Artykuły Archive

0

Notes from the AI frontier: Applications and value of deep learning

Artificial intelligence (AI) stands out as a transformational technology of our digital age—and its practical application throughout the economy is growing apace. For this briefing, Notes from the AI frontier: Insights from hundreds of use cases (PDF–446KB), we mapped both traditional analytics and newer “deep learning” techniques and the problems they can solve to more than 400 specific use cases in companies and organizations. Drawing on McKinsey Global Institute research and the applied experience with AI of McKinsey Analytics, we assess both the practical applications and the economic potential of advanced AI techniques across industries and business functions. Our findings highlight the substantial potential of applying deep learning techniques to use cases across the economy, but we also see some continuing limitations and obstacles—along with future opportunities as the technologies continue their advance. Ultimately, the value of AI is not to be found in the models themselves, but in companies’ abilities to harness them.

It is important to highlight that, even as we see economic potential in the use of AI techniques, the use of data must always take into account concerns including data security, privacy, and potential issues of bias.

  1. Mapping AI techniques to problem types
  2. Insights from use cases
  3. Sizing the potential value of AI
  4. The road to impact and value

[…]

Implications for stakeholders

As we have seen, it is a company’s ability to execute against AI models that creates value, rather than the models themselves. In this final section, we sketch out some of the high-level implications of our study of AI use cases for providers of AI technology, appliers of AI technology, and policy makers, who set the context for both.

  • For AI technology provider companies: Many companies that develop or provide AI to others have considerable strength in the technology itself and the data scientists needed to make it work, but they can lack a deep understanding of end markets. Understanding the value potential of AI across sectors and functions can help shape the portfolios of these AI technology companies. That said, they shouldn’t necessarily only prioritize the areas of highest potential value. Instead, they can combine that data with complementary analyses of the competitor landscape, of their own existing strengths, sector or function knowledge, and customer relationships, to shape their investment portfolios. On the technical side, the mapping of problem types and techniques to sectors and functions of potential value can guide a company with specific areas of expertise on where to focus.
  • Many companies seeking to adopt AI in their operations have started machine learning and AI experiments across their business. Before launching more pilots or testing solutions, it is useful to step back and take a holistic approach to the issue, moving to create a prioritized portfolio of initiatives across the enterprise, including AI and the wider analytic and digital techniques available. For a business leader to create an appropriate portfolio, it is important to develop an understanding about which use cases and domains have the potential to drive the most value for a company, as well as which AI and other analytical techniques will need to be deployed to capture that value. This portfolio ought to be informed not only by where the theoretical value can be captured, but by the question of how the techniques can be deployed at scale across the enterprise. The question of how analytical techniques are scaling is driven less by the techniques themselves and more by a company’s skills, capabilities, and data. Companies will need to consider efforts on the “first mile,” that is, how to acquire and organize data and efforts, as well as on the “last mile,” or how to integrate the output of AI models into work flows ranging from clinical trial managers and sales force managers to procurement officers. Previous MGI research suggests that AI leaders invest heavily in these first- and last-mile efforts.
  • Policy makers will need to strike a balance between supporting the development of AI technologies and managing any risks from bad actors. They have an interest in supporting broad adoption, since AI can lead to higher labor productivity, economic growth, and societal prosperity. Their tools include public investments in research and development as well as support for a variety of training programs, which can help nurture AI talent. On the issue of data, governments can spur the development of training data directly through open data initiatives. Opening up public-sector data can spur private-sector innovation. Setting common data standards can also help. AI is also raising new questions for policy makers to grapple with for which historical tools and frameworks may not be adequate. Therefore, some policy innovations will likely be needed to cope with these rapidly evolving technologies. But given the scale of the beneficial impact on business the economy and society, the goal should not be to constrain the adoption and application of AI, but rather to encourage its beneficial and safe use.

About the author(s) : Michael Chui is a partner of the McKinsey Global Institute, where James Manyika is chairman and a director; Mehdi Miremadi is a partner in McKinsey’s Chicago office; Nicolaus Henke is a senior partner in the London office; Rita Chung is a consultant in the Silicon Valley office; Pieter Nel is a specialist in the New York office, where Sankalp Malhotra is a consultant.

More: https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/an-executives-guide-to-ai

0

EY Polska – szara strefa w Polsce stanowiła 10,8% PKB w 2018 roku

Według badań przeprowadzonych przez EY Polska, w 2018 r. całkowita wartość szarej strefy w Polsce wyniosła 10,8% PKB, czyli 229 mld PLN. Gotówkowa szara strefa stanowiła 9,9% PKB, a resztę (0,9% PKB) stanowiła niemonetarna szara strefa (związana przede wszystkim z produkcją gospodarstw domowych na własny użytek). Straty dla finansów publicznych z tytułu gotówkowej szarej strefy szacowane, w postaci utraconych dochodów z VAT oraz z podatków dochodowych od działalności gospodarczej, szacowane są na 38,4 – 48,8 mld PLN (1,82% – 2,31% PKB w 2018 r.).

Szara strefa to wartość dodana (≈PKB) generowana w różnych rodzajach nierejestrowanej działalności. Jest ona odpowiedzialna za istotną część luki podatkowej w Polsce, która stanowi różnicę pomiędzy wartością wpływów podatkowych, które teoretycznie powinny zostać uzyskane (przy założeniu pełnej zgodności ze wszystkimi obowiązującymi przepisami) a rzeczywistą wartością uzyskanych dochodów podatkowych. Choć sama szara strefa ma wiele różnych „odcieni”, to wspólnym elementem dla zdecydowanej większości nierejestrowanych transakcji jest to, że są one realizowane w formie gotówkowej. W rezultacie badanie EY koncentruje się na nierejestrowanej wartości dodanej brutto powiązanej z płatnościami gotówkowymi, którą definiujemy jako gotówkową szarą strefą.

Ze względu na rolę, jaką odgrywa pieniądz gotówkowy, gotówkową szarą strefę można podzielić na jej część aktywną i pasywną. W przypadku usługi budowlanej czy naprawy samochodu po obniżonej cenie pod warunkiem braku wystawienia faktury, mamy do czynienia z aktywną szarą strefą. W tej sytuacji obie strony świadomie korzystają z dodatkowego zysku i dążą do ukrycia transakcji poprzez płatność gotówkową. Z kolei w pasywnej szarej strefie tylko jedna ze stron – sprzedawca, osiąga korzyść z tytułu niezarejestrowania transakcji. Przykładem może być płatność za usługę w restauracji gotówką przy równoczesnym braku wydania paragonu. Brak paragonu nie wpływa na cenę zapłaconą przez klienta, ale umożliwia usługodawcy ukrycie transakcji i osiągnięcie dodatkowych korzyści z tytułu niezapłacenia podatku. W aktywnej szarej strefie gotówka jest skutkiem, konsekwencją występowania szarej strefy i w tym przypadku promowanie płatności elektronicznych nie rozwiąże problemu, gdyż obie strony transakcji konsekwentnie będą korzystać z gotówki. Inna sytuacja ma miejsce w pasywnej szarej strefie, gdzie płatność gotówkowa jest źródłem, czynnikiem sprzyjającym niezarejestrowaniu transakcji. Wówczas wprowadzenie zachęt czy innych mechanizmów promujących płatności elektroniczne mogłoby istotnie ograniczyć możliwości ukrycia transakcji, a tym samym sprzyjać obniżeniu pasywnej szarej strefy.

Z naszych szacunków wynika, że w 2018 r. gotówkowa szara strefa w Polsce wyniosła 9,9% PKB (228,7 mld PLN) i objęła prawie całą wartość dodaną wytworzoną w następujących obszarach: ukryta działalność, działalność nieformalna oraz działalność nielegalna – wyjaśnia Marek Rozkrut, Partner, Główny Ekonomista EY.

Do jej wyliczenia EY zastosował zmodyfikowaną i rozszerzoną analizę popytu na gotówkę (Currency Demand Analysis).

Według naszych wyliczeń, pasywna część gotówkowej szarej strefy stanowiła 7,9% PKB (168,0 mld PLN), natomiast aktywna szara strefa odpowiadała za 2,0% PKB (41,4 mld PLN) w 2018 roku. Niemonetarna szara strefa wyniosła natomiast 0,9% PKB (19,3 mld PLN) – dodaje Marek Rozkrut.

Szara strefa odpowiada za znaczną część luki podatkowej. W przypadku podatku VAT luka jest generowana nie tylko przez szarą strefę, ale także wyłudzenia podatku VAT, bankructwa firm, błędy czy spory dotyczące rozliczeń. Według wyliczeń EY, w 2018 r. z powodu gotówkowej szarej strefy utracone dochody z VAT w Polsce wyniosły 1,24% PKB (26,3 mld PLN), z czego 1% PKB (21,1 mld zł) wynikało z pasywnej szarej strefy. Był to równocześnie pierwszy rok, w którym oszacowany przez EY ubytek dochodów z VAT z tytułu szarej strefy był wyższy (choć nieznacznie) niż wstępnie szacowany przez Ministerstwo Finansów poziom całej luki VAT w 2018 r. (24,6 mld PLN). Możliwe są następujące wyjaśnienia tej różnicy: (1) faktyczna luka VAT jest większa niż szacunek MF, (2) faktyczna gotówkowa szara strefa jest mniejsza niż szacunek EY i/lub (3) utracone dochody z VAT z powodu szarej strefy są mniejsze niż szacunek EY (np. gdyby się okazało, że szara strefa jest skoncentrowana w sektorach o relatywnie niskiej efektywnej stawce VAT).

Dekompozycja poziomu i zmian luki VAT pokazuje, że od wielu lat systematyczny spadek gotówkowej szarej strefy, m.in. w wyniku wzrostu popularności płatności elektronicznych, przyczyniał się do stopniowego obniżania luki VAT w Polsce. Najsilniejszy spadek luki odnotowano w latach 2016 i 2017  (i – w nieco mniejszym stopniu – w 2018 r.), który jednak wynikał przede wszystkim z ograniczenia wyłudzeń podatkowych, a nie z obniżenia szarej strefy. Struktura luki VAT sugeruje jednocześnie, że możliwości dalszego ograniczania wyłudzeń podatkowych wydają się być (niemal) wyczerpane, natomiast dalsza redukcja luki wymaga przede wszystkim działań ukierunkowanych na obniżanie szarej strefy – tłumaczy Marek Rozkrut.

W opracowaniu EY oszacowano także utracone wpływy z podatków dochodowych od działalności gospodarczej, wynikające z występowania gotówkowej szarej strefy w Polsce w 2018 r. Związane z tym koszty dla finansów publicznych – w zależności od rozpatrywanego wariantu – wyniosły 0,57%-1,06% PKB (12,1-22,5 mld PLN), z czego 0,46%-0,86% PKB (9,7-18,1 mld PLN) wynikało z pasywnej szarej strefy.

W rezultacie łączne straty dla finansów publicznych z tytułu gotówkowej szarej strefy, w postaci utraconych dochodów z VAT oraz z podatków dochodowych od działalności gospodarczej, zostały oszacowane w 2018 r. między 1,82% PKB (38,4 mld PLN) i 2,31% PKB (48,8 mld PLN), z czego pasywna szara strefa odpowiadała za ubytek dochodów w wysokości 1,46%-1,85% PKB (30,8-39,8 mld PLN).

O badaniu:

Analiza jest kontynuacją realizowanych od wielu lat badań nad szarą strefą, które Zespół Analiz Ekonomicznych EY prowadzi zarówno na poziomie całej gospodarki, jak i wybranych sektorów. W tym celu Zespół opracował szereg metodyk, udoskonalających dotychczas stosowane w literaturze podejścia. Zastosowane przez Zespół rozwiązania są często przedmiotem dyskusji
w środowisku naukowym, a następnie publikowane w renomowanych czasopismach naukowych.

Dotychczas Zespół Analiz Ekonomicznych EY przeprowadził dogłębne badania szarej strefy w 35 krajach z 6 kontynentów: Europy (w tym w Polsce), Azji, Ameryki Północnej, Ameryki Południowej, Afryki oraz Australii. Wyniki tych analiz często były prezentowane oraz omawiane z przedstawicielami rządów, banków centralnych, instytucji sektora finansowego oraz think-tanków.

 Link do prezentacji

Dodatkowe informacje o badaniach Zespołu Analiz Ekonomicznych można znaleźć na stronie: http://www.ey.com/eat

O firmie EY

Firma EY jest światowym liderem rynku usług profesjonalnych obejmujących usługi audytorskie, doradztwo podatkowe, doradztwo biznesowe i doradztwo transakcyjne. Na całym świecie EY zatrudnia ponad 260 tysięcy pracowników, których łączą wspólne wartości i przywiązanie do dostarczania klientom wysokiej jakości usług. Misją EY jest ciągłe usprawnianie rzeczywistości wyrażające się w haśle „Building a Better Working World”. Firma pomaga swoim pracownikom, klientom i społecznościom, w których funkcjonuje wykorzystać ich potencjał.

EY ma biura w ponad 150 krajach, dzięki czemu może wspierać klientów w niemal każdym zakątku świata. W Polsce ma ponad 3 200 specjalistów pracujących w 7 biurach: w Warszawie, Gdańsku, Katowicach, Krakowie, Łodzi, Poznaniu i Wrocławiu oraz w centrach kompetencyjnych. Na lokalnym rynku EY wielokrotnie nagradzano tytułami najlepszej i najskuteczniejszej firmy doradztwa podatkowego wg rankingu Dziennika Gazety Prawnej. Firma wygrywała również Ranking Audytorów Rzeczpospolitej.

0

BCG – The New Logic of Competition

Many of today’s business leaders came of age studying and experiencing a classical model of competition. Most large companies participated in well-defined industries selling similar sets of products; they gained advantage by pursuing economies of scale and capabilities such as efficiency and quality; and they followed a process of deliberate analysis, planning, and focused execution. The traditional playbook for strategy is no longer sufficient. In all businesses, competition is becoming more complex and dynamic. Industry boundaries are blurring. Product and company lifespans are shrinking. Technological progress and disruption are rapidly transforming business. High economic, political, and competitive uncertainty is conspicuous and likely to persist for the foreseeable future.

Accordingly, in addition to the classical advantages of scale, companies are now contending with new dimensions of competitionshaping malleable situations, adapting to uncertain ones, and surviving harsh ones—which in turn require new approaches. And the stakes are higher than ever: the gap in performance between the top- and bottom-quartile companies has increased in each of the past six decades.1

Today’s business leaders are dealing with complex competitive concerns in the short run. But as the 2020s approach, they must also look beyond today’s situation and understand at a more fundamental level what will separate the winners from the losers in the next decade. We see five new imperatives of competition that will come to the forefront for many businesses (See Exhibit 1):

  • Increasing the rate of organizational learning
  • Leveraging multicompany ecosystems
  • Spanning both the physical and the digital world
  • Imagining and harnessing new ideas
  • Achieving resilience in the face of uncertainty

In short, the logic of competition has changed—from a predictable game with stable offerings and competitors to a complex, dynamic game that is played across many dimensions. Leaders who understand this, and re-equip their organizations accordingly, will be best positioned to win in the next decade.

Competing on Resilience

Looking ahead to the 2020s, uncertainty is high on many fronts. Technological change is disrupting businesses and bringing new social, political, and ecological questions to the forefront. Economic institutions are under threat from social divisions and political gridlock. Society is increasingly questioning the inclusivity of growth and the future of work. And planetary risks, such as climate change, are more salient than ever.

Furthermore, deep-seated structural forces indicate this period of elevated uncertainty is likely to persist: technological progress will not abate; the rise of China as an economic power will continue to challenge international institutions; demographic trends point toward an era of lower global growth, which will further strain societies; and social polarization will continue to challenge governments’ ability to effectively respond to national or global risks. (See Exhibit 5.)

Under such conditions, it will become more difficult to rely on forecasts and plans. Business leaders will need to consider the larger picture, including economic, social, political, and ecological dimensions, making sure their companies can endure in the face of unanticipated shocks. In other words, businesses will effectively need to compete on resilience.

Survival is already challenging for many businesses today. Building resilience is often at odds with traditional management goals like efficiency and short-run financial maximization. But to thrive sustainably in uncertain environments, companies must make resilience an explicit priority:

  • Prepare for a range of scenarios to ensure that strategy is robust and risks are survivable.
  • Build an adaptive organization that can rapidly adjust to new circumstances—for example, by constantly experimenting to identify new options.
  • Proactively contribute to collective action on the biggest issues facing global economies and societies, in order to maintain a social license to operate.

By Ryoji Kimura, Martin Reeves, and Kevin Whitaker

More: The BCG Henderson Institute is Boston Consulting Group’s strategy think tank, dedicated to exploring and developing valuable new insights from business, technology, and science by embracing the powerful technology of ideas. The Institute engages leaders in provocative discussion and experimentation to expand the boundaries of business theory and practice and to translate innovative ideas from within and beyond business. For more ideas and inspiration from the Institute, please visit Featured Insights.

0

Empatyczne roboty

Empatyczne roboty, czyli trendy technologiczne, które zmienią biznes w 2020 roku

Globalny rynek rozwiązań opartych o sztuczną inteligencję, które pomagają rozpoznać emocje człowieka, będzie rósł o 32,3 proc. rocznie w ciągu najbliższych czterech lat

Aby technologia stała się motorem zmian, w organizacji niezbędne jest umiejętne połączenie ze sobą kilku przełomowych innowacji. Jak wynika z raportu firmy doradczej Deloitte „Tech Trends 2020”, decyzje w sprawie inwestycji w IT coraz częściej należą do dyrektorów finansowych, podczas gdy architekci systemów informatycznych zaczynają brać na siebie większą odpowiedzialność za wdrażanie poszczególnych usług. Współpraca obu działów jest konieczna do rozwoju technologicznego organizacji. Jak ustalili eksperci firmy doradczej w tej chwili działy IT na wdrożenie nowych rozwiązań innowacyjnych wydają średnio 18 proc. swojego budżetu.

W erze cyfrowej, umiejętność łączenia wielu różnych technologii naraz stała się kluczem do rozwoju organizacji i najwyższym priorytetem działalności firm. Według ekspertów Deloitte to właśnie rzeczywistość cyfrowa, blockchain oraz technologie kognitywne, takie jak uczenie maszynowe czy boty, będą kształtowały biznes w ciągu najbliższej dekady. Aby jednak było to możliwe, konieczna będzie bliska współpraca pomiędzy prezesami zarządów a szefami działów IT. Pozwoli ona firmie nie tylko zidentyfikować obecne trendy rynkowe, wypracować odpowiednią strategię działań, lecz też uzyskać pozycję lidera na tym niezwykle konkurencyjnym rynku.

Doświadczenie cyfrowe, analityka, technologie kognitywne czy też blockchain to tylko niektóre z czynników, które już teraz decydują o losie przedsiębiorstw. Oczekujemy, że w ciągu kolejnych kilku lat innowacyjne rozwiązania jeszcze bardziej zakorzenią się w biznesie. Sztuczna inteligencja w sposób wykładniczy zacznie nie tylko rozpoznawać wzorce, ale również interpretować ich sens, co pozwoli firmom jeszcze efektywniej działać, np. poprzez bardziej kontekstową obsługę klientów. Spodziewamy się też dalszego rozwoju technologii kwantowej, która zacznie znajdywać praktyczne zastosowania przy rozwiązywaniu na dziś wciąż zbyt skomplikowanych zagadnień i nie będzie już tylko odległym marzeniem – mówi Sławomir Lubak, Partner, Lider obszaru strategii i integracji technologii oraz

Trendy technologiczne 2020 – prezentacja: https://www2.deloitte.com/pl/pl

Zaufanie nigdy nie było tak ważne

W ciągu ostatnich lat rola etyki w biznesie zyskała na znaczeniu. Nad kwestiami wykorzystania danych osobowych czy śledzenia zachowań w internecie zastanawiają się nie tylko klienci, lecz też pracownicy, partnerzy, inwestorzy oraz organy regulacyjne. Pojawienie się technologii cyfrowej oznacza zatem dla firm walkę o większe zaufanie. Jak wynika z badania Deloitte sporządzonego we współpracy z MIT Sloan Management Review „Accelerating digital innovation inside and out”, 35 proc. respondentów uważa, że liderzy ich organizacji poświęcają wystarczająco dużo czasu na przemyślenia i komunikowanie wpływu innowacji na społeczeństwo. Wykorzystanie technologii w sposób etyczny pomaga nie tylko zdobyć jeszcze większe zaufanie wśród interesariuszy, lecz też zwiększa przejrzystość funkcjonowania firm oraz zapewnia bezpieczeństwo danych.

Zaufanie do firm jest dziś ważniejsze niż kiedykolwiek wcześniej. Klienci, organy regulacyjne i media oczekują, że marki będą otwarte, uczciwe i spójne we wszystkich aspektach swojej działalności, od produktów i promocji, po kulturę pracy i relacje z partnerami biznesowymi. Ponieważ każda firma jest teraz mniej lub bardziej technologiczna, wartości te powinny być wpisane we wszystkie działania wykorzystujące technologię – od odpowiedniego zabezpieczenia danych klientów i kontrahentów, przez etyczne wykorzystanie danych i algorytmów AI po informowanie otoczenia o wykorzystywaniu konkretnych rozwiązań technologicznych. Tylko etyczne wykorzystanie technologii może zbudować zaufanie, które zaowocuje długotrwałymi relacjami biznesowymi – mówi Mariusz Ustyjańczuk, Partner w departamencie zarządzania ryzykiem, Deloitte.

Niezbędna jest współpraca

Jak wynika z badania Deloitte „CIO Survey 2018”, przeciętny dział IT wydaje 56 proc. budżetu na utrzymanie działalności biznesowej i tylko 18 proc. na innowacje. Uzyskaniu większego wsparcia w kwestii unowocześniania systemów IT przeszkadzają wewnętrzne procedury planowania budżetu firm. W związku z tym, zgodnie z przewidywaniami autorów raportu „Tech Trends 2020”, w ciągu kolejnych dwóch lat coraz więcej liderów działów IT i finansów będzie nawiązywać współpracę w celu wypracowania elastycznego podejścia do finansowania innowacji.

W ramach zwinnej transformacji zazwyczaj redefiniowany jest proces budżetowania w firmach, który historycznie bazuje na corocznych budżetach, co może utrudniać szybkość działań w organizacji. Podejście zwinne, wymaga częstych zmian kierunku i decyzji w kontekście przeznaczania zasobów. Właśnie dlatego, coraz więcej firm decyduje się na plany kwartalne. Co więcej, aby przyspieszyć wdrożenie innowacyjnych rozwiązań, dyrektorzy zarządzający i finansowi muszą zbadać inne możliwości finansowania na przykład współinwestowanie w obrębie branży czy sektora. Pozwoli to nie tylko współdzielić ryzyko z tym związane, lecz też osiągać wspólne cele rozwojowe – mówi Daniel Martyniuk, Partner, Lider doradztwa technologicznego, Deloitte.
 

Empatyczne roboty

Rozwój affective computing, czyli technologii rozpoznającej stan emocjonalny człowieka, nabiera tempa. Według ekspertów Deloitte, w ciągu następnych dwóch lat coraz więcej firm będzie inwestować w takie rozwiązania, które pozwolą im lepiej zrozumieć potrzeby swoich odbiorców. Oczekuje się, że dzięki technikom HCD, czyli projektowaniu opartym na szerszym poznaniu perspektywy człowieka, np. użytkownika, technologia będzie w stanie coraz lepiej rozpoznać emocje i kontekst sytuacji, w której człowiek się znajduje, a także odpowiednio na to zareagować. Z raportu Deloitte wynika, że wykorzystanie informatyki afektywnej pomoże organizacjom osiągnąć wzrost przychodów 17 razy szybciej od tych, które takich działań nie podejmą. Ponadto, wielkość globalnego rynku rozwiązań afektywnych wzrośnie z 22 mld dolarów w 2019 r. do 90 mld dolarów w 2024 r., osiągając roczny wzrost na poziomie 32,3 proc.

Połączenie badań neurobiologicznych, czyli pomiaru aktywności mózgu, czy ruchu gałek ocznych, technik HCD, odpowiednich zasad etycznych organizacji oraz wartości ludzkich, pozwoli firmom lepiej zrozumieć naturalne procesy decyzyjne klientów. Umiejętne przetwarzanie pozyskanych danych stanie się zatem czynnikiem decydującym o sukcesie przyszłych innowacji – mówi Sławomir Lubak.
 

Wirtualizacja świata

Z biegiem lat granice pomiędzy fizycznym a cyfrowym światem coraz bardziej się zacierają, stwarzając tym samym nowe możliwości rozwoju. Już dzisiaj na wiele różnych sposobów firmy wykorzystują potencjał cyfrowych bliźniaków, czyli wirtualnych replik fizycznych urządzeń lub złożonych systemów. Np. w służbie zdrowia służą one do symulacji pracy ludzkiego serca. Możliwości te nie są nowe, ale trend nabiera tempa dzięki szybko rozwijającym się metodom modelowania, lepszej interoperacyjności oraz większej dostępności narzędzi i infrastruktury obliczeniowej. Jak twierdzą eksperci Deloitte, rozwój cyfrowych bliźniaków będzie się nasilać w nadchodzących latach.

Bliźniaki cyfrowe mogą zwiększać wydajność produkcji, optymalizować łańcuchy dostaw, przewidywać potrzebną konserwację maszyn, czy pomagać w ograniczaniu zatorów – a potencjalnych zastosowań jest o wiele więcej. Dostęp do coraz większej ilości danych umożliwia tworzenie symulacji, które są bardziej szczegółowe i dynamiczne niż kiedykolwiek. Ponadto, wirtualizacja obiektów stała się tak samo dostępna dla dużych, jak i małych organizacji. W najbliższym czasie niemal każda firma będzie mogła wykorzystać cyfrowe bliźniaki do optymalizowania procesów, podejmowania decyzji na podstawie danych w czasie rzeczywistym oraz opracowywania nowych produktów, usług i modeli biznesowych – mówi Mariusz Ustyjańczuk.

Architekci IT idą na całość

Architektura IT, czyli projektowanie, wdrażanie i nadzorowanie poszczególnych komponentów technologicznych, ma obecnie większe znaczenie strategiczne niż kiedykolwiek przedtem. Według 42 proc. respondentów webcastu Deloitte „The future of architecture: Designing a foundation for growth” architekt IT przyszłości to jeszcze bardziej wyspecjalizowany technicznie i dostosowany do środowiska biznesowego specjalista. To osoba, która pomaga w dialogu pomiędzy biznesem a IT, przekładając potrzeby firmy na język systemów. W najbliższym czasie architekci zaczną brać na siebie coraz większą odpowiedzialność za tworzenie usług i zarządzanie systemami operacyjnymi. Ponadto, będą bezpośrednio odpowiedzialni za osiąganie wyników biznesowych i rozwiązywanie problemów architektonicznych.

– Aby zachować konkurencję rynkową, duże organizacje będą musiały przemyśleć swoje podejście do architektów IT. Architekci powinni wyjść ze swoich stref komfortu i udzielać wsparcia na projektowej linii frontu. Taka zmiana pomoże im podnieść poziom zaangażowania, responsywności i kreatywności, a jednocześnie zachować całościowy obraz organizacji. Podwyższone zaangażowanie architektów w kluczowe projekty transformacyjne pozwoli napędzić szybkość zmian, usprawnić działanie całej organizacji i z pewnością przyczyni się do jej rozwoju – dodaje Daniel Martyniuk.

Magdalena Biedrzycka-Doliwa (Selwant-Różycka)

Magdalena Biedrzycka-Doliwa (Selwant-Różycka)

0

The Emerging Art of Ecosystem Management

Today’s artists express their vision by stretching far beyond the boundaries of canvas and paint. Through unorthodox juxtapositions of light, color, video, sound, and nature, artists such as Bill Fontana and the artist couple Christo and Jeanne-Claude create immersive experiences that require the input of a complex and highly adaptable network of collaborators—including the spectators themselves, each of whom comes away with a highly personalized experience. To succeed, this type of ambitious endeavor requires radical connectivity, an open mind, and a wide range of players. The collaboration itself and the interplay of different elements create artistic value.

The same is true for the complex ecosystems now emerging throughout the business landscape and across industries—and for the new ways they deliver value. As the Internet of Things (IoT) makes our homes, phones, and cars “smart,” companies must work with a far wider range of partners to pull together the underlying technologies, applications, software platforms, and services needed for an integrated solution. The need for partnerships is further amplified by rapidly changing technologies and consumers’ growing demand for a highly customized user experience.

Today’s “smart” products depend on complex networks of partners. But few companies know how to manage these networks effectively.

Some large networks, such as the digital ecosystems of smartphones, comprise a million or more platform partnerships through their integrated app stores. And it’s not just the tech industry that’s undergoing these changes. All industries—including incumbents such as banking, health care, consumer products, logistics, and automotive—are seeing an evolution of their products and services and a need to collaborate differently.

This new reality can be especially challenging for incumbent players, many of which are used to going it alone—either by trying out new things in-house or by buying a company in order to enter a new space. And when they do set up partnerships or make acquisitions, they often end up with an ecosystem more by accident than by virtue of long-term strategic planning.

A better approach is to actively participate in shaping the new landscape. To this end, many leading companies are building their own collaborative networks and/or joining existing ones. The challenge is how to effectively set up and manage these ecosystems and use them strategically to maximize value—and gain a competitive edge. Companies that can meet this challenge will reap enormous benefits, while those that don’t risk falling behind or becoming irrelevant.

In this article we’ll explore a number of key strategic questions, including:

  • How collaboration within an ecosystem is different from traditional collaboration
  • What types of ecosystems are available and which are best suited for incumbents
  • How incumbents can gain a competitive advantage through the strategic use of digital ecosystems

The New Collaboration Model

Just as contemporary art installations are completely unlike traditional paintings, the members of today’s digital ecosystems collaborate in ways that are fundamentally different from collaborations of the past. Case in point: the auto industry, which is currently undergoing radical changes. In the past, automakers either formed a joint venture or alliance with an OEM to enter a new market (such as China) or formed contractual relationships with hundreds of suppliers to secure parts. These traditional partnerships still exist, but today a typical European auto company will draw on an ecosystem of more than 30 partners across five different industries and several countries to make cars that are connected, electric, and autonomous. (See Exhibit 1.) The auto company acts as the “orchestrator,” whose role is to organize and manage the ecosystem, define the strategy, and identify potential participants.

Today’s collaborations have a different purpose, structure, and outcome than those of the past—and industry lines are becoming increasingly blurred. Articles in academic and business journals have explored only limited aspects of these differences, such as the new focus on smart, integrated solutions;1 the goal of achieving innovation leadership and speed to market;2 and the shift from rigid value chains to highly adaptable value webs.3 But these are only part of the story.

Our extensive research into 40 ecosystems revealed four additional aspects of the new digital ecosystems that are changing how companies collaborate: geographic diversity of participants; cross-industry focus; shorter, more flexible deal structures; and mutual, continuous value creation. (See Exhibit 2.)

Super Platforms: Integrating Several Platforms into One Fully Integrated Offering

Some platforms integrate a wide range of complementary platforms into a single, fully integrated super platform. A good example is a digital assistant that integrates transportation, payment, shopping, and communication services into a single user-friendly solution. This type of ecosystem requires advanced digital capabilities, an openness to outside partners, and a well-established platform to start with. For these reasons, it tends to be preferred by well-established tech companies.

Number and Type of Partners. This type of ecosystem depends on a high volume of users driven by a limited number of well-established partner platforms and their contributors, which number in the millions. As a result, super platforms are open—even to competitors, if they can add unique features. For instance, Amazon’s Alexa integrated the Sonos smart-speaker platform to attract high-end users. Rather than standardizing partner screening, super platforms focus on strategic considerations, such as what impact potential partners will have on the overall market opportunity, product cannibalization, and user lock-in.

Role of Orchestrator. Since super platforms have a relatively small number of partners (i.e., the partner platforms), the orchestrator can focus on negotiating the strategic aspects of the ecosystem, such as data sharing, exclusivity, and any changes to the platform that affect services or functionality. The orchestrator’s negotiating strength depends on the power of the super platform, which is a direct function of the number of engaged users and the products and services that are already integrated. The orchestrator also sets technical requirements for the partner platforms.

Another key focus is on providing a best-in-class customer interface and user experience to drive user engagement, grow the user base, and attract other partner platforms. Both Amazon Alexa and WeChat, two well-established super platforms, offer highly intuitive user interfaces that draw upon extensive user preference data from the companies’ other businesses. The two super platforms also integrated their own adjacent services and platforms before adding key partners. This allowed them to experiment with integration, prove the viability of the combined offering, and build up their user base—all of which made the platforms more attractive to potential partners.

A strong financial backbone is needed to grow a super platform. For instance, Amazon launched an extensive marketing campaign to promote Alexa and discounted speaker prices to bring in users. It also provides financial support (via the Alexa Fund) and gives programmers financial incentives to develop skills that continually increase Alexa’s usability and appeal.

Value Creation. A super platform makes money largely through adjacent, mostly data-based businesses, such as ads, e-commerce payments, and new service offerings. A good example is WeChat, which started as a social messenger and now allows users to buy and sell products, send money to friends, order food and groceries, and check news. Customizing service offerings and building adjacent businesses that users want and need require a broad set of user data. Super platforms therefore focus partner negotiations on trying to safeguard their own data and get access to the data of other integrated platforms.

Key Success Factors. Our research suggests that a successful super platform needs a well-established technology foundation, a superior user interface and experience, and strong financial backing.

Looking Ahead

Companies used to work primarily one to one with another companies, but that was ten years ago. To create products today, Niki Lang says that companies need to have an array of partners.

In today’s connected world, industry and geographic boundaries are becoming meaningless, and unexpected change has become a constant. Adaptable ecosystems are designed to respond more quickly to evolving demand patterns, customer preferences, and the competitive landscape.

The new art of setting up and managing these broad collaborative networks—and leveraging their potential—is still uncharted territory for most businesses. The insights described above provide a starting point. Forward-looking companies that can capitalize on the potential power of ecosystems will reap enormous benefits and be well positioned for an uncertain future.

Authors:

Nikolaus Lang  Managing Director & Senior Partner; Global Leader, Global Advantage Practice, Munich;

Konrad von Szczepanski  Managing Director & Partner, London

Charline Wurzer Project Leader, Munich

TEN PRINCIPLES OF ECOSYSTEM MANAGEMENT

The BCG Henderson Institute is Boston Consulting Group’s strategy think tank, dedicated to exploring and developing valuable new insights from business, technology, and science by embracing the powerful technology of ideas. The Institute engages leaders in provocative discussion and experimentation to expand the boundaries of business theory and practice and to translate innovative ideas from within and beyond business. For more ideas and inspiration from the Institute, please visit Featured Insights.