Эксперимент: что будет, если ИИ станет давать клиенту идеальные рекомендации

Руководители крупных корпораций часто спрашивают нас, как изменится стратегия компаний благодаря искусственному интеллекту? На этот вопрос нелегко дать ответ. В первую очередь, искусственный интеллект умеет прогнозировать. Благодаря развитию ИИ прогнозирование дешевеет, а значит используется все чаще и чаще. При этом растет и ценность человеческой оценки, которая дополняет прогнозы ИИ. Но что все это значит для стратегии?

Чтобы ответить на этот вопрос, мы провели мысленный эксперимент. Большинство людей знает, как происходит процесс покупки в Amazon. Вы заходите на сайт онлайн-магазина, выбираете товары, кладете их корзину, оплачиваете счет, а затем Amazon их вам доставляет. Пока вы делаете покупки, сайт показывает вам рекомендации, которые просчитывает искусственный интеллект. Получается это у него довольно неплохо, учитывая, что ему приходится выбирать из миллионов товаров. Разумеется, прогнозы не идеальны. ИИ точно угадывает, что вы бы хотели приобрести примерно в 5% случаев. Другими словами, из 20 предложенных товаров обычно покупают только один. Все равно неплохо!

Фото: Amazon

А теперь представьте, что у ИИ Amazon есть гораздо больше информации о вас. Он знает не только что вы ищете и покупаете на сайте, но и собирает данные о вас в сети (например, в социальных сетях) и даже в реальной жизни. Искусственный интеллект в курсе, в какие супермаркеты вы ходите, как вы там расплачиваетесь и в какое время суток обычно ходите за покупками.

Представьте, что ИИ будет использовать все эти данные для улучшения прогнозов. Как будто бы его создатели повернули усилитель точности рекомендаций. В таком случае Amazon может поменять свою бизнес-модель. Каждую неделю компания будет сразу же отправлять вам рекомендованные товары, чтобы вы могли с удобством выбрать нужный.

Такой подход принесет Amazon следующее: во-первых, если компания будет сразу доставлять вам рекомендованные товары, снизится вероятность, что вы купите их у конкурента, ведь они уже находятся на пороге вашего дома. Во-вторых, такая преждевременная доставка невольно заставит клиента купить вещь, которую он хотел, но все никак не мог приобрести.

Фото: hbr.org

Разумеется, покупатели не захотят возиться с возвратом ненужных товаров. Чтобы облегчить им жизнь, Amazon придется построить специальную инфраструктуру, например, раз в неделю специальные грузовики будут забирать продукты, которые не заинтересовали покупателей.

Если такая модель приносит выгоду, то почему Amazon еще ее не ввела? Что ж, возможно, она пока в разработке. Да и если бы такая стратегия работала уже сейчас, то расходы на возврат товара превысили бы прибыль от покупок рекомендованных товаров. С нынешним качеством рекомендаций покупатели возвращали бы 95% товаров — сервис вызывал бы раздражение у клиентов и приносил убытки Amazon. Так что пока для Amazon еще рано переходить на новую бизнес-модель.

С другой стороны, если Amazon запустит ее раньше времени, у компании получится собрать больше данных для алгоритмов ИИ, а значит те будут развиваться быстрее. Чем раньше Amazon начнет использовать эту стратегию, тем сложнее будет конкурентам ее догнать. Улучшенные рекомендации привлекут больше клиентов, больше клиентов принесут больше данных для обучения ИИ, а чем больше данных, тем лучше становятся прогнозы. Так что время перехода на новую стратегию играет важную роль: если перейти на нее слишком рано, можно понести большие убытки, а слишком поздний переход может стать роковой ошибкой.

Главный вывод подобного мысленного эксперимента: улучшение прогнозов значительно влияет на стратегию компании. В нашем примере Amazon перешла от модели «сначала покупка, а потом доставка» к «сначала доставка, а потом покупка». В итоге у компании появляется причина для создания сервиса возврата (и покупки целого парка грузовиков) и выбора времени перехода на новую модель. Все эти крупные перемены произошли только благодаря улучшению рекомендаций.

Фото: ShutterStock

В наше время некоторые компании уже готовятся к резкому улучшению ИИ-прогнозов. В 2014 году Google приобрела DeepMind за $500 миллионов. В 2016 General Motors купила за $1 миллиард ИИ-стартап Cruise Automation, а в 2017 году Ford вложил $1 миллиард в аналогичный стартап под названием Agro AI. Стартап, который купила Google, принес мало денег, но смог разработать ИИ, который очень хорошо играет в старые игры. Другие ИИ-стартапы тоже заработали довольно мало по сравнению со своей стоимостью. Очевидно, что крупные компании рассчитывают на быстрое развитие искусственного интеллекта, которое окажет значительное влияние на стратегию их бизнеса.

Перед специалистами по стратегии сейчас стоят две задачи. Во-первых, они должны лучше разобраться в том, как быстро и насколько сильно изменится стратегия ведения бизнеса в их сфере благодаря улучшенным прогнозам. Во-вторых, им нужно разработать варианты дальнейшего развития бизнес-моделей с учетом перемен. А главное — надо просто закрыть глаза и мысленно повернуть усилитель рекомендаций, как это было с Amazon.

Источник.

Материалы по теме:

Как будет выглядеть будущее, в котором твое лицо узнают машины

Крупнейшие ритейлеры меняют стратегию работы с покупателями. Что это значит?

Битва за данные: какие войны назревают за новую нефть

Нейросети для малого бизнеса – разбираем кейсы