API было описано как применение интерфейса цепочки поставок.
На протяжении многих лет ИТ-службы постоянно совершенствовали интеграцию рабочих процессов в сетях цепочки создания стоимости с использованием данных. Эти усилия продолжаются. К числу последних достижений относятся облачные технологии, позволяющие традиционным компаниям передавать инфраструктуру, лежащую в основе необходимого им программного обеспечения и ИТ-услуг, на аутсорсинг софтверным компаниям. Например, компания Salesforce.com предлагает программное обеспечение как услугу (SaaS), с помощью которого фирмы-клиенты могут координировать свои продажи и маркетинг с помощью своего программного обеспечения, не владея и не управляя базовой инфраструктурой, необходимой для создания этих услуг. Аналогичным образом Amazon, Microsoft и Google предлагают инфраструктуру как услугу (IaaS), предоставляя унаследованным фирмам возможность передавать на аутсорсинг множество других услуг. Например, производитель спортивной обуви, такой как New Balance, желающий дополнить существующие на сайте точки продаж (например, Amazon или Footlocker) собственным каналом электронной коммерции, может воспользоваться удаленной инфраструктурой сторонних компаний, которые по подписке создадут и будут управлять бизнесом электронной коммерции для производителя. Облачные сервисы упрощают управление инфраструктурой для традиционных компаний и обеспечивают большую гибкость и согласованность ИТ с их бизнес-целями. Кроме того, облачные сервисы позволяют устранить барьеры, мешающие обмену данными в рамках организации.
Эти достижения в области ИТ-услуг, безусловно, улучшили интеграцию данных в сети цепочки создания стоимости с помощью программного обеспечения. Такая интеграция приводит к повышению операционной эффективности при производстве и продаже продукции. Однако, несмотря на эти достижения, многие компании по-прежнему остаются в плену старых систем, работающих на идиосинкразических программных языках и объединяющих данные в изолированные форматы хранения. Такие условия по-прежнему препятствуют эффективному обмену данными. Более того, генерирование и обмен данными, осуществляемые такими ИТ-сервисами, мало чем помогают сетям цепочек создания стоимости, кроме повышения их операционной эффективности. Однако последние достижения в области цифровых технологий позволяют унаследованным компаниям преодолеть эти барьеры. Они способствуют дальнейшей трансформации сетей цепочек создания стоимости в более богатые производственные экосистемы. Давайте обсудим их.
Роль современных цифровых технологий: Обогащение производственных экосистем
Существует целый ряд цифровых технологий, которые можно назвать "современными". Эти технологии набирают обороты в последние несколько лет и демонстрируют огромную перспективу изменить наш образ жизни. Например, блокчейн способен подтверждать подлинность финансовых операций и продаваемых товаров, предоставляя электронную книгу для аудита. Дополненная реальность может повысить эффективность работы складских и заводских рабочих, показывая данные о том, какие действия им следует предпринять, чтобы забрать пакет с ремонтным оборудованием на сборочной линии. 3D-печать позволяет доставлять запасные части не физически, а в электронном виде. Сюда же можно отнести и достижения в области телекоммуникаций, например 5G, которые позволяют обмениваться большими объемами данных на больших скоростях между подключенными устройствами.
И все же, когда мы сужаем круг тех технологий, которые оказывают наибольшее влияние на превращение отраслевых сетей в цифровые экосистемы, то выделяем несколько. Это технологии, позволяющие унаследованным фирмам генерировать интерактивные данные и обмениваться ими так, как это делают титаны цифровых технологий (об этом говорилось в главах 1 и 2). Эти технологии расширяют границы возможностей традиционных компаний в отношении того, что они могут делать со своими данными. Тремя такими современными технологиями являются сенсоры, IoT и искусственный интеллект.
Датчики позволяют компаниям собирать интерактивные данные в реальном времени от активов, продуктов и клиентов. IoT позволяет подключать различные физические объекты к Интернету с помощью таких протоколов, как Wi-Fi, Bluetooth или Zigbee. Возможности подключения растут по мере увеличения количества объектов, оснащенных датчиками и программными интерфейсами, а также при увеличении мощности телекоммуникаций, например, за счет более широкой полосы пропускания беспроводной связи, доступной в технологии 5G. ИИ - это термин, охватывающий множество различных технологий, таких как статистическое машинное обучение, нейронные сети, обработка естественного языка или автоматизация роботизированных процессов. В рамках данной книги под термином "ИИ" мы понимаем технологию, позволяющую распознавать закономерности в больших объемах данных, которые человек может не заметить. Она также позволяет делать вероятностные прогнозы на основе этих закономерностей, что может помочь в принятии решений.
Датчики, IoT и искусственный интеллект экспоненциально повышают операционную эффективность, обеспечиваемую традиционными ИТ. При этом они также способствуют достижению первоначальных целей сетей цепочки создания стоимости - поддержке продуктов и их позиционированию. Однако еще важнее то, что эти технологии позволяют сетям цепочки добавленной стоимости выйти за пределы их традиционной продуктоориентированности. Эти технологии позволяют унаследованным компаниям использовать свои отраслевые сети для создания новых услуг, основанных на данных, и цифрового опыта.
Повышение эффективности производственной деятельности
Сначала рассмотрим, как датчики, IoT и искусственный интеллект повышают операционную эффективность, обеспечиваемую традиционными ИТ-услугами в сети цепочки создания стоимости Ford. Датчики могут собирать широкий спектр интерактивных данных. Они универсальны. Они вездесущи. Они могут быть установлены на существующие активы. Они могут быть соединены в обширные сети, позволяющие генерировать данные и обмениваться ими через IoT поверх инфраструктуры ИТ-системы. Таким образом, датчики и IoT позволяют генерировать и обмениваться данными в большем объеме, чем это могут обеспечить ИТ-системы.
Важно отметить, что датчики, IoT и ИИ не заменяют функции различных ИТ-систем. Эти ИТ-системы развивались годами, обеспечивая сложные и изощренные способы автоматизации различных комплексных рабочих процессов. Датчики, IoT и ИИ дополняют эти системы, создавая поверх них более широкую сеть генерации и обмена данными. Благодаря повсеместному распространению датчиков эта сеть может генерировать гораздо больше данных. Модернизированные датчики позволяют объектам генерировать данные, которые ранее не были предусмотрены создателями их базового программного обеспечения или ИТ-систем. Сеть может настраивать типы данных, генерируемых множеством различных объектов, активов и видов деятельности, благодаря универсальности датчиков в генерировании различных типов данных. Кроме того, данные могут передаваться внутри сети для использования системами искусственного интеллекта с целью получения дополнительных сведений. И действительно, искусственный интеллект придает сети значительную мощь, позволяя использовать данные для решения проблем в цепочке создания стоимости. Все эти возможности повышают операционную эффективность.
Рассмотрим сценарий, в котором ИТ-система одного из сборочных подразделений компании Ford обнаруживает всплеск дефектов в дверных узлах, полученных с производственного подразделения. Затем эта ИТ-система оповещает другую ИТ-систему в производственном подразделении, выпускающем дверные узлы. В этом оповещении содержится запрос на увеличение объема поставок дверных блоков. Это делается для того, чтобы иметь достаточное количество бездефектных дверных блоков, чтобы не нарушить технологический процесс сборки. Очевидно, что такая генерация и обмен данными решают непосредственную задачу поддержания рабочего процесса сборки. Однако это решение не позволяет устранить первопричину или источники дефектов.
Датчики и IoT открывают гораздо более широкие возможности для сбора и обмена данными за пределами разрозненных ИТ-систем сборочных и производственных подразделений. Вооружившись более объемными данными из более широкого круга источников, ИИ получает больше шансов обнаружить основной источник проблемы. Его решение выходит за рамки предотвращения прерывания рабочего процесса на одном конкретном сборочном узле. Решение направлено на сокращение общего времени, необходимого для производства автомобиля. В главе 4 приведены дополнительные примеры, поясняющие, как компании могут разработать стратегию производственных экосистем для повышения эффективности производства с помощью датчиков, IoT и ИИ.
Новые услуги, основанные на данных
Гораздо более существенное отличие сенсоров, IoT и ИИ от традиционных ИТ-систем заключается в их способности создавать новые функции и услуги для продуктов, основанные на данных. Эти новые функции и услуги становятся возможными, когда компании устанавливают на свои продукты датчики и отслеживают взаимодействие продукта с пользователем. В отличие от преимуществ операционной эффективности, позволяющей снизить затраты, услуги, основанные на данных, могут генерировать новые потоки прибыли для компаний. С помощью данных они могут расширить сферу своей конкурентоспособности, выйдя за пределы возможностей своих продуктов на новые просторы. Услуги, основанные на данных, могут изменить взаимодействие компании с клиентами. Они даже могут помочь компании заново создать себя.
Услуги, основанные на данных, возникают из новых функций продукта, основанных на данных, которые обеспечивают дополнительные преимущества и новый опыт для клиентов компании. Например, автомобили Ford самостоятельно паркуются. Они помогают водителям оставаться в своей полосе движения. Они тормозят перед столкновением. Компания Ford монетизирует такие функции, предлагая их в качестве дополнительных опций по повышенным ценам и с повышенной маржой.
Услуги, основанные на данных и основанные на таких интеллектуальных функциях продукта, могут быть расширены двумя особыми способами в зависимости от типа генерируемых данных, продукта, генерирующего эти данные, и потребностей клиентов. Первый - это предиктивные услуги. На основе данных датчиков и искусственного интеллекта компания Ford может определить вероятность отказа компонентов автомобиля, таких как двигатель, мост или тормоза, и заранее предупредить об этом водителя. Такие прогностические услуги, предлагаемые в качестве опций, могут обеспечить новые источники дохода. Компания Ford использует эти услуги для своих клиентов из автопарков (например, компаний по прокату автомобилей и полиции), чтобы сократить время простоя их автопарков. Предиктивные услуги по техническому обслуживанию особенно ценны в ситуациях, когда простои продукции обходятся дорого. Предиктивные услуги могут использоваться везде, где данные датчиков могут предупредить о неблагоприятном исходе событий. Например, в домах престарелых прогностические сервисы помогают избежать госпитализации клиентов, предупреждая их о возможных падениях или заболеваниях. В сельском хозяйстве они могут предсказывать развитие болезней сельскохозяйственных культур или деятельность вредителей и инициировать корректирующие действия до того, как будет нанесен дорогостоящий ущерб.
Второй способ расширения спектра услуг, основанных на использовании данных и интеллектуальных свойств продукта, - это массовая кастомизация. В качестве примера можно привести матрасы. Используя данные о частоте сердечных сокращений, дыхании, поворотах и наклонах пользователя в режиме реального времени, матрасы могут быть массово настроены для обеспечения лучшего сна. Иными словами, матрасы могут менять свои характеристики (контуры) в соответствии с особенностями сна каждого человека. В главе 4 приведены примеры и подробности того, как компании используют свои производственные экосистемы для предоставления таких новых услуг, основанных на данных, с целью увеличения доходов.
От сетей комплементаторов к экосистемам потребления
Сеть комплементаторов - это еще один фундамент, на котором унаследованные фирмы могут строить новые цифровые экосистемы. По сравнению с сетями цепочек создания стоимости, сеть комплементаторов была меньше и менее значима для унаследованных компаний. Кроме того, в отличие от сетей цепочек создания стоимости, традиционные ИТ не играют заметной роли в управлении генерацией и обменом данными в сетях комплементаторов. Связи между различными предприятиями, активами и видами деятельности в комплементарных сетях традиционно остаются нецифровыми. Некоторые из этих связей создаются в результате кобрендинга, как это показано на примере зубных щеток и зубной пасты компании Colgate. Однако в большинстве случаев такие связи устанавливаются на основе общепринятых отраслевых стандартов. Стандарты на конструкции цоколей, уровни напряжения и электропроводку позволяют потребителям покупать любые лампочки и использовать их в своих домах. Аналогично, стандарты на бензин и топливораздаточные форсунки на АЗС позволяют легко заправить любой автомобиль.
Сегодня сенсоры и IoT кардинально преобразуют нецифровые комплементарные сети в динамичные цифровые экосистемы потребления. На рис. 3.4а, 3.4б и 3.4в показан такой переход компании Ford от традиционной комплементарной сети к новой экосистеме потребления. До внедрения современных цифровых технологий комплементарная сеть компании Ford включала в себя несколько субъектов и объектов, не имеющих цифровых связей. В качестве примера мы привели автозаправочные станции, независимые сервисные центры (например, Midas), а также дороги и магистрали. Это показано на рис. 3.4а.
Рисунок 3.4a
От комплементарных сетей к экосистемам потребления: Ford Motor Company с традиционными нецифровыми дополнениями.
С помощью датчиков и IoT эти дополнения теперь могут быть подключены к автомобилям Ford, оснащенным датчиками, и доступны цифровым клиентам Ford для новых услуг цифровой платформы. Например, автомобиль, у которого заканчивается бензин, может найти ближайшую заправку. Автомобиль с потенциальной проблемой с тормозами может быть подключен к удобно расположенному сервису Midas или аналогичному независимому сервисному центру для записи на прием. Автомобиль получает предупреждение о пробке и получает альтернативный маршрут (см. рис. 3.4б).
Все эти сценарии связаны с подключением ранее существовавших нецифровых дополнений с помощью современных цифровых технологий. Кроме того, сегодня автомобиль имеет множество новых дополнений, появившихся исключительно благодаря цифровым технологиям. Во введении рассказывалось о том, как водители могут заказать кофе из своего автомобиля. Это стало возможным благодаря новым цифровым дополнениям, таким как Amazon's Alexa и подключенным к сети организациям, таким как Starbucks и банки. Подобно Starbucks, могут существовать тысячи других розничных магазинов, которые могут быть подключены аналогичным образом. Компания Ford может найти множество других подобных подключенных объектов и активов в качестве дополнения к своим автомобилям, оснащенным датчиками. К ним относятся подключенные парковочные места и программные интерфейсы с целым рядом транспортных служб, таких как автобусы, метро и поезда (см. рис. 3.4c).
Рисунок 3.4b
От сетей дополнений к экосистемам потребления: Ford Motor Company с традиционными дополнениями, подключенными к цифровым технологиям.
Рисунок 3.4c
От комплементарных сетей к экосистемам потребления: Ford Motor Company с расширенными цифровыми дополнениями.
Взаимодействуя с этими новыми партнерами, Ford может предложить еще более широкий спектр новых услуг и цифровых впечатлений, основанных на данных. В этом и заключается новая сила экосистем потребления. Услуги по заказу кофе, своевременное послепродажное обслуживание независимыми поставщиками услуг, поиск свободных парковочных мест и предотвращение пробок - вот некоторые примеры таких услуг и цифрового опыта, основанных на данных. Однако для предоставления этих услуг компании Ford необходимо вывести свою цепочку создания стоимости на цифровую платформу. Она должна связать в цифровом формате различные третьи стороны и облегчить обмен между ними, подобно тому, как это делают цифровые платформы, описанные в главе 1. О том, как унаследованные компании могут предлагать такие новые услуги, основанные на данных, и цифровой опыт с помощью цифровых платформ, которые являются продолжением их цепочки создания стоимости, и пойдет речь в главе 5.
В отличие от производственных экосистем, которые обеспечивают внутренние возможности для раскрытия ценности данных, экосистемы потребления предлагают внешние возможности за счет распространения "подключенных" организаций за пределами преобладающих цепочек создания стоимости. Для подавляющего большинства старых компаний эти цифровые экосистемы не существовали до появления современных достижений в области передачи данных и цифрового подключения. Хотя экосистемы производства и потребления предлагают разные подходы, обе они расширяют сферу конкурентоспособности компании, не ограничиваясь продукцией и данными, генерируемыми продукцией. Обе помогают трансформировать взаимодействие компании с клиентами. При этом каждая из них по-разному формирует конкурентную стратегию, требует различных возможностей и предоставляет компаниям различные стратегические опции. Их следует понимать как различные, но связанные между собой аспекты цифровых экосистем.
Различия между экосистемами производства и потребления
В табл. 3.1 приведены основные различия между экосистемами производства и потребления.
Основания: Производственные экосистемы и экосистемы потребления базируются на разных фундаментальных сетях. Производственные экосистемы опираются на сети цепочек создания стоимости, а потребительские - на сети комплементаторов. Эти разные основы по-разному формируют экосистемы производства и потребления. Таким образом, экосистемы производства и потребления создают разные возможности для создания новой стоимости. Они прокладывают разные траектории для цифровой конкурентной стратегии.
Участники сети: В качестве участников сети цепочек создания добавленной стоимости выступает целый ряд устоявшихся организаций, активов и видов деятельности. Процесс генерирования и обмена данными в этой сети начался много лет назад с ИТ-услуг, задолго до появления современных цифровых технологий. Производственные экосистемы используют эту уже сложившуюся сеть участников для дальнейшего и более глубокого накопления и обмена данными.
Таблица 3.1
Различия между экосистемами производства и потребления
Критерий
Производственные экосистемы
Экосистемы потребления
Фонд
Опирается на сети цепочек создания стоимости
Опирается на комплементарные сети
Участники сети
Формирование и обмен данными между преобладающими активами, организациями и видами деятельности
Формирование данных и обмен ими между новым и расширенным набором активов, организаций и видов деятельности
Используемые или расширяемые компетенции
Укрепление и активизация существующих компетенций в цепочке создания стоимости
Наращивание новых компетенций в области цифровых платформ
Источники исходных данных для новых сервисов, основанных на данных
Внутренние компетенции цепочки создания стоимости
Идеи и компетенции внешних комплементаторов
Ориентация на API
Внутренняя направленность API
Ориентация на внешний API
Область применения новой стоимости
Целенаправленный и ограниченный границами цепочки создания стоимости
Случайные и неограниченные, как в экономике приложений
Механизмы управления
Использование существующих механизмов управления цепочкой создания стоимости
Требуются новые механизмы управления, основанные на внешних API
С другой стороны, комплементарные сети начинаются с небольшого числа участников и зависят от набора физических соединений с продуктом. Например, для лампочки физические дополнения ограничены розетками, электричеством и проводкой. Однако с появлением новых цифровых дополнений, создаваемых современными цифровыми технологиями, масштабы этой сети расширяются. Например, у "умных" лампочек гораздо больше цифровых дополнений, чем у традиционных лампочек. Как отмечалось во введении, "умные" лампы, генерирующие данные о движении в домах, которые должны быть пустыми, находят в качестве дополнения службы безопасности, сигнализации и мобильные приложения. При генерации данных о движении товарных запасов на складах "умные" лампы находят в качестве дополнения различные субъекты, объекты и действия, связанные с логистическими службами. При обнаружении данных о выстрелах "умные лампы" находят в качестве дополнения видеокамеры, операторов службы 911 и машин скорой помощи. Таким образом, экосистемы потребления генерируют и обмениваются данными в рамках новых и расширенных наборов участников сети.
Использование или расширение компетенций: Поскольку производственные экосистемы возникают на основе сетей цепочек создания стоимости, они укрепляют и активизируют существующие компетенции цепочек создания стоимости. Одним из способов повышения эффективности производства является повышение операционной эффективности цепочек добавленной стоимости за счет увеличения объема генерируемых данных и обмена ими. Помимо повышения операционной эффективности, новые услуги на основе данных, получаемые благодаря возможностям предиктивного обслуживания и массовой кастомизации, обеспечиваемой производственными экосистемами, усиливают сильные стороны цепочки создания стоимости традиционной компании. Предиктивное обслуживание улучшает существующие возможности послепродажного обслуживания. Организация компанией Caterpillar поставки критически важной запчасти для экскаватора до его поломки с помощью услуг по предиктивному техническому обслуживанию улучшает прежнюю практику обеспечения наличия запчастей после поломки за счет эффективного планирования запасов запчастей. Массовые заказные продукты аналогичным образом улучшают преобладающую функциональность продукта. Реактивный двигатель GE, который помогает пилотам управлять самолетом таким образом, чтобы снизить расход топлива в соответствии с уникальными условиями полета в каждом конкретном случае, является лучшим продуктом по сравнению с реактивными двигателями, которые не адаптируют свою топливную эффективность к условиям полета, что позволяет GE усилить преобладающую функциональность продукта, заключающуюся в высоких средних показателях топливной эффективности.
С другой стороны, экосистемы потребления могут генерировать новые сервисы, основанные на данных, которые отличаются от преобладающего функционала продукта. В зависимости от характера цифровых дополнений, на которые опирается "умная" лампочка, она может генерировать новые услуги, основанные на данных, в том числе в области безопасности дома, логистики, безопасности на улицах. Все эти услуги далеки от основной функции лампочки - освещения. Такие сервисы, основанные на данных, создаваемые экосистемами потребления, также нуждаются в новых возможностях цифровых платформ. Фактически, конкурентоспособность, с которой традиционная компания может предлагать новые услуги, основанные на данных, через экосистемы потребления, зависит от таких новых возможностей цифровой платформы (эта тема подробно рассматривается в главах 5 и 8).
Источники сырья для новых услуг, основанных на данных: Производственные экосистемы используют внутренние возможности цепочки создания стоимости при генерации новых услуг на основе данных. Например, услуги по предиктивному обслуживанию строятся на базе существующих возможностей послепродажного обслуживания. Аналогичным образом, массовая продукция по индивидуальным заказам опирается на многие существующие сильные стороны цепочки создания стоимости, такие как НИОКР, проектирование и производство. Даже новые организационные подразделения, созданные специально для выполнения новых обязанностей по управлению сенсорными данными и искусственным интеллектом, должны вписаться в существующие виды деятельности цепочки создания стоимости и слиться с их процессами и возможностями.
Экосистемы потребления, напротив, опираются на инновации сторонних организаций. Основным источником новых услуг, основанных на данных, является то, насколько творчески сторонние организации находят способы дополнить свои данные. В главе 2 этот подход описан как "позволить распуститься тысяче цветов". Термостаты Nest предлагают услуги на основе данных, позволяющие клиентам Google автоматически регулировать отопление дома из автомобиля или запускать стиральные машины в непиковые часы, потому что множество сторонних организаций, таких как автомобильные компании, производители бытовой техники и энергетические компании, нашли творческий подход к дополнению данных Nest.
Ориентация на API: Производственные экосистемы ориентируются на внутренний API, в соответствии с которым интерактивные данные, генерируемые продуктами и цифровыми клиентами, направляются внутрь цепочки создания стоимости экосистемы. Такая внутренняя передача данных позволяет получить информацию, которая повышает операционную эффективность и поддерживает более мощные услуги, основанные на данных, такие как предиктивное обслуживание и услуги по массовой настройке. В главе 2 эти внутренне ориентированные API были описаны как приложения внутрифирменных интерфейсов и интерфейсов цепочек поставок.
Экосистемы потребления, с другой стороны, требуют ориентации на внешний API. Экосистемы потребления расширяются и становятся все более динамичными по мере того, как все больше третьих сторон находят способы дополнить данные о продукте. Услуги, основанные на данных, возникающие в экосистемах потребления, скорее всего, будут более эффективными, поскольку число участников сети увеличивается, а связанные с ними сетевые эффекты многократно возрастают. Вероятность этого возрастает при открытой и ориентированной на внешние факторы политике в области API, которая повышает вероятность того, что сторонние организации найдут способы дополнить данные традиционной компании. В главе 2 описаны такие API, ориентированные на внешнюю среду, как приложения интерфейса дополнения.
Объем новой стоимости: Если производственные экосистемы опираются на внутренние преимущества цепочки создания стоимости и имеют ориентированные на внутренний рынок API для обмена данными, то объем создаваемой ими новой стоимости также ограничен этими параметрами. Новая стоимость, создаваемая ими, зависит от того, как они повышают операционную эффективность или как предоставляют новые услуги, основанные на данных. Все это достигается за счет данных, которыми они обмениваются внутри компании, и использования их внутренних преимуществ. Такие усилия обычно носят целенаправленный характер, имеют запланированные цели и конкретные задачи по достижению результатов.
Поскольку экосистемы потребления опираются на внешние данные и внешние API, генерируемая ими новая ценность не ограничивается их внутренними преимуществами. Вместо этого она открыта для широкого спектра цифровых дополнений, которые находят способы совместного создания новых услуг на основе данных. Такая генерация новой стоимости также носит случайный характер. Как и в экономике приложений, трудно предсказать, какой сервис платформы получит распространение или какая креативная идея станет вирусной в своем применении.
Механизмы управления: Наконец, производственные экосистемы и экосистемы потребления нуждаются в различных механизмах управления сетевыми отношениями. Участники сетей в производственных экосистемах уже являются частью их преобладающих цепочек создания стоимости. Таким образом, механизмы управления производственными экосистемами не сильно отличаются от тех, которые использовались традиционными компаниями для управления своими цепочками создания стоимости. Для подразделений, находящихся в собственности компании, такие механизмы управления определяются сложившимися организационными процессами, иерархией, отношениями подчинения и конкретными должностными обязанностями. Для партнеров по цепочке создания стоимости, таких как поставщики и дилеры, существуют нормы и ожидания в отношении качества производимых ими компонентов или отношений с клиентами, которые они поддерживают. Компании заключают контракты, регулирующие все эти отношения. Производственные экосистемы продолжают опираться на эти преобладающие механизмы управления.
Экосистемы потребления, напротив, нуждаются в новых механизмах управления. Поскольку исторически сложилось так, что традиционные фирмы не уделяют должного внимания участникам своих комплементарных сетей, устоявшейся практики, подобной той, что существует в производственных экосистемах, не существует. Поскольку все участники экосистем потребления являются внешними по отношению к их цепочкам создания стоимости субъектами, в них отсутствует иерархическое управление, подобное тому, которое традиционные фирмы используют для управления внутренними подразделениями. Подход к управлению внешними организациями в экосистемах потребления также отличается от того, который традиционно применялся компаниями в отношении своих партнеров по цепочке создания стоимости, таких как поставщики и дилеры.
Например, компания Ford ожидает от своих дилеров предоставления оригинальных компонентов Ford при ремонте автомобилей и соблюдения минимальных порогов качества обслуживания. С другой стороны, если компания Ford соединяет водителя с удобной точкой Midas в своей экосистеме потребления, то эти отношения представляют собой простое соединение. Это ничем не отличается от того, как если бы Ford подключил водителя к Starbucks. Компания не ожидает, что Midas будет использовать компоненты Ford , и не создает у водителя никаких ожиданий, что он получает услуги Ford, точно так же, как водитель не ассоциирует качество кофе Starbuck с Ford. Подобные сетевые отношения регулируются политиками API, точно так же, как цифровые титаны регулируют свои отношения с пользователями своих цифровых платформ с помощью политик API. API-политики основаны на программном обеспечении. Программное обеспечение автоматизирует основные правила обмена данными и функциональными возможностями между различными организациями, а также соответствующие коммерческие условия. Например, с помощью программного обеспечения в API Ford могут быть установлены правила, определяющие, к какому независимому поставщику услуг может подключиться водитель в случае неисправности компонента, и сколько каждый поставщик услуг должен заплатить за такое подключение. С помощью обновлений программного обеспечения Ford может изменять условия, предлагаемые поставщиками услуг, или устанавливать их в зависимости от объема операций. По сути, механизмы управления на основе API являются гораздо более гибкими, чем традиционные механизмы управления цепочкой создания стоимости.
Цифровые экосистемы и Индустрия 4.0
Прежде чем завершить эту главу, полезно понять, как цифровые экосистемы, представленные здесь как сочетание экосистем производства и потребления, соотносятся с концепцией Индустрии 4.0, известной также как четвертая промышленная революция. Продвижение промышленных сетей в цифровые экосистемы, обогащенные данными, о котором говорилось в этой главе, имеет параллели с развитием Индустрии 4.0. Кроме того, полезно оценить контекст, который "Индустрия 4.0" предоставляет традиционным компаниям для создания, формирования и взаимодействия с их новыми цифровыми экосистемами.
Вкратце под "Индустрией 4.0" понимается продолжающаяся модернизация традиционных отраслей промышленности за счет применения интеллектуальных технологий. Возникновение термина и концепции принято связывать с новой промышленной политикой Германии, которая появилась примерно в 2010 году. В 2015 году на Всемирном экономическом форуме в Давосе канцлер Германии Ангела Меркель подчеркнула ее важность для устоявшихся отраслей промышленности:
Мы должны - и я говорю это как канцлер Германии в условиях сильной немецкой экономики - быстро справиться со слиянием мира Интернета и мира промышленного производства. В Германии мы называем это Industrie 4.0... потому что в противном случае те, кто лидирует в цифровой сфере, будут лидировать и в промышленном производстве. Мы вступаем в эту гонку с большой уверенностью. Но это гонка, которую мы еще не выиграли.
Таким образом, термин "Индустрия 4.0" означает, что современные цифровые технологии открыли новую эру в промышленности. Он сигнализирует унаследованным фирмам о необходимости изменения и адаптации к этой новой эпохе, а также указывает путь и направление, по которому должны двигаться унаследованные фирмы. Чтобы ощутить его серьезность, необходимо рассмотреть другие судьбоносные изменения в нашей промышленной истории, которые предшествовали ему и сейчас приравниваются к Индустрии 4.0. Это Индустрия 1.0, 2.0 и 3.0.
Индустрия 1.0 ознаменовала собой эпоху, когда технологии сменили ручные методы производства на машинные с помощью пара и воды. Индустрия 2.0 связана с созданием разветвленной сети железных дорог, телеграфа и электричества. Индустрия 3.0 набрала обороты благодаря быстрому прогрессу и широкому внедрению ИТ-систем, что позволило промышленным предприятиям автоматизировать рабочие процессы и начать использовать возможности данных. Такие масштабные изменения происходят редко, примерно раз в столетие. Революция в Индустрии 4.0, происходящая в настоящее время, обусловлена современными цифровыми технологиями, включая сенсоры, IoT и искусственный интеллект, о которых пойдет речь в этой главе.
Каждая из эпохальных вех от "Индустрии 1.0" до "Индустрии 3.0" связана с радикальными изменениями в способах производства и продажи продукции. Технологические разработки, такие как машины, электричество и компьютеры, приводили к таким изменениям в ходе каждой из этих отраслевых трансформаций. Исходя из этой истории, может показаться, что Индустрия 4.0 является продолжением этой тенденции, что Индустрия 4.0, как и ее предшественники, - это еще одна веха в том, как традиционные фирмы трансформируют свои цепочки создания стоимости, используя преимущества квантовых скачков в траекториях развития технологий. Действительно, Индустрия 4.0 часто ассоциируется с такими терминами, как "умные фабрики" и "фабрики без света" - предприятиями, где вмешательство человека в процесс принятия решений постепенно сводится к минимуму. Например, японская компания FANUC, производящая роботов, имеет завод, который может работать до шестисот часов, имея лишь костяк персонала для проведения планового технического обслуживания и готовности к непредвиденному устранению неполадок. Подобные ассоциации могут создать впечатление, что "Индустрия 4.0" - это, по сути, извлечение выгоды из производственных экосистем унаследованных фирм.
Однако сфера применения Индустрии 4.0 выходит за рамки производственных экосистем. Индустрия 4.0 также учитывает возможности компаний, предлагающих новый пользовательский опыт с помощью "умных" продуктов. А многие новые пользовательские ощущения, связанные с "умными" продуктами, обусловлены взаимодействием с экосистемами потребления. Ключевым моментом здесь является то, что для того, чтобы воспользоваться всеми преимуществами Industry 4.0, унаследованная компания должна стремиться к взаимодействию как с производственными, так и с потребительскими экосистемами. Кроме того, в отличие от трех предыдущих эпох промышленного развития, Индустрия 4.0 предлагает новые возможности, выходящие за рамки революционного повышения операционной эффективности. В следующих двух главах, где более подробно рассматриваются экосистемы производства и потребления соответственно, этот тезис еще больше подтверждается. В них подробно рассказывается о том, как цифровые экосистемы помогают унаследованным компаниям раскрыть ценность своих данных, что позволяет не только повысить операционную эффективность, но и получить новые потоки прибыли за счет новых услуг, основанных на данных.
Краткие выводы
В этой главе была заложена основная основа данной книги, в которой цифровые экосистемы представлены как сочетание экосистем производства и потребления. Тем самым мы сделали еще один шаг на пути от данных к цифровой стратегии. Концепция цифровых экосистем позволяет унаследованным компаниям выбирать различные варианты взаимодействия с экосистемами производства и потребления для извлечения большей пользы из своих данных. Таким образом, эта система закладывает важную основу для разработки конкурентной стратегии в области цифровых технологий. Концепцию, согласно которой цифровые экосистемы помогают извлечь больше пользы из данных, мы позаимствовали у цифровых титанов и их цифровых платформ. Однако на сайте мы адаптировали эту идею к преобладающим бизнес-моделям большинства унаследованных фирм.
Традиционные компании конкурируют продуктами и черпают свои сильные стороны в отраслевых структурах и цепочках создания стоимости. Восприятие своих отраслей как сетей помогает им расширить свою бизнес-среду до цифровых экосистем. Отраслевые сети как комбинации цепочек создания стоимости и комплементарных сетей служат основой для создания новых цифровых экосистем производства и экосистем потребления. Цифровые экосистемы, специально адаптированные для унаследованных компаний, позволяют им не только укрепить свои преобладающие сильные стороны, ориентированные на продукт, но и создать новые сильные стороны, ориентированные на данные. От того, как унаследованные фирмы будут взаимодействовать со своими экосистемами производства и потребления, зависят форма и масштаб их цифровой конкурентной стратегии. Этому следующему шагу посвящены главы 4 и 5.
Во введении к этой книге говорилось о цифровой близорукости, возникающей из-за того, что компания продолжает полагаться на продукты и отрасли для получения конкурентных преимуществ. Концепция цифровых экосистем, представленная в этой главе, может помочь унаследованным компаниям увидеть новые перспективы, выходящие за рамки того, что могут предложить их продукты и отрасли. Однако цифровая близорукость может сохраниться, если компании будут видеть ценность данных и цифровых экосистем только в повышении эффективности своей деятельности. Многие руководители унаследованных компаний по-прежнему ожидают, что основные преимущества современных цифровых технологий будут направлены на решение старых приоритетных задач: Как нам быстрее выводить на рынок новые продукты? Как сделать так, чтобы наши инновации приносили больше прибыли? Как сократить время простоя? Как лучше управлять глобальной цепочкой поставок? Это важные приоритеты, но их решение раскрывает лишь часть всего потенциала данных. Гораздо больше возможностей можно получить, если компании и их руководители перейдут к другому набору приоритетов: Какие новые услуги, основанные на данных, мы можем предложить? Как мы можем перевести большую часть наших доходов с продуктов на услуги, основанные на данных? Какие новые услуги, основанные на данных, мы можем предложить через наши производственные экосистемы? Какие новые услуги, основанные на данных, мы можем предложить через наши экосистемы потребления? В следующих главах мы продолжим эту дискуссию.
Глава 4.
Ценность данных в производственных экосистемах
В этой главе подробно рассматривается, как производственные экосистемы могут использовать новые возможности данных, которые открывают современные технологии. В ней также рассматривается, как старые компании могут использовать свои производственные экосистемы для формирования отдельных аспектов своей цифровой стратегии. На рис. 4.1 показаны два основных подхода, с помощью которых производственные экосистемы помогают унаследованным компаниям извлекать больше пользы из своих данных. Один подход заключается в повышении операционной эффективности, другой - в предоставлении новых услуг, основанных на данных. Повышение операционной эффективности связано с генерированием и обменом данными в рамках цепочек создания стоимости для повышения производительности и снижения затрат. С другой стороны, услуги, основанные на данных, позволяют унаследованным компаниям получать новые потоки прибыли.
На этом этапе полезно вспомнить о четырех уровнях цифровой трансформации, о которых шла речь во введении к этой книге. 1 Производственные экосистемы помогают компаниям пройти первые три уровня цифровой трансформации. На первом уровне цифровой трансформации компании используют данные, полученные от активов цепочки создания стоимости, для повышения операционной эффективности. На второй уровень переходят фирмы, использующие данные о своих продуктах и пользователях для повышения операционной эффективности. На третий уровень цифровой трансформации переходят компании, использующие данные о продуктах и клиентах для предоставления новых услуг, основанных на данных, с использованием своих производственных экосистем. На четвертом уровне компания задействует свои экосистемы потребления, о чем будет рассказано в следующей главе.
В этой главе описывается, как старые компании могут использовать свои производственные экосистемы для прохождения первых трех уровней цифровой трансформации. Начнем с первых двух уровней, которые связаны с повышением операционной эффективности.
Рисунок 4.1
Раскрытие ценности данных из производственных экосистем.
Производственная эффективность от использования производственных экосистем
Производственные экосистемы - это сети цепочек создания добавленной стоимости с расширенными возможностями по генерированию и обмену данными за счет использования современных цифровых технологий. Эти современные технологии совершенствуют возможности старых ИТ-систем, с которых начался процесс автоматизации и интеграции рабочих процессов в компаниях. Неудивительно, что производственные экосистемы, обогащенные этими современными технологиями, также повышают преобладающую операционную эффективность.
В данном разделе приведены различные примеры использования производственных экосистем для повышения операционной эффективности: в первых двух примерах рассматриваются возможности использования данных об активах цепочки создания стоимости, а в третьем - возможности повышения операционной эффективности с помощью данных о продукции и клиентах. Эти примеры призваны подсказать некоторые из множества вариантов, которыми располагают унаследованные компании, стремящиеся использовать свои производственные экосистемы для повышения операционной эффективности ( ). Кроме того, они призваны натолкнуть на мысль о том, что принципы, изложенные в этих примерах, могут быть применены в других контекстах, где возможно повышение операционной эффективности.
Соответствие спроса и предложения в бизнесе быстрорастущих потребительских товаров
В секторе товаров повседневного спроса (FMCG) продаются такие недолговечные бытовые товары, как напитки, туалетные принадлежности, упакованные продукты питания, косметика и безрецептурные лекарства. FMCG-компании концентрируются на товарах с низкой ценой, которые должны быстро расходиться с полок розничных магазинов. В 2018 году выручка от продажи товаров народного потребления в мире составила более 10 трлн долл. Среди доминирующих компаний в этом бизнесе - Nestlé, Procter & Gamble, Unilever, PepsiCo и Coca-Cola. Каждая из этих компаний имеет несколько брендов. Самая крупная из них - Nestlé - имеет более 8 тыс. брендов. У Unilever их 400. Каждый из этих брендов, в свою очередь, имеет тысячи наименований товаров с уникальными идентификаторами, называемыми единицами хранения запасов (SKU), которые помогают розничным торговцам отслеживать поступающие и продаваемые товарно-материальные ценности. Например, зонтичный бренд Tide компании P&G имеет несколько видов продукции, включая жидкие моющие средства, капсулы для стирки, дезинфицирующие спреи для ткани и другие чистящие средства. Каждый из этих продуктов различается по размеру, цвету и материалу упаковки, а также по другим признакам. Каждый тип упаковки также является уникальным SKU. Понятно, почему количество SKU быстро растет у компаний FMCG.
Тысячи таких товаров также продаются через сложную сеть, состоящую из миллионов крупных и мелких розничных сетей по всему миру. Одной из наиболее сложных задач для FMCG-компаний является обеспечение соответствия между спросом на эти товары, поступающим от различных розничных сетей, и их поставками из своих распределительных центров.
Известная проблема соответствия спроса и предложения в секторе товаров повседневного спроса называется эффектом "бычьего хвоста". 2 Эффект "бычьего хвоста" относится к небольшим изменениям спроса в отдельных розничных магазинах, приводящим к большим искажениям в требованиях к предложению для удовлетворения совокупного спроса. Небольшое колебание рукоятки в верхней части может привести к волнам большой амплитуды на другом конце хлыста. Аналогичным образом, небольшие изменения спроса в отдельных розничных точках могут привести к большим колебаниям в реакциях на товарные запасы в дальнейших звеньях цепи поставок. Существует несколько причин, по которым FMCG-компании могут испытывать эффект "бычьей волны". Сотрудники отдела продаж могут предоставлять оптовые скидки, побуждая розничных торговцев покупать больше, чем обычно заказывают. Аналогичным образом транспортные компании могут предоставлять скидки, что приводит к перекосу в количестве SKU, запрашиваемых ритейлерами. Розничные продавцы могут также идиосинкразически реагировать на краткосрочные рекламные акции. Плохая коммуникация в цепочке поставок еще больше усугубляет влияние всех этих событий на эффект "бычьей спирали".
Компании, производящие товары народного потребления и имеющие тысячи SKU, также сталкиваются со сложностью и непредсказуемой изменчивостью поставок. Отчасти это объясняется неспособностью традиционного корпоративного программного обеспечения помочь специалистам по планированию цепочек поставок правильно управлять запасами на горизонте 8-12 недель. Из-за непредвиденных колебаний спроса некоторые из этих компаний обычно не выполняют от 8 до 10% своих заказов, несмотря на наличие необходимых запасов в цепочке поставок. Они просто не в состоянии вовремя доставить нужные запасы в нужное место. "Такое впечатление, что это издержки ведения бизнеса", - говорит Радж Джоши, соучредитель и президент компании Noodle.ai, предлагающей предприятиям решения на основе искусственного интеллекта. "Современные цифровые технологии предоставляют руководителям цепочек поставок огромные возможности для решения подобных проблем", - добавляет он.
Традиционные системы планирования ресурсов предприятия (ERP) способны генерировать огромные объемы данных о спросе и предложении. Однако традиционные подходы к использованию таких данных основаны на ретроспективном анализе. Они позволяют понять, что было сделано правильно или неправильно за последнюю неделю, месяц или квартал. Разница с корпоративным ИИ, по словам Джоши, заключается в том, что он может помочь предсказать или заглянуть в будущее в вероятностном смысле. С помощью алгоритмов, интерпретирующих и анализирующих различные закономерности в данных, системы искусственного интеллекта могут сказать, например, что существует 80-процентная вероятность того, что крупный заказ на определенные SKU в определенной географии для ценного клиента, скорее всего, не будет выполнен. Затем на основе данных, полученных из ERP-систем компании, ИИ может рекомендовать действия, которые могут предпринять специалисты по планированию цепочки поставок для обеспечения увеличения запасов, чтобы заказ был выполнен. И наоборот, ИИ может предсказать переизбыток запасов, тем самым помогая планировщикам цепочек поставок соответствующим образом сократить объемы производства и снизить затраты на запасы. Таким образом, ИИ может предотвратить риск создания значительной стоимости. По мнению Джоши, консервативное улучшение показателя невыполненных заказов на один процентный пункт (например, с 10% до 9%) для компаний FMCG может увеличить маржу и прибыль на несколько миллионов долларов.
Повышение производительности труда в фармацевтических исследовательских лабораториях
Поиск лекарственных средств - это основа фармацевтического бизнеса. Фирмы, работающие в этом бизнесе, живут или умирают в зависимости от того, какие новые лекарства они разрабатывают. Неудивительно, что фармацевтический сектор вкладывает значительные средства в НИОКР - около 17% годовой выручки. 3 Для сравнения: аэрокосмические компании тратят на НИОКР около 5%, химическая промышленность - около 3%. Microsoft и Google тратят около 12%. Хотя 17% - это средний уровень расходов на НИОКР в фармацевтическом секторе, ведущие компании тратят еще больше. В 2019 году расходы на НИОКР компании AstraZeneca составили около 25 процентов от ее годовой выручки, Eli Lily - около 22 процентов, а Roche - 21 процент. Общий объем затрат на НИОКР в фармацевтической отрасли в 2018 году составил 179 млрд долл. Эта сумма отражает затраты на все этапы фармацевтических исследований и разработок - от первоначального изучения лекарств и заболеваний до тестирования соединений на стадиях доклинических и клинических испытаний. Около 56 млрд долл. из этой суммы приходится на ранние исследования лекарств, которые проводятся в исследовательских лабораториях.
На рис. 4.2 представлен упрощенный вариант цепочки создания стоимости для фармацевтических исследовательских лабораторий. Она начинается с поставок различных материалов, таких как наборы, тесты и реагенты для клеточного анализа, анализа генома и очистки белков, живые животные, а также общелабораторные предметы, такие как химикаты, стеклянная посуда и одноразовые принадлежности. На следующем этапе цепочки создания стоимости ученые используют эти материалы и лабораторное оборудование для проведения экспериментов. Тысячи таких экспериментов, проводимых в течение нескольких лет, приводят к получению лабораторных результатов, которые могут включать в себя открытие новых соединений, способных помочь в борьбе с различными заболеваниями , а также патенты и публикации, связанные с этими открытиями.
Рисунок 4.2
Сети цепочки создания стоимости в исследовательских лабораториях.
Традиционное использование лабораторного оборудования: В основном аналоговое, с незначительной интеграцией данных
Лабораторное оборудование можно охарактеризовать как относящееся к трем категориям. К первой категории относится оборудование, работающее круглосуточно, например, морозильные камеры и инкубаторы. Морозильные камеры необходимы для хранения некоторых реагентов, антител и наборов для анализа при температурах минус 20 или минус 80 градусов Цельсия. Инкубаторы, например, необходимы для поддержания культур клеток при заданных температуре и влажности, а также для обеспечения их кислородом и углекислым газом. В исследовательских лабораториях такое оборудование обычно работает круглосуточно. Любой перерыв в работе может изменить состав клеточных культур таким образом, что это может привести к срыву проводимых с их использованием экспериментов.
Оборудование второй категории используется по мере необходимости. Центрифуги используются в тех случаях, когда в ходе эксперимента необходимо разделить жидкости и вещества с различной плотностью. Например, центрифуги используются для разделения различных компонентов крови, таких как эритроциты, лейкоциты, тромбоциты и плазма. Некоторые специализированные лабораторные весы также используются в тех случаях, когда в ходе эксперимента требуется с высокой точностью измерить малые массы в субмиллиграммовом диапазоне. Первые две категории оборудования, как правило, являются аналоговыми. Учет их использования обычно ведется вручную. Например, ученый может измерить массу соединения и записать показания в бумажный лабораторный блокнот.
Третья категория оборудования поставляется со встроенным программным обеспечением, которое может быть подключено к внешним компьютерам. Как правило, такое оборудование выдает не просто числа, а файлы данных. Например, масс-спектрометр, используемый для определения молекулярного состава образца на основе наблюдения спектра ионов в нем, нуждается в программном обеспечении. Он обнаруживает, в частности, небольшие количества белков, биомаркеров или молекул лекарств, даже если они встречаются в низких концентрациях. Интерпретация данных масс-спектров предполагает анализ больших объемов информации и выполнение утомительных расчетов, что сложно сделать без программных алгоритмов. Хотя такое оборудование может генерировать и записывать данные в цифровом виде, эти данные изолированы друг от друга в рамках каждой единицы оборудования и подключенного к ней компьютера. Эти данные не предназначены для удобного обмена и интеграции с данными, полученными от другого лабораторного оборудования.
Три категории оборудования представляют собой "сырую" сеть цепочки создания стоимости в типичной исследовательской лаборатории. Поскольку в исследовательские лаборатории вкладываются огромные средства, любое повышение операционной эффективности может оказать существенное влияние на конечный результат деятельности лаборатории. Как же компании могут преобразовать эту сеть цепочек создания стоимости в цифровую производственную экосистему? Каких преимуществ они могут ожидать?
Новая операционная эффективность за счет данных и интеграции данных
Познакомьтесь с Шридхаром Айенгаром, генеральным директором и основателем компании Elemental Machines, которая превращает множество разрозненного лабораторного оборудования в единую сеть с помощью датчиков и IoT. Датчики помогают отслеживать различные контекстные переменные, такие как температура, влажность, давление воздуха и освещенность, когда ученые проводят свои эксперименты с использованием различного лабораторного оборудования. Почему такие данные важны? Шридхар объясняет это на примере личного анекдота, который он услышал от двух коллег из двух разных институтов.
Когда друзья Шридхара работали в лаборатории биологии, они заметили нечто необычное в ходе своих экспериментов. Как известно всем исследователям, эксперименты считаются успешными только тогда, когда они воспроизводимы. Другими словами, результаты не должны меняться при повторении одного и того же протокола эксперимента. В данном конкретном эксперименте результаты были непоследовательными. Однако при повторении экспериментов исследователи заметили закономерность. Результаты не совпадали только в определенные дни недели, в то время как в другие дни они были постоянными. Причина? В эксперименте участвовали мыши. В определенные дни недели на строительной площадке по соседству проводились ночные смены, и связанные с этим шум и вибрация влияли на ночной режим мышей в лаборатории.
ТЕЛЕГРАМКанал с обзорами, анонсами новинок и книжными подборками
Книжный Вестник
Бот для удобного поиска книг (если не нашлось на сайте)
Поиск книг
Свежие любовные романы в удобных форматах
Любовные романы
О психологии, саморазвитии и личностном росте
Саморазвитие
Детективы и триллеры, все новинки
Детективы
Фантастика и фэнтези, все новинки
Фантастика
Отборные классические книги
Классика
ВКОНТАКТЕБиблиотека с любовными романами, которая наверняка придётся по вкусу женской части аудитории
Любовные романы
Библиотека с фантастикой и фэнтези, а также смежных жанров
Фантастика
Самые популярные книги в формате фб2
Топ фб2
книги