Улучшение продуктов и услуг с помощью цифровых усовершенствований, повышающих их стоимость, приводит к тому, что новые технологии трансформируют восприятие и управление активами со стороны компаний. Например, компания Tesla демонстрирует, как дистанционное обновление программного обеспечения и возможности подключения могут использоваться для повышения ценности продукта (автомобиля) после покупки вместо его обесценивания со временем.
Не только новые материалы продлевают долговечность и жизнеспособность изделий, данные и аналитика также преобразуют роль технического обслуживания. Аналитические данные, предоставленные датчиками, размещенными на изделии, позволяют проводить постоянный мониторинг и активное техническое обслуживание, что в свою очередь позволяет максимально повысить эффективность его использования. Теперь речь идет не столько о выявлении конкретных дефектов, сколько об использовании контрольных показателей (на основе данных датчиков и мониторинга через алгоритмы), которые могут выявлять выход элемента оборудования за пределы нормального операционного параметра. Например, специалисты контрольных центров авиалиний раньше пилотов узнают о неполадках двигателя на конкретном самолете. Таким образом, центр может дать указания пилоту о необходимых действиях и заранее направить группу технического обслуживания в место назначения рейса.
Кроме технического обслуживания возможность прогнозировать функционирование изделия позволяет создавать новые бизнес-модели. Это функционирование может измеряться и контролироваться во времени: аналитические данные обеспечивают сведения об операционных допусках и основу для аутсорсинга производств, не являющихся профильными или стратегически значимыми для бизнеса. SAP является примером компании, которая эффективно использует данные о физических изделиях, задействованных в сельском хозяйстве, для увеличения времени их безотказной работы и срока использования.
Прогнозирование функциональности изделия предоставляет множество новых возможностей для прайсинга услуг. Цена изделий с высокой пропускной способностью, таких как лифты или траволаторы, может определяться на основании их функциональности. При этом оплата поставщикам услуг может совершаться на основе их фактической работоспособности в соответствии с порогом 99,5 % времени безотказного функционирования за соответствующий период. В качестве примера могут быть приведены грузовые автопарки. Междугородние автоперевозчики более заинтересованы в предложениях производителей шин по оплате каждой тысячи километров их пробега, чем в периодическом приобретении новых шин. Это происходит потому, что сочетание датчиков и аналитических данных дает компаниям возможность контролировать работу водителя, расход топлива и износ шин для предоставления комплексной услуги.
В мире, где для клиентов создается возможность получать определенный опыт, услуги основаны на информации, а функциональность изделия оценивается с помощью аналитики, требуются новые формы сотрудничества, особенно если учесть, как быстро появляются инновации и возникают дизруптивные воздействия. Это верно не только для авторитетных и давно укрепивших свои позиции предприятий, но и для молодых динамичных фирм. Первым часто не хватает конкретных навыков и чуткости к изменениям в запросах клиентов, в то время как последние не имеют достаточного капитала, а также того богатства данных, которое накапливается у предприятий на зрелой стадии развития.
Как отмечается в отчете Форума «Коллаборативные инновации: Преображая бизнес, способствуя росту» когда фирмы используют ресурсы в рамках совместно реализуемых инноваций, они могут создать значительную ценность для обеих сторон, а также для экономики страны, где осуществляются совместные проекты. Одним из таких примеров является недавнее сотрудничество промышленного гиганта Siemens, который ежегодно инвестирует в исследования и разработки около 4 млрд долл. США, с Ayasdi – инновационной компанией, основанной в Стэнфордском университете в 2008 году и занимающейся машинами с функциями самообучения (компания отмечена в программе Форума «Пионеры технологий»). Это партнерство дает Siemens возможность работать с компанией, способной решать непростую задачу генерации идей на основе работы с большим массивом данных, в то время как Ayasdi могут протестировать их топологический подход к анализу данных на основе реальной информации, расширяя при этом свое присутствие на рынке.
Тем не менее такое сотрудничество часто оказывается далеко не простой задачей. Оно требует значительных инвестиций с обеих сторон для развития корпоративной стратегии, поиска подходящих партнеров, установления каналов связи, приведения в соответствие процессов, а также гибкого реагирования на изменения условий как внутри, так и за пределами партнерства. Иногда такое сотрудничество порождает совершенно новые бизнес-модели, такие как систему совместного пользования автомобильным транспортом в городе. В рамках таких моделей объединяются предприятия из различных отраслей промышленности, обеспечивающие интегрированное обслуживание клиентов. Но работоспособность партнерства определяется возможностями самого слабого звена в партнерстве. Компании должны выйти далеко за рамки соглашений о маркетинге и продажах, чтобы разобраться в том, каким образом внедрить в свою практику подход, основанный на всестороннем сотрудничестве. Четвертая промышленная революция заставляет компании думать о том, как на практике должны работать вместе мир офиса и мир онлайн-бизнеса.