Innovation 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

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.

0

EY płatności kartowe mogą być przeszłością

Ankietowani przez EY uważają, że wkrótce nie tylko płatności gotówkowe, ale nawet kartowe mogą być przeszłością

Jak wynika z ankiety przeprowadzonej przez EY wśród uczestniczących w konferencji Sibos liderów instytucji finansowych, regulatorów i dostawców technologii z całego świata, za dziesięć lat urządzenia mobilne zdominują rynek płatności. Wśród najbardziej popularnych form płatności w 2030 roku nie wskazano gotówki, a karty płatnicze znalazły się na ostatnim miejscu.

59% ankietowanych przez EY podczas Sibos (coroczna międzynarodowa konferencja poświęcona tematyce usług płatniczych) przewiduje, że urządzenia mobilne oraz ubieralne (zegarki, bransoletki czy okulary) w ciągu najbliższych 10 lat zdominują rynek płatności. Niespełna jedna trzecia badanych oczekuje, że w 2030 roku płatności będą wykonywane przy wykorzystaniu narzędzi biometrycznych, a tylko 4% ankietowanych wskazuje, że w użyciu wciąż będą karty płatnicze. Ankietowani zapytani o najbardziej popularne metody płatności, nie wymienili natomiast gotówki.

Postępujący w szybkim tempie rozwój technologiczny zmienia handel i usługi. To z kolei w naturalny sposób wymusza zmiany na rynku płatności. Czy można jednak mówić o końcu gotówki? To bardzo złożone zagadnienie, bo rezygnacja z obrotu gotówkowego niesie za sobą korzyści, ale i ryzyka. Trzeba bowiem pamiętać, że mimo szybkiego postępu technologicznego, część konsumentów jest przywiązana do gotówki ze względów kulturowych. Przykładem mogą być Stany Zjednoczone, które – choć są rynkiem, z którego wywodzą się jedne z najbardziej innowacyjnych technologii – to jedna na trzy płatności dokonywana jest tu gotówką, a czeków używa się niemal tak często, jak płatności cyfrowych. Nawet w Szwecji – uznawanej za najbardziej bezgotówkowy kraj, wycofywanie banknotów i monet z obiegu wzbudziło dyskusję o wykluczeniu społecznym osób starszych, czy z niepełnosprawnościami – mówi Paweł Preuss, Partner EY, Financial Services Industry Leader.

Wśród oczywistych korzyści płynących z rozwoju transakcji bezgotówkowych, ankietowani przez EY wskazali wygodę (40%), zredukowanie liczby przestępstw finansowych i działalności w szarej strefie, co rocznie kosztuje światową gospodarkę nawet 3,5 biliona dolarów (34%). Wśród ryzyk, 36% badanych  wymieniono natomiast wykluczenie społeczne. Szczególnie niepokoi ono ankietowanych z Azji, Bliskiego Wschodu, Afryki, Ameryki Łacińskiej i Australazji. Niepokój ten podziela również 38% Europejczyków i 33% przedstawicieli branży z Ameryki Północnej.

Dla nieco ponad jednej piątej ankietowanych ryzykiem jest również odpowiednia ochrona danych. Taki sam odsetek badanych (21%) wskazał na ryzyka związane z wrażliwością scentralizowanej cyfrowej gospodarki. Niespełna jedna szósta ankietowanych przez EY dostrzega ryzyko w zwiększonej kontroli rządów nad indywidualnymi decyzjami, a 8% wskazuje na dodatkowe koszty, które płatności bezgotówkowe generują dla biznesu.

Jak pokazują wyniki przeprowadzonej podczas Sibos ankiety EY, głównym czynnikiem napędzającym rozwój płatności bezgotówkowych będą zmieniające się potrzeby klientów. Na ten aspekt wskazało 36% badanych. Istotne będą również zachęty płynące z branży i od rządów (na ten element wskazuje 25% badanych), a także rozwój rozwiązań przygotowywanych przez FinTechy (24%) oraz odpowiednie regulacje (16%).

– Obowiązująca od września ubiegłego roku dyrektywa PSD2 oprócz usprawnienia płatności i ich lepszego zabezpieczenia wprowadza również możliwość, by były one realizowane przez dostawców zewnętrznych – tzw. Third Party Provider. Mogą być nimi między innymi właśnie FinTechy specjalizujące się w nowoczesnych rozwiązaniach dla rynku płatności. Wciąż jednak zaufanie jest jednym z głównych warunków umożliwiających rozwój niebankowych usług finansowych. Jak pokazało inne badanie EY przeprowadzone w ubiegłym roku (FinTech Adoption Index 2019), powodem niekorzystania z rozwiązań FinTechów jest brak wiedzy o nich, bądź brak zaufania do świadczonych przez nie usług. Wciąż więc przed nami pozostaje w tej kwestii jeszcze wiele do zrobienia – dodaje Paweł Preuss.

Ankieta EY została przeprowadzona wśród uczestników ubiegłorocznej konferencji usług płatniczych Sibos w Londynie. W badaniu wzięło udział 129 osób reprezentujących instytucje finansowe, regulatorów, dostawców technologii i ekspertów z całego świata. 

Tomasz Bogusławski

0

The Power of Algorithmic Forecasting

This is the first in a series of articles by Boston Consulting Group and Daimler Mobility discussing the concept of forward-looking financial steering. Here, we introduce the concept and explain how companies can use it. Subsequent articles will address implementation challenges related to people and technology. The insights are derived from Daimler Mobility’s successful deployment, with BCG’s support, of forward-looking steering in its global operations.

People don’t steer their cars solely on the basis of what they see in the rearview mirror, yet that is essentially how most business leaders steer their companies: they look backward to decide how to move forward. This method makes it hard for companies to cope with the ever-increasing levels of uncertainty in today’s business environment. To keep up to speed, companies need an approach to financial steering that permits rapid and effective course corrections in anticipation of future developments. Companies should spend far less time developing detailed plans and far more time taking action to counter threats and capture opportunities.

To make that happen, the paradigm for steering must fully shift its focus from backward looking to forward looking. Backward-­looking steering entails analyzing deviations between plan targets and actual performance. Forward-­looking steering entails comparing targets with forecasts of how KPIs will evolve over specific time horizons. To truly adopt forward-looking steering (as described in this article), a company must use algorithmically derived forecasts.

Although it is common for companies to produce forecasts manually, few companies use algorithms. Algorithmically derived forecasts allow the focus to shift from periodically reporting results to accurately forecasting the development of KPIs—faster and with less effort. Armed with foresight into how conditions will change, companies can take action to preempt unfavorable outcomes and promote competitive advantage.

Adopting algorithm-based, forward-looking steering is not easy, however. A company must enrich its traditional manual processes with a data-driven, automated approach to generating forecasts and performance reports. Among the many challenges are assembling a team that has statistical capabilities, setting up a new technical infrastructure, and building people’s trust in technology.

“To master the digital transformation, a company must take a comprehensive approach to algorithm-based forward-looking steering,” says Stephan Unger, Daimler Mobility’s Chief Financial Officer (CFO). “This includes not only advanced analytical methods, new technologies, and the right expertise, but also an engaging approach to change management.”

By Gerhard Unger and Marc Rodt

More: https://www.bcg.com/publications/