Oare putem cuantifica valoarea dispozitivelor interconectate?

Un lucru şi mai impresionant pe care-au realizat a fost acela că, prin interconectarea tuturor maşinilor, ei au putut să previzioneze – şi, drept urmare, să îmbunătăţească – fiabilitatea generală a proceselor şi calitatea produselor. Toată treaba aceasta a fost făcută prin nişte dispozitive – aparate fizice şi senzori fizici – inteligente şi conectate, iar aceste dispozitive au monitorizat, controlat şi optimizat, prin procese de învăţare continuă, unităţile de fabricaţie, cărora li s-a dat o autonomie din ce în ce mai crescută,

Sună familiar ?

S-ar putea ca „Internetul Lucrurilor” să sune deja ca un cuvânt la modă demonetizat prin utilizare excesivă, dar valoarea sa este reală. Un articol apărut în ediţia din această lună a Harvard Business Review, scris de Michael Porter şi James Heppelmann, începe cu o definiţie a ceea ce este, în realitate, „Internetul Lucrurilor” (sau „IoT” – de la „Internet of Things”) – o colecţie de dispozitive sau produse inteligente şi conectate care, atunci când sunt „puse cap la cap” şi lucrează împreună, pot crea nişte capabilităţi despre care nu se considerase înainte că ar fi posibile.

Organizaţiile „salivează” numai la gândul perspectivei date de faptul că din ce în ce mai multe date vor fi introduse într-o infrastructură IoT, iar acest lucru va transforma industriile la nivel global. Şi totuşi, există sceptici care se întreabă dacă rezultatele se vor ridica la nivelul acestor aşteptări exagerate şi ridicate în slăvi. Publicaţia „The Wall Street Journal” a publicat un articol de amploare în care a pus sub semnul întrebări modul în care toate datele colectate ar putea fi comercializate şi evaluate în bani – din punctul de vedere al costurilor implicate de aceste date şi al câştigurilor pe care le pot aduce.

Şi atunci, cum pot oare companiile să treacă dincolo de euforia dată de acele aşteptări, pentru a măsura în bani această valoare? Răspunsul stă în recunoaşterea faptului că „am mai trecut pe aici”. Exemplele timpurii de utilizare a aparatelor conectate ne oferă nişte lecţii valoroase în privinţa estimării valorii datelor pe care le generează aceste aparate.

P&G nu şi-a lansat primele iniţiative legate de aparatele şi dispozitivele conectate cu atitudinea „hai să încercăm lucrul acesta şi apoi vedem noi unde ne va duce”. E adevărat, a făcut experimente în laboratoarele sale şi a condus teste-pilot pentru a-şi perfecţiona metodologiile şi modelele, dar în cele din urmă a implementat programul în condiţiile în care acest program avea nişte ţinte de perfecţionare clar formulate, ţinte care stabileau cifrele aferente fiabilităţii proceselor şi din care a rezultat şi un anumit cost. Iar abordarea aceasta răspundea întrebării privind crearea de valoare – atitudinea P&G fost cea de a urmări crearea de eficienţe care să contribuie la obţinerea unor marje sănătoase de profit EBITDA (care mai sunt numite marje de profit din operaţiuni şi sunt calculate înainte de scăderea din venituri a cheltuielilor cu dobânzile, a taxelor, deprecierii valutare şi a amortizării, pentru a permite comparaţia acestor marje de profit cu cele obţinute de către alte companii, în cazul cărora aceste cheltuieli sunt fie inexistente, fie foarte diferite, n.tr.).

Un alt exemplu util provine nu de la companii care au asemenea dispozitive conectate, ci de la nişte companii care lucrau deja masiv cu date, cu mult înainte de introducerea acestor dispozitive.

O problemă-cheie a IoT este stabilirea valorii pe care o creează activele reprezentate de date. În multe companii, acestor active li se desemnează în prezent nişte evaluări generale şi grosiere, iar asemenea active sunt clasificate în bilanţurile contabile ca fiind „intangibile”. Motivul pentru care se întâmplă aşa este, în parte, legat de faptul că, deşi aceste active sunt considerate a avea un potenţial ridicat, încă nu au fost depuse suficiente eforturi pentru a înţelege cum poate fi exprimată valoarea lor în bani.

Companiile care comercializează informaţii precum agenţiile de ştiri financiare Thomson Reuters şi Bloomberg au înţeles de mai demult valoarea activelor sub formă de date. În decursul anilor, cele două companii au excelat în colectarea, producerea şi procesarea datelor brute, realizate pentru a crea procese analitice şi a prezenta nişte analize ce prezintă o înţelegere profundă – procese şi analize care ulterior sunt distribuite şi comercializate. Chiar dacă aceste companii nu au fost dedicate, istoric, procesului de introducere a dispozitivelor conectate, procesele şi realizările lor reprezintă nişte foarte bune studii de caz despre cum să profiţi la maximum de activele deţinute sub formă de date.

Procesul de evaluare la care aceste companii îşi supun activele sub formă de date începe cu un caz „de afaceri”. Întrebările tipice pe care şi le pun sunt: care sunt datele, cum folosesc clienţii acele date şi cum putem să le vindem datele? Pe partea ce ţine de modul în care pot fi obţinute veniturile, întrebarea este: care ar trebui să fie modelul nostru de afaceri – de exemplu, să fie bazat pe abonare sau pe acordarea de licenţe pentru utilizarea datelor ?. Pe partea de costuri, întrebările sunt: care este costul de aprovizionare, cel de producţie şi cel de distribuţie? Care dintre aceste costuri sunt continue şi pe care dintre ele trebuie să le suportăm doar o singură dată?

Prin combinarea acestor factori se creează o declaraţie de profit şi pierderi şi o proiecţie, iar din acestea, în urma unei analize de tip Discounted Cash Flow (DCF) a fluxului de numerar (analiză în care viitoarelor fluxuri de numerar, estimate conform proiecţiilor, li se aplică un “discount” – folosind, cel mai adesea, costul mediu ponderat al capitalului – pentru a se ajunge la valoarea din prezent, folosită de exemplu pentru a evalua potenţialul pentru investiţie n.tr.), rezultă o valoare netă prezentă, care poate fi folosită pentru a exprima în bani valoarea datelor. Metoda aceasta nu e perfectă, dar este un bun punct de pornire.

Aceste concepte – cel al utilizării de dispozitive inteligente interconectate şi cel al comercializării unor seturi masive de date – nu sunt complet noi, iar unele organizaţii le aplică deja, într-o măsură limitată. Lucrurile care sunt diferite acum sunt volumul datelor, disponibilitatea unor tehnologii eficiente de creare a senzorilor şi perspectiva aplicării lor în toate domeniile vieţii. S-ar putea ca sarcina să pară copleşitor de mare, dar nu trebuie să fie aşa, dacă o vezi mai degrabă ca fiind următorul pas logic dintr-o tendinţă deja existentă şi nu ca pe un fenomen „nou-nouţ”.

Sunand Menon este fondatorul companiei New Media Insight, LLC prin care furnizează servicii pentru inovaţii, creează incubatoare din care clienţii să poată să lanseze noi afaceri finanţate prin investiţii cu capital de risc şi furnizează, de asemenea, servicii pentru conceperea unor strategii care să ducă la creşterea afacerii clienţilor. El a lansat şi condus mai multe afaceri finanţate cu capital de risc şi a ajutat organizaţiile să creeze date disruptive, procese analitice şi noi afaceri bazate pe informaţii şi cunoştinţe.