Пока ехал в аэропорт, разговаривал с водителем про убер и развитие услуг в целом. Он, кстати, бывший программист на Коболе:)
Пришел к трем мыслям:
Первая. Бизнес по предоставлению “традиционных” услуг должен укрупняться, потому что планка качества сервиса на эти услуги и ожидания покупателей будут постоянно расти, но – как и стоимость удержания этой планки. Для маленьких компаний это начинает быть неподъемным, и они объединяются с более крупными для поддержания инфраструктуры на нужном уровне.
В этом случае конкуренция по сути происходит в этом случае между крупными игроками, а мелкие работают только в нишах, которые сложно отнести к традиционным. Например, женское или социальное такси. То есть, судьба “уберизации” ждет большинство традиционных бизнесов.
Вместе с укрупнением растет объем данных. И та бигдата, о которой бубнили еще пять-семь лет назад, действительно работает: machine learning в действии уже много где.
Серьезный минус, который я тут вижу, в тот, что крупный начинает юзать знания с продаж мелких для “соседей” этих мелких, что мелким может выйти боком. Например, мелкий притащил новый товар и тот начал бешенно продаваться, как, например, фингер-спиннеры, и вот как сделать, чтобы те другим и умный сервис по закупкам предложить, и коммерческую тайну не выдать. Вопрос.
Вторая мысль, которая мне пришла в голову после нескончаемых разговоров про machine learning в том, что его будет и правда все больше и больше, но есть минус – люди постепенно перестанут понимать, как это работает. Включая девелоперов – они тоже перестанут понимать, почему система приняла ошибочное решение. Потому что исторические данные научили ее не тому. Исправить это можно, но нужно тогда переучивать систему на прежних данных, а это может оказаться уже очень дорого. Например, если ваша самоуправляемая машина вдруг въедет в дерево, то, возможно, никто не сможет сказать почему. Так вышло, что совпали какие-то не те условия на входе в систему принятия решений, а та оперирует выжимкой из сотен террабайт исходных данных за десятки лет, на которых и научилась не тому. Теперь алгоритмы обработки данных подправили, чтобы не училась плохому, а построенную модель для принятия решений переучить уже сложно и дорого.
Третья мысль у меня о том, что в скором будущем ритейл будет автоматическим. Как с игрой на бирже. Ты настраиваешь миллион параметров и идешь спать. Все остальное делает система. Если лень настраивать – берешь пакет “минимальная доходность, минимальные риски” и идешь спать. Если хочешь больше денег – играешься с параметрами, иногда ошибаешься, но все равно идешь спать. А на самом деле не спишь, а переживаешь и думаешь-думаешь-думаешь. Как-то так. Автоценообразование, автопополнение склада, аутсорс колл-центра и т.д. – все компоненты уже есть.
Что думаете?
Being in America 