Конкурентное преимущество технологических гигантов над традиционными компаниями, основанное на получении больших данных

25.12.2022 / 17:07

Для сбора данных фирмы Big Tech одновременно занимаются двумя видами деятельности: используют собственное оборудование или программное обеспечение для создания собственных наборов данных (т. е. прямой сбор)a и/или формируют партнёрские отношения с государственными или частными субъектами (часто являясь поставщиками основных услуг) в отрасли для доступа к уже существующим массивам данным (т. е. косвенный сбор).

Конкурентное преимущество технологических гигантов над традиционными компаниями, основанное на получении больших данных

Прямой сбор данных

Такой способ представляет собой накопление этими платформами проприетарных данных на уровне пользователей, в том числе тех, которые непосредственно собираются крупными технологическими фирмами в сотрудничестве с институциональными субъектами. Для крупных корпораций эта деятельность дополняет или обогащает их собственные БД, полученной от отрасли дополнительной информацией, а также служит альтернативным путём сбора, если попытки получить доступ к существующим, часто конфиденциальным, отраслевым данным, хранящимся у основных поставщиков услуг, терпят неудачу. Например, Amazon создаёт альтернативную базу данных по медикаментозному лечению, приобретая аптеки и объединяя их БД со своим облачным сервисом, для стандартизации электронных записей. Хотя эти альтернативные хранилища не могут заменить полноценные данные о пациентах, хранящиеся на серверах системы здравоохранения, с точки зрения ценности, они могут качественно дополнять их.

Предоставление крупным технологическим фирмам возможности вступить в партнёрские отношения с фармацевтическими компаниями, исследовательскими институтами и поставщиками медицинских услуг льёт воду на мельницу бигтехов в конкурентной борьбе. Например, в системах здравоохранения обычно отсутствует информация о физическом состоянии или психическом здоровье пациентов, но такая информация, отслеживаемая в режиме реального времени может иметь большое значение для служб мониторинга здравоохранения и медицинских исследований.

Например, тот факт, что Google обогнал Apple в сфере образования (хотя начал свою экспансию туда на пару десятков лет позже) можно, по крайней мере, частично объяснить их готовностью субсидировать школы своим оборудованием (Chromebook) вместе с программным обеспечением (Classroom) для расширения сбора данных, который оказался через чур привлекательным для поставщиков образовательных услуг, для улучшения методологии обучения и экономически эффективным способом. Точно так же в сфере здравоохранения партнёрские отношения и инвестиции Google (и других компаний) с разработчиками медицинского оборудования можно частично объяснить их намерением развернуть оборудование для сбора пользовательских данных. Поэтому субсидируемые инвестиции в оборудование платформ (используемых в тандеме с другими каналами) усиливают прямую эффективность по накоплению важной информации платформами, даже в отраслях, деятельность которых строго регулируется государством.

Можно также наблюдать, что крупные технологические IT-корпорации, которые уже создали свои превосходные наборы данных и развили возможности для продолжения этих процедур, даже не завися от конкретного оборудования или программного обеспечения, имеют конкурентное преимущество (по сравнению с конкурентами, чьи процессы в основном зависит от конкретного оборудования или программного обеспечения). Такие фирмы могут гибко использовать любой канал, который лучше всего подходит для прямого сбора данных, что в конечном итоге приводит к превосходной аналитической обработке алгоритмами на основе искусственного интеллекта и машинного обучения. В этом отношении у Google есть сравнительное преимущество, заключающееся в том, что у этой компании-поисковика есть большая пользовательская база, с помощью которой он собирает прямые данные из случайных запросов пользователей, пользующихся его цифровой технологией. С другой стороны, например, корпорация Apple находится в наиболее невыгодном положении в этом аспекте, из-за их высокой зависимости от необходимости обеспечивать пользователя своим оборудованием с уникальной закрытой операционной системой со специализированным программным обеспечением/приложенями.

Косвенный сбор данных

Второй тип деятельности, с помощью которой технологические гиганты собирают данные в сферах деятельности, которые строго контролируются государством - это партнёрские отношения с поставщиками основных услуг для получения доступа к данным. Для получения такого доступа предоставление услуг инфраструктуры является обычной дополнительной практикой с добавленной стоимостью, которая предлагается основным поставщикам услуг. Крупные технологические фирмы могут получать прибыль даже иногда посредством навязывания таких услуг, взимая плату за них, а заодно получая информацию, которая может быть монетизирована за пределами отрасли (например, более целенаправленные рекламные услуги). Нередки случаи, когда монетизация происходит внутри отрасли, путём разработки новых целевых продуктов или услуг.

Характер косвенного сбора данных в строго регулируемой профессиональной сфере зависит от степени приватизации отрасли. В области здравоохранения страны сильно различаются по степени приватизации медицинских услуг. Например, в таких странах, как США или Канада, где большая часть медицинских услуг предоставляется частными субъектами, данные существуют внутри поставщиков медицинских услуг, которые в основном не подключены к общей сети и могут хранить данные в разных форматах. Поскольку информация каждого из этих поставщиков являются частью всех данных в системе, использование шлюза с элементами стандартизации, для создания универсальной БДх и последующего анализа (например, диагностики посредством поиска симптомов болезни алгоритмом искусственного интеллекта) является дополнительным действием для основных поставщиков услуг, с достаточно высокой добавленной стоимостью.

Однако, эта фрагментированная система представляет собой проблему координации для платформ, поскольку им необходимо убеждать этих поставщиков одного за другим и согласовывать (т. е. объединять совместимым образом) рассредоточенные наборы данных. Затем происходит ситуация, если игрок достаточно убедителен, когда поставщики услуг набирают обороты и уже находятся в лучшем положении для предоставления услуг искусственного интеллекта.

С другой стороны, отрасль, в которой доминирует государство, имеет особенность, заключающуюся в том, что вся информация обычно хранится централизованно. Однако сбор может по-прежнему осуществляться на низовом уровне, поскольку штат государственных организаций может собирать ограниченные данные (например, из-за нехватки аппаратного/программного обеспечения). Бывает ситуация, когда может быть сложно реализовать общегосударственные инициативы по сбору данных (например, в сфере образования). Кроме того, доступ к государственным БД может быть затруднён по этическим, техническим причинам или соображениям безопасности. Тогда доступ к таким «закрытым» БД является важным элементом жёсткой игры при конкуренции поставщиков услуг, в которой победитель получает все.

Принимая во внимание эти факторы, можно наблюдать, в этом случае, что существующие отношения государства с крупными технологическими фирмами играют важную роль для успешного заключения сделок по получению доступа к существующим отраслевым данным в обмен на обратную связь, которая может повысить ценность услуг действующих операторов.

На этой ниве выделяются три крупнейших игрока:

- во-первых, это Microsoft, который имеет долгую историю работы не только с государственными, но и частными субъектами во многих отраслях, включая образование и здравоохранение, что позволяет ему использовать свои облачные сервисы и индивидуальные решения для институциональных субъектов;

- во-вторых, Amazon — ведущий поставщик облачных услуг, тесно связанный с государственными структурами США;

- наконец, Google использует облачные сервисы для расширения косвенного сбора данных путём заключения сделок с традиционными компаниями (например, сделка NHS-Google).

Кроме того, существующие возможности сбора данных цифровыми глобальными сервисами усиливают их способность заключать сделки с традиционными небольшими и средними компаниями для получения доступа к существующим отраслевым данным. Опять же, те гиганты которые используют субсидируемое оборудование, могут эксплуатировать несколько каналов, собирая нужную им информацию независимо от конкретного оборудования или ПО. Такой подход лучше воздействует на заключение сделок с действующими в отрасли небольшими фирмами, благодаря превосходным возможностям предлагать потом им же аналитические данные. Этот путь входа на новые рынки обычно сопровождается ещё попыткой создать дополнительные наборы данных путём прямого сбора, что становится особенно важным, когда платформа не может заключить сделку с действующими операторами.

Помимо сбора данных как прямо, так и косвенно, крупные технологические фирмы занимаются двумя видами деятельности, которые добавляют ценность в строго регулируемой отрасли: они генерируют идеи, основанные на обработке собираемых данных, которые улучшают существующие продукты и услуги в отрасли и/или участвуют в разработке новых продуктов или услуг для отраслевых (и околоотраслевых) сфер деятельности.

Аналитическая обработка, опирается на возможностях анализа больших массивов посредством алгоритмов искусственного интеллекта и машинного обучения. Этот процесс является «мощным двигателем», стимулирующим проникновение бигтехов в самые закрытые и строго регулируемые государством отрасли. Услуга аналитической обработки, заслуживающая особого внимания в этих регулируемых секторах, — это ранняя диагностика заболеваний или реакции на протоколы лечения. Этот сервис может значительно сократить расходы и улучшить результаты для поставщиков медицинских и образовательных услуг. Такие идеи приносят также пользу самим технологическим гигантам множеством способов:

  • инициирование или продвижение непрямого сбора данных;
  • вход в цикл положительной обратной связи через основных поставщиков услуг;
  • разработка и коммерциализация новых продуктов и услуг, превосходящих существующие альтернативы;
  • использование идеи на своих существующих платформах для других отраслей, тем самым укрепление своего доминирующего положения в различных сферах.


Любые технологические фирмы, после сбора и упорядочивания БД, начинают добавлять ценность в цепочку создания стоимости, используя свои знания для участия в инновационных процессах разработки новых продуктов и услуг, дополняющих основные (например, разработка специализированных программ автоматизации для бухгалтерского учёта с узкой профессиональной спецификой). Как пример можно привести случай партнёрства Google с GlaxoSmith Kline для производства и продажи биоэлектронных лекарств. Крупные технологические игроки используют анализ данных для сокращения затрат и ускорения процесса НИОКР для внедрения инноваций. Кроме того, они могут нацеливаться на прибыльные области, где их собственные предприятия могут разрабатывать более специализированные продукты/услуги, как, например, в случае приобретения Amazon компании TenMarks для разработки учебных программ по математике или разработки Гуглом (Альфабет) носимых неинвазивных устройств для отслеживания уровня сахара в крови.