În perioada care a trecut de la criza economică de după 2008, progresele realizate în domeniul analizei digitale au transformat fundamental modul în care funcționează companiile. Dar acesta este abia începutul.
Analizele realizate pe baza datelor au devenit esențiale pentru multe dintre funcțiunile de bază ale corporațiilor de succes, de la modul cum sunt stabilite prețurile și strategia de marketing până la serviciile care sunt lansate pentru clienți și producție. Apoi a venit pandemia.
„A fost un șoc sistemic pentru orice economie, fără excepții, inclusiv pentru economia românească. Incertitudinea asupra viitoarei conjuncturi de piață, fragilizarea sau lungirea lanțurilor de aprovizionare și desfacere, dispariția contactului fizic cu furnizorul, finanțatorul și clientul au pus presiune pe toate companiile, cu precădere pe IMM-uri”, afirmă Bogdan Patriniche un bancher român cu mai mult de două decenii de experiență la Londra, în piețe de capital, finanțări, restructurări și active neperformante.
În ultima perioadă, el a înființat și conduce compania Invoice Cash IFN, care operează o platformă de factoring online fără regres, reglementată de BNR și în paralel o societate de data analytics CreditSky, care are la bază un modul de predictive machine learning (PML), inteligență artificială (AI) și data analytics (DA) dezvoltat intern numit de Elcano.
„Modulul permite oricărui abonat să anticipeze cu un grad mare de certitudine conjunctura din piață (furnizori sau clienți cu probabilitate mică/mare de insolvență), să identifice și să-și ajusteze strategia de marketing către clienții cu probabilitate mică/mare de supraviețuire, să poată compara situația internă a abonatului și a competitorilor săi în vederea repoziționării companiei”, explică Bogdan Patriniche.
El consideră că, în perioada post-pandemie, cu inflație, creșteri mari de prețuri la energie, creșteri probabil la prețurile de materii prime și metale neferoase, corelate cu prețul energiei, deprecierea probabilă a leului față de euro, creșterea probabilă a ROBOR, presiune pe marje și profitabilitate, un program de data analytics poate fi diferențiatorul dintre o decizie corectă, obiectivă, cantitativă, matematică și o decizie luată la inspirație, cu date parțiale sau incomplete. O analogie din navigație: „Dacă timpul e frumos și marea calmă, chiar dacă nu găsești cel mai bun vânt din spate, ajungi în final la destinație; dacă în furtună nu găsești strategia ideală, te scufunzi. Statistic, un program de data analytics produce mai multe decizii bune obiective, cantitative, decât poate cel mai inspirat manager”, adaugă bancherul, a cărui părere este completată de un studiu al companiei de consultanță McKinsey.
„În timp ce dezvoltarea strategiei va necesita întotdeauna directori creativi și grijulii pentru a stabili aspirații și a face alegeri îndrăznețe, instrumentele de analiză pot oferi un avantaj”, afirmă consultanții McKinsey, care consideră că analizele realizate pe baza datelor pot fi utilizate pentru a reduce prejudecățile în luarea deciziilor, pentru a descoperi noi oportunități de creștere, pentru a identifica tendințe aflate într-un stadiu incipient sau pentru a anticipa dinamica complexă a pieței prin obținerea unor informații exclusive despre impactul combinat al unui număr mare de forțe.
„Dacă acest gen de gândire strategică era – în trecut – apanajul exclusiv al marilor grupuri internaționale, care puteau contracta cu zeci de mii de euro pe lună societăți de consultanță în management, astăzi s-a democratizat și automatizat acest proces, permițând tuturor IMM-urilor și societăților locale să aibă acces la același gen de informație și să-și dezvolte – pe baza de abonament lunar – o strategie aproape la fel de articulată ca a unei multinaționale”, adaugă Prof. Catalina Stefanescu-Cuntze din cadrul Școlii Europene de Management și Tehnologie (EMST) din Berlin.
Reprezentanții companiei de data analytics aduc în discuție și un alt subiect la modă în ultima perioadă – digitalizarea, despre care constată că este un proces complex pe care firmele mari, multinaționale, și cele din zona telecom, logistică și IT l-au demarat anterior crizei.
„Covid-ul nu a făcut decât să-i determine să-și accelereze procesele. Iar aceasta e valabil în România și în orice altă piață. Toți ceilalți (IMM-urile și sectorul public, inclusiv educația și sănătatea) au rămas în blockstart-uri”, mai spune Bogdan Patriniche. Dar bancherul constată, asemenea multor altor analiști, că nu absența pregătirii pentru digitalizare și implementarea soluțiilor de digitalizare sunt principalul handicap al instituțiilor românești, ci deschiderea decidenților din interiorul companiilor la democratizarea, transparentizarea și automatizarea proceselor de decizie ca rezultat direct al digitalizării.
„Utilizarea algoritmilor de PML nu cere investiții, ci doar acceptarea faptului că procesele de execuție, implementare și decizie pot deveni, prin digitalizare și machine learning, obiective, în loc să fie discreționare și, transparente, în loc să fie opace si din decizii individuale luate la inspirație se transformă în soluții automate decise după o evaluare statistică predictivă”, adaugă Bogdan Patriniche care are ca obiectiv extinderea platformei și a modulului și algoritmilor Elcano în alte piețe de proximitate în Europa Centrală și de Est sau în mod oportunist pe piețe dezvoltate, precum Italia.
„Matematica este universală și imună la nivelul de dezvoltare al economiei unei țări. În viitorul apropiat, dorim să dezvoltăm un produs care să incorporeze tehnologia blockchain. Domeniul de utilizare a PML, AI și DA este nelimitat de la MedTech la BioTech. Ne uităm să vedem unde am putea veni în ajutorul unei problematice medical-sociale. Sunt unelte care îi fac munca nu doar mai ușoară, ci mult mai sigură. Mai țineți minte ce complicat ni s-a părut să folosim la început un smartphone? Azi, dacă îl uităm când plecăm de acasă, ne simțim vulnerabili pe stradă.”
Un alt studiu, realizat la finalul anului trecut de către compania de software STX Next, arată multe dintre companii au integrat deja diverse instrumente de machine learning, aceasta urmând să devină cea mai importantă tendință în domeniul inteligenţei artificiale.
Practic, mai mult de două treimi din cei 1.500 de lideri în domeniul tehnologic (CTO) care au fost chestionați cu ocazia studiului au confirmat că organizațiile pentru care lucrează au implementat deja machine-learning sub o formă sau alta. Mai mult, aproape trei sferturi dintre cei chestionați consideră că machine-learning va deveni cel mai popular segment din domeniul inteligenței artificiale, depășind alte subsisteme, precum procesarea limbajului natural (NLP), recunoaşterea de tipare sau procesele de deep learning. În ciuda unor astfel de rezultate, STX Next afirmă că implementarea inteligenţei artificiale este încă un proces amplu aflat în perioada iniţială, în special din pricina lipsei de talente necesare.
„Parafrazându-l pe burghezul gentilom din Moliere, care vorbea în proză fară să știe, orice companie care folosește cel puțin o adresă de email, care vine și cu folderul de Spam, folosește în prezent machine learning-ul”, mai spune Christophe Angely, fost Managing Director la Barclays Capital la Londra.
Analiștii consideră încă mai trebuie să așteptăm pentru momentul în care toate procesele din zona vânzărilor, marketingului sau producției vor fi complet digitalizate. „Dar, în următorii 10 ani, nu va fi ușor să supraviețuiești dacă nu vei fi solid digitalizat, pentru că timpii tăi de reacție la semnalele pieței vor fi umani, nu automați, iar răspunsurile către client vor fi omenești, nu instantanee”, conchide Bogdan Patriniche.