#3(14), март 2007 года
журнал украинского истеблишмента
МЫСЛЬ
полный дайджест за месяц мировой мысли в области финансов и управления
Логин:
Пароль:
Регистрация
Напомнить пароль
журнал украинского истеблишмента
МЫСЛЬ
полный дайджест за месяц мировой мысли в области финансов и управления
О нас
Последний номер
Архив
Клуб читателей
Поиск
Мероприятия
Купить копирайт
Хочу получать бумажную версию

#3(14), март 2007 года

Алгоритмы с чердака

Чтобы увидеть будущее бизнеса, необходимо пристальнее всмотреться в прошлое математики

Майкл ШРАГЕ, Harvard Business Review

По мере того, как компьютеры становятся все быстрее и дешевле, запутанные уравнения вчерашнего дня становятся платформами для открытий дня завтрашнего. Компании в различных отраслях уже усиленно сдувают пыль с древних сложных формул и применяют их для создания новых товаров и процессов.
В частности,  компания Procter&Gam-ble перестраивает свою систему снабжения на основе сложных алгоритмов «экспрессивных торгов», которые являются не чем иным, как уравнениями линейного программирования 1950-х годов, позволяющих поставщикам выставлять на торги в реальном времени пакеты товаров и услуг, а не стандартные лоты. Поисковик Google стал возможным только потому, что его основатели адаптировали матричную теорему столетней давности к ранжированию веб-страниц по количеству выходов на них с других сайтов. Сети вообще и Интернет в частности можно выразить с помощью матриц. Тогда при помощи относительно простых расчетов можно установить, насколько хорошо данный сайт связан с остальным Интернетом. Эта формула автоматического ранжирования, которую можно понять и оценить, даже не имея научной степени, является одним из наиболее денежных алгоритмов всех времен и народов. Расчеты все время находились на виду и просто ждали своего часа.
Почему же часто сугубо теоретические работы прошлого находят применение в настоящем? Потому что их авторы, в основном, полагались на количественное воображение, ведь высокоскоростных и дешевых компьютеров в то время еще не было и в помине. В эпоху мощных процессоров и скоростных сетей эти старые добрые абстракции могут стать основой для передового программного обеспечения, позволяющего преодолеть текущие операционные ограничения. В связи с этим возникает огромное количество различных возможностей.
«Математические исследования — это фабрика ценнейших активов.  Если вы поставите перед 20 студентами выпускных курсов задачу «прочесать» опубликованную за 30 лет литературу, они найдут материал с невостребованным коммерческим потенциалом на миллиарды долларов. Существует масса умных идей, над которыми мои студенты работали еще десятилетия тому назад. Теперь в современном сетевом окружении они становятся уже не просто научными изысканиями, а настоящими коммерческими возможностями», — говорит профессор МТИ и пионер вероятностных исследований Ричард Ларсон.
Возьмем, например, алгоритм, позволяющий измерять статистику любых очередностей. С его помощью можно автоматически оценивать производительность по широкому диапазону переменных. Ларсон и его коллеги разработали этот алгоритм еще в начале 1990-х годов с целью улучшения производительности банкоматов, однако в то время он оказался невостребованным. Сейчас, когда компании все больше автоматизируют обслуживание клиентов, этот алгоритм является естественным инструментом контроля качества повторяющихся процессов.
Иногда уравнения приходят издалека. Возьмем расчеты, разработанные в помощь физикам для определения оптимального времени охлаждения вещества при кристаллизации молекул в плотной упаковке. Сеть супермаркетов из Великобритании Tesco использует эти алгоритмы «моделируемой нормализации» в программах для оптимизации размещения товаров на полках супермаркетов. Или вспомним «генетические» алгоритмы, которые в момент своего появления в 1970-х были интеллектуальными курьезами, демонстрирующими, как принципы приспособленности и наследственности дарвинизма могут применяться для «эволюционирования» решений проблем. Nokia и некоторые другие компании используют их при разработке своей продукции. Nokia начинает, скажем, с проекта нового мобильного телефона и использует общие алгоритмы для моделирования эволюции дизайна антенны телефона в рамках форм фактора и мощности аккумулятора. Генетические алгоритмы, в которых решения эволюционируют, а не проектируются, могут дать результаты, намного превосходящие результаты применения аналитических алгоритмов.
Все вышеописанное дает широкие возможности, однако привлечение к принятию решений большего количества менеджеров, вооруженных простыми количественными инструментами, может принести не меньше пользы. «Без сомнения, практически миллионы коммерческих проектов получат выгоду от перепроверки основных допущений с помощью генераторов случайных чисел программы Monte Carlo», — говорит профессор Стенфордского университета Сэм Сэвидж. По его словам, для повышения надежности отдельных бизнес-планов менеджеры могли бы подключаться к вероятностным оценкам по всей компании.
Этот научно-исследовательский инструментарий стал частью деловых практик в технике и финансовых услугах совсем недавно. Скорость его осознанного востребования может быть источником конкурентного преимущества на более широком рынке. При разумном применении ценность таких дешевых алгоритмов, равно как и дешевой рабочей силы и дешевого капитала, несомненно, высока.
Известно, что такие гиганты розничной торговли, как Wal-Mart и Best Buy, обладают прекрасно развитой аналитической инфраструктурой. Но они не просто нанимают самых умных аналитиков, они делают все, чтобы их математический инструментарий стал всеобщим достоянием. Они заменяют экранные представления и визуализацию данных на сложные чисельные уравнения. Они постоянно меняют подходы к автоматизации принятия решений с помощью математики и в помощь принимающему решение. При регулярном применении эти инструменты могут помочь решить проблему, которая, вероятно, является крупнейшей проблемой розничной торговли: как эффективно сортировать горы накапливающихся данных.
В поисках прорыва или просто в попытке улучшить процесс принятия решений компании будут получать выгоду от применения даже простых математических выкладок. Еще десятилетие тому назад большие компании начали осознавать, что сидят на сундуке с сокровищем неиспользованных патентов и ноу-хау, которые можно легко превратить в конкурентное преимущество. Эти «Рембрандты на чердаке», как их назвали Кевин Дж. Риветт и Дэвид Кляйн в совместной книге под тем же названием, увидевшей свет в 2000 году, нуждались в наметанном глазе куратора интеллектуальной собственности, чтобы оценить их стоимость. Точно так же сейчас нам нужны предприниматели по поиску существующих уравнений, которые удовлетворяли бы растущие потребности нынешнего дня. Технология делает эти поиски все более быстрыми, легкими и дешевыми.

Майкл Шраге — содиректор проекта E-Markets Initiative Лаборатории СМИ МТИ в Кембридже, Массачусетс.

 


К содержанию



Репутационные риски

Совместное творчество

Культура обходится дороже всего

Больше денег из общения

Конкуренция внутри госсектора

Бизнес в нанокосмосе

Действуй глобально, думай локально

Снова патриархат?

Доверьтесь интуитивным решениям

Алгоритмы с чердака

О возможности равенства

Улучшение облика

Хрупкая власть России

Альянс Китая и Америки — уже не фантастика

Почему не рухнул доллар?

Слабеющий доллар под давлением Китая

Опасная притягательность новых рынков

Торговый сектор России переманивает инвесторов у соседей

Наши директора подсиживают нас

Рынок с неиссякаемым спросом

Программы МВА открывают ускоренные курсы

Как не дать вашей бизнес-школе стать Брендом Х

Новый мировой порядок

Китайская политика «мягкой силы»

Неравенство на марше

Как будут учиться будущие ученые

Путин и прогресс

Каракас во мраке

Тщательный анализ Чавеса

Сумерки социологии

Веблен и дарвинизм

Быстрый Второй

© 2006 www.idea-magazine.com.ua
"Мысль" приветствует републикации своих материалов с обязательной ссылкой на источник в виде текстовой строки вида
“Источник www.idea-magazine.com.ua” и ссылки на данный cайт.
строители профессиональный ремонт квартир бесплатные объявления