Экспонента. Как быстрое развитие технологий меняет бизнес, политику и общество бесплатное чтение

Азим Ажар
Экспонента. Как быстрое развитие технологий меняет бизнес, политику и общество

Эту книгу хорошо дополняют:

Стратегии перемен

Джон Коттер

Больше чем руководитель

Скотт Джеффри Миллер

Пять пороков команды

Патрик Ленсиони

От хорошего к великому

Джим Коллинз

Информация от издательства

Научный редактор Евгений Поникаров

На русском языке публикуется впервые

Благодарим за помощь в подготовке издания Станислава Павлова

Ажар, Азим

Экспонента. Как быстрое развитие технологий меняет бизнес, политику и общество / Азим Ажар; пер. с англ. Н. Брагиной, Н. Рудницкой; науч. ред. Е. Поникаров. — Москва: Манн, Иванов и Фербер, 2023. — (Библиотека лидера).

ISBN 978-5-00195-259-6

В тексте неоднократно упоминаются названия социальных сетей, принадлежащих Meta Platforms Inc., признанной экстремистской организацией на территории РФ.

Все права защищены. Никакая часть данной книги не может быть воспроизведена в какой бы то ни было форме без письменного разрешения владельцев авторских прав.

Copyright © Azeem Azhar 2021

This edition published by arrangement with The Science Factory, Louisa Pritchard Associates and The Van Lear Agency LLC

© Издание на русском языке, перевод, оформление. ООО «Манн, Иванов и Фербер», 2023

Посвящается Салману, Софи и Жасмин, а также всему сообществу Exponential View

Введение. Великий переход

Дом, в котором я живу, расположен между Голдерс-Грин и Криклвудом на северо-западе Лондона. Это самый обычный таунхаус на две семьи на самой обычной пригородной улице, каких множество по всей Европе и в США. Наш квартал — относительно недавнее дополнение к ландшафту. Если вы посмотрите на карту этого района от 1920 года, то увидите, что раньше на этом месте были фермы. Мой дом стоит как раз посреди бывшего поля. Там, где сейчас у нас подъездная дорога, проходила тропа, по которой гнали скот, а то, что стало нашим жилым кварталом, обозначено живыми изгородями с воротами и перелазами. В паре сотен метров к северу — кузница.

Прошло несколько лет, и все вокруг изменилось. Возьмите карту тех же мест от 1936 года, и вы увидите, что поля превратились в улицы, по которым я теперь хожу каждый день. Кузницы не стало, вместо нее появилась авторемонтная мастерская. Выросли кирпичные дома межвоенной эпохи; они стоят на этих участках и сейчас — разве что без странных стеклянных пристроек. Поразительная метаморфоза, отразившая рождение знакомого всем современного образа жизни.

В конце 1880-х годов жизнь в Лондоне мало чем отличалась от жизни в предыдущие времена: все так же по брусчатке стучали копыта лошадей, украшавших улицы навозными кучами, все домашние дела в основном делались вручную, большая часть населения теснилась в облупленных зданиях многовековой давности. Но, начиная с 1890-х годов и во многом окончательно оформившись к 1920-м годам, появились и стали завоевывать позиции основные технологии XX века. На фото центральных лондонских улиц, сделанных в 1925 году, мы уже не видим лошадей: их заменили автомобили и автобусы. Паутина проводов доставляла электричество от угольных электростанций к конторам и жилищам. Ко многим зданиям протянулись телефонные линии, позволявшие общаться с находившимися где-то вдалеке друзьями и родными.

Эти перемены, в свою очередь, вели к социальным сдвигам. По мере развития современных систем производства появились трудовые договоры о полной занятости со знакомыми всем нам преимуществами; новые виды транспорта позволили искать работу необязательно рядом с домом; электрификация фабрик привела к возникновению больших компаний с узнаваемыми и сегодня названиями. Если бы кто-нибудь из живших в 1980-х перенесся на машине времени примерно на сто лет назад, ему мало что показалось бы хорошо знакомым. Но если бы он перенесся в 1930-е годы, то знакомого и понятного оказалось бы гораздо больше.

Эта случившаяся за два десятилетия трансформация отражает внезапные и радикальные перемены, которые способны принести технологии. Люди, обзаведясь каменными топорами и палками-копалками, начали пользоваться самыми первыми, примитивными технологиями. Мы все время стремимся облегчить себе жизнь и ради этого создаем инструменты — технологии. Они издавна служили людям для преображения окружающего их мира. Они позволили нам обрабатывать землю и строить жилища, путешествовать сначала по земле, затем по воздуху, а потом и в космосе, перейти от кочевой жизни к жизни в поселениях, а затем в больших городах.

Однако создаваемые нами технологии могут подталкивать развитие общества в неожиданных направлениях. В этом на собственном опыте убедились те, кто жили задолго до меня в местах, которые сейчас являются северо-западными районами Большого Лондона. Когда в игру вступают технологии, последствия могут быть громадными, охватывающими все стороны жизни человека: как мы работаем, с чем боремся, как взаимодействуем с социумом и даже наши личные привычки. Говоря языком экономики, технологии не «экзогенны» по отношению к другим факторам, определяющим нашу жизнь, — они становятся неотъемлемой частью политической, культурной и социальной систем и влияют на них зачастую самым драматичным и непредвиденным образом.

Именно непредсказуемость сочетания технологий и других влиятельных сил — иногда медленного, иногда вызывающего быстрые и резкие перемены — и делает попытки анализа столь трудными. Появившаяся относительно недавно теория сложных систем пытается описать, как взаимодействуют разные элементы сложных систем, например как соотносятся при создании экосистемы различные виды. Человеческое общество — самая сложная из «сложных систем». Она состоит из бесчисленных, постоянно взаимодействующих составляющих: личностей, семей, правительств, компаний, убеждений и технологий.

Согласно теории сложных систем, существование взаимосвязей между различными элементами означает, что даже мелкие изменения в одной части системы могут отразиться на всей системе в целом. И эти изменения могут быть хаотичными, внезапными и весьма значительными^[1]. Даже если мы обладаем достаточными знаниями о том, из каких частей состоит система, вряд ли возможно точно предсказать, в каком месте эта рябь затихнет^[2]. Возможно, новые технологии поначалу вызовут лишь незначительные социальные трансформации, но затем спираль раскрутится и приведет к серьезным последствиям для всего общества.

Когда эта рябь, эти возмущения — или, говоря языком теории сложных систем, «контуры обратной связи» — только начинают распространяться, они вызывают дискомфорт. Достаточно лишь заглянуть в газеты начала XX века, чтобы понять, какую тревогу вызывали внезапные перемены. Обзор статей в газете New York Times вековой давности говорит о том, как американцы относились к лифтам, телефону, телевизору и другим технологическим новшествам^[3].

Конечно, дело было не в волнении обывателей из-за поездки на лифте. Скорее недоверие людей к инновациям свидетельствовало об их страхе перед скоростью происходящих перемен. Мы интуитивно понимаем, что технологические изменения часто не ограничиваются той сферой, в которой они возникли. Изобретение лифта позволило возводить все более и более высокие здания, что произвело революцию в градостроительной политике и в экономике городского хозяйства. Появление телефона решительным образом изменило то, как люди взаимодействовали с коллегами и друзьями. Эффект от возникновения новой технологии ощущается везде.

Сегодня мы переживаем еще один период грандиозных трансформаций. Самый верный признак — то, что люди обсуждают технологии. Известная американская консалтинговая компания Edelman проводит ежегодный опрос на тему доверия в обществе. Один из ключевых вопросов — его предлагают тридцати тысячам респондентов из двадцати стран, — как люди воспринимают скорость развития технологий. В 2020 году более 60% респондентов считали, что «темпы перемен слишком быстрые», что на одну пятую больше по сравнению с показателями пятилетней давности^[4].

Большое искушение — заявить, будто люди всегда считали, что технологические и общественные изменения происходят слишком быстро. Они думали так сто лет назад, думают так сегодня. Но цель этой книги — показать, что мы действительно живем во времена необычно быстрых общественных перемен и что они вызваны стремительными технологическими прорывами. В начале XXI века определяющие технологии индустриальной эры претерпевают метаморфозы. Сейчас наше общество стремительно продвигается вперед благодаря нескольким инновациям — компьютеризации и искусственному интеллекту, возобновляемым запасам электроэнергии, новым прорывам в биологии и производстве.

Мы еще не до конца понимаем, что принесли с собой эти инновации. А уникальны они тем, каким образом развиваются — экспоненциальными темпами, месяц от месяца все быстрее. И, как и в предыдущие периоды быстрых технологических трансформаций, они оказывают влияние на все общество и ведут не только к появлению новых услуг и продуктов, но и к изменению отношений между старыми и новыми компаниями, работодателями и сотрудниками, городами и странами, потребителями и рынком.

Ученые, изучающие свойства сложных систем, называют моменты радикальных изменений в системе «фазовым переходом»^[5]. Когда вода превращается в пар, ее химический состав остается прежним, но кардинально меняется ее поведение. Общества тоже могут претерпевать фазовые переходы. Некоторые из них кажутся резкими, прорывными, меняющими мир. Вспомните об открытии Колумбом Америки или о падении Берлинской стены.

Динамичная реорганизация современного общества — именно такой фазовый переход. Переломный момент достигнут, и наша система трансформируется буквально на глазах. Вода превращается в пар.

* * *

Тема этой книги — стремительная трансформация общества в начале XXI столетия. Эта книга о том, что новые технологии развиваются все быстрее, и о том, как это влияет на политику, экономику и общество в целом.

Однако в этой книге нет места пессимизму. В технологиях, о которых я буду писать, нет ничего неизбежно вредного. Наиболее важные для нас составляющие общества — наши компании, культурные системы, законы — появились в ответ на изменения, которые претерпевали прежние технологии. Одним из важнейших качеств человека, определивших ход человеческой истории, стала наша способность приспосабливаться. Перед лицом быстрых технологических перемен мы поначалу впадаем в панику, затем адаптируемся, а потом постепенно учимся извлекать максимум пользы для себя.

Я решил написать эту книгу, потому что сегодня, когда речь заходит о технологиях, мы словно говорим на разных языках. Когда вы смотрите новости или читаете блоги авторов из Кремниевой долины — нашей уже признанной технической столицы, — становится очевидным, что публичный дискурс по поводу технологий весьма ограничен. На наших глазах новые технологии меняют мир, и все же повсюду царит непонимание, что они собой представляют, почему важны и как на них реагировать.

На мой взгляд, в наших дискуссиях о технологиях существуют две основные проблемы, и я рассчитываю, что в этой книге мы их обсудим. Первая — неверное понимание отношения людей к технологиям. Мы зачастую воспринимаем их как нечто отдельное от человеческой природы, как будто это что-то, само собой возникшее и не отражающее склонностей и расстановки сил среди его создателей. При таком представлении технологии сами по себе свободны от ценностей; они нейтральны, а уже потребители определяют, как их использовать — во благо или во зло.

Именно такой взгляд характерен для Кремниевой долины. В 2013 году исполнительный директор Google Эрик Шмидт писал: «Главная истина технологической индустрии — технологии, в отличие от людей, нейтральны — будет периодически теряться среди этого шума»^[6]. Инженер, врач, а также основатель Университета сингулярности^[7] Питер Диамандис писал, что, хотя компьютер «совершенно очевидно, величайший из доселе имевшихся инструментов самореализации, это всего лишь инструмент, и, подобно всем инструментам, он по сути своей нейтрален»^[8].

Это весьма удобная точка зрения для тех, кто создает технологии. Если технологии нейтральны, изобретатели могут сосредоточиться на разработке своих штуковин. И если они начинают оказывать нежелательное воздействие, виновато общество, а не изобретатели. Но если технологии не нейтральны, то есть если в них закодирована какая-то форма идеологии или система власти, это может означать, что их создателям следует быть более осторожными. Мы даже можем пожелать управлять создателями или ввести законы, регулирующие их творчество и творения. А такое регулирование грозит обернуться весьма хлопотным делом.

К несчастью для таких специалистов, их взгляд на технологии ложен. Технологии вовсе не нейтральные инструменты, всего лишь кем-то используемые (или неправильно используемые). Это продукт деятельности людей. А эти люди создают и направляют свои изобретения в соответствии с собственными предпочтениями. Подобно тому как в некоторых религиозных текстах говорится, что люди созданы по образу и подобию Господа, так и инструменты созданы по образу и подобию тех людей, которые их изобрели. А это означает, что наши технологии часто воспроизводят и поддерживают ту расстановку сил, которая существует в обществе в целом. Наши телефоны спроектированы так, что мужской рукой их держать удобнее, чем женской. Многие лекарства менее эффективны для чернокожих и азиатов, потому что фармацевтическая индустрия часто разрабатывает их в расчете на белого потребителя. Внедряя новые технологии, мы, сами того не осознавая, можем укреплять сложившуюся общественную систему, так как технологии становятся частью инфраструктуры, с которой сложно что-то поделать.

Я не рассматриваю технологии как некую абстрактную силу, отдельную от остального общества. Здесь они исследуются как нечто, созданное людьми и отражающее человеческие стремления, даже если они способны радикально и неожиданным образом менять это самое общество. Эта книга в равной степени о том, как технологии взаимодействуют с нашими формами социальной, политической и экономической организации, и о самих технологиях как таковых.

Вторая проблема всех наших дискуссий о технологиях еще коварнее. Многие из тех, кто не связан с технологическим миром, даже и не пытаются понять его или выработать правильную реакцию на него. Политики часто демонстрируют полное невежество по части даже базовых принципов действия наиболее распространенных технологий^[9]. Этим они похожи на людей, которые пытаются заправить автомобиль, набив багажник сеном. Соглашение об условиях выхода Великобритании из Евросоюза, подписанное в декабре 2020 года, именует Netscape Communicator «современным пакетом программного обеспечения для электронной почты». Однако Netscape Communicator появился еще в 1997 году, а его последняя версия — в 2002-м.

Несомненно, понимание сути новой технологии — дело непростое. Оно требует новых знаний в самых разных областях, а также представлений о существующих в социуме правилах, нормах, общественных институтах и договоренностях. Другими словами, для эффективного анализа новых технологий нужно уметь пребывать одновременно в двух мирах, что заставляет вспомнить о знаменитой лекции британского ученого и романиста Ч. П. Сноу^[10], прочитанной им в 1959 году. Эти «две культуры» никак не пересекались, и те, кто разбирались в одной, редко когда понимали что-то в другой: «пропасть взаимонепонимания» была порождена «обращенной в прошлое интеллигенцией», состоящей из претендующих на понимание и любовь к искусству оксфордских и кембриджских выпускников, которые свысока взирали на технический и научный прогресс. Это, как считал Сноу, вело к катастрофическим последствиям: «Пока эта пропасть существует, общество не в состоянии мыслить здраво»^[11].

В настоящее время пропасть между двумя культурами еще шире. Только сегодня на одной стороне стоят технари: программисты, разработчики, управленцы Кремниевой долины, а на другой — все остальные. Культура технологий постоянно развивается в новых, подчас опасных и неожиданных направлениях. Другая культура — культура гуманитарных и общественных наук, в которой обитают большинство комментаторов и политических деятелей, — не в состоянии идти в ногу с происходящим. При отсутствии диалога между двумя культурами ведущие мыслители с обеих сторон будут сражаться друг с другом в поисках верных решений.

* * *

Эта книга — моя попытка свести два мира. С одной стороны, я постараюсь помочь технарям посмотреть на их действия в более широком общественном контексте. С другой — попробую помочь гуманитариям лучше понять технологии, лежащие в основе этого периода быстрых социальных изменений.

Такое сочетание дисциплин как раз по мне. Я ребенок микрочипа, родившийся через год после выпуска первого коммерческого компьютера; молодой адепт интернета, студентом открывший для себя Сеть; профессионал технологической индустрии, поскольку запустил свой первый сайт для британской газеты Guardian в 1995 году. С 1998 года я основал четыре технологические компании и инвестировал в тридцать с лишним стартапов. Я пережил «пузырь доткомов» на рубеже тысячелетий. Позже я руководил группой инноваций в компании Reuters, где наши команды выпускали неожиданные, иногда абсолютно невероятные продукты и для менеджеров хедж-фондов, и для фермеров в Индии. Несколько лет я работал с венчурными капиталистами в Европе, поддерживая самых амбициозных создателей технологий, которых мы только могли отыскать, и до сих пор активно инвестирую в технологические стартапы. В качестве инвестора я разговаривал с сотнями основателей технологий в таких разных областях, как искусственный интеллект, передовая биология, устойчивое развитие, квантовые вычисления, электромобили и космические полеты.

Однако мое образование связано с социальными науками. В университете я сосредоточивался на политике, философии и экономике, хотя (и это необычно) посещал также курс программирования вместе с группой физиков, которые были куда умнее меня. И мне всегда было интересно то, как технологии преобразуют бизнес и общество. Я работал журналистом сначала в газете Guardian, затем в журнале Economist, и мне приходилось объяснять широкой аудитории сложные темы из мира программной инженерии. Особенно меня интересовали политические последствия внедрения новых технологий. Некоторое время я был членом Ofcom — агентства, которое регулирует работу теле- и радиокомпаний, интернета и медиаиндустрии в Великобритании. В 2018 году я стал членом совета директоров Института Ады Лавлейс^[12], который изучает этические последствия использования цифровой информации и искусственного интеллекта в обществе.

В последние нескольких лет я пытаюсь говорить об этих двух культурах в Exponential View — информационном бюллетене и подкасте, где исследую влияние новых технологий на общество. Я создал его после того, как мой третий стартап, PeerIndex, был приобретен гораздо более крупной технологической фирмой. PeerIndex применял методы машинного обучения (о которых я подробнее расскажу позже) к большим объемам открытых данных о том, чем люди занимаются онлайн. Мы столкнулись с множеством этических дилемм относительно того, что можно и что нельзя делать с этими данными. После продажи компании у меня появилось пространство и время для исследования этих вопросов в моем информационном бюллетене.

Материалы платформы Exponential View нашли отклик у людей. На момент написания этой книги у меня насчитывалось около двухсот тысяч подписчиков по всему миру, среди них — известные создатели компаний и инвесторы, политики и ученые из ста с лишним стран. Это позволило мне углубиться в наиболее сложные вопросы, вызванные новыми технологиями. При подготовке подкастов я взял более ста интервью у инженеров, предпринимателей, политиков, историков, ученых и руководителей компаний. За шесть с лишним лет в рамках своего исследования я прочитал множество книг, газетных и журнальных статей, блогов и научных статей. Недавно я подсчитал, что, пытаясь понять происходящее, за последние пять лет я прочитал более двадцати миллионов слов. (К счастью, в этой книге слов поменьше.)

Вывод, к которому я пришел в результате всех этих исследований, обманчиво прост. В основе аргументации в этой книге лежат два ключевых утверждения. Первое: новые технологии возникают и масштабируются все более быстрыми темпами, но при этом их стоимость стремительно снижается. Если построить график развития этих технологий, то у нас получится экспоненциально растущая кривая.

Второе: наши институты — от политических норм до систем экономической организации и способов выстраивания социальных отношений — меняются медленнее. На диаграмме адаптация этих институтов выглядела бы как постепенно возрастающая прямая.

В результате возникает то, что я называю экспоненциальным разрывом: пропасть между новыми формами технологий — вкупе с порождаемыми ими новыми подходами к бизнесу, работе, политике и гражданскому обществу — и корпорациями, работниками, политиками и социальными нормами вообще, которые значительно от этих технологий отстают.

Естественно, это порождает еще больше вопросов. Какое воздействие оказывают экспоненциальные технологии на разные сферы — от работы до конфликтов и политики? Как долго будут продолжаться эти экспоненциальные изменения и прекратятся ли они вообще? И что мы — политики, лидеры бизнеса и обычные граждане — можем сделать, чтобы этот экспоненциальный разрыв не разрушил наше общество?

Я попытался структурировать материал книги так, чтобы мои ответы были максимально понятными. Сначала я объясняю, что такое экспоненциальные технологии и почему они возникли. Я считаю, что наша эпоха определяется появлением нескольких новых многоцелевых технологий, каждая из которых совершенствуется со все возрастающей скоростью. Это история, которая начинается с компьютеризации, но также охватывает энергетику, биологию и производство. Размах этих изменений означает, что мы вступили в совершенно новую эпоху человеческой истории и экономической организации, именно ее я и называю экспоненциальной эпохой.

Далее я перехожу к последствиям этого для человеческого общества в целом — к возникновению экспоненциального разрыва. Существует множество причин, по которым созданные человеком институты адаптируются медленно, — от психологических трудностей понимания экспоненциальных изменений до неизбежных проблем, вызванных преобразованиями большой системы. Все это увеличивает пропасть между технологиями и нашими общественными институтами.

Но каковы последствия экспоненциального разрыва на практике? И что мы можем с этим сделать? Вот те вопросы, о которых я пишу далее. Я буду говорить с вами об экономике и работе, о геополитике в торговых отношениях и конфликтах и о взаимоотношениях между гражданами и обществом в более широком смысле.

Во-первых, мы посмотрим, как экспоненциальные технологии влияют на бизнес. В экспоненциальную эпоху технологические корпорации становятся все более влиятельными — подобное могущество раньше и представить было невозможно, — в то время как традиционные компании остаются позади. Это приводит к появлению рынков, на которых победитель получает все. На них господствуют несколько компаний-суперзвезд, а их конкуренты стремительно уходят в никуда. Возникает экспоненциальный разрыв между существующими правилами, регулирующими положение на рынках, монополию, конкуренцию и налоги, и новыми огромными корпорациями, которые на этих рынках доминируют.

Я также покажу, как благодаря появлению этих компаний меняется жизнь сотрудников. Отношения между сотрудниками и работодателями всегда были переменчивы, но сейчас они меняются гораздо быстрее, чем прежде. Компании-суперзвезды предпочитают новые форматы работы — через гиг-платформы^[13], что создает проблемы для работников. Существующие законы и практика трудоустройства едва справляются с изменениями в сути труда.

Во-вторых, мы рассмотрим, как экспоненциальные технологии влияют на политическую экономию, то есть на взаимодействие экономики и политики. Здесь в настоящее время происходят два больших сдвига. Первый — это возвращение к местному продукту. Инновации в способах получения сырьевых ресурсов, производства продукции и выработки энергии означают, что мы все чаще сможем производить все три компонента в пределах собственных регионов. В то же время из-за растущей сложности наших экономик большие города становятся важнее, чем прежде, что создает напряженность между местными и национальными властями. Если история промышленной эпохи связана с глобализацией, то история экспоненциальной эпохи — с антиглобализацией. И по мере того как мир будет «возвращаться к местному», в процессе релокализации изменятся и модели глобальных конфликтов. Государства и другие субъекты смогут использовать новые тактики противостояния — от киберугроз до дронов и информационной войны. Инициировать конфликты станет значительно проще и дешевле, поэтому их станет больше. Возникнет разрыв между новыми, высокотехнологичными формами нападения и способностью обществ защищаться.

В-третьих, мы поразмышляем о том, как экспоненциальная эпоха перестраивает отношения между гражданином и обществом. Компании, которые по масштабу и размерам уже напоминают отдельные государства, находятся на подъеме и бросают вызов нашим базовым представлениям о роли частных корпораций. Рынки все больше проникают в пространство общественной сферы и в нашу частную жизнь. Наши общенациональные дискуссии все чаще ведутся на частных платформах. Благодаря появлению экономики данных интимные подробности наших потаенных «я» покупаются и продаются в интернете. В товар превратилось даже то, как мы общаемся с друзьями и формируем сообщества. Но поскольку мы по-прежнему придерживаемся концепции роли рынков, принятой в индустриальную эпоху, у нас еще нет инструментария, способного предотвратить изменения, которые разрушают самые дорогие нам ценности.

Иными словами, экспоненциальный разрыв бросает вызов многим нашим самым важным ценностям. Но это то, на что мы можем направить свои усилия. И поэтому в конце книги я расскажу об общих принципах, необходимых, чтобы обеспечить наше процветание в эпоху экспоненциальных изменений, — от того, как сделать наши институты более жизнеспособными и мобильными в условиях быстрых преобразований, до повышения мощи коллективной собственности и коллективного принятия решений. Я надеюсь, что в результате книга станет комплексным пособием для понимания того, как технологии меняют наше общество и что нам предстоит с этим делать.

Пока я писал книгу, мир кардинально изменился. Когда я только начинал исследования, такого понятия, как COVID-19, не существовало, а локдауны были уделом фильмов о зомби-апокалипсисе. На полпути к завершению чернового варианта страны начали закрывать границы и издавать предписания о самоизоляции — все для того, чтобы предотвратить разрушение вирусом системы здравоохранения и экономики.

С одной стороны, пандемия представлялась явно низкотехнологичной. На протяжении тысячелетий локдауны служили средством предотвращения эпидемий. В карантинах нет ничего нового: это слово восходит к временам чумы, «черной смерти», когда морякам, прежде чем сойти на берег, приходилось сорок дней проводить в изоляции. И тот факт, что глобальную экономику подорвал вирус, напоминает, сколь много стародавних проблем технологии так еще и не смогли решить.

При этом пандемия также подтвердила некоторые из ключевых тезисов этой книги. Распространение вируса продемонстрировало, что экспоненциальный рост контролировать трудно. Он подкрадывается незаметно, а затем происходит взрыв: сегодня кажется, что все в порядке, а уже через мгновение служба здравоохранения оказывается на грани краха из-за перегрузки в связи с новым заболеванием. Людям трудно осознать скорость этих изменений, о чем свидетельствует апатичная и нерезультативная реакция многих правительств на распространение COVID-19, особенно в Европе и США.

В то же время пандемия открыла нам всю мощь последних изобретений. В большинстве развитых стран локдауны оказались возможны только благодаря широкому доступу к быстрому интернету. Большую часть пандемии мы провели дома, уткнувшись в свои телефоны. И что самое поразительное, в течение года ученые разработали десятки новых вакцин, что, как мы увидим, стало возможным благодаря таким инновациям, как машинное обучение. В некотором смысле с помощью COVID-19 экспоненциальные технологии доказали свою силу.

Прежде всего, пандемия продемонстрировала, что технологии экспоненциального века — будь то видеоконференции или социальные сети — внедрены теперь во все сферы нашей жизни. Дальше эта тенденция только усилится. По мере ускорения темпов изменений взаимодействие технологий и других сфер нашей жизни — от демографии до государственного управления и экономической политики — будет становиться все плотнее. Четкие различия между областью технологий и областью, скажем, политики сотрутся. Технология переделывает политику, а политика формирует технологию. Конструктивный анализ любой из этих сфер требует анализа обеих. А теперь подставьте вместо политики экономику, культуру или бизнес-стратегии.

Из-за непрерывного контура обратной связи между технологиями, экономикой, политикой и социологией делать стабильные прогнозы очень трудно. Даже когда я писал эту книгу, в ней постоянно приходилось что-то менять: не успевал я закончить одну главу, как ее нужно было обновлять с учетом нового развития событий. Таковы трудности описания действительности в эпоху экспоненциальных изменений.

Тем не менее я надеюсь, что эта книга останется полезным введением в тему развития технологий и вектора их движения. Мы живем в эпоху, когда технологии становятся лучше, быстрее и разнообразнее с невиданной прежде скоростью. Этот процесс подрывает стабильность многих норм и институтов, определяющих нашу жизнь. И на данный момент у нас нет дорожной карты, которая привела бы нас в такое будущее, которого мы хотим.

Эта книга сама по себе вряд ли сможет стать идеальной картой. Но она поможет нам исследовать местность и найти правильное направление.

Азим Ажар. Лондон, апрель 2021 года

Глава 1. Предвестник

Я увидел компьютер до того, как узнал, что такое Кремниевая долина. Это был декабрь 1979 года, наш сосед принес домой набор для самостоятельной сборки компьютера. Я помню, как он собирал устройство на полу в гостиной и подключал его к черно-белому телевизору. После того как сосед сосредоточенно ввел несколько команд, экран превратился в гобелен из пикселей.

Для меня, семилетнего мальчишки, эта машина была настоящим чудом. До этого я видел компьютеры только по телевизору и в кино. Теперь же я мог его потрогать. Но как мне сейчас представляется, еще большим чудом было то, что в 1970-х годах такое устройство добралось до скромного пригорода Лусаки в Замбии. Глобальная цепочка поставок была примитивной, системы удаленных покупок практически не существовало, и все же первые признаки цифровой революции уже были налицо.

Этот набор для сборки вызвал у меня огромный интерес. Через два года я получил свой первый компьютер — Sinclair ZX81^[14]. Случилось это осенью 1981 года, спустя год после того, как мы переехали в городок неподалеку от Лондона. ZX81 до сих пор стоит у меня на книжной полке. Он был размером с обложку семидюймовой пластинки, а высотой — в два пальца, указательный и средний. По сравнению с другими электронными приметами гостиных начала 1980-х годов — телевизором с кинескопом или большим кассетным магнитофоном, — ZX81 был компактным и легким. Его можно было удержать, зажав большим и указательным пальцами. На встроенной клавиатуре, тугой и ошибок не прощающей, печатать было практически невозможно. Она реагировала только на жесткие акцентированные удары, которыми можно было делать внушение другу. Но из этой коробочки можно было извлечь много чего интересного. Я помню, как выполнял на нем простые вычисления, рисовал незатейливые фигуры и играл в примитивные игры.

Это устройство, которое рекламировали в газетах по всей Великобритании, было настоящим прорывом. За 69 фунтов стерлингов (около 145 долларов в то время) вы получали компьютер с полной функциональностью. Его простой язык программирования в принципе позволял решить любую вычислительную задачу, какой бы сложной она ни была (хотя это могло занять много времени)^[15]. Но век ZX81 был кратким. Технологии быстро развивались. Уже через несколько лет мой компьютер с его ступенчатой черно-белой графикой, неуклюжей клавиатурой и медленной обработкой данных устарел. Через шесть лет моя семья перешла на более современную ЭВМ от британской компании Acorn Computers. Acorn BBC Master был впечатляющей зверюгой с полноразмерной клавиатурой и цифровой панелью. Ряд клавиш оранжевого цвета со специальными функциями вполне уместно смотрелся бы в какой-нибудь космической одиссее 1980-х годов.

Внешне компьютер отличался от ZX81, и его «железо» претерпело полную трансформацию. Производительность BBC Master была в несколько раз выше: у него было в 128 раз больше памяти. Он мог использовать шестнадцать различных цветов, хотя одновременно отображал только восемь. Его крошечный динамик мог издавать до четырех разных тонов, чего было достаточно для простого воспроизведения музыки: помню, как он пикал, исполняя «Токкату и фугу ре минор» Баха. Относительная сложность внутреннего устройства BBC Master позволяла использовать мощные приложения, включая электронные таблицы (которыми я никогда не пользовался) и игры (это да).

Еще через шесть лет, в начале 1990-х годов, у меня снова случился апгрейд. К тому времени в компьютерной индустрии произошла консолидация. За успех на рынке боролись такие устройства, как TRS-80, Amiga 500, Atari ST, Osborne 1 и Sharp MZ-80. Некоторые небольшие фирмы добились кратковременного успеха, но в итоге проиграли нескольким набиравшим силу новым технологическим компаниям.

Победителями из смертельной эволюционной схватки 1980-х годов вышли Microsoft и Intel: они оказались самыми приспособленными представителями двух соответствующих видов — операционной системы и центрального процессора. Следующие несколько десятилетий они провели в симбиозе: Intel предоставляла все больше вычислительных мощностей, а Microsoft использовала их для создания лучшего программного обеспечения. Каждое поколение ПО нагружало компьютеры все больше, заставляя Intel совершенствовать свои процессоры. «Что Энди дает, то Билл забирает», — шутили в IT-мире (Энди Гроув — на тот момент CEO Intel, а Билл Гейтс — основатель Microsoft).

Но в 19 лет меня мало интересовала динамика развития IT-индустрии. Я знал только, что компьютеры становятся все быстрее и лучше, и мечтал себе позволить один из них. Студенты, как правило, покупали так называемые PC-клоны — дешевые псевдофирменные ящики, копировавшие персональный компьютер IBM. Это были компьютеры, собранные из различных компонентов, соответствующих стандарту PC, то есть были оснащены новейшей операционной системой Microsoft — программным обеспечением, которое позволяло пользователям (и программистам) управлять «хардом» («железом»).

Мой клон, кубовидный уродец, был оснащен новейшим процессором Intel 80486. Он мог обрабатывать одиннадцать миллионов команд в секунду, что было в четыре-пять раз больше, чем у моего предыдущего компьютера. Кнопка на корпусе с надписью Turbo могла заставить процессор работать процентов на двадцать быстрее. Однако, как в автомобиле, водитель которого слишком часто давит на педаль газа, дополнительная скорость часто приводила к катастрофам.

Этот компьютер поставлялся с четырьмя мегабайтами памяти (или ОЗУ), то есть в четыре тысячи раз больше, чем у ZX81. Графика была потрясающей, хотя и не самой передовой. Я мог выводить на экран 32 768 оттенков цветов, пользуясь не самым современным графическим адаптером, который я подключил к машине. Эта палитра впечатляла, но была не совсем реалистичной: например, плохо отображались оттенки синего цвета. Если бы мой бюджет был на 50 фунтов стерлингов (около 85 долларов в то время) больше, я мог бы купить видеокарту с шестнадцатью миллионами оттенков цветов — так много, что человеческий глаз вряд ли различает некоторые из них.

Десятилетний путь от ZX81 до моего клона PC отражал период экспоненциальных технологических изменений. Процессор клона PC был в тысячи раз мощнее, чем у ZX81, а сам компьютер 1991 года — в миллионы раз эффективнее своего собрата из 1981 года. Эта трансформация стала результатом быстрого прогресса в развивающейся вычислительной индустрии, что выразилось в удвоении скорости компьютеров примерно каждые два года.

Чтобы понять эту трансформацию, необходимо изучить принцип работы компьютеров. В XIX веке английский математик и философ Джордж Буль попытался представить логику с помощью операций, включающих два состояния — ложь и истину. В принципе любую систему с двумя состояниями можно изобразить с помощью чего угодно. Например, вы можете механически представить ее двумя положениями рычага: вверх или вниз. Вы можете теоретически представить ее в виде конфеток M&M’s двух цветов — синих и красных (это, безусловно, вкусно, но непрактично). В итоге ученые решили, что лучше всего эту систему изображать цифрами 0 и 1 (такой двоичный разряд еще называют битом).

На заре вычислительной техники пользоваться Булевой логикой было сложно и громоздко. Именно поэтому компьютеру — а попросту любому устройству, которое могло выполнять операции, используя эту логику, — требовались десятки неуклюжих механических составляющих. Но в 1938 году произошел настоящий переворот: Клод Шеннон, тогда аспирант Массачусетского технологического института, понял, что можно построить электронные схемы с применением Булевой логики, а именно представить включенное состояние как 1, а выключенное — как 0. Это было революционное открытие, давшее толчок созданию компьютеров с использованием электронных компонентов. Первый программируемый электронный цифровой компьютер известен тем, что во время Второй мировой войны им пользовались шифровальщики, в том числе Алан Тьюринг^[16].

Через два года после окончания войны ученые из Bell Labs разработали транзистор — полупроводниковое устройство, способное управлять электрическим током. Транзисторы могли выполнять функцию переключателей, и их можно было использовать для создания логических вентилей — элементов, способных выполнять элементарные логические вычисления. Если собрать несколько таких логических вентилей вместе, можно было получить работающее вычислительное устройство.

Звучит очень «технически», но смысл простой: новые транзисторы были меньше и надежнее, чем электронные лампы, которые использовались в первых компонентах электронных схем, и они проложили путь к созданию более сложных компьютеров. Созданный в декабре 1947 года первый транзистор был громоздким, собранным из множества деталей, в том числе скрепки для бумаг. Но он работал! С годами транзисторы превратились из такой импровизации в сложные стандартные устройства.

С конца 1940-х годов целью стало уменьшение размеров транзисторов. В 1960 году Роберт Нойс из компании Fairchild Semiconductor разработал первую в мире интегральную схему, которая объединила несколько транзисторов в одном устройстве. Эти транзисторы были крошечными, и по отдельности их невозможно было обработать ни вручную, ни машиной. Их изготавливали с помощью сложного процесса, немного схожего с химической фотографией, — фотолитографии. Специалисты направляли ультрафиолетовый свет через пленку с шаблоном — изображением схемы (похоже на детский трафарет). Схема отпечатывалась на кремниевой пластине; процесс можно было повторять на одной и той же пластине несколько раз, пока определенное количество транзисторов не накладывалось друг на друга. Каждая пластина могла содержать несколько идентичных копий схем, уложенных в сеть. Отрежьте одну копию — и получите кремниевый «чип».

Одним из первых силу этой технологии оценил Гордон Мур — исследователь, работавший на Нойса. Через пять лет после изобретения босса Мур понял, что физическая площадь интегральных схем ежегодно уменьшается примерно на 50%, при этом количество транзисторов меньше не становится. Пленки (или «маски»), используемые в фотолитографии, становились все более детальными, транзисторы и соединения — все меньше, а сами компоненты — более замысловатыми. Это снижало стоимость и повышало производительность. Новые, более плотно упакованные чипы из меньших компонентов были быстрее старых.

Изучив такой прогресс, Мур в 1965 году выдвинул гипотезу. Он предположил, что эти разработки позволят удвоить эффективную скорость чипа при той же стоимости в течение определенного периода времени. В итоге он остановился на оценке, что каждые два года (в среднем от 18 до 24 месяцев) чипы, не меняясь в стоимости, будут становиться вдвое мощнее^[17]. Мур стал соучредителем компании Intel, крупнейшего производителя чипов в XX веке. Но, вероятно, он более известен благодаря своей гипотезе, которая теперь называется законом Мура.

Этот закон легко трактовать неправильно: он не похож на законы физики. Законы физики, основанные на эмпирических наблюдениях, обладают предсказуемостью. Законы Ньютона не могут быть опровергнуты повседневным человеческим поведением. Ньютон утверждал, что сила равна массе, умноженной на ускорение, — и это почти всегда так^[18]. Не имеет значения, что вы делаете или не делаете, какое сейчас время суток или какую прибыль вы намерены получить.

Напротив, закон Мура не предсказывает, это описательный закон. Как только Мур его изложил, компьютерная индустрия — от производителей чипов до обслуживающих их многочисленных поставщиков — начала рассматривать его как цель. Он стал социальным фактом — не чем-то присущим самой технологии, а тем, что существует благодаря пожеланиям компьютерной индустрии. Компании, поставляющие материалы, разработчики электроники, производители лазеров — все они хотели, чтобы закон Мура работал. И он работал^[19].

Но это никак не ослабило закон. С тех пор как Мур его сформулировал, он был весьма удачным руководством по компьютерному прогрессу. В чипах действительно становилось больше транзисторов. И они следовали экспоненте, поначалу увеличиваясь в числе не очень заметно, но затем — почти непостижимо.

Посмотрим на следующие графики. На рис. 1 показан рост количества транзисторов на микрочип с 1971 по 2017 год. То, что этот график выглядит таким унылым до 2005 года, свидетельствует о мощности экспоненциального роста. На рис. 2 отражены те же данные, но по логарифмической шкале — шкале, где экспонента изображается прямой линией. Мы видим, что между 1971 и 2015 годами количество транзисторов на чипе увеличилось почти в десять миллионов раз.

Рис. 1. Число транзисторов на микропроцессор в млрд (линейная шкала)

Источник: Our World In Data^[20]

Рис. 2. Число транзисторов на микропроцессор в млрд (логарифмическая шкала)

Источник: Our World In Data

Грандиозность этих изменений с трудом поддается осмыслению, но мы можем попытаться это сделать на примере стоимости одного транзистора. В 1958 году компания Fairchild Semiconductor продала компании IBM 100 транзисторов по 150 долларов за штуку^[21]. К 1960-м годам цена упала примерно до 8 долларов за транзистор. К 1972 году (когда я родился) его средняя стоимость составляла 15 центов^[22], а полупроводниковая промышленность выпускала от ста миллиардов до триллиона транзисторов в год. К 2014 году человечество производило 250 квинтиллионов (то есть миллиардов миллиардов) транзисторов в год — это во много раз больше, чем число звезд в нашей Галактике. Каждую секунду мировые «фабы» — специализированные фабрики по производству интегральных схем — выплевывали восемь триллионов транзисторов^[23]. Стоимость одного транзистора упала до нескольких миллиардных долей доллара.

Почему это важно? Потому что в результате компьютеры стали совершенствоваться в невероятном темпе. Скорость, с которой компьютер может обрабатывать информацию, приблизительно пропорциональна количеству транзисторов в его процессоре. Чем больше в чипе становилось транзисторов, тем они становились быстрее. Намного быстрее. А сами чипы становились все дешевле.

Это необычайное падение цены и привело к компьютерной революции, случившейся, когда я был подростком, и по этой причине мой BBC Master был намного лучше моего ZX81. А потом из-за этого же вся наша жизнь снова изменилась. Когда вы берете в руки свой смартфон, вы держите устройство с несколькими чипами и миллиардами транзисторов. Компьютеры — когда-то бывшие сферой военных или научных исследований — стали обыденностью. Вспомните первый электронный компьютер, который Алан Тьюринг использовал для взлома кодов в Блетчли-парке в 1945 году. Десятилетие спустя в мире существовало всего 264 компьютера, месячная аренда которых стоила десятки тысяч долларов^[24]. Прошло шесть десятилетий, и в мире насчитывается более пяти миллиардов компьютеров — в их число входят и смартфоны, наши карманные суперкомпьютеры. Наши кухонные шкафы, кладовки, чердаки завалены вычислительными устройствами, им всего по несколько лет, но они уже слишком устарели, и использовать их не имеет смысла.

Закон Мура — это самое известное выражение экспоненциального развития цифровых технологий в чистом виде. За последние полвека компьютеры неуклонно становились быстрее, что принесло с собой стремительные технологические, экономические и социальные преобразования. Цель этой главы — объяснить, как произошел этот сдвиг и почему в обозримом будущем он, похоже, будет продолжаться. Она также служит введением к определяющей силе нашего века — развитию экспоненциальных технологий.

* * *

Если выражаться простыми словами, то экспоненциальный рост — это возрастание величины со скоростью, пропорциональной самой этой величине. Линейный процесс — это то, что происходит, например, с нашим возрастом, который увеличивается ровно на один год с каждым оборотом Земли вокруг Солнца. Экспоненциальный процесс подобен сберегательному счету со сложными процентами. Сумма на счете увеличивается на фиксированный процент, скажем на 2% ежегодно. Но 2% в следующем году относятся не только к вашим первоначальным накоплениям, но и к накоплениям плюс проценты за прошлый год. Такой рост стартует медленно — это даже немного скучно. Но в какой-то момент кривая поворачивает вверх и взлетает. С этого момента сумма взлетает с головокружительной скоростью.

Многие природные процессы следуют экспоненциальной закономерности, например рост количества бактерий в чашке Петри или распространение вируса среди популяции. Однако одно из последних событий такого порядка — возникновение экспоненциальных технологий. Я называю экспоненциальной такую технологию, которая при приблизительно постоянных затратах обеспечивает увеличение более чем на 10% в год в течение нескольких десятилетий. Конечно, ревнитель строгости в математике может сказать, что даже увеличение на 1% в таких условиях тоже является экспоненциальным ростом. Строго говоря, так и есть. Но 1-процентного годового изменения мало для заметных подвижек. Чтобы удвоить число, увеличивающееся на 1% в год, потребуется семьдесят лет, то есть почти вся жизнь.

Вот почему так важно вести расчеты, отталкиваясь от 10% в год. Если ежегодный рост эффективности какой-нибудь технологии составляет 10% при фиксированной стоимости, то за каждые десять лет при тех же затратах технология будет становиться в 2,5 раза мощнее. Наоборот, если мы зафиксируем мощность технологии, то каждые десять лет ее стоимость будет падать на три пятых с лишним. Десять лет — это всего лишь два традиционных цикла бизнес-планирования, что вполне укладывается в пределы работы на одной должности или одного периода карьеры. Это два парламентских срока в Великобритании или Франции, три — в Австралии или два с половиной президентских срока в США.

Вторая часть моего определения также очень важна. Чтобы технология считалась экспоненциальной, это изменение должно охватывать десятилетия, а не просто представлять собой кратковременную тенденцию. Технология, которая прогрессирует более чем на 10% в течение нескольких лет, после чего ее прогресс останавливается, будет гораздо менее преобразующей, чем та, которая развивается постоянно. По этой причине дизельный двигатель — это не экспоненциальная технология. В первые годы своего существования дизельные двигатели быстро модернизировались. Но за двадцать лет это развитие сошло на нет. А вот бизнес компьютерных чипов — с его примерно 50-процентным ежегодным ростом в течение пяти десятилетий — определенно соответствует понятию.

Представьте, что вы каждые десять лет меняете свой автомобиль. И представьте, что основные его характеристики — скажем, максимальная скорость или топливная экономичность — становились бы лучше на 10% в год. В результате ваш новый автомобиль имел бы вдвое большую эффективность использования топлива или ездил бы в два раза быстрее. Как правило, с автомобилями такого не случается. Но со многими технологиями, о которых говорится в этой книге, происходит именно это. На самом деле есть несколько технологий, которые совершенствуются со скоростью от 20 до 50% (и выше) в год. Такие темпы инноваций означают, что за десятилетие мы получим 6–60-кратное увеличение возможностей за ту же цену.

У этого феномена есть две составляющие: снижение цены и увеличение потенциала. Когда цена на инновационную технологию падает, ее начинают использовать повсюду. Новые продукты на основе экспоненциальных технологий появляются в массовом сегменте рынка. Сначала чипы устанавливали только в специализированные устройства, предназначенные для военных целей и космических агентств. Затем — в мини-компьютеры, которые были доступны только крупнейшим компаниям. Десять лет спустя появились настольные компьютеры, а по мере удешевления и миниатюризации чипов их поместили в мобильные телефоны.

В то же время резко возросла мощность технологий. Возможности типичного смартфона — цветное видео в высоком разрешении, высококачественный звук, быстрые видеоигры, устройства, преобразующие речь в текст, — всего пару десятилетий назад не были доступны никому даже в самых богатых странах. Когда технологии развиваются экспоненциально, это приводит к постоянному удешевлению продуктов, обладающих совершенно новыми функциями.

Этот процесс подробно описывает в своих работах аналитик Хорас Дедью, соратник Клейтона Кристенсена, всемирно известного гарвардского ученого, который написал библию многих технологических компаний Кремниевой долины «Дилемма инноватора»^[25]. Собственную репутацию Дедью заслужил благодаря своим исследованиям моделей инноваций. Чтобы понять, с какой скоростью технологии распространялись в американской экономике, за последние два десятилетия он проанализировал данные за двести с лишним лет^[26]. Он частым бреднем прошелся по самым разным инновациям — от унитазов, электрификации печати и развития сети автомобильных дорог до пылесосов, дизельных локомотивов, усилителей руля в автомобилях, электродуговых печей, искусственного волокна, банкоматов, цифровых камер, социальных сетей и планшетных компьютеров, а также многого другого. Для каждой из них он установил, сколько времени потребовалось, чтобы достичь 75% проникновения на американский рынок, то есть сколько времени потребовалось, чтобы инновационная технология стала доступна трем четвертям взрослых американцев (или, в некоторых случаях, домохозяйств).

Хотя речь идет о совершенно разных продуктах, в них есть нечто общее, а именно то, как они распространяются. Для большинства технологий это происходит по логистической кривой, имеющей S-образную форму. Сначала распространение идет медленно. Тот, кто заинтересовался технологией первым, экспериментирует с ней, а в это время производители выясняют, как и что с ней делать, как устанавливать цену, и наращивают мощности. В какой-то момент происходит перелом и скорость распространения продукта резко возрастает. Таким образом, первые две части кривой выглядят как классическая экспоненциальная кривая: сначала медленно и скучно, затем стремительно и захватывающе. Однако, в отличие от чистой экспоненциальной кривой, логистическая кривая имеет предел. В конце концов, автомобилей или стиральных машин нужно столько, сколько нужно семье. По мере того как рынок насыщается, рост потребления идет на спад: семей, в которых еще нет цифровых камер или микроволновок, становится все меньше, как меньше становится и металлургов, которые не перешли на электродуговые печи. Крутой участок кривой начинается расти медленнее и все сильнее приближаться к горизонтальной прямой. Другими словами, картина освоения похожа на упрощенную букву S.

Порой точка насыщения рынка наступает позже предполагаемого. В 1974 году Билл Гейтс сказал, что предвидит «компьютер на каждом столе и в каждом доме». На тот момент в мире насчитывалось менее 500 тысяч компьютеров разных вариантов. На рубеже тысячелетий число компьютеров превышало 500 миллионов — все еще меньше одного устройства на один европейский или американский дом. Однако через пару десятилетий типичная западная семья имела в доме полдюжины компьютеров, включая смартфоны, семейный компьютер, современный телевизор и «умную колонку» вроде Amazon Alexa. В домохозяйстве, члены которого увлекаются всевозможными гаджетами, их количество легко может превысить даже двузначное число.

В целом модель S-образной кривой остается верной. Однако когда мы имеем дело с экспоненциальными технологиями, темп их подъема по S может быть поразительным. Процесс насыщения рынка ускорялся на протяжении десятилетий, и этот растущий темп изменений был заметен любому американцу, большая часть жизни которого прошла в XX веке. Родившийся в 1920 году и проживший чуть менее 55 лет человек мог застать высадку на Луну, но не падение Никсона. За некоторыми исключениями (атомная бомба, космические полеты), технологии, с которыми они сталкивались, оставались, в общем-то, неизменными: автомобили, телефоны, телевизоры, стиральные машины, электричество, унитазы^[27]. Некоторые продукты были изобретены относительно давно: например, микроволновки начали продавать еще в 1946 году, но даже в 1970-х они оставались редкостью^[28].

Для родившихся уже в эпоху закона Мура все выглядит иначе. Новые продукты появляются гораздо быстрее, а стремительнее всего развиваются технологии, основанные на цифровой инфраструктуре. Чтобы социальные сети охватили семерых из десяти американцев, потребовалось 11 лет, при этом средняя предполагаемая продолжительность жизни тех, кто жил в момент их появления, превысила 77 лет. Таким образом, социальным сетям, чтобы достичь насыщения, потребовалось 14% средней продолжительности жизни. Для сравнения: электричеству для этого понадобилось 62 года. Если считать относительно той же средней продолжительности жизни на момент внедрения, то смартфоны распространились в 12,5 раза быстрее, чем первые телефоны.

Это можно увидеть на рис. 3. Справа даны определяющие технологии начала XX века: телефон, электроэнергия и автомобиль. Каждая из них появилась в начале века, и на то, чтобы охватить три четверти американских домохозяйств, ушло более 30 лет, притом что средняя продолжительность жизни составляла около 50 лет. Слева указаны несколько первых экспоненциальных технологий нашего времени, все они основаны на растущих компьютерных мощностях. Каждая из них за 8–15 лет охватила три четверти американских домохозяйств, притом что средняя предполагаемая продолжительность жизни в это время превышала 75 лет. И дело не только в том, что технологии настоящего развиваются быстрее, чем технологии прошлого, — постоянно растет темп их развития.

Рис. 3. Число лет, потребовавшихся для распространения от уровня в 10% до уровня в 75%

Источник: Хорас Дедью, исследование для Exponential View

Другими словами, технологии — и особенно цифровые — распространяются быстрее, чем что-либо прежде. И этот процесс постоянно ускоряется. Жизнь в эпоху закона Мура определяется экспоненциальным распространением технологий.

Это ускорение происходило в течение полувека, но только в последние десять-двадцать лет оно стало очевидным. Возьмем для примера соцсети. Первой в мире социальной сетью на базе интернета была SixDegrees. Я присоединился к ней через пару дней после запуска в 1997 году. И оказался в числе первых тысяч участников Friendster и LinkedIn, возникших в 2003 году; позже в тот же год появился MySpace. Он рос быстро и стал титаном этой зарождающейся индустрии: на пике развития у него было 115 миллионов пользователей. Но именно Facebook^[29] продемонстрировал огромную скорость развития цифровых технологий. Эта социальная сеть была запущена в феврале 2004 года и стала одним из самых быстрорастущих продуктов в истории, набрав первый миллион пользователей всего за пятнадцать месяцев. Основатель соцсети Марк Цукерберг сегодня владеет самым популярным продуктом на планете: к концу 2019 года у него было 2,5 миллиарда пользователей.

Однако сегодня скорость роста Facebook выглядит однозначно устаревшей. Предлагаю посмотреть на компанию Lime. Основанная в Сан-Франциско в январе 2017 года, она предлагает прокат легко узнаваемых зеленых электрических скутеров и велосипедов. Нажмите кнопку на своем смартфоне, и за минуту вы сможете воспользоваться одним из них. Хотя бизнес у Lime намного сложнее, чем у Facebook, — ему необходимы велосипеды, оснащенные GPS- и GSM-навигаторами, зарядка, техническое обслуживание и система отслеживания, — компании потребовалось всего шесть месяцев, чтобы обслужить миллион поездок, и еще семь месяцев, чтобы довести количество поездок до десяти миллионов^[30]. Все это стало возможным благодаря революции в компьютерных технологиях: цены упали настолько, что компания Lime смогла установить небольшой компьютер и GSM-связь в каждый из сотен тысяч своих велосипедов^[31].

Ускоряющийся рост цифровых технологий не ограничивается США. KakaoTalk — ведущая корейская социальная сеть, эквивалент WeChat или WhatsApp. В январе 2016 года компания решила создать банк. За две недели два миллиона корейцев — около 4% населения страны — открыли в нем счета. К лету 2019 года это сделали более 20% корейцев^[32]. Стоит нам разобраться в одном быстро развивающемся продукте экспоненциального века, как уже появляется другой. Возьмите TikTok, социальную сеть для забавных видео. За несколько месяцев она прошла путь от никому не известного сервиса до самого скачиваемого приложения в мире. С этим ростом пришел беспрецедентный поток продаж. ByteDance, материнская компания TikTok, в 2018 году сообщала о продажах на сумму семь миллиардов долларов, а два года спустя ее доходы увеличились более чем в пять раз^[33]. Сравните: за пять лет до этого Facebook перешел тот же рубеж в семь миллиардов долларов, но за следующие два года его доходы выросли лишь в три раза. Настоящая эпидемия ускорения.

Таково истинное наследие закона Мура. Аппаратное обеспечение цифровых технологий постоянно наращивает мощности, и с тем же постоянством снижается его цена. Поскольку чипы развиваются с экспоненциальной скоростью, возрастая на 50% и более в год в течение многих лет, они за пустяковые деньги предоставляют доступ к невообразимой вычислительной мощности. Эта гипердефляция создает все более широкие возможности — новые продукты, которые, в свою очередь, могут распространяться в нашей экономике все быстрее. Весь этот процесс представляет собой постоянное ускорение.

* * *

К началу XXI века некоторые специалисты начали обращать внимание на замедление действия закона Мура. Удивляться этому не стоит. Технологии не могут бесконечно развиваться экспоненциально. Сегодняшние автомобили ездят ненамного быстрее, чем в конце Второй мировой войны. Современные пассажирские самолеты летают со скоростью примерно 500 миль в час — немногим более, чем 468 миль в час, которые выдавали первые пассажирские реактивные самолеты в 1950-х годах.

Есть веские основания полагать, что наш нынешний подход к проектированию микросхем близок к границам возможного. Ученые придумывают все более сложные процессы, чтобы соответствовать предсказаниям Мура. Поскольку транзисторы становятся все меньше, для их создания требуется все более точное оборудование: сегодняшние фабрики по производству полупроводников используют невероятно сложную лазерную технологию, а самые современные лазеры стоят по сто миллионов долларов и более. При этом любое, даже крошечное, изменение атмосферных условий на фабриках представляет смертельную угрозу для микроскопических транзисторов: испортить кремниевые пластины может одна пылинка. По этой причине сегодня помещения, в которых производятся чипы, — самые неподвижные в мире: они покоятся на огромном количестве амортизаторов. Они также и самые чистые. Воздух в этих помещениях, площадь которых иногда достигает почти двадцать тысяч квадратных метров, часто фильтруется около шестисот раз в час. (Для сравнения: в больничной операционной воздух необходимо очищать всего лишь пятнадцать раз в час.)

Именно это мы и имеем в виду, когда говорим, что закон Мура — это социальный факт, а не жесткое правило: полупроводниковая промышленность была чрезвычайно заинтересована в том, чтобы ему соответствовать. По оценкам некоторых экономистов, объем исследований, направленных на поддержание закона Мура, с 1971 по 2018 год увеличился в восемнадцать раз. Стоимость строительства полупроводниковых фабрик росла примерно на 13% в год — самые современные стоят пятнадцать миллиардов долларов и более^[34].

Несмотря на все усилия, в конце 2010-х годов рост числа транзисторов на единицу площади начал замедляться. Подобно притиснутым друг к другу и изнывающим от пота пассажирам в жаркий день, эти микроскопические схемы стали раздражать друг друга. Каждый миниатюрный транзистор выделяет тепло, которое может воздействовать на соседние схемы и ухудшать их надежность, и с этой проблемой инженерам все сложнее бороться. Более того, современные транзисторы настолько малы — всего несколько атомов в ширину, — что вскоре на них могут начать действовать причудливые законы квантовой физики. При таких масштабах частицы настолько малы, что ведут себя как волны, то есть способны проходить через физические барьеры и проникать туда, где им не место. Закон Мура перестает выполняться из-за квантовых эффектов, влияющих на электроны.

Однако это не означает, что рост компьютерной мощности замедлится. Компьютерная революция не демонстрирует никаких признаков замедления. Рэй Курцвейл, один из ведущих мировых аналитиков технологий, выдвигает теорию технологического развития, которая пытается объяснить почему. Он считает, что технологии имеют тенденцию развиваться ускоренными темпами — в соответствии с тем, что он называет законом ускоряющейся отдачи. В основе модели Курцвейла лежит положительная обратная связь. Хорошие компьютерные чипы позволяют нам обрабатывать больше данных, что помогает нам узнать, как делать компьютерные чипы лучше. После чего мы можем использовать эти новые чипы, чтобы создавать еще лучшие чипы, и так далее. По Курцвейлу, этот процесс постоянно ускоряется: отдача от каждого нового поколения технологий наслаивается на отдачу предыдущего, и они даже подпитывают друг друга^[35].

Однако важнейшая часть теории Курцвейла не относится к какой-либо определенной технологии вроде автомобиля или микрочипа. Он сосредоточивается на взаимодействии различных технологий. Главная идея Курцвейла состоит в том, что экспоненциальное развитие технологий — это не продвижение отдельных изобретений или даже отдельных секторов экономики. На самом деле иллюзия непрерывного экспоненциального технологического развития обусловлена десятками соединенных в ряд развивающихся различных технологий, которые постоянно взаимодействуют.

Вспомните S-образные кривые в данных Хораса Дедью. Когда технология только создается, ее развитие и распространение идет по пологому градиенту. Это говорит о медленном, но значимом прогрессе. Однако в какой-то момент развитие технологии набирает темп. Происходит быстрый рост, пока на определенном этапе прогресс не сходит на нет. Наш прежде почти вертикальный график становится горизонтальным.

Однако, по мнению Курцвейла, в любой момент времени S-образной кривой следует множество технологий. Когда одна S-кривая достигает своего наивысшего градиента, стартует другая кривая. Как только наша первая кривая начинает приближаться к горизонтали, более молодая технология подходит к взрывной фазе своего ускорения и принимает эстафету быстрого роста. Что самое важное, эти разные технологии подпитывают друг друга: инновации в одном секторе вдохновляют развитие в другом. Когда одна технология достигает предела своего потенциала, новая технологическая парадигма уже ждет своего часа и подхватывает инициативу. В результате — даже если развитие отдельных технологий последовательно замедляется — темп технологического прогресса в обществе все равно ускоряется^[36].

Эта теория имеет глубокие последствия для будущего компьютеризации. Хотя парадигма, которую описывает закон Мура, имеет свои пределы, в целом мы не подходим к пределам развития вычислительной мощности. Мы всегда найдем какой-нибудь новый подход, который поможет удовлетворить растущие потребности пользователей. Просто в будущем увеличение вычислительной мощности необязательно будет основываться на втискивании еще большего числа транзисторов на чип.

Пока что теория Курцвейла представляется верной. В первые годы нового тысячелетия, примерно когда мы приблизились к тому, что многие инженеры сочли физическими пределами закона Мура, мы достигли переломного момента. Появилось достаточно данных и достаточно вычислительных мощностей, которые позволили разработать новую техническую парадигму — искусственный интеллект (ИИ). Это послужило катализатором совершенно нового взгляда на вычислительную мощность — вышедшего за пределы нашего прежнего подхода к проектированию микросхем.

Люди с самых давних времен размышляли о возможности создания искусственного интеллекта. По словам Стюарта Рассела, одного из ведущих мировых ученых в области искусственного интеллекта, компьютер можно считать разумным, если он способен предпринимать действия, позволяющие достичь поставленных целей^[37]. Что особенно важно, программное обеспечение для ИИ должно быть в состоянии принимать некоторые решения, а не просто слепо следовать каждому шагу программного кода.

После того как в 1955 году ученый Джон Маккарти ввел термин «искусственный интеллект», исследователи приступили к созданию именно таких «интеллектуальных» машин. В следующие шестьдесят лет исследования в области ИИ продвигались медленно. Было много фальстартов — казавшиеся существенными прорывы вели к завышенным ожиданиям, что, в свою очередь, приводило к неудачам и унынию. Проблема состояла в недостатке данных и нехватке вычислительной мощности. В течение десятилетий многие ученые верили, что любой крупный прорыв в области ИИ, вероятно, произойдет благодаря так называемому машинному обучению. Этот метод предполагает сбор огромного количества информации о проблеме и использование алгоритмов для выявления повторяющихся моделей. Например, можно научить ИИ различать кошку и собаку, показав десять миллионов фотографий кошек и собак и недвусмысленно объяснив машине, кто — кошки, а кто — собаки. В итоге «модель» научится отличать фотографии кошек от фотографий собак. Но до сравнительно недавнего времени нам не хватало данных и вычислительных мощностей, чтобы реализовать потенциал машинного обучения. Из-за большого объема громоздких числовых задач такой подход требует большого количества информации и дорогостоящих вычислений. А таких объемов информации и таких вычислительных мощностей просто не было.

Однако к началу 2010-х годов ситуация стала меняться. Внезапно появилось колоссальное количество данных, созданных обычными людьми, которые выкладывали фотографии своей жизни в интернет. Сначала эти данные не были особенно полезны для исследователей ИИ — пока за дело не взялась профессор Стэнфордского университета Фэй-Фэй Ли. Ли — ученый-информатик, она специализируется на пересечении нейробиологии и информатики, особенно интересуясь тем, как люди воспринимают объекты. В 2009 году, вдохновленная мыслью, что цифровое отображение как можно большего количества объектов реального мира позволит улучшить ИИ, Ли создала ImageNet — проект, который за пять лет сам по себе привел к взрывному развитию полезного ИИ. Сайт превратился в подробнейшую коллекцию, содержащую 14 197 122 изображения, вручную размеченных тегами типа «овощ», «музыкальный инструмент», «спорт» и — совершенно верно! — «собака» и «кошка». Этот набор данных использовался как основа для ежегодного конкурса на поиск алгоритма, который смог бы наиболее логично и точно идентифицировать объекты. Благодаря ImageNet внезапно и в большом количестве появились качественные размеченные данные.

Одновременно с обильным потоком данных произошел взрыв вычислительной мощности. К 2010 году закон Мура привел к появлению мощности, достаточной для нового вида машинного обучения — «глубокого обучения», которое состоит в создании слоев искусственных нейронов по образцу клеток, лежащих в основе человеческого мозга. Эти нейронные сети уже давно провозглашались следующей важной составляющей искусственного интеллекта. Однако их разработка тормозилась недостатком вычислительной мощности. Теперь все изменилось. В 2012 году группа ведущих исследователей ИИ — Алекс Крижевский, Илья Суцкевер и Джеффри Хинтон — разработала «глубокую свёрточную нейронную сеть», способную применить глубокое обучение к задачам классификации изображений, с которыми так долго не мог справиться ИИ. Это стало возможным благодаря необычайной вычислительной мощи. Нейронная сеть содержала 650 тысяч нейронов и 60 миллионов параметров, которые можно было использовать для настройки системы. Это изменило всю игру. До AlexNet, как назвали изобретение команды Крижевского, большинство ИИ, участвовавших в конкурсе ImageNet, все время спотыкались, и в течение многих лет результат составлял не более 74%. AlexNet добился 87%. Глубокое обучение работало.

Его триумф вызвал бешеный рост интереса к тому, чем занимать искусственный интеллект. Ученые бросились создавать системы ИИ, применяя глубокие нейронные сети и их производные для решения огромного количества задач — от поисков производственных дефектов до перевода с языка на язык, от распознавания голоса до выявления мошенничеств с кредитными картами, от создания новых лекарств до рекомендаций видеофильмов, отвечающих вкусам конкретного зрителя. Инвесторы охотно открывали карманы для поддержки этих изобретателей. В кратчайшие сроки глубокое обучение проникло повсюду. В результате нейронные сети требовали все большего объема данных и все большей вычислительной мощности. В 2020 году нейронная сеть GPT-3, которая использовалась для генерирования текста, порой неотличимого от созданного человеком, использовала 175 миллиардов параметров — примерно в три тысячи раз больше, чем у AlexNet.

Однако если новый подход к вычислениям — искусственный интеллект, то каковы необходимые ему мощности? С 2012 по 2018 год компьютерная мощность, используемая для обучения крупнейших моделей ИИ, росла примерно в шесть раз быстрее, чем темпы, о которых говорилось в законе Мура. На графике ниже показан рост вычислительных операций, используемых в современных системах ИИ, на фоне экспоненциальной кривой закона Мура за тот же период. Если бы использование вычислительных мощностей ИИ следовало кривой закона Мура, то за шесть лет оно бы выросло примерно в семь раз. На деле же оно увеличилось в триста тысяч раз^[38].

Рис. 4. Относительная вычислительная мощность, используемая ИИ, по сравнению с прогнозами закона Мура

Источник: Open AI, анализ для Exponential View

Ошеломляющая статистика. Ее можно объяснить именно тем процессом, который Рэй Курцвейл определил десятилетиями ранее. В тот самый момент, когда мы подбирались к пределам старого метода (размещения большего числа транзисторов на чип), ученые, опираясь на несколько иной подход, предложили новое решение.

Ответ кроется в типе используемых чипов. Исследователи ИИ, такие как Алекс Крижевский, заменили традиционные компьютерные чипы теми, что были разработаны для высококачественной графики для видеоигр. Использовать такие чипы для повседневных вычислений смысла не имеет, но они оказались удивительно пригодными для ИИ. В частности, они хороши в математике. Вычисления, необходимые для создания реалистичных сцен в видеоиграх, требовали множества умножений. Чтобы заставить сложную нейронную сеть работать, нужно было выполнить миллионы, а иногда и миллиарды таких умножений, и графические чипы справлялись с этой задачей.

Когда стало понятно, что рынок таких чипов расширяется, компьютерная индустрия приняла вызов. Разработчикам искусственного интеллекта требовалось больше мощности, и специализированные чипы позволяли этого добиваться. Калифорнийская компания Cerebras и британская Graphcore начали производить чипы, предназначенные для одной-единственной задачи — запускать нейронные сети на высоких скоростях.

Результатом стал продолжающийся экспоненциальный рост вычислительной мощности, только уже без оков закона Мура. Этот закон обусловлен миниатюризацией — как разместить все больше транзисторов на все меньшем пространстве. Но современные чипы ИИ не зависят от борьбы за нанометры. На самом деле некоторые из них состоят из гораздо более крупных компонентов. В традиционном процессоре типа того, который стоит в вашем ноутбуке, компоненты расположены на расстоянии около семи нанометров друг от друга, то есть примерно три тысячи таких компонентов можно разместить на площади среза, равной толщине человеческого волоса. Специализированные чипы ИИ от Graphcore размещены на расстоянии шестнадцати нанометров — около 1300 на аналогичную площадь.

Это означает, что в обозримом будущем вычислительная мощность, похоже, будет расти экспоненциально. А если вдруг наши новые виды чипов в итоге окажутся непригодными для удовлетворения растущих потребностей общества в вычислительной мощности, на очереди совершенно новый подход — «квантовые вычисления»^[39]. В классических вычислениях основной единицей информации является бит, двоичная цифра. В квантовых вычислениях такая элементарная единица — квантовый бит (кубит). Квантовые биты используются в математике, лежащей в основе квантовой физики. В отличие от двоичной природы битов, которые должны быть либо 0, либо 1, квантовые биты могут представлять все значения между 0 и 1 одновременно.

Как и специализированные чипы ИИ, квантовые компьютеры не подходят для большинства видов вычислений, но они могут решать жизненно важные проблемы. Например, ученые надеются, что квантовые компьютеры позволят нам создавать азотные удобрения без выброса в атмосферу огромного количества углекислого газа. Все дело в моделировании новых видов молекул, используемых в качестве катализаторов в процессе производства удобрений. Классическим компьютерам для моделирования таких молекул потребовались бы сотни тысяч лет, а квантовый компьютер затратит на это не более одного дня^[40].

В одном из экспериментов, о котором сообщалось в октябре 2019 года, прототип квантового компьютера от Google выполнил вычислительный тест за двести секунд. Современный классический суперкомпьютер трудился бы над этим тестом примерно десять тысяч лет. Этот пока еще первобытный квантовый компьютер оказался более чем в миллиард раз быстрее своего классического конкурента.

Другими словами, пока что предсказание Курцвейла сбывается. Даже когда одна технологическая парадигма исчерпывает себя, возникают новые альтернативы, так что, когда мы приближаемся к границам одного подхода, появляется другой. Всякий раз, когда кажется, что какая-то технология достигает предела, изобретатели, чтобы решить проблему, будут использовать новые методы, возможно из смежных отраслей и дисциплин.

Если эта теория верна в целом, она особенно подходит для вычислительной техники. За последние полвека компьютеры — от ZX81 до прототипов квантовых компьютеров Google — становились экспоненциально быстрее. И эта экспоненциальная зависимость не проявляет признаков замедления: пока будут ускоряться компьютеры, будут развиваться новые технологические парадигмы. Как только один подход полностью исчерпывает свой потенциал, другой уже ждет, чтобы подхватить эстафету.

В этом смысле вычислительная техника стала предвестницей экспоненциальной эпохи — первой технологией, продемонстрировавшей такую поразительную скорость изменений. Она показала нам, что происходит, когда технологии ускоряются, становятся лучше и дешевле, создавая целые отрасли промышленности.

Однако компьютеры не единственная экспоненциальная технология. Во многих отраслях технологии совершенствуются со все большей скоростью, принося с собой масштабные изменения. Эклектичное сочетание социальных, экономических и политических сил способствует ускорению развития этих технологий. Далее мы обратимся именно к этому более широкому процессу ускорения и его причинам.

Глава 2. Экспоненциальная эпоха

Я знаю, что окажусь в меньшинстве, если признаюсь, что «Человек с золотым пистолетом» — один из моих любимых фильмов о Бонде^[41]. Картонность персонажей фильма может посоперничать только с картонностью его декораций. Но в этом есть своеобразная прелесть. Джеймс Бонд, сыгранный Роджером Муром с характерным для него чувством комического, преследует наемного убийцу Франциско Скарамангу среди прекрасных тропических пейзажей от Макао до Таиланда. Скараманга украл солекс, устройство, способное преобразовывать энергию Солнца в электрическую. Бонду поручено его вернуть. Весь фильм — упражнение в «технофетишизме», символ которого — футуристическая солнечная электростанция на собственном острове Скараманги, где они с Бондом в конце концов разбираются один на один.

Фильм вышел в 1974 году, и в нем отражены тревоги мира, который в тот момент пребывал в беспрецедентном нефтяном кризисе. В октябре 1973 года группа стран — экспортеров нефти Ближнего Востока объявила эмбарго, отказавшись поставлять нефть США и ряду их союзников из-за поддержки ими Израиля в арабо-израильском военном конфликте, получившем название Война Судного дня. За последующие полгода цены на нефть взлетели в три раза. Из-за этого воображение общественности захватили альтернативные формы энергии. Отсюда и солекс.

К сожалению, несмотря на все усилия Бонда, крушившего злодеев и обольщавшего красоток по всему Азиатско-Тихоокеанскому региону, солнечная энергия не могла разрешить нефтяной кризис. Подобно продюсерам фильма, японское и американское правительства, реагируя на растущие цены на нефть и нехватку топлива, усилили исследования в области солнечной энергии. Но в те времена получение любого полезного количества электроэнергии из солнечных лучей было просто слишком дорогим.

В 1975 году кремниевый фотоэлектрический модуль — блестящая отражающая подложка, которая сегодня красуется на солнечных электростанциях по всему миру, — стоил около ста долларов за ватт производимой энергии. При такой цене Солнце оставалось источником энергии для низкоэнергетических забав и правительственных гаджетов и мало еще на что годилось. Спутники оборудовались солнечными батареями, которые были легче химических, с 1958 года^[42]. Некоторые наручные часы и калькуляторы были оснащены ими к концу 1970-х. Что же касается более широкого использования — забудьте: солнечная энергия была непомерно дорогой.

Сейчас все изменилось. За время между 1975 и 2019 годами стоимость фотоэлектрической энергии упала примерно в пятьсот раз — до 23 центов за ватт энергии^[43]. Большая часть этих изменений пришлась на последнее десятилетие. Еще в 2010 году производство электроэнергии с помощью солнечных батарей стоило от 30 до 40 центов (примерно от 20 до 30 пенсов) за киловатт-час, что в 10–20 раз дороже, чем ископаемое топливо^[44]. Но стоимость солнечной энергии снижается экспоненциальными темпами — примерно на 40% в год для крупных коммерческих контрактов. К октябрю 2020 года стоимость производства энергии с помощью больших солнечных электростанций, а также ветряков упала ниже стоимости энергии, получаемой в комбинированном газовом цикле, — самой дешевой энергии от ископаемого топлива^[45]. За десятилетие, предшествовавшее 2019 году, цена на электроэнергию, вырабатываемую солнечной энергетикой, снизилась на 89%.

С ней не может конкурировать никакая другая форма производства электроэнергии. Из занимательной утопии времен Скараманги солнечная энергетика, все еще оставаясь принципиально неэкономичной в начале XXI века, превратилась в самый дешевый источник электроэнергии в двух третях мира^[46]. Сейчас солнечные панели стоят на домах по всему миру, как в богатых, так и в бедных странах, — на севере, на юге, в странах жарких и холодных. Дешевое солнечное электричество изменило жизнь даже опиумных фермеров в Афганистане: оно питает ирригационные системы, позволяющие выращивать больше мака, а также привело к диверсификации производства других культур^[47].

История солнечной энергетики с 1970-х годов показывает, что экспоненциальность не ограничивается компьютерами. Да, компьютерная индустрия заложила основу для новой эры ускоряющихся технологий, но этот феномен не ограничивается транзисторами и искусственным интеллектом. Экспоненциальность широко распространена в четырех ключевых технологических областях, которые в совокупности образуют основу глобальной экономики. Вычислительная техника, конечно, одна из них, но сюда входят также энергетика, биология и производство. Все они претерпевают впечатляющую, захватывающую трансформацию. Стоимость основных технологий в каждой области падает — в эквивалентном коэффициенте в шесть и более раз каждое десятилетие. В предыдущей главе мы увидели, что такое экспоненциальность в первой из этих областей. В этой главе мы обсудим остальные три.

Площадь, которую охватывают эти четыре направления, настолько велика, что нам, чтобы рассматривать экспоненциальные изменения, необходимо вооружиться широкоугольной оптикой. Чтобы понять суть экспоненциальных изменений за пределами мира компьютеров, мы должны рассматривать их как результат взаимодействия широкого спектра технологических, экономических и политических сил. Цель данной главы — толкование этих сил.

Во-первых, мы рассмотрим, почему новые технологии в каждой из этих областей оказывают такое преобразующее воздействие на огромные секторы общества. Во-вторых, мы проанализируем причины их возникновения. Как мы увидим, растущий спрос привел к снижению цен на технологии. И каждая инновация взаимодействует и сочетается с другими, создавая новые технологические возможности. А растущие информационные и торговые сети все активнее распространяют эти новые технологии, размах которых становится все масштабнее.

Между этими четырьмя ключевыми областями — вычислительной техникой, энергетикой, биологией и производством — все явственнее проступают контуры совершенно новой эпохи человеческого общества. Речь идет не о разрозненных ускоряющихся технологиях в нескольких отдельных областях. Экспоненциальность заложена в саму логику технологий и во многие секторы экономики. Другими словами, мы живем в экспоненциальную эпоху.

* * *

Давайте последовательно рассмотрим три оставшиеся области, в которых технологическое развитие происходит экспоненциально. Первая — энергетика. Солнечная энергетика не единственная из тех, что развиваются по экспоненциальной траектории. Массивные ветряные турбины все чаще строятся на ветреных участках мелководья, открытых ветрам равнинах и горных вершинах по вполне экономическим причинам. Неожиданно энергия ветра стала дешевой — и становится все дешевле. За десять лет — до 2019 года — стоимость выработки электроэнергии с помощью ветряных турбин снизилась на 70%, или примерно на 13% в год. Это снижение помогает вытеснить другие формы производства энергии по всему миру. Из-за экспоненциального снижения цен на возобновляемые источники энергии электростанции, работающие на ископаемом топливе, закрываются.

Конечно, только ветряная и солнечная энергетика не могут удовлетворить все наши потребности. Ограничения заложены в их непостоянстве: они производят энергию, но не предлагают очевидного способа ее хранения. Одна из отличительных особенностей ископаемого топлива заключается в том, что оно само по себе является еще и хранилищем энергии: кусок угля подобен физическому блоку тепла, его можно перевозить куда угодно и сжигать, когда это понадобится его владельцу. Большая проблема возобновляемых источников энергии — что делать по ночам или в безветренные дни. Но аккумуляторы тоже находятся на экспоненциальной траектории. Стоимость литийионных аккумуляторов начиная с 2010 года снижается на 19% в год^[48]. В 2021 году крупномасштабные аккумуляторные системы достаточно дешевы, чтобы конкурировать с угольными и газовыми электростанциями. Есть все основания ожидать, что с 2020 по 2030 год цена на электроэнергию, произведенную с помощью солнечной или ветровой энергетики, снизится еще в несколько раз, а стоимость аккумуляторных систем будет падать с той же скоростью.

Аналогичный процесс происходит и в другой ключевой области — биологии. По сравнению с технологическим прогрессом в сфере биоматерии революция в энергетике выглядит очень медлительной. На протяжении многих поколений биология казалась сложной и запутанной наукой, не особенно склонной к технологическим преобразованиям. Если химики уже давно могли разделять элементарные химические вещества по пробиркам, а физики — раскладывать Вселенную в соответствии с ее основными законами, то биология выглядела куда замысловатее и туманнее: ее интересовала ужасно сложная внутренняя деятельность живых организмов.

Рассмотрим процесс чтения человеческого генома — генетического кода, который лежит в основе каждого из нас. Задача сложная. Геном человека — это длинная цепочка бинарной информации длиной около трех миллиардов букв. Для обозначения его химических оснований — гуанина, тимина, цитозина и аденина — мы пользуемся буквами Г, Т, Ц и А. Чтобы прочитать такой геном, его необходимо разбить на миллионы маленьких кусочков, которые считываются с помощью электрохимических методов. Затем все результаты собираются воедино.

Первое полное секвенирование генома человека было проведено в период с апреля 1999 года по июнь 2000 года. Стоил этот первый набросок нашего генетического сценария около 300 миллионов долларов. Его последующая доработка обошлась еще в 150 миллионов долларов. Таким образом, расшифровка первого генома стоила по меньшей мере 500 миллионов долларов.

Но эта ситуация быстро изменилась. В сентябре 2001 года Национальный институт исследования генома человека (входит в систему Национальных институтов здравоохранения США) подсчитал стоимость секвенирования полного генома человека — на тот момент она составляла 95 263 702 доллара. К августу 2019 года эта цифра упала до 942 долларов, то есть стала в сто тысяч раз меньше^[49]. За этим стояла американская компания Illumina: благодаря ее платформе для секвенирования ДНК HiSeq X стоимость этой процедуры в 2014 году упала ниже психологически важной отметки в тысячу долларов.

Затем, после нескольких лет доминирования Illumina, в марте 2020 года компания BGI из китайского Шэньчжэня объявила о том, что стоимость секвенирования полного генома составляет всего 100 долларов: менее чем за двадцать лет произошло удешевление, то есть усовершенствование процесса в миллион раз^[50]. Это означает снижение цены вдвое каждый год в течение двух десятилетий — закону Мура впору сгореть со стыда. Если бы падение цены секвенирования генома следовало той же кривой, что предложил Мур для микрочипов, то на момент написания этой книги мы могли бы рассчитывать на цену более 100 тысяч долларов за последовательность. На самом деле стоимость секвенирования генома снизилась в тысячу раз сильнее, чем предсказывал закон Мура.

И как обычно, понижение цены означает более широкое применение. В 1998 году мы невероятными усилиями секвенировали один геном. К 2015 году человечество обрабатывало уже более двухсот тысяч геномов в год^[51]. По оценкам одной исследовательской группы, к 2025 году эта величина достигнет двух миллиардов^[52].

Существует ряд факторов, влияющих на снижение стоимости кодирования генома, к ним относится и рост вычислительных мощностей. Геномные последовательности представляют собой огромные цепочки букв. Кодирование одного человеческого генома требует около 100 гигабайт памяти (этого достаточно для хранения примерно двадцати пяти фильмов в высоком разрешении) — такой уровень сейчас гораздо доступнее, чем два десятилетия назад. Но закон Мура — это далеко не единственная причина снижения цен. Произошли изменения в способах производства реагентов и «усилителей», необходимых для превращения образца ДНК в нечто читаемое. С годами эти химические вещества также становились все дешевле и дешевле. Между тем достижения в области электроники позволили ученым создавать более дешевые датчики, а разработки в области робототехники — еще больше автоматизировать ручные части этого сложного процесса^[53].

Генетическое кодирование — лишь один из аспектов революции в биотехнологиях. Еще одна область — синтетическая биология, объединяющая несколько дисциплин, включая информатику, биологию, электротехнику и биофизику; ее цель — создавать новые биологические компоненты и системы. Она также находится на экспоненциальном марше; благодаря ей мы наблюдаем прорывы в сельском хозяйстве, фармацевтике, производстве материалов и здравоохранении. Сегодня мы можем составлять последовательности и манипулировать микроорганизмами. Мы можем превратить их в маленькие природные фабрики по производству необходимых нам химических веществ и материалов, что было немыслимо еще десять лет назад. Последствия этого повлияют на все. По некоторым оценкам, к 2040 году 60% физических «производственных факторов» в мировой экономике можно будет производить биологически^[54]. Подобное покорение природы позволит нам создавать совершенно новые материалы — биополимеры, которые не станут вредить океанам, и электронные компоненты, которые будут потреблять меньше энергии.

И наконец, последняя область, которую экспоненциальное развитие технологий переосмысливает заново, — производство. Возможно, впервые за миллионы лет фундаментальным образом меняется то, как мы делаем вещи.

Современный человек взаимодействует с объектами физического мира — материей — примерно так же, как во времена появления Homo sapiens. Самые древние из известных каменных орудий были созданы в Олдувайском ущелье на территории современной Танзании около 1,7 миллиона лет назад. Производственные процессы индустриальной эпохи имеют много общего с процессами наших далеких предков. Мы тоже в основном пользуемся субтрактивным методом — отсекаем от куска материала все ненужное. Именно так гоминиды поступали с кремнем. Так каменщики фараонов работали с блоками пирамид. И так же творил Микеланджело, когда с помощью зубила высекал из глыбы мрамора своего Давида.

Сегодня мы можем делать все это в больших масштабах и с большей точностью, но процесс, по сути, тот же. Даже когда компьютерная эра возвестила о появлении точной компьютеризированной обработки, это все равно был субтрактивный процесс: на смену ударам кремня по камню пришел управляемый компьютером алмазный резец. Конечно, существуют и другие методы изготовления вещей, например использование форм для литья металлов или пластика. Их преимущество перед долблением/вырубанием в том, что они не предусматривают отходов. Но есть и большой недостаток: с помощью отливок и форм создаются только копии. Хотите новый продукт — нужна новая форма.

Аддитивное производство, или 3D-печать (я буду использовать эти термины как синонимы), — это экспоненциальная технология, которая обеспечивает индивидуальную детализацию субтрактивного производства, но без отходов. Предметы в этом случае создаются с помощью компьютеризированного проектирования. Это процесс создания нового объекта с нуля путем соединения слоев расплавленного материала посредством лазера или устройства, немного похожего на струйный принтер. Материал может быть самым разным — от стекла до пластика или шоколада. Это знаменует кардинально новый подход по сравнению с тысячелетиями субтрактивного производства и тысячелетиями литья и формовки.

С тех пор как в середине 1980-х годов Чарльз Халл^[55] разработал первые 3D-принтеры, аддитивное производство значительно улучшилось. Процесс стал быстрее, точнее и универсальнее: сегодня 3D-принтеры могут работать с такими материалами, как сталь, керамика и даже человеческие белки. В 1999 году Институт регенеративной медицины Уэйк Форест вырастил первый 3D-печатный орган для трансплантации. А в 2019 году в Дубае мой друг Ной Рафорд^[56] создал самый большой на тот момент 3D-печатный объект — одноэтажное здание площадью 230 квадратных метров^[57]. Оно было напечатано из бетона за 17 дней, и Ной несколько месяцев использовал его как офис. В здании, построенном с невиданной точностью, было использовано на 75% меньше бетона, чем при обычном строительстве.

Аддитивное производство — это все еще бизнес малых форм. Его можно встретить при изготовлении престижных изделий и в узкоспециализированных секторах экономики — это легкие детали для истребителей или медицинские имплантаты. Но технологии, лежащие в его основе, развиваются по экспоненте. По оценкам исследователей, темпы развития большинства методов аддитивного производства составляют от 16,7 до 37,6% в год, при этом средний показатель оказался свыше 30%^[58]. В последующие десять лет мы увидим рост производительности в 14 раз. И конечно, соответственно снизится стоимость. Аналитик сектора аддитивного производства Терри Уолерс сказал мне, что за десять лет до 2019 года рынок 3D-печати вырос в 11 раз, то есть он рос на 27% в год^[59].

Почему перемены в этих четырех областях имеют такое значение? В конце концов, новые технологии появляются постоянно. Исследователи разрабатывают новые способы решения проблем, инженеры совершенствуют уже имеющиеся методы, время от времени случаются настоящие прорывы. Вы можете полагать, что, даже если темпы изменений растут, в самом фундаментальном процессе нет ничего нового.

Но технологии в этих четырех областях — вычислительной технике, биологии, энергетике и производстве — особенные. Чтобы понять почему, мы должны признать основополагающую истину относительно инноваций: не все технологии равны.

Область применения большинства технологий довольно узкая: подумайте о стременах или электрических лампочках. Это не означает, что их влияние невелико. Скромное стремя, которое было пригодно только для наездника, помогло Чингисхану пронестись через всю Азию и создать самую большую в мире сухопутную империю. Лампочка освободила нас от оков темноты. Общество смогло функционировать — на работе и дома — и после захода солнца. Узкие технологии могут иметь широкое поле воздействия. Однако их применение остается относительно ограниченным.

При этом некоторые инновации получают гораздо более масштабное применение. Колесо может производить энергию, став частью водяной турбины, служить деталью шкива или перемещать транспортное средство. Фермеры, пожарные, финансисты — у всех найдется повод прибегнуть к помощи колеса. Его можно использовать в любой сфере деятельности. Такие изобретения известны как «технологии широкого применения». Они могут вытеснять другие технологии и создавать возможности для огромного спектра дополнительных продуктов — товаров и услуг, которые существуют только благодаря этому изобретению.

На протяжении всей истории технологии широкого применения (ТШП) меняли общество до неузнаваемости. Электричество радикально преобразовало способ работы заводов и произвело революцию в нашем быту. Печатный станок, сыгравший ключевую роль в европейской Реформации и научной революции, — это намного больше, чем набор печатных форм и литой металлический шрифт. ТШП переворачивают обширные области экономики и общества, порождая изменения далеко за пределами тех секторов, в которых они родились^[60]. По словам экономистов Ричарда Липси, Кеннета Карлоу и Клиффорда Бекара, ТШП «меняют в обществе почти все… задавая вектор развития для создания новых продуктов, новых процессов и новых организационных форм»^[61].

Причина, по которой ТШП являются настолько преобразующими, заключается отчасти в том, что их влияние выходит за рамки одного сектора. Рассмотрим одну из ключевых технологий широкого применения начала XX века — автомобиль. Чтобы реализовать свой потенциал, автомобили нуждались в подходящих дорогах — физической инфраструктуре, охватывающей целые страны. Но они также нуждались в топливе и запчастях, а водители — в питании, что создавало спрос на заправочные станции и придорожные кафе. Автомобили вносили изменения в городскую среду, поэтому города начали меняться, отдавая предпочтение механическим транспортным средствам. Со временем стали развиваться пригороды, а вместе с ними происходила постепенная перестройка потребительской практики: популярность стали набирать бюджетные гостиницы для путешествующих и крупные розничные магазины. Со временем сформировались новые правила, в том числе свод правил безопасности для водителей. Иными словами, ТШП изменили все.

Это указывает на то, почему экспоненциальная революция в перечисленных четырех ключевых секторах так важна. Мы свидетели появления новой трансформирующей волны ТШП. Не одной отдельно взятой ТШП, как во времена печатного станка. И даже не трех ТШП, как в начале XX века, когда появились телефон, автомобиль и электричество. В экспоненциальную эпоху мы наблюдаем множество прорывных технологий в четырех обширных областях: вычислительной технике, энергетике, биологии и производстве.

На нынешнем раннем этапе еще трудно предсказать, какими будут ТШП в этих областях. Мы знаем только, что новые технологии в каждой сфере используются огромным количеством способов. Как мы видели в предыдущей главе, растущая вычислительная мощность имеет, похоже, бесконечное множество применений. Генную инженерию можно использовать для вмешательства в микроорганизмы и их изменения, производства новых экранов для смартфонов и разработки лекарств узконаправленного действия. Многие элементы — от деталей автомобилей до новых органов тела — можно создавать на 3D-принтерах.

Быстрое развитие этих технологий не означает мгновенных перемен. Революционный эффект технологий широкого применения может занять время. Возьмем, к примеру, электричество. Ведущий историк экономики Джеймс Бессен писал: «Первые электростанции открылись в 1881 году, но до 1920-х годов электрификация не оказывала значительного влияния на экономическую производительность»^[62]. Чтобы оказать значимое воздействие, ТШП требуется время: создается новая инфраструктура, меняются методы работы, компании обучают своих сотрудников новым подходам в работе.

ТШП интегрируются в экономику в несколько этапов, которые лучше всего описала экономист Карлота Перес^[63],^[64]. Сначала идет этап установки, когда создается базовая инфраструктура, лежащая в основе развития ТШП. Это трудоемкий процесс: чтобы создать электрическую сеть, нужно построить производящие электроэнергию системы, линии электропередачи и сети. На этом этапе навыки ограничены, а ноу-хау скудны. Требуется время, чтобы развить знания, необходимые для масштабного применения ТШП. Этот первый этап может быть ориентирован на открытия, а не на продуктивность. Существующие зрелые технологии более эффективны и распространены, чем новые изобретения, — в некоторых случаях использование новых технологий может оказаться делом весьма проблематичным.

Настоящая революция происходит на следующем этапе — этапе развертывания. После трудоемкой фазы установки экономика достаточно разобралась в новых технологиях, чтобы делать с их помощью что-то полезное. Компании определились с их назначением. Менеджеры и рабочие накопили необходимые знания и опыт для использования этих технологий — это критически важно. Созданы дополнительные службы, такие как ремонтные мастерские и системы снабжения. На этапе развертывания общество может пользоваться всеми благами ТШП — это, как говорит Перес, ее «золотой век». Но на все требуется время.

Однако, как мы видели в предыдущей главе, современные технологии — широкого применения или иные — распространяются гораздо быстрее, чем какие-либо прежние. Большая часть инфраструктуры — облачные вычисления и смартфоны — уже развернута. А это значит, что трансформация, о которой говорит Перес, может произойти быстрее, чем в любую предшествующую эпоху. Наш век определяется каскадным развитием технологий: одна новая технология быстро приводит к следующей и к следующей за ней.

Рассмотрим широкомасштабное влияние вычислительной техники, которое выходит далеко за рамки традиционных параметров ИТ. Как отмечает Перес, компьютерная революция значительно упростила создание и обработку информации. Одним из следствий стало появление продуктов, ориентированных на все более мелкие ниши, от кетчупа со множеством вкусов до невероятного разнообразия одежды, — и все это благодаря нашей возросшей способности собирать и обрабатывать данные. Другим фактором стала трансформация корпоративной организации: компании изменили методы своей деятельности и разработали различные стратегические цели по причинам, о которых мы поговорим в главе 4.

Появление компьютеров было лишь первым шагом. Распространение ПК заложило основу для быстрого распространения интернета. В 1984 году к интернету были подключены 1024 компьютера. К 1994 году их число выросло более чем в три тысячи раз. По одной из оценок, в 1995 году число пользователей интернета составляло 16 миллионов человек, а к концу 2020 года к Сети подключилось более 5 миллиардов человек (в триста раз больше)^[65].

Распространению интернета способствовало — и в свою очередь ускорило его — появление смартфонов. Хотя первые смартфоны появились в 1990-х годах, они просто не справлялись с поставленной задачей. Батарейки быстро садились, экраны были маленькими, программное обеспечение — ограниченным. Удалось продать всего 50 тысяч экземпляров телефона Simon от IBM, выпущенного в 1992 году^[66]. Но с выпуском iPhone от Apple в 2007 году, первого прорывного смартфона, все изменилось. За пять лет это универсальное устройство появилось у миллиарда человек. К концу 2020 года число владельцев смартфонов достигло 3,5 миллиарда человек.

Взаимодействуя, эти инновации трансформируют множество сфер экономики. Смартфон заменил многие другие потребительские устройства: плееры, калькуляторы, ежедневники, часы и навигаторы. После появления в телефонах камер рухнули продажи фотоаппаратов. Изменился и шопинг. В 2020 году американские потребители потратили на покупки через свои мобильные телефоны 284 миллиарда долларов^[67]. В ноябре 2019 года во время ежегодной акции под названием «День холостяков» китайские покупатели разместили через свои смартфоны заказы на сайте Alibaba на общую сумму в 39 миллиардов долларов. Годом позже объем продаж в рамках той же акции составил 74 миллиарда. Ретейлеры, вложившиеся в витрины дорогих магазинов в престижных районах, обнаружили, что покупателям приятнее лежать в постели, уткнувшись в экран, чем посещать реальные магазины.

В этом и заключается сила ТШП. Их влияние неумолимо распространяется по всем областям жизни, затрагивая все аспекты нашего повседневного существования. И ТШП экспоненциальной эпохи только начинают появляться. Мы уже стали свидетелями распространения персональных компьютеров, интернета и смартфонов, но мы еще не ощутили на себе влияние беспрецедентно дешевой электроэнергии, биоинженерии, 3D-печати и многих других технологий. Они только зарождаются, и их распространение трудно предсказать.

* * *

До сих пор мы говорили о том, из чего состоит новое поколение экспоненциальных технологий. Мы уже выяснили, почему эти инновации — многие из которых имеют признаки ТШП — окажут такое преобразующее воздействие. Но все это поднимает новый, еще более важный вопрос: а почему именно сейчас? Другими словами, что движет экспоненциальной революцией?

Ответ кроется в трех движущих силах, о которых мы будем говорить далее в этой главе. Первая из них укладывается в простой принцип — «обучение на практике».

Чтобы объяснить эту первую причину, нам нужно вернуться к закону Мура и понять его ограничения. В этой теории меня всегда беспокоила одна вещь: ее взаимоотношения со временем. Как подчеркивал сам Гордон Мур, время — ключевой фактор: каждые два года или около того вы можете иметь вдвое больше транзисторов на кремниевой пластине того же размера за ту же цену. Когда я в середине 1980-х годов впервые столкнулся с законом Мура, я принял его за чистую монету, как и любой подросток. Это было заманчиво и легко запоминалось. Но вхождение в мир технологий в качестве профессионала заставило меня задуматься критически. Что такого было в течении времени, что на кремний, как по волшебству, стало помещаться все больше полупроводников? Все-таки люди как-то должны были влиять на этот процесс. Возьмем, к примеру, забастовку. Что, если сотрудники откажутся работать, закроют производство и будут бастовать в течение двух лет? Стали бы транзисторы за это время меньше? Конечно нет.

Как мы видели в предыдущей главе, закон Мура — это социальный факт, созданный промышленностью. А это означает, что поведение людей является ключевым: если мы перестанем пытаться сделать закон Мура истинным, он перестанет таковым быть. Таким образом, хотя он и является адекватным описанием технологических изменений — по крайней мере, на данный момент, — он все же не годится для объяснения причин совершенствования технологий.

Лучше было бы сформулировать закон технологического изменения, основанный не на времени, а на том, что реально происходит в секторе. Такая модель способна учитывать изменения в нашем поведении: если мы перестанем производить микрочипы, взаимосвязи не сразу потеряют свою объяснительную силу. А в идеале мы бы хотели, чтобы такой прогноз был применим к целым семействам различных технологий, а не только к одной отрасли.

К счастью, у нас есть именно такой принцип, и он был теоретически обоснован за два десятилетия до изобретения кремниевого чипа. Закон Райта был разработан Теодором Райтом, инженером-авиаконструктором, который решил понять, сколько стоит производство самолетов и почему. Он изучил стоимость производства самолетов в 1920-х и 1930-х годах и заметил, что себестоимость строительства снижается по определенной модели. Чем больше было построено самолетов, тем больше их корпусов инженеры, механики и конструкторы должны были собрать и тем дешевле становился каждый отдельный самолет^[68].

Его теория заключалась в том, что при каждом удвоении количества единиц произведенной продукции затраты снижаются на постоянный процент. Точный размер снижения зависит от конкретной продукции. В случае с воздушными судами, которые изучал Райт, это было снижение затрат на 15% на каждый удвоенный объем производства. Такая 15-процентная оптимизация известна как «скорость обучения».

По Райту все было просто. Когда инженеры создают продукт, они понимают, что нужно для того, чтобы сделать его лучше. Они придумывают более элегантный способ соединения двух компонентов или объединения различных элементов в один компонент. Работники находят короткие пути сделать свою работу эффективнее. Другими словами, они учатся на практике. По мере того как инженеры оттачивают процесс, одна небольшая инновация здесь, а другая там приводят к быстрому росту эффективности.

По этой причине ключом к продолжению действия закона Райта становится увеличение объема производства. Рост спроса способствует совершенствованию процесса, что, в свою очередь, снижает затраты, что, уже в свою очередь, способствует увеличению спроса и так далее. Эта концепция отличается от такого понятия, как экономия на масштабе, когда эффективность достигается за счет расширения производства или получения лучших цен от поставщиков. Скорее Райт подчеркивает взаимосвязь между спросом и мастерством. Когда спрос на продукт растет, производители должны делать его больше. А это означает больше возможностей для обучения на практике. По мере того как они применяют на практике полученные знания, затраты снижаются все значительнее.

Это означает, что закон Райта имеет преимущество перед законом Мура. Оба закона предполагают экспоненциальное снижение стоимости технологии, но закон Мура просто описывает улучшение производительности с течением времени. Существует множество сценариев, которые он не способен учесть, например забастовку работников фабрики по производству микрочипов. А закон Райта связывает прогресс с количеством производимой продукции. Предположим, при каждом удвоении производимого количества затраты на производство одного экземпляра какого-нибудь гаджета снижаются на 20%. Если производство удваивается каждые два года, затраты будут снижаться на 20% каждые два года. Если производство удваивается каждый год, затраты будут уменьшаться на 20% ежегодно. Закон Райта верен даже во время той придуманной забастовки: если производство останавливается, снижение затрат прекращается.

Со времен Райта исследователи обнаружили, что его закон применим к десяткам технологий — от продукции химической промышленности до ветряных турбин и транзисторов. Удвоение объема производства действительно приводит к относительно постоянному снижению цены за единицу продукции. Это справедливо и для знаковых технологий эпохи экспоненциального роста. С помощью закона Райта было успешно предсказано снижение стоимости литий-ионных аккумуляторов. В период с 2010 по 2020 год продажи электромобилей выросли в 140 раз, и каждому нужен такой аккумулятор. За тот же период спрос на них вырос в 665 раз (аккумуляторы каждый год становились все более емкими). Увеличение объемов привело к снижению цены за единицу продукции: с 2010 по 2020 год стоимость средней батареи аккумуляторов снизилась почти на 90%. Но дело не только в аккумуляторах. Как оказалось, закон Райта более точно, чем закон Мура, описывает то, что произошло с ценами на кремниевые чипы^[69].

Этот закон был с нами еще задолго до эпохи экспоненциального роста. Но сегодня имеется одно существенное отличие. Исторически закон Райта имел четкие границы. Вспомните об S-образной кривой, по которой происходит появление продукта на рынке. Сначала он распространяется экспоненциально, но по мере насыщения рынка потребление падает. Предполагалось, что это справедливо и для закона Райта: в конце концов, рынок насыщается и снижение цен замедляется. Райт, который умер в 1970 году, возможно, был бы разочарован, узнав, что в конечном счете произошло с ценами на самолеты, которые подтолкнули его к формулировке закона. Оригинальный Boeing 737, который был сконструирован в 1967 году, в 2020 году стоил 27 миллионов долларов. Последний вариант, 737 MAX, впервые поднявшийся в воздух в 2016 году, стоит 135 миллионов долларов — почти в пять раз больше. Такое вот «снижение» цен.

Однако поразительная особенность нашего времени в том, что жесткие пределы закона Райта отодвигаются, а в некоторых случаях их может и не быть. Сегодня цены на новые технологии, кажется, могут падать бесконечно. Мы уже несколько раз наблюдали этот процесс, поэтому давайте остановимся лишь на одном, особенно ярком, примере. Многие из нас знакомы с USB-накопителями, или флешками, которые используются для переноса компьютерных файлов. Впервые они появились в 2000 году, и за 50 долларов можно было купить 8 мегабайт памяти^[70]. Двадцать лет спустя за 50 долларов можно было купить качественную флешку на 2 терабайта (на ней хранится в 250 тысяч раз больше информации, чем в вашей собственной памяти). Это означает ежегодный рост на 85%. Для продукта индустриальной эпохи — скажем, стиральной машины — на каком-то этапе этого процесса закон Райта должен был замедлиться и сойти на нет. В случае с USB-накопителями такого замедления не наблюдается.

Почему же в современной экономике пределы закона Райта кажутся гораздо более отдаленными? В какой-то степени это связано с физической природой, лежащей в основе технологий, которая принципиально отличается от прежних изобретений. Кремниевые чипы по мере уменьшения размеров их компонентов становятся быстрее. Поскольку чипы размещаются на квадратных пластинах, то каждый раз, когда вы уменьшаете размер компонента, эффективность увеличивается по квадратичному закону. Если у вас есть пластина площадью в 100 квадратных миллиметров и на каждом миллиметре можно разместить один компонент, то на одной пластине поместится 10 тысяч компонентов (100 × 100). Если уменьшить компоненты на 50%, чтобы на каждом миллиметре помещалось по два, то на одной полупроводниковой пластине можно разместить 40 тысяч компонентов (200 × 200).

Это характерно для многих экспоненциальных технологий. Даже могучие ветряные турбины подвержены такому эффекту. Генерирующая мощность ветряной турбины пропорциональна площади лопастей. Эта площадь увеличивается пропорционально квадрату длины лопастей, поэтому, если вы сможете изготовить лопасть вдвое длиннее, вы получите вчетверо большую отдачу^[71]. В 1990 году типичная крупная ветряная турбина имела три лопасти, обеспечивавшие диаметр 40 метров, и могла производить 0,5 мегаватта энергии^[72]. К 2020 году General Electric производила ветряные турбины в 24 раза большей мощности с диаметром в 220 метров^[73].

Более серьезная причина того, что закон Райта вновь обретает силу, кроется в экономике. Раньше по мере насыщения рынка S-образная кривая спроса затухала. Сегодня эта точка насыщения отстоит намного дальше, потому что глобальные рынки стали намного больше. А это значит, что процесс, объясняемый законом Райта, тоже может длиться гораздо дольше, а экспоненциальный рост — увеличиваться.

Как мы не раз увидим в этой книге, рост глобального рынка товаров — одно из громаднейших изменений последних пятидесяти лет. Объем мировой торговли вырос в 60 раз — с 318 миллиардов долларов до 19 468 миллиардов долларов в 2020 году. И это еще отчетливее демонстрирует справедливость закона Райта. Большие рынки означают больший спрос; больший спрос означает более эффективное производство; более эффективное производство означает более дешевые товары; более дешевые товары означают большие рынки. В этом цикле заложена внутренняя экспоненциальная логика. Закон Райта описывает, как технический прогресс приобретает собственную динамику: чем больше мы производим чего-либо, тем выше спрос, а значит, тем больше мы производим.

Именно поэтому закон Райта, по сути, ведет нас в экспоненциальное будущее. Мы учимся на практике. И в последние годы мы стали делать больше. В результате этот процесс и привел нас в экспоненциальную эпоху.

* * *

Вторая движущая сила экспоненциальности еще проще — сочетание, комбинирование. Технологии широкого пользования экспоненциального века не только совершенствуются экспоненциальными темпами, но и сочетаются новыми и мощными способами. Сегодняшние ТШП накладываются друг на друга в непредсказуемых, постоянно меняющихся схемах. По мере появления этих новых видов использования технологий они помогают развиваться в новых направлениях другим технологиям.

Один хороший пример силы комбинаторного изобретения я узнал от моего друга Билла Гросса^[74]. Он стремится помочь обезуглеродить экономику за счет создания новых систем хранения энергии: пытается решить проблемы хранения энергии, стоящие перед возобновляемыми источниками (о них мы говорили ранее). Его компания Energy Vault строит грандиозную систему хранения электроэнергии — колоссальные насекомоподобные краны с шестью стрелами, исходящими из центральной башни, и гигантские блоки из строительного мусора. Краны, питающиеся от солнечных батарей, поднимают эти блоки в воздух и укладывают друг на друга. Потраченная на подъем тяжестей электроэнергия переходит в гравитационную потенциальную энергию уложенных блоков.

После укладки получается аккумулятор, за счет гравитационного потенциала хранящий эквивалент 35 мегаватт-часов электроэнергии — этого достаточно для полной зарядки тысячи компактных электромобилей или питания обычного американского дома в течение девяти с лишним лет. Когда электроэнергия требуется ночью, потому что темно и солнечные панели неактивны, краны могут опускать блоки. Это преобразует гравитационную потенциальную энергию в кинетическую, которая, в свою очередь, приводит в действие электрические генераторы, подающие столь необходимый ток в электросеть.

Какое отношение это имеет к комбинированию? Такое возможно только благодаря взаимодействию нескольких разных технологий. Этот гигантский аккумулятор опирается на определенное сочетание четырех хорошо известных технологий — кранов, строительных блоков, генератора, который преобразует опускание блоков в энергию, и систем транспортировки, которые позволяют перемещать все это. Но есть и пятая, более неожиданная технология — автоматизированная «система компьютерного зрения», использующая глубокое обучение. На каждом кране установлены камеры, данные с которых автоматически обрабатываются компьютером. Компьютер управляет кранами — подъемом и установкой блоков. Это позволяет обойтись без человека-оператора, и именно его отсутствие позволяет Energy Vault устанавливать конкурентоспособные цены.

Конечно, технологии комбинировались всегда. В средневековой Европе для создания водяных насосов совместили маховики и кривошипы. Лампочка — это электричество, стеклянная колба и использование инертных газов. Для технологий широкого применения это еще более верно. Производственная система Генри Форда стала возможной благодаря появлению одной ТШП (электричества), которая позволила ему создать другую ТШП (автомобиль). Изобретения немного похожи на генеалогическое древо. Новые открытия рождаются из аспектов технологий, которые были созданы ранее^[75].

Однако никогда раньше комбинирование не происходило в таких масштабах, как сегодня. Современные технологии более склонны к этому, чем технологии начала и середины XX века, по нескольким причинам. Один из факторов — стандартизация. Сегодня стандартные компоненты могут использоваться в различных составных продуктах. Вспомните батарейку АА: ее можно вставить в пульт дистанционного управления, электрическую зубную щетку, фонарик или игрушечную машинку. Это облегчает и удешевляет создание более сложных продуктов. Производителю зубной щетки не нужно быть экспертом в области батареек — он может просто купить технологию. Таким образом, стандартизация увеличивает скорость выхода продукта на рынок и его масштабирование.

Стандартизация — это в какой-то мере продолжение старой идеи сменных частей, военной инновации XVIII века. Она дала возможность солдатам носить с собой запасные части для ремонта любых мушкетов — до этого для каждого ружья требовались специальные компоненты. Но сегодня стандартизация стала более простой и распространенной, чем мог себе представить мушкетер. В последние десятилетия международные органы по стандартизации, такие как Международный союз электросвязи и Международная организация по стандартизации, подняли логику заменяемых деталей на новую высоту. Эти группы достигают консенсуса в отношении простых вещей (например, компонентов) и сложных (вроде производственных процессов). Наличие стандарта устраняет головную боль. Для электрических розеток не существует какого-то международного стандарта. Именно поэтому мы путешествуем с переходниками, и часто имеющиеся у нас вилки в розетки попросту не втыкаются.

Однако самые важные стандарты экспоненциальной эпохи вовсе не были спущены международными организациями. Скорее они были разработаны на низовом уровне, часто теми самыми людьми, которые создают новые технологии. На созданных таким образом стандартах построен интернет: они разработаны учеными, которые присматривали за Сетью до начала 1990-х годов. Протокол электронной почты — набор правил, определяющих, что такое электронное письмо и как компьютеры отправителя и получателя должны его обрабатывать, — описан в двух документах: RFC^[76] 821^[77] и RFC 822^[78]. Оба документа датируются 1982 годом и были написаны покойным Джоном Постелом из Университета Южной Калифорнии и Дэвидом Крокером, работавшим тогда в Делавэрском университете. Веб-протокол фактически стал стандартом в течение нескольких лет с момента его разработки Тимом Бернерсом-Ли в 1989 году. Эти (и многие другие) интернет-стандарты означают, что мы можем отправлять друг другу электронные письма, не беспокоясь о совместимости наших почтовых систем. Иными словами, они взаимодействуют. И мы все получаем огромную пользу от этой совместимости.

Стандартизация такого рода делает мир более продуктивным и позволяет сочетать разные инновации. Когда технологии придерживаются стандартных форм, их можно применять в большем количестве отраслей. Стандартные технологии становятся похожими на блоки лего — из них можно собрать разнообразный набор услуг. Такое сочетание и рекомбинация стимулируют дальнейшие инновации.

Я на собственном опыте убедился в преобразующем воздействии новой эры стандартизации. В 2006 году я руководил группой инноваций в информационной компании Reuters. Тогдашний генеральный директор Том Глосер всегда стремился к новым рубежам. Он поручил мне реализовать его последнюю идею: получать регулярные спутниковые фотографии крупных портов — Сингапура, Шанхая, Пусана, Роттердама — и использовать их для разработки экономических прогнозов для наших клиентов. Оживление в портах предвещало бурный рост экономики; если же в морских узлах наблюдалось меньше танкеров, а грузовые суда загружены не полностью, значит, намечается спад.

Идея блестящая, но ее трудно реализовать. Было непонятно, к кому обращаться с подобной просьбой. Я принялся звонить на коммутатор в НАСА и Европейское космическое агентство. Сейчас, после исследований, проведенных для этой книги, я знаю, что тогда на орбите находилось всего несколько коммерческих спутников наблюдения Земли, в основном с датчиками не того типа, который был нужен нам. Но, увы, этого я в то время не знал. И подвел Тома.

Однако сегодня предоставлять Тому точные, актуальные фотографии практически любой части планеты было бы делом обычным и дешевым — несколько десятков долларов. Такие изображения используют хедж-фонды и сырьевые трейдеры, причем именно так, как предполагал мой босс. Например, чтобы понять покупательский спрос и в результате оценить, насколько хорошо идут дела в секторе розничной торговли, такие компании подсчитывают количество автомобилей на парковках торговых центров. Или анализируют тени, отбрасываемые нефтяными танкерами, чтобы оценить их загрузку и, следовательно, мировой спрос на нефть. Американская страховая компания Lemonade, прежде чем предложить полисы страхования жилья, по спутниковым снимкам оценивает риск лесных пожаров^[79].

К концу 2018 года вокруг Земли вращалось около 2000 действующих спутников. По данным Союза обеспокоенных ученых, в 1991–2000 годах было запущено 118 спутников, около десяти в год — четыре пятых из них были коммерческими, в основном для связи (остальные правительственные или военные)^[80]. В 2018 году было запущено 372 спутника, более чем в двадцать раз больше, чем в начале века.

Рост количества спутников нового поколения, как вы уже догадались, произошел благодаря стандартизации. Стандартные компоненты сделали спутники дешевле, а космос — доступнее. Они позволяют создавать спутники стандартных размеров, например маленькие низкоорбитальные, известные как CubeSats. Затем ракеты поднимают спутники стандартных размеров, что значительно снижает затраты на выход из атмосферы Земли^[81].

В программном обеспечении стандартизация тоже стала обычным делом. Она привела к распространению компонентизации: многие стандартные задачи, которые мы ставим перед ПО, теперь доступны в виде готовых блоков кода. Современный разработчик программного обеспечения может потратить столько же времени на соединение таких предподготовленных компонентов, сколько и на написание чего-то нового. Новое мобильное приложение может включать десятки тысяч или больше строк кода, но разработчикам, пишущим приложения, нет нужды набирать эти строчки самим. Скорее они найдут стандартизированные компоненты, разработанные другими. Такая унификация означает, что компании могут использовать опыт разных отраслей: некто, разрабатывающий приложение, предназначенное для путешественников и помогающее им бронировать жилье, может воспользоваться компонентом календаря, изначально разработанным для приложения, планирующего деловые встречи.

Все это говорит об изменении характера технологического развития. Современные технологии чаще комбинируются и рекомбинируются. И этот процесс приводит к появлению очередных инноваций.

* * *

Лаура О’Салливан училась в выпускном классе колледжа Маунт-Мерси в Корке (Ирландия), когда решила разработать автоматизированную систему, способную выявлять аномалии в мазках из шейки матки. Годом раньше произошел скандал: результат такого теста у двухсот ирландок был отрицательным, а потом у них все-таки обнаружили рак. Лауре было всего 16 лет, когда она поставила перед собой цель решить эту проблему. Она знала о недавнем прорыве в области машинного зрения — способности компьютеров идентифицировать объекты или узоры на изображениях, о которой мы говорили в главе 1. Лаура подумала, что эту технологию можно использовать для выявления злокачественных образований на снимках мазков.

У Лауры был лишь начальный опыт программирования — пару каникул она провела в лагерях для программистов — и никакой формальной подготовки. «Я прошла несколько онлайн-курсов по машинному обучению и глубокому обучению на сайтах Coursera и Стэнфордского университета. Мне необходимо было понять основы», — рассказывала она мне. Лаура начала свой проект во время летних каникул, изучая, как строить и настраивать свёрточные нейронные сети, как находить и очищать данные. К счастью, датская больница Herlev выложила в открытый доступ данные мазков, которые девушка могла использовать.

Это было непросто. Набор данных был, говоря языком специалистов по обработке и анализу данных, несбалансированным. В нем было слишком много, предположительно, аномальных, потенциально раковых изображений и недостаточно здоровых. В реальном мире все было бы наоборот: у большинства женщин мазки показали бы, что женщины здоровы, и лишь у немногих, что женщины больны. Такая несбалансированность данных могла вызвать проблемы в системе Лауры.

Она нашла способ искусственно создать больше данных, представляющих здоровые образцы. Так получился бы надежный набор, который позволил бы алгоритмам эффективно обучаться. Техника, которую она использовала (генеративно-состязательные сети, или GAN), была весьма актуальной. Первые результаты с помощью GAN исследователь из Калифорнии Ян Гудфеллоу получил всего четыре года назад^[82]. Лаура смогла бесплатно загрузить код для работы GAN с сайта GitHub, на котором разработчики программного обеспечения сотрудничают и свободно делятся своими наработками. Все вычисления проводились на домашнем компьютере отца Лауры. У него было дополнение, которое Лауре очень нравилось, — два экрана: на одном она могла просматривать свой код, а на другом — руководства по вычислениям.

К декабрю 2018 года Лаура доработала свои результаты. Я встретился с ней в январе 2019 года во время финального этапа конкурса молодых ученых Ирландии — ее новая программа определяла аномалии на изображениях лучше любого врача. Неудивительно, что она получила приз.

Опыт Лауры — прекрасный пример третьей движущей силы экспоненциальных технологий: изобилия сетей. За последние пятьдесят лет появилось множество информационных и торговых сетей. Никогда еще не было так просто переслать денежные средства из одной части мира в другую. Никогда еще не было так просто переправить мем из Сантьяго в Сидней^[83]. Никогда еще не было так просто перевезти часть электронного оборудования из Шэньчжэня в Стокгольм. И если уж на то пошло, никогда еще не было так просто за считаные недели распространить вирус из какого-то удаленного места в огромной стране по сотне других государств.

Сети изменили характер торговли, изобретений, науки, взаимоотношений, болезней, финансов, информации, угроз и многого другого. И что очень важно, эти потоки информации приводят к экспоненциальному развитию и распространению технологий.

Можно выделить несколько форм сетей, особенно важных для активизации экспоненциальных технологий, прежде всего информационные сети. Они развивались на протяжении десятилетий. В 1970-х годах, когда компьютеры стали более распространенными в академических кругах, их начали использовать для обмена результатами исследований. Примерно в то же время началось развитие интернета. К 1990 году к нему были подключены 300 тысяч компьютеров более чем в двенадцати странах, по большей части в университетах. Ученые вдруг смогли запросто пересылать друг другу работы по электронной почте. И они пересылали.

Оставался лишь шаг к созданию больших бесплатных академических баз данных. Молодой физик Пол Гинспарг сражался с потоком пересылаемых по электронной почте статей. Он придумал централизованную систему, в которую можно было бы загружать все препринты. Когда я впервые обратился к этой системе в середине 1992 года, она была размещена в Лос-Аламосской национальной лаборатории. Исследователи получали доступ к ней через программу Gopher — предшественницу WWW — по заманчивому интернет-адресу xxx.lanl.gov. Сегодня творение Гинспарга известно как arXiv (произносится «архив»; буква Х — это греческая «хи»). Оно произвело революцию в распространении научных знаний.

На arXiv стали доступными тысячи качественных научных работ, хотя и нерецензированных. Гинспарг и его сотрудники положили начало движению открытого доступа, цель которого — расширить доступ к научной мысли. Сегодня arXiv, начав свою деятельность в области физики высоких энергий, распространился на такие дисциплины, как астрофизика, компьютерные науки и математика. К 1994 году в arXiv было более 10 тысяч работ; в декабре 2019 года — 23 миллиона исследований по всем дисциплинам^[84]. Поскольку каждая из этих работ всегда была доступна на arXiv, прежде чем попасть в печатный журнал с его строгой экспертной оценкой, его прозвали «сервером препринтов».

Этот феномен не ограничивается физикой — преимущества препринтов оценили и в других областях. В 2003 году для биологов был запущен BioRxiv, а PsyArXiv для психологов и SocArXiv для социальных наук появились в 2016 году. В настоящее время над ускорением распространения академических знаний работают около пятидесяти сервисов препринтов^[85].

Серверы препринтов обладают такой мощностью, потому что стирают границы между академическими исследованиями. Они позволяют обычным людям бесплатно получать доступ к передовым идеям. А это расширяет круг тех, кто может участвовать в научном процессе. Правильность такого подхода стала особенно очевидна в пандемию коронавируса. Первая научная статья о вирусе была опубликована на сервере препринтов 24 января 2020 года. К ноябрю 2020 года на этих серверах и в других источниках с открытым доступом было выложено более 84 тысяч статей о COVID-19, при этом в различных дисциплинах^[86]. И Лаура О’Салливан — еще один пример того, как сервер препринтов ускоряет распространение новых идей. Удивительно, что такая мощная концепция, как генеративно-состязательные сети, смогла менее чем за пять лет пройти путь от нерецензированного предварительного документа до школьного проекта на другом континенте.

Серверы препринтов — лишь один из примеров того, как новые информационные сети становятся инструментами быстро развивающегося сотрудничества. Интернет открывает возможность сотрудничества через тысячи, миллионы других сетей. GitHub позволяет 56 миллионам разработчиков программного обеспечения сотрудничать в рамках 60 миллионов различных программных проектов^[87]; Behance помогает дизайнерам работать над творческими проектами; блоги дают людям шанс писать об идеях и комментировать их; через Wikipedia любой может получить доступ к огромным массивам специализированной информации и внести в нее свой вклад. Социальные сети выполняют ту же функцию, что и частные чат-группы.

Эти информационные сети становятся катализаторами возникновения экспоненциальных технологий. Они продвигают ноу-хау, которые делают возможными прорывные технологии. Интернет распространяет идеи по всему миру среди миллионов пользователей, интересующихся теми или иными явлениями.

В то время как информационные сети помогают идеям распространяться по всему миру, транспортные контейнеры делают то же самое для физических товаров. В 1950-х годах такие продукты, как нефть и зерно, обычно перевозили в танкерах или сухогрузах; другие товары доставлялись в ящиках разного размера или в свободном состоянии. Погрузочно-разгрузочные работы выполнялись вручную. Это был трудоемкий, медленный и дорогостоящий процесс. Перемещение товаров из США в Европу или наоборот могло занимать три месяца, а стоимость транспортировки достигала 20% стоимости груза.

Использование контейнеров изменило все. Первые морские контейнеры прибыли в порт Хьюстона на судне Ideal-X в апреле 1956 года. Длина их составляла 35 футов (10,668 м), ширина — 8 футов (около 2,5 м), высота — 8 футов. Здесь тоже сыграла свою роль стандартизация: к 1965 году Международная организация по стандартизации согласовала спецификацию для морских контейнеров (8 футов в ширину, 8,5 фута в высоту и 10, 20 или 40 футов в длину^[88]). Контейнеры стало возможным выгружать в портах по всему миру и закатывать прямо на грузовики с плоской платформой. И первые суда с такими контейнерами отправились из США в марте 1966 года^[89].

На самом первом судне было 226 контейнеров. Через год по морскому пути между Оклендом на западном побережье США и заливом Камрань во Вьетнаме, где располагалась американская военная база, начал курсировать контейнеровоз, вмещающий 609 контейнеров. Такие суда становятся все больше и больше. Спущенный на воду в 2020 году крупнейший в мире контейнеровоз HMM Algeciras уже смог вместить 23 964 контейнера^[90].

Последствия были потрясающими. С 1980 по 2015 год общая вместимость контейнеровозов во всем мире выросла в 25 раз. Это было частью долгосрочной тенденции — снижения стоимости ведения бизнеса в глобальном масштабе. В период с конца Второй мировой войны по 1980 год, когда контейнеровозы составляли менее десятой части тоннажа мирового грузового флота, стоимость морских перевозок снизилась в 2,5 раза. В последующие тридцать лет они составят три пятых от гораздо большего мирового грузового флота — и цены снова наполовину снизятся. С падением цен резко возросли объемы. С 2000 по 2018 год объем перевозок через контейнерные порты вырос более чем в 3 раза^[91].

Эти новые технологии морских перевозок в сочетании с интернетом, электронной коммерцией и компьютеризированными системами заказов делают логистику все более эффективной. Цепочка поставок «точно в срок» означает, что многое из того, что мы, возможно, купим через неделю, сейчас находится где-то в океане на грузовом судне. Такие огромные компании, как Apple, держат товары — или «товарно-материальные запасы в наличии» — на складе на срок до десяти дней. Компания знает, что через две недели продаст продукцию на миллионы долларов, но эта продукция еще не произведена. Компания может положиться на цифровую сеть интернета, чтобы принять заказ и скоординировать его, и на физическую сеть грузовиков и кораблей, чтобы удовлетворить весь прогнозируемый спрос.

Такие торговые сети способствуют непрестанному развитию и распространению новых технологий. Они позволяют товарам проникать на отдаленные рынки быстрее, чем когда-либо прежде. Новые продукты — новейшие модели телефонов и ноутбуков — могут появиться на всех мировых рынках в один и тот же день. Когда 29 июня 2007 года компания Apple представила свой первый iPhone, устройство продавалось в единственном магазине в Сан-Франциско. К моменту запуска одиннадцатой версии телефона 20 сентября 2019 года он был доставлен жаждущим покупателям в сотни разных городов более чем в тридцати странах мира.

Таким образом, эти сети и есть третий двигатель эпохи экспоненциального роста. По мере того как мир становится все более взаимосвязанным — информацией и транспортными путями, — технологиям все легче распространяться по нему со стремительной скоростью.

* * *

Сейчас мы уже можем понять, где находятся истоки новой волны экспоненциальных технологий. Ими движут три взаимно усиливающих друг друга фактора: преобразующая сила обучения на практике, растущее сочетание новых технологий и возникновение новых сетей информации и торговли.

Однако картина не будет полной, если мы не разберемся в экономическом и политическом контексте. Как вы могли заметить, ни одну из этих движущих сил нельзя объяснить без обращения к более широкому набору сдвигов в политике и экономике. В частности, к процессу глобализации. Наша непрекращающаяся способность учиться на практике основана на постоянно растущем международном спросе на товары. Стандартизация деталей, программного обеспечения и технологических протоколов отчасти обусловлена появлением глобальных институтов по стандартизации. Рост торговых сетей связан как с развитием новых рынков, так и с появлением новых технологий. Технологии, политика и экономика взаимосвязаны. Фактически мы можем проследить взаимное усиление экспоненциальных технологий и глобализации. Закон Мура был сформулирован в 1965 году, а первый международный контейнеровоз отплыл из Нью-Джерси в марте 1966 года.

Следовательно, чтобы понять истоки экспоненциальных изменений, нам необходимо заглянуть за пределы технологий. Когда ставшие отличительной чертой экспоненциальной эпохи технологии еще только зарождались и не успели по-настоящему заявить о себе, новая политическая ортодоксия входила в пору своего становления. По мнению историка экономики Биньямина Аппельбаума, именно в конце 1960-х — начале 1970-х годов экономисты в США начали «играть главную роль в формировании государственной политики»^[92]. До этого экономисты существовали на академической периферии и в недрах центральных банков. Но в 1970-х все изменилось.

Это хорошо известная история. Богатые страны подверглись токсичному сочетанию низкого экономического роста и высокой инфляции, известному как «стагфляция». Волны забастовок и топливных кризисов разъедали доверие к западным правительствам. Когда вера в правительство пробила новый минимум, избиратели и политики бросились искать другой способ ведения дел. Все было готово к возникновению новой экономической школы, знаменосцем которой стал профессор Чикагского университета Милтон Фридман.

Фридман верил, что рынки будут работать лучше, если государство перестанет стоять у них на пути. После окончания Второй мировой войны правительства западных стран приняли довольно интервенционистский подход к своей экономике. До 1979 года верхняя ставка подоходного налога, выплачиваемого на доходы от инвестиций, составляла 98% в Великобритании и 70% в США. В Великобритании во второй половине 1970-х годов базовая ставка налога составляла 33%. А с высокими налогами пришло и ручное управление: национализация отраслей, жесткое регулирование и интервенционистская промышленная политика. Но сторонники Фридмана выступали за другой подход. Ослабив регулирование и снизив налоги, правительства могли высвободить силу рынка и вернуть высокий экономический рост и управляемую инфляцию. Эта дружественная рынку идеология нашла свое отражение в знаменитой доктрине Фридмана, согласно которой социальная ответственность корпораций и делового сектора заключается в увеличении прибыли, и не более того^[93].

Последствия потрясли все и вся. В 1976 году, когда Фридман получил Нобелевскую премию по экономике, Чикагский университет был, пожалуй, самым важным экономическим институтом в мире. Происходило массовое принятие власти рынков. После избрания Рональда Рейгана в США и Маргарет Тэтчер в Великобритании эти идеи нашли свое отражение в правительстве. Неожиданно акцент сместился с государства на рынок. В 1981 году сам Рейган произнес знаменитую фразу о том, что, по его мнению, «правительство — это проблема», а не решение. Обе администрации раздули костер либерализации рынка, устраняя предполагаемые препятствия для успеха бизнеса. Попутно они вызвали волну предпринимательской активности по обе стороны Атлантики, в результате чего появились новые рынки — от банковского дела до гостиничного бизнеса и технологий.

Большинство читателей уже знакомы с этой трансформацией. Многие пережили ее. Но мы редко останавливаемся на ее связи с технологиями, особенно с экспоненциальными, о которых шла речь в этой главе. Экономика свободного рынка способствовала глобализации. А глобализация помогла раскрутить экспоненциальную эпоху. Все это означает, что мы можем проследить начало эры экспоненциальных технологий не только до открытия закона Мура или создания основополагающего процессора Intel 4004 в 1971 году. Не менее важным оказалось появление новой политической ортодоксии. Свободный рыночный капитализм высвободил силу экспоненциальности в конце 1970-х.

Именно тогда были заложены основы перехода к экспоненциальной эпохе. Но для того чтобы она приобрела очертания, потребовалось время. Назвать реальную дату начала экспоненциальной эпохи сложно. Она не похожа на эпоху полетов (начало которой положили Орвилл и Уилбер Райт в Китти-Хок в 1903 году), или атомную эпоху (первый атомный реактор «Чикагская поленница — 1»^[94], 1942 год), или космическую (вывод на орбиту первого спутника Земли в 1957 году). Экспоненциальное изменение — это непрерывная плавная кривая, в ней нет резких скачков или не связанных друг с другом моментов. И как мы видели в главе 1, сначала изменения едва заметны, потом скорость увеличивается обманчиво медленно, и только затем все взлетает. В точке А на рис. 5 мир выглядит статичным. В точке Б все происходит обескураживающе быстро.

Рис. 5. Экспоненциальная эпоха. Мы находимся в точке А или в точке В?

Я считаю, что точка А на этом графике находится где-то между 1969 и 1971 годами, в период разработки интернета и микропроцессора. Даже тридцать лет спустя экспоненциальная технология все еще развивалась неспешно. Когда я в середине 1990-х годов создавал интернет-сервисы, офлайновые продукты оставались гораздо более важными, чем онлайновые. Конечно, некоторые гуру из Кремниевой долины уже рассмотрели потенциал. Но остальной мир его еще не видел: технологические изменения только зарождались, они еще не перевернули «реальный мир» с ног на голову. Сайт, который я создал для журнала Economist в 1996 году, привлекал лишь малую часть читательской аудитории печатного издания.

И вот в какой-то момент после 1990-х годов мы достигли точки Б. К 2020 году печатная версия журнала Economist насчитывала 900 тысяч читателей, а в Twitter у него было более 25 миллионов подписчиков^[95]. На мой взгляд, переломный момент, когда экспоненциальные технологии начали действительно преобразовывать все вокруг, наступил во втором десятилетии XXI века. В 2010 году было продано 300 миллионов смартфонов, а к 2015-му их ежегодные продажи достигли 1,5 миллиарда. В 2014–2015 годах средняя мировая стоимость солнечной фотоэлектрической энергии опустилась ниже стоимости энергии, вырабатываемой при сжигании угля. Что касается бизнеса, то 2011 год стал первым за последние десятилетия, когда крупнейшей компанией мира оказалась не нефтяная компания: Apple опережала ExxonMobil в течение нескольких недель. Если не произойдет резкого изменения, то Exxon в последний раз считалась самой дорогой компанией в мире в 2013 году. К началу 2016-го в десятку крупнейших на планете входили шесть компаний, основанных на экспоненциально развивающихся цифровых технологиях, — Apple, Tencent, Alphabet, Microsoft, Amazon и Facebook.

Именно это я и называю экспоненциальной эпохой. Мы живем не просто во времена экспоненциальных технологий, а в период, когда эти технологии и их влияние стали определяющей силой в нашем обществе. Социальные преобразования происходили благодаря возможностям новых технологий и в предыдущие эпохи. Но в последние годы эти технологии развиваются беспрецедентными темпами — более чем на 10% в год. По мере совершенствования они комбинируются и рекомбинируются, создавая все новые и новые возможности. Они проникают во все сферы нашей жизни, перестраивая наш подход к бизнесу, работе, политике и меняя даже наше представление о себе.

Однако революционная сила экспоненциальной эпохи состоит не только в самих изменениях. Она заключается в том, как люди реагируют на них. Именно об этой реакции человека на экспоненциальную эпоху мы далее и поговорим.

Глава 3. Экспоненциальный разрыв

В 2020 году Amazon исполнилось 26 лет. За предыдущую четверть века компания преобразовала сам процесс совершения покупок. Ее доход от розничных продаж превысил 213 миллиардов долларов, она стала богаче немецкой Schwarz Gruppe, американской Costco и любой из британских розничных сетей. Больше была только американская Walmart с объемом продаж более полутриллиона долларов. Но в онлайн-торговле Amazon к тому времени уже стала мировым лидером. Размеры ее онлайн-продаж превосходили Walmart в восемь раз. Однако Amazon — это не просто интернет-магазин. Ее огромные операции в таких областях, как облачные вычисления, логистика, медиа и «хард», добавили к объему продаж еще 172 миллиарда долларов.

В основе успеха Amazon лежи�

Посвящается Салману, Софи и Жасмин, а также всему сообществу Exponential View

Введение. Великий переход

Дом, в котором я живу, расположен между Голдерс-Грин и Криклвудом на северо-западе Лондона. Это самый обычный таунхаус на две семьи на самой обычной пригородной улице, каких множество по всей Европе и в США. Наш квартал – относительно недавнее дополнение к ландшафту. Если вы посмотрите на карту этого района от 1920 года, то увидите, что раньше на этом месте были фермы. Мой дом стоит как раз посреди бывшего поля. Там, где сейчас у нас подъездная дорога, проходила тропа, по которой гнали скот, а то, что стало нашим жилым кварталом, обозначено живыми изгородями с воротами и перелазами. В паре сотен метров к северу – кузница.

Прошло несколько лет, и все вокруг изменилось. Возьмите карту тех же мест от 1936 года, и вы увидите, что поля превратились в улицы, по которым я теперь хожу каждый день. Кузницы не стало, вместо нее появилась авторемонтная мастерская. Выросли кирпичные дома межвоенной эпохи; они стоят на этих участках и сейчас – разве что без странных стеклянных пристроек. Поразительная метаморфоза, отразившая рождение знакомого всем современного образа жизни.

В конце 1880-х годов жизнь в Лондоне мало чем отличалась от жизни в предыдущие времена: все так же по брусчатке стучали копыта лошадей, украшавших улицы навозными кучами, все домашние дела в основном делались вручную, большая часть населения теснилась в облупленных зданиях многовековой давности. Но, начиная с 1890-х годов и во многом окончательно оформившись к 1920-м годам, появились и стали завоевывать позиции основные технологии XX века. На фото центральных лондонских улиц, сделанных в 1925 году, мы уже не видим лошадей: их заменили автомобили и автобусы. Паутина проводов доставляла электричество от угольных электростанций к конторам и жилищам. Ко многим зданиям протянулись телефонные линии, позволявшие общаться с находившимися где-то вдалеке друзьями и родными.

Эти перемены, в свою очередь, вели к социальным сдвигам. По мере развития современных систем производства появились трудовые договоры о полной занятости со знакомыми всем нам преимуществами; новые виды транспорта позволили искать работу необязательно рядом с домом; электрификация фабрик привела к возникновению больших компаний с узнаваемыми и сегодня названиями. Если бы кто-нибудь из живших в 1980-х перенесся на машине времени примерно на сто лет назад, ему мало что показалось бы хорошо знакомым. Но если бы он перенесся в 1930-е годы, то знакомого и понятного оказалось бы гораздо больше.

Эта случившаяся за два десятилетия трансформация отражает внезапные и радикальные перемены, которые способны принести технологии. Люди, обзаведясь каменными топорами и палками-копалками, начали пользоваться самыми первыми, примитивными технологиями. Мы все время стремимся облегчить себе жизнь и ради этого создаем инструменты – технологии. Они издавна служили людям для преображения окружающего их мира. Они позволили нам обрабатывать землю и строить жилища, путешествовать сначала по земле, затем по воздуху, а потом и в космосе, перейти от кочевой жизни к жизни в поселениях, а затем в больших городах.

Однако создаваемые нами технологии могут подталкивать развитие общества в неожиданных направлениях. В этом на собственном опыте убедились те, кто жили задолго до меня в местах, которые сейчас являются северо-западными районами Большого Лондона. Когда в игру вступают технологии, последствия могут быть громадными, охватывающими все стороны жизни человека: как мы работаем, с чем боремся, как взаимодействуем с социумом и даже наши личные привычки. Говоря языком экономики, технологии не «экзогенны» по отношению к другим факторам, определяющим нашу жизнь, – они становятся неотъемлемой частью политической, культурной и социальной систем и влияют на них зачастую самым драматичным и непредвиденным образом.

Именно непредсказуемость сочетания технологий и других влиятельных сил – иногда медленного, иногда вызывающего быстрые и резкие перемены – и делает попытки анализа столь трудными. Появившаяся относительно недавно теория сложных систем пытается описать, как взаимодействуют разные элементы сложных систем, например как соотносятся при создании экосистемы различные виды. Человеческое общество – самая сложная из «сложных систем». Она состоит из бесчисленных, постоянно взаимодействующих составляющих: личностей, семей, правительств, компаний, убеждений и технологий.

Согласно теории сложных систем, существование взаимосвязей между различными элементами означает, что даже мелкие изменения в одной части системы могут отразиться на всей системе в целом. И эти изменения могут быть хаотичными, внезапными и весьма значительными[1]. Даже если мы обладаем достаточными знаниями о том, из каких частей состоит система, вряд ли возможно точно предсказать, в каком месте эта рябь затихнет[2]. Возможно, новые технологии поначалу вызовут лишь незначительные социальные трансформации, но затем спираль раскрутится и приведет к серьезным последствиям для всего общества.

Когда эта рябь, эти возмущения – или, говоря языком теории сложных систем, «контуры обратной связи» – только начинают распространяться, они вызывают дискомфорт. Достаточно лишь заглянуть в газеты начала XX века, чтобы понять, какую тревогу вызывали внезапные перемены. Обзор статей в газете New York Times вековой давности говорит о том, как американцы относились к лифтам, телефону, телевизору и другим технологическим новшествам[3].

Конечно, дело было не в волнении обывателей из-за поездки на лифте. Скорее недоверие людей к инновациям свидетельствовало об их страхе перед скоростью происходящих перемен. Мы интуитивно понимаем, что технологические изменения часто не ограничиваются той сферой, в которой они возникли. Изобретение лифта позволило возводить все более и более высокие здания, что произвело революцию в градостроительной политике и в экономике городского хозяйства. Появление телефона решительным образом изменило то, как люди взаимодействовали с коллегами и друзьями. Эффект от возникновения новой технологии ощущается везде.

Сегодня мы переживаем еще один период грандиозных трансформаций. Самый верный признак – то, что люди обсуждают технологии. Известная американская консалтинговая компания Edelman проводит ежегодный опрос на тему доверия в обществе. Один из ключевых вопросов – его предлагают тридцати тысячам респондентов из двадцати стран, – как люди воспринимают скорость развития технологий. В 2020 году более 60 % респондентов считали, что «темпы перемен слишком быстрые», что на одну пятую больше по сравнению с показателями пятилетней давности[4].

Большое искушение – заявить, будто люди всегда считали, что технологические и общественные изменения происходят слишком быстро. Они думали так сто лет назад, думают так сегодня. Но цель этой книги – показать, что мы действительно живем во времена необычно быстрых общественных перемен и что они вызваны стремительными технологическими прорывами. В начале XXI века определяющие технологии индустриальной эры претерпевают метаморфозы. Сейчас наше общество стремительно продвигается вперед благодаря нескольким инновациям – компьютеризации и искусственному интеллекту, возобновляемым запасам электроэнергии, новым прорывам в биологии и производстве.

Мы еще не до конца понимаем, что принесли с собой эти инновации. А уникальны они тем, каким образом развиваются – экспоненциальными темпами, месяц от месяца все быстрее. И, как и в предыдущие периоды быстрых технологических трансформаций, они оказывают влияние на все общество и ведут не только к появлению новых услуг и продуктов, но и к изменению отношений между старыми и новыми компаниями, работодателями и сотрудниками, городами и странами, потребителями и рынком.

Ученые, изучающие свойства сложных систем, называют моменты радикальных изменений в системе «фазовым переходом»[5]. Когда вода превращается в пар, ее химический состав остается прежним, но кардинально меняется ее поведение. Общества тоже могут претерпевать фазовые переходы. Некоторые из них кажутся резкими, прорывными, меняющими мир. Вспомните об открытии Колумбом Америки или о падении Берлинской стены.

Динамичная реорганизация современного общества – именно такой фазовый переход. Переломный момент достигнут, и наша система трансформируется буквально на глазах. Вода превращается в пар.

* * *

Тема этой книги – стремительная трансформация общества в начале XXI столетия. Эта книга о том, что новые технологии развиваются все быстрее, и о том, как это влияет на политику, экономику и общество в целом.

Однако в этой книге нет места пессимизму. В технологиях, о которых я буду писать, нет ничего неизбежно вредного. Наиболее важные для нас составляющие общества – наши компании, культурные системы, законы – появились в ответ на изменения, которые претерпевали прежние технологии. Одним из важнейших качеств человека, определивших ход человеческой истории, стала наша способность приспосабливаться. Перед лицом быстрых технологических перемен мы поначалу впадаем в панику, затем адаптируемся, а потом постепенно учимся извлекать максимум пользы для себя.

Я решил написать эту книгу, потому что сегодня, когда речь заходит о технологиях, мы словно говорим на разных языках. Когда вы смотрите новости или читаете блоги авторов из Кремниевой долины – нашей уже признанной технической столицы, – становится очевидным, что публичный дискурс по поводу технологий весьма ограничен. На наших глазах новые технологии меняют мир, и все же повсюду царит непонимание, что они собой представляют, почему важны и как на них реагировать.

На мой взгляд, в наших дискуссиях о технологиях существуют две основные проблемы, и я рассчитываю, что в этой книге мы их обсудим. Первая – неверное понимание отношения людей к технологиям. Мы зачастую воспринимаем их как нечто отдельное от человеческой природы, как будто это что-то, само собой возникшее и не отражающее склонностей и расстановки сил среди его создателей. При таком представлении технологии сами по себе свободны от ценностей; они нейтральны, а уже потребители определяют, как их использовать – во благо или во зло.

Именно такой взгляд характерен для Кремниевой долины. В 2013 году исполнительный директор Google Эрик Шмидт писал: «Главная истина технологической индустрии – технологии, в отличие от людей, нейтральны – будет периодически теряться среди этого шума»[6]. Инженер, врач, а также основатель Университета сингулярности[7] Питер Диамандис писал, что, хотя компьютер «совершенно очевидно, величайший из доселе имевшихся инструментов самореализации, это всего лишь инструмент, и, подобно всем инструментам, он по сути своей нейтрален»[8].

Это весьма удобная точка зрения для тех, кто создает технологии. Если технологии нейтральны, изобретатели могут сосредоточиться на разработке своих штуковин. И если они начинают оказывать нежелательное воздействие, виновато общество, а не изобретатели. Но если технологии не нейтральны, то есть если в них закодирована какая-то форма идеологии или система власти, это может означать, что их создателям следует быть более осторожными. Мы даже можем пожелать управлять создателями или ввести законы, регулирующие их творчество и творения. А такое регулирование грозит обернуться весьма хлопотным делом.

К несчастью для таких специалистов, их взгляд на технологии ложен. Технологии вовсе не нейтральные инструменты, всего лишь кем-то используемые (или неправильно используемые). Это продукт деятельности людей. А эти люди создают и направляют свои изобретения в соответствии с собственными предпочтениями. Подобно тому как в некоторых религиозных текстах говорится, что люди созданы по образу и подобию Господа, так и инструменты созданы по образу и подобию тех людей, которые их изобрели. А это означает, что наши технологии часто воспроизводят и поддерживают ту расстановку сил, которая существует в обществе в целом. Наши телефоны спроектированы так, что мужской рукой их держать удобнее, чем женской. Многие лекарства менее эффективны для чернокожих и азиатов, потому что фармацевтическая индустрия часто разрабатывает их в расчете на белого потребителя. Внедряя новые технологии, мы, сами того не осознавая, можем укреплять сложившуюся общественную систему, так как технологии становятся частью инфраструктуры, с которой сложно что-то поделать.

Я не рассматриваю технологии как некую абстрактную силу, отдельную от остального общества. Здесь они исследуются как нечто, созданное людьми и отражающее человеческие стремления, даже если они способны радикально и неожиданным образом менять это самое общество. Эта книга в равной степени о том, как технологии взаимодействуют с нашими формами социальной, политической и экономической организации, и о самих технологиях как таковых.

Вторая проблема всех наших дискуссий о технологиях еще коварнее. Многие из тех, кто не связан с технологическим миром, даже и не пытаются понять его или выработать правильную реакцию на него. Политики часто демонстрируют полное невежество по части даже базовых принципов действия наиболее распространенных технологий[9]. Этим они похожи на людей, которые пытаются заправить автомобиль, набив багажник сеном. Соглашение об условиях выхода Великобритании из Евросоюза, подписанное в декабре 2020 года, именует Netscape Communicator «современным пакетом программного обеспечения для электронной почты». Однако Netscape Communicator появился еще в 1997 году, а его последняя версия – в 2002-м.

Несомненно, понимание сути новой технологии – дело непростое. Оно требует новых знаний в самых разных областях, а также представлений о существующих в социуме правилах, нормах, общественных институтах и договоренностях. Другими словами, для эффективного анализа новых технологий нужно уметь пребывать одновременно в двух мирах, что заставляет вспомнить о знаменитой лекции британского ученого и романиста Ч. П. Сноу[10], прочитанной им в 1959 году. Эти «две культуры» никак не пересекались, и те, кто разбирались в одной, редко когда понимали что-то в другой: «пропасть взаимонепонимания» была порождена «обращенной в прошлое интеллигенцией», состоящей из претендующих на понимание и любовь к искусству оксфордских и кембриджских выпускников, которые свысока взирали на технический и научный прогресс. Это, как считал Сноу, вело к катастрофическим последствиям: «Пока эта пропасть существует, общество не в состоянии мыслить здраво»[11].

В настоящее время пропасть между двумя культурами еще шире. Только сегодня на одной стороне стоят технари: программисты, разработчики, управленцы Кремниевой долины, а на другой – все остальные. Культура технологий постоянно развивается в новых, подчас опасных и неожиданных направлениях. Другая культура – культура гуманитарных и общественных наук, в которой обитают большинство комментаторов и политических деятелей, – не в состоянии идти в ногу с происходящим. При отсутствии диалога между двумя культурами ведущие мыслители с обеих сторон будут сражаться друг с другом в поисках верных решений.

* * *

Эта книга – моя попытка свести два мира. С одной стороны, я постараюсь помочь технарям посмотреть на их действия в более широком общественном контексте. С другой – попробую помочь гуманитариям лучше понять технологии, лежащие в основе этого периода быстрых социальных изменений.

Такое сочетание дисциплин как раз по мне. Я ребенок микрочипа, родившийся через год после выпуска первого коммерческого компьютера; молодой адепт интернета, студентом открывший для себя Сеть; профессионал технологической индустрии, поскольку запустил свой первый сайт для британской газеты Guardian в 1995 году. С 1998 года я основал четыре технологические компании и инвестировал в тридцать с лишним стартапов. Я пережил «пузырь доткомов» на рубеже тысячелетий. Позже я руководил группой инноваций в компании Reuters, где наши команды выпускали неожиданные, иногда абсолютно невероятные продукты и для менеджеров хедж-фондов, и для фермеров в Индии. Несколько лет я работал с венчурными капиталистами в Европе, поддерживая самых амбициозных создателей технологий, которых мы только могли отыскать, и до сих пор активно инвестирую в технологические стартапы. В качестве инвестора я разговаривал с сотнями основателей технологий в таких разных областях, как искусственный интеллект, передовая биология, устойчивое развитие, квантовые вычисления, электромобили и космические полеты.

Однако мое образование связано с социальными науками. В университете я сосредоточивался на политике, философии и экономике, хотя (и это необычно) посещал также курс программирования вместе с группой физиков, которые были куда умнее меня. И мне всегда было интересно то, как технологии преобразуют бизнес и общество. Я работал журналистом сначала в газете Guardian, затем в журнале Economist, и мне приходилось объяснять широкой аудитории сложные темы из мира программной инженерии. Особенно меня интересовали политические последствия внедрения новых технологий. Некоторое время я был членом Ofcom – агентства, которое регулирует работу теле- и радиокомпаний, интернета и медиаиндустрии в Великобритании. В 2018 году я стал членом совета директоров Института Ады Лавлейс[12], который изучает этические последствия использования цифровой информации и искусственного интеллекта в обществе.

В последние нескольких лет я пытаюсь говорить об этих двух культурах в Exponential View – информационном бюллетене и подкасте, где исследую влияние новых технологий на общество. Я создал его после того, как мой третий стартап, PeerIndex, был приобретен гораздо более крупной технологической фирмой. PeerIndex применял методы машинного обучения (о которых я подробнее расскажу позже) к большим объемам открытых данных о том, чем люди занимаются онлайн. Мы столкнулись с множеством этических дилемм относительно того, что можно и что нельзя делать с этими данными. После продажи компании у меня появилось пространство и время для исследования этих вопросов в моем информационном бюллетене.

Материалы платформы Exponential View нашли отклик у людей. На момент написания этой книги у меня насчитывалось около двухсот тысяч подписчиков по всему миру, среди них – известные создатели компаний и инвесторы, политики и ученые из ста с лишним стран. Это позволило мне углубиться в наиболее сложные вопросы, вызванные новыми технологиями. При подготовке подкастов я взял более ста интервью у инженеров, предпринимателей, политиков, историков, ученых и руководителей компаний. За шесть с лишним лет в рамках своего исследования я прочитал множество книг, газетных и журнальных статей, блогов и научных статей. Недавно я подсчитал, что, пытаясь понять происходящее, за последние пять лет я прочитал более двадцати миллионов слов. (К счастью, в этой книге слов поменьше.)

Вывод, к которому я пришел в результате всех этих исследований, обманчиво прост. В основе аргументации в этой книге лежат два ключевых утверждения. Первое: новые технологии возникают и масштабируются все более быстрыми темпами, но при этом их стоимость стремительно снижается. Если построить график развития этих технологий, то у нас получится экспоненциально растущая кривая.

Второе: наши институты – от политических норм до систем экономической организации и способов выстраивания социальных отношений – меняются медленнее. На диаграмме адаптация этих институтов выглядела бы как постепенно возрастающая прямая.

В результате возникает то, что я называю экспоненциальным разрывом: пропасть между новыми формами технологий – вкупе с порождаемыми ими новыми подходами к бизнесу, работе, политике и гражданскому обществу – и корпорациями, работниками, политиками и социальными нормами вообще, которые значительно от этих технологий отстают.

Естественно, это порождает еще больше вопросов. Какое воздействие оказывают экспоненциальные технологии на разные сферы – от работы до конфликтов и политики? Как долго будут продолжаться эти экспоненциальные изменения и прекратятся ли они вообще? И что мы – политики, лидеры бизнеса и обычные граждане – можем сделать, чтобы этот экспоненциальный разрыв не разрушил наше общество?

Я попытался структурировать материал книги так, чтобы мои ответы были максимально понятными. Сначала я объясняю, что такое экспоненциальные технологии и почему они возникли. Я считаю, что наша эпоха определяется появлением нескольких новых многоцелевых технологий, каждая из которых совершенствуется со все возрастающей скоростью. Это история, которая начинается с компьютеризации, но также охватывает энергетику, биологию и производство. Размах этих изменений означает, что мы вступили в совершенно новую эпоху человеческой истории и экономической организации, именно ее я и называю экспоненциальной эпохой.

Далее я перехожу к последствиям этого для человеческого общества в целом – к возникновению экспоненциального разрыва. Существует множество причин, по которым созданные человеком институты адаптируются медленно, – от психологических трудностей понимания экспоненциальных изменений до неизбежных проблем, вызванных преобразованиями большой системы. Все это увеличивает пропасть между технологиями и нашими общественными институтами.

Но каковы последствия экспоненциального разрыва на практике? И что мы можем с этим сделать? Вот те вопросы, о которых я пишу далее. Я буду говорить с вами об экономике и работе, о геополитике в торговых отношениях и конфликтах и о взаимоотношениях между гражданами и обществом в более широком смысле.

Во-первых, мы посмотрим, как экспоненциальные технологии влияют на бизнес. В экспоненциальную эпоху технологические корпорации становятся все более влиятельными – подобное могущество раньше и представить было невозможно, – в то время как традиционные компании остаются позади. Это приводит к появлению рынков, на которых победитель получает все. На них господствуют несколько компаний-суперзвезд, а их конкуренты стремительно уходят в никуда. Возникает экспоненциальный разрыв между существующими правилами, регулирующими положение на рынках, монополию, конкуренцию и налоги, и новыми огромными корпорациями, которые на этих рынках доминируют.

Я также покажу, как благодаря появлению этих компаний меняется жизнь сотрудников. Отношения между сотрудниками и работодателями всегда были переменчивы, но сейчас они меняются гораздо быстрее, чем прежде. Компании-суперзвезды предпочитают новые форматы работы – через гиг-платформы[13], что создает проблемы для работников. Существующие законы и практика трудоустройства едва справляются с изменениями в сути труда.

Во-вторых, мы рассмотрим, как экспоненциальные технологии влияют на политическую экономию, то есть на взаимодействие экономики и политики. Здесь в настоящее время происходят два больших сдвига. Первый – это возвращение к местному продукту. Инновации в способах получения сырьевых ресурсов, производства продукции и выработки энергии означают, что мы все чаще сможем производить все три компонента в пределах собственных регионов. В то же время из-за растущей сложности наших экономик большие города становятся важнее, чем прежде, что создает напряженность между местными и национальными властями. Если история промышленной эпохи связана с глобализацией, то история экспоненциальной эпохи – с антиглобализацией. И по мере того как мир будет «возвращаться к местному», в процессе релокализации изменятся и модели глобальных конфликтов. Государства и другие субъекты смогут использовать новые тактики противостояния – от киберугроз до дронов и информационной войны. Инициировать конфликты станет значительно проще и дешевле, поэтому их станет больше. Возникнет разрыв между новыми, высокотехнологичными формами нападения и способностью обществ защищаться.

В-третьих, мы поразмышляем о том, как экспоненциальная эпоха перестраивает отношения между гражданином и обществом. Компании, которые по масштабу и размерам уже напоминают отдельные государства, находятся на подъеме и бросают вызов нашим базовым представлениям о роли частных корпораций. Рынки все больше проникают в пространство общественной сферы и в нашу частную жизнь. Наши общенациональные дискуссии все чаще ведутся на частных платформах. Благодаря появлению экономики данных интимные подробности наших потаенных «я» покупаются и продаются в интернете. В товар превратилось даже то, как мы общаемся с друзьями и формируем сообщества. Но поскольку мы по-прежнему придерживаемся концепции роли рынков, принятой в индустриальную эпоху, у нас еще нет инструментария, способного предотвратить изменения, которые разрушают самые дорогие нам ценности.

Иными словами, экспоненциальный разрыв бросает вызов многим нашим самым важным ценностям. Но это то, на что мы можем направить свои усилия. И поэтому в конце книги я расскажу об общих принципах, необходимых, чтобы обеспечить наше процветание в эпоху экспоненциальных изменений, – от того, как сделать наши институты более жизнеспособными и мобильными в условиях быстрых преобразований, до повышения мощи коллективной собственности и коллективного принятия решений. Я надеюсь, что в результате книга станет комплексным пособием для понимания того, как технологии меняют наше общество и что нам предстоит с этим делать.

Пока я писал книгу, мир кардинально изменился. Когда я только начинал исследования, такого понятия, как COVID-19, не существовало, а локдауны были уделом фильмов о зомби-апокалипсисе. На полпути к завершению чернового варианта страны начали закрывать границы и издавать предписания о самоизоляции – все для того, чтобы предотвратить разрушение вирусом системы здравоохранения и экономики.

С одной стороны, пандемия представлялась явно низкотехнологичной. На протяжении тысячелетий локдауны служили средством предотвращения эпидемий. В карантинах нет ничего нового: это слово восходит к временам чумы, «черной смерти», когда морякам, прежде чем сойти на берег, приходилось сорок дней проводить в изоляции. И тот факт, что глобальную экономику подорвал вирус, напоминает, сколь много стародавних проблем технологии так еще и не смогли решить.

При этом пандемия также подтвердила некоторые из ключевых тезисов этой книги. Распространение вируса продемонстрировало, что экспоненциальный рост контролировать трудно. Он подкрадывается незаметно, а затем происходит взрыв: сегодня кажется, что все в порядке, а уже через мгновение служба здравоохранения оказывается на грани краха из-за перегрузки в связи с новым заболеванием. Людям трудно осознать скорость этих изменений, о чем свидетельствует апатичная и нерезультативная реакция многих правительств на распространение COVID-19, особенно в Европе и США.

В то же время пандемия открыла нам всю мощь последних изобретений. В большинстве развитых стран локдауны оказались возможны только благодаря широкому доступу к быстрому интернету. Большую часть пандемии мы провели дома, уткнувшись в свои телефоны. И что самое поразительное, в течение года ученые разработали десятки новых вакцин, что, как мы увидим, стало возможным благодаря таким инновациям, как машинное обучение. В некотором смысле с помощью COVID-19 экспоненциальные технологии доказали свою силу.

Прежде всего, пандемия продемонстрировала, что технологии экспоненциального века – будь то видеоконференции или социальные сети – внедрены теперь во все сферы нашей жизни. Дальше эта тенденция только усилится. По мере ускорения темпов изменений взаимодействие технологий и других сфер нашей жизни – от демографии до государственного управления и экономической политики – будет становиться все плотнее. Четкие различия между областью технологий и областью, скажем, политики сотрутся. Технология переделывает политику, а политика формирует технологию. Конструктивный анализ любой из этих сфер требует анализа обеих. А теперь подставьте вместо политики экономику, культуру или бизнес-стратегии.

Из-за непрерывного контура обратной связи между технологиями, экономикой, политикой и социологией делать стабильные прогнозы очень трудно. Даже когда я писал эту книгу, в ней постоянно приходилось что-то менять: не успевал я закончить одну главу, как ее нужно было обновлять с учетом нового развития событий. Таковы трудности описания действительности в эпоху экспоненциальных изменений.

Тем не менее я надеюсь, что эта книга останется полезным введением в тему развития технологий и вектора их движения. Мы живем в эпоху, когда технологии становятся лучше, быстрее и разнообразнее с невиданной прежде скоростью. Этот процесс подрывает стабильность многих норм и институтов, определяющих нашу жизнь. И на данный момент у нас нет дорожной карты, которая привела бы нас в такое будущее, которого мы хотим.

Эта книга сама по себе вряд ли сможет стать идеальной картой. Но она поможет нам исследовать местность и найти правильное направление.

Азим Ажар. Лондон, апрель 2021 года

Глава 1. Предвестник

Я увидел компьютер до того, как узнал, что такое Кремниевая долина. Это был декабрь 1979 года, наш сосед принес домой набор для самостоятельной сборки компьютера. Я помню, как он собирал устройство на полу в гостиной и подключал его к черно-белому телевизору. После того как сосед сосредоточенно ввел несколько команд, экран превратился в гобелен из пикселей.

Для меня, семилетнего мальчишки, эта машина была настоящим чудом. До этого я видел компьютеры только по телевизору и в кино. Теперь же я мог его потрогать. Но как мне сейчас представляется, еще большим чудом было то, что в 1970-х годах такое устройство добралось до скромного пригорода Лусаки в Замбии. Глобальная цепочка поставок была примитивной, системы удаленных покупок практически не существовало, и все же первые признаки цифровой революции уже были налицо.

Этот набор для сборки вызвал у меня огромный интерес. Через два года я получил свой первый компьютер – Sinclair ZX81[14]. Случилось это осенью 1981 года, спустя год после того, как мы переехали в городок неподалеку от Лондона. ZX81 до сих пор стоит у меня на книжной полке. Он был размером с обложку семидюймовой пластинки, а высотой – в два пальца, указательный и средний. По сравнению с другими электронными приметами гостиных начала 1980-х годов – телевизором с кинескопом или большим кассетным магнитофоном, – ZX81 был компактным и легким. Его можно было удержать, зажав большим и указательным пальцами. На встроенной клавиатуре, тугой и ошибок не прощающей, печатать было практически невозможно. Она реагировала только на жесткие акцентированные удары, которыми можно было делать внушение другу. Но из этой коробочки можно было извлечь много чего интересного. Я помню, как выполнял на нем простые вычисления, рисовал незатейливые фигуры и играл в примитивные игры.

Это устройство, которое рекламировали в газетах по всей Великобритании, было настоящим прорывом. За 69 фунтов стерлингов (около 145 долларов в то время) вы получали компьютер с полной функциональностью. Его простой язык программирования в принципе позволял решить любую вычислительную задачу, какой бы сложной она ни была (хотя это могло занять много времени)[15]. Но век ZX81 был кратким. Технологии быстро развивались. Уже через несколько лет мой компьютер с его ступенчатой черно-белой графикой, неуклюжей клавиатурой и медленной обработкой данных устарел. Через шесть лет моя семья перешла на более современную ЭВМ от британской компании Acorn Computers. Acorn BBC Master был впечатляющей зверюгой с полноразмерной клавиатурой и цифровой панелью. Ряд клавиш оранжевого цвета со специальными функциями вполне уместно смотрелся бы в какой-нибудь космической одиссее 1980-х годов.

Внешне компьютер отличался от ZX81, и его «железо» претерпело полную трансформацию. Производительность BBC Master была в несколько раз выше: у него было в 128 раз больше памяти. Он мог использовать шестнадцать различных цветов, хотя одновременно отображал только восемь. Его крошечный динамик мог издавать до четырех разных тонов, чего было достаточно для простого воспроизведения музыки: помню, как он пикал, исполняя «Токкату и фугу ре минор» Баха. Относительная сложность внутреннего устройства BBC Master позволяла использовать мощные приложения, включая электронные таблицы (которыми я никогда не пользовался) и игры (это да).

Еще через шесть лет, в начале 1990-х годов, у меня снова случился апгрейд. К тому времени в компьютерной индустрии произошла консолидация. За успех на рынке боролись такие устройства, как TRS-80, Amiga 500, Atari ST, Osborne 1 и Sharp MZ-80. Некоторые небольшие фирмы добились кратковременного успеха, но в итоге проиграли нескольким набиравшим силу новым технологическим компаниям.

Победителями из смертельной эволюционной схватки 1980-х годов вышли Microsoft и Intel: они оказались самыми приспособленными представителями двух соответствующих видов – операционной системы и центрального процессора. Следующие несколько десятилетий они провели в симбиозе: Intel предоставляла все больше вычислительных мощностей, а Microsoft использовала их для создания лучшего программного обеспечения. Каждое поколение ПО нагружало компьютеры все больше, заставляя Intel совершенствовать свои процессоры. «Что Энди дает, то Билл забирает», – шутили в IT-мире (Энди Гроув – на тот момент CEO Intel, а Билл Гейтс – основатель Microsoft).

Но в 19 лет меня мало интересовала динамика развития IT-индустрии. Я знал только, что компьютеры становятся все быстрее и лучше, и мечтал себе позволить один из них. Студенты, как правило, покупали так называемые PC-клоны – дешевые псевдофирменные ящики, копировавшие персональный компьютер IBM. Это были компьютеры, собранные из различных компонентов, соответствующих стандарту PC, то есть были оснащены новейшей операционной системой Microsoft – программным обеспечением, которое позволяло пользователям (и программистам) управлять «хардом» («железом»).

Мой клон, кубовидный уродец, был оснащен новейшим процессором Intel 80486. Он мог обрабатывать одиннадцать миллионов команд в секунду, что было в четыре-пять раз больше, чем у моего предыдущего компьютера. Кнопка на корпусе с надписью Turbo могла заставить процессор работать процентов на двадцать быстрее. Однако, как в автомобиле, водитель которого слишком часто давит на педаль газа, дополнительная скорость часто приводила к катастрофам.

Этот компьютер поставлялся с четырьмя мегабайтами памяти (или ОЗУ), то есть в четыре тысячи раз больше, чем у ZX81. Графика была потрясающей, хотя и не самой передовой. Я мог выводить на экран 32 768 оттенков цветов, пользуясь не самым современным графическим адаптером, который я подключил к машине. Эта палитра впечатляла, но была не совсем реалистичной: например, плохо отображались оттенки синего цвета. Если бы мой бюджет был на 50 фунтов стерлингов (около 85 долларов в то время) больше, я мог бы купить видеокарту с шестнадцатью миллионами оттенков цветов – так много, что человеческий глаз вряд ли различает некоторые из них.

Десятилетний путь от ZX81 до моего клона PC отражал период экспоненциальных технологических изменений. Процессор клона PC был в тысячи раз мощнее, чем у ZX81, а сам компьютер 1991 года – в миллионы раз эффективнее своего собрата из 1981 года. Эта трансформация стала результатом быстрого прогресса в развивающейся вычислительной индустрии, что выразилось в удвоении скорости компьютеров примерно каждые два года.

Чтобы понять эту трансформацию, необходимо изучить принцип работы компьютеров. В XIX веке английский математик и философ Джордж Буль попытался представить логику с помощью операций, включающих два состояния – ложь и истину. В принципе любую систему с двумя состояниями можно изобразить с помощью чего угодно. Например, вы можете механически представить ее двумя положениями рычага: вверх или вниз. Вы можете теоретически представить ее в виде конфеток M&M’s двух цветов – синих и красных (это, безусловно, вкусно, но непрактично). В итоге ученые решили, что лучше всего эту систему изображать цифрами 0 и 1 (такой двоичный разряд еще называют битом).

На заре вычислительной техники пользоваться Булевой логикой было сложно и громоздко. Именно поэтому компьютеру – а попросту любому устройству, которое могло выполнять операции, используя эту логику, – требовались десятки неуклюжих механических составляющих. Но в 1938 году произошел настоящий переворот: Клод Шеннон, тогда аспирант Массачусетского технологического института, понял, что можно построить электронные схемы с применением Булевой логики, а именно представить включенное состояние как 1, а выключенное – как 0. Это было революционное открытие, давшее толчок созданию компьютеров с использованием электронных компонентов. Первый программируемый электронный цифровой компьютер известен тем, что во время Второй мировой войны им пользовались шифровальщики, в том числе Алан Тьюринг[16].

Через два года после окончания войны ученые из Bell Labs разработали транзистор – полупроводниковое устройство, способное управлять электрическим током. Транзисторы могли выполнять функцию переключателей, и их можно было использовать для создания логических вентилей – элементов, способных выполнять элементарные логические вычисления. Если собрать несколько таких логических вентилей вместе, можно было получить работающее вычислительное устройство.

Звучит очень «технически», но смысл простой: новые транзисторы были меньше и надежнее, чем электронные лампы, которые использовались в первых компонентах электронных схем, и они проложили путь к созданию более сложных компьютеров. Созданный в декабре 1947 года первый транзистор был громоздким, собранным из множества деталей, в том числе скрепки для бумаг. Но он работал! С годами транзисторы превратились из такой импровизации в сложные стандартные устройства.

С конца 1940-х годов целью стало уменьшение размеров транзисторов. В 1960 году Роберт Нойс из компании Fairchild Semiconductor разработал первую в мире интегральную схему, которая объединила несколько транзисторов в одном устройстве. Эти транзисторы были крошечными, и по отдельности их невозможно было обработать ни вручную, ни машиной. Их изготавливали с помощью сложного процесса, немного схожего с химической фотографией, – фотолитографии. Специалисты направляли ультрафиолетовый свет через пленку с шаблоном – изображением схемы (похоже на детский трафарет). Схема отпечатывалась на кремниевой пластине; процесс можно было повторять на одной и той же пластине несколько раз, пока определенное количество транзисторов не накладывалось друг на друга. Каждая пластина могла содержать несколько идентичных копий схем, уложенных в сеть. Отрежьте одну копию – и получите кремниевый «чип».

Одним из первых силу этой технологии оценил Гордон Мур – исследователь, работавший на Нойса. Через пять лет после изобретения босса Мур понял, что физическая площадь интегральных схем ежегодно уменьшается примерно на 50 %, при этом количество транзисторов меньше не становится. Пленки (или «маски»), используемые в фотолитографии, становились все более детальными, транзисторы и соединения – все меньше, а сами компоненты – более замысловатыми. Это снижало стоимость и повышало производительность. Новые, более плотно упакованные чипы из меньших компонентов были быстрее старых.

Изучив такой прогресс, Мур в 1965 году выдвинул гипотезу. Он предположил, что эти разработки позволят удвоить эффективную скорость чипа при той же стоимости в течение определенного периода времени. В итоге он остановился на оценке, что каждые два года (в среднем от 18 до 24 месяцев) чипы, не меняясь в стоимости, будут становиться вдвое мощнее[17]. Мур стал соучредителем компании Intel, крупнейшего производителя чипов в XX веке. Но, вероятно, он более известен благодаря своей гипотезе, которая теперь называется законом Мура.

Этот закон легко трактовать неправильно: он не похож на законы физики. Законы физики, основанные на эмпирических наблюдениях, обладают предсказуемостью. Законы Ньютона не могут быть опровергнуты повседневным человеческим поведением. Ньютон утверждал, что сила равна массе, умноженной на ускорение, – и это почти всегда так[18]. Не имеет значения, что вы делаете или не делаете, какое сейчас время суток или какую прибыль вы намерены получить.

Напротив, закон Мура не предсказывает, это описательный закон. Как только Мур его изложил, компьютерная индустрия – от производителей чипов до обслуживающих их многочисленных поставщиков – начала рассматривать его как цель. Он стал социальным фактом – не чем-то присущим самой технологии, а тем, что существует благодаря пожеланиям компьютерной индустрии. Компании, поставляющие материалы, разработчики электроники, производители лазеров – все они хотели, чтобы закон Мура работал. И он работал[19].

Но это никак не ослабило закон. С тех пор как Мур его сформулировал, он был весьма удачным руководством по компьютерному прогрессу. В чипах действительно становилось больше транзисторов. И они следовали экспоненте, поначалу увеличиваясь в числе не очень заметно, но затем – почти непостижимо.

Посмотрим на следующие графики. На рис. 1 показан рост количества транзисторов на микрочип с 1971 по 2017 год. То, что этот график выглядит таким унылым до 2005 года, свидетельствует о мощности экспоненциального роста. На рис. 2 отражены те же данные, но по логарифмической шкале – шкале, где экспонента изображается прямой линией. Мы видим, что между 1971 и 2015 годами количество транзисторов на чипе увеличилось почти в десять миллионов раз.

Рис. 1. Число транзисторов на микропроцессор в млрд (линейная шкала)

Источник: Our World In Data[20]

Рис. 2. Число транзисторов на микропроцессор в млрд (логарифмическая шкала)

Источник: Our World In Data

Грандиозность этих изменений с трудом поддается осмыслению, но мы можем попытаться это сделать на примере стоимости одного транзистора. В 1958 году компания Fairchild Semiconductor продала компании IBM 100 транзисторов по 150 долларов за штуку[21]. К 1960-м годам цена упала примерно до 8 долларов за транзистор. К 1972 году (когда я родился) его средняя стоимость составляла 15 центов[22], а полупроводниковая промышленность выпускала от ста миллиардов до триллиона транзисторов в год. К 2014 году человечество производило 250 квинтиллионов (то есть миллиардов миллиардов) транзисторов в год – это во много раз больше, чем число звезд в нашей Галактике. Каждую секунду мировые «фабы» – специализированные фабрики по производству интегральных схем – выплевывали восемь триллионов транзисторов[23]. Стоимость одного транзистора упала до нескольких миллиардных долей доллара.

Почему это важно? Потому что в результате компьютеры стали совершенствоваться в невероятном темпе. Скорость, с которой компьютер может обрабатывать информацию, приблизительно пропорциональна количеству транзисторов в его процессоре. Чем больше в чипе становилось транзисторов, тем они становились быстрее. Намного быстрее. А сами чипы становились все дешевле.

Это необычайное падение цены и привело к компьютерной революции, случившейся, когда я был подростком, и по этой причине мой BBC Master был намного лучше моего ZX81. А потом из-за этого же вся наша жизнь снова изменилась. Когда вы берете в руки свой смартфон, вы держите устройство с несколькими чипами и миллиардами транзисторов. Компьютеры – когда-то бывшие сферой военных или научных исследований – стали обыденностью. Вспомните первый электронный компьютер, который Алан Тьюринг использовал для взлома кодов в Блетчли-парке в 1945 году. Десятилетие спустя в мире существовало всего 264 компьютера, месячная аренда которых стоила десятки тысяч долларов[24]. Прошло шесть десятилетий, и в мире насчитывается более пяти миллиардов компьютеров – в их число входят и смартфоны, наши карманные суперкомпьютеры. Наши кухонные шкафы, кладовки, чердаки завалены вычислительными устройствами, им всего по несколько лет, но они уже слишком устарели, и использовать их не имеет смысла.

Закон Мура – это самое известное выражение экспоненциального развития цифровых технологий в чистом виде. За последние полвека компьютеры неуклонно становились быстрее, что принесло с собой стремительные технологические, экономические и социальные преобразования. Цель этой главы – объяснить, как произошел этот сдвиг и почему в обозримом будущем он, похоже, будет продолжаться. Она также служит введением к определяющей силе нашего века – развитию экспоненциальных технологий.

* * *

Если выражаться простыми словами, то экспоненциальный рост – это возрастание величины со скоростью, пропорциональной самой этой величине. Линейный процесс – это то, что происходит, например, с нашим возрастом, который увеличивается ровно на один год с каждым оборотом Земли вокруг Солнца. Экспоненциальный процесс подобен сберегательному счету со сложными процентами. Сумма на счете увеличивается на фиксированный процент, скажем на 2 % ежегодно. Но 2 % в следующем году относятся не только к вашим первоначальным накоплениям, но и к накоплениям плюс проценты за прошлый год. Такой рост стартует медленно – это даже немного скучно. Но в какой-то момент кривая поворачивает вверх и взлетает. С этого момента сумма взлетает с головокружительной скоростью.

Многие природные процессы следуют экспоненциальной закономерности, например рост количества бактерий в чашке Петри или распространение вируса среди популяции. Однако одно из последних событий такого порядка – возникновение экспоненциальных технологий. Я называю экспоненциальной такую технологию, которая при приблизительно постоянных затратах обеспечивает увеличение более чем на 10 % в год в течение нескольких десятилетий. Конечно, ревнитель строгости в математике может сказать, что даже увеличение на 1 % в таких условиях тоже является экспоненциальным ростом. Строго говоря, так и есть. Но 1-процентного годового изменения мало для заметных подвижек. Чтобы удвоить число, увеличивающееся на 1 % в год, потребуется семьдесят лет, то есть почти вся жизнь.

Вот почему так важно вести расчеты, отталкиваясь от 10 % в год. Если ежегодный рост эффективности какой-нибудь технологии составляет 10 % при фиксированной стоимости, то за каждые десять лет при тех же затратах технология будет становиться в 2,5 раза мощнее. Наоборот, если мы зафиксируем мощность технологии, то каждые десять лет ее стоимость будет падать на три пятых с лишним. Десять лет – это всего лишь два традиционных цикла бизнес-планирования, что вполне укладывается в пределы работы на одной должности или одного периода карьеры. Это два парламентских срока в Великобритании или Франции, три – в Австралии или два с половиной президентских срока в США.

Вторая часть моего определения также очень важна. Чтобы технология считалась экспоненциальной, это изменение должно охватывать десятилетия, а не просто представлять собой кратковременную тенденцию. Технология, которая прогрессирует более чем на 10 % в течение нескольких лет, после чего ее прогресс останавливается, будет гораздо менее преобразующей, чем та, которая развивается постоянно. По этой причине дизельный двигатель – это не экспоненциальная технология. В первые годы своего существования дизельные двигатели быстро модернизировались. Но за двадцать лет это развитие сошло на нет. А вот бизнес компьютерных чипов – с его примерно 50-процентным ежегодным ростом в течение пяти десятилетий – определенно соответствует понятию.

Представьте, что вы каждые десять лет меняете свой автомобиль. И представьте, что основные его характеристики – скажем, максимальная скорость или топливная экономичность – становились бы лучше на 10 % в год. В результате ваш новый автомобиль имел бы вдвое большую эффективность использования топлива или ездил бы в два раза быстрее. Как правило, с автомобилями такого не случается. Но со многими технологиями, о которых говорится в этой книге, происходит именно это. На самом деле есть несколько технологий, которые совершенствуются со скоростью от 20 до 50 % (и выше) в год. Такие темпы инноваций означают, что за десятилетие мы получим 6–60-кратное увеличение возможностей за ту же цену.

У этого феномена есть две составляющие: снижение цены и увеличение потенциала. Когда цена на инновационную технологию падает, ее начинают использовать повсюду. Новые продукты на основе экспоненциальных технологий появляются в массовом сегменте рынка. Сначала чипы устанавливали только в специализированные устройства, предназначенные для военных целей и космических агентств. Затем – в мини-компьютеры, которые были доступны только крупнейшим компаниям. Десять лет спустя появились настольные компьютеры, а по мере удешевления и миниатюризации чипов их поместили в мобильные телефоны.

В то же время резко возросла мощность технологий. Возможности типичного смартфона – цветное видео в высоком разрешении, высококачественный звук, быстрые видеоигры, устройства, преобразующие речь в текст, – всего пару десятилетий назад не были доступны никому даже в самых богатых странах. Когда технологии развиваются экспоненциально, это приводит к постоянному удешевлению продуктов, обладающих совершенно новыми функциями.

Этот процесс подробно описывает в своих работах аналитик Хорас Дедью, соратник Клейтона Кристенсена, всемирно известного гарвардского ученого, который написал библию многих технологических компаний Кремниевой долины «Дилемма инноватора»[25]. Собственную репутацию Дедью заслужил благодаря своим исследованиям моделей инноваций. Чтобы понять, с какой скоростью технологии распространялись в американской экономике, за последние два десятилетия он проанализировал данные за двести с лишним лет[26]. Он частым бреднем прошелся по самым разным инновациям – от унитазов, электрификации печати и развития сети автомобильных дорог до пылесосов, дизельных локомотивов, усилителей руля в автомобилях, электродуговых печей, искусственного волокна, банкоматов, цифровых камер, социальных сетей и планшетных компьютеров, а также многого другого. Для каждой из них он установил, сколько времени потребовалось, чтобы достичь 75 % проникновения на американский рынок, то есть сколько времени потребовалось, чтобы инновационная технология стала доступна трем четвертям взрослых американцев (или, в некоторых случаях, домохозяйств).

Хотя речь идет о совершенно разных продуктах, в них есть нечто общее, а именно то, как они распространяются. Для большинства технологий это происходит по логистической кривой, имеющей S-образную форму. Сначала распространение идет медленно. Тот, кто заинтересовался технологией первым, экспериментирует с ней, а в это время производители выясняют, как и что с ней делать, как устанавливать цену, и наращивают мощности. В какой-то момент происходит перелом и скорость распространения продукта резко возрастает. Таким образом, первые две части кривой выглядят как классическая экспоненциальная кривая: сначала медленно и скучно, затем стремительно и захватывающе. Однако, в отличие от чистой экспоненциальной кривой, логистическая кривая имеет предел. В конце концов, автомобилей или стиральных машин нужно столько, сколько нужно семье. По мере того как рынок насыщается, рост потребления идет на спад: семей, в которых еще нет цифровых камер или микроволновок, становится все меньше, как меньше становится и металлургов, которые не перешли на электродуговые печи. Крутой участок кривой начинается расти медленнее и все сильнее приближаться к горизонтальной прямой. Другими словами, картина освоения похожа на упрощенную букву S.

Порой точка насыщения рынка наступает позже предполагаемого. В 1974 году Билл Гейтс сказал, что предвидит «компьютер на каждом столе и в каждом доме». На тот момент в мире насчитывалось менее 500 тысяч компьютеров разных вариантов. На рубеже тысячелетий число компьютеров превышало 500 миллионов – все еще меньше одного устройства на один европейский или американский дом. Однако через пару десятилетий типичная западная семья имела в доме полдюжины компьютеров, включая смартфоны, семейный компьютер, современный телевизор и «умную колонку» вроде Amazon Alexa. В домохозяйстве, члены которого увлекаются всевозможными гаджетами, их количество легко может превысить даже двузначное число.

В целом модель S-образной кривой остается верной. Однако когда мы имеем дело с экспоненциальными технологиями, темп их подъема по S может быть поразительным. Процесс насыщения рынка ускорялся на протяжении десятилетий, и этот растущий темп изменений был заметен любому американцу, большая часть жизни которого прошла в XX веке. Родившийся в 1920 году и проживший чуть менее 55 лет человек мог застать высадку на Луну, но не падение Никсона. За некоторыми исключениями (атомная бомба, космические полеты), технологии, с которыми они сталкивались, оставались, в общем-то, неизменными: автомобили, телефоны, телевизоры, стиральные машины, электричество, унитазы[27]. Некоторые продукты были изобретены относительно давно: например, микроволновки начали продавать еще в 1946 году, но даже в 1970-х они оставались редкостью[28].

Для родившихся уже в эпоху закона Мура все выглядит иначе. Новые продукты появляются гораздо быстрее, а стремительнее всего развиваются технологии, основанные на цифровой инфраструктуре. Чтобы социальные сети охватили семерых из десяти американцев, потребовалось 11 лет, при этом средняя предполагаемая продолжительность жизни тех, кто жил в момент их появления, превысила 77 лет. Таким образом, социальным сетям, чтобы достичь насыщения, потребовалось 14 % средней продолжительности жизни. Для сравнения: электричеству для этого понадобилось 62 года. Если считать относительно той же средней продолжительности жизни на момент внедрения, то смартфоны распространились в 12,5 раза быстрее, чем первые телефоны.

Это можно увидеть на рис. 3. Справа даны определяющие технологии начала XX века: телефон, электроэнергия и автомобиль. Каждая из них появилась в начале века, и на то, чтобы охватить три четверти американских домохозяйств, ушло более 30 лет, притом что средняя продолжительность жизни составляла около 50 лет. Слева указаны несколько первых экспоненциальных технологий нашего времени, все они основаны на растущих компьютерных мощностях. Каждая из них за 8–15 лет охватила три четверти американских домохозяйств, притом что средняя предполагаемая продолжительность жизни в это время превышала 75 лет. И дело не только в том, что технологии настоящего развиваются быстрее, чем технологии прошлого, – постоянно растет темп их развития.

Рис. 3. Число лет, потребовавшихся для распространения от уровня в 10 % до уровня в 75 %

Источник: Хорас Дедью, исследование для Exponential View

Другими словами, технологии – и особенно цифровые – распространяются быстрее, чем что-либо прежде. И этот процесс постоянно ускоряется. Жизнь в эпоху закона Мура определяется экспоненциальным распространением технологий.

Это ускорение происходило в течение полувека, но только в последние десять-двадцать лет оно стало очевидным. Возьмем для примера соцсети. Первой в мире социальной сетью на базе интернета была SixDegrees. Я присоединился к ней через пару дней после запуска в 1997 году. И оказался в числе первых тысяч участников Friendster и LinkedIn, возникших в 2003 году; позже в тот же год появился MySpace. Он рос быстро и стал титаном этой зарождающейся индустрии: на пике развития у него было 115 миллионов пользователей. Но именно Facebook[29] продемонстрировал огромную скорость развития цифровых технологий. Эта социальная сеть была запущена в феврале 2004 года и стала одним из самых быстрорастущих продуктов в истории, набрав первый миллион пользователей всего за пятнадцать месяцев. Основатель соцсети Марк Цукерберг сегодня владеет самым популярным продуктом на планете: к концу 2019 года у него было 2,5 миллиарда пользователей.

Однако сегодня скорость роста Facebook выглядит однозначно устаревшей. Предлагаю посмотреть на компанию Lime. Основанная в Сан-Франциско в январе 2017 года, она предлагает прокат легко узнаваемых зеленых электрических скутеров и велосипедов. Нажмите кнопку на своем смартфоне, и за минуту вы сможете воспользоваться одним из них. Хотя бизнес у Lime намного сложнее, чем у Facebook, – ему необходимы велосипеды, оснащенные GPS- и GSM-навигаторами, зарядка, техническое обслуживание и система отслеживания, – компании потребовалось всего шесть месяцев, чтобы обслужить миллион поездок, и еще семь месяцев, чтобы довести количество поездок до десяти миллионов[30]. Все это стало возможным благодаря революции в компьютерных технологиях: цены упали настолько, что компания Lime смогла установить небольшой компьютер и GSM-связь в каждый из сотен тысяч своих велосипедов[31].

Ускоряющийся рост цифровых технологий не ограничивается США. KakaoTalk – ведущая корейская социальная сеть, эквивалент WeChat или WhatsApp. В январе 2016 года компания решила создать банк. За две недели два миллиона корейцев – около 4 % населения страны – открыли в нем счета. К лету 2019 года это сделали более 20 % корейцев[32]. Стоит нам разобраться в одном быстро развивающемся продукте экспоненциального века, как уже появляется другой. Возьмите TikTok, социальную сеть для забавных видео. За несколько месяцев она прошла путь от никому не известного сервиса до самого скачиваемого приложения в мире. С этим ростом пришел беспрецедентный поток продаж. ByteDance, материнская компания TikTok, в 2018 году сообщала о продажах на сумму семь миллиардов долларов, а два года спустя ее доходы увеличились более чем в пять раз[33]. Сравните: за пять лет до этого Facebook перешел тот же рубеж в семь миллиардов долларов, но за следующие два года его доходы выросли лишь в три раза. Настоящая эпидемия ускорения.

Таково истинное наследие закона Мура. Аппаратное обеспечение цифровых технологий постоянно наращивает мощности, и с тем же постоянством снижается его цена. Поскольку чипы развиваются с экспоненциальной скоростью, возрастая на 50 % и более в год в течение многих лет, они за пустяковые деньги предоставляют доступ к невообразимой вычислительной мощности. Эта гипердефляция создает все более широкие возможности – новые продукты, которые, в свою очередь, могут распространяться в нашей экономике все быстрее. Весь этот процесс представляет собой постоянное ускорение.

* * *

К началу XXI века некоторые специалисты начали обращать внимание на замедление действия закона Мура. Удивляться этому не стоит. Технологии не могут бесконечно развиваться экспоненциально. Сегодняшние автомобили ездят ненамного быстрее, чем в конце Второй мировой войны. Современные пассажирские самолеты летают со скоростью примерно 500 миль в час – немногим более, чем 468 миль в час, которые выдавали первые пассажирские реактивные самолеты в 1950-х годах.

Есть веские основания полагать, что наш нынешний подход к проектированию микросхем близок к границам возможного. Ученые придумывают все более сложные процессы, чтобы соответствовать предсказаниям Мура. Поскольку транзисторы становятся все меньше, для их создания требуется все более точное оборудование: сегодняшние фабрики по производству полупроводников используют невероятно сложную лазерную технологию, а самые современные лазеры стоят по сто миллионов долларов и более. При этом любое, даже крошечное, изменение атмосферных условий на фабриках представляет смертельную угрозу для микроскопических транзисторов: испортить кремниевые пластины может одна пылинка. По этой причине сегодня помещения, в которых производятся чипы, – самые неподвижные в мире: они покоятся на огромном количестве амортизаторов. Они также и самые чистые. Воздух в этих помещениях, площадь которых иногда достигает почти двадцать тысяч квадратных метров, часто фильтруется около шестисот раз в час. (Для сравнения: в больничной операционной воздух необходимо очищать всего лишь пятнадцать раз в час.)

Именно это мы и имеем в виду, когда говорим, что закон Мура – это социальный факт, а не жесткое правило: полупроводниковая промышленность была чрезвычайно заинтересована в том, чтобы ему соответствовать. По оценкам некоторых экономистов, объем исследований, направленных на поддержание закона Мура, с 1971 по 2018 год увеличился в восемнадцать раз. Стоимость строительства полупроводниковых фабрик росла примерно на 13 % в год – самые современные стоят пятнадцать миллиардов долларов и более[34].

Несмотря на все усилия, в конце 2010-х годов рост числа транзисторов на единицу площади начал замедляться. Подобно притиснутым друг к другу и изнывающим от пота пассажирам в жаркий день, эти микроскопические схемы стали раздражать друг друга. Каждый миниатюрный транзистор выделяет тепло, которое может воздействовать на соседние схемы и ухудшать их надежность, и с этой проблемой инженерам все сложнее бороться. Более того, современные транзисторы настолько малы – всего несколько атомов в ширину, – что вскоре на них могут начать действовать причудливые законы квантовой физики. При таких масштабах частицы настолько малы, что ведут себя как волны, то есть способны проходить через физические барьеры и проникать туда, где им не место. Закон Мура перестает выполняться из-за квантовых эффектов, влияющих на электроны.

Однако это не означает, что рост компьютерной мощности замедлится. Компьютерная революция не демонстрирует никаких признаков замедления. Рэй Курцвейл, один из ведущих мировых аналитиков технологий, выдвигает теорию технологического развития, которая пытается объяснить почему. Он считает, что технологии имеют тенденцию развиваться ускоренными темпами – в соответствии с тем, что он называет законом ускоряющейся отдачи. В основе модели Курцвейла лежит положительная обратная связь. Хорошие компьютерные чипы позволяют нам обрабатывать больше данных, что помогает нам узнать, как делать компьютерные чипы лучше. После чего мы можем использовать эти новые чипы, чтобы создавать еще лучшие чипы, и так далее. По Курцвейлу, этот процесс постоянно ускоряется: отдача от каждого нового поколения технологий наслаивается на отдачу предыдущего, и они даже подпитывают друг друга[35].

Однако важнейшая часть теории Курцвейла не относится к какой-либо определенной технологии вроде автомобиля или микрочипа. Он сосредоточивается на взаимодействии различных технологий. Главная идея Курцвейла состоит в том, что экспоненциальное развитие технологий – это не продвижение отдельных изобретений или даже отдельных секторов экономики. На самом деле иллюзия непрерывного экспоненциального технологического развития обусловлена десятками соединенных в ряд развивающихся различных технологий, которые постоянно взаимодействуют.

Вспомните S-образные кривые в данных Хораса Дедью. Когда технология только создается, ее развитие и распространение идет по пологому градиенту. Это говорит о медленном, но значимом прогрессе. Однако в какой-то момент развитие технологии набирает темп. Происходит быстрый рост, пока на определенном этапе прогресс не сходит на нет. Наш прежде почти вертикальный график становится горизонтальным.

Однако, по мнению Курцвейла, в любой момент времени S-образной кривой следует множество технологий. Когда одна S-кривая достигает своего наивысшего градиента, стартует другая кривая. Как только наша первая кривая начинает приближаться к горизонтали, более молодая технология подходит к взрывной фазе своего ускорения и принимает эстафету быстрого роста. Что самое важное, эти разные технологии подпитывают друг друга: инновации в одном секторе вдохновляют развитие в другом. Когда одна технология достигает предела своего потенциала, новая технологическая парадигма уже ждет своего часа и подхватывает инициативу. В результате – даже если развитие отдельных технологий последовательно замедляется – темп технологического прогресса в обществе все равно ускоряется[36].

Эта теория имеет глубокие последствия для будущего компьютеризации. Хотя парадигма, которую описывает закон Мура, имеет свои пределы, в целом мы не подходим к пределам развития вычислительной мощности. Мы всегда найдем какой-нибудь новый подход, который поможет удовлетворить растущие потребности пользователей. Просто в будущем увеличение вычислительной мощности необязательно будет основываться на втискивании еще большего числа транзисторов на чип.

Пока что теория Курцвейла представляется верной. В первые годы нового тысячелетия, примерно когда мы приблизились к тому, что многие инженеры сочли физическими пределами закона Мура, мы достигли переломного момента. Появилось достаточно данных и достаточно вычислительных мощностей, которые позволили разработать новую техническую парадигму – искусственный интеллект (ИИ). Это послужило катализатором совершенно нового взгляда на вычислительную мощность – вышедшего за пределы нашего прежнего подхода к проектированию микросхем.

Люди с самых давних времен размышляли о возможности создания искусственного интеллекта. По словам Стюарта Рассела, одного из ведущих мировых ученых в области искусственного интеллекта, компьютер можно считать разумным, если он способен предпринимать действия, позволяющие достичь поставленных целей[37]. Что особенно важно, программное обеспечение для ИИ должно быть в состоянии принимать некоторые решения, а не просто слепо следовать каждому шагу программного кода.

После того как в 1955 году ученый Джон Маккарти ввел термин «искусственный интеллект», исследователи приступили к созданию именно таких «интеллектуальных» машин. В следующие шестьдесят лет исследования в области ИИ продвигались медленно. Было много фальстартов – казавшиеся существенными прорывы вели к завышенным ожиданиям, что, в свою очередь, приводило к неудачам и унынию. Проблема состояла в недостатке данных и нехватке вычислительной мощности. В течение десятилетий многие ученые верили, что любой крупный прорыв в области ИИ, вероятно, произойдет благодаря так называемому машинному обучению. Этот метод предполагает сбор огромного количества информации о проблеме и использование алгоритмов для выявления повторяющихся моделей. Например, можно научить ИИ различать кошку и собаку, показав десять миллионов фотографий кошек и собак и недвусмысленно объяснив машине, кто – кошки, а кто – собаки. В итоге «модель» научится отличать фотографии кошек от фотографий собак. Но до сравнительно недавнего времени нам не хватало данных и вычислительных мощностей, чтобы реализовать потенциал машинного обучения. Из-за большого объема громоздких числовых задач такой подход требует большого количества информации и дорогостоящих вычислений. А таких объемов информации и таких вычислительных мощностей просто не было.

Однако к началу 2010-х годов ситуация стала меняться. Внезапно появилось колоссальное количество данных, созданных обычными людьми, которые выкладывали фотографии своей жизни в интернет. Сначала эти данные не были особенно полезны для исследователей ИИ – пока за дело не взялась профессор Стэнфордского университета Фэй-Фэй Ли. Ли – ученый-информатик, она специализируется на пересечении нейробиологии и информатики, особенно интересуясь тем, как люди воспринимают объекты. В 2009 году, вдохновленная мыслью, что цифровое отображение как можно большего количества объектов реального мира позволит улучшить ИИ, Ли создала ImageNet – проект, который за пять лет сам по себе привел к взрывному развитию полезного ИИ. Сайт превратился в подробнейшую коллекцию, содержащую 14 197 122 изображения, вручную размеченных тегами типа «овощ», «музыкальный инструмент», «спорт» и – совершенно верно! – «собака» и «кошка». Этот набор данных использовался как основа для ежегодного конкурса на поиск алгоритма, который смог бы наиболее логично и точно идентифицировать объекты. Благодаря ImageNet внезапно и в большом количестве появились качественные размеченные данные.

Одновременно с обильным потоком данных произошел взрыв вычислительной мощности. К 2010 году закон Мура привел к появлению мощности, достаточной для нового вида машинного обучения – «глубокого обучения», которое состоит в создании слоев искусственных нейронов по образцу клеток, лежащих в основе человеческого мозга. Эти нейронные сети уже давно провозглашались следующей важной составляющей искусственного интеллекта. Однако их разработка тормозилась недостатком вычислительной мощности. Теперь все изменилось. В 2012 году группа ведущих исследователей ИИ – Алекс Крижевский, Илья Суцкевер и Джеффри Хинтон – разработала «глубокую свёрточную нейронную сеть», способную применить глубокое обучение к задачам классификации изображений, с которыми так долго не мог справиться ИИ. Это стало возможным благодаря необычайной вычислительной мощи. Нейронная сеть содержала 650 тысяч нейронов и 60 миллионов параметров, которые можно было использовать для настройки системы. Это изменило всю игру. До AlexNet, как назвали изобретение команды Крижевского, большинство ИИ, участвовавших в конкурсе ImageNet, все время спотыкались, и в течение многих лет результат составлял не более 74 %. AlexNet добился 87 %. Глубокое обучение работало.

Его триумф вызвал бешеный рост интереса к тому, чем занимать искусственный интеллект. Ученые бросились создавать системы ИИ, применяя глубокие нейронные сети и их производные для решения огромного количества задач – от поисков производственных дефектов до перевода с языка на язык, от распознавания голоса до выявления мошенничеств с кредитными картами, от создания новых лекарств до рекомендаций видеофильмов, отвечающих вкусам конкретного зрителя. Инвесторы охотно открывали карманы для поддержки этих изобретателей. В кратчайшие сроки глубокое обучение проникло повсюду. В результате нейронные сети требовали все большего объема данных и все большей вычислительной мощности. В 2020 году нейронная сеть GPT-3, которая использовалась для генерирования текста, порой неотличимого от созданного человеком, использовала 175 миллиардов параметров – примерно в три тысячи раз больше, чем у AlexNet.

Однако если новый подход к вычислениям – искусственный интеллект, то каковы необходимые ему мощности? С 2012 по 2018 год компьютерная мощность, используемая для обучения крупнейших моделей ИИ, росла примерно в шесть раз быстрее, чем темпы, о которых говорилось в законе Мура. На графике ниже показан рост вычислительных операций, используемых в современных системах ИИ, на фоне экспоненциальной кривой закона Мура за тот же период. Если бы использование вычислительных мощностей ИИ следовало кривой закона Мура, то за шесть лет оно бы выросло примерно в семь раз. На деле же оно увеличилось в триста тысяч раз[38].

Рис. 4. Относительная вычислительная мощность, используемая ИИ, по сравнению с прогнозами закона Мура

Источник: Open AI, анализ для Exponential View

Ошеломляющая статистика. Ее можно объяснить именно тем процессом, который Рэй Курцвейл определил десятилетиями ранее. В тот самый момент, когда мы подбирались к пределам старого метода (размещения большего числа транзисторов на чип), ученые, опираясь на несколько иной подход, предложили новое решение.

Ответ кроется в типе используемых чипов. Исследователи ИИ, такие как Алекс Крижевский, заменили традиционные компьютерные чипы теми, что были разработаны для высококачественной графики для видеоигр. Использовать такие чипы для повседневных вычислений смысла не имеет, но они оказались удивительно пригодными для ИИ. В частности, они хороши в математике. Вычисления, необходимые для создания реалистичных сцен в видеоиграх, требовали множества умножений. Чтобы заставить сложную нейронную сеть работать, нужно было выполнить миллионы, а иногда и миллиарды таких умножений, и графические чипы справлялись с этой задачей.

Когда стало понятно, что рынок таких чипов расширяется, компьютерная индустрия приняла вызов. Разработчикам искусственного интеллекта требовалось больше мощности, и специализированные чипы позволяли этого добиваться. Калифорнийская компания Cerebras и британская Graphcore начали производить чипы, предназначенные для одной-единственной задачи – запускать нейронные сети на высоких скоростях.

Результатом стал продолжающийся экспоненциальный рост вычислительной мощности, только уже без оков закона Мура. Этот закон обусловлен миниатюризацией – как разместить все больше транзисторов на все меньшем пространстве. Но современные чипы ИИ не зависят от борьбы за нанометры. На самом деле некоторые из них состоят из гораздо более крупных компонентов. В традиционном процессоре типа того, который стоит в вашем ноутбуке, компоненты расположены на расстоянии около семи нанометров друг от друга, то есть примерно три тысячи таких компонентов можно разместить на площади среза, равной толщине человеческого волоса. Специализированные чипы ИИ от Graphcore размещены на расстоянии шестнадцати нанометров – около 1300 на аналогичную площадь.

Это означает, что в обозримом будущем вычислительная мощность, похоже, будет расти экспоненциально. А если вдруг наши новые виды чипов в итоге окажутся непригодными для удовлетворения растущих потребностей общества в вычислительной мощности, на очереди совершенно новый подход – «квантовые вычисления»[39]