Sie sind in der Cloud, aber nutzen Sie wirklich alle Vorteile der Cloud? Lektionen von Digital-Native-Businesses

Wie hilft die Cloud, Innovationen zu beschleunigen? Was ist der Unterschied zwischen in der Cloud zu sein und die Cloud zu nutzen? Ist es möglich, die Entwicklungskosten zu senken und die Markteinführungszeit zu verkürzen?

Um diese Fragen zu beantworten, ist es hilfreich, sich an Digital-Native-Businesses (DNBs) zu orientieren. Diese B2C-Unternehmen wurden "in der Cloud geboren", und viele von ihnen haben mehr als ein Jahrzehnt Erfahrung mit der Wertschöpfung aus Cloud-Services.

DNBs sind erfolgreich oder scheitern an der Qualität und der Geschwindigkeit ihrer Innovationen – sie entwickeln digitale Apps, die ihre Kunden sehr schätzen, und sind gleichzeitig schneller als die Konkurrenz auf dem Markt. Ihre Produkt- und Softwareentwicklungsteams sind bestrebt, ihre Budgets und ihre Entwicklungszeit optimal zu nutzen, um wirklich differenzierende Funktionen zu schaffen, die für ihre Benutzer von Bedeutung sind.

Da viele DNBs als Technologie-Startups begannen, mussten sie ihr Kernangebot verfeinern, um eine Risikokapitalfinanzierung zu erhalten. Dieser Prozess zwang sie dazu, ihren differenzierten Wert für den Verbraucher zu definieren. Das könnte die Bequemlichkeit sein, Essen durch ein Netzwerk von Restaurants und Fahrern liefern zu lassen, der Preis und die Verfügbarkeit von Secondhand-Waren oder eine angenehme Art, Inhalte zu konsumieren.

DNBs müssen auch ihre Produktivität und Entwicklungsgeschwindigkeit kontinuierlich verbessern. Eine Möglichkeit, dies zu tun, ist die Verlagerung von Commodity-Funktionen in die Cloud. Im Gegensatz zu den Differenzierungsmerkmalen sind die Commodity-Funktionen diejenigen, die die Kunden der DNB als selbstverständlich ansehen. Beispiele für wichtige, aber undifferenzierte Funktionen sind die Fähigkeit eines Systems, neue Benutzer zu registrieren, eine Benachrichtigung auszugeben, wenn eine Bestellung fertig ist, und die Skalierung der Backend-Datenbank. Durch die Nutzung dieser benutzerdefinierten Funktionen können DNBs ihre Entwicklungsteams auf Innovationen fokussieren, die sich wirklich von der Konkurrenz abheben und Kunden dazu bringen, immer wieder zu kommen. Und da diese Funktionalitäten schnell implementiert und optimiert werden können, können Entwicklungsteams sofort den Zeitaufwand für die laufende Wartung und die Kosten für Verbesserungen reduzieren.

Als AWS 2009 die Möglichkeit einführte, die Rechenleistung je nach Bedarf automatisch nach oben und unten zu skalieren, wurde dies als revolutionär angesehen. Unternehmen, die diesen Service angenommen haben, sparten Budget, Zeit und wertvollen Entwicklungsaufwand in ihren Entwicklungszyklen. Im Laufe der Zeit wurden viele zusätzliche Cloud-Dienste hinzugefügt und mit noch fortschrittlicheren Funktionen "auf den Stack" verschoben.

Zu diesen Services gehören die Automatisierung von Sicherheit, Governance und Compliance, Support-Prozesse für die Entwicklung und das Testen von Software, Plattformen für künstliche Intelligenz (KI) und Machine Learning (ML) sowie Tools, die bei einer Vielzahl von wertschöpfenden Funktionen helfen, einschließlich AR/VR und Robotik. Beispielsweise nutzt Duolingo, eine KI-gestützte Sprachlernplattform, das PyTorch-Framework auf AWS, um benutzerdefinierte Algorithmen zu präsentieren, die Kunden maßgeschneiderte Lektionen für 32 Sprachen von Arabisch bis Walisisch bieten. Diese benutzerdefinierten Modelle verwenden zwischen 100 000 und 30 Millionen Datenpunkte, um täglich 300 Millionen Vorhersagen zu treffen, z. B. wie wahrscheinlich es ist, dass sich ein Benutzer an ein bestimmtes Wort erinnern und eine Frage richtig beantworten kann.

Das System von Duolingo macht diese Vorhersagen mit Hilfe von Deep Learning, einer Untergruppe von KI und ML, die analysiert, wie oft ein Benutzer ein Wort gesehen hat, wie oft er es richtig verstanden hat, in welchen Modi er richtig geantwortet hat und wie lange es her ist, dass er es geübt hat. Anhand dieser Vorhersagen fügt die App dann das Wort in einem Kontext in den Lehrplan ein, den der Benutzer benötigt, um es zu beherrschen.

Als Duolingo im Jahr 2009 startete, nutzte es traditionelle kognitionswissenschaftliche Algorithmen, um Fremdsprachen als Teil eines Übersetzungsprojekts an der Carnegie Mellon University zu unterrichten. Allerdings konnten diese Algorithmen keine Echtzeitdaten verarbeiten, um personalisierte Erlebnisse zu schaffen, die das Interesse der Benutzer an den Inhalten aufrechterhalten.

Deep-Learning-Tools haben Duolingo auch geholfen, die Genauigkeit seiner Vorhersagen zu verbessern, um die Kundenbindung zu vertiefen. Nach der Implementierung dieser Tools stellte Duolingo fest, dass die Anzahl der Benutzer, die den Service nutzten und am zweiten Tag zurückkehrten, um 12 Prozent stieg. Duolingo hat jetzt 300 Millionen Abonnenten und ist weiterhin auf die AWS-Cloud angewiesen, um die Geschwindigkeit und Skalierbarkeit der Plattform zu erhöhen und die Arten von Vorhersagen zu erweitern.

Wie die Erfahrung von Duolingo zeigt, bietet die Cloud mittlerweile eine immer größere Bandbreite an Möglichkeiten. Diese Funktionen bieten drei wesentliche Vorteile:

Das Hauptaugenmerk eines Produktteams liegt darauf, einen differenzierten Produktwert zu schaffen, der einen großen Markt findet und das Unternehmen zum Erfolg führt. Obwohl die Infrastruktur von entscheidender Bedeutung ist, kann die Verlagerung der Beschaffung, des Designs, der Implementierung und der Wartung von Hardware und Software in die Cloud Unternehmen dabei helfen, die Markteinführungszeit zu verkürzen. Die meisten Unternehmen wissen, dass die Cloud-Infrastruktur physische Aspekte wie ein Rechenzentrum, Maschinen und Speicher umfasst. Die erfolgreichsten DNBs erkennen jedoch auch, dass die Software-Infrastruktur einen noch kritischeren Hebelpunkt für mehr Geschwindigkeit und Qualität darstellt.

Die AWS-Cloud bietet jetzt eine kontinuierliche Integrations- und Bereitstellungspipeline (CI/CD), die es jedem Entwickler in einem Unternehmen ermöglicht, denselben Prozess zu verwenden, um seinen Code auf Fehler zu testen. Dadurch wird auch sichergestellt, dass der von verschiedenen Teams geschriebene Code integriert ist und gut zusammenarbeitet, und dass alles zur gleichen Zeit bereitgestellt wird. Nach der Bereitstellung in der Produktion wird die Arbeitslast überwacht und automatisch nach oben oder unten skaliert, um den Anforderungen gerecht zu werden. In den vergangenen Jahren entsprachen die für die Schaffung und Support dieser Fähigkeiten erforderlichen Budget- und Personalressourcen einem Branchendurchschnitt von 15 Prozent des gesamten Budgets für Technik und Betrieb. Diese Funktionen waren manchmal Reibungspunkte, die die Einführung neuer, umsatzsteigernder Funktionen verzögerten. Unserer Erfahrung nach verwenden einige der besten DNBs nur noch einen geringen Teil ihrer Entwicklungs- und Betriebsressourcen für diese Support-Funktionen, während sie ihre Markteinführungszeit drastisch verkürzen und die Erfahrung ihrer Kunden verbessern.

Dies war bei Coinbase der Fall, einem Wallet- und Plattformanbieter für digitale Währungen mit 30 Millionen Kunden. Das in San Francisco ansässige Unternehmen verwendete AWS Step Functions, um die Bereitstellung neuer Softwarefunktionen und -Updates zu automatisieren und zu steuern und gleichzeitig die Benutzer besser vor Cyberangriffen zu schützen. Coinbase setzt nicht nur in 97 % der Fälle erfolgreich ein, sondern hat auch die Zeit, die für das Hinzufügen neuer Konten benötigt wird, von Tagen auf nur Sekunden reduziert und die Anzahl der Support-Tickets seiner Kunden deutlich verringert.

In ähnlicher Weise hat Freshworks, ein in San Mateo, Kalifornien, ansässiges Unternehmen, das SaaS-Lösungen für kleine und mittelständische Unternehmen entwickelt, seinen Marktplatz mit AWS Lambda erweitert, einer Plattform, die Entwicklern hilft, Plugins zu erstellen und auszuführen und gleichzeitig die Kosten zu verwalten, indem sie auf der Grundlage der Nachfrage nach der Funktion des Plugins nach oben oder unten skaliert. In nur einem Beispiel lösen Freshworks-Agenten jetzt Kundenservice-Tickets in der Hälfte der Zeit als zuvor.

Einblicke aus Daten, die helfen können, Kunden besser zu bedienen, sind für jedes Unternehmen entscheidend. Vielleicht versteht das niemand besser als die DNBs, die die anspruchsvollsten Kunden von allen bedienen: die Verbraucher. Aus diesem Grund legen diese Unternehmen großen Wert auf die Entwicklung von Funktionen, die einen Mehrwert für den Kunden darstellen. Während DNBs sehr technisch sind, sind die besten auch konsequent, wenn es darum geht, ihre Zeit auf die Schaffung von differenzierenden Fähigkeiten statt auf die Schaffung von Standardfähigkeiten zu konzentrieren. Sie wissen, dass ihre Kunden am meisten Wert auf reale Vorteile legen, wie z. B. zuverlässige Filmempfehlungen, Hilfe bei der Suche nach einer Sportbar in einer neuen Stadt und aufschlussreiche Restaurantbewertungen.

Hochrelevante und personalisierte Erlebnisse werden durch den Einsatz von KI/ML-Tools vorangetrieben, die mehrere Ebenen von Fachwissen bedienen. 1) Auf einer grundlegenden Ebene haben spezialisierte Entwickler die Flexibilität, das zugrunde liegende Software-Framework selbst benutzerdefiniert anzupassen. Dies ist vergleichbar mit dem Bau eines eigenen Automotors. 2) Die große Mehrheit der Unternehmen wird ihre Modelle auf einem bestehenden Framework aufbauen, trainieren und einsetzen. Als würden Sie einen vorgefertigten Motor wählen und ihn dann für Ihre Bedürfnisse abstimmen. 3) Um jedoch die Geschwindigkeit zu maximieren, können Unternehmen ein vorgefertigtes Modell für bestimmte Anwendungsfälle wie Betrugserkennung oder Personalisierung einsetzen – analog zum Kauf der "Sport-Edition" oder des "Kaltwetter-Pakets", wenn Sie Ihre Anforderungen bereits kennen.

Personalisierung mit KI/ML kann besonders leistungsstark sein. Intuit, das Unternehmen für Finanzsoftware, nutzte den Amazon-Personalize-Service, um in kürzester Zeit eine Empfehlungsmaschine für seine Mint-App für Budget-Tracking und -Planung zu entwickeln und zu starten. In ähnlicher Weise nutzt Keen, ein Hersteller von Stiefeln und anderen Outdoor-Schuhen, denselben Amazon-Service, um die Surf- und Kaufhistorie der Kunden zu verfolgen und Einkaufsempfehlungen zu geben. Keens Test-E-Mails mit der Empfehlungsfunktion haben zu einer Umsatzsteigerung von fast 13 Prozent geführt. Und Ably, ein südkoreanisches Startup im Bekleidungs-E-Commerce, nutzt KI, um personalisierte Empfehlungen auf der Startseite seiner App zu geben. Ably sagt, dass die Empfehlungsmaschine, die die Surf- und Kaufhistorie der einzelnen Kunden auswertet, das Unternehmen in die Lage versetzt hat, anspruchsvolle KI-Funktionen ohne vorherige Erfahrung mit ML-Technologie aufzubauen.

Kombiniert mit Operational Excellence, ermöglichen diese neuen Funktionen und Fähigkeiten schnellere Innovationen. Um es mit Isaac Newtons Worten auszudrücken:

Die Masse repräsentiert die gesamten Ressourcen (Budget und Mitarbeiter), die für die Entwicklung der differenzierten, umsatzgenerierenden Produktfähigkeit eingesetzt werden. Die Beschleunigung repräsentiert den Entwicklungsprozess und die Betriebsumgebung. Größere Kraft resultiert aus der Maximierung der Ressourcen, die für differenzierte Aktivitäten zur Verfügung stehen, sowie aus der Erhöhung der Geschwindigkeit der Entwicklung.

Jedes digitale Unternehmen kann von dem erhöhten Innovationstempo profitieren, das die AWS-Cloud ermöglicht. Hier sind vier empfohlene Ausgangspunkte:

Eine Visualisierung dieser drei Faktoren ist unten dargestellt. Die horizontale X-Achse zeigt die Höhe des Aufwands an, ausgedrückt als Dollarkosten. Die vertikale Y-Achse stellt eine subjektive Bewertung des Projektrisikos dar. Die Kreisgrößen zeigen die Budgets, die für Innovationen umgewidmet werden könnten.

In diesem Beispiel wird eine Bewertung des aktuellen Zustands der Organisation verwendet. Dieselbe Methodik sollte wiederkehrend angewendet werden. Rückblickend ist es nämlich offensichtlich, dass ein früher Anwender von Autoscaling im Jahr 2009 einen Wettbewerbsvorteil gegenüber anderen hatte, die an manueller Bereitstellung festhielten.

Eine zukunftsgerichtete Perspektive kann auf neue Projekte angewandt werden, wenn die Produkt- und Entwicklungsteams die Roadmap, die Aufwandsstufen und die Ziele diskutieren. Die Teams sollten die wirklich differenzierenden Fähigkeiten identifizieren und nach Möglichkeiten suchen, Standardarbeit zu minimieren. Diese unkomplizierte Übung kann ein Projekt enorm beschleunigen.

Digital-Native-Businesses schaffen Innovationen, die unseren Alltag verändern. Sie revolutionieren die Art und Weise, wie wir einkaufen, uns unterhalten, uns in der Stadt bewegen und vieles mehr. Dabei haben die DNBs gelernt, dass es nicht ausreicht, Innovationen einfach in der Cloud laufen zu lassen. Sie können uns wertvolle Lektionen darüber erteilen, wie wir die Cloud nutzen können, um mit großer Geschwindigkeit innovativ zu sein.