Нащупывая будущее

«А что на свете безнадежнее многоопытности, старости и холодного рассудка?»

Эрих Мария Ремарк

Принятие решений составляет суть управленческого процесса и опирается на прогнозирование ближайшего (а иногда и обозримого) будущего. Нобелевская премия в области экономики за работы по совершенствованию концепции принятия решений за последние годы присуждалась дважды:

  • в 1978 году Герберту Саймону – за исследование процесса нахождения в экономических организациях решений, приемлемых для всех;
  • в 1986 году Джеймсу Макгиллу Бьюкенену – за развитие основ теории принятия экономических и политических решений, исходя из интересов участвующих в этом процессе лиц.

Как и всегда каждое управленческое решение по-своему уникально, однако исследователи любят их структурировать, группировать и, разумеется, давать советы начинающим менеджерам. Выделяют три подхода к принятию решений:

  • интуитивный (внутреннее озарение);
  • основанный на суждениях (обусловлен знаниями или накопленным опытом);
  • рациональный (не зависит от прошлого опыта).

Конечно, интуиция – вещь хорошая, но, как известно, дефицитная. Как говорил Аркадий Григорьевич Шипунов, конструктор всемирно известных эффективных военных комплексов «Метис», «Корнет», «Конкурс», «Тунгуска», «Панцирь-С1» и др., «управлению можно научить, а талант – он от Бога». Поэтому, если приблизиться к управленческому таланту не получается, помогает прошлый опыт, поскольку в организациях довольно многие ситуации имеют особенность повторяться. Во всяком случае, такое решение может сработать не хуже, чем прежде, и порой этого бывает достаточно. Однако чрезмерная ориентация на опыт может привести к тому, что топ-менеджер попросту не увидит возникшую альтернативу, которая может стать весьма эффективной. Как раз на попытках выйти на подобные управленческие инновации, в свою очередь, основан рациональный подход к принятию решений.

Однако же, что бы не говорили приверженцы указанных выше «трех подходов», выработке разнообразных управленческих решений помогает сегодня так называемая предиктивная (прогностическая) аналитика (PA – Predictive Analytics), под которой принято понимать совокупность операций, позволяющих предсказывать результаты событий в будущем исключительно на основании прошлого опыта аналогичных дел. В ней присутствуют элементы классической статистики, теории игр и функционального математического анализа. Неудивительно, что в последнее время ко всеми упомянутому добавилось использование инструментов Big Data и таких технических средств, как искусственный интеллект (ИИ) и машинное обучение (собственно, Machine Learning – это тоже часть ИИ).

Современный раздел академических знаний, получивших обобщенное название Predictive Analytics, включает в себя разные направления. В современном мире менеджмента подобные инструменты прогнозирования получили самое активное и максимально значимое распространение. PA используется уже практически во всех отраслях: от финансового сектора и ритейла до промышленности, логистики и маркетинга. Даже обыкновенный процесс оформления кредита определенным образом касается прогнозов такого формата. К примеру, банковская система создает портрет неплатежеспособного клиента, а затем отсеивает заявки от людей, обладающих схожими характеристиками. Ну а проанализировав котировки акций, можно просчитать обвал или изменение цен. Выявление подозрительного поведения сотрудников, мошенничества или угроз информационной безопасности – тоже из этой серии, но с гораздо более широкой сферой применения.

Банкам и страховщикам PA позволяет минимизировать риски, в промышленности и телекоммуникациях — сокращать потери от простоя оборудования и затраты на ремонт, в недвижимости и градостроительстве помогает грамотно рассчитывать нагрузку на инфраструктуру, изменение транспортных потоков, автоматически проанализировать сотни тысяч потенциальных локаций для новых базовых станций и спрогнозировать их окупаемость. PA используется и для того, чтобы верифицировать маркетинговые гипотезы перед запуском продукта: определить объем потенциальной аудитории, ценность технологического решения и возможность его реализации. Ее алгоритмы помогают бизнесу «прочитать» и существенно улучшить клиентский опыт за счет персонализированного обращения к покупателю в актуальный момент времени (ожидается, кстати, что подобная персонализация продуктов станет основой будущей Индустрии 5.0).

Если разбираться глубже, то PA – это не просто совокупность методов анализа данных, а обязательно еще и вкупе с их определенной интерпретацией со стороны прогнозистов. Последняя помогает с большей точностью принять верное решение в будущем, потому что далеко не всем удается «за деревьями увидеть лес». Для этого среди одних исходных данных отыскиваются параметры, коррелированные с другими данными. Далее определяется степень их влияния, открываются новые пути, и тут вдруг происходит «магия» – вы получаете картину того, как изменится ваш бизнес, если какой-то параметр изменит свое значение. Впрочем, любая хорошо развитая технология похожа на магию.

История данной методики берет свое начало с 40-х годов прошлого столетия, когда команда под руководством Алана Тьюринга пытались взломать немецкую шифровальную машину «Энигма». Алгоритм Энигмы менялся каждые 24 часа, и его просто не успевали взламывать. Алан Тьюринг, британский математик, предположил, что в любом случае есть какая-либо корреляция между символами, но для этого требовалось хоть что-то, что присутствует в каждом зашифрованном сообщении. Немцев подвела идеология – каждое сообщение содержало ритуальную фразу с прославлением фюрера. Определив соответствие зашифрованных символов символам из реальной фразы, удалось разгадать и код «Энигмы».

В настоящее время с развитием технологий и цифровизацией количество устройств, которые могут генерировать данные автоматически, быстро увеличивается. Так, по данным Ericsson Mobility Report, количество подключенных устройств IoT/M2M в мире (без учета технологий short-range — Wi-Fi, Bluetooth и др.) увеличится до 5,8 млрд в 2026 году. Данные с многих из этих устройств передаются по сети на серверы в ЦОДах, где обрабатываются и сохраняются в удобном для предиктивной аналитики виде. Что представляют собой эти данные? – Абсолютно все от «лайков» и транзакций до зарплат персонала, звонков клиентов, показаний любых датчиков и даже координат ударов молнии. В этом деле все может пригодиться.

Разумеется, для достижения каждой поставленной цели нужно понять объем сопутствующих задач и исходных данных. Ритейлерам нужно заранее понимать, как клиенты отреагируют на предложение в определенной товарной категории, и оценить, насколько предлагаемая скидка влияет на принятие решения о покупке. Банкам важно знать, кто заинтересован в открытии новой кредитной карты, а кто — в инвестиционных инструментах. В промышленности PA помогает прогнозировать потенциальные аварии и избежать остановки производства и убытков, а также произвести цифровую трансформацию бизнеса. Особенно, если существуют цифровые двойники изделий. Специальные датчики отслеживают разные параметры работы и состояния станков, двигателей самолетов и грузовиков, а системы предиктивной аналитики оценивают полученные данные и прогнозируют, какие детали потенциально могут выйти из строя. Именно на предиктивной аналитике построены бизнес-модели продажи не станков или двигателей, а продажи ресурсов работающих станков или двигателей. Последние не меняют владельца-производителя (они работают в цеху или на самолете), который, обладая соответствующими знаниями ближайшего будущего, их своевременно резервирует и ремонтирует, чтобы потребитель постоянно имел исправно работающий продукт. Ну а принципиальное отсутствие в этой бизнес-схеме капитальных расходов не требует пояснений своей эффективности для экономистов.

Итак, основные компоненты PA – это сбор данных, их исследовательский анализ и предиктивное моделирование. Собственно, чтобы работать с информацией, её нужно собрать. Но какие данные собирать и как? На эти вопросы не существует правильных ответов. Для каждого бизнеса необходимы и данные, и методы. Поэтому здесь работает простое правило: чем больше, тем лучше.

Анализ помогает найти из совокупности данных ранее неизвестные, непонятные сведения. А также и полезные практические интерпретации собранных знаний, которые необходимы для принятия обоснованных решений. Это называется «Data Mining» - обнаружение в собранных данных неких знаний. Сюда же относятся различные методы классификации, выявления закономерностей и отклонений от нормы, моделирования, а также статистические методы.

На этапе моделирования часто используется машинное обучение и другие методы с применением ИИ. Аналитики выявляют зависимости и факторы, влияющие на поведение показателей, и строят модель с прогнозом. Для PA на рынке есть готовые решения, но некоторые компании предпочитают создавать ПО под собственные нужды. Инструменты PA отличаются между собой функциональностью и удобством пользования. Некоторые из них нужны для создания предиктивных моделей, некоторые для их интерпретации, а самые продвинутые - для того и другого. Основные типы PA – это контролируемое (то есть с «учителем») и неконтролируемое обучение. Однако в любом случае конечный результат не будет успешным на 100%, и речь идет лишь о наибольшей вероятности наступления того или иного события в результате принятого управленческого решения.

Первое подразумевает под собой построение (обучение) модели по исходным данным и выходящим результатам. То есть в построении модели известны и параметры события, и результат, на который они влияют. Здесь используются два ключевых метода: регрессия (устанавливается взаимосвязь между параметрами и результатом) и классификация (причисление объекта к какому-либо классу по определенным параметрам).

Во втором PA происходит только по входящим данным без привязки к ответу. Ответ подбирается автоматически в процессе обучения. Это требуется для поиска и анализа скрытых закономерностей внутри сведений, о которых ранее было неизвестно. Основной метод – кластеризация. При этом решаются задачи проектирования типологии и классификации, анализа эффективных схем группировки данных, рождения гипотез на основе исследований и проверки гипотез принадлежности одного объекта к проверяемой группе. На основе кластерного анализа можно более четко представлять взаимосвязи и зависимости. Помимо этого, он помогает выявлять отклонения и новые тенденции. Прогноз сравнивается с полученным результатом, после чего делаются выводы, влияющие на модификацию алгоритмов, настройку нейросетей и т.п.

Что ожидает нас дальше помимо совершенствования инструментария предиктивной аналитики? Далее идет очередная форма бизнес-аналитики – так называемая предписывающая аналитика (Prescriptive Analytics), которая не только предсказывает результаты, но и инструктирует компанию о том, какие конкретные действия следует предпринять менеджменту в связи с этими результатами по каждому направлению. Иначе говоря, предлагаются детализированные варианты решений о том, как воспользоваться будущей возможностью или снизить будущий риск, и демонстрируется значение каждого варианта решения. Все это позволяет получить «наилучший план действий» и на основе прошлых событий принять с большой точностью верное решение в будущем. И, что интересно, прямо как в прогнозной астрологии.

Итак, наряду с предиктивной/предсказательной аналитикой существует предсказательная (прогнозная) астрология (Predictive Astrology), анализирующая динамические влияния небесных тел (транзиты, дирекции, прогрессии и т.п.) и иных факторов на развитие событий в жизни любого объекта исследования с целью выявления наиболее вероятного хода этих событий. И если PA в версии Тьюринга возникла относительно недавно, то предсказательная астрология существует сотни лет и основывается на знаниях, полученных множеством исследователей эмпирическим путем. В России одно из множества направлений предсказательной астрологии часто называют бизнес-астрологией, хотя точнее было бы называть астрологией бизнеса.

Ничего мистического и волшебного в астрологических прогнозах нет, они базируются на анализе закономерностей движения небесных тел и их влиянии на окружающую среду, социум и человека, исходя из их резонанса между собой и планетами натальной карты исследуемых объектов. Натальная карта – это персональный гороскоп, построенный на момент рождения человека. Иногда это название также применяют, говоря о рождении организации, бизнеса или государства. Однако следует понимать, что предсказательная астрология — это не то же самое, что натальная астрология. Их суть различна, ибо один из них служит нашей потребности предсказывать будущее или предсказывать исход определенного события, а другой помогает нашей личности и росту в зависимости от момента нашего рождения.

О том, почему все сказанное – отнюдь не бред и может иметь под собой вполне физическую основу скажем чуть позже, а пока отметим, что результаты прогнозирования (как и гороскопы любого направления астрологии) не являются фатальными, это всего лишь анализ вероятностей, как и у предиктивной аналитики. От уровня квалификации и опытности астролога зависит точность тех или иных прогнозов, что, как и в случае предиктивной аналитики, связано с их определенной интерпретацией. Другое дело, что астрологические прогнозы охватывают более широкий спектр видения будущего, недоступный другим современным аналитическим инструментам.

Как бы ни отличалась от натальной астрологии, ветвь предиктивной астрологии тесно связана с ней, поскольку ни одно событие в нашей жизни не может проявиться, если оно не поддерживается нашей натальной картой. Все, что обнаруживается в методах предсказания, должно быть подтверждено в натальной карте как возможность.

Любопытство постоянно вызывает вопросы видения будущего, и в какой-то момент жизни почти каждый человек хочет знать, что оно принесет. Существует множество методов предсказания, поскольку к этой ветви астрологии подходили с разных сторон и использовали на протяжении веков. В частности, за границей астрология в бизнесе используется уже давно. Считается, что первой начала использовать астрологию для ведения бизнеса датский астролог Карен Боезен. У нее уже было прекрасное астрологическое образование, и она решила проверить, насколько верно работают астрологические методы для решения разных проблем и дел в ведении бизнеса. Начав консультировать предпринимателей и фирмы («Lego», «Novo Nordisk», «Ramby & Partners»), помогая им решать различные проблемы с помощью астрологии, она убедилась, что таки да – астрологические методы для бизнеса работают. Сегодня эти методы доступны везде.

Для человека гороскоп строится на дату и время рождения, также надо знать место, где человек родился. Для предприятий также строится гороскоп. Исходные данные — это день, час, год, месяц и место, где было зарегистрировано предприятие. Дальше начинается анализ гороскопа, из которого можно узнать очень многое (специалисты говорят, буквально все). Конечно, главный вопрос всех предприятий — это финансы, но также можно узнать, какую стратегию развития нужно применять, чтобы дела шли успешно, когда подождать с переменами, какой персонал наиболее подходит компании, какие сферы деятельности будут наиболее успешны и многое-многое другое.

Говоря о будущем, следует помнить, что, как и в случае использования предиктивной аналитики, в некоторых ситуациях его довольно легко предсказать даже без какой-либо карты. Простая человеческая логика часто может дать ответы на некоторые вопросы, которые возникают у нас на пути. Тем не менее, если кто-то решит стать профессиональным астрологом, его работа будет заключаться не в том, чтобы использовать личный опыт или предполагать, что произойдет, а в том, чтобы использовать астрологические карты в качестве ориентира для событий и конкретных объяснений возможных результатов. И это ни что иное, как разновидность рационального подхода к принятию решений в бизнес-практике.

Логично, чтобы все, что обнаруживается в методах предсказания, подтверждалось в натальной карте как возможность. Каждый сделанный прогноз должен быть найден и подтвержден с помощью трех методов прогнозирования, чтобы считаться правильным. Это не означает, что предсказание обязательно сбудется, но делает возможность наступления события этически приемлемой.

Специалисты говорят, чтобы стать настоящим астрологом, безошибочно читать в гороскопе ответы на свои вопросы и судьбы людей, необходимо освоить десятки астрологических техник, на описание которых здесь не хватит места. Не стоит, кстати, примешивать сюда гороскопы, формируемые журналистами в бульварной прессе, поскольку «в среднем по палате» настоящие гороскопы не строятся, они всегда конкретны. И еще - прогнозирование, особенно если вы, как клиент, получаете интерпретационные тексты, довольно трудоемкое занятие, требующее повышенной концентрации и довольно объемных знаний, поэтому многие астрологи не утруждают себя составлением текста, а передают информацию только на словах. Как правило, это очень неудобно для клиента, он не способен запомнить всю переданную ему информацию, и даже в случае ошибки астролога, ему нечего предъявить. К тому же каждый слышит то, что хочет слышать. Впрочем, в этом восприятие всех способов прогнозирования в чем-то одинаково.

Следует предположить, что ожидаемое подключение к астрологическому прогнозированию нейросетей сможет, как минимум упростить интерпретационный момент, придав новый импульс астрологии бизнеса.

Ну а теперь пора сказать пару слов для тех, кто в нетерпении уже готов отписать редакции что-нибудь гневное за прославление «лженауки» и т.п. Тут, как говорится, никогда не говори «никогда». Мы привыкли не доверять явлениям, не имеющим пока физического объяснения, относя их к фантастике, сказкам или лженауке. Объяснения однажды появятся, ну а сказки лишь намекают на наше текущее несовершенство. Вот лишь несколько фактов.

С одной стороны, успехи человечества в познании мира огромны, а, с другой, ‒ в концепции физического мироустройства приходится вводить много постулатов и аксиом. Появилось понимание, что общая теория относительности и квантовая механика, к сожалению, несовместимы и, значит, не могут быть одновременно правильными. Есть вполне серьёзные рассуждения о флуктуациях вакуума, в результате которых вдруг «ниоткуда» появляются микрочастицы, считающиеся переносчиками взаимодействий. Недавно появилось прозрение о наличии тёмной материи и тёмной энергии, из которых на 95% состоит и которой на 95% наполнена Вселенная. Иначе говоря, горизонт наших знаний о Вселенной весьма ограничен, и на этот счет Рене Декарт заметил, что представление о бесконечности каких-либо объектов материального мира «проистекает из недостаточности нашего разума, а не из природы».

В 1902 году у Д.Менделеева в известной таблице был размещён нулевой элемент под названием ньютоний, который должен был иметь ничтожно малый вес и который не должен был вступать в химическое взаимодействие, являясь основой «эфира», считавшийся основой мироздания. После скоропостижной смерти учёного ньютоний вырезали из всех его таблиц, а «эфир» остался лишь в лексиконе радиоинженеров. Ложное представление об «эфире», как о некоем газе, как известно, было уничтожено экспериментами Майкельсона и Морли в 1887 году. А если это и в самом деле не газ, а та самая энергетическая основа мироздания, из которой соткана вся так называемая материальная Вселенная?

В последнее время наша наука, кажется, начала подозревать, что фундаментальная реальность Вселенной ‒ это не кварки, поля и квантовые феномены, а информация. И отсюда следуют два вывода: именно информация создает из энергии привычную нам материю (прямо как у нас в отрасли: «софт» + «железо»), и именно эта единая энергетическая среда позволяет материальным объектам обмениваться информацией друг с другом. Короче говоря, все в мире взаимосвязано, и взаимосвязь материальных объектов проявляется в том числе и в том, что они создают корреляционные связи, которые можно найти. Какую-то часть из них астрологи, к примеру, определили. Как дело пойдет дальше – покажет дальнейший прогресс науки от развития фундаментальной физики до ИИ и от развития предиктивной аналитики до астрологии бизнеса. Вполне возможно, со временем мы узнаем, почему убрали ньютоний или какой, например, должна быть настоящая «зеленая» энергетика, а заодно и о тех, кто препятствовал этому знанию.

Ведь и в самом деле хочется узнать, откуда, к примеру, брал энергию электромобиль с коробочкой от Н.Тесла, который 90 лет назад неделю ездил безо всяких аккумуляторов. И кто знает, как через столетие наши потомки будут относиться к странной идее о том, что атом обладает некоего вида твёрдой массой, и что пространство является ничем иным как пустым вакуумом, в котором распространяются электромагнитные волны и гравитация.

А вот в том, что вначале-таки было «слово» применительно к понятию «информация», потомки вряд ли будут сомневаться.

По материалам: kommersant.ru, cleverence.ru, trends.rbc.ru, astroclass.ru, in-scale.ru/blog/, zodiacsign.com, astrofortuna.ru