Cách các công ty kế thừa có thể xoay quanh một mô hình nền tảng

Sự phát triển của trí tuệ nhân tạo đã cho phép nhiều chiến lược và mô hình kinh doanh mới, từ nhắm mục tiêu quảng cáo có lập trình đến nền kinh tế chia sẻ cho đến siêu thị. Các công ty thành công nhất trong việc sử dụng các mô hình này – bản địa kỹ thuật số, gần như là một – là “nền tảng nhiều mặt”, trong đó một công ty ở trung tâm của hệ sinh thái hoặc mạng lưới kinh doanh điều phối các dịch vụ và giảm bớt sự cọ xát cho khách hàng. Facebook, Apple, Airbnb, Amazon, Google, Uber, Alibaba, Tencent và các công ty nền tảng hàng đầu khác đã tạo ra giá trị với tốc độ đáng kinh ngạc.

Không phải ngẫu nhiên đâu. Nghiên cứu đã chỉ ra rằng các nền tảng đa mặt có định giá cao nhất trong số các mô hình kinh doanh thay thế thống trị – gấp hơn bốn lần bội số doanh thu hàng năm gắn với một số mô hình kinh doanh kế thừa. Điều này phần lớn là do họ phát triển nhanh chóng và bản thân phải sở hữu tương đối ít tài sản.

Các mô hình kinh doanh nền tảng thường tạo ra khối lượng lớn dữ liệu từ tất cả những người tham gia trong hệ sinh thái và cần có AI để hiểu được tất cả. Máy học giúp khách hàng phù hợp với các sản phẩm và dịch vụ họ cần hoặc muốn, đồng thời cung cấp trải nghiệm liền mạch trên toàn hệ sinh thái. Và hàng triệu khách hàng sử dụng nền tảng cần dịch vụ khách hàng hiệu quả cao, tức là các đại lý thông minh và chatbot. Vì vậy, không có gì ngạc nhiên khi các công ty nền tảng hàng đầu được liệt kê ở trên cũng đứng đầu thế giới trong việc ứng dụng AI vào doanh nghiệp của họ.

Nhưng các doanh nghiệp truyền thống cũng có thể tổ chức các nền tảng nhiều mặt. Họ cũng có thể sử dụng dữ liệu và các mô hình AI để điều phối các dịch vụ cho khách hàng trong một hệ sinh thái của các công ty. Nó đòi hỏi các chiến lược mới, công nghệ mới và các mối quan hệ kinh doanh mới, nhưng khi các công ty thực hiện chuyển đổi thành công, họ có thể đạt được sự tăng trưởng nhanh chóng và lòng trung thành của khách hàng mà các nền tảng kỹ thuật số gốc đã đạt được.

Có bằng chứng cho thấy nhiều công ty truyền thống sử dụng AI mạnh mẽ đang áp dụng một hệ sinh thái (và có lẽ cuối cùng là một phương pháp dựa trên nền tảng). Trong cuộc khảo sát về Trạng thái AI trong doanh nghiệp của Deloitte 2021, hai nhóm người dùng AI đạt thành tích cao nhất trong cuộc khảo sát về cơ bản có nhiều khả năng có hai mối quan hệ hệ sinh thái trở lên (83% trong số hai nhóm cao nhất, so với 70% và 59% trong hai nhóm thấp nhất). Các công ty có hệ sinh thái đa dạng hơn có khả năng sử dụng AI theo cách khác biệt với các đối thủ cạnh tranh cao gấp 1,4 lần. Ngoài ra, các tổ chức có hệ sinh thái đa dạng cũng có nhiều khả năng có tầm nhìn biến đổi cho AI, có các chiến lược AI cho toàn doanh nghiệp và sử dụng AI như một yếu tố khác biệt chiến lược.

Các công ty này có thể không có các mô hình kinh doanh nền tảng chính thức, nhưng việc tạo ra các mối quan hệ hệ sinh thái rộng lớn hơn là bước đầu tiên đối với các nền tảng hỗ trợ AI. Ngoài bước đó, đây là cách các công ty đang tự biến mình thành nền tảng với AI.

Không chỉ Bản gốc kỹ thuật số

Một số công ty “kế thừa” đã tạo ra các mô hình nền tảng hỗ trợ AI. Sử dụng các mô hình này, các công ty đang tạo ra nhiều khách hàng hơn, dẫn đến nhiều dữ liệu hơn, dẫn đến các mô hình tốt hơn, dẫn đến dịch vụ khách hàng tốt hơn – một vòng tròn đạo đức. Những người khác đang trong giai đoạn sớm hơn nhưng hy vọng cuối cùng sẽ đạt được kết quả tương tự.

Có lẽ ví dụ điển hình nhất về vòng tròn nhân đức từ các nền tảng là Ping An ở Trung Quốc, bắt đầu là một công ty bảo hiểm vào năm 1988 nhưng giờ đây tự mô tả về 5 hệ sinh thái của mình – dịch vụ tài chính, chăm sóc sức khỏe, thành phố thông minh, ô tô và bất động sản – mỗi trong số đó tạo thành một nền tảng. Trong lĩnh vực chăm sóc sức khỏe, ví dụ, nền tảng của Ping An kết nối chính phủ, bệnh nhân, nhà cung cấp dịch vụ y tế, công ty bảo hiểm sức khỏe và công nghệ. Hệ thống Ping An Good Doctor cung cấp cả tư vấn trực tuyến và tư vấn trực tiếp, đồng thời sử dụng AI để đưa ra lời khuyên y tế cho các thành viên bằng thiết bị di động.

Quy mô của hệ sinh thái là đáng kinh ngạc – nó cung cấp chẩn đoán và điều trị hơn 3.000 bệnh thông thường, có gần 350 triệu người dùng, hơn 1.800 bác sĩ y tế và điều dưỡng, và gần 10.000 chuyên gia chăm sóc sức khỏe trên khắp Trung Quốc. Nó hợp tác với 110.000 nhà thuốc, 49.000 phòng khám và hơn 2.000 trung tâm khám bệnh. Vào năm 2020, nó đã thực hiện hơn 830.000 giao dịch y tế mỗi ngày. Những con số này không chỉ minh họa cho quy mô dân số của Trung Quốc mà còn cho thấy khả năng mở rộng quy mô nhanh chóng với mô hình kinh doanh dựa trên nền tảng.

Mặc dù giá trị chính của nền tảng là phát triển doanh nghiệp và cung cấp dịch vụ chăm sóc sức khỏe hiệu quả, nhưng nó cũng hữu ích để tích lũy thông tin chi tiết để đào tạo các mô hình AI. Hệ sinh thái chăm sóc sức khỏe Ping An có thể dựa trên dữ liệu yêu cầu và thanh toán từ người trả tiền, dữ liệu điều trị từ các nhà cung cấp dịch vụ chăm sóc, dữ liệu kê đơn từ các hiệu thuốc, dữ liệu triệu chứng từ bệnh nhân và các loại dữ liệu khác từ các thành viên khác trong hệ sinh thái. Đến năm 2020 Ping An có dữ liệu về hơn 30.000 bệnh và hơn một tỷ hồ sơ tư vấn y tế.

Một số công ty sử dụng nhiên liệu AI khác, bao gồm Skywise, Shell, Anthem và SOMPO của Airbus ở Nhật Bản cũng đang theo đuổi ý tưởng hệ sinh thái, nhưng đang ở giai đoạn sớm hơn Ping An. Tại thời điểm này, họ vẫn đang khám phá các mô hình kinh doanh và doanh thu, nhưng đang theo đuổi các phương pháp chia sẻ và tích hợp dữ liệu, đồng thời bắt đầu phát triển các ứng dụng AI để phân tích dữ liệu.

Làm thế nào các công ty cỡ vừa có thể cạnh tranh

Tuy nhiên, không phải chỉ có các công ty lớn với ngân sách R&D lớn mới có thể thực hiện xoay trục này. CCC Intelligent Solutions, được thành lập vào năm 1980, minh họa cách một công ty hạng trung có thể cạnh tranh hiệu quả bằng cách sử dụng mô hình nền tảng hỗ trợ AI. Nền tảng của nó tập trung vào việc số hóa nền kinh tế bảo hiểm ô tô, đồng thời giảm bớt các yêu cầu bồi thường và ma sát sửa chữa thiệt hại cho hàng triệu người lái xe mỗi năm. Thông qua các mối quan hệ với hơn 300 công ty bảo hiểm, hơn 27.000 cơ sở sửa chữa, hơn 4.000 nhà cung cấp phụ tùng và tất cả các OEM ô tô lớn, nó đã thu thập hơn 1 nghìn tỷ đô la dữ liệu tuyên bố lịch sử, hàng tỷ hình ảnh lịch sử và dữ liệu khác về các bộ phận ô tô , cửa hàng sửa chữa, chấn thương do va chạm, quy định, viễn thông và nhiều thực thể khác. Như với một số hệ sinh thái khác được đề cập ở trên, mỗi thành viên mới cung cấp nhiều giá trị hơn cho mạng và nhiều dữ liệu hơn, dẫn đến các mô hình AI tốt hơn.

CCC tổng hợp dữ liệu – và ngày càng cung cấp năng lực cho các quyết định do AI hỗ trợ – cho nền tảng của mình để xử lý nhanh chóng và hiệu quả các khiếu nại cho người dùng cuối. Tất cả các giao dịch kết quả đều diễn ra trên đám mây, kết nối 30.000 công ty, 500.000 người dùng cá nhân và 100 tỷ USD giao dịch thương mại.

Trong vài năm qua, CCC đã phát triển một yêu cầu bồi thường “không đụng hàng” đang được USAA và các công ty bảo hiểm hàng đầu khác sử dụng. Khách hàng được bảo hiểm có liên quan đến một vụ tai nạn có thể chụp ảnh hướng dẫn trên thiết bị di động của họ, gửi cho công ty bảo hiểm của họ và nhận được ước tính tự động trong vài giây. Một sự đổi mới hỗ trợ AI như vậy đòi hỏi nhiều năm cải tiến công nghệ, cũng như cộng tác với các thành viên hệ sinh thái để tích hợp khả năng vào các yêu cầu và quy trình sửa chữa của họ.

Điều gì cần đến để thành công với nền tảng dựa trên AI

Các công ty nói trên đều có các nhu cầu kinh doanh khác nhau và đang cung cấp các dịch vụ khác nhau, nhưng có những vấn đề chung về cách họ tiếp cận các trụ cột nền tảng của mình. Các công ty muốn tạo ra và phát triển thịnh vượng với các nền tảng hỗ trợ AI cần phải hoàn thành một loạt các bước. Chúng bao gồm:

Lập chiến lược về cách các mối quan hệ trong hệ sinh thái sẽ cải thiện dịch vụ của bạn và tìm kiếm các mối quan hệ đối tác đó.

Chiến lược kinh doanh sẽ quyết định nền tảng mà công ty của bạn cần hình thành và cách thức cải tiến sản phẩm và dịch vụ của công ty. Việc thực hiện chiến lược có thể yêu cầu xây dựng hoặc mua các khả năng kinh doanh mới. Ví dụ, Ping An quyết định rằng thay vì chỉ cung cấp dịch vụ bảo hiểm, hãng sẽ xây dựng một siêu thị tài chính cho khách hàng. Nó đã có một số khả năng, nhưng nó đã xây dựng một dịch vụ quản lý tài sản (Lufax) và mua một cổng thông tin ô tô (Autohome).

Đảm bảo rằng dữ liệu đi kèm với mối quan hệ.

Một phần lớn giá trị của nền tảng là quyền truy cập vào dữ liệu của đối tác, vì vậy hãy đảm bảo rằng các giao dịch hợp tác bao gồm quyền truy cập vào dữ liệu cần thiết và khả năng sử dụng dữ liệu đó trong các mô hình AI như đối sánh khách hàng / cung cấp và đề xuất.

Phát triển kiến ​​trúc dịch vụ CNTT dựa trên API.

Các đối tác của hệ sinh thái sẽ cần dễ dàng truy cập vào dữ liệu và các quyết định do hệ thống AI đưa ra. Cho đến nay, cách dễ nhất để làm điều đó là với các kiến ​​trúc giao diện chương trình ứng dụng (API). CCC, chẳng hạn, đã xây dựng mạng API dựa trên đám mây cho phép các nhà cung cấp dễ dàng giao tiếp với công ty.

Xác định các quyết định quan trọng mà AI cần đưa ra và thu thập dữ liệu để đào tạo các mô hình.

Trong hầu hết các trường hợp, AI sẽ được sử dụng để đưa ra quyết định. Đối với nền tảng chăm sóc sức khỏe của Ping An, các quyết định quan trọng bao gồm chẩn đoán có khả năng xảy ra nhất của bệnh nhân, liệu bệnh nhân có cần đến bác sĩ hay không và phương pháp điều trị được khuyến nghị là gì. Các quyết định được hỗ trợ bởi nền tảng của CCC bao gồm thiệt hại chính xác của một chiếc xe và chi phí để khôi phục nó, các đối tác hệ sinh thái nào cần tham gia vào việc sửa chữa và loại bỏ các dịch vụ cần thiết.

Thiết kế một quy trình liền mạch từ quan điểm của khách hàng.

Một phần chính tạo nên sức hấp dẫn của mô hình nền tảng đối với khách hàng là loại bỏ ma sát để họ không phải hiểu tất cả những người tham gia và sự phức tạp liên quan đến một giải pháp, cho dù đó là điều trị y tế, sửa chữa va chạm hay bảo trì máy bay. Các công ty tạo ra một nền tảng cần làm việc với các đối tác của họ để thiết kế và thực hiện một quy trình trơn tru, liền mạch nhằm đáp ứng nhu cầu của khách hàng.

Sử dụng dữ liệu từ khắp hệ sinh thái để cải thiện các mô hình và dịch vụ.

Các mô hình học máy hỗ trợ các quyết định về nền tảng không phải là cách tiếp cận “đặt và quên”. Họ sẽ dự đoán hoặc đề xuất tốt hơn theo thời gian nếu họ được đào tạo lại trên dữ liệu mới. Họ nên được đào tạo lại bất cứ khi nào xuất hiện các nguồn dữ liệu mới lớn hoặc khi họ không còn thực hiện công việc hiệu quả theo quyết định mà họ bị tính phí.

Cả các công ty nền tảng kỹ thuật số gốc và các công ty kế thừa mà chúng tôi đã nghiên cứu đều minh họa giá trị của mô hình kinh doanh nền tảng hỗ trợ AI cho các công ty và khách hàng của họ. Thật khó để phát triển nhanh chóng nếu không có một tập hợp các đối tác kinh doanh thân thiết và thật khó để hiểu dữ liệu của họ và cung cấp giá trị cho tất cả các bên mà không có AI. Chúng tôi hy vọng sẽ thấy nhiều nền tảng này hơn nữa trong tương lai.