Читать онлайн Что делать, когда машины начнут делать все. Как роботы и искусственный интеллект изменят жизнь и работу бесплатно

Искусственный разум покинул лабораторию (и территорию киностудии) и уже находится рядом с вами. Он в вашем доме. Он в вашем офисе. Он проник во все институты, что двигают мировую экономику. От Alexa до Nest, Siri, Uber и Waze – мы окружены умными машинами, действующими на невероятно мощных, самообучающихся программных платформах. И это только начало.

До настоящего времени все мы наслаждались – даже не всегда замечая это – самыми разными формами «слабого» искусственного интеллекта (ИИ). Это то, как Amazon советует вам правильный подарок. Как Netflix предлагает отличный фильм для субботнего вечера. Или то, как Facebook наполняет вашу ленту новостей. Данные формы ИИ выступали приятными небольшими помощниками, делая нашу жизнь немного более легкой и веселой. Начав однажды пользоваться ИИ, мы перестаем о них думать. Всего за несколько коротких лет эти машины стали для нас практически невидимыми в повседневной жизни.

Сегодня ИИ трансформируется из небольшого ежедневного помощника во что-то гораздо более могущественное и подрывное, поскольку новые машины быстро превосходят самых талантливых из нас во многих начинаниях. Например:

• Интеллектуальные игры: платформа ИИ сегодня может состязаться с нами в самых захватывающих играх – Jeopardy! (российский аналог – «Своя игра». – Прим. перев.), шахматы, го. В марте 2016¹ года AlphaGo от Google побила чемпиона мира по го Ли Седоля (Lee Sedol) со счетом 4:1. Это была убедительная победа, но не разгром. Однако с текущим уровнем технологического развития всего через несколько лет в подобных битвах умов машина станет для человека непобедимой.

• Вождение: беспилотные автомобили, хоть и находятся еще в стадии разработки, уже справляются с управлением лучше, чем средний человек. Согласно исследованиям Virginia Tech (Публичный исследовательский университет в Блэксбурге, штат Виргиния, США), управляемые человеком машины попадают в 4,2 аварии на миллион миль, а автоматизированные машины – в 3,2 аварии на миллион миль². Несомненно, эта диспропорция в безопасности в ближайшие годы только возрастет, и беспилотные машины, которые никогда не набирают сообщения за рулем и не садятся в машину пьяными, выйдут на передний план.

• Трейдинг: в 2015 году шесть из восьми крупнейших хедж-фондов Соединенных Штатов заработали около восьми миллиардов долларов, основываясь в основном – или исключительно – на алгоритмах искусственного интеллекта³. Машина уже победила в подборе портфеля акций.

• Здравоохранение: в медицине новые машины быстро превосходят возможности врачей-рентгенологов. Исследователи Методистской больницы Хьюстона (Houston Methodist Hospital) используют интеллектуальное программное обеспечение, которое интерпретирует результаты рентгеновского исследования груди в тридцать раз быстрее и с точностью в 99%. Напротив, если маммограмму изучает человек, то в 20% случаев назначается необязательная биопсия⁴.

• Закон: в юридической сфере наделенные ИИ компьютерные системы проводят анализ доказательств и комплексные экспертизы гораздо лучше, быстрее и дешевле, чем самые талантливые специалисты в области права в престижной юридической фирме. Многочисленные исследования предрекают, что подавляющая часть параюридической работы в скором времени может быть автоматизирована. В не столь отдаленном будущем мы можем достичь точки, где практика полагаться в проведении экспертиз только на человека будет расцениваться как преступная небрежность.

Мы могли бы продолжать и продолжать, приводя и другие примеры, но суть ясна. Новые машины во многих областях уже превзошли человека. Более того, учитывая, что рост мощности и сложности этих платформ идет в геометрической прогрессии, это лишь краткое содержание анонса.

Итак, это быстрое распространение ИИ ведет нас к тому, чтобы задать несколько важных вопросов:

– Отнимут ли роботы у меня работу?

– Будет ли моя компания «юберизирована»?

– Как будет выглядеть моя отрасль через десять лет?

– Будут ли мои дети жить лучше, чем я?

На следующих страницах мы структурированно, на практике ответим на эти вопросы. Мы проанализировали и разложили в графиках сто лет бизнеса и технологий, и исходя из этих данных сегодня убеждены, что вступаем в новую экономическую эру, ту, что изменит природу работы и основы конкуренции в каждой отрасли. В этой новой экономике мы станем свидетелями расширения границ возможного и сдвиг от машин, которые выполняют, к машинам, которые, оказывается, учатся и думают.

Нравится вам или нет, но это происходит

Сегодня происходит то, что Мировой экономический форум в 2016 году объявил Четвертой индустриальной революцией: время экономической перегруппировки, когда старые способы производства уступают место новым и те, кто сумеет приспособить себе на службу новые машины, будут пожинать щедрые плоды расширения границ экономики⁵. Так же как Первая индустриальная революция отталкивалась от изобретения ткацкого станка, вторая – парового двигателя, а третья – конвейера, четвертая будет происходить на базе машин, которые, кажется, умеют думать, тех, о которых в этой книге мы говорим как об «интеллектуальных системах».

Мы называем бизнес «всезнаек», когда руководители и менеджеры могут и должны быть постоянно осведомлены обо всем, что касается деятельности компании. Там, где раньше мы догадывались, сегодня можем знать. Эти новые машины, которые всегда «включены», всегда «обучаются» и всегда «думают», скоро станут вызовом и противопоставлением знаниям и опыту даже самых искушенных профессионалов каждой отрасли. Нет способа уклониться от гравитационного толчка, производимого новыми машинами и бизнес-моделями, которые они задействуют и на которые опираются.

В связи с этим, управляете ли вы большим предприятием или только приступаете к первой работе, решение о том, что вы будете делать с новыми машинами, этим современным коктейлем из ИИ, алгоритмов, ботов и больших данных, станет единственным и решающим фактором вашего будущего успеха.

Цифры, которые имеют значение

В последние десять лет мы все вместе наслаждались «развлекательным цифровым пространством». Мы видели создание Twitter (2006 г.), появление iPhone от Apple (2007 г.) и IPO Facebook (2012 г.). Эти компании, наряду с другими, такими как Google, Netflix и Amazon, сумели добиться беспрецедентного коммерческого успеха, выразившегося в принятии, ежедневном использовании и создании дополнительных ценностных качеств для потребителя, изменили то, как мы общаемся и организуемся. В истории останется тот факт, что мы начали цифровую революцию с развлечений и пустяков: посты в Facebook, каналы в Twitter и фото в Instagram. Мы используем самые мощные со времен открытия переменного тока инновации, чтобы делиться видео с котиками, переписываться с тетей Элис и ставить хэштеги под политическими заявлениями. Однако все это лишь разогрев, поскольку мы еще даже не начали осознавать потенциал новых машин.

Пишущая о технологиях Кара Свишер (Kara Swisher) выразила это лучше всех: «В Кремниевой долине полно больших умов, преследующих маленькие идеи»⁶. Что ж, теперь мы входим в эру больших мозгов, сосредоточенных на больших идеях – имеющих значение цифрах, – использующих эти технологии для изменения того, как нас учат, кормят, перемещают, страхуют, лечат и как управляют.

Такие компании, как Facebook, Amazon, Netflix и Google (иногда называемые группой разработчиков FANG), кажется, утвердились в роли заведомых и вечных победителей в этой области, однако в истории они, вероятнее, останутся как предвестники значительно более важного и демократичного экономического сдвига. Следующая волна цифровых титанов, скорее всего, не будет состоять из стартапов Кремниевой долины. Напротив, она будет запущена сложившимися компаниями из более «традиционных» отраслей – в таких городах, как Балтимор, Бирмингем, Берлин или Брисбен, – которые поймут, каким левериджем могут стать новые машины для надежных знаний о соответствующей индустрии.

Мы начинаем замечать, как это происходит, поскольку все вместе работаем над применением интеллектуальных систем для решения самых досадных общественных болезней в областях, где цифровые технологии нужны не только для развлечения или тому подобного, но и для изменения жизни. Конечно, многие институты – столпы нашего общества и повседневной жизни – созрели для обновления.

Например, каждый год мир теряет в автомобильных авариях 1,2 миллиона жизней, причем 94% происшествий становятся результатом человеческих ошибок⁷. Только в Соединенных Штатах эти ДТП обходятся обществу в более чем один триллион долларов. Это почти треть того, что федеральное правительство США собирает в качестве налогов с физических лиц⁸. Беспилотные автомобили обещают спасти бесчисленное количество жизней и оградить нас от душевных мук.

Одна треть произведенной в мире еды выбрасывается. Только тех продуктов, что выкидывают в богатых странах, достаточно, чтобы накормить все страны Африки к югу от Сахары⁹. Организовав эту цепочку и применив искусственный интеллект, мы могли бы буквально накормить весь мир.

Так же могло бы резко уменьшиться число ошибочных медицинских диагнозов. Сегодня от 5 до 10% выездов «скорой помощи» заканчиваются постановкой ложного диагноза¹⁰. Более двенадцати миллионов случаев неверного диагностирования каждый год приводят к четыремстам тысячам смертей, вызванных предотвратимыми ошибками, – и это только в США¹¹. Применение соответствующих данных в процессе диагностики могло бы кардинально улучшить результаты лечения.

Соединенные Штаты тратят на каждого ученика из системы среднего образования больше, чем все прочие страны мира, получая при этом довольно посредственные результаты. В недавнем международном исследовании американские ученики получили по естественным наукам, чтению и математике гораздо более низкие оценки, чем ученики из других развитых индустриальных стран¹². Адаптировав с помощью технологий уроки под индивидуальный стиль обучения каждого человека, мы могли бы сделать образовательный процесс намного более продуктивным и эффективным как для ученика, так и для учителя.

Вот некоторые важные вещи, к которым мы можем подойти с новыми машинами. Это цифры, имеющие цель, цифры, имеющие значение; и большие мозги, которые будут двигать вперед подобные инновации, необязательно будут обитать в Кремниевой долине или в общежитии Массачусетского технологического института. Они вполне могут сидеть в соседнем офисе, в вашей компании.

Так, например, McGraw-Hill Education применяет новые технологии, чтобы помочь учителям и детям улучшить обучение посредством системы, называемой ALEKS. Наделенная искусственным интеллектом система «Оценки и обучения в познавательных пространствах» (Assessment and Lеarning in Knowledge Spaces) использует адаптивные вопросы, позволяющие быстро и точно определить, что именно знает и чего не знает ученик по программе курса. Далее ALEKS объясняет ученику темы, к восприятию которых он или она готовы в большей степени. По мере прохождения курса ALEKS проводит переоценку, обеспечивая надежное усвоение материала. Все это выливается в более гибкое обучение один на один со студентом и обеспечивает ученику заметный рост успеваемости. Что касается учителя, то ему ALEKS помогает преодолеть рутинную – и, давайте признаем, скучную – часть работы и по-настоящему сосредоточиться на работе с учениками.

Одна из ведущих страховых компаний Южной Африки Discovery использует платформу Vitality, чтобы предоставить экономические стимулы – скидки на путешествия, развлечения, здоровую еду, членство в спортклубе, спортивный инвентарь, товары для здоровья и тому подобное – своим клиентам, основываясь на том, придерживаются ли они здорового образа жизни. Участники зарабатывают очки, отмечая тренировки в привязанных к системе фитнес-девайсах и покупая здоровую еду (что также записывается на их карту Vitality). Страховую отрасль, возможно, нельзя назвать колыбелью инноваций, однако Discovery удалось построить процветающий бизнес, основанный на возможностях, исходящих от новых машин.

Сыграть в новую игру

Еще одна область, созревшая для преобразований, – это управление нашими деньгами. Джон Стейн (Jon Stein) не похож на Королей мира с Уолл-стрит – по сути, он их противоположность. Ему за тридцать, он носит синие джинсы и немного потрепанную рубашку и работает не в финансовой цитадели, а в расслабленном лофт-пространстве. В его речи нет бравады и высокопарности – Стейн рассуждает непринужденно, рассудительно и скромно.

Рисунок 1.1. Джон Стейн, генеральный директор и основатель Betterment

Между тем Стейн занимается тем, что переворачивает свой участок банковского мира, то есть управление личным благосостоянием, с ног на голову. Его компания Betterment стала одним из лидирующих в мире «робо-консультантов», привлекая платформы с ИИ для переформулирования правил бизнеса финансового консультирования. Betterment предлагает высоко персонифицированные, тщательно подобранные услуги по управлению капиталом в режиме 24/7. Его интеллектуальная система выполняет работу сотен человек, делает это лучше и за меньшую стоимость.

На платформе скапливаются миллионы инвесторов – поколение Х, беби-бумеры и поколение «нулевых». С начала 2015 года до середины 2016-го капитал, находящийся под управлением Betterment, вырос с 1,1 миллиарда до 5 миллиардов^13,14, и на то есть причины. Betterment получил больший кусок денежного пирога в свое управление, поскольку смог привлечь клиентов, которым не подходили обычные банки. Традиционные «большие» инвестиционные банки (такие как Goldman Sachs, Morgan Stanley, Credit Suisse и другие) редко предлагают услуги по персонифицированному управлению средствами тому, чье состояние составляет меньше одного миллиона долларов – с их бизнес-моделью индивидуального консультирования норма доходности здесь соблюдена не будет. И где же тогда оказываются 99,9% населения, заинтересованные в том, чтобы их деньгами управляли профессионально?

Betterment начал с того, что сосредоточился на HENRY («хорошо зарабатывающих, еще не богатых», или high earners, not rich yet). Все это молодые профессионалы 20–30 лет: юристы, доктора и менеджеры, получившие отличное образование, начинающие свою карьеру… и еще связанные кредитами на учебу.

Традиционный управляющий капиталами не будет иметь дело с HENRY, но Betterment рад любому, у кого есть деньги для инвестирования. И с каждым приходящим на платформу клиентом система становится умнее, обеспечивает большую выгоду любому индивидуальному участнику: без промедления, на основе эмпирических данных по инвестиционным стратегиям, структуре портфеля и налоговому контролю.

Все вместе роботы-консультанты сегодня управляют более чем пятьюдесятью миллиардами долларов (и ожидается, что к концу 2020 года под их управлением будет уже двести пятьдесят миллиардов) и целят на двадцать триллионов долларов по всему миру, которыми в настоящее время заняты сорок шесть тысяч финансовых консультантов в традиционных банках¹⁵.

Сейчас мы не знаем, выйдет ли Betterment долгосрочным и окончательным победителем среди поставщиков услуг финансового консультирования в новой форме, но компания действительно показывает, как новые машины подрывают стандартные способы выполнения работы. Причем ударная волна от их столь обширного внедрения отдается как в сфере финансовых услуг, так и в других технологических областях.

Стейн и другие, сумевшие понять правила новой игры, – ни много ни мало Генри Форды нашего времени. Они понимают, что сегодня является сырьем (большие данные). Они создали и теперь пользуются новыми машинами. И, что самое важное, окружили эти новые машины бизнес-моделями, которые, занимая все большую долю рынка, показывают отличный рост и повышают прибыльность.

История робо-консультантов в управлении капиталом вот-вот распространится в тысячекратном масштабе по всем секторам экономики. И здесь встает вопрос: вы будете играть или останетесь стоять в стороне?

Но не оттеснят ли машины меня?

Мы уже доказали, что любим основанные на ИИ продукты (с нашим бешеным потреблением предложений FANG для смартфонов). И новые машины находятся в боевой готовности трансформировать первостепенные институты нашего общества в лучшую сторону с помощью имеющих значение цифр.

Однако, как только мы преодолеваем первичный страх перед новой машиной, начинаем задаваться вопросом, как это повлияет на работу. Что случится со всеми этими банкирами, водителями, рентгенологами, юристами и журналистами? Что случится со… мной? Заберет ли робот мою работу?

Многие из нас не знают, так ли уж хороша или так ли плоха эта Четвертая индустриальная революция. Начинает казаться, что все это мечта капиталиста… и кошмар рабочего. А неуверенность создает почти осязаемое ощущение тревожности, поскольку на личном уровне многие не понимают, что со всем этим делать.

Некоторые видят только темную сторону этих перемен, и конечно, многие сегодня предсказывают мрачное будущее «экономики без работы», поскольку все наши средства к существованию приберут к рукам роботы. Однако приближающийся цифровой подъем и его распространение, которое мы описываем в следующей главе, очень многое обещают тем, кто сумеет подготовиться. По сути, он предвещает возможный всего раз в столетие рост, когда придется перенастраивать нашу инфраструктуру, промышленность и институты. Подобно предыдущим трем индустриальным революциям, эта проедет катком по тем, кто ждет и наблюдает, и подарит грандиозные перспективы и благополучие тем, кто учится использовать потенциал новых машин.

Все это зависит от того, что вы делаете сейчас, чтобы подготовиться к эре машин, потенциально способных сделать практически все, связанное с интеллектуальной работой.

Будут ли многие виды занятости в наступающие годы «автоматизированы напрочь»? Да. Однако для подавляющего большинства профессий новые машины лишь дополнят и защитят деятельность. Например, мы не думаем, что по вине искусственного интеллекта потеряет свою работу хоть один учитель или медсестра. Напротив, эти профессии станут более продуктивными, более эффективными… и более приятными. Занятые такой работой люди придут к тому, чтобы видеть в новой машине надежного коллегу. Как сегодня нам не приходит в голову пересечь на машине Лондон без наделенной ИИ системы GPS или изучить предмет, не прибегая к помощи Google и «Википедии», многие работники в ближайшие годы не смогут представить выполнение своих ежедневных обязанностей без участия бота на их стороне.

Кроме того, будут созданы совершенно новые профессии, сдвигая трудоустройство в области, которые сегодня мы не в состоянии представить (вообразите, что описываете кому-то работу «администратора баз данных» в 1955 году). Стоит многого ожидать, если мы точно осознаем, что могут и чего не могут сделать новые машины и как это повлияет на будущее работы. Уже появились некоторые очень ясные схемы, и оставшуюся часть книги мы посвятим тому, чтобы обозначить происходящее и дать тактические рекомендации, как победить в условиях новой цифровой экономики.

Двигаться ВПЕРЕД в век новых машин

Мы написали эту книгу, чтобы обеспечить вас дорожной картой, гидом по успешному преодолению этого переходного времени. Во-первых, мы обозначим, чем в действительности является машина: как ее создают, что она может делать и чего делать не может. Затем мы взглянем на то, где машина может быть лучшим образом применена сегодня и завтра. Какие проблемы промышленности она может решить? Какие новые ценностные предложения для клиента может создать? Третье и самое важное: мы дадим структурированный подход к модели продвижения ВПЕРЕД, или AHEAD, основанный на нашей работе с двумя тысячами мировых компаний, стоящих в авангарде цифрового перехода.

Коротко говоря, AHEAD (ВПЕРЕД) предполагает пять различных подходов к победе в команде с интеллектуальными системами. Акроним состоит из:

• Автоматизация (Automate): механизированный аутсорсинг, обработка информации с помощью новой машины. Это то, как Netflix автоматизировал ритейл блокбастеров и как Uber автоматизировал работу диспетчеров такси.

• Ореол (Halo): оснащать измерительными приборами продукты и людей и применять для левериджа данные, извлеченные из фактических действий человека и его поведения онлайн (мы называем это Code Halos, или Ореолы кодов), чтобы создавать описания покупательского опыта и бизнес-модели¹⁶. General Electric и Nike меняют правила игры в своих отраслях, оснащая измерителями свою продукцию, окружая ореолами данных и создавая новые ценностные предложения, сближаясь с покупателем.

• Дополнение, оптимизация (Enhance): взгляд на компьютер, как на коллегу, который может увеличить вашу производительность и удовлетворенность от деятельности. Сегодня GPS в машине оптимизирует вождение, отправляет вас по самой быстрой дороге, предупреждает об опасностях и гарантирует, что вы не заблудитесь. В последующие годы целые направления деятельности, от продаж до ухода и обучения, переживут революцию благодаря мощному компьютерному подкреплению.

• Изобилие (Abundance): используйте новые машины, чтобы открыть совершенно новые рынки, уронив цены на текущие предложения, как когда-то сделал Генри Форд с автомобилями. Какие рынки могут быть заметно демократизированы и расширены в вашей отрасли подобно тому, как Betterment использует ИИ для привнесения финансовой безопасности в массы?

• Открытие (Discovery): примените ИИ, чтобы задумать совершенно новые продукты, новые услуги и совершенно новые отрасли. Как лампочка Эдисона привела к новым открытиям в сфере радио, телевидения и транзисторов, сегодняшние новые машины дадут старт новому поколению открытий и изобретений.

Это пять конкретных подходов – игр, если хотите, – для победы в команде с ИИ, каждый со своим собственным набором подходов и тактик. На следующих страницах мы будем использовать эту модель, чтобы пролить свет на возможности применения новых машин в вашем бизнесе.

Первая игра – автоматизировать – это превалирующая на сегодня тенденция. Автоматизация была исходным шагом в каждой индустриальной революции, поскольку один ткацкий станок заменял сорок рабочих, а один паровой двигатель имел силу пятидесяти лошадей. Сегодня автоматизация тоже станет неизбежным «злом», поскольку так вы сможете добиться «цены Google» в основной деятельности своей компании. Как бы то ни было, большинство обозревателей рынка упускают из вида, что следующая волна автоматизации вымостит дорогу к изобретениям и расширению рынка с помощью четырех следующих игр.

Простая комбинация из эффективности и изобретений проявит себя во всех областях. Банковское обслуживание станет более эффективным и персонализированным. Здравоохранение станет более прозрачным и эффективным, дающим гораздо лучшие результаты. Промышленные товары будут более интерактивными, интуитивно понятными и надежными. Наша пищевая отрасль станет менее отходной и более качественной. Образование будет более глубоким и с индивидуальным подходом, а управленческие услуги обновятся и станут требовать меньше затрат. И, как мы заявляли раньше, этот сдвиг во многом будет произведен не компаниями, запущенными в прошлом году или даже десять лет назад, а компаниями, начатыми нашими дедами. Причина в том, что эти компании имеют доступ к богатейшим залежам данных – «топливу» новых машин.

Уже многое было сказано и написано по поводу потенциального воздействия новых машин на общество. Мы написали эту книгу не для политиков-всезнаек и академиков, а для людей в больших и маленьких организациях, которые хотят принять наилучшее из возможных решений по поводу их бизнеса и работы. Мы не настолько наивны, чтобы не понимать, что бизнес разворачивается в более широком контексте, но не можем просто рассесться вокруг и ждать, пока политики улучшат образование, направят огромные деньги на расширение инфраструктуры или объявят о безусловном базовом доходе. Мы должны действовать сегодня, в современном мире. И будьте уверены, если вы и не станете действовать, начнут другие.

Название книги – «Что делать, когда машины начнут делать все». Это может звучать немного гиперболично, и понятно, что машины никогда не будут делать все, да и никто этого в действительности не хочет. Но в следующие годы новые машины продолжат изумлять нас, они будут внедрены везде и почти во все, будут выполнять все большую и большую часть работы, которую сегодня делают люди.

Технология – уже не сфера нескольких, это территория многих. А поэтому в следующей фазе цифровой экономики побеждать будут не те, кто создает новые машины, а те, кто сообразит, что с ними делать. Эта книга станет вашим путеводителем.

Многие из нас чувствовали, что остановились. Кажется, что роста, как компании, так и личного, очень трудно добиться. Есть множество свидетельств структурной слабости нашей экономики: стагнация заработной платы, рост уровня долга и анемичный уровень производительности труда. Кажется, что все основные тренды работают против нас: усиление мировой конкуренции, экономический принцип «победитель забирает все», ведущий ко все большему неравенству доходов, устойчивое размывание приватности и безопасности, возникновение миллиардных стартапов на фоне крушения устаревающих фирм, технологии, отнимающие нашу работу. Очевидно, что старые правила работы и ведения бизнеса больше не применимы.

Мы (авторы) работаем со многими людьми, взволнованными раскинувшимися перед ними в цифровой экономике возможностями, но их оптимизм часто охлаждают актуальные новости. Слишком часто заголовки предрекают надвигающийся кошмар безработных в очереди за хлебом и роботах-властелинах. Многие чувствуют, что если где-то и затевается вечеринка – в Кремниевой долине, в Нью-Йорке и в Лондоне, – то их туда не пригласили.

Однако, несмотря на некоторый дискомфорт, есть и хорошие новости. Мы уже выдерживали подобные штормы раньше, и форма и модель текущей ситуации в действительности является предвестником периода, движимого технологией роста. Кажется, это противоречит здравому смыслу: в конце концов, как может экономическая стагнация быть признаком будущего роста и появления новых возможностей?

Это происходит потому, что наш текущий застой хорошо вписывается в прочно сложившуюся схему, проявляющуюся в период любого серьезного сдвига в бизнесе или в технологии, когда экономика переходит от одной индустриальной революции к следующей. Коротко говоря, сейчас мы в экономической «застойной зоне», поскольку в Третьей индустриальной революции (буквально) заканчивается бензин, в то время как Четвертая индустриальная революция, основывающаяся на новых машинах, должна еще набрать масштаб.

Эта ситуация создает определенный диссонанс, когда мы восхищаемся компьютерами вокруг нас и тем, что они могут сделать, и в то же время тщетно ищем более серьезные перспективы роста для компаний и карьерную безопасность для нас самих.

Хорошие новости, исследуемые в следующей главе, заключаются в приближении к концу застойного периода. Мы вступаем во времена, когда экономика может рвануть для тех, кто ухватится за возможности новых машин. Мы говорим об этом как о наступающей «цифровой экспансии», в которой возможность получать плоды цифровых технологий распространится из Кремниевой долины по всей экономике в целом. Эта миграция ценностей будет несравнима с индустриальной экспансией прошлого века и пройдет намного быстрее. Чтобы полностью осознать этот переход, полезно оглянуться на воздействие новых машин на работу в предыдущие периоды бурной дестабилизации.

Если машины делают все, что произойдет с нами?

Веками люди беспокоились о «новых машинах» и их влиянии на удел человека. Машины меняются – тревоги остаются прежними.

Возвращаясь в начало 1800-х годов, во времена Первой индустриальной революции, можно вспомнить, что луддиты на северо-западе Англии отреагировали на появление механических ткацких станков тем, что стали их ломать. Они осознали, что их работа по производству ткани под угрозой. И оказалось, что они были правы: машины действительно забрали у них работу. То же произошло в сельском хозяйстве. В начале XIX века – пока луддиты крушили станки – 80% работающего населения Соединенных Штатов трудились на земле. Сегодня в сфере сельского хозяйства в США занято менее 2% жителей страны.

Рисунок 2.1. Луддиты в начале 1800-х годов

В начале Второй индустриальной революции паровой двигатель позволил начать механизацию, и эксперты были всерьез обеспокоены, что «замена человеческого труда машинным» может «вытеснить из производства население»¹. Когда сборочные линии сделали возможным массовое производство, экономист Джон Мейнард Кейнс (John Maynard Keynes) предупреждал о повсеместной безработице, «поскольку открытие способов экономного использования труда опережает темпы выявления новых применений труда»².

Сегодня многие из нас ощущают то же смятение, читая все более зловещие материалы о том, как заменят нас новые машины, действующие на основе ИИ. Активно цитируемое исследование Оксфордского университета приводит данные о том, что примерно в течение следующего десятилетия новые машины поставят под угрозу около 50% всех нынешних рабочих мест в США³.

Но разве наши компьютеры не сделали нас более продуктивными?

Несмотря на всю эту безнадегу, некоторые из нас, способные сохранять оптимизм, захотят поспорить: «Может, и так. Но все эти компьютеры оказывают и позитивное воздействие, поскольку делают нас более продуктивными». Однако данные не подтверждают и этого аргумента.

Несмотря на миллиарды, потраченные на предпринимательские технологии (вспомните обо всех этих роутерах Cisco, системах SAP, базах Oracle и ПК на основе Microsoft в сочетании с недавним взрывом потребительских технологий, таких как смартфоны и приложения), производительность труда работника и ВВП индустриальных стран, входящих в G7, не сильно сдвинулись с места. Например, с 1991 по 2012 год средний ежегодный рост реальных зарплат составил жалкие 1,5% в Соединенном Королевстве и 1% в Соединенных Штатах (что есть примерно половина уровня роста доходов с 1970 по 1990 год), и это были лидеры в росте зарплат среди индустриального мира⁴. Аналогично рост ВВП в Соединенных Штатах и Западной Европе за эти два десятилетия был ниже роста ВВП за предыдущие двадцать лет⁵.

Как это возможно? Почему мы едва ступаем в экономическую воду, несмотря на массовые инвестиции в технологию? Разве это не золотой век технологий?

Спросите себя: ваш компьютер, смартфон, e-mail и мессенджер сократили ваш рабочий день? Вот и наш – нет.

Путь Карлоты

Хорошие новости среди этого мрака в том, что наш период застоя вписывается в историческую схему, возвещающую будущий рост. Конечно, в этой острой точке движимого технологией экономического подъема проявляют себя боязнь того, что новые машины отнимут наши рабочие места. Но, если Четвертая индустриальная революция не обернется широкой экономической экспансией с соответствующим ростом количества работы, мы разойдемся с историей. Почему же мы все-таки верим в подобные предсказания? Разобраться в этом нам поможет родившаяся в Венесуэле экономист.

Карлота Перес (Carlota Perez) – отмеченная различными наградами профессор Лондонской школы экономики. Ее самая важная работа посвящена тому, что происходит между концом одной эры и началом следующей. Вот как Карлота описывает это:

История многому учит нас. Конечно, инновации всегда были драйвером роста и главным источником улучшения производительности и повышения благополучия. Однако каждая технологическая революция принесла два типа процветания.

Первый тип – турбулентный и волнующий, как пузыри 1990-х и 2000-х и как Ревущие двадцатые, железнодорожная мания и каналомания до этого. Все это закончилось тем, что пузыри лопнули.

Однако после рецессии приходит второй тип: Викторианский бум, Belle Époque, послевоенный золотой век и… время, к которому мы, видимо, подходим.

Процветания периода пузыря поляризует доходы; золотой век стремится обернуть процесс вспять⁶.

Перес описывает приближающийся золотой век, цифровую экспансию, которая уже находится прямо перед нами. Но мы опережаем себя. Как и почему она может возникнуть из текущего экономического застоя? Исторические модели могут стать нашим путеводителем.

По волнам

Когда мы оглядываемся назад на изобретение хлопкоочистительной машины, двигателя внутреннего сгорания и переменного тока, может показаться, что в один день было совершено изобретение, а на другой день все изменилось. Но мир функционирует по-другому. Практически в каждом случае впереди была долгая и ухабистая дорога, связывающая одну эру бизнеса и технологий с другой; эволюция каждой индустриальной революции следует по S-образной кривой (как показано на рис. 2.2).

Рисунок 2.2. S-образная кривая и Зона застоя

Почему S-образная? Исторически сложилось, что после появления новых технологий соответствующий ВВП десятилетиями не растет (низ кривой). Отдельные личности и компании могут разбогатеть, но все общество в целом – нет. Однако, как только технология полноценно закрепляется, обычно это цикл в 25–35 лет, ВВП переживает практически вертикальный подъем (середина S-кривой). Ранее это переживали все нынешние участники «Большой семерки»: например, в Великобритании паровой двигатель привел к массовому росту ВВП в XIX веке, а в XX веке то же произошло с конвейером в США.

Со временем, когда технология полностью принимается и находит свой путь почти во все отрасли и во все мировые регионы, рост ВВП сходит на нет (верх S-кривой). Именно здесь и находимся мы сегодня с промышленной экономикой Третьей индустриальной революции. Модель производства хорошо понятна, широко распространена и общедоступна (посмотрите, например, на почти двадцать три миллиона мотоциклов, произведенных в Китае в 2013 году⁷). Именно этот верх кривой, это ее спрямление стоит за слабостью нашей нынешней экономики.

S-образная кривая инноваций, застоя, быстрой экспансии и затем зрелости сработала в случае трех предыдущих индустриальных революций и до настоящего времени разыгрывается на ранних стадиях нашей компьютерной Четвертой индустриальной революции (как показано на рис. 2.3).

Рисунок 2.3. S-образные кривые и индустриальные революции

В настоящее время мы находимся на конце зоны застоя и входим в период быстрой экспансии. Однако факт нахождения между этапами также является одной из причин сегодняшнего разлада между оптимистичными технофилами и пессимистичными экономистами. Обе группы правы, если их апертура составляет около двадцати лет (что для большинства наблюдателей часто просто является личным жизненным опытом). Но если взглянуть на историю экономики более широким взглядом, становится абсолютно ясно, где мы есть, где были и (что наиболее важно) куда направляемся.

Чтобы подкрепить этот пункт аргументами, давайте посмотрим внимательно на недавнюю историю и на то, как эти периоды вписываются в модель профессора Перес.