Президент и председатель правления Сбербанка России Герман Греф провел в екатеринбургском Ельцин Центре публичную лекцию о новых технологических трендах и моделях эффективного менеджмента, в ходе которой поделился мыслями о банкинге, блокчейне, об уходе с рынка традиционных профессий. Журнал National Business представляет основные тезисы двухчасового выступления.

БАНКИНГ – В ЦЕНТРЕ ВОДОВОРОТА

По словам главы Сбербанка, по данным IBM, общий объем неструктурированных и структурированных данных достигнет 160 зетта-байт к 2025 году, причем большая часть этого объема – неструктурированные данные. Мы перешли в новую эпоху, расти будут, например, медицинские данные, где предполагается основной прорыв. Сегодня нормальный мониторинг организма человека для точной диагностики в профилактических целях составляет примерно 300 млн страниц текстовых данных. Этот объем информации должны генерировать носимые и встроенные датчики, что в конечном счете позволит увеличить возраст дожития до 120 лет. Обработка данных и data science затронула все сферы без исключения. Банкинг находится в центре этого водоворота. Есть отрасли, которые пока находятся на периферии, но это дело времени. Не останется ни одной отрасли, которая не была бы взорвана новыми подходами с точки зрения использования и обработки данных. Даже традиционно сложные для анализа объекты, такие как человеческая сущность, модели поведения, сегодня анализируются с достаточной точностью. Один швейцарский журнал приписал ученому из Стэнфорда Михалу Косински чуть не ключевую роль в выборах президента США. С какой стати? Доктор Михал Косински разработал методику по кликам в Facebook, которая с достаточной точностью позволяет определять пять ключевых поведенческих аспектов личности и ее психотипов. Довольно 11–12 «лайков», чтобы предсказания модели совпали с оценками ваших коллег, а 230 ваших «лайков» в Интернете позволят понимать вашу личность лучше, чем ваши близкие. Сейчас Михал работает над психотипированием людей на основе фотографий, и точность такой оценки составляет 0,85%. Это ломает все подходы к использованию больших данных для анализа поведения.

МЫ БУДЕМ ЕЗДИТЬ В БУЛОЧНУЮ НА ТАКСИ

Компания Uber не владеет ни одним автомобилем, Airb’n’b – ни одним отелем, что не мешает им привлекать миллиардные инвестиции. Это создание принципиально новых моделей – подход на основе осознания того, каковы истинные потребности человека, которому нужны не вещи, а лишь их функции. И это радикально меняет модели бизнеса. Раньше не существовало такой модели, которая позволяла бы человеку удовлетворить его потребности напрямую, и он был вынужден тратить огромное количество ресурсов, в частности приобретать транспорт, используя его на 3–6% полезной стоимости в год. Теперь юберизированные модели позволяют увеличить коэффициент использования до 40%, а в перспективе – до 60% потенциальной эффективности. Когда водителя заменит автопилот, эффективность поднимется до 80%. И мы будем ездить в булочную на такси и тратить на поездку меньше, чем на покупку самой булочки. Надеюсь, что и в этом потребности не возникнет – для этого уже существует Alibaba, которая нам позволит вообще никуда не ходить, все необходимое доставляется прямо домой.

ЦИФРОВЫЕ ПЛАТФОРМЫ – В АКТИВЕ

Самый горячий тренд года – искусственный интеллект. Все, что связано с человеком и роботом, – это профессия будущего. Все предпочтут цифрового посредника, чтобы удовлетворять свои потребности. Платформа, основанная на искусственном интеллекте, независима от людей и дает больше стабильности. Автоматизация приведет к огромному сдвигу в области изменения содержания профессий и их наличия. Если посмотреть на Сбербанк, то шесть лет назад в офисах работало 59 тысяч человек, сейчас – 12 тысяч, через три года будет работать в лучшем случае тысяча. Раньше у нас трудились 33 тысячи бухгалтеров, сейчас – пол- торы тысячи, а будет 500 человек. Деньги уходят в безналичный оборот. С каждым годом без- наличные платежи растут более чем на 100%, в прошлом году оборот составил более 100 млрд руб. Это приведет к сокращению числа привычных профессий. Я оптимист в части занятости, но уверен, что специальности будут уходить в историю. Всем без исключения придется стать специалистами по обработке данных. Сейчас искусственным интеллектом занимаются глобальные высокотехнологичные компании, которые создают для него фундаментальную базу. Это можно видеть на примере таких гигантов IT-индустрии, как Facebook, Uber, Amazon. Можно выделить четыре направления использования ИИ – описательное, аналитическое, предсказательное и предписательное. Сейчас в IBM говорят, что создают модели, которые позволяют использовать ИИ в ситуации неопределенности, когда в основе лежит не анализ исторических ситуаций, а факторный анализ текущей ситуации. Сложно говорить о том, насколько это успешная штука, но всё идет к тому, что мобильный теле- фон уйдет в прошлое. Приложения становятся настолько старыми и неудобными, что все пред- почтут цифрового посредника. Основной актив названных компаний – цифровые платформы, их наличие дает значительно больше стабильности и независимости от людей.

КОРОВА – ЭТО ПЛОХОЙ ПРЕОБРАЗОВАТЕЛЬ ТРАВЫ И ВОДЫ

Сегодня активное использование ИИ – это оценка рисков, подбор персонала и медицина. Данные в медицине будут работать экспоненциально, и использование больших данных здесь – ключевой тренд. В этой связи медицинские вузы, которые находятся в ведении министерства здравоохранения, очевидно, не смогут выжить. В мире все медицинские вузы превращены в медфакультеты крупных университетов, потому что врач без комплексной компетенции по работе с большими данными будет «недоквалифицированным». Когда мы внимательно посмотрели технологию блокчейн, будучи в Кремниевой долине, задались вопросом, где нам остается место в банкинге, потому что искусственный интеллект плюс блокчейн, когда технология созреет, не оставляют места банкиру. Мы начали шутить, что пойдем в сельское хозяйство. И тут профессор говорит: «Ребята, вы неудачную сферу выбрали, потому что там всё еще хуже, чем у вас». Сегодня компания Impossible Foods изучает проблему обеспечения населения продовольствием. Она в своих изысканиях пришла к выводу, что со временем наступит острая нехватка ключевых компонентов – от пастбищ до воды.

Более того, по мнению специалистов этой компании, корова – это очень плохой и неэффективный преобразователь травы и воды в молоко и мясо. И тогда компания решила воспроизвести биологический процесс переработки травы и воды в молоко и мясо напрямую. И у нее получилось. Она доказала в американских ведомствах, что это не химический, а биологический процесс, и получила все разрешения на производство мяса и молока. Компания гарантирует, что там нет никакой химии, это абсолютно безопасно и очень полезно для человека, потому что в полученных продуктах имеется полный набор протеинов и всего остального. В этом году пошли дальше и показали аналогичный эксперимент уже с вином, сейчас работают над воспроизводством одного из самых элитных сортов.

НАДО БРАТЬ ЛУЧШИЕ ПРАКТИКИ И ВНЕДРЯТЬ

Я категорический противник сегрегационной образовательной парадигмы. Вопрос в том, что является целью образовательной системы. Сейчас мы хотим вырастить очень талантливых роботов, которые быстрее всех бегают, выше прыгают или лучше решают задачки. На мой взгляд, основная задача системы образования – вырастить человека счастливым, гармоничным, с большим объемом компетенций, чтобы он чувствовал себя личностью. А мы за период обучения должны понять и подсказать, где человек наиболее силен. В Кремниевой долине нам продемонстрировали одну из самых привлекательных моделей. Вполне обычная школа, по национальному составу обучаются в ней в основном латиноамериканцы. На входе запись: «В прошлом году 100% наших выпускников были приняты в колледжи, пять человек – в Стэнфорд». В этой школе, в нашем понимании, вообще не дают знаний – там формируют навыки, роль учителя в этом процессе минимальная. Главное – это набор 36 новых компетенций – soft skills, но их отдельно также не преподают. Компетенции встроены в существующие предметы, знаниями занимаются сами ученики, которые берут готовые треки и сами обучаются. Эта система настолько прозрачна, что делает ненужной систему экзаменов. Сейчас мы пытаемся собрать пул специалистов, которые у нас могли бы выстроить подобную систему. Между бизнес- системами управления и управлением образованием есть гигантский квалификационный разрыв, который требуется сокращать, и больше не нужно ничего придумывать. Надо просто брать лучшие практики и внедрять.