Alibaba a przyszłość biznesu

Czego możemy się nauczyć od innowacyjnego cyfrowego giganta z Chin?

Firma Alibaba znalazła się na czołówkach mediów za sprawą największej na świecie pierwotnej publicznej emisji akcji, przeprowadzonej we wrześniu 2014 roku. Obecnie Alibaba należy do czołowej światowej dziesiątki przedsiębiorstw o najwyższej kapitalizacji rynkowej, notuje sprzedaż globalną większą niż sieć Walmart i obejmuje zasięgiem wszystkie główne rynki świata. Jej założyciel Jack Ma stał się ogólnie znaną postacią.

Od chwili powstania w 1999 roku przedsiębiorstwo Alibaba wykazywało ogromne tempo wzrostu dzięki platformie e‑handlowej. Mimo to w 2007 roku nie wyglądało jeszcze na firmę, która podbije świat, a właśnie wtedy jego zarząd – którego pełnoetatowym członkiem zostałem rok wcześniej – spotkał się na strategicznym zebraniu zorganizowanym w ponurym hotelu w nadmorskim mieście Ningbo w prowincji Zheijang. W trakcie zebrania nasze rozproszone obserwacje i pomysły dotyczące trendów w e‑handlu zaczęły składać się w szerszy obraz przyszłości Alibaby, a przed końcem zebrania uzgodniliśmy wspólną wizję rozwoju firmy. Miała „wspierać rozwój otwartego, skoordynowanego i prosperującego ekosystemu e‑handlu”. To właśnie wówczas tak naprawdę rozpoczął się jej marsz ku wielkości.

Zdawaliśmy sobie sprawę, że szczególną innowacją wprowadzoną przez Alibabę była budowa autentycznego ekosystemu: wspólnoty organizmów (różnego rodzaju firm i konsumentów), które wchodzą w interakcje ze sobą i z otoczeniem (platformą cyfrową i większymi nieusieciowionymi elementami fizycznymi). Naszym strategicznym imperatywem było zapewnienie organizacji warunków do tego, aby platforma zagwarantowała jej niezbędne do sukcesu zasoby – lub dostęp do nich – i w ten sposób ułatwiała ewolucję ekosystemu.

Ekosystem stworzyliśmy bardzo prosto, a mianowicie połączyliśmy ze sobą nabywców oraz sprzedawców dóbr. Poza tym w miarę jak postęp technologiczny nabierał tempa, przenosiliśmy do internetu coraz większą liczbę funkcji biznesowych, nie tylko te dobrze ugruntowane – jak reklama, marketing, finanse i logistyka – lecz także te wyłaniające się – marketing afiliacyjny1, rekomendacje produktów czy też wywieranie wpływu na użytkowników mediów społecznościowych. Aby wykorzystać te innowacje, musieliśmy rozszerzać ekosystem, tworzyć nowe rodzaje firm internetowych, przebudowując gruntownie chiński sektor detaliczny.

Dzisiaj Alibaba jest nie tylko firmą e‑handlową. Jest tym, co uzyskamy, gdy weźmiemy wszystkie funkcje związane z handlem detalicznym i skoordynujemy ich działalność w formie elektronicznej, doprowadzając do powstania rozległej sieci marketingowców, sprzedawców, usługodawców, firm logistycznych i wytwórców. Sieci, która jest w całości oparta na danych. Alibaba robi to, co Amazon, eBay, PayPal, Google, FedEx, hurtownicy i duża część wytwórców robią w Stanach Zjednoczonych, oferując efektywne wsparcie w postaci usług finansowych.

Spośród dziesięciu obecnie najwięcej wartych firm na świecie siedem to firmy internetowe z modelami biznesowymi podobnymi do naszego. Pięć z nich – Amazon, Google i Facebook w Stanach Zjednoczonych, a także Alibaba oraz Tencent w Chinach – istnieje zaledwie od dwudziestu lat. W jaki sposób udało im się wypracować tyle wartości i siły rynkowej? Zadecydowały o tym nowe zdolności wykorzystywane przez wszystkie te firmy. Polegają one na umiejętnym koordynowaniu działalności sieci oraz wnikliwym analizowaniu danych rynkowych. Ekosystemy, którymi te organizacje zarządzają, są o wiele wydajniejsze pod względem ekonomicznym i o wiele bardziej skoncentrowane na klientach niż tradycyjne branże. Firmy te stosują podejście, które nazywam inteligentnym biznesem (smart business), i sądzę, że będzie ono w przyszłości dominować w przedsięwzięciach gospodarczych.

Czym jest inteligentny biznes

Mamy z nim do czynienia wówczas, gdy gracze zaangażowani w osiąganie wspólnego celu biznesowego – może to być handel detaliczny lub też wspólne przejazdy autem – funkcjonują w sposób skoordynowany w ramach sieci internetowej i wykorzystują technologię maszynowego uczenia do efektywnego wykorzystywania danych w czasie rzeczywistym. Ten wspomagany technologicznie model, w którym większość decyzji operacyjnych podejmują urządzenia, pozwala organizacjom na dostosowywanie się do zmian uwarunkowań rynkowych oraz preferencji klientów i osiąganie w ten sposób znacznej przewagi nad tradycyjnymi branżami.

Funkcję paliwa dla uczących się maszyn pełni, rzecz jasna, odpowiednia moc obliczeniowa wraz z odpowiednią ilością danych. Im więcej danych i im więcej iteracji, które wykonuje machina algorytmiczna, tym lepsze są efekty jej pracy. Analitycy danych (data scientists) przedstawiają probabilistyczne modele prognostyczne dla konkretnych działań. Potem algorytm przekopuje się przez zwały danych, aby po każdej kolejnej iteracji generować lepsze decyzje w czasie rzeczywistym. Modele te stają się fundamentem większości decyzji biznesowych. Maszynowe uczenie jest czymś więcej niż innowacją technologiczną; to siła, która przekształci sposób prowadzenia działalności gospodarczej, w miarę jak coraz więcej decyzji ludzkich będziemy zastępować posunięciami wynikającymi z działań algorytmów.

Nasze przedsięwzięcie Ant Microloans ilustruje, jak będzie wyglądała przyszłość. Gdy w 2012 roku założyliśmy firmę Ant, pożyczki udzielane przez duże chińskie banki przekraczały zazwyczaj kwotę miliona dolarów. Minimalna wartość pożyczki – około 6 milionów juanów (inaczej renminbi – RMB), czyli nieco poniżej miliona dolarów – znacznie przekraczała potrzeby większości małych oraz średnich przedsiębiorstw w Chinach. Banki niechętnie obsługiwały firmy, które nie posiadały historii kredytowej, a nawet odpowiedniej dokumentacji swojej działalności gospodarczej. W efekcie dziesiątki milionów przedsiębiorstw w Chinach miały poważny problem ze zdobyciem pieniędzy niezbędnych do rozwijania działalności.

Zdaliśmy sobie sprawę z tego, że nasza organizacja jest w posiadaniu elementu potrzebnego do stworzenia dobrze funkcjonującego, skalowalnego i zyskownego mechanizmu udzielania pożyczek małym oraz średnim organizacjom. Tym elementem były ogromne ilości danych transakcyjnych wytworzonych przez wiele małych przedsiębiorstw korzystających z naszej platformy e‑handlowej. Dlatego w 2010 roku uruchomiliśmy pionierskie, oparte na danych przedsięwzięcie mikropożyczkowe, wspierające firmy kwotami nieprzekraczającymi miliona juanów (około 160 tysięcy dolarów). W ciągu siedmiu lat swojego istnienia firma Ant Microloans pożyczyła ponad 87 miliardów juanów (13 miliardów dolarów) blisko trzem milionom chińskich przedsiębiorstw. Średnia wartość pożyczki wynosi 8 tysięcy juanów (czyli około 1200 dolarów). W 2012 roku połączyliśmy to przedsięwzięcie z Alipay, naszym świetnie funkcjonującym systemem płatności, aby powołać do życia firmę Ant Financial Services. Nadając tę nazwę naszemu przedsięwzięciu, chcieliśmy wyrazić nasze dążenie do wspomagania wszystkich małych, ale przedsiębiorczych, pracujących jak mrówki, firm.

Dziś firma Ant może z łatwością udzielić w ciągu kilku minut pożyczki na kwotę zaledwie kilkuset juanów (około 50 dolarów). Jak to możliwe? Stykając się z potencjalnym dłużnikiem, instytucja pożyczkowa musi odpowiedzieć sobie tylko na trzy podstawowe pytania: czy powinniśmy udzielić mu pożyczki?, jak dużej? i na jaki procent?. Z chwilą gdy sprzedawcy korzystający z naszej platformy upoważnili nas do analizy swoich danych, mogliśmy szukać odpowiedzi na te pytania. Nasze algorytmy potrafią analizować dane transakcyjne, aby ocenić, jak radzi sobie określona firma, czy jej oferta rynkowa jest konkurencyjna, czy jej partnerzy mają wysoki rating kredytowy i tak dalej.

Firma Ant korzysta również z tych danych do porównywania dobrych pożyczkobiorców (spłacają zadłużenie na czas) ze złymi (ci, którzy tego nie robią) w celu wyodrębnienia cech znamionujących obie grupy. Cechy te są potem wykorzystywane do obliczania ratingów kredytowych. W jakiejś formie robią to, rzecz jasna, wszystkie instytucje pożyczkowe, ale w firmie Ant analiza jest przeprowadzana automatycznie w czasie rzeczywistym w odniesieniu do wszystkich dłużników i dotyczy wszystkich danych na temat zachowań pożyczkobiorców. Każda transakcja, każda wymiana informacji pomiędzy sprzedawcą a nabywcą, każda styczność z innymi usługami dostępnymi na platformie Alibaba, czyli każda czynność wykonywana za pomocą tej platformy, wpływa na rating kredytowy danego przedsiębiorstwa. Jednocześnie algorytmy, które obliczają ratingi, same ewoluują w czasie rzeczywistym, co sprawia, że z każdą iteracją jakość podejmowanych przez nie decyzji jest lepsza.

Ustalenie, ile pieniędzy można pożyczyć firmie i na jaki procent, wymaga analizy wielu rodzajów danych generowanych w sieci Alibaby, na przykład marż zysku brutto i cykli obrotu zapasami, a także informacji, które pod względem matematycznym są mniej precyzyjne, takich jak cykle życia produktów oraz jakość społecznych i komercyjnych relacji sprzedawcy. Algorytmy mogą także poddać analizie częstotliwość, długość i rodzaj komunikacji sprzedawcy (komunikatory, pocztę elektroniczną oraz inne popularne w Chinach sposoby komunikowania się), aby ocenić jakość jego relacji.

Analitycy danych są firmie Alibaba niezbędni do sprawdzania, które źródła danych dostarczają poszukiwanych informacji, a następnie – do konstruowania algorytmów eksplorujących zasoby danych. To zadanie wymaga zarówno głębokiej znajomości sposobu działania firmy, jak i fachowej wiedzy na temat algorytmów w obszarze maszynowego uczenia. Przyjrzyjmy się po raz kolejny firmie Ant Financial. Jeśli sprzedawca uznawany za złego kredytobiorcę spłaca pożyczkę na czas lub jeśli sprzedawca ze znakomitą historią kredytową spóźnia się w katastrofalny sposób ze spłatą zadłużenia, to znaczy, że algorytm ewidentnie wymaga modyfikacji. Inżynierowie mogą szybko zweryfikować założenia. Które parametry trzeba by dodać, a które usunąć z algorytmu? Którym rodzajom zachowań użytkownika należy przypisać większą wagę?

Kolejne kalibracje algorytmów umożliwiają uzyskanie coraz trafniejszych prognoz, dlatego zarówno ryzyko, jak i koszty firmy Ant systematycznie spadają. Pożyczkobiorcy otrzymują kredyty w takiej wysokości, jaka jest im potrzebna; wtedy, gdy ich potrzebują; i z oprocentowaniem, na którego spłatę ich stać. W rezultacie nasze przedsięwzięcie mikropożyczkowe świetnie funkcjonuje: w Ant Financial wskaźnik niespłaconych pożyczek wynosi około 1%, czyli jest o wiele niższy niż szacunkowy globalny wskaźnik Banku Światowego, który w 2016 roku wynosił 4%.

Jak zbudować tego rodzaju działalność?

Automatyzacja wszystkich decyzji operacyjnych

Jeśli chcesz prowadzić inteligentny biznes, twoje przedsiębiorstwo powinno sprawić, aby możliwie jak najwięcej decyzji operacyjnych było podejmowanych przez urządzenia zasilane aktualnymi danymi, a nie przez ludzi, którzy posiłkują się analizami tych danych. Zmiana sposobu podejmowania decyzji jest procesem złożonym z czterech kroków.

Krok 1.

Zamień na dane każdy kontakt z klientem

Firma Ant miała na szczęście dostęp do ogromu danych na temat potencjalnych pożyczkobiorców, dzięki czemu mogła odpowiedzieć sobie na pytania, które nieodłącznie wiążą się z udzielaniem wszelkich kredytów. Dla wielu firm pozyskanie tych danych będzie niełatwym zadaniem. Trzeba je jednak wykonać, ponieważ aktualne dane są niezbędne do tworzenia pętli informacji zwrotnych, będących podstawą maszynowego uczenia.

Ten etap mają już za sobą firmy z branży wypożyczania rowerów. Chińskie start‑upy wykorzystały mobilną łączność, internet rzeczy (w postaci inteligentnych blokad rowerowych) oraz istniejące systemy mobilnych płatności i kredytowania do oparcia na danych całej procedury wypożyczania rowerów.

W przeszłości wynajem roweru obejmował: wizytę w wypożyczalni, przekazanie depozytu, wydanie roweru przez pracownika, użycie roweru, jego zwrot, a następnie zapłatę za wynajem w gotówce lub za pomocą karty kredytowej. Kilka rywalizujących ze sobą chińskich firm nadało całej procedurze elektroniczną postać, łącząc różne nowe technologie ze starymi. Kluczową innowację stanowiła kombinacja kodów QR oraz elektronicznych blokad, która w sprawny sposób zautomatyzowała procedurę odbioru roweru. Otwierając aplikację służącą do wypożyczania rowerów, klient może się zorientować, gdzie znajdują się dostępne jednoślady, i zarezerwować taki, do którego ma najbliżej. Po dotarciu na parking skanuje przy użyciu aplikacji kod QR. Jeśli ma na swoim koncie pieniądze i spełnia kryteria wynajmu, kod QR zwalnia blokadę. Aplikacja potrafi nawet zweryfikować jego historię kredytową za pośrednictwem Sesame Credit, nowego elektronicznego produktu firmy Ant do sprawdzania wiarygodności kredytowej klientów. Dzięki tej weryfikacji rowerzysta może być zwolniony z wpłacania depozytu, co znacznie przyspiesza procedurę. Założenie blokady po zwrocie roweru oznacza sfinalizowanie transakcji. Procedura jest prosta, intuicyjna i zwykle zabiera tylko kilka sekund.

Oparcie procedury wynajmu roweru na danych ogromnie poprawia doświadczenia klienta. Bazując na aktualnych danych, wypożyczalnie wysyłają ciężarówki, aby przewiozły rowery tam, gdzie potrzebują ich użytkownicy. Wypożyczalnie mogą także powiadamiać regularnych klientów o dostępności rowerów w ich najbliższym otoczeniu. W dużej mierze dzięki tym innowacjom koszt wypożyczenia roweru w Chinach spadł do zaledwie kilku centów za godzinę.

Większość organizacji, które chcą intensywniej wykorzystywać dane, gromadzi i analizuje informacje w celu stworzenia modelu przyczynowo‑skutkowego. Model ten służy firmom do wyodrębnienia najważniejszych szczegółów z masy dostępnych informacji. Inteligentne firmy inaczej wykorzystują dane. Wychwytują podczas prowadzenia działalności biznesowej dane wygenerowane w efekcie komunikacji z konsumentem i innymi członkami sieci, a następnie zdają się na algorytmy, aby ustaliły, które z tych danych mają znaczenie.

Krok 2.

Zinformatyzuj wszystkie czynności

W inteligentnym biznesie wszystkie czynności – nie tylko te służące zarządzaniu wiedzą i relacjami z klientami – są konfigurowane przy użyciu oprogramowania po to, aby dotyczące ich decyzje można było zautomatyzować. Nie oznacza to, że firma musi zakupić lub opracować oprogramowanie klasy ERP lub jego odpowiednik, aby zarządzać działalnością – wprost przeciwnie. Tradycyjne oprogramowanie sprawia, że procesy są sztywniejsze, a decyzje wolniejsze. Tymczasem w inteligentnym biznesie obowiązuje zasada reagowania w czasie rzeczywistym. Pierwszym krokiem jest stworzenie schematu odzwierciedlającego proces podejmowania decyzji przez ludzi i znalezienie sposobów na skopiowanie prostszych elementów tego procesu przy użyciu oprogramowania – co nie zawsze jest łatwe, zważywszy, że wiele ludzkich decyzji opiera się na zdrowym rozsądku, a nawet na nieuświadamianym działaniu neuronów.

Rozwój Taobao, krajowej witryny handlu detalicznego Alibaba Group, postępuje tak szybko dzięki ciągłej informatyzacji procesu sprzedaży detalicznej. Jednym z pierwszych podstawowych narzędzi informatycznych, w jakie wyposażyliśmy Taobao, był komunikator o nazwie Wangwang, dzięki któremu nabywcy i sprzedawcy mogą się ze sobą łatwo porozumiewać. Używając tego oprogramowania, sprzedawcy witają nabywców, przedstawiają im swoje produkty, negocjują ceny, czyli zachowują się dokładnie tak jak ekspedienci w tradycyjnych sklepach. Firma Alibaba opracowała również zestaw aplikacji, które pomagają sprzedawcom zaprojektować i uruchomić różnego rodzaju witryny internetowe. Gdy sklepy są już gotowe i działają, sprzedawcy mogą skorzystać z innych aplikacji, które służą oferowaniu bonów i rabatów, zarządzaniu programami lojalnościowymi i wykonywaniu czynności z obszaru relacji z klientami. W dodatku są ze sobą skoordynowane.

Prawie wszystkie aplikacje działają w internecie jako usługi. Istotną zaletą informatyzacji czynności biznesowych jest to, że aktualne dane mogą być gromadzone w naturalny sposób w ramach działalności firmy. Tworzą one fundament dla technologii maszynowego uczenia.

Alibaba w liczbach

Konglomerat Alibaba Group wszedł na giełdę w Stanach Zjednoczonych we wrześniu 2014 roku i od tamtej pory notuje oszałamiające tempo wzrostu. Obecnie może się pochwalić kapitalizacją rynkową na poziomie przekraczającym 500 miliardów dolarów. Z e‑handlowych platform firmy korzysta w roku ponad 550 milionów aktywnych konsumentów. Powyższe liczby nie uwzględniają działalności firmy Ant Financial, która prowadzi odrębną sprawozdawczość finansową.

W roku finansowym, który zakończył się w marcu 2017 roku, konglomerat Alibaba Group odnotował zysk w wysokości przekraczającej 15 miliardów dolarów, przy przychodach przekraczających 40 miliardów. Firma Ant Financial osiągnęła zysk na poziomie 814 milionów, przy przychodach w wysokości 8,9 miliarda dolarów, i obecnie jest wyceniana na ponad 100 miliardów. Ant wypłaca Alibabie tantiemy, których wartość wyniosła w 2017 roku 332 miliony dolarów.

Krok 3.

Zadbaj o maksymalnie intensywny przepływ danych

W ekosystemach z dużą liczbą połączonych ze sobą graczy biznesowych podejmowanie decyzji wymaga skomplikowanej koordynacji. Mechanizmy rekomendacji w witrynie Taobao muszą współpracować z systemami zarządzania zapasami sprzedawców i z systemami profilowania konsumentów w różnych mediach społecznościowych. A systemy transakcyjne Taobao powinny być skoordynowane z ofertami promocyjnymi i programami lojalnościowymi. Muszą również zasilać informacjami naszą sieć logistyczną.

Standardy komunikacji, takie jak TCP/IP, i interfejsy do programowania aplikacji (application programming interfaces – API) mają ogromne znaczenie dla przepływu danych pomiędzy licznymi graczami. Zapewniają jednocześnie ścisłą kontrolę nad dostępem do danych i ich edytowaniem w całym ekosystemie. Interfejsy API – stanowiące zestaw narzędzi, dzięki któremu różne systemy oprogramowania mogą „rozmawiać” ze sobą i koordynować wzajemnie swoje funkcjonowanie w trybie online – przyczyniają się znacznie do rozwoju platformy Taobao. W miarę jak platforma z forum, na którym nabywcy i sprzedawcy mogli spotykać się i dobijać targu, zmieniała się w dominującą na chińskim rynku witrynę handlu elektronicznego, kontrahenci korzystający z pośrednictwa Taobao potrzebowali coraz większego wsparcia ze strony zewnętrznych twórców oprogramowania. Aby nowe aplikacje były użyteczne, musiały w szerokim zakresie współpracować ze wszystkimi innymi aplikacjami dostępnymi na platformie. Dlatego w 2009 roku platforma zaczęła tworzyć interfejsy API do użytku niezależnych dostawców oprogramowania. Obecnie firmy, które prowadzą na Taobao działalność handlową, subskrybują średnio ponad 100 modułów oprogramowania, a możliwe dzięki tym modułom sposoby przetwarzania aktualnych danych radykalnie obniżają koszty działalności tych organizacji.

Odpowiednia infrastruktura techniczna to dopiero początek drogi. Bardzo wiele wysiłku kosztowało nas opracowanie wspólnego standardu – tak aby dane mogły być używane i interpretowane w ten sam sposób przez wszystkie jednostki biznesowe naszej organizacji. Ponadto ważnym i permanentnym zadaniem jest tworzenie właściwych struktur zachęt, które przekonają firmy do dzielenia się danymi. Ten obszar wymaga jeszcze wiele pracy. Oczywiście, wachlarz innowacji tworzonych przez firmy w tym obszarze będzie zależał częściowo od przepisów regulujących wykorzystywanie danych, jakie obowiązują w państwach, w których te firmy działają. Jednak prawidłowość jest bardzo wyraźna: im więcej danych przepływa przez sieć, tym bardziej inteligentna staje się działalność firm i tym większą wartość wytwarza ekosystem.

Krok 4.

Zastosuj algorytmy

Gdy organizacja przeniesie już wszystkie swoje operacje do sieci, doświadczy zalewu danych. Aby przyswajać te dane, interpretować je i używać ich z pożytkiem dla siebie, musi stworzyć modele i algorytmy wyrażające podstawową logikę produktu, który stara się zoptymalizować, lub dynamikę rynku, który chciałaby podbić.

Jest to ogromne przedsięwzięcie o charakterze kreatywnym. Wymaga wielu nowych umiejętności i rodzi wielkie zapotrzebowanie na analityków danych oraz na ekonomistów. Ich zadaniem jest uściślić, jakie dyspozycje ma wykonywać algorytm. Poza tym muszą oni bardzo jasno określić, co będzie stanowiło dobrze wykonane polecenie w konkretnych warunkach biznesowych.

Niemal od samego początku chcieliśmy, aby Taobao funkcjonowało w sposób skrojony na miarę potrzeb indywidualnych użytkowników. Osiągnięcie tego celu było niemożliwe bez postępów w dziedzinie maszynowego uczenia. Obecnie po zalogowaniu się do platformy klient widzi zindywidualizowaną stronę internetową z produktami wybranymi spośród miliardów towarów oferowanych przez kilkumilionową rzeszę sprzedawców. Selekcja odbywa się automatycznie i jest dziełem potężnej wyszukiwarki. Jej algorytmy, które mają na celu optymalizację wskaźnika konwersji podczas każdej odsłony strony, przekopują dane wygenerowane przez całą platformę Taobao – od działu operacji przez obsługę klienta po cyberochronę.

2009 roku nastąpił przełom w rozwoju firmy.

Taobao przestawiło się z prostej przeglądarki, która sprawdzała się dość dobrze wtedy, kiedy platforma miała mniej odsłon oraz produktów, na wyszukiwarkę napędzaną przez algorytmy maszynowego uczenia i zdolną do przetwarzania ogromnej liczby zapytań. Taobao eksperymentuje także z algorytmami do wyszukiwania opartego na technologii rozpoznawania obrazu, która jest w stanie zrobić zdjęcie dostarczonego przez klienta i poszukiwanego przez niego produktu i skojarzyć je z produktami dostępnymi na platformie. Jesteśmy wciąż w początkowej fazie wykorzystywania funkcji, która okazała się popularna wśród klientów – codziennie klika w nią kolejne 10 milionów osób.

W 2016 roku Alibaba zaczął korzystać z zasilanego sztuczną inteligencją czatbota, który pomaga rozwiązywać problemy klientów. Narzędzie to różni się od powszechnie znanych systemów, zaprogramowanych w taki sposób, aby kojarzyć pytania klientów z odpowiedziami, jakie mają w swoim zestawie. Czatboty Alibaby są szkolone przez przedstawicieli handlowych firm, które są zarejestrowane na platformie Taobao. Wiedzą wszystko na temat produktów w poszczególnych kategoriach i są dobrze obeznane z warunkami zawierania transakcji na platformach Alibaby – polityką zwrotów, kosztami dostawy, zasadami zmiany zamówienia oraz innymi zagadnieniami, o które często pytają klienci. Czatboty wykorzystują najnowsze techniki maszynowego uczenia, takie jak dialogi kontekstowe, rozumienie semantyczne, eksploracja danych (data mining), wykresy wiedzy (knowledge graphs) oraz głębokie uczenie. Dzięki temu szybko poprawiają zdolność do automatycznego diagnozowania i rozwiązywania problemów konsumentów, zamiast prostego udzielania standardowych odpowiedzi, które wymagają od klienta podjęcia dalszych działań. Czatboty uzyskują od konsumenta potwierdzenie, że proponowane rozwiązanie jest dla niego do przyjęcia, a następnie wdrażają je. Nie towarzyszy temu żadne działanie ze strony Alibaby ani ze strony zainteresowanej firmy.

Chatboty mogą także przyczynić się do wzrostu przychodów sprzedawcy. Na przykład marka odzieżowa Senma, która rok temu zaczęła używać czatbota, odkryła, że sprzedaż za jego pośrednictwem przewyższyła 26 razy poziom sprzedaży, jaki osiągnął najlepszy ekspedient tej firmy.

W relacjach z klientem zawsze będzie potrzebny człowiek odpowiedzialny za rozstrzyganie skomplikowanych albo osobistych kwestii. Jednak zdolność do udzielania odpowiedzi na rutynowe pytania za pośrednictwem czatbota jest bardzo użyteczna, zwłaszcza gdy na platformie panuje duży ruch albo gdy obowiązują specjalne promocje. W przeszłości większość dużych sprzedawców zarejestrowanych na platformie zatrudniała tymczasowych pracowników do reagowania na zapytania klientów podczas dużych wydarzeń. Dzisiaj nie ma już takiej potrzeby. W dniu, w którym firma Alibaba osiągnęła najwyższy poziom sprzedaży w całym 2017 roku, nasz czatbot odpowiedział na 95% pytań, obsługując prawie 3,5 miliona konsumentów.

Te cztery kroki stanowią podstawę do stworzenia inteligentnego biznesu: zajmij się kreatywnym opisywaniem zdarzeń za pomocą danych w celu wzbogacenia zasobu informacji, z jakiego korzysta twoja firma, aby prowadzić coraz bardziej inteligentną działalność; zinformatyzuj swoje działania, aby przenieść do sieci procesy pracy i głównych aktorów twojego przedsięwzięcia; wprowadź standardy i interfejsy API, aby umożliwić przepływ i koordynację danych w czasie rzeczywistym; i zastosuj algorytmy maszynowego uczenia do generowania „inteligentnych” decyzji biznesowych. Wszystkie działania stanowią nowe kompetencje, które wymagają nowego rodzaju przywództwa.

Rola lidera

Podczas zajęć na temat inteligentnego biznesu, jakie prowadzę w Hupan School of Entrepreneurship, pokazuję slajd ze zdjęciami dziesięciu liderów firm i proszę studentów, aby ich rozpoznali. Studenci potrafią łatwo wskazać, na którym zdjęciu znajduje się Jack Ma, Elon Musk lub Steve Jobs, ale praktycznie nikt potrafi rozpoznać szefów Citigroup, Toyoty lub General Electric (GE).

Dzieje się tak z jednego powodu. W odróżnieniu od firm GE, Toyota i Citigroup, które dostarczają produkty lub usługi dzięki zoptymalizowanym łańcuchom dostaw, firmy cyfrowe do zrealizowania swojej wizji muszą stworzyć sieć. Ich liderzy starają się zatem zainspirować pracowników, partnerów i klientów, którzy tworzą tę sieć. Przywódcy organizacji cyfrowych powinni być wizjonerami, mówiącymi otwarcie, do czego zmierzają. Tego nie wymaga się od liderów tradycyjnych firm.

Cyfrowi ewangeliści usytuowani na najwyższym poziomie hierarchii firmy muszą przewidywać, jak będzie wyglądała przyszłość i jak będą ewoluowały ich branże pod wpływem zmian społecznych, gospodarczych oraz technologicznych. Ludzie ci nie potrafią wskazać konkretnych kroków służących realizacji celów organizacji, gdyż otoczenie biznesowe jest zbyt płynne, a zdolności, jakie będą wymagane, stanowią niewiadomą. Zamiast tego muszą umieć określić, co firma chce osiągnąć, muszą też stworzyć otoczenie, w którym pracownicy potrafią szybko powiązać ze sobą eksperymentalne produkty oraz usługi, przeprowadzić testy rynkowe i rozwinąć pomysły, na które rynek zareaguje w pozytywny sposób. Cyfrowi liderzy przestali zarządzać; ich rola polega raczej na umożliwianiu pracownikom wymyślania innowacji i na tworzeniu warunków do powstawania podstawowej pętli informacji zwrotnej, jaką budują reakcje użytkowników na decyzje i działania firmy.

W inteligentnym biznesie algorytmy maszynowego uczenia biorą na siebie w dużej mierze ciężar sukcesywnego ulepszania działalności, dokonując automatycznie korekt, które zwiększają efektywność całego systemu. Tym samym najważniejszym zadaniem liderów jest kultywowanie kreatywności. Ich obowiązkiem jest zwiększać odsetek udanych innowacji, nie zaś poprawiać wydajność procesów.

FIRMY BĘDĄCE CYFROWYMI TUBYLCAMI, takie jak Alibaba, mają ten atut, że od momentu powstania działają w sieci i traktują przetwarzanie danych jako naturalny element działalności, więc ich przekształcanie się w inteligentne organizacje jest procesem naturalnym. Dzisiaj, gdy udowodniły już, że nowy model jest skuteczny i gdy przeobrażają starą gospodarkę przemysłową, nadszedł czas, aby pozostałe organizacje zrozumiały i zastosowały tę nową biznesową logikę. Zadanie to może się wydawać trudne pod względem technologicznym, ale staje się w coraz większym stopniu wykonalne. Z powodu komercjalizacji chmury obliczeniowej i sztucznej inteligencji każda firma zyskała dostęp do gigantycznych mocy obliczeniowych oraz zdolności analitycznych. W ciągu ostatnich dziesięciu lat koszty przechowywania i przetwarzania ogromnych ilości danych znacznie spadły. A to oznacza, że coraz więcej środowisk biznesowych stać na to, aby korzystać z różnych zastosowań maszynowego uczenia w czasie rzeczywistym. Szybki rozwój technologii internetu rzeczy doprowadzi do jeszcze większej cyfryzacji fizycznego otoczenia, dostarczając coraz więcej danych. W miarę kumulowania się tych innowacji w kolejnych dekadach zwycięzcami okażą się te firmy, które przestawią się na inteligentną działalność szybciej niż ich konkurenci.

PRZECZYTAJ TAKŻE: Wiodące dziś firmy korzystają z narzędzi uczenia maszynowego, aby zautomatyzować procesy podejmowania decyzji. »

8 biznesowych obszarów doskonalonych przez uczenie maszynowe 

, ,

Ciągły rozwój AI jest nieunikniony, a jego postęp w środowisku pracy następuje w oszałamiającym tempie.