Данные свыше

Как технологии «больших данных» изменят классический менеджмент и даже саму корпоративную иерархию.

Менеджеры среднего звена — вид, в значительной степени обреченный на вымирание в процессе эволюции систем управления, утверждают некоторые футурологи. Бóльшая часть их функционала формализуема — а стало быть, непременно будет автоматизирована с помощью интеллектуального ПО. Технологии уже на подходе.

[dropcap]А[/dropcap]мериканские военные уже успели отличиться экспериментом по участию в учебных боевых столкновениях без комсостава. Одним из подразделений во время учений «командовал» специальный софт, способный анализировать огромные объемы разведданных, принимать решения и отдавать приказы, которые тут же доходили до «подчиненных» — живых солдат. Как писала специализированная пресса, «безначальное» подразделение значительно превзошло по эффективности традиционные. «В армии много рутинных задач, — комментирует экономист и футуролог Александр Агеев. — Солдата будущего максимально оснастят технически, а функция управления его боевым поведением будет выведена в виртуальное пространство». А как насчет «безначальных» корпораций? Прогресс давно движется в этом направлении. Сначала появились управленческие информационные системы, затем они слились с системами управления базами данных — и от этого произошли системы поддержки принятия решений, которые помогают топ‑менеджменту лучше понимать, что происходит с вверенным ему бизнесом, и моделировать последствия тех или иных шагов. Следующий вполне логичный этап эволюции — уже не поддержка, а непосредственно само принятие решений софтом с элементами искусственного интеллекта на основе технологий, которые сейчас принято называть «большими данными» (Big Data). Пока эта технология находится в самом начале своего пути и решает лишь локальные задачи бизнеса, но не за горами то время, когда она вытеснит львиную долю начальников с их насиженных мест.

Инфа 100%

Человечество научилось неплохо собирать и надежно хранить цифровые данные, но их анализ и использование — до сих пор огромная проблема. Тем более когда информация не структурирована и поступает из самых разных источников. Исследовательская компания IDC оценила объем сгенерированных во всем мире данных в 2012 году в 2,8 зеттабайт и прогнозирует рост до 40 зеттабайт к 2020 году. При этом анализируется лишь 0,4% информации. Задача технологий, которые относят к Big Data, и состоит в том, чтобы начать использовать огромные залежи информации, в режиме нон-стоп закладывающейся в цифровые хранилища и ложащейся там мертвым грузом. На сегодня уже имеется масса примеров удачного решения локальных проблем бизнеса с помощью Big Data. Согласно исследованию, проведенному в 2013 году компаниями Apcon, McKinsey & Company и CNews Analytics, «большие данные» прочно обосновались во всех значимых сферах производства и услуг. Главная сфера применения (25% случаев) — предприятия кредитно-финансового сектора. Банковские работники с помощью этих технологий выявляют кредитных мошенников и определяют платежеспособность потенциальных заемщиков. 76% банков во время опроса подтвердили, что «большие данные» помогают привлекать новых клиентов и бороться за их лояльность. Около половины телекоммуникационных компаний тоже активно развивают у себя проекты, связанные с Big Data. Провайдеры используют технологию для выявления случаев мошенничества и проведения «умных» маркетинговых кампаний. При этом 85% операторов отмечают наличие у себя таких проектов как конкурентное преимущество. Подобное утверждение отчасти базируется на том факте, что «большие данные» способны уменьшить время обработки запроса пользователя на 92%. А это аргумент для будущих клиентов! Поистине безграничные возможности открываются и для ритейла, особенно сетевого. Только вообразите: каждый час сеть супермаркетов Walmart собирает около 2,5 петабайт данных! Эта информация затем используется для прогнозирования трендов покупательского спроса, выявления сезонности в отношении покупки того или иного продукта, оптимизации акций и цен, а также для целевых маркетинговых кампаний. Сбор и анализ этой важной информации позволяет на 60% увеличить операционную рентабельность магазинов. Что говорить о масштабах компании, когда технология способна изменить жизнь целого города! Она зарекомендовала себя как прекрасный помощник в вопросах оптимизации энергетики. Ей по силам устранять сбои в подаче энергии в режиме реального времени, а также управлять мощностью электрогенерации в зависимости от уровня спроса с точностью в 99%. Таким образом в норвежском Осло удалось неплохо сэкономить на освещении улиц: расход на электроэнергию снизился на 62%. Возможности Big Data на этом поприще усмотрели и власти Германии. Благодаря «большим данным» сегодня они рассчитывают спрос и предложение на солнечную и ветряную энергию. Еще дальше пошли китайцы и американцы. Первые планируют в ближайшую пятилетку превратить около сотни населенных пунктов в «умные» города, чтобы значительно уменьшить расход электроэнергии и воды, а также управлять городским трафиком. Вторые уже добились некоторых результатов в управлении городской средой. В Портленде было оптимизировано управление светофорами, благодаря чему пробки — а следовательно, и выбросы углекислого газа — значительно сократились. А вот в Лос-Анджелесе с умом подошли к тарифам на парковочные места. Отслеживание загруженности дорог в режиме реального времени позволило устанавливать наиболее высокие парковочные цены в «проблемных» частях города и в конечном счете снизить заполненность этих парковок на 15%. Одним словом, уже сегодня «большие данные» не только гармонично встраиваются во все процессы компании, но и доказывают свою эффективность. И это притом, что, по мнению консалтингового подразделения Cisco Internet Business Solutions Group (Cisco IBSG), развитие технологии Big Data находится лишь на начальном этапе. Эксперты наметили три главные вехи, через которые предстоит пройти анализу данных, прежде чем военный эксперимент по упразднению руководства можно будет реализовать и в бизнесе. Первый этап, далее которого большинство компаний так и не продвинулось, — это эффективный сбор информации и ее анализ в достаточном объеме, чтобы получать адекватные отчеты о происходящем. Второй этап — глубокий анализ разносторонней информации, позволяющий «проектировать» сценарии развития и принимать верные управленческие решения. Его одолели лишь немногие компании. Третий этап — это создание и использование информационной экосистемы, в которой внутренние данные компании дополняются информацией от третьих лиц и налажены информационные обмены. Это могут быть любые внешние материалы — от метеосводок до опросов ВЦИОМ. 2014-05-XIV-0 Но пока мы только на пути к эволюции Big Data и революции кадров, давайте посмотрим внимательнее, что же происходит сегодня в компаниях, использующих «большие данные».

Вид изнутри

Что делает технологию Big Data столь важной для развития бизнеса? Ответ кроется в обработке большого количества неструктурированных данных. Анализ корпоративной информации не дает полной картины происходящего вокруг и внутри компании. А вот исследование открытых сведений, размещенных в интернете, а также журналов посещений, кликов, данных различных датчиков, измерительных устройств и прочего помогает по-настоящему «разглядеть» своих клиентов, конкурентов, а также риски и возможности для роста. На рынке уже есть готовые программные решения, которые позволяют агрегировать данные объемом в десятки терабайт и более (например, сведения о перемещениях пользователей по сайту, биржевые сделки, данные мониторинга в медицине и промышленности, сведения о потребленных услугах связи в телекомах) и получать на их основе глубокий анализ. Какая от этого может произойти польза? Изучение поведения посетителей сайта (так называемая click-stream-аналитика) позволяет узнать, кто они, откуда пришли, сколько времени провели на странице, что их заинтересовало. Эти сведения могут превратить интернет‑магазин в процветающий бизнес. Россия не отстает от мирового тренда и также ставит рекорды по части использования Big Data в финансовом секторе. Среди отечественных банков, применяющих технологию, можно назвать «Санкт-Петербург», ВТБ24, ТКС Банк и Сбербанк. — Бизнес-аналитика, управление портфелем кредитных карт, моделирование рисков, оценка кредитоспособности заемщиков, управление безопасностью в реальном времени… — перечисляет вице-президент ТКС Банка по информационным технологиям Вячеслав Цыганов сферы применения технологии Big Data. — Если выделять только область кредитного скоринга, то мы анализируем социальный профиль клиента, его поведение на сайте, открытые данные, сведения бюро кредитных историй. Кроме того, широко применяются текстовая аналитика и анализ социальных графов клиентов. Оценка кредитоспособности заемщиков всегда была автоматизированным процессом, но на ранних этапах он основывался преимущественно на данных, которые заявитель сам указывал в анкете. Используя большее количество источников информации и альтернативные методы анализа, мы смогли улучшить работу существующих скоринговых моделей. По словам Цыганкова, затраты на приобретение и внедрение программного обеспечения Big Data окупились очень быстро. Что в таком случае мешает массовому распространению «больших данных» в бизнесе? Компания Cisco решила разобраться в этом вопросе и проанкетировала 1 800 ИТ-специалистов из восемнадцати стран. Исследование показало: лишь 40% ИТ-сотрудников полагают, что их компания технологически готова внедрить у себя Big Data. При этом 60% специалистов понимают всю их стратегическую важность, считают технологию прекрасным подспорьем в принятии решений и способом значительно повысить конкурентоспособность в глобальном масштабе. Решения из области «больших данных» покоряют компанию за компанией по всему миру и постепенно эволюционируют. Все больше организаций переходит на второй уровень использования технологии (по классификации Cisco IBSG), когда софт превратится в полноценную систему поддержки принятия решений. А там рукой подать и до заключительного этапа. Вот тогда-то «плоская» структура корпоративного управления, в которой нет привычного сейчас нагромождения иерархических этажей и огромного количества менеджеров среднего звена, станет превращаться в реальность. — Влияние Big Data на структуру занятости — лишь один из аспектов глобальной тенденции по вытеснению машинами людей сначала из ручного, а теперь уже и из интеллектуального труда, — говорит Андрей Шапенко, руководитель программы Global Executive бизнес-школы «Сколково». — Это однозначно приведет к тому, что вместе с производительностью труда будет расти безработица среди «белых воротничков», однако пока рано говорить о том, что наступает эпоха машин. Многие человеческие навыки, которых потребует экономика будущего, техника освоить еще не может. Это, например, адаптивное мышление, социальный интеллект, трансдисциплинарные знания, межкультурные коммуникации, креативность… Совсем без человеческого фактора в управленческой структуре будущего не обойтись. «Несмотря на развитие систем сбора информации и инструментов анализа, совершенно ясно, что человеческая составляющая останется определяющей в системах Big Data, — говорит Филипп Остер, директор по коммуникациям и развитию в HEC Paris MBA. — На самом деле роль многозадачных программ заключается в помощи в рамках процесса управления, что позволяет руководителям принимать более взвешенные решения. Таким образом, эти программы являются дополнением к роли руководителя, а не ее заменой. В конце концов, это всегда было прерогативой менеджера — принимать решения, поскольку он мог учитывать такие факторы, как контекст и возможные последствия выбранного пути, причем гораздо лучше, чем какая-либо программа». При этом Филипп Остер не отрицает той гигантской роли, какая отведена технологии Big Data в бизнесе. По этой самой причине школа HEC Paris MBA уже открыла новый курс для руководителей будущего — MBA + Big Data и бизнес-аналитика. Тут будут готовить не просто менеджеров, оперирующих традиционной системой стратегического управления, а руководителей, способных анализировать и работать с технологиями «больших данных». После этого курса на рынок труда выйдут специалисты нового уровня — управленцы-аналитики. Впрочем, рынок испытывает острую нехватку и других специалистов — data scientists, в дословном переводе «ученых по данным». Хотя нам сегодня гораздо привычнее называть этих специалистов аналитиками Big Data. Большинство рейтинговых изданий отдают новой профессии твердое первое место по популярности в ближайшем будущем. А исследователи из компании Gartner прочат рынку труда более 4,4 млн вакансий по этой специальности уже в 2015 году. Причем этих «специалистов будущего» ищут на рынке труда уже сегодня. «Технологии Big Data призваны раскрыть потенциал данных, и для такой почти исследовательской деятельности нужны специалисты нового профиля — data scientists, — поясняет Вячеслав Цыганов (ТКС Банк). — Мы, например, в результате их работы смогли выдать больше кредитов с более точной оценкой платежеспособности и меньшими затратами на их привлечение». Аналитики «больших данных» должны работать на стыке сразу нескольких дисциплин: математики, статистики, информатики, компьютерных наук и экономики. Их задача — видеть логические связи в огромном количестве собранной информации и на основе этого строить бизнес-решения. Изучив вакансии на популярном интернет-ресурсе по поиску работы HH.Ru, можно обнаружить, что должность data scientist востребована и оценивается в среднем в $5 тыс. в месяц. Вот и выходит, что основной стратегический пул компании станет складываться из штата data scientists, а возглавляться — управленцем-аналитиком. Множество различной информации в режиме реального времени будет анализироваться и трансформироваться во вполне конкретные задания для прочих сотрудников. Вообразите такую картину: аналитики Big Data собирают информацию об ассортименте магазина и остатках товара, анализируют данные по потребительскому спросу на различные категории продуктов, а затем формируют задание для склада. Работник склада, в свою очередь, комплектует заказ. Водитель-экспедитор получает информацию о том, что ему следует забрать и куда отвезти, а также сведения о погодных условиях, состоянии дорог и оптимальном маршруте. Функция контроля исполнения заданий может также осуществляться через систему «больших данных». При этом необходимость в управленцах среднего звена отпадет. «Начальники среднего и низшего уровня будут быстро вымываться, а оргструктуры — становиться все более плоскими, это глобальный тренд», — соглашается Александр Агеев, президент Международной академии исследований будущего и член Координационного совета РАН по прогнозированию. Расширится и внедрение ИТ-платформ, оптимизирующих занятость. Агеев видит в этом очевидные плюсы для бизнеса: «Сократятся непроизводительные затраты на начальников, произойдет «спрямление» коммуникаций, вырастет точность прямых и обратных связей, повысится ответственность персонала». Технология Big Data уже часть бизнеса — и стремительно его меняет. Одной из «жертв» «больших данных» стала организационная структура предприятий. Как бы то ни было, привычная пирамида канет в Лету и на смену ей придут совершенно новые форматы управления. А пока технология не достигла своего пика, безвозвратно изменив внешний вид оргструктуры, у менеджеров и рядовых сотрудников есть время, чтобы приспособиться к новым условиям труда.