mapa de Borges: Navegando um mundo de interrupção digital

Digital disruption is not a new phenomenon. But the opportunities and risks it presents shift over time. Competitive advantage flows to the businesses that see and act on those shifts first. We are entering the third, and most consequential, wave of digital disruption. It has profound implications not only for strategy but also for the structures of companies and industries. Business leaders need a new map to guide them. This article explains the factors underlying these disruptive waves, outlines the new strategic issues they raise, and describes a portfolio of new strategic moves that business leaders need to master.

Na primeira onda da Internet comercial, a era pontocom, os custos de transação em queda alteraram a troca tradicional entre riqueza e alcance: informações ricas podem ser repentinamente comunicadas de maneira ampla e barata, mudando para sempre a maneira como os produtos são fabricados e vendidos. Os estrategistas tiveram que fazer escolhas difíceis sobre quais peças de seus negócios proteger e quais abandonar, e descobriram que poderiam redirecionar alguns ativos para atacar empresas anteriormente não relacionadas. As cadeias de valor em exercício podem ser "desconstruídas" por concorrentes focados em lascas estreitas de valor agregado. Noções tradicionais de quem compete contra os quais foram despertados - a Microsoft deu Encarta nos CDs para promover as vendas de PCs e, incidentalmente, destruiu o modelo de negócios do venerável Encyclopædia Britannica.

In the second wave, Web 2.0, the important strategic insight was that economies of mass evaporated for many Atividades. ¹ 1 Utilizamos o termo “economias de massa” para capturar retornos crescentes ao volume de atividades atuais (economias de escala), a amplitude das atividades atuais (economias do escopo) e o volume cumulativo de atividades anteriores (economias da experiência, um proxy para o aprendizado organizacional).  Pequeno tornou -se lindo. Era a era da "cauda longa" e da produção colaborativa em grande escala. Empresas minúsculas e comunidades auto-organizadas de indivíduos autônomos nos surpreenderam ao executar certas tarefas melhor e mais baratas do que grandes empresas. Daí Linux, daí a Wikipedia. Como essas comunidades podem crescer e colaborar sem restrição geográfica, o trabalho importante foi realizado a um custo significativamente menor e geralmente zero preço. A IBM adotou o código aberto para desafiar a posição da Microsoft no software do servidor; As comunidades com curadoria de Apple e Google dos desenvolvedores de aplicativos para que eles pudessem competir no Mobile; A SAP recrutou milhares de desenvolvedores de aplicativos dentre seus usuários; O Facebook transformou o marketing transformando um bilhão de "amigos" em anunciantes, mercadorias e clientes. Grande—

Smart strategists adopted and adapted to these new business architectures. IBM embraced Open Source to challenge Microsoft's position in server software; Apple and Google curated communities of app developers so that they could compete in mobile; SAP recruited thousands of app developers from among its users; Facebook transformed marketing by turning a billion “friends” into advertisers, merchandisers, and customers.

Now we are on the cusp of the third wave: hyperscaling. Big— realmente grande - está se tornando bonito. No extremo - onde a massa competitiva está além do alcance da unidade de negócios ou empresa individual - a HyperScaling exige uma nova e ousada arquitetura para empresas.

Amazon

THESE WAVES of innovation have come one after another, but they have also overlapped and, in many cases, amplified each other. The exemplar of this is Amazon, whose successive innovations have been at the leading edge of each phase.

Jeff Bezos’s initial idea was to exploit the Web to deconstruct traditional bookselling. With just a well-designed website that piggybacked on the inventory and the index of book wholesaler Ingram, Amazon offered a catalogue ten times larger than that of the largest Main Street superstore, at prices 10 to 15 percent cheaper.

But that was not a sustainable advantage: competitors such as BN.com would rapidly establish comparable selections and price points. Amazon went on to exploit the emerging economics of community. The Amazon Associates program allowed bloggers to post widgets endorsing books and to earn a commission on click-throughs. Amazon curated its reviewer community, encouraging the rating of reviews and awarding badges to the best-rated reviewers. It extracted insights from the behavior of its community of customers and became an early adopter of collaborative filtering algorithms, goosing sales with messages that "people like you who bought X often buy Y." On the selling side, the company launched Amazon Marketplace as a fixed-price rival to eBay: a platform hosting a community of small sellers that now numbers more than 2 million. All these strategies benefited from the network effect: the more participants, the more choices; the more reviews, the richer the experience.

Bem à frente dos outros, a Amazon também abraçou o que se tornou a terceira onda de interrupção digital, explorando oportunidades de escala hiperescária. Ele construiu uma rede global de 80 centros de atendimento e ampliou incansavelmente sua linha de produtos para incluir quase qualquer produto que possa ser entregue por caminhão. Ofereceu serviços de atendimento como uma opção para pequenos comerciantes, que poderiam distribuir quase tão eficientemente quanto o Walmart. A Amazon se tornou o amplo rio do comércio sugerido por seu nome. Paralelamente, e quase incidentalmente, construiu uma escala impressionante em seus data centers e habilidade de classe mundial em operá-los. Em seguida, reconceptualizou sua própria infraestrutura de computação como um produto por si só. A primeira etapa, em 2003, foi padronizar as interfaces entre os serviços de dados e o restante dos negócios da Amazon. Em 2006 (e nos dentes das críticas de Wall Street), Bezos abriu a Amazon Web Services (AWS) - computação cloud - como um serviço independente. Isso começou como o aluguel simples da capacidade de computação bruta, mas evoluiu para uma pilha complexa de serviços de computação. (A Amazon ainda vende o serviço a concorrentes como a Netflix.) Segundo o Gartner, em 2013, a AWS teve cinco vezes a capacidade dos próximos 14 concorrentes reunidos.

da desconstrução à curadoria da comunidade à hiperescalagem: em nenhum momento a Amazon se sentou e aguardou as tendências emergirem. Em vez disso, apreendeu as oportunidades estratégicas apresentadas por cada onda sucessiva de interrupção, canibalizando cruelmente seus próprios negócios quando necessário. Os e-books eram inevitáveis, então lançou o Kindle; As informações e a escala do cliente no processamento de dados são críticas, por isso vende serviços em nuvem para seus próprios concorrentes. E em nenhum momento Bezos restringiu um negócio a proteger outro - a AMAZON agora é executada como quatro plataformas vagamente acopladas, três das quais são centros de lucro: um host da comunidade, apoiado por uma loja on -line, suportada por um sistema de logística, suportado por serviços de dados. Ele não aproveitou a tecnologia para os imperativos de seu modelo de negócios; Ele adaptou seu modelo de negócios às possibilidades - e aos imperativos - da tecnologia. As forças subjacentes, é claro, são os custos de queda de longo prazo da computação, comunicação e armazenamento. Mas nos últimos seis a oito anos, essas forças começaram a convergir em um padrão extraordinário que começa a evocar o mundo imaginado de Borges. (Consulte Anexo 1.)

Unlike many of his rivals, Bezos saw business architecture as a strategic variable, not a given. He did not harness technology to the imperatives of his business model; he adapted his business model to the possibilities—and the imperatives—of technology.

The Limit: Scale of 1:1

THE TECHNOLOGICAL IMPERATIVES described above are not unique to websites: they are universal. The underlying forces, of course, are the long-term falling costs of computing, communications, and storage. But in just the last six to eight years, these forces have begun to converge on an extraordinary pattern that begins to evoke Borges' imagined world. (See Exhibit 1.)

Ubiquitous Sensing. The number of Internet-connected devices hit 8.7 billion in 2012. IP-enabled sensors are projected to exceed 50 billion by 2020. The number of sensors of all types is variously projected at between 1 trillion and 10 trillion between 2017 and 2025. The lower estimate translates to 140 sensors for every man, woman, and child on the planet.

Ubiquitous Connectivity. Mobile broadband subscriptions reached 2.3 billion in 2014—five times the number in 2008. The smartphone is the fastest-adopted technology ever; the biggest absolute growth is in India and China. At the end of 2014 there were nearly 7 billion mobile-cellular subscriptions globally—nearly one per person on Earth.

Dados convergentes. 99 % é digitalizado e metade tem um endereço IP. Isso significa que metade dos dados do mundo agora pode ser montada, a um custo quase zero, para revelar padrões anteriormente invisíveis. Metade dos dados do mundo já é, tecnicamente, um único documento universalmente acessível. O software está substituindo o hardware, acelerando rapidamente a velocidade da inovação: o ciclo de vida de muitos produtos e serviços (previamente definido pela obsolescência física) está diminuindo de décadas para apenas alguns dias entre as atualizações de software. As informações são compreendidas e aplicadas por meio de métodos fundamentalmente novos de inteligência artificial que buscam insights por meio de algoritmos usando conjuntos de dados enormes e barulhentos. Como conjuntos de dados maiores produzem melhores insights, Big é bonito. Os dados querem ser grandes e as empresas lutam para acompanhar. Toda pessoa e objeto de interesse está conectada a todos: a leitura de tráfego em um telefone celular se torna a agregação de todos os dados fornecidos por todos os dispositivos móveis na área que lê o tráfego. O mundo se torna auto-descrito e auto-interpretado. No seu limite externo, o mapa digital se torna o próprio mundo.  The world’s production of data grew 2,000-fold between 2000 and 2012. Its stock of data is expected to double every two years; 99 percent of it is digitized and half has an IP address. This means that half of the world’s data can now be put together, at near-zero cost, to reveal patterns previously invisible. Half of the world’s data is already, technically, a single, universally accessible document.

All this data is linked by fixed and mobile communication networks and is managed by layers of modular, interoperable software. Software is replacing hardware, rapidly accelerating the speed of innovation: the life cycle of many products and services (previously defined by physical obsolescence) is shrinking from decades to just days between software updates. Information is comprehended and applied through fundamentally new methods of artificial intelligence that seek insights through algorithms using massive, noisy data sets. Since larger data sets yield better insights, big is beautiful. Data wants to be big, and businesses struggle to keep up.

The asymptote is where sensing, connectivity, and data merge into a single system. Every person and object of interest is connected to every other: the traffic readout on a mobile phone becomes the aggregation of all the data provided by all the mobile devices in the area reading the traffic. The world becomes self-describing and self-interpreting. At its outer limit, the digital map becomes the world itself.  O mundo e nossa imagem do mundo estão se tornando a mesma coisa: um documento imenso e auto-referencial. Estamos vivendo no mapa de Borges. Arrearia o granular no contexto do universal. Essa é precisamente a arquitetura em relação à qual os negócios (e a organização humana em geral) estão evoluindo: a arbitrariamente grande como uma plataforma para a organização do arbitrariamente pequeno. E cada agente arbitrariamente pequeno - seja uma pessoa, uma coisa ou uma função - lê as partes do mapa que forem necessárias para atingir seu objetivo.

A “perfect" map with a scale of 1:1 would encompass its world and describe its reality in complete detail. It would array the granular in the context of the universal. That is precisely the architecture toward which business (and human organization in general) is evolving: the arbitrarily large as a platform for arraying the arbitrarily small. And each arbitrarily small agent—whether a person, a thing, or a function—reads whatever parts of the map are needed to get to its goal.

Os dados neste mundo são Infraestrutura: Um ativo de longa duração, geral em fins, intensivos em capital e apoio a várias atividades. A inferência, por outro lado, é de curta duração, em tempo real, trivialmente barata, específica de um problema ou tarefa, se adaptando continuamente e perpetuamente autocorrector. Os correlatos organizacionais dos dados e da inferência polarizam em paralelo. A escala eficiente mínima para sistemas e instalações de dados está subindo além do alcance de unidades de negócios individuais dentro de uma empresa e, finalmente, além da de muitas empresas. No entanto, dezenas, milhares, talvez milhões de dispositivos ou indivíduos ou equipes - às vezes compartilhando, às vezes competindo - acessarem esses dados para resolver problemas. A economia polarizadora da massa está aumentando a vantagem simultaneamente para a muito grande e muito pequena, e uma nova arquitetura está emergindo para empresas de todos os tamanhos. Esta indústria enorme e disfuncional está no início de uma transformação. O custo do sequenciamento de um genoma humano em 2001 foi de US $ 100 milhões, e o mapeamento de apenas um (de James Watson) levou quase dez anos. Hoje custa menos de US $ 1.000. Em dois ou três anos, custará US $ 100 e o sequenciamento levará apenas 20 minutos. O número de sequências cresceu à medida que o custo caiu: o milhão de genomas humanos está em funcionamento - em Pequim. O mapeamento de genes está mudando de uma atividade de pesquisa abstrata para uma clínica, na qual um médico personaliza o tratamento para a composição genômica única do paciente. A medicina avançará por decodificação

Hyperscale and Architectural Innovation

HEALTH CARE is a prime example of the transformational power of these new business architectures. This huge and dysfunctional industry is at the beginning of a transformation. The cost of sequencing a human genome in 2001 was $100 million, and mapping just one (James Watson’s) took nearly ten years. Today it costs less than $1,000. In two or three years, it will cost $100, and sequencing will take just 20 minutes. The number of sequences has grown as the cost has fallen: the Million Human Genomes Project is up and running—in Beijing. Gene mapping is shifting from an abstract research activity to a clinical one, in which a doctor customizes treatment to the patient’s unique genomic makeup.

The pattern is clear: big-data techniques will be used to spot fine-grained correlations in a patient’s genomic data, medical history, symptoms, protocols, and outcomes, as well as real-time data from body sensors. Medicine will advance by decoding  imenso, vinculado, barato, barulhento Conjuntos de dados em vez do pequeno, siled, caro, limpo e || experimentos. Esses bancos de dados possibilitarão que os profissionais e até grupos de pacientes se tornem pesquisadores e que sejam rapidamente compartilhados rapidamente em todo o mundo. O verdadeiro obstáculo é uma profunda falta de cooperação. Os registros médicos, mesmo quando digitais, são mantidos em formatos proprietários, e os padrões de dados interoperáveis ​​são difíceis de negociar. Mas mesmo depois que os pagadores cajaram os provedores para resolver esse problema, como todos esses dados serão fundidos quando provedores, seguradoras, empresas de dispositivos, empresas farmacêuticas, Google, pacientes e governos possuem diferentes peças do elefante de dados e visualizam dados como fonte de vantagem competitiva? E mesmo que os dados agrupados façam sentido clínico, como a privacidade e os direitos dos pacientes serão protegidos? A resposta fundamental éproprietary data sets now generated independently by hospital records, clinical trials, and laboratory experiments. These databases will make it possible for practitioners and even groups of patients to become researchers and for breakthroughs to be quickly shared around the world.

Of course, progress will be slower than the rush of early expectations. The real hurdle is a profound lack of cooperation. Medical records, even when digital, are kept in proprietary formats, and interoperable data standards are difficult to negotiate. But even after payers have cajoled providers into addressing that problem, how will all that data be melded when providers, insurers, device companies, pharma companies, Google, patients, and governments possess different pieces of the data elephant and view data as a source of competitive advantage? And even though pooled data makes clinical sense, how are privacy and patient rights going to be protected? The fundamental answer is  Arquitetura. Os sistemas de saúde precisarão de uma infraestrutura de repositórios de dados neutros e confiáveis, seguros e neutros.

Isso já está acontecendo. As organizações sem fins lucrativos estão se tornando plataformas para a curadoria de bancos de dados genômicos, com ênfase na proteção de dados. Os registros administrados por universidades e associações médicas estão emergindo como repositórios para dados compartilhados específicos para condições médicas específicas. As tecnologias de segurança e criptografia estão começando a conciliar o imperativo científico de compartilhar com o direito pessoal à privacidade. A pesquisa de drogas está se tornando uma empresa tão grande que a concorrência é ineficiente e proibitivamente cara, portanto, mesmo as grandes empresas farmacêuticas estão procurando maneiras de colaborar. A construção de uma infraestrutura de dados compartilhada será um dos desafios estratégicos da próxima década para o setor de assistência médica e para os formuladores de políticas.

O setor de saúde não é uma anomalia. As economias de "massa" - de escala, escopo e experiência - estão se intensificando em toda a economia, impulsionando novos modelos de colaboração. O sistema operacional de um carro moderno tem 100 milhões de linhas de código (e isso antes do Google desloca o motorista) e, como o código é um custo fixo, as maiores montadoras têm uma vantagem. Portanto, as empresas menores dessa indústria estão adotando um modelo compartilhado de código aberto: os principais fabricantes de componentes lançaram a plataforma de referência Linux de grau automotivo em abril de 2014.

O setor de geração de eletricidade está evoluindo para sua versão da Internet, a grade inteligente. As economias em escala aqui estão polarizando para os painéis solares muito pequenos, pois os painéis solares domésticos, baterias de carros elétricos e turbinas eólicas se tornam maneiras viáveis ​​de alimentar a energia de volta à grade. Mas eles também estão se movendo em direção ao grande, pois a natureza intermitente dessas fontes de energia requer novas redes de transmissão de longa distância compartilhadas, grandes o suficiente para arbitrar os caprichos regionais do sol e do vento. A mudança para este mundo Ultrabroadband exigirá um investimento colossal em infraestrutura de fibras. Este é um ponto de estrangulamento em muitos mercados, porque os provedores de serviços concorrentes não podem justificar racionalmente o alto custo fixo de implantação. Os formuladores de políticas municipais e nacionais estão reconhecendo cada vez mais que a Ultabroadband será fundamental para criar empregos e competir na nova economia; portanto, eles estão entrando para criar as redes como infraestrutura compartilhada: de Estocolmo a Chattanooga, Cingapura para australia. O mapa imaginado por Borges não é apenas um toque de fantasia literária. O mapa digital de 750 MB de um genoma individual corresponde um a um com os 21 milhões de pares de bases de DNA humano. O Google pretende organizar todos os dados do mundo. Veja algo através das lentes do Google Glass, e o objeto se descreve. O Facebook quer mapear as conexões de todos com todos. Os planejadores militares aspiram a "total consciência do espaço de batalha". De acordo com o general Keith Alexander, ex -chefe da Agência de Segurança Nacional dos EUA, para encontrar a agulha, "você precisa do palheiro" - o palheiro de feno sendo todas as mensagens, todas as conversas, tudo. Mas eles também moldam a realidade. O Facebook redefiniu o que significa ser um amigo. O Waze mapeia o fluxo do tráfego e, assim, equipa seus usuários a alterá -lo. As tecnologias de sensores tornam um comprador navegando em uma loja física tão visível (e maleável) quanto ele ou ela estaria online. Os consumidores transformam tecnologias complementares aos varejistas usando o Yelp e o caiaque para encontrar produtos e fornecedores alternativos. O Google Search Maps Maps Web Links; SEOs (otimizadores de mecanismo de pesquisa) Mapeie a pesquisa do Google; O Google Search mapeia o mapeamento de SEOs ... e assim por diante. O mapa e o terreno, o sinal e o significado, o virtual e o real se tornam indistinguíveis. Eles são construídos em camadas, misturando reais e virtuais. Um sensor está embutido em um estacionamento e outro sensor é incorporado a um carro: uma rede permite que o município cobre o motorista por estacionamento; Outro permite que o motorista encontre um estacionamento vazio. As redes mais ricas acabarão ativando um carro autônomo para navegar e estacionar. As redes ainda mais ricas permitirão que os carros se auto-organizem em "Potrocatinhos", linhas de carros como um trem que recebe prioridade de alta velocidade pelos semáforos inteligentes. Os carros físicos enxameiam em uma infraestrutura de estradas, agentes virtuais enxameiam uma infraestrutura de dados: cada um é um sistema em camadas, mas há uma correspondência individual entre eles, e eles se modificam continuamente.

From Maps to Stacks

THE ANALOGY with the map imagined by Borges is not just a splash of literary fancy. The 750 MB digital map of an individual genome corresponds one-to-one with the 21 million base pairs of human DNA. Google aims to organize all the world’s data. Look at something through the lens of Google Glass, and the object describes itself. Facebook wants to map the connections of everybody with everybody. Military planners aspire to “total battlespace awareness.” According to General Keith Alexander, former head of the U.S. National Security Agency, in order to find the needle, “you need the haystack”—the haystack being all messages, all conversations, all everything.

These maps describe reality with a granularity and comprehensiveness that is entirely new. But they also shape reality. Facebook has redefined what it means to be a friend. Waze maps the flow of traffic, and thereby equips its users to change it. Sensor technologies render a shopper browsing in a physical store as visible (and malleable) as he or she would be online. Consumers turn complementary technologies on retailers by using Yelp and Kayak to find alternative products and vendors. Google Search maps Web links; SEOs (search engine optimizers) map Google Search; Google Search maps SEOs mapping… and so on. The map and the terrain, the sign and the signified, the virtual and the real become indistinguishable.

These technologies can be extended infinitely and are all converging on the instantaneous. They are built in layers, mixing real and virtual. A sensor is built into a parking space and another sensor is built into a car: one network enables the municipality to charge the driver for parking; another allows the driver to find an empty parking space. Richer networks will eventually enable an autonomous car to navigate and park itself. Still richer networks will enable cars to self-organize into “platoons,” lines of cars like a train that are given high-speed priority by smart traffic lights. Physical cars swarm on an infrastructure of roads, virtual agents swarm on an infrastructure of data: each is a layered system, but there is a one-to-one correspondence between them, and they continuously modify one another.

Modularidade e camadas, granularidade e extensibilidade, a simbiose dos muito grandes com muito pequenos: esses são os temas recorrentes das tecnologias transformadoras de nossa época. O mapa de Borges é uma metáfora rica para uma arquitetura emergente nos negócios: a arquitetura da pilha. Em muitos casos, isso evoluirá para uma arquitetura muito mais diversificada de camadas horizontais: infraestrutura compartilhada no fundo, produzindo e consumindo comunidades no topo e oligopolistas tradicionais competindo no meio. Emprestando uma metáfora da tecnologia, chamamos esses ecossistemas industriais de "pilhas". A queda nos custos de transação torna esse trade-off progressivamente mais favorável. Nas circunstâncias certas, um ecossistema empilhado explode a troca clássica entre eficiência e inovação.

Stacks: The New Architecture of Business

BUSINESSES IN most industries have a classic oligopolistic structure, with a small number of companies competing on similar vertical value chains. In many cases, this will evolve into a much more diverse architecture of horizontal layers: shared infrastructure on the bottom, producing and consuming communities on the top, and traditional oligopolists competing in the middle. Borrowing a metaphor from technology, we call these industrial ecosystems "stacks."

Stacks are a compelling model when the benefits of community-based innovation in higher layers and improved utilization in lower layers exceed the additional transaction costs incurred by breaking up value chains. Falling transaction costs make that trade-off progressively more favorable. In the right circumstances, a stacked ecosystem blows up the classic trade-off between efficiency and innovation.

Dentro de uma pilha, diferentes tipos de instituições coexistem em uma estrutura mutuamente sustentadora, cada uma focada nas atividades em que tem uma vantagem. Enquanto o padrão de camadas varia, existem quatro tipos amplos. (Consulte o Anexo 2.)

Comunidades de usuários, profissionais e pequenos empreendedores são normalmente encontrados no topo da pilha, recebendo serviços de camadas mais baixas. Os membros da comunidade geralmente inovam para seu próprio uso ou diversão, e compartilhar ou vender para colegas é uma reflexão tardia. Agentes autônomos e descoordenados competem e colaboram. Eles perseguem um milhão de becos sem saída, depois inundam o sucesso ocasional com um milhão de ajustes. Eles variam em quão "comunitários" são: em um extremo e pequenos desenvolvedores competindo para escrever aplicativos para o iPhone sem muito, se houver, capital social compartilhado; No outro, hackers linux ou wikipediasts colaboram para construir um corpo enorme de propriedade intelectual compartilhada. Assim, monopólios, serviços públicos ou cooperativas de longa duração. Sua competência principal é em gerenciamento de capacidade de longo prazo e orientado por números. Sua missão é ser eficiente e maximizar o acesso. Não é, em geral, seu trabalho inovar, embora eles possam implantar gerações sucessivas de inovações tecnológicas geradas por outras pessoas. Muitas vezes, eles começam como uma inovação por algum membro da comunidade. Mas eles podem se transformar em algo parecido com a infraestrutura, às vezes com velocidade impressionante. Onde o capital social é insignificante, a plataforma se torna um mercado ou um padrão técnico. Onde o capital social é importante, a plataforma é o setter de regras e o árbitro cultural, legítimo pela graça da comunidade que ela apóia. Eles exploram economias de escala e escopo, fazendo grandes apostas em tecnologias e instalações. Eles fazem melhorias incrementais nos produtos e processos. They flourish when uncertainty is high but the economies of mass are weak and where innovation comes through many small, seat-of-the-pants, trial-and-error bets. Community members often innovate for their own use or amusement, and sharing or selling to peers is an afterthought. Uncoordinated, autonomous agents compete and collaborate. They chase a million dead ends, then flood the occasional success with a million tweaks. They vary in just how “communitarian” they are: at one extreme, small developers competing to write apps for the iPhone without much, if any, shared social capital; at the other, Linux hackers or Wikipediasts collaborating to build a massive body of shared intellectual property.

Infrastructure organizations are typically found at the bottom of the stack, since they provide services to other layers without receiving services in return. They are most useful when uncertainty is low and economies of mass (specifically scale) are overwhelming. Thus, long-lived monopolies, utilities, or coops. Their core competence is in long-term, numbers-driven capacity management. Their mission is to be efficient and maximize access. It is not, in general, their job to innovate, though they may deploy successive generations of technology innovations generated by others.

Curatorial platforms, narrowly defined as organizations that exist solely as hosts for communities, are a hybrid. In the stack, they lie immediately below the community they curate. Often they start as an innovation by some community member. But they can grow into something resembling infrastructure, sometimes with stunning speed. Where social capital is negligible, the platform becomes a marketplace or a tech standard. Where social capital matters, the platform is rule setter and cultural arbiter, legitimate by grace of the community it supports.

Traditional oligopolists occupy the broad middle of the stack. They have the advantage when uncertainty is high but not incalculable, and economies of mass (scale, scope, and experience) are significant but not overwhelming. They exploit economies of scale and scope by placing big bets on technologies and facilities. They make incremental improvements in products and processes.

Uma empresa pode participar de qualquer uma das quatro camadas em uma pilha. Os oligopolistas tradicionais são empresas por definição. As plataformas curatoriais podem ser organizações sem fins lucrativos como o Wikipedia.org, mas também empresas como Facebook e InnoCentive. Enquanto algumas organizações de infraestrutura pertencem a governos ou municípios, outras são empresas com fins lucrativos, como os serviços da Web da Amazon. As empresas podem até participar de comunidades como pequenos empreendimentos ou capitalistas de risco, ou indiretamente, incentivando os funcionários a contribuir com projetos como Linux. Eles exigem habilidades e motivos diferentes, apresentam diferentes perfis financeiros aos investidores e precisam ser gerenciados em diferentes horizontes de tempo. Uma empresa pode florescer em várias camadas - a Amazon faz isso -, mas a maioria das organizações subestima consistentemente os enormes desafios. Décadas atrás, em sua evolução de mainframes para PCs, a indústria de computadores passou de um oligopolista para uma arquitetura empilhada. A indústria da Internet teve essa arquitetura desde o início, porque a arquitetura empilhada das tecnologias serviu de modelo para a arquitetura empilhada das instituições (corporativas e não corporativas) que as explorou. A indústria da mídia está evoluindo dolorosamente em direção a essa estrutura. O mesmo acontece com as telecomunicações. O mesmo acontece com a energia elétrica. O mesmo acontece com o transporte. Assim, os cuidados de saúde devem. E todos os negócios que afetam esses setores, como fornecedor ou cliente, têm uma participação profunda nessa evolução.

But what cannot be emphasized too much are the differences among these four types of activity. They require different skills and motives, present different financial profiles to investors, and need to be managed on different time horizons. A company can flourish in multiple layers—Amazon does it—but most organizations consistently underestimate the enormous challenges. Decades ago, in its evolution from mainframes to PCs, the computer industry moved from an oligopolistic to a stacked architecture. The Internet industry has had that architecture from the beginning, because the stacked architecture of the technologies served as a template for the stacked architecture of the institutions (corporate and noncorporate) that exploited them. The media industry is evolving painfully toward that structure. So is telecommunications. So is electrical power. So is transportation. So must health care. And every business that impinges on these sectors, as supplier or customer, has a profound stake in this evolution.

Much of what is broken in today’s economy stems from activities pursued with the wrong model.

Implicações para executivos

está na moda (e correto) afirmar que os líderes empresariais precisam se preocupar com a interrupção. Mas a interrupção assume formas muito específicas, e essas formas estão mudando. O impacto disruptivo da desconstrução-como o das tecnologias de baixo custo-agora é amplamente compreendido, mas o desafio dos muito pequenos, menos. E o desafio dos muito grandes, dificilmente. Coloque -os juntos e você passa do mundo familiar das cadeias de valor para o mundo das plataformas, ecossistemas e pilhas. Estenda isso aos limites da onipresença e você entra no universo estranho imaginado por Borges. Eles também devem adaptar suas estratégias à possibilidade de infraestrutura compartilhada, a dados que desejam ser grandes, para o abraço implacável de abraçar e estender o Google e a Amazon e a Agência de Segurança Nacional. Os modelos de negócios convencionais podem ser simultaneamente grandes e pequenos demais.

So leaders need to focus on asymmetrical rivals and unlikely allies, on hackers and hobbyists, on rooftop solar panels and 3-D printers. They must also adapt their strategies to the possibility of shared infrastructure, to data that wants to be big, to the implacable embrace-and-extend bear hug of Google and Amazon and the National Security Agency. Conventional business models may be simultaneously too big and too small.

Como os executivos devem responder? Aqui estão os quatro principais fatores da nova arquitetura industrial e os principais imperativos estratégicos para as empresas. Big Data

1. BIG DATA

Teste suas análises atuais contra o estado da arte.

O campo está se movendo tão rapidamente que mesmo empresas bem versadas podem ficar para trás. Atualmente, existe uma corrida de ouro de novos métodos analíticos: os bancos de preços de preços de garantia de hipoteca estão adotando técnicas de graph de fator relacional para prever a interdependência dos valores adjacentes da propriedade; Os varejistas focados no marketing orientado a dados estão aplicando modelos gráficos probabilísticos aos dados da rede social. Os métodos tradicionais de planilha estão sendo aplicados em escala maior de ordens de magnitude, exigindo uma nova engenharia de computadores, mesmo quando a lógica é inalterada. Novas fontes de dados estão se tornando disponíveis. Famílias de problemas triviais em pequena escala tornam-se não computáveis ​​em larga escala; portanto, os algoritmos-suposições ocultos-subestimadas para soluções de forma fechada. A computação em tempo real substitui o processamento em lote. Ciclos curtos de experimentação e validação substituem os elaborados testes de mercado. Organizações capazes de tudo isso serão aquelas em que gerentes de negócios, programadores e matemáticos falam as línguas um do outro, onde pequenas equipes iteram em ciclos rápidos, onde a validação empírica conta mais do que os julgamentos de hierarquias ou executivos seniores. Os bancos de dados silenciados e específicos de negócios estão rapidamente se tornando antiquados. Os conjuntos de dados têm valor muito além dos silos nos quais eles se originam, mas poucas empresas podem integrar seus dados nas linhas de produtos ou entre canais on -line e offline. A Tesco direcionou as promoções para membros do seu programa de fidelidade do Clubcard, desenvolvendo um entendimento integrado dos padrões de compra entre famílias, tempo e pontos de venda. A Woolworths na Austrália usou padrões de compra de varejo para prever o risco financeiro. Ele descobriu que os clientes que bebem muito leite e comem muita carne vermelha são riscos significativamente melhores de seguro automático do que os clientes que bebem espíritos, comem muita massa e arroz e enchem seus tanques de gás à noite. Então, ele superou a Tesco no escopo. Ele formou o Nectar: ​​um cartão de fidelidade compartilhado com varejistas do Reino Unido, como BP, Homebase e Argos - e operados por terceiros chamados grupo de gerenciamento de fidelidade. Os consumidores obtiveram o benefício de mais pontos resgatáveis ​​em mais pontos de venda, e os varejistas obtiveram o benefício de um conjunto mais amplo de dados comportamentais. O poder dessa agregação está nos milhões de relações não intuitivas entre coisas como comer arroz e dirigir com segurança. O valor para os vendedores está em promoção mais eficiente e para os compradores, em mensagens que parecem menos com coerção estridente e mais como conselhos úteis. Feito com consideração para o consumidor, isso pode ser uma vitória.

Consolidate databases across the company.

Big data yields advantages from scope as well as scale, so siloed, business-unit-specific databases are quickly becoming antiquated. Data sets have value well beyond the silos within which they originate, but few companies can integrate their data across product lines or between online and offline channels. Tesco famously targeted promotions to members of its Clubcard loyalty program by developing an integrated understanding of buying patterns across households, time, and points of sale. Woolworths in Australia has used retail-shopping patterns to predict financial risk. It found that customers who drink lots of milk and eat lots of red meat are significantly better auto-insurance risks than customers who drink spirits, eat lots of pasta and rice, and fill their gas tanks at night.

Form partnerships to gain scale.

Given Tesco’s head start, its archrival, Sainsbury's, faced long odds in trying to catch up by playing the same game. So it outflanked Tesco on scope. It formed Nectar: a loyalty card shared with UK retailers such as BP, Homebase, and Argos—and operated by a third party called Loyalty Management Group. Consumers got the benefit of more points redeemable at more outlets, and retailers got the benefit of a wider set of behavioral data. The power of such aggregation lies in the million nonintuitive relationships between things like eating rice and driving safely. The value for sellers lies in more efficient promotion, and for buyers, in messaging that feels less like shrill coercion and more like helpful advice. Done with consideration for the consumer, this can be a win-win.

Gerenciar dados como administrador. O compartilhamento de dados terá sucesso apenas se as organizações envolvidas obtiverem a confiança informada de seus clientes. Hoje, muitos desses arranjos são obscuros, furtivos, não revelados; Muitos tratam o titular dos dados como um produto a ser revendido, não um cliente a ser atendido. Essas empresas correm o risco de uma reação feroz, enquanto seus concorrentes estão aproveitando uma vantagem competitiva, estabelecendo confiança e legitimidade com os clientes.

Personal data collected by businesses cannot be treated as mere property, transferred once and irrevocably, like a used car, from data subject to data user. Data sharing will succeed only if the organizations involved earn the informed trust of their customers. Many such arrangements today are murky, furtive, undisclosed; many treat the data subject as a product to be resold, not a customer to be served. Those businesses risk a ferocious backlash, while their competitors are grabbing a competitive advantage by establishing trust and legitimacy with customers.

2. Desconstrução

Reorganize seus negócios ao longo de suas linhas de falha econômica. Mesmo que a estratégia seja tradicionalmente integrada verticalmente, isso dará aos seus gerentes uma visão clara das ameaças que eles enfrentam e libertá -los para competir tão ferozmente quanto qualquer novidade. Nunca subordine a competitividade de uma operação aos interesses de outra. As funções da Amazon em muitas camadas diferentes de uma pilha complexa, mas cada parte tem como alvo a competitividade de forma independente.

Define organizational units by their distinct competitive economics in their layer of the stack, and manage these units for standalone competitive advantage. Even if the strategy is to remain traditionally vertically integrated, this will give your managers a clear view of the threats they face and free them to compete as fiercely as any upstart. Never subordinate the competitiveness of one operation to the interests of another. Amazon functions at many different layers of a complex stack, but each part targets competitiveness on a standalone basis.

Procure oportunidades para ser o agressor lateral. Como e onde um carro é conduzido é o melhor preditor da incidência e gravidade dos acidentes. Há alguns anos, seguradoras inovadoras, como o Progressive, ofereceram "caixas pretas" que acompanham o comportamento de direção e permitem que a empresa prejudique os concorrentes em políticas de preços para os melhores motoristas. Mas os carros estão rapidamente se tornando computadores sobre rodas por outros motivos: a Ford Fusion contém 74 sensores e os registros de modelos de cada ano e interpreta mais dados: tempo e local, a identidade e a postura do motorista, uso do cinto de segurança, pressão dos pneus, frenagem acentuada, mudanças de faixa. Todos esses dados são enviados ao mecânico e a serviços como o OnStar da GM. Isso significa que os OEMs possuirão os dados de subscrição mais detalhados, em todos os drivers (não apenas o melhor auto-selecionamento), a um custo incremental zero. A caixa preta separada desaparecerá à medida que os OEMs percebem que podem sugar todos esses dados - e muito mais - e usá -los para tirar as seguradoras do jogo. Os OEMs têm a oportunidade de pensar "fora da caixa preta" e se tornar um agressor lateral. O primeiro (e mais difícil) passo é reconhecer o problema cinco anos antes de atingir. Os primeiros motores que adquirem os drivers de baixo risco poderão segurá-los. Em muitos países, os reguladores exigirão que os consumidores tenham acesso a seus próprios dados; portanto, as seguradoras não estarão fora do jogo, mas competirão em campo de nível de nível. Para vencer, eles precisam criar vantagem em outras camadas da pilha: as análises que interpretam os dados, o ajuste de reivindicações, o atendimento ao cliente de venda cruzada. Mesmo em países onde os OEMs possuem os dados, haverá grandes elementos dos negócios em que eles terão pouco interesse. Isso sugere um ecossistema com alianças entre seguradores, provedores de rede e OEM. Os jogadores devem começar a se posicionar hoje. Polarização de economias de massa

Consider one example: the automotive and insurance industries are colliding. How and where a car is driven is the best predictor of the incidence and severity of accidents. For a few years now, innovative insurers such as Progressive have offered “black boxes” that track driving behavior and enable the company to undercut competitors in pricing policies for the best drivers. But cars are rapidly becoming computers on wheels for other reasons: the Ford Fusion contains 74 sensors, and each year’s model records and interprets more data: time and place, the identity and posture of the driver, seat belt usage, tire pressure, sharp braking, lane changes. All this data is uploaded to the mechanic and to services such as GM’s OnStar. That means the OEMs will own the most detailed underwriting data, across all drivers (not just the self-selecting best), at zero incremental cost. The separate black box will disappear as the OEMs realize they can suck up all that data—and so much more—and use it to take the insurers out of the game. The OEMs have the opportunity to think “outside the black box” and become a lateral aggressor.

Identify where your value chain is most susceptible to lateral attack.

With their actuarial tables and even their black boxes rendered obsolete, how can traditional car insurers survive? The first (and hardest) step is to recognize the problem five years before it hits. First movers that acquire the lower-risk drivers will be able to hold onto them. In many countries, regulators will mandate that consumers have access to their own data, so insurers will not be out of the game, but rather competing on a level playing field. To win, they need to build advantage in other layers of the stack: the analytics that interpret the data, claims adjustment, cross-selling customer service. Even in countries where OEMs own the data, there will be major elements of the business in which they will have little interest. That suggests an ecosystem with alliances among insurer, network provider, and OEM. Players should begin to position themselves today.

The same challenges and strategies—for both aggressor and incumbent—apply for many businesses.

3. POLARIZATION OF ECONOMIES OF MASS

Atividades "up-fontes" para uma comunidade. Os clientes fornecem críticas gratuitas para a Amazon e realizam suporte técnico de origem da multidão para a Cisco e várias empresas de telecomunicações. Eles fazem isso por uma mistura de altruísmo, ego e auto-avaliação. Concursos de inovação com prêmios em dólares - como o Desafio de Ecomaginação da GE, o concurso da Netflix para melhorar seu algoritmo de recomendação ou aqueles publicados na plataforma inocentiva - as empresas aceleram o ritmo da inovação e diminuem o custo. As interfaces de programação de aplicativos fornecidas por empresas como o Google e alguns provedores de telecomunicações permitem que as comunidades de empreendedores e programadores criem novos aplicativos de maneira rápida e barata, "limpando" os fluxos de dados. Isso impulsiona os usuários e os metadados ao provedor da plataforma. Na França, a SFR e os Bouygues Telecom começaram a compartilhar sua infraestrutura de torres e mastros em áreas de serviço de menor densidade, permitindo que eles removam cerca de 7.000 torres. Cada empresa continua a competir com seus próprios transponders. No Reino Unido, as transportadoras EE e três torres de compartilhamento, mastros, transponders e backhaul, enquanto rivais maiores Vodafone e O2 têm um acordo de compartilhamento passivo semelhante ao plano francês. Na Suécia, Telenor e Tele2 compartilham o Spectrum. Em todos esses arranjos, a concorrência diminui na camada inferior da pilha, mas o campo de jogo intensifica a competição na parte superior. Há complexidade adicional e alguns custos de coordenação nesse tipo de joint venture, mas isso é compensado pelo aumento da utilização de ativos fixos. No Reino Unido, prevê -se que esses acordos economizem cerca de £ 1 bilhão por ano.

Digital communities are able to perform many tasks cheaper and faster than companies can. Customers provide free reviews for Amazon and perform crowd-sourced technical support for Cisco and several telecommunications companies. They do it out of a mixture of altruism, ego, and self-advertisement. Innovation contests with dollar prizes—such as GE's Ecomagination Challenge, Netflix's contest to improve its recommendation algorithm, or those posted on the InnoCentive platform—help companies accelerate the pace of innovation while decreasing the cost. The application programming interfaces provided by companies like Google and some telecommunications providers enable communities of entrepreneurs and programmers to create new applications quickly and cheaply by "mashing up" data streams. This drives users and metadata to the platform provider.

"Down-source" activities to shared infrastructure.

In mobile telecommunications, for example, there are significant scale economies at the bottom of the technology stack. In France, SFR and Bouygues Telecom have begun to share their infrastructure of towers and masts in lower-density service areas, allowing them to remove some 7,000 towers. Each company continues to compete with its own transponders. In the UK, carriers EE and Three share towers, masts, transponders, and backhaul, while larger rivals Vodafone and O2 have a passive sharing arrangement similar to the French plan. In Sweden, Telenor and Tele2 even share spectrum. In all these arrangements, competition is diminished in the lower layer of the stack, but the level playing field intensifies competition in the upper. There is additional complexity and some coordination costs in this kind of joint venture, but that is offset by the increased utilization of fixed assets. In the UK, these arrangements are forecast to save about £1 billion per year.

4. Arquiteturas holísticas e empilhadas

Curate uma nova pilha industrial. Para dar apenas um exemplo: imagine a agricultura inteligente como uma pilha. Sensores baratos e malhados medem a temperatura, a umidade e a acidez do solo; Os repetidores ativos incorporados em máquinas agrícolas ou em aplicativos de telefone celular capturam, agregam e retravam os dados; Os serviços de dados combinam esses dados locais com modelos agregados de preços climáticos e de culturas; Outros serviços exploram suas APIs para otimizar o plantio, irrigação, fertilização e colheita. Os agricultores coletam os dados, compartilham a agregação e o reconhecimento de padrões e seguem prescrições que lhes dão um melhor rendimento em suas culturas. Esse ecossistema cria valor social e privado nas economias desenvolvidas e em desenvolvimento. Para grandes agronegócios, esta é uma grande oportunidade que não apresenta desafios ao modelo de negócios. Mas onde a agricultura é fragmentada, essas tecnologias escalam além do alcance de agricultores individuais. A oportunidade é, portanto, bem aberta - para governos, ONGs, processadores de fertilizantes e construtores de máquinas agrícolas - para orquestrar uma nova pilha industrial. Outros. A casa "inteligente", por exemplo, é uma visão de como termostatos, detectores de movimento, iluminação, home theater, fechaduras, eletrodomésticos, telefones e tablets agirão e interagem de maneira inteligente. Existem imensos benefícios em conveniência, segurança e economia de custos por lá, mas a adoção foi impedida por sistemas balkanizados e caros que usam diferentes almofadas de controle e interfaces, executadas em diferentes redes com fio e sem fio e não podem falar um com o outro. O Google, com sua recente aquisição da Nest e Apple, com o lançamento do HomeKit, está construindo arquiteturas empilhadas para a integração granular dos vários subsistemas da casa inteligente que permitirão a personalização dos proprietários e a maior eficiência. Não está claro como essa batalha acontecerá, mas as implicações para outros jogadores são evidentes e iminentes: eles devem proteger suas apostas e se concentrar em nichos defensáveis. Embora a economia de energia seja um dos maiores benefícios das casas inteligentes, a lógica para a integração vertical pela concessionária é fraca porque o preço do poder é apenas um número. As concessionárias foram conspicuamente malsucedidas em suas tentativas de interpretar o orquestrador da casa inteligente. Sua maior vantagem está em campo, em instalação, manutenção e reparo. Eles têm uma nova oportunidade de explorar seus conhecimentos sobre o comportamento da grade, padrões de consumo de bairro e sinais de dispositivos de casa inteligente para detectar e antecipar falhas mecânicas em residências. Isso ampliará e aprofundará seu relacionamento com os clientes, aumentará a utilização da força de campo e, finalmente, reduzirá a rotatividade de clientes. Eles são melhor se encaixar em um nicho do que tentar curar um ecossistema próprio. As métricas tradicionais, como o poder de mercado, são insuficientemente matizadas em um ambiente de economias polarizadoras de massa. As empresas têm uma grande participação na maneira como esse pensamento evolui, e podem e devem influenciar políticas em direções que favorecem a eficiência na parte inferior da pilha e abra a inovação no topo. Os matemáticos do século XX, escreveram um artigo descrevendo uma "máquina de Turing" que não fez distinção entre seus dados e suas instruções para processar esses dados. Essa chamada arquitetura von Neumann tornou-se o design do computador digital: tratar dados e codificar como um. Borges imaginou a realidade se tornando uma descrição de si mesma. Seu mapa e realidade, como os dados e o código de von Neumann, são indistinguíveis.

In light of evolving technologies, reevaluate your value added from first principles. To take just one example: imagine smart agriculture as a stack. Cheap, meshed sensors measure the temperature, humidity, and acidity of the soil; active repeaters embedded in agricultural machinery or in cell phone apps capture, aggregate, and relay the data; data services combine this local data with aggregate models of weather and crop prices; other services tap into their APIs to optimize planting, irrigation, fertilizing, and harvesting. Farmers collect the data, share in the aggregation and pattern recognition, and follow prescriptions that give them a better yield on their crops. Such an ecosystem creates social and private value in both developed and developing economies. For large agribusinesses, this is a major opportunity that poses no challenge to the business model. But where farming is fragmented, these technologies scale beyond the reach of individual farmers. The opportunity is therefore wide open—to governments, NGOs, processors of fertilizer, and builders of agricultural machinery—to orchestrate a new industrial stack.

Many industries could be reconceptualized along these lines by participants with the necessary resources, strategic insight, and imagination.

Where you can't curate your own stack, seek advantaged roles in stacks curated by others.

Every company wants to be the master of its own fate, but not all have the scale and scope to be orchestrators. The "smart" home, for example, is a vision of how thermostats, motion detectors, lighting, home theater, door locks, appliances, phones, and tablets will act and interact intelligently. There are immense benefits in convenience, safety, and cost savings there, but adoption has been stymied by balkanized, overpriced systems that use different control pads and interfaces, run on different wired and wireless networks, and cannot talk to each other. Google, with its recent acquisition of Nest, and Apple, with its launch of HomeKit, are building stacked architectures for granular integration of the various subsystems of the smart home that will allow homeowners customization and increased efficiency. It is not clear how this battle will play out, but the implications for other players are evident and imminent: they must hedge their bets and focus on defensible niches.

For power utilities, to take one example, this is bitter medicine. Although energy savings is one of the biggest benefits of smart homes, the logic for vertical integration by the utility is weak because the price of power is just a number. Utilities have been conspicuously unsuccessful in their attempts to play orchestrator of the smart home. Their biggest advantage is in the field, in installation, maintenance, and repair. They have a new opportunity to exploit their knowledge of grid behavior, neighborhood consumption patterns, and signals from smart-home devices to detect and anticipate mechanical failures in homes. This will broaden and deepen their relationship with customers, increase utilization of the field force, and ultimately reduce customer churn. They are better off fitting into a niche than trying to curate an ecosystem of their own.

Reshape regulation.

The logic of stacks has massive implications for the philosophy of regulation—and requires that both businesses and regulators think differently. Traditional metrics such as market power are insufficiently nuanced in an environment of polarizing economies of mass. Companies have a huge stake in how this thinking evolves, and they can and should influence policy in directions that favor efficiency at the bottom of the stack and open innovation at the top.

In 1945, John von Neumann, one of the greatest mathematicians of the twentieth century, wrote a paper describing a “Turing machine” that made no distinction between its data and its instructions to process that data. This so-called von Neumann architecture became the design of the digital computer: treating data and code as one.

Just a few months later, Argentinian writer Jorge Luis Borges penned the one-paragraph story at the top of this article, recounting how a lost empire became its own map. Borges imagined reality becoming a description of itself. His map and reality, like von Neumann’s data and code, are indistinguishable.

Como essas duas visões extraordinárias, uma de um cientista supremo e outro de um fabulista supremo, foram formuladas quase simultaneamente. Agora, através de três ondas de interrupção digital, a tecnologia está finalmente alcançando ambos. Os executivos da próxima década devem traçar seu curso através do labirinto do mapa de Borges. Philip Evans