Искусственный интеллект стремительно становится базовым требованием. Через несколько лет каждое крупное предприятие будет иметь доступ к широким сопоставимым прогностическим возможностям. Когда прогнозирование становится товаром массового потребления, оно перестаёт быть фактором дифференциации.

Следующий конкурентный рубеж заключается не в прогнозировании того, что может произойти, а в определении того, что предприятие должно с этим делать — среди тысяч взаимосвязанных вариантов, конкурирующих приоритетов и ограниченных ресурсов. Это и есть разрыв в принятии решений, и именно здесь значительная часть корпоративной ценности будет создана или утрачена в течение следующего десятилетия.

Задача, для решения которой не была создана ни одна система

Рассмотрим последние недели любого финансового квартала. Отдел кредиторской задолженности удерживает платежи для защиты ликвидности. Отдел дебиторской задолженности (AR) ускоряет сбор платежей для достижения целевых показателей по дебиторской задолженности. Отдел продаж решает, какие сделки перенести на более ранний срок, какие споры по дебиторской задолженности эскалировать и каким клиентам предложить уступки. Каждое подразделение делает локально рациональный выбор, однако вместе они дают результат, который никто не выбрал бы намеренно для предприятия в целом.

ИИ может определить, какие возможности с наибольшей вероятностью будут закрыты, отметить рискованную дебиторскую задолженность и оценить, может ли коммерческая уступка повысить вероятность закрытия сделки. Но одного прогнозирования недостаточно для ответа на вопрос, который в конечном счёте имеет значение:

Что компании на самом деле следует делать?

Скидка может защитить выручку, но при этом подорвать маржу. Слишком быстрое урегулирование спора по дебиторской задолженности может сохранить денежные средства, но подать сигнал о финансовой уязвимости. Перенос контракта на более ранний срок может обеспечить краткосрочную выручку, но нанести ущерб стратегически важным отношениям. Эти решения не могут приниматься в изоляции отдельных функций. Внимание руководства, юридические ресурсы и коммерческие возможности ограничены. Решения отдела продаж оказывают влияние на финансы, денежные потоки, поставки, риски и долгосрочную ценность клиентов.

Настоящая задача состоит в определении скоординированного портфеля действий, который обеспечивает наилучший результат для предприятия по всем этим измерениям одновременно. Это в своей основе не проблема прогнозирования — это проблема пространства решений.

Реальные корпоративные решения по своей природе сложны. Они включают множество уровней скидок, платёжных структур, ограничений по доставке, целевых показателей денежных средств, пороговых значений маржи и отношений с клиентами, которые необходимо защищать.

Чтобы сделать эти решения управляемыми, компании упрощают их ещё до начала расчётов: они сокращают количество сценариев, исключают взаимодействия, преобразуют сложные компромиссы в фиксированные правила и оптимизируют продажи, финансы и операционную деятельность раздельно.

Вычисления становятся проще, но деловая задача — менее реалистичной.

Новая корпоративная категория

Для преодоления этого разрыва формируется новая корпоративная технологическая категория: Enterprise Decision Computing.

Enterprise Decision Computing преобразует деловое решение — его возможные действия, цели, ограничения, неопределённость, взаимозависимости и экономические последствия — в вычислимый корпоративный объект, который можно решить и оптимизировать как единое целое.

Системы планирования ресурсов предприятия (ERP) выполняют процессы. Бизнес-аналитика объясняет прошлое. ИИ прогнозирует результаты. Однако ни одна из этих систем — по отдельности или вместе — не даёт бизнесу ответа на вопрос о том, какой скоординированный набор действий предприятию следует предпринять с учётом его целей, ограничений, неопределённостей и взаимозависимостей между функциями.

Это не ребрендинг исследования операций (Operations Research), которое решает определённые задачи. Это корпоративный уровень, на котором само решение непрерывно представляется, регулируется, измеряется и совершенствуется.

Enterprise Decision Computing актуален уже сегодня, независимо от того, что произойдёт с квантовыми вычислениями. Классические методы оптимизации, моделирования и ИИ уже способны оценивать более сложные модели решений, чем те, которые используют большинство компаний в настоящее время. Первое конкурентное преимущество доступно уже сейчас.

Enterprise Decision Computing создаёт корпоративный уровень, на котором само решение непрерывно представляется, регулируется, измеряется и совершенствуется — объединяя математическую оптимизацию, моделирование, ИИ и человеческие суждения вокруг общего представления о решении и его ценности.

Где квантовые вычисления обретают своё место

С точки зрения человека, проведшего годы на стыке квантовых вычислений и корпоративных операций, текущая дискуссия о квантовых технологиях кажется удивительно неправильно направленной. Большая её часть сосредоточена на вехах в области аппаратного обеспечения: качестве кубитов, коррекции ошибок, пути к отказоустойчивости. Эти достижения важны. Но они отвечают не на тот вопрос. Вопрос состоит не в том, когда квантовое аппаратное обеспечение будет готово. Он в том, что от квантовых вычислений фактически потребуется вычислить, когда это произойдёт.

Ответ кроется в прогрессивном обогащении решений. Начните с классической модели, учитывающей выручку, вероятность закрытия и доступные ресурсы отдела продаж. Затем добавьте слой: маржу и условия оплаты. Затем — сроки денежных потоков, статус споров по дебиторской задолженности и ограничения по доставке. Далее — взаимодействия в масштабах портфеля и долгосрочную ценность клиентов.

Каждый дополнительный слой делает решение более реалистичным — и более ресурсоёмким с точки зрения вычислений. Большинство слоёв классически разрешимы уже сегодня и уже создают измеримую ценность. Но на определённом этапе слой становится слишком взаимосвязанным, слишком ограниченным и слишком сложным для обработки классическими методами без принудительных упрощений, обесценивающих результат. Для этих классов сильно взаимосвязанных задач квантовые методы со временем могут позволить оценивать более сложные модели без ущерба для взаимодействий, делающих решение реалистичным.

Именно в этот момент квантовые вычисления обретают своё место — не как полная замена, а как возможность, позволяющая включить ещё одно ценное измерение, а не оставлять его за пределами рассмотрения.

Конкурентное преимущество начинается не с квантовых технологий. Оно начинается с модели принятия решений. Роль квантовых вычислений, когда они достигнут коммерческого масштаба, будет заключаться в дальнейшем расширении этой глубины. Не в её создании.

Решение, с которым сейчас сталкивается каждое высшее руководство

Долг по решениям нарастает так же, как финансовый долг: незаметно — до тех пор, пока это не становится очевидным. Понижение кредитного рейтинга, которого одной компании удалось избежать, не было будущим риском. Это был текущий риск — невидимый лишь потому, что ни одна система не была разработана для его обнаружения.

Генеральные директора и советы директоров могут предпринять конкретные шаги уже сейчас. Определите одну высокочастотную, стратегически важную область, где отделы продаж, кредиторской задолженности, дебиторской задолженности или казначейства в настоящее время оптимизируют свою работу изолированно. Запустите базовую модель. Сравните скоординированный результат с тем, что был получен при изолированной оптимизации. Требуемые инвестиции невелики. Стоимость отсутствия этих данных, когда они есть у конкурентов, — нет.

Следующий конкурентный рубеж определяется не тем, у какого предприятия больше всего данных или самого мощного ИИ. Он определяется тем, какое предприятие создаёт самую продвинутую архитектуру принятия решений — такую, которая способна вместить всю сложность действующего бизнеса и выявить скоординированные действия, которые ни одна отдельная функция не смогла бы обнаружить самостоятельно. Эту архитектуру можно построить уже сегодня. Вопрос для каждого высшего руководства не в том, строить ли её. А в том, стоит ли построить её первым.

Настоящее узкое место

С моей точки зрения, я постоянно наблюдаю одно и то же начальное узкое место в корпоративных квантовых проектах. Редко это доступ к процессору. Это отсутствие точного, общекорпоративного представления о решении, которое этот процессор призван улучшить.

Компания, готовая к квантовым вычислениям, — это компания, которая достаточно глубоко понимает свои наиболее значимые решения, чтобы знать, где дополнительная вычислительная глубина создаст ценность. Организации, которые извлекут наибольшую ценность из квантовых технологий, — не те, кто получит к ним доступ первыми. Это будут компании, которые точно понимают, где сегодняшние упрощённые решения оставляют ценность за бортом — и где квантовые вычисления могут добавить недостающее измерение.

Мнения, выраженные в комментариях на Fortune.com, принадлежат исключительно их авторам и не обязательно отражают мнения и убеждения Fortune.

Эта история была изначально опубликована на Fortune.com.