Zawyżanie potencjału modeli sztucznej inteligencji, takich jak ChatGPT, może skutkować tworzeniem zawodnych aplikacji.

Duże modele językowe (Large Language Models; LLM) mogą odmienić biznes. Ich zdolność do generowania szczegółowych, kreatywnych odpowiedzi na zapytania w prostym języku i kodzie wywołała falę ekscytacji, dzięki której ChatGPT osiągnął 100 milionów użytkowników szybciej niż jakakolwiek inna technologia tuż po swoim uruchomieniu. Na skutek tego w pierwszej połowie 2023 roku inwestorzy zainwestowali ponad 40 miliardów dolarów w start‑upy zajmujące się sztuczną inteligencją. To ponad 20% wszystkich globalnych inwestycji venture capital, a wszelkiego rodzaju firmy – od start‑upów na etapie zalążkowym po gigantów technologicznych – opracowują nowe zastosowania tej technologii.

LLM są niezwykle potężne, a ich zdolność do generowania tekstów podobnych do ludzkich wypowiedzi może sprawiać, że będziemy im fałszywie przypisywali inne ludzkie zdolności. To z kolei prowadzi do niewłaściwego zastosowania tej technologii. Dzięki głębszemu zrozumieniu sposobu działania LLM i ich podstawowych ograniczeń menedżerowie mogą podejmować bardziej świadome decyzje dotyczące sposobu wykorzystania modeli językowych w swoich organizacjach, eliminując ich niedociągnięcia za pomocą kombinacji technologii uzupełniających i zarządzania ludźmi.

Gdy zdolność generatywnej sztucznej inteligencji do tworzenia strategii zostaje poddana próbie, okazuje się, na czym polegają jej mocne strony – i w jakich obszarach ludzie wciąż mają przewagę.

Geoffrey Hinton, pionier głębokiego uczenia, odchodząc niedawno z Google’a, dał jasno do zrozumienia, że obawia się zagrożeń związanych ze sztuczną inteligencją. Nie tylko on. Po uruchomieniu ChatuGPT- 4 tysiące ekspertów od sztucznej inteligencji podpisało list wzywający do wstrzymania rozwoju potężnych systemów sztucznej inteligencji.

Z drugiej strony podekscytowanie możliwościami wynikającymi z dużych modeli językowych (large language models, LLM) i szybkości ich wdrażania są bezprecedensowe. Microsoft szybko zintegrował nową technologię ze swoją wyszukiwarką Bing, a założyciel firmy, Bill Gates, stwierdził, że ChatGPT „zmieni nasz świat”, niekoniecznie narażając miejsca pracy.

Podczas gdy spekulacje na temat przyszłości sztucznej inteligencji są nieuniknione, bardziej praktyczną kwestią jest to, jak możemy z niej korzystać już teraz. Rozmowy na ten temat odbywają się w salach lekcyjnych, newsroomach i miejscach pracy na całym świecie.

Jako stratedzy biznesowi chcieliśmy przekonać się, co generatywna sztuczna inteligencja może wnieść do naszej pracy – jaką wartość dodać. Zbadaliśmy tę kwestię, przeprowadzając serię eksperymentów dotyczących różnych aspektów procesu tworzenia strategii. W każdym z nich zadawaliśmy ChatowiGPT pytanie dotyczące strategii, po czym następowała długa wymiana zdań, by dopracować początkowe odpowiedzi. Celem było zrozumienie, w jaki sposób narzędzie może wspierać kreowanie idei, eksperymentowanie, ewaluację i budowanie historii – i na jakim polu zawodzi.

Gdy zdolność generatywnej sztucznej inteligencji do tworzenia strategii zostaje poddana próbie, okazuje się, na czym polegają jej mocne strony i w jakich obszarach ludzie wciąż mają przewagę.

Geoffrey Hinton, pionier głębokiego uczenia, odchodząc niedawno z Google’a, dał jasno do zrozumienia, że obawia się zagrożeń związanych ze sztuczną inteligencją. Nie tylko on. Po uruchomieniu ChatGPT‑4 tysiące ekspertów od sztucznej inteligencji podpisało list wzywający do wstrzymania rozwoju potężnych systemów sztucznej inteligencji.

Z drugiej strony podekscytowanie możliwościami wynikającymi z dużych modeli językowych (large language models, LLM) i szybkości ich wdrażania są bezprecedensowe. Microsoft szybko zintegrował nową technologię ze swoją wyszukiwarką Bing, a założyciel firmy, Bill Gates, stwierdził, że ChatGPT „zmieni nasz świat”, niekoniecznie narażając miejsca pracy.

Podczas gdy spekulacje na temat przyszłości sztucznej inteligencji są nieuniknione, bardziej praktyczną kwestią jest to, jak możemy z niej korzystać już teraz. Rozmowy na ten temat odbywają się w salach lekcyjnych i wykładowych, newsroomach i miejscach pracy na całym świecie.

Jako stratedzy biznesowi chcieliśmy przekonać się, co generatywna sztuczna inteligencja może wnieść do naszej pracy – jaką wartość dodać. Zbadaliśmy tę kwestię, przeprowadzając serię eksperymentów…

Ustanowienie odpowiednich reguł funkcjonowania platformy przyniesie wartość wszystkim interesariuszom i ułatwi zarządzanie ryzykiem.

Gwałtowny rozwój kilku potężnych ekosystemów cyfrowych przysłania brutalną prawdę na temat ich funkcjonowania: w dłuższej perspektywie czasu przetrwa tylko niecałe 15% z nich. Po przeanalizowaniu aż 110 upadłych ekosystemów biznesowych wielu różnych branż odkryliśmy, że ponad 30% tych organizacji poniosło porażkę z powodu modelu administrowania – czyli jawnych i/lub niejawnych struktur, reguł i praktyk, które kształtują i ukierunkowują zachowania i wzajemne relacje uczestników ekosystemu.

Ekosystemy biznesowe są podatne na różnego rodzaju zaburzenia w sferze administrowania. Jednym z powodów, dla których system operacyjny BlackBerry przegrał rywalizację z systemem iOS Apple’a i Androidem firmy Google, był fakt, że firma Research In Motion nie potrafiła odpowiednio wcześnie zapewnić twórcom oprogramowania szerokiego dostępu do swojego ekosystemu aplikacji. Choć w przypadku branży gier komputerowych, która w latach osiemdziesiątych ubiegłego wieku przeżyła tak zwany szok Atari, było zupełnie inaczej, po części dlatego, że firma umożliwiła zbyt szeroki dostęp do swojego ekosystemu, powodując zalew gier podrzędnej jakości.

Do innych czynników wskazujących na błędy w sferze administrowania, które mogą doprowadzić ekosystem do upadku, należą: niewłaściwe zachowania uczestników platformy, konflikty pomiędzy partnerami ekosystemu i antagonistyczne reakcje ze strony konsumentów lub regulatorów.

Ustanów takie reguły funkcjonowania platformy, które przyniosą wartość wszystkim interesariuszom i ułatwią zarządzanie ryzykiem.

Raptowny rozwój kilku potężnych ekosystemów cyfrowych przesłania brutalną prawdę na temat ich funkcjonowania: tylko niecałe 15% ekosystemów biznesowych przetrwa w dłuższej perspektywie czasowejIndeks górny 1¹. Po przeanalizowaniu aż 110 upadłych ekosystemów z wielu różnych branż odkryliśmy, że ponad 30% tych organizacji poniosło porażkę z powodu modelu administrowania – czyli jawnych i (lub) niejawnych struktur, reguł i praktyk, które kształtują i ukierunkowują zachowania i wzajemne relacje uczestników ekosystemuIndeks górny 2².

Ekosystemy biznesowe są podatne na różnego rodzaju zaburzenia w sferze administrowania. Jednym z powodów, dla których system operacyjny Black Berry przegrał rywalizację z systemem Apple’a i Androidem firmy Google, był fakt, że firma Research In Motion nie potrafiła odpowiednio wcześnie zapewnić twórcom oprogramowania szerokiego dostępu do swojego ekosystemu aplikacjiIndeks górny 3³. Choć w przypadku branży gier komputerowych, która w latach osiemdziesiątych ubiegłego wieku przeżyła tak zwany szok Atari, było zupełnie inaczej, po części dlatego, że firma umożliwiła zbyt szeroki dostęp do swojego ekosystemu, powodując zalew gier podrzędnej jakości.

Do innych czynników wskazujących na błędy w sferze administrowania, które mogą doprowadzić ekosystem do upadku, należą: niewłaściwe zachowania uczestników platformy, konflikty pomiędzy partnerami ekosystemu i antagonistyczne reakcje ze strony konsumentów lub regulatorów[iv].

Wielu twórców ekosystemów ma trudności ze znalezieniem efektywnego modelu administrowania, ponieważ zarządzanie ekosystemem różni się w znaczący sposób od zarządzania zintegrowaną firmą lub liniowym łańcuchem dostaw. Ekosystemy bazują na dobrowolnej współpracy pomiędzy niezależnymi partnerami, a nie na jasno zdefiniowanych relacjach klient‑dostawca i umowach handlowych. Podmiot zarządzający ekosystemem nie może sprawować hierarchicznej kontroli, ale musi przekonać partnerów do przyłączenia się do ekosystemu i wzajemnej współpracy. Te wyzwania potęguje zmienna natura wielu ekosystemów, które szybko powstają i ewoluują, i stale wzbogacają się o nowe produkty, usługi i członków.

Liderzy zarządzający ekosystemem, którzy wiedzą, co składa się na model administrowania, i wyciągają wnioski z sukcesów i porażek platform, są w stanie podejmować bardziej przemyślane i jednoznaczne decyzje dotyczące tej sfery jego funkcjonowania. W ten sposób mogą zwiększyć szanse na to, że ich ekosystemy znajdą się w tym nielicznym gronie szczęśliwców, którzy przetrwają i zapewnią sobie długookresową prosperity.

Kluczowe składniki modelu nadzoru nad ekosystemem

Dobre administrowanie zwiększa zdolność ekosystemu do kreowania wartości, zarządzania ryzykiem i optymalizacji dystrybucji wartości pomiędzy jego partnerami. Aby sprawować nadzór w sposób sprzyjający realizacji tych celów i wypracować w ten sposób przewagę konkurencyjną, osoby zarządzające ekosystemami nie mogą traktować go jako elementu uzupełniającego. Zamiast tego muszą systematycznie zastanawiać się i aktywnie kształtować pięć poniższych elementów modelu administrowania ekosystemem.

Reagowanie na właściwe mierniki i sygnały ostrzegawcze pomaga liderom ominąć najczęstsze pułapki towarzyszące czterem fazom rozwoju ekosystemu.

Firmy, które tworzą prężne ekosystemy biznesowe (lub dołączają do już istniejących), czyli dynamiczne grupy łączące w dużym stopniu niezależnych graczy ekonomicznych, pracujących wspólnie nad stworzeniem spójnych rozwiązań i dostarczeniem ich klientom, mogą osiągnąć z tego tytułu ogromne korzyści. W fazie rozruchu takie ekosystemy mogą zagwarantować szybki dostęp do zewnętrznych zdolności, których pozyskanie w obrębie jednej firmy może być zbyt kosztowne lub czasochłonne. Po uruchomieniu ekosystemy dają się łatwo skalować, ponieważ ich modułowa struktura pozwala na łatwe wprowadzanie nowych partnerów. Ponadto ekosystemy są bardzo elastyczne i sprężyste – w tym modelu możliwe jest wypracowanie zarówno dużej różnorodności, jak i dużego potencjału. Istnieje jednak pewna ukryta i niewygodna prawda na ich temat: z naszych wcześniejszych badań wynika, że odsetek ekosystemów, którym udaje się zapewnić długi żywot, wynosi niespełna 15%. Przyczyny porażek ekosystemów rodzą się wcześnie. Nowa analiza, jaką objęliśmy ponad 100 ekosystemów, które nie sprostały rynkowym oczekiwaniom, wykazała, że 6 na 7 porażek wynikało ze strategicznych błędów na etapie projektowania. Odkryliśmy również, że mogą minąć długie lata, zanim wady projektowe staną się widoczne – a wraz z nimi wszystkie kumulowane przez lata straty czasu, sił i pieniędzy, implikowane przez fiasko ekosystemu. Przykładem może być firma Google, która podjęła kilka nieudanych prób utworzenia sieci społecznościowych. Zanim w 2019 roku zakończyła działalność sieć Google+, firma inwestowała w nią osiem lat. Jedną z przyczyn porażki tej sieci był asymetryczny model obserwowania jednych użytkowników przez drugich, podobny do tego, jakim posługuje się Twitter. Model ten wygenerował silny początkowy wzrost, ale nie doprowadził do powstania wzajemnych relacji, które mogłyby sprzyjać większemu zaangażowaniu użytkowników w funkcjonowanie platformy. Niepowodzenie innej sieci społecznościowej Google’a, noszącej nazwę Orkut, było wpisane w jej niezwykle otwarty charakter; użytkownicy wiedzieli, kiedy na ich profile zaglądały inne osoby. Okazało się jednak, że członkom sieci nie odpowiadał ten brak prywatności, wskutek czego Orkut zniknął z internetu w 2014 roku, 10 lat po uruchomieniu. Zazwyczaj kondycja ekosystemów jest oceniana przy użyciu mierników dwojakiego rodzaju: konwencjonalnych mierników finansowych, takich jak przychody, przepływy finansowe, zyskowność i zwrot z inwestycji, i mierników zaspokajających próżność (vanity metrics), takich jak wielkość rynku i popularność ekosystemu (liczba subskrybentów, kliknięć i wzmianek w mediach społecznościowych). Te pierwsze nie są specjalnie użyteczne przy ocenie perspektyw ekosystemów, gdyż odnoszą się do przeszłych zdarzeń. Mierniki drugiego rodzaju mogą być natomiast mylące, gdyż nie zawsze są powiązane z kreacją lub ekstrakcją wartości. Wskazują one na aktualne zaangażowanie firmy w ekosystem i ewentualnie jego potencjał, ale mogą także odzwierciedlać w większym stopniu zdolność ekosystemu do wydatkowania pieniędzy inwestorów na marketing i inne taktyki służące wzrostowi, ale nie na jego zdolność do generowania wartości. Aby zwiększyć szanse na sukces ekosystemu i niwelować wysokie koszty jego porażki, liderzy muszą być w stanie ocenić biznesowy aspekt funkcjonowania ekosystemu na każdym etapie jego istnienia. Potrzebują mierników, które określą jego efektywność i potencjał na poziomie systemu, na poziomie poszczególnych firm lub partnerów będących jego uczestnikami i na poziomie jego lidera. Liderzy muszą mieć możliwość pomiaru wzrostu skali nie tylko pod względem uczestnictwa w ekosystemie, ale także pod względem leżącego u jego podstaw modelu operacyjnego. A co najważniejsze, potrzebują mierników odzwierciedlających czynniki sukcesu właściwe dla każdej z odrębnych faz rozwoju ekosystemu. W niniejszym artykule przedstawiamy zestaw mierników i pokazujemy, na jakie wczesne sygnały ostrzegawcze zwracać uwagę, by móc ustalić, czy twój ekosystem jest na drodze do sukcesu i czy zasługuje na dalsze inwestycje. Nasz artykuł może również ułatwić identyfikację wyłaniających się na bieżąco problemów, a także podjęcie decyzji, czy i kiedy należy ograniczyć straty generowane przez ekosystem i (lub) przeorientować go

Nowe badania dowodzą, że przewodzenie na rynku ma coraz bardziej tymczasowy charakter. Wyzwaniem dla firm nie jest już dotarcie na szczyt, lecz pozostanie na nim.

W strategii zawsze chodziło o unikanie przeciętności i realizowanie wyjątkowych zadań, zapewniających firmie odpowiednio duże korzyści na rynku. Pod tym względem nic się nie zmieniło poza tym, że nieustanna zmienność i niestabilność otoczenia biznesowego sprawiają, że osiąganie ponadprzeciętnych wyników nie jest już wystarczające.