Герман Греф: «Новые технологические тренды и модели эффективного менеджмента»

• Людмила Телен, заместитель директора Ельцин-центра, представляет Германа Грефа.  

• Подчёркивается формат открытого разговора и дискуссии.  

• Упоминается возможность задать вопросы после лекции.  

• Лекция ведётся в прямом эфире на сайте Ельцин-центра и телевидении Сбербанка.  

• Те, кто не смог попасть в зал, смогут смотреть трансляцию в холле.  

• Герман Греф благодарит Ельцин-центр и команду музея за приглашение.  

• Извиняется за задержку начала встречи, объясняя это эмоциональным впечатлением от музея.  

• Греф планирует показать слайды, ролики и провести сессию вопросов и ответов.  

• Обсуждение влияния технологических трендов на менеджмент и бизнес-модели.  

• Фокус на обработке больших данных и машинном обучении.  

• Объяснение различий между информационной и цифровой эрами.  

• Цифровые технологии стали доступны каждой компании.  

• Прогнозирование роста объёма данных и возможностей их обработки.  

• Важность обработки структурированных и неструктурированных данных.  

• Необходимость сбора 300 миллионов страниц медицинских данных для точного мониторинга.  

• Перспективы повышения точности медицинских моделей.  

• Традиционные методы обработки данных и новые технологии.  

• Роль «чёрных ящиков» в обработке данных.  

• Обработка данных затронула все сферы, включая финансовый сектор и медицину.  

• Бихевиоральные модели человека анализируются с достаточной точностью.  

• Методика Хогана основана на «биг файф» — пяти ключевых поведенческих и психологических аспектах личности.  

• Микал Касинский разработал методику, позволяющую точно определять психотип человека по кликам в Facebook.  

• Его методика используется для управления организациями, людьми и клиентскими взаимоотношениями.  

• Касинский проводит эксперименты по определению психотипа по фотографии.  

• Машина анализирует сотни миллионов фотографий и с точностью 0,8–0,85 относит человека к одному из «биг файф».  

• Это ломает традиционные подходы к анализу бихевиоральных аспектов человека.  

• Технологии радикально изменят жизнь в ближайшие десять лет.  

• Примеры новых бизнес-моделей: Uber и Airbnb, которые не владеют физическими активами.  

• Подход «проблем солвинг» переосмысливает потребности человека: человеку нужны функции вещей, а не сами вещи.  

• Раньше люди тратили ресурсы на покупку вещей, используя их неэффективно.  

• Современные модели, такие как Uber, показывают коэффициенты использования на уровне 40–60%.  

• Автопилот может повысить эффективность до 80%, снизив стоимость услуг.  

• Зарождается экономика экосистем, где человек хочет иметь одну «большую красную кнопку» для доступа к услугам.  

• Люди предпочитают делегировать выбор услуг доверенному помощнику.  

• Центр экосистемы — это доверенный помощник, который направляет потребителя к наиболее квалифицированным производителям услуг или товаров.  

• Прогнозы: 30% выручки и 40% прибыли будут в экосистемах через 7–8 лет.  

• Примеры экосистем: Tencent, Alibaba, Baidu, Google, Amazon.  

• Китайские экосистемы лидируют по доходности и привлекательности для инвесторов.  

• Высокие компетенции и аналитика больших данных в реальном времени.  

• Облачные технологии и in-memory компьютеры.  

• Мгновенная обработка данных для поддержки принятия решений.  

• Разработка системы антифрод-мониторинга для защиты от кибератак.  

• Анализ обычных и необычных покупок в реальном времени.  

• Ручное подтверждение операций при необходимости.  

• Big Data, машинное обучение, искусственный интеллект.  

• Открытый IP и возможность подключения неограниченного количества клиентов.  

• Кибербезопасность и гибкость платформы.  

• Open Source и поддержка сотен тысяч разработчиков.  

• В российском поле нет крупных экосистем, но есть компании, стремящиеся к этому.  

• Конкуренция и рост концентрации на рынке.  

• Усиление интеграции партнёрств и эмоций в отношениях с клиентами.  

• Трудности для российских компаний из-за санкций и отсутствия эффекта масштаба.  

• Примеры неконкурентоспособности российских компаний на глобальном рынке.  

• Тренд на создание внутренних компетенций и кастомизацию приложений.  

• 75% приложений к 2020 году будут созданы, а не приобретены.  

• Важность сохранения ключевых компетенций внутри компании.  

• Робот «Валькирия» научился ходить благодаря инновационному алгоритму управления.  

• Робот имеет около 200 датчиков и три компьютера для зрения, контроля и коммуникации.  

• Возможность движения вбок и поворота, полуавтоматическое взятие предметов.  

• Автор делится опытом взаимодействия с человекоподобным роботом, который быстро восстанавливается после падения.  

• Подчёркивается важность психологии и интерфейса в отношениях между человеком и роботом.  

• Обсуждение глобальных трендов в области технологий, включая лекцию основателя Boston Dynamics.  

• Упоминание о впечатлении от человекоподобного робота в Москве.  

• Искусственный интеллект становится основным технологическим трендом.  

• Примеры использования ИИ в продуктах Uber, Google, Facebook и Amazon.  

• Описание четырёх этапов развития ИИ: описательный, аналитический, предсказательный и предписательный.  

• Важность предписательного этапа для будущего.  

• Цифровые платформы становятся основным активом компаний.  

• Мобильные приложения и ИИ взаимодействуют, преодолевая физические ограничения.  

• Разработка моделей ИИ для работы в условиях неопределённости.  

• Пример DeepMind и игры «Арканоид».  

• Два подхода к построению систем ИИ: универсальный мозг IBM и монетизация исследований Google.  

• Успехи AlphaGo в игре Го.  

• Прогнозы и реальность самоуправляемых автомобилей.  

• Анонс Tesla о поездке из Нью-Йорка в Лос-Анджелес без участия водителя.  

• Amazon встраивает ИИ в свои продукты, например, в Echo.  

• Прогнозы роста числа устройств с ИИ к 2021 году.  

• Искусственный интеллект активно используется в оценке рисков и подборе персонала.  

• Ключевой тренд — использование больших данных в медицине.  

• Медицинские вузы превращаются в факультеты крупных университетов.  

• Искусственный интеллект и блокчейн могут заменить банкиров.  

• Обсуждается возможность переквалификации в сельское хозяйство.  

• Профессор Импо Фудс разрабатывает биологические процессы для производства молока и мяса.  

• Компания получила разрешения на производство молочных продуктов и мяса.  

• Синтезированное шампанское не отличимо от натурального.  

• Работа над синтезом элитного вина 1947 года.  

• Профессия Data Science становится ключевой.  

• Автоматизация приводит к изменению содержания профессий.  

• Примеры изменений в Сбербанке: сокращение числа бухгалтеров и риск-менеджеров.  

• Рост безналичных платежей и сокращение использования наличных.  

• Тренд на сокращение традиционных профессий.  

• Технологии больших данных делают информацию прозрачной.  

• Необходимость адаптации к новому веку транспарентности.  

• Робот София демонстрирует возможности искусственного интеллекта.  

• София выражает надежду на создание лучшего будущего для людей и роботов.  

• София отвечает на вопросы о своём учёбе, смысле жизни и предпочтениях.  

• Подчёркивает важность технологических прорывов и неравнодушных машин.