Проривні технології циклічної економіки

У Четвертій промисловій революції бере участь не просто жменька технічних винаходів; цілий ряд технологій і їх комбінації викликають трансформаційні зміни в глобальних ланцюгах створення вартості. Діапазон цих інновації в цифровому, фізичному та біологічному світі захоплює дух: від штучного інтелекту до нанотехнологій і клітинної інженерії. Темпи, якими ці нові інновації розробляються, набагато більші, ніж під час попередніх промислових революцій. 

З часів Першої промислової революції зв’язок між економічним зростанням та використанням природних ресурсів був у співвідношенні приблизно 1:1. Іншими словами, у міру зростання нашої економіки змінилося і використання землі, води, матеріалів, та інших природних ресурсів. Це піддало навколишнє середовище та ресурси Землі величезній напрузі, яка не дозволяє продовжити глобальне зростання тими ж методами і темпами.

Технології 4IR змінюють правила гри в революції сталого розвитку, тому що вони вперше роблять можливим відокремлення зростання бізнесу від використання природних ресурсів. Щоб досягти цього, ці технології забезпечують чотири важливі можливості. По-перше, вони дозволяють розвивати більшу ефективність і, таким чином, зменшувати кількість відходів. По-друге, вони допомагають впроваджувати інновації, дозволяючи новим учасникам кинути виклик діючим компаніям у переході на нові бізнес-моделі та нові ринки. По-третє, технології 4IR підвищують прозорість інформації, дозволяючи компаніям швидко збирати та аналізувати дані для отримання цінної інформації завдяки новим рівням видимості (використання обладнання та потоків продуктів, енергії та матеріалів), зв’язку (між машинами, клієнтами та особами, які приймають рішення) та гнучкості (можливість модифікувати або адаптувати пристрій, функцію або процес), які є ключовими для розгортання циклічних бізнес-моделей. Нарешті, біологічні технології 4IR, зокрема, дозволяють нам відійти від використання традиційних обмежених або ресурсомістких матеріалів.

Ключові технології циркулярної економіки

Список технологій, які відіграють центральну роль у циркулярній економіці, постійно зростає. Інтернет речей (IoT), наприклад, стає новим стандартом для пристроїв з можливістю підключення, взаємодії та обміну даними. Ми також бачимо, як широко застосовувані технології, такі як системи відстеження, еволюціонували від штрих-коду зі вдосконаленою RFID (радіочастотна ідентифікація) до систем на основі блокчейну, дозволяючи відстеження активів і моделі розширення можливостей, такі як Resource Recovery.

Ці технології поділяються на три широкі категорії: цифрові, фізичні та біологічні.

Не всі технології розгортаються з однаковою швидкістю чи масштабом. Загалом, компанії використовують цифрові інновації ширше, ніж фізичні або біологічні технології. Як один із доказів, 59% із 1500 циркулярних компаній розгорнули цифрові технології (порівняно з рівнем розгортання фізичних і біологічних технологій 28 і 13% відповідно). Цей значний розрив проявляється в суттєвих відмінностях у інвестиціях. У США і Європі, інвестиції в цифрову галузь приблизно вдвічі більші, ніж у біотехнології. Завдяки таким інвестиціям цифрові технології стають дешевшими та швидше розповсюджуються. Наприклад, між 2004 і 2014 роками вартість датчиків IoT впала більш ніж вдвічі. Такі різкі падіння цін призвели до появи великої кількості електронних пристроїв, які використовують цифрові технології (ноутбуки, комп’ютери, планшети, смартфони та інша побутова електроніка) у багатьох регіонах. Крім того, ці пристрої покладаються на віртуальний світ, який менше залежить від фізичних ресурсів для створення і підтримки ціності. У результаті компаніям стало відносно легше впроваджувати чи модернізувати цифрові технології в існуючі процеси та операції.

Навпаки, багато фізичних і біологічних технологій є менш пропрацьованими. Вони частково обмежені потребою значного капіталовкладення або часових рамок досліджень. Більш того, ці технології, як правило, є запатентовані, і можуть вимагати значних операційних змін для широкого впровадження або дослідження етичних і нормативних міркувань. Наприклад, генна інженерія може сколихнути етичні питання навколо теми потенційного негативного впливу на природне середовище.

Застосування в циклічному ланцюжку створення вартості

Технології 4IR використовувалися в різноманітних додатках у всьому циклічному ланцюжку створення вартості. Наша оцінка провідних циклічних інновацій

у всьому світі показує, як провідні виконавці відкривають бізнес цінність через застосування інноваційних технологій на всіх етапах ланцюжка створення вартості, часто шляхом поєднання кількох технологій для досягнення бажаного економічного і екологічного впливу. Ми детальніше розглянемо шість технологій, які найчастіше застосовуються організаціями протягом останніх п’яти років. 

Digital: Інтернет речей (IoT)

Технології IoT складаються з бездротових пристроїв із вбудованими датчиками, які дозволяють взаємозв'язок активів або продуктів і обмін даними. Ці пристрої можуть включати все - від транспортних засобів до побутової техніки та промислового обладнання.

Ці технології потенційно можна відстежувати та керувати ними віддалено. Розгляньте Philips з портфоліо продуктів, що включають активи лікарень, такі як магнітно-резонансна томографія (МРТ), сканери позиційної емісійної томографії (ПЕТ) і обладнання для комп’ютерної томографії (КТ). Технологія IoT застосовується Philips для віддаленого моніторингу цих продуктів, що полегшує прогнозування технічного обслуговування та продовжує термін служби виробу. Це дозволило Philips розгорнути модель «Продукт як послуга», за якою компанія продає послуги, які надають медичні прилади, зберігаючи право власності на продукцію. Коли клієнт припиняє використання пристрою, виріб повертається до Philips для ремонту, відновлення та повторного використання. У 2018 році після пілотних проектів в Італії та Греції компанія Philips успішно запустила розгортання глобальної програми для досягнення амбітної мети циклічної економіки, разом із показниками для моніторингу прогресу.

Accenture оцінює, що IoT може додати близько 14,2 трильйона доларів до глобальної економіки до 2030 року. Якщо компанії продовжують розгортати технології IoT, вони повинні розглянути заходи для управління ризиками кібербезпеки, сумісності та конфіденційності даних. Це може включати впровадження багаторівневих засобів захисту або отримання згоди клієнтів перед використанням їх інформації.

Машинне навчання та штучний інтелект

Завдяки машинному навчанню, застосуванню штучного інтелекту, алгоритми самостійно вчаться покращувати та виконувати нові функції, і все це без спеціального програмування. Технологія, яка часто базується на нейронних мережах, може стати надзвичайною підмогою в покращенні процесу прийняття рішень навіть людьми-експертами. Це значною мірою завдяки величезній (і експоненціально зростаючій) кількості даних, які технологія може аналізувати з надзвичайною швидкістю та точністю. Машинне навчання може допомогти організаціям розробляти циклічні продукти, компоненти та матеріали за допомогою алгоритмів самонавчання, які дозволяють швидко створювати прототипи та тестувати. Його також можна використовувати для мінімізації відходів, використання ресурсів і викидів шляхом розгортання прогнозної аналітики для більш точного планування попиту або для аналізу моделей використання для оптимізації управління активами. Використовуючи машинне навчання, лідер промислової автоматизації Siemens зміг оптимізувати процеси згоряння своїх газових турбін. Їхня мета полягала в мінімізації викидів, що може бути складним завданням, яке потребує ретельного розгляду різних факторів, включаючи склад газу, місцеві погодні умови та вік турбіни. Завдяки складним нейронним мережам Siemens вдалося досягти вражаючих результатів, які навіть перевершують продуктивність експертів-людей. У серії тестів система машинного навчання змогла зменшити викиди оксиду азоту на 20%. Машинне навчання має величезний потенціал, і очікується, що його ринок перевищить 23 мільярди доларів до 2024 року.

Щоб розблокувати цю цінність, компанії повинні подолати різні технічні проблеми. Такі додатки, як система керування турбінами Siemens, вимагають великої кількості даних, щоб програма машинного навчання давала корисні результати. Хоча великі корпорації можуть володіти віртуальними скарбами даних, не всю цю інформацію можна легко використовувати. Більшу частину цього, можливо, доведеться спочатку «профільтрувати», і більша частина може бути заблокована в різних форматах в окремих системах зберігання та обробки. Таким чином, агрегація та інтеграція даних може бути дуже складним, але основоположним завданням для компаній, які прагнуть застосувати машинне навчання до власних процесів. Крім того, слід ретельно керувати етичними проблемами, щоб уникнути упередженості алгоритму та неналежного використання даних.

Робототехніка 

Робототехніка особливо добре підходить для автоматизації процесів, які повторюються та ґрунтуються на правилах. У поєднанні з машинним навчанням технологію можна навчити виконувати складну серію дій. Очікується, що глобальний ринок робототехніки досягне 62 мільярдів доларів до 2024 року з численними застосуваннями в циркулярній економіці, такими як збирання відходів, сортування та подрібнення. Хорошим прикладом, який ілюструє силу робототехнічних технологій у відновленні ресурсів, є транснаціональна технологічна компанія Apple. Це розробка Liam, робота, який може швидко розібрати iPhone 6s. Дві лінії вдосконаленого робота можуть розбирати 2,4 мільйона телефонів на рік, дозволяючи Apple відновлювати високоякісні компоненти та матеріали, які зазвичай йдуть у відходи за традиційних методів переробки. На кожні 100 000 пристроїв Ліам може отримати значну кількість алюмінію (1900 кг), міді (800 кг), олова (55 кг), рідкоземельних елементів (24 кг), вольфраму (3,5 кг), танталу (2,5 кг), і золота (0,3 кілограма). Apple уже починає закривати цикл із деякими з цих матеріалів. Зокрема, отриманий алюміній повторно розплавляється та використовується для виготовлення міні-комп’ютерів Macintosh на заводах компанії. Згідно з Apple, Дейзі (наступник Ліама) може розібрати до 200 iPhone на годину (що дорівнює приблизно 1,8 мільйонам на рік), відокремлюючи деталі та певні компоненти під час роботи. Розгортаючи робототехніку, компаніям необхідно враховувати декілька факторів, у тому числі капітальні витрати та прибутки, а також соціальний вплив переміщення робочої сили. Необхідно провести ретельну оцінку підвищення ефективності, отриманого завдяки використанню робототехніки, і врахувати початкові інвестиційні витрати на застосування технології. Під час цього аналізу компанії також повинні оцінити інвестиції, необхідні для перепідготовки та зміни посади потенційно переміщених працівників. 

Збір енергії 

Збір енергії – це використання спеціальних матеріалів або обладнання для захоплення, зберігання та постачання енергії, яка інакше була б втрачена, у вигляді тепла, світла, звуку, вібрації або руху. На сьогоднішній день розгортання було дещо обмеженим (через ефективність перетворення, стабільність джерела та потужність накопичувача енергії), але технологія прогресує, і очікується, що світовий ринок збору енергії до 2025 року перевищить 1 мільярд доларів. Винахідливості не бракує: датчики Інтернету речей, які збирають сонячне світло для живлення, антени, які поглинають радіочастотну енергію, яка потім перетворюється на постійний струм, новий тип ламп розжарювання, які самостійно переробляють тепло, і так далі. Два провідні технологічні інститути в Сполучених Штатах і Китаї створили «наногенератор», який одночасно використовує вітрову та сонячну енергію та може бути встановлений на даху будинку, живлячи енергоефективні світлодіодні (LED) лампи всередині, а також датчик температури. Програми IoT і споживча електроніка стимулюватимуть інновації в цьому просторі, використовуючи датчики та інші електронні пристрої в середовищах, де витрати, пов’язані з забезпеченням електроенергією, ускладнюють певні програми.

Біоматеріали 

Ця технологія включає рослинні матеріали, які можна компостувати та переробляти, які все частіше використовуються як замінники менш стійких ресурсів. Біологічні матеріали можуть виготовлятися з біополімерів та інших природних волокон, створених частково або повністю за рахунок використання рослинної сировини. Японський автовиробник Mazda є яскравим прикладом. Замість того, щоб використовувати традиційний пластик та інші екологічно складні матеріали для салонів своїх автомобілів, компанія перейшла на біопластик. Співпрацюючи з Mitsubishi Chemical Corp., відділом промислових продуктів японської корпорації Mitsubishi, Mazda розробила новий пластик. Цей автовиробник також використовує біотканини, повністю виготовлені з волокон рослинного походження, для оббивки сидінь своїх автомобілів, а також почав використовувати високоміцні, довговічні біопластики для зовнішніх деталей автомобіля.

Протягом наступних 20 років у всьому світі очікується, що виробництво пластику подвоїться, і більша частина цього може бути отримана з нових матеріалів на біологічній основі, а також з матеріалів і хімікатів, отриманих з відновлюваних біологічних ресурсів. Компанії, які мають намір розвивати та масштабувати використання цієї технології, повинні враховувати кілька факторів, у тому числі вплив на навколишнє середовище та можливість вторинної переробки продукту. По-перше, вони повинні розуміти походження матеріалу, який розглядається. Наприклад, сировина, яка використовується для створення біологічного матеріалу, походить із потоку відходів чи вирощування врожаю на продуктивних землях? По-друге, біоматеріали є циклічними, лише якщо доступні відповідні системи управління відходами, які дозволяють їх переробляти назад або без шкоди переміщати в навколишнє середовище. Зваживши ці та інші фактори, компанія може виявити, що використання конкретного біоматеріалу може не обов’язково бути більш екологічно ефективним, ніж альтернатива, отримана з нафти.

Біоенергія 

Біоенергетична технологія використовується для перетворення природних і органічних речовин, таких як рослини, відходи та спиртове паливо, в енергію. Один із підходів полягає у видобутку енергії зі стічних вод за допомогою електрометаногенезу (форма виробництва електропалива, де метан виробляється шляхом прямого біологічного перетворення електричного струму та вуглекислого газу), анаеробного зброджування або інших біологічних чи біохімічних процесів. Інший підхід зосереджений на фабричних відпрацьованих газах, наприклад, шляхом перетворення викидів вуглецю на етанолове паливо для автомобілів. Завдяки таким застосуванням технології біоенергетики можуть стати основою для ефективного відновлення ресурсів, причому очікується, що світовий ринок біоенергетики зросте на 54 мільярди доларів США протягом 5 років. 

Розглянемо Enerkem, стартап у Монреалі, який розробив технологію перетворення муніципального сміття, яке можна переробити в транспортне паливо та інші відновлювані хімічні речовини, які потім можна використовувати в різних галузях промисловості. На заводі в Роттердамі Enerkem планує газифікувати 300 000 тонн відходів щорічно для виробництва понад 200 000 тонн метанолу. Без цього переробного заводу відходи відправляли б на спалювання в іншому місці, що потенційно призвело б до вивільнення 300 000 тонн вуглекислого газу. Хоча такі технології, як Enerkem, пропонують безпрограшні рішення — не лише вилучення біопалива з відходів, але й уникнення викидів викиди парникових газів, потрібні стимули та інвестиції в інфраструктуру. Крім того, важливо зазначити, що перетворення ресурсів на енергію найчастіше має бути останнім заходом в ідеальній круговій системі лише тоді, коли всі інші варіанти, такі як повторне використання та переробка, вичерпані. Крім того, слід враховувати вплив спалювання речовин на здоров’я, а також викиди парникових газів, які можуть відрізнятися залежно від сировини та технології, що використовується. Іншим ключовим ризиком виробництва біоенергії є використання первинних ресурсів, які вирощуються на сільськогосподарських угіддях, що викликає дебати щодо доцільності перенаправлення культур або сільськогосподарських угідь на виробництво енергії. Через такі проблеми успішне та відповідальне застосування біоенергетичних технологій сильно залежить від місця розташування, місцевої політики та доступної сировини.

Комбінаторні ефекти 

Хоча технології 4IR мають потужні можливості, не існує універсального рішення для створення кругове значення. Технології можуть бути розгорнуті різними способами, однак наш аналіз виявив, що найбільш конкурентоспроможні підприємства, як правило, розгортали комбінації технологій для досягнення найкращої продуктивності. Найчастіше компанії досягали синергії в одній і тій самій сфері, наприклад цифрові технології в поєднанні з іншими цифровими технологіями. FRM може, наприклад, використовувати IoT для моніторингу, відстеження та відстеження використання продукту, а потім застосовувати аналітику великих даних для отримання інформації, яка може бути використана для створення циклічної цінності. Аналіз міг би, наприклад, допомогти визначити, чи потрібно будь-які повернені продукти відновлювати для перепродажу чи натомість зібрати їхні частини для отримання найвищої вартості. В одному прикладі Winnow, технологічна компанія, яка працює в секторі готельного бізнесу, розробляє інструменти штучного інтелекту, щоб допомогти кухарям керувати більш прибутковими та екологічними кухнями, скорочуючи харчові відходи вдвічі. отримують користь від точної аналітики, яка точно визначає, де на їхніх кухнях утворюються відходи, допомагаючи їм скоротити витрати на їжу на 3–8% (рентабельність інвестицій до 10 разів на рік). Такі клієнти, як IKEA та IHG, уже почали масово розгортати цю технологію. 

Однак деякі з найцікавіших і найпотужніших комбінацій виходять із рішень, які долають межі між цифровим, фізичним і біологічним світами. Зокрема, цифрові технології часто використовуються як мультиплікатор для масштабування програми та прискорення її впливу, наприклад, використання машинного зору та ШІ для покращення продуктивності фізичних технологій, таких як роботи. Наші дані вказують на те, що розгортання таких цифрово-фізичних додатків є найпоширенішим типом перехресної комбінації. Навпаки, цифрово-біологічні комбінації наразі становлять лише 8% кругової економіки, проте мають величезний потенціал. Розглянемо, наприклад, використання аеропоніки та прогнозної аналітики компанією AeroFarms, яка займається сільським господарством у закритих приміщеннях, для досягнення високої та постійної продуктивності сільського господарства, що зменшує споживання ресурсів і утворення відходів, одночасно підвищуючи якість продукції. Подібним чином команда LanzaTech, що складається з біологів, хіміків, інженерів і комп’ютерних біологів, використовує технології для посилення впливу шляхом поєднання дисциплін. LanzaTech генерує велику кількість даних на своїх глобальних об’єктах, які потребують цифрового моделювання для вдосконалення продуктів наступного покоління. «Саме завдяки цьому поєднанню біології та штучного інтелекту ми можемо прогнозувати потоки дизайну та прискорювати виробництво нових екологічно чистих хімічних речовин, які можна використовувати в циклічному ланцюжку поставок», — пояснює Дженніфер Холмгрен, генеральний директор LanzaTech. 

У той же час компанії повинні усвідомлювати потенційні непередбачені наслідки, які можуть виникнути в результаті трансформації їх основного бізнесу за допомогою цих інновацій. Як і в інших лінійних додатках 4IR, організації повинні використовувати засоби захисту даних споживачів і захисту від кіберзагроз, а також зосередитися на можливостях перекваліфікації своєї робочої сили, щоб уникнути збоїв і переміщень через автоматизацію. 

Tetra Pak, глобальна компанія з переробки та пакування харчових продуктів, вирішила використовувати різноманітні культури, такі як цукрова тростина, і покладатися на екологічно керовані ліси для виробництва пакувального матеріалу на біологічній основі. Сьогодні Tetra Pak отримує 100% картону з лісів, які були сертифіковані Лісовою наглядовою радою, і компанія співпрацює з постачальниками, неурядовими організаціями та іншими зацікавленими сторонами, щоб сприяти відповідальному управлінню лісами та посилювати відстеження продукції через сертифікацію та маркування. 

Перспективи майбутнього 

На горизонті з’являється кілька трансформаційних технологій, які, як ми очікуємо, відкриють нові можливості, оскільки вони впроваджуються в циклічні бізнес-моделі, включаючи, але не обмежуючись: Smart digital twin і AR/VR. Технологія дозволяє аналізувати дані та контролювати системи для розробки нових рішень або проведення прогнозного обслуговування. Наприклад, компанія з водних технологій Xylem розробила цифрового двійника каналізаційної системи міста Саут-Бенд Індіани та використала штучний інтелект для аналізу та оптимізації зливових вод. Це допомогло місту скоротити бюджет будівництва на 500 мільйонів доларів, які в іншому випадку були б потрібні для будівництва додаткових підземних тунелів для утримання надлишку зливової води, зберігаючи енергію та зменшуючи вплив людини на навколишнє середовище. Рішення також допомагає захистити водні шляхи, пов’язані з річкою, наприклад озеро Мічиган, яке є важливим джерелом для водоочисних споруд, які постачають питну воду в Чикаго, Гранд-Рапідс і регіон.

Блокчейн і криптографічні прив’язки

Технологія блокчейн може допомогти забезпечити автентичність продукту, відстежуючи його від точки походження до кінцевого користувача. Криптографічні прив’язки — це захищені від підробки «цифрові відбитки пальців», які можна вбудовувати в продукти або частини продуктів, що дозволяє фізичним товарам мати відстежувану цифрову ідентичність, яку можна зберігати в блокчейні, полегшуючи відстеження активів і відновлення вартості після закінчення використання. Наприклад, комунікаційна компанія Circularise, що базується на блокчейні, розробила відкритий, розподілений і безпечний протокол зв’язку для циркулярної економіки в поєднанні з криптографічними якорями. Використовуючи цю технологію, клієнт може сканувати прив’язку продукту, щоб поставити запитання про цей товар (чи містить він ртуть, наприклад), а потім автоматично отримати відповіді «так/ні».

Машинне навчання та робототехніка

 Системи машинного навчання та машинного зору, які отримують, обробляють, аналізують і розуміють цифрові зображення, швидко вилучаючи цінні дані з реального світу, вдосконалюються, оскільки вони «навчаються» на додаткових зображеннях. Робототехніка додатково оснащується машинним зором і працює за допомогою машинного навчання, щоб покращити свої можливості та інтелект для циклічних програм. Наприклад, AMP Robotics використовує машинний зір для сортування відходів, і точність системи з часом підвищилася до 99%.

Прорив у фізичних і біологічних технологіях

Завдяки інвестиціям і стартапам розвиток фізичних і біологічних технологій був стабільним і багатообіцяючим. «Харчові технології» — це сфера з постійним потоком інновацій, яка, як ми очікуємо, продовжуватиме стимулювати трансформацію. Зокрема, прогрес у таких технологіях, як робототехніка, дрони та датчики, продовжить формувати наступне покоління ферм, одночасно зменшуючи трудомісткість, енергоємність та ресурсоємність, і ми також стоїмо на порозі революції в біологічних технологіях. Наприклад, новий харчовий технологічний стартап Apeel Sciences використовує рослинні екстракти, отримані з побічних продуктів сільського господарства, для створення невидимих покриттів, які подовжують термін придатності свіжих продуктів у два-п’ять разів. Технологія може допомогти бакалійним магазинам зменшити кількість відходів, одночасно покращуючи зовнішній вигляд і поживний вміст їхніх фруктів і овочів. Сільськогосподарські процеси також розвиватимуться ширше. Наприклад, швидко набуває поширення відновне сільське господарство, сільськогосподарська техніка, спрямована на збільшення біорізноманіття, збагачення ґрунтів і покращення екосистемних послуг. 

Індустрія моди охоплює безліч нових і потенційно кардинальних біологічних інновацій. Стартапи включають Crop-A-Porter, який виготовляє текстиль із залишків урожаю харчових культур; Одяг із водоростей, який використовує водорості як барвник; і Sane Membrane, біорозкладану мембрану на мінеральній основі для зовнішнього носіння. Інші інновації були зосереджені на фізичних технологіях, таких як Smart Stitch, яка робить розчинну нитку; Te Regenerator, який розділяє суміші бавовни та поліефіру для переробки; і Petit Pli, який створює «одяг, який росте» разом із фізичним розвитком дитини. Хоча цифрові технології відіграють ключову роль як підсилювач у масштабуванні та підвищенні ефективності циклічних бізнес-моделей, наше суспільство та промисловість продовжують зосереджуватися на виробництві і споживанні фізичних благ. Таким чином, прискорення біологічних і фізичних технологій, які ми тут досліджували, відіграватиме важливу роль у створенні циклічних вхідних даних із самого початку, покращуючи здатність перетворювати «відходи» назад у первинні матеріали та, зрештою, допоможе закрити цикл. 

Продуктивність циклічних компаній

У минулому технологічні прориви дозволяли компаніям досягти стрибків продуктивності в різних галузях. Сьогодні замість чітких технологічних революцій ми переживаємо постійний прогрес, нові хвилі інновацій постійно тіснять існуючі технології. Це висунуло невпинні вимоги до компаній бути в курсі подій, але також відкрило нові можливості за все коротші проміжки часу. Без сумніву, інновації 4IR забезпечили багату платформу для компаній, щоб отримати значні конкурентні переваги в розгортанні п’яти циклічних бізнес-моделей. Щоб повністю розкрити потенціал цих технологій, компанії повинні цілісно впроваджувати їх у всіх операційних групах і функціональних сферах. Технології також мають бути спрямовані таким чином, щоб використовувати їх синергію, що зароджується, і мінімізувати непередбачені наслідки, включаючи несприятливий вплив на навколишнє середовище, переміщення працівників, ризик кіберзагроз і етичні проблеми. 

Якщо для вас була цікава дана стаття тоді вас також зацікавить чи варто купляти Iphone 11...