Страница 2 из 10
Когда неравенство доходов взлетело до уровня, не наблюдавшегося с 1929 г., стало ясно, что плоды растущей производительности, которые в 1950-е гг. оставались у рабочих, теперь почти в полном объеме достаются собственникам бизнеса и инвесторам. Доля труда в совокупном национальном доходе резко уменьшилась на фоне увеличения доли капитала и, судя по всему, продолжает свое свободное падение. Эпоха оптимального равновесия подошла к концу, и американская экономика вступает в новую эру.
Определяющим в формировании этой новой эры будет фундаментальный сдвиг в отношениях между работниками и машинами. В конечном итоге этот сдвиг заставит нас пересмотреть одно из базовых представлений о технологиях: о том, что машины – это средство увеличения производительности работников. Вместо этого машины сами превращаются в работников, а граница между возможностями труда и капитала размывается так сильно, как никогда прежде.
Разумеется, движущим фактором всех этих процессов является неудержимая экспансия компьютерных технологий. При этом, несмотря на знакомство большинства людей с законом Мура – проверенным временем и практикой правилом, согласно которому вычислительная мощность приблизительно удваивается каждые 18–24 месяца, – далеко не все до конца осознают последствия этого экспоненциального роста.
Представьте, что вы садитесь в автомобиль и начинаете двигаться со скоростью 10 км/ч. Вы едете одну минуту, затем, удваивая скорость, разгоняетесь до 20 км/ч, едете так еще минуту, снова удваиваете скорость и т. д. По-настоящему удивительным в этом примере является не сам факт удвоения скорости, а расстояние, которое вы будете проезжать за одну минуту спустя некоторое время. В первую минуту вы проедете приблизительно 160 м. В третью минуту на скорости 40 км/ч – около 660 м. В пятую минуту при скорости приблизительно 160 км/ч вы преодолеете уже более 2,6 км. Чтобы проделать все то же самое в шестую минуту, вам понадобится более быстрый автомобиль, а также гоночный трек. Теперь представьте, насколько быстро вы будете двигаться – и какое расстояние вы проедете в последнюю минуту, – если будете удваивать скорость двадцать семь раз! Приблизительно столько раз вычислительная мощность удвоилась с момента изобретения интегральной микросхемы в 1958 г. Разворачивающаяся на наших глазах революция происходит не только из-за ускорения темпов роста, но и из-за того, что это ускорение продолжается уже так долго, что ожидаемые годовые темпы прироста достигают умопомрачительной величины.
Кстати, ответ на вопрос о скорости автомобиля после двадцатисемикратного удвоения – 1080 млн км/ч. Иными словами, за последнюю, двадцать восьмую, минуту вы преодолеете расстояние, составляющее приблизительно 8 млн км. Пять минут с такой скоростью – и вы на Марсе. Этот пример позволяет показать, не вдаваясь в подробности, насколько современное состояние вычислительной техники отличается от того, какой она была в 1950-е гг., когда появились первые, не отличавшиеся высокой скоростью интегральные микросхемы.
Как человек, посвятивший более 25 лет жизни разработке программного обеспечения (ПО), я имел возможность непосредственно наблюдать за этим необычайным ускорением темпов роста вычислительной мощности. Да и о колоссальном прогрессе в области проектирования ПО и развития инструментов, помогающих программистам работать более продуктивно, я знаю не понаслышке. Наконец, опираясь на собственный опыт владения небольшой компанией, я могу судить, насколько сильно изменились подходы к ведению бизнеса под влиянием развития технологий – в особенности как резко снизилась потребность в найме сотрудников для выполнения повседневных рутинных задач, которые всегда была важнейшей частью деятельности любой компании.
В 2008 г., когда начался мировой финансовый кризис, я всерьез задумался о последствиях этого непрерывного удвоения вычислительной мощности. В частности, меня занимал вопрос о том, может ли он привести к полной перестройке рынка труда и экономики в целом в ближайшие годы и десятилетия. Итогом размышлений стала моя первая книга – «Технологии, которые изменят мир» (The Lights in the Tu
Когда в той книге я писал о значении ускорения темпов развития технологий, сам не до конца понимал, насколько быстро все будет меняться на самом деле. Например, я упомянул о работе автопроизводителей над системами предупреждения столкновения, задача которых – предотвращать аварии, и предположил, что «со временем эти системы могут эволюционировать в системы автономного управления автомобилем». Что ж, оказалось, что «со временем» – это почти сразу! Не прошло и года с момента публикации книги, как компания Google представила полностью автономный автомобиль, способный передвигаться по обычным дорогам среди других машин. К настоящему времени в трех штатах – Невада, Калифорния и Флорида – были приняты законы, разрешающие использование (с определенными ограничениями) беспилотных автомобилей на дорогах общего пользования.
Я также писал о прогрессе в области искусственного интеллекта. В то время, пожалуй, самым впечатляющим примером превосходства искусственного интеллекта была история победы созданного IBM суперкомпьютера Deep Blue над чемпионом мира по шахматам Гарри Каспаровым в 1997 г. Но и на этот раз реальность превзошла все мои ожидания, когда IBM представила потомка Deep Blue – суперкомпьютер Watson, который взялся за куда более трудную задачу – телевизионную игру-викторину «Jeopardy!»[3]. В шахматах игроки подчиняются жестко заданным правилам, т. е. делают то, что, как мы думаем, должно лучше всего получаться у компьютера. В «Jeopardy!» все совершенно иначе: это игра, в которой задействуется практически неограниченный массив знаний и которая требует сложных навыков понимания языка, включая даже шутки и игру слов. Успех Watson в «Jeopardy!» не только поражает воображение, но и имеет большое значение с практической точки зрения: фактически IBM уже отводит компьютеру важную роль в таких областях, как медицина и обслуживание клиентов.
Готов поручиться, что в ближайшие годы и десятилетия почти всем нам предстоит столкнуться с поражающими воображение проявлениями прогресса. И речь не только о технических новинках как таковых: влияние набирающего обороты прогресса на рынок труда и на экономику в целом вот-вот перерастет в нечто такое, что не укладывается в общепринятые представления о взаимодействии технологий и экономических процессов.
Одно из мнений, которое наверняка подвергнется пересмотру, это мнение о том, что автоматизация главным образом угрожает малоквалифицированным работникам с низким уровнем образования. Это допущение исходит из убеждения, что такая работа обычно носит рутинный характер. Однако вместо того, чтобы успокаивать себя этой мыслью, задумайтесь, насколько быстро расширяются пределы понятия «рутина». Когда-то «рутинной» называли работу на конвейере. В наше время это уже далеко не так. Разумеется, профессии, не требующие особой квалификации, по-прежнему относятся к «рутинным», но при этом, учитывая, как быстро растут возможности ПО для автоматизации и алгоритмов прогнозирования, огромному количеству белых воротничков с высшим образованием предстоит столкнуться с той же проблемой.
На самом деле прилагательное «рутинный» не совсем подходит для описания профессий, являющихся наиболее вероятной жертвой новых технологий. Более точным представляется другое прилагательное – «предсказуемый». Может ли другой человек научиться тому, что вы делаете в рамках своих должностных обязанностей, подробно изучив описание ваших действий? Можно ли освоить ваше ремесло, повторяя за вами те задачи, работу над которыми вы уже завершили, подобно тому, как при подготовке к экзамену учащийся выполняет практические задания? Если это так, то вполне вероятно, что однажды появится алгоритм, который сможет научиться делать всю работу – или значительную ее часть – за вас. Причем вероятность именно такого развития событий многократно увеличивается по мере все более глубокого проникновения в нашу жизнь такого феномена, как «большие данные»: организации собирают невообразимое количество информации практически обо всех аспектах своей деятельности, и с большой долей вероятности можно утверждать, что эти данные включают подробные сведения об огромном количестве профессиональных навыков и операций. Так что остается лишь дождаться дня, когда появится изощренный алгоритм машинного обучения, который, углубившись в оставленные предшественниками-людьми цифровые следы, сам всему научится.
2
Форд М. Технологии, которые изменят мир. – М.: Манн, Иванов и Фербер, 2014.
3
В России выходит под названием «Своя игра». – Прим. ред.