Model biznesowy oparty na przychodach z subskrypcji, solidny marketplace dla sprzedawców, analiza dużych zbiorów danych za pomocą algorytmów uczenia maszynowego – to kluczowe czynniki pozwalające konkurować o kapitał ludzki i finansowy.
Istnieje sposób na rozwój firm i tworzenie wartości w nowych obszarach, którego wielu liderów biznesowych nie zauważa. Owszem, większość z nich dostrzega wartość modeli biznesowych zbudowanych wokół oprogramowania oferowanego jako usługa, w modelu subskrypcyjnym (SaaS) oraz wokół platform typu marketplace, które łączą wielu kupujących i sprzedających. Niewielu jednak rozumie, że połączenie obu strategii z analizą danych i uczeniem maszynowym może zapewnić organizacji wykładniczy wzrost. Wielu liderów nie rozważa nawet wdrożenia tych strategii i modeli we własnych firmach, celem zbudowania platformy i uzyskania wzrostu – niezależnie od tego, czy mowa o start‑upie, firmie średniej wielkości, czy okrzepłej dużej organizacji.
Tymczasem zintegrowanie tych strategicznych elementów staje się biznesową koniecznością. Firmy konkurują dziś ze sobą o kapitał ludzki (klientów, partnerów i pracowników) oraz kapitał finansowy (inwestorów). Od 2008 roku akcje spółek nastawionych na szybki wzrost lepiej radzą sobie na giełdach niż akcje spółek dojrzałych, a sytuacja ta uległa przyspieszeniu w czasie pandemii. Inwestorzy przenoszą więcej swojego kapitału do spółek wzrostowych, aby dostosować się do zmian w zwyczajach zakupowych konsumentów (na przykład z Regal Cinemas do Netflixa). Te fakty powodują, że wzmocnieniu ulega nastawienie „rośnij lub zgiń” – zwłaszcza w firmach, które chcą dotrzeć do najlepszych talentów, klientów, dostawców i inwestorów.
Skoro dla inwestorów giełdowych „pokonanie rynku” oznacza skupienie się na akcjach organizacji wzrostowych, firmy także muszą koncentrować się na alokacji zasobów stymulującej wzrost i lepsze wyniki finansowe. Niektóre modele biznesowe radzą sobie z tym lepiej niż inne. Produkcja i dystrybucja są kapitałochłonne, a usługi finansowe i profesjonalne – kapitałowo nieefektywne. Natomiast SaaS i platformy nie potrzebują olbrzymich nakładów kapitałowych. Przy czym pod tym względem platformy są nawet lepsze niż SaaS. Dlatego model biznesowy polegający na zbudowaniu platformy z przychodami pochodzącymi z subskrypcji, z dużą bazą użytkowników, z rozbudowanym portfolio sprzedawców i z zastosowaniem algorytmów uczenia maszynowego wykorzystujących duże ilości danych, stał się współcześnie najbardziej efektywnym modelem biznesowym. Będąc tym samym najbardziej efektywnym kapitałowo modelem na naszej planecie.
Jak więc przejść od nieefektywnego modelu biznesowego do takiego, który przyniesie spektakularne powodzenie?
Siła SaaS i uczenia maszynowego
W swojej przełomowej książce Świat jest płaski z 2005 roku dziennikarz Thomas L. Friedman przedstawił fakty i liczby pokazujące, że świat coraz bardziej przypomina zestaw naczyń połączonych, a wszystkie firmy wzajemnie ze sobą konkurują o te same dobra: kapitał ludzki i finansowy. W 2011 roku, w artykule Why Software Is Eating the World, przedsiębiorca z branży technologicznej i inwestor venture capital Marc Andreessen wyjaśnił, dlaczego oprogramowanie jest doskonałym biznesem przynoszącym rewolucyjne zmiany w funkcjonowaniu świata fizycznego i przeobrażającym łańcuchy dostaw, zauważając, że jest bardziej skalowalne i wydajne niż wszystkie inne branże, zatem generuje większy zysk. A w 2018 roku, w artykule [Models Will Run the World](http://Models Will Run the World), inwestorzy funduszy hedgingowych Steven A. Cohen i Matthew W. Granade, na podstawie swoich doświadczeń inwestycyjnych pokazali, w jaki sposób modele uczenia maszynowego analizujące dane będą sterować światem zdominowanym przez oprogramowanie.
Przytaczam te trzy ważne teksty, ponieważ pomagają wyjaśnić, dlaczego największe i najwyżej wyceniane na świece firmy zdecydowały się na ten wielowymiarowy model wzrostu, którego celem jest zapewnienie klientom dostępu do wielu dostawców i lepsze zaspokajanie ich potrzeb za sprawą machine learning i systemów rekomendacji opartych na danych.
Dodatkowo połączenie tych trzech elementów tworzy sprzężenie zwrotne, skutkując pojawieniem się efektu sieciowego, który można skalować, rozszerzać i chronić. Oprogramowanie i usługi subskrypcyjne napędzają zakupy klientów (pomyśl o Netflilxie i wyszukiwaniu w Amazonie), sprzedawcy i rynki partnerskie zwiększają zaangażowanie (Shopify, Apple App Store i Airbnb), a uczenie maszynowe, dzięki danym gromadzonym z transakcji i interakcji, poprawia systemy rekomendacji (Match.com i Spotify). Każdy element z osobna może przynieść znaczące korzyści. Ale prawdziwym przełomem jest połączenie wszystkich trzech.
Oto kilka przykładów. Catalant to platforma dla osób zainteresowanych pracą dorywczą zajmujących się strategią, finansami korporacyjnymi czy przywództwem, oferujących swoje usługi średnim i dużym firmom.
Platforma dysponuje pokaźną bazą danych, pozwalającą wykorzystywać algorytmy do generowania rekomendacji dla klientów. W 2020 roku Catalant uruchomił również usługę subskrypcyjną o nazwie Catalant Platform, pozwalającą firmom efektywniej wykorzystać własne zasoby ludzkie i wprowadzić oferty swoich pracowników do bazy Catalant, zawierającej 75 tys. pozycji.
Anaconda jest platformą dla użytkowników oprogramowania open‑source, z której korzysta 27 mln naukowców zajmujących się analizą danych, posługujących się językiem Ptyhon.
Użytkownicy tworzą na Anacondzie własne pakiety (packages) – biblioteki kodu programistycznego pozwalającego realizować określone zadania – które oni sami, a także firmy, dla których pracują, mogą wykorzystać do generowania różnego rodzaju wskazówek i rekomendacji. (Wiosną 2021 roku platforma odnotowała 10 mld pobrań różnych pakietów). Repozytorium Anacondy jest zbiorem bezcennych danych, zatem osoby posługujące się Pythonem, głównie analitycy danych, korzystają z platformy, by poznać najlepsze sposoby rozwiązywania konkretnych problemów przy użyciu Pythona.
Rockwell Automation to z kolei duże przedsiębiorstwo produkujące urządzenia z zakresu automatyki przemysłowej oraz rozwiązań informatycznych. Zatrudnia około 23 tys. osób i obsługuje klientów w 100 krajach. Niedawno Rockwell Automation nabyło platformę Fiix. Bazująca na algorytmach AI platforma Fiix służy do śledzenia, optymalizacji i konserwacji systemów i urządzeń. Rockwell udostępnia ją w modelu SaaS. Dla wizji Rockwell to kluczowe przejęcie, gdyż jak to określiła firma, umożliwia „wprowadzenie w życie idei connected enterprise”.
Trzy kroki, by „pokonać rynek” (i konkurencję)
Przejście od wzrostu liniowego do wykładniczego wymaga od liderów podejmowania trudnych decyzji dotyczących modelu biznesowego, szczególnie tego, kiedy powiedzieć „tak”, a kiedy „nie” wnioskom o kolejne inwestycje. Jeśli więc chcesz przyspieszyć wzrost w swojej firmie i zwiększyć jej wartość, zalecam podjęcie następujących kroków:
1. Postaw na wdrożenie oprogramowania subskrypcyjnego
Jest to rozwiązanie umożliwiające firmie pozyskanie nowych klientów i partnerów, zaangażowanie ich i zarządzanie relacjami z nimi, generujące stały przychód. Sukces mierzony jest liczbą subskrybentów i rocznym przychodem z tytułu powtarzających się transakcji.
2. Stwórz marketplace z dużą liczbą sprzedawców
Wielu sprzedawców przyspieszy wzrost platformy, ponieważ klienci, mając duży wybór, kupować będą więcej, co przyciągnie kolejnych sprzedających. Dlatego rozważ także wprowadzenie produktów i usług konkurencji, nie ograniczaj się do tego, co oferuje twoja firma. Chodzi o to, by kupujący mieli większy wybór. Myśl nieszablonowo. Platforma Rent the Runway osiągnęła sukces dzięki realizowaniu różnych kluczowych strategii. Firma opracowała unikalny w branży modowej model subskrypcji, oferując przestrzeń ludziom, którzy woleli zarabiać na wynajmowaniu ubrań, a nie ich sprzedaży. Sukces w tym przypadku mierzony jest liczbą sprzedawców obecnych na platformie, wartością sprzedanych towarów i usług, a także prowizją, jaką pobiera twoja firma.
3. Wykorzystaj uczenie maszynowe i informacje gromadzone przez platformę i SaaS
Dane dają wgląd w preferencje klientów i dostawców. Dzięki nim zyskujesz wrażliwość niezbędną do zapewnienia odbiorcom pożądanych przez nich doświadczeń. Sukces mierzony jest ilością zgromadzonych danych, liczbą opracowanych modeli uczenia maszynowego oraz wnioskami i rekomendacjami wygenerowanymi z ich połączenia.
Zastosowanie tych trzech elementów przypomina trochę projekt stołu na trzech nogach, czyli takiego, który nigdy się nie chwieje. Każda firma konkuruje obecnie o kapitał finansowy i ludzki. Jeśli chcesz „pokonać rynek” lub przynajmniej dotrzymać kroku najlepszym, musisz mieć w swojej organizacji wystarczającą liczbę osób pracujących nad oprogramowaniem, rynkami, danymi i uczeniem maszynowym.
