3. Многие говорят что идёт деглобализация и мир разделяется на макрорегионы. Я скорее не согласен с этим тезисом, чем согласен. На мой взгляд, идёт процесс несколько иного характера: оставаясь глобальным по своей сути, мир ищет новое равновесие регуляций, если учитывать тренды из п.1 и п.2. Яркое свидетельство - это война банковских комплаенсов, когда регуляция международного движения денег по счетам усложняется с каждым годом. И дело не только в санкциях, попробуйте например перегнать в немецкий банк деньги с Кипра. Обе страны - члены ЕС, но экономические интересы блюдутся досконально. Дело здесь не в моральности, а в стремлении не добиться разбалансировки внутренней финансово-бюджетной экосистемы, регулируемой аккуратными настройками.
Любое “окно” для денег/товаров/схем для оптимизации налогов, если оно не является запланированным окном, работает сейчас временно и быстро прикрывается, в обратном случае страну начинают “прикрывать” извне, как в примере с Кипром выше.

Для любого международного бизнеса искать такие “дырки” становится критическим, потому что они создают уникальные конкурентные преимущества, пускай даже и временные, но достаточные для закрепления на рынке. Поэтому следующий мастхэв навык - международная финансово-юридическая грамотность. Я не знаю где этому научиться, кроме как у практиков, к тому же нет очереди желающих делиться схематозами. Но, например, финтах на сегодня - это 1% технологий и 99% понимания куда и как ходят деньги, что можно делать вбелую, на что закрывают глаза, а за что оторвут башку, даже если в законе нет прямого запрета. Повторюсь - не знаю где научиться этому в виде комплексного курса, сам бы с радостью сходил на такой, может в комментарии накидают.

4. Следующий очевидный тренд - избыток данных. Практически каждое устройство сейчас генерирует данные, эти данные копятся и их количество растёт вместе с ростом устройств, в то же время сами по себе сырые данные не пригодны ни для чего. Данные нужно обрабатывать, анализировать, строить гипотезы. Но сама по себе профессия аналитика данных (по сути чистого математика) без глубокой предметной экспертизы проблемы не решает. Потому что лишь зная предмет можно отличить ложную корреляцию от истинной и выдвинуть гипотезы на проверку.

Управление большими системами (государствами, компаниями) изначально представляло собой стекание информации в центр, затем растекание управленческих импульсов из центра. Со временем управление эволюционировало в сторону автономизации отдельных элементов системы. Но наличие качественных проработанных данных возвращает актуализацию суперуправления, потому что раньше крайне сложно было просчитать максимально оптимальное решение с точки зрения моделирования поведения системы, а теперь это сделать можно. В кабине пилота теперь миллион лампочек, и нужны специальные люди которые будут подсказывать что означают те или иные лампочки, потому что сам пилот запомнить всё не в состоянии, как бы он не был умён. Специальные люди в данной метафоре - глубокие предметные и отраслевые эксперты, обладающие навыками матанализа данных. Поэтому рекомендовал бы всем получить базовые знания по дата аналитике в своей предметной области, это выведет вас на совершенно новый профессиональный уровень.