Джеффри Мур недавно написал статью, где свёл цифровую трансформацию к минимизации времени на транзакцию. Идея правильная, но ограниченная во времени: длительность транзакций действительно серьёзно уменьшалась на стыке столетий, но уже к 2015 процесс выдохся. В своей книге я это описал на примере стагнации количества новых пользователей ИТ систем. Стратегически уменьшать время проведения транзакций и увеличить количество пользователей таких транзакций ныне просто некуда.

Далее последовало хрестоматийное «данные – это новая нефть». Идея тут стояла простая – если количество пользователей ИТ перестало расти, а время на транзакцию перестало уменьшаться, то нужно найти бизнес в чем-то, что будет расти в обозримое время – в количестве данных. Проблема с данными только одна: когда вы их анализируете, вы смотрите в зеркало заднего вида. Вот попробуйте вести машину вперёд, наблюдая только то, что вы уже проехали.

И тем не менее, если сейчас и существует правильная стратегия цифровой трансформации, то она связанна с данными через решение обратной задачи. Что это за зверь? Обратная задача — тип задач, часто возникающий во многих разделах науки, когда значения параметров модели должны быть получены из наблюдаемых данных.

Классическая обратная задача, которую все изучают в старшей школе звучит так: дана функция, найти её минимум и максимум на заданном интервале. Более жизненный вариант: магнитно-резонансная томография или МРТ.

В ИТ, кстати, тоже решаются обратные задачи. Если, кто не знает, то в аббревиатуре ERP последние 2 буквы означают «ресурсное планирование» - а это классическая обратная задача: как распределить ресурсы, чтобы склад не затоваривался, например. К сожалению, в современных ERP фокус сильно сместился с решения обратных задач, которые, собственно, приносят деньги, на контроль процессов, которые в лучшем случае их не теряют.

Когда я писал «Стратегию попутного ветра», идея была в том, чтобы показать, чем должна быть настоящая цифровая трансформация предприятия. Это должно быть решением обратной задачи – по данным продаж найти структуру бизнеса и метод управления поведением клиентов, чтобы выручка была максимальной.

Теперь легко объяснить, почему мне так нравится матрица производительности, которую я подсмотрел как раз у Джеффри Мура. Дело в том, что сформулированная мною обратная задача становится в этой матрице задачей линейного программирования, которую любой клиент может решить сам, например, в рамках стратсессии. 😊 А собственноручно решённая задача гораздо ценнее, чем разжёванная консультантом.