Услуги, основанные на данных, возникают из новых функций продукта, основанных на данных, которые обеспечивают дополнительные преимущества и новый опыт для клиентов компании. Например, автомобили Ford самостоятельно паркуются. Они помогают водителям оставаться в своей полосе движения. Они тормозят перед столкновением. Компания Ford монетизирует такие функции, предлагая их в качестве дополнительных опций по повышенным ценам и с повышенной маржой.
Услуги, основанные на данных и основанные на таких интеллектуальных функциях продукта, могут быть расширены двумя особыми способами в зависимости от типа генерируемых данных, продукта, генерирующего эти данные, и потребностей клиентов. Первый - это предиктивные услуги. На основе данных датчиков и искусственного интеллекта компания Ford может определить вероятность отказа компонентов автомобиля, таких как двигатель, мост или тормоза, и заранее предупредить об этом водителя. Такие прогностические услуги, предлагаемые в качестве опций, могут обеспечить новые источники дохода. Компания Ford использует эти услуги для своих клиентов из автопарков (например, компаний по прокату автомобилей и полиции), чтобы сократить время простоя их автопарков. Предиктивные услуги по техническому обслуживанию особенно ценны в ситуациях, когда простои продукции обходятся дорого. Предиктивные услуги могут использоваться везде, где данные датчиков могут предупредить о неблагоприятном исходе событий. Например, в домах престарелых прогностические сервисы помогают избежать госпитализации клиентов, предупреждая их о возможных падениях или заболеваниях. В сельском хозяйстве они могут предсказывать развитие болезней сельскохозяйственных культур или деятельность вредителей и инициировать корректирующие действия до того, как будет нанесен дорогостоящий ущерб.
Второй способ расширения спектра услуг, основанных на использовании данных и интеллектуальных свойств продукта, - это массовая кастомизация. В качестве примера можно привести матрасы. Используя данные о частоте сердечных сокращений, дыхании, поворотах и наклонах пользователя в режиме реального времени, матрасы могут быть массово настроены для обеспечения лучшего сна. Иными словами, матрасы могут менять свои характеристики (контуры) в соответствии с особенностями сна каждого человека. В главе 4 приведены примеры и подробности того, как компании используют свои производственные экосистемы для предоставления таких новых услуг, основанных на данных, с целью увеличения доходов.
От сетей комплементаторов к экосистемам потребления
Сеть комплементаторов - это еще один фундамент, на котором унаследованные фирмы могут строить новые цифровые экосистемы. По сравнению с сетями цепочек создания стоимости, сеть комплементаторов была меньше и менее значима для унаследованных компаний. Кроме того, в отличие от сетей цепочек создания стоимости, традиционные ИТ не играют заметной роли в управлении генерацией и обменом данными в сетях комплементаторов. Связи между различными предприятиями, активами и видами деятельности в комплементарных сетях традиционно остаются нецифровыми. Некоторые из этих связей создаются в результате кобрендинга, как это показано на примере зубных щеток и зубной пасты компании Colgate. Однако в большинстве случаев такие связи устанавливаются на основе общепринятых отраслевых стандартов. Стандарты на конструкции цоколей, уровни напряжения и электропроводку позволяют потребителям покупать любые лампочки и использовать их в своих домах. Аналогично, стандарты на бензин и топливораздаточные форсунки на АЗС позволяют легко заправить любой автомобиль.
Сегодня сенсоры и IoT кардинально преобразуют нецифровые комплементарные сети в динамичные цифровые экосистемы потребления. На рис. 3.4а, 3.4б и 3.4в показан такой переход компании Ford от традиционной комплементарной сети к новой экосистеме потребления. До внедрения современных цифровых технологий комплементарная сеть компании Ford включала в себя несколько субъектов и объектов, не имеющих цифровых связей. В качестве примера мы привели автозаправочные станции, независимые сервисные центры (например, Midas), а также дороги и магистрали. Это показано на рис. 3.4а.