Книга: Взрывной рост: Почему экспоненциальные организации в десятки раз продуктивнее вашей (и что с этим делать)

Алгоритмы

Алгоритмы

Сегодня каждая компания генерирует горы данных, и лишь незначительная их часть находит применение. Между тем, если бы компании анализировали все данные, которые собирают, они бы получили невероятно ценный поток знаний о своих продуктах, услугах, каналах распространения и клиентах.

Еще одна причина, почему необходимо использовать алгоритмы и данные, состоит в том, что в настоящее время большинство новых бизнес-моделей основано на информации. В отличие от физических активов, непригодных для экспоненциального масштабирования, оцифрованные активы открывают вам доступ к новым пользовательским сценариям, партнерам, экосистемам и бизнес-моделям. Короче говоря, они позволяют вам играть по новым правилам. Если вы хотите встать на путь прорывных инноваций, информационный компонент имеет решающее значение. Умные компании уже широко используют такие сервисы, как Kaggle, Palantir, Cloudera, DataTorrent, Splunk и Platfora, для анализа данных, а также свободно распространяемые инструменты наподобие тех, которые предлагает платформа Apache Hadoop, для машинного обучения. В действительности возможности здесь бесконечны, просто нужно ими воспользоваться. Именно так и поступает Google: посмотрите, с каким рвением компания использует данные для каждой своей бизнес-функции. То же самое могут делать и большинство других компаний. Наконец, знания, полученные благодаря анализу данных, могут стать важным противовесом «чутью», на которое традиционно опирается принятие управленческих решений, а также могут использоваться для валидации таких решений.

Вот вам всего один пример. Некоторое время назад Джереми Говард, который в 2010 году был директором по науке в Kaggle, а ныне преподает в Университете сингулярности, консультировал одного из крупнейших в мире операторов мобильной связи. Говард применил набор алгоритмов машинного обучения к корпоративной базе данных о клиентах. Менее чем за месяц он обнаружил непосредственно реализуемые возможности для сокращения затрат на ошеломительную сумму 1 млрд долларов. (Да, 1 млрд долларов! Говарду следовало бы установить процентный, а не фиксированный гонорар за свои услуги.) Недавно Говард создал собственную компанию Enlitic, которая разрабатывает алгоритмы для обнаружения опухолей на медицинских сканах. Алгоритмы «обучаются» на существующих сканах, чтобы в будущем научиться анализировать их без вмешательства человека.

Оглавление книги