Cyfrowa armia sobowtórów otacza nas nawet wtedy, gdy nie jesteśmy tego świadomi. W ten cyfrowy świat jako pierwsze weszły proste przedmioty, które jako trójwymiarowe odpowiedniki z realnego świata, były w tym cyfrowym dużo łatwiej modelowane. Za nimi poszły cyfrowe odpowiedniki silników maszyn projektowanych w programach typu CAD. Później znalazły się w nim całe mosty, budynki, miasta i coraz bardziej skomplikowane struktury. Aktualnie armia przedmiotów maszeruje dzielnie w kierunku cyfryzacji zaczynając od szczoteczek do zębów, poprzez samochody, a skończywszy na całych firmach wpiętych w łańcuchy wartości. Takie struktury często są nazywane “Cyfrowymi Bliźniakami” analogowych przedsiębiorstw. David Gelernter z Uniwersytetu w Yale już pewien czas temu określił ten “lustrzany świat” jako kolejny wymiar ludzkiego życia bazującego i zasilanego danymi. “Cyfrowe światy” potrafią projektować nowe modele biznesowe. Potrafią też łączyć się z innymi platformami w modelach płatności za minutę użytkowania w sytuacjach, gdy model inwestycyjny leasingu lub zakupu drogiego sprzętu nie jest uzasadniony ekonomicznie. 

Jeśli chciałbyś zobaczyć jak Twój biznes mógłby wyglądać w takim „lustrzanym świecie“, porozmawiajmy na tym warsztacie. 

Fundamentalna przewaga, którą można uzyskać z danych – oprócz przechowywania informacji – jest fakt, iż można je bez końca kopiować. A ponieważ są tak łatwo replikowalne, przy minimalnym koszcie takiego procesu, do danych mogą mieć dostęp wszyscy ludzie. Z tego też powodu często mówi się, że dane są tak powszechne jak woda. Z drugiej strony, całkiem łatwo ta się tak zmanipulować danymi, aby poprzez zaawansowane mechanizmy szyfrowania, nikt nie będzie mógł odczytać informacji z tak zaszyfrowanych danych. W takich przypadkach, aby mogły zostać użyte do konkretnego celu, dane muszą zostać „przetworzone” gdyż w pierwotnej postaci nie stanowią kapitału firmy. Tak więc takie dane – odnosząc się do matafory ropy naftowej – muszą zostać umiejętnie „przerafinowane”. Sektor reklamy w mediach cyfrowych jest prawdopodobnie największą platformą handlu spersonalizowanymi danymi. “Przerafinowane” kliknięcia myszką są tam obecnie kupowane I sprzedawane nieustannie. 

Jak widać na podstawie powyższego nie ma pojedynczego modelu ekonomicznego dotyczącego danych. Blockchain jako kolejny przykład ekonomii danych (z bitcoinem jako flagową walutą tego systemu) jest kolejnym przykładem stosowania ekonomii danych finansowych z zupełnie własną ideologią ich użycia. Zatem jeśli uważasz, że jest możliwe wybudowanie przewagi konkurencyjne bazującej na darmowych danych pora odpowiedzieć na niełatwe pytanie: Jak przeprowadzić taką „rafinację” danych? 

Ekonomia danych jest nieustannie rozwijającym się projektem. Jeśli zastanowimy się nad bogactwem jakie płynie z danych oraz rozkładem tego bogactwa w różnych gospodarkach i sektorach możemy zauważyć pewną prawidłowość – a mianowicie że dystrybucja tego bogactwa jest bardzo nierówna. W ostatnim kwartale Amazon, Apple, Alphabet, Microsoft I Facebook uzyskały sumaryczny  zysk w wysokości 55 miliardów dolarów. Jest to więcej niż kolejnych pięć najbardziej zyskownych firm z USA w okresie ostatnich 12 miesięcy. Podczas światowego kryzysu spowodowanego koronawirusem firmy sektora nowych technologii spodziewają się kolejnych wzrostów, gdyż cały sektor e-commerce rozwija się jak nigdy przedtem. Praca zdalna z domu wymusiła stosowanie nowych narzedzi technologicznych takich jak wideokonferencje, czy nowe, zaawansowane systemy informatyczne. 

Niezależnie od zyskowności potentatów cyfrowego biznesu istniej również analiza wykazująca, iż każdy statystyczny dolar wpływający do firm z grupy GAFAM generuje dodatkowe od 6 do 9 dolarów w sieci partnerskiej odpowiedzialnej za dostawę pozostałych składowych całego łańcucha wartości. Jak ugryźć kawałek tego tortu? Na to pytanie spróbujemy odpowiedzieć podczas spotkania.

Wśród interesujących rzeczy, które potrafi robić sztuczna inteligencja, a które zapewne już znacie jest czytannie (OCR), widzenie (detekcja obrazu), czy też słuchanie i mówienie (Siri, Alexa). Ale gdy puścimy wodze fantazji możemy zadać pytanie co jeszcze sztuczna inteligencja potrafi robić? Czy potrafiłaby rozpoznać cię na ulicy? Albo czy wie kiedy kłamiesz? Albo czy potrafi przeczytać Twoje myśli?  

W tej części zadamy sobie pytania jakie rzeczy dotychczas zarezerwowane wyłącznie dla ludzi potrafi robić sztuczna inteligencja. Spróbujemy także zagłębić się w pytanie: Dlaczego jest ona w tym od nas ludzi znacznie lepsza? 

Sztuczna inteligencja jest w swojej istocie zaawansowanym algorytmem statystycznym procesu uczenia maszynowego. W pewnym uogólnieniu bazuje ona na pomyśle sieci neuronowych zapoczątkowanym w latach 60 ubiegłego wieku. Przez ostatnie 80 lat za wsparciem technologii rozwinął się on w tak zaawansowaną formę, że potrafi wskazać Ci najlepszą drogę z punktu A do punktu B. Nawet jeśli w ciągu milisekund analizuje tysiące możliwych scenariuszy w ostateczności wybierze z nich ten jeden, jedyny wariant, który jest najlepszym rozwiązaniem tak złożonego równania. Ale znalezienie takiej cyfrowej prawdy nie jest wcale łatwym przedsięwzięciem. Z punktu widzenia biznesu szukanie takich cyfrowych prawd staje się coraz trudniejsze, ale również coraz ważniejsze. Coraz trudniejsze, gdyż rozmaite źródła danych cały czas się powielają oraz rozwijają, generując przyrastające strumienie danych. Z drugiej strony staje się to coraz ważniejsze, gdyż wsparcie decyzyjne oparte o AI może sprowadzić kłopoty lub też kolosalnie rozwinąć prowadzony biznes. 

Czy już jesteście gotowi, aby nacisnąć pedał gazu z napisem sztuczna inteligencja i przyspieszyć swój biznes jak nigdy przedtem? Panie i Panowie – uprzejmie proszę o zapięcie pasów. 

Dane często są segmentowane według 4 reguł V: velocity (prędkość), variety (różnorodność), volume (wielkość) and veracity (prawdziwość). Każda paczka danych, która jest generowana lub kolekcjonowana w biznesie wpada w jedną z tych kategorii. Przykładem danych o dużej prędkości są dane, które są przesyłane w trybie ciągłym z rozmaitych sensorów mierzących prędkość lub przyspieszenie twojego samochodu. Dane różnorodne (niczym strumień obrazu z kamery cyfrowej) zmieniają się w tak szybkim tempie, że nie jest możliwe w łatwy sposób rozpoznać ich regularny wzorzec. Są także wielkie zbiory danych, które niczym zlewiska oceanów otrzymują niesutannie całe masy danych. Do nich należą chmurowe bazy zdjęć lub filmów (you-tube) przechowujące tak wielkie zbiory danych, że nawet ich pobieżne przejrzenie przekracza możliwości biologiczne czasu życia człowieka na ziemi. Ostatnią kategorią danych są dane, którym nie można ufać (fake data) lub które są tak zanieczyszczone szumem, że nie można ich użyć sensownie do niczego. Nie ma jednak wątpliwości, że AI potrafi zrobić użytek z każdego z wymienionych segmentów danych. 

Dlatego chętnie idę o zakład, że Twoja firma jest akurat wśród tych 95% statystycznych firm, które nie potrafią uzyskiwać wartościowy zwrot z inwestycji w dane jako źródła kapitału. Podyskutujmy zatem, czy mam tu rację, czy też tkwię tylko w lekkim błędzie. 

Statystycznie każdy z nas będzie miał do czynienia z około 2 milionami różnych artefaktów (takimi jak zabawki, spinacze, kubki, ubrania, piloty, smartfony, itp.), które prześlizgną się przez nasze ręce w czasie pełnego cyklu naszego życia. W ciągu kolejnych 20 lat liczba ta najprawdopodobniej się podwoi. Następne pokolenia będą miały w tym czasie komfort obcowania z około 6 milionami różnych nowych artefaktów. Jednakże w tym czasie owe przedmioty nie będą przypominać niczego z czym mamy do czynienia dzisiaj, gdyż inteligencja ich użyteczności „wślizgnie” się w nie tak łatwo jak jeszcze do niedawna „wślizgiwała” się w nie elektryczność. Jest zatem pewne, że w przyszłości będziemy mieli do czynienia z co najmniej 6 milionami inteligentnych rzeczy (smart things). Co ciekawe, rzeczy te będą potrafiły ze sobą “rozmawiać” oraz będą starały się nieustannie podnosić satysfakcję użytkowników zupełnie niedostrzegalnie dla ludzi. 

Jakie konsekwencje dla biznesu będzie miało zastosowanie 3 podstawowych praw IoT: prawa Moore’s, prawa Metcalfe’a oraz prawa Koomey’s, które ustawiają powyższy trend w inteligentnych przedmiotach opowiem podczas tego spotkania. 

Nazwa sensor pochodzi z łacińskiego słowa “sensus”, które w wolnym tłumaczeniu znaczy: czuć, odczuwać, przeczuwać. Początkowo sensory odzwierciedlały bazowe ludzkie zmysły takie jak widzenie, słyszenie czy badanie zapachów. Stąd też senorami są kamery, mikrofony, czy detektory smogu. Ale wraz z rozwojem technologii sensory stały się także coraz bardziej wyrafinowane. Nowoczesne kamery potrafią rozpoznawać twarz, a w mieście Wuhan gdzie ludzie noszą maski antywirusowe/antysmogowe potrafią zidentyfikować człowieka po unikalnym stylu chodzenia każdego z nas. Z drugiej strony rośnie także liczba tanich sensorów, które otaczają nas na każdym kroku (termometry, akcelerometry, żyroskopy, pH, podczerwieni, zbliżeniowe, itp.), które często są częścią złożonych rozwiązań potrafiących przewidzieć nadchodzącą awarię silnika samolotu. Powiązane z sensorami są także nowe formy świadczenia usług: np. usługi wyprzedzające, które są oferowane w idealnym momencie cyklu zużycia (np. część zamienna jest wymieniana zanim wystąpi awaria dokładnie wtedy, gdy o tym komunikuje, że jest z nią coś nie tak).  

Jeśli interesuje Cię w jaki sposób ustawić model biznesowy dla takiego przemysłowego internetu rzeczy dołącz do naszego spotkania. 

Jeśli chcielibyśmy uosabiać bity (podstawowe jednostki informacji) to moglibyśmy powiedzieć, że bity uwielbiają się przemieszczać, bity chcą się spotykać z innymi bitami, chcą być postrzegane w czasie rzeczywistym, chcą się replikować, kopiować, ale przede wszystkim chcą awansować do metadanych. Jeśli zatem pominiemy całą tę część związaną z techniczną ich stroną (np. w rozwiązaniach odpowiedzialnych za pozycjonowanie) możemy dostrzec, że bity przekształcone w metadane dostarczają zupełnie nową wartość dla rozmaitych rozwiązań (np. w ubezpieczeniach, w podróżach, w bezpieczeństwie, dla innych graczy, itp). W każdym biznesie można znaleźć takie bity, które po przekształceniu w metadane będą wspierały ten biznes (zarówno operacyjnie, jak i innowacyjnie), ale z osobistego doświadczenia wiem, że w każdym biznes można wygenerować dodatkowe korzyści wynikające z takiego postrzegania bitów informacji. 

Zatem jeśli chcesz przeanalizować jak przekształcić bity, które generuje twoja firma w konkretne metadane przynoszące zupełnie nowe korzyści dla biznesu – zapraszam na to spotkanie. 

Organizacje wykładnicze (ExO) są jak jednorożce biznesu przyszłości. Sposób w jaki się organizują są kluczem do ich wzrostu. Jednak każda organizacja typu ExOs posida swoją specyficzną strukturę. Bazuje ona na masowym celu transformacyjnym (Massive Transformative Purpose) koncentrującym się na skalowaniu przełomowej idei. Jeśli skoncentrujemy się na skalowaniu to każda organizacja ExO potrzebuje ludzi na żądanie, wspólnoty, algorytmów, kapitału (niekoniecznie finansowego) i zaangażowania.  

Jeśli chciałbyś się dowiedzieć co takiego jeszcze organizacja ExO potrzebuje po stronie pomysłu i modelu biznesowego to wpadaj do mnie na to spotkanie. 

W każdej organizacji ExO istniej nieustanny przepływ danych, a ponieważ ExO operują przy koszcie marginalnym oscylującym na granicy zera, zatem na pierwszy rzut oka dostarczają one wartość swoim klientom niemalże za darmo. Struktura, zasoby, procesy, czy model biznesowy każdej z organizacji wykładniczych różnią się między sobą, ale wszystkie one mają jedną rzecz wspólną: monetyzację. Jest to zarazem najważniejsza, najtrudniejsza i najbardziej krytyczna część modelu biznesowego organizacji wykładniczych.  

Dobry proces monetyzacji we właściwym miejscu przepływu danych pozwala wystrzelić z zyskownością. Zły – doprowadza do degeneracji świetnego pomysłu. Co o tym myślisz? 

Czy pamiętacie wielkie zawody szachowe pomiędzy Garym Kasparovem i komputerem Deep Blue, które miały miejsce w 1997 roku? Zawody miały precedensowy charakter, gdyż Deep Blue wygrał je z arcymistrzem szachowym, udowadniając, że maszyny są lepsze w grach logicznych niż ludzie. Jednak możesz nie wiedzieć, że niemalże 10 lat później w 2007 roku inny system komputerowy nazwany AlphaGo pokonał innego arcymistrza Lee Sedola w dużo bardziej abstrakcyjnej dla maszyn grze Go. Wydarzenie jeszcze bardziej zaskoczyło ludzkość, gdyż gra w Go nie posiada ustrukturyzowanego algorytmu gry jaki posiada gra w szachy, a ilość potencjalnych ruchów jakie można w niej wykonać jest statystycznie większa niż ilość atomów we wszechświecie. Od tego momentu ludzkość zrozumiała, że nie jest może najlepszym pomysłem walczyć z maszynami na różnych polach, ale raczej spróbować posadzić je obok siebie i traktować jako członków zespołu. Idea robotów współpracujących z ludźmi stała się oczywista, a jednym z pierwszych kroków na drodze do ich praktycznego stosowania był pomysł na automatyzację procesów wykonywanych dotychczas przez ludzi, które nazwano robotyzacją procesów – RPA (Robotic Process Automation).  

Na co dzień można zaobserwować wiele procesów, w których maszyny na równi z ludźmi współpracują ze sobą w systemach call center, podczas interakcji na chat’cie, czy też rekomendujących specyficzne scenariusze postępowania w pracach wywiadowczych lub medycynie. Jeśli jednak nie wiesz jak w celu poprawienia twojego biznesu spotkać się, rozpocząć współpracę, czy też zaprzyjaźnić ze swoim botem to wpadnij na ten warsztat.  

Jestem pewien, że wiesz iż w cyfrowym świecie znajduje się tysiące aplikacji, które adresują rozmaite potrzeby klientów począwszy od wypożyczenia hulajnogi, samochodu, czy mieszkania (Uber or AirB&B), a skończywszy na aplikacjach, które potrafią znaleźć Twojego partnera życiowego (np. Tinder). Nie wiem czy wiesz, ale codziennie powstają nowe. Jednakże, gdy przyjrzymy się modelom biznesowym takiej geosocjalnej sieci, działającej w formie platformiy online, można dostrzec pewne technologiczne i biznesowe mechanizmy, które sprawiają że modele ich działania kręcą się jak szalone. Największym wyzwaniem nie jest tu jednak pytanie jak stworzyć kolejną platformę, gdyż jest to zadanie relatywnie proste. Największym pytaniem podczas konstrukcji ich architektury jest odpowiedź na pytanie jak sprawić, aby taka platforma była profitowa i ponadczasowa?  

Jeśli chcesz spróbować odpowiedzieć na powyższe pytanie i przy okazji przeanalizować sławną serwetkę ze schematem pewnej platformy, którą narysował David Sack’s w celu zrozumienia na czym należy się skoncentrować – po prostu dołącz do mojego wykładu. 

Co to znaczy być liderem przyszłości? Czy wiesz jak w uporządkowany sposób przekształcić swoje umiejętności z menadżerskich do przywództwa, a następnie przywództwa przyszłości? Jakie wartości będą istotne w przyszłości? Ile kontroli nad Twoim zespołem to wystarczająco dość, aby nie zabijać jego kreatywności? Jak stworzyć ponadczasową pracę zespołową? Jaki rodzaj kompetencji miękkich powinno się poszukiwać? Czy jest to raczej etyka, czy inteligencja emocjonalna, a może zaufanie? Czy lepiej jest budować w zespole strukturę hierarchiczną, czy sieciową? Czy warto stosować w procesie sprzedaży zaawansowane techniki psychologicznej manipulacji tylko dlatego, że są tak bardzo skuteczne? A może bycie twardym w biznesie znaczy stosowanie sztucznej inteligencji w biznesie, która zabierze pracę najbardziej lojalnym, ale niepotrzebnym już pracownikom? Jakie kluczowe kompetencje świadczą o przywództwie przyszłości? Co zrobić z nierównością płci, seksualności, czy zmianami klimatycznymi? 

Wartością jest tu przestrzeń do otwartej dyskusji. Liderzy przyszłości z pewnością są wśród nas. Czy Ty też chesz nim zostać? 

Podczas webinaru zostaną poruszone następujące tematy: Umiejętności komunikacyjne: Liderzy przyszłości muszą być w stanie skutecznie komunikować swoje wizje i cele zespołowi, aby zapewnić skuteczną współpracę i realizację celów.  
 
Zdolność do adaptacji: W dynamicznym środowisku biznesowym, liderzy przyszłości muszą mieć zdolność do szybkiej adaptacji do zmieniających się warunków i sytuacji.  
 
Umiejętności technologiczne: Technologie cyfrowe i sztuczna inteligencja będą w coraz większym stopniu wpływać na sposób prowadzenia biznesu, dlatego liderzy przyszłości muszą być zaznajomieni z najnowszymi narzędziami i umiejętnie je wykorzystywać. 

Na początku rewolucji przemysłowej liderzy biznesu zrozumieli, że coraz istotniejszy staje się pomiar efektywności i wydajności pracy. Gdy tylko maszyny zaczęły przejmować od ludzi wykonywanie prostych, powtarzalnych czynności stało się oczywistym, że to co jest składową procesu produkcyjnego powinno zostać zmierzone. W rezultacie zaczęto mierzyć niemalże wszystko, zaczynając od jednostek wyprodukowanych na godzinę, czy też na daną osobę, a skończywszy na pomiarze współczynników finansowych przedsiębiorstwa, ponieważ finanse są krwioobiegiem organizmów w gospodarce kapitalistycznej. Podczas rewolucji IT zaczęto do nich przykładać jeszcze większą uwagę, ponieważ analizy ilościowe odpowiadały na bardzo ludzkie, biznesowe pytania. Od tamtych czasów znacząco wzrosła lista kluczowych mierników biznesu na które liderzy powinni zwracać szczególną uwagę. W rezultacie obecna ich liczba przekracza możliwości poznawcze niejednego człowieka, co powoduje, iż toniemy pod naporem ciągłego napływu danych żyjących w rozmaitych chmurowych systemach mierzących niemalże wszystko. Ostatecznie, o ile nie wygenerują nowych problemów, komputery kwantowe będą potrafiły sobie z nimi poradzić. 

Jednakże na razie mierząc prawie wszystko powinniśmy zadać sobie podstawowe pytanie, czy na ich podstawie wiemy o naszym biznesie cokolwiek wartościowego? Dokąd z nim zmierzamy? Jakie mamy zasoby? Prawdziwe, kapitałowe zasoby. Podczas spotkania skoncentrujemy się także na tym jak zaledwie kilka miar rdzenia naszej działalności biznesowej mierzy skutecznie nasz cyfrowy biznes w przyszłości. 

Adam Smith jest uważany za jednego z ojców kapitalizmu. Starał się on także udowodnić, że kapitalizm jest głównym winowajcą promocji chciwości. Opinie w tej sprawie są nadal podzielone, jednakże patrząc z innej perspektywy – w nawiązaniu do Yuval Noah Harari’ego – kapitalizm jest tylko jednym z porządków wyobrażonych, które istnieją tylko w wyobraźni Homo Sapiens. Analiza tych dwóch sprzecznych punktów widzenia prowadzi łatwo do powstania dylematu czy etyka jest ważniejsza od chciwości, czy też chciwość powinna złożyć na ołtarzu historii etykę. W aktualnych czasach, świeżo po kryzysie spowodowanym koronawirusem, który wystawił nasze bezpieczeństwo na ciężką próbę, ludzkość powinna odpowiedzieć sobie na trudne pytania jakie przed nią stoją.  

W tym motywującym spotkaniu chciałbym podzielić się różnymi perspektywami spojrzenia na etyczną profitowość. Postaram się także przedstawić na nim dlaczego dostarczenie szczepionki na koronawirusa w modelu darmowym prowadzi do powstania organizacji ExO generującej niebotyczne zyski firmy farmaceutycznej. Podyskutujemy także dlaczego zaufanie wygrywa z kontrolą w cyfrowym świecie oraz jakie zadanie domowe biznes powinien odrobić z reguł społecznej odpowiedzialności prowadzenia biznesu.  

W nawiązaniu do znanego teoretyka organizacji Rusella Ackoff’a – są trzy rodzaje sposobów radzenia sobie z problemami. Według niego problemy można rozwiązać, powiązać albo rozpuścić (solve, resolve & dissolve). Rozwiązać można proste łamigłówki: np. jak podróżować z A do B. Mamy tu do czynienia tylko z ilościową analizą, zatem opomiarowanie całego modelu oraz przeliczenie ważonego rozwiązania da nam odpowiedź na takie zagadnienie, ponieważ w rzeczywistości istnieje tylko jedno optymalne rozwiązanie. Rowiązanie złożonego zagadnienia jest jednak znacznie bardziej skomplikowane. Występują tam zarówno czynniki ilościowe, jak i jakościowe, które dodatkowo należy wziąć pod uwagę. Wynikiem takiej analizy będzie zawsze więcej niż jedno rozwiązanie, niedające jednoznacznej odpowiedzi, które należy wybrać. Na końcu listy problemów znajduje się jeszcze inna struktura – bałagan, zwany czasem chaosem. To specyficzny rodzaj problemu, dla którego nie istnieje logiczne rozwiązanie, albo nieskończona liczba rozwiązań (turbulencje, giełda, ewolucja, teoria chaosu).  

Podczas tego spotkania postaram się odpowiedzieć na pytanie: dlaczego w cyfrowym świecie dowolny x-letni plan strategiczny dla biznesu powinien być traktowany jak bałagan i dlaczego lepiej będzie rozpuścić taki problem w szerszej perspektywie.