Сверхдержавы искусственного интеллекта

Первый, третий, шестой параграфы - пересказ содержания, остальные - прямые цитаты из книги. 

1. В США есть такое понятие - «момент Спутника». Тот факт, что СССР в 1957 году первым запустил в космос свой аппарат, стал шоком для американского общества - и заставил резко увеличить вложения в науку и технологии. Были созданы NASA и DARPA, развернута Лунная программа и так далее.

Для китайцев таким моментом стала победа программы AlphaGo от Google над лучшим в мире игроком в го. Компьютеры научились обыгрывать человека в шахматы ещё в девяностые. Но старинная китайская игра го долгие годы была им недоступна. До 2015 года самые лучшие программы играли на уровне любителей.

Потому неудивительно, что за игрой AlphaGo против одного из лучших в мире игроков корейца Ли Седоля следило 280 млн азиатов. Машина выиграла со счётом четыре - один.

Через год тот же AlphaGo победил девятнадцатилетнего Кэ Цзе, успевшего в своём очень молодом возрасте уже стать лучшим игроком го в Китае.

Уже через два месяца после матча компартия анонсировала масштабную программу развития искусственного интеллекта, и в итоге добилась того, что половина всех инвестиций в ИИ-стартапы в мире приходится на Китай.

2. Бизнесмены Кремниевой Долины завоевали в Америке репутацию трудоголиков, готовых работать ночи напролёт. Эта репутация заслуженна. Но я уже несколько десятилетий работаю в техе - сначала американском (Apple, Microsoft, Google), а теперь в китайском - мой фонд инвестирует в китайские стартапы. И я могу сказать, что предприниматели из Долины выглядят безнадёжно медлительными в сравнении с их соперниками по другую сторону Тихого океана. Китайские интернет-бизнесмены выросли в самой конкурентной среде на планете. Они живут в мире, в котором скорость критически важна, копирование считается нормальным, и конкуренты не остановятся ни перед чем ради захвата нового рынка. Каждый день в китайском стартапе - это испытание огнём, это день на арене Колизея. Бои идут не на жизнь, а на смерть, и ваших оппонентов не будут терзать муки совести. Единственный способ выжить - постоянно совершенствовать продукт, а заодно пытаться выстроить «защитный ров» вокруг своей компании.

Если всё, что у вас есть - хорошая идея, вашу идею быстро скопируют, а ваших сотрудников переманят. В Кремниевой долине копирование стигматизировано, а многие компании генерируют прибыли только потому, что когда-то придумали хорошую идею - или им просто повезло. Результат - самоуспокоенность. Бизнес не стремится использовать все аспекты своей идеи.

3. Огромное преимущество Китая - обилие данных, в первую очередь на сервисе WeChat. Став даже не «супер-аппом», а «гига-аппом», он сосредоточил в себе всю жизнь китайского горожанина. С его помощью расплачиваются за всё на свете, общаются, пишут обращения в госорганы, ведут бизнес и так далее. Этот объём информации несравним с тем, что могут получить компании Долины из поисковых запросов, изредка совершаемых покупок и лайков. В англоязычном интернете ничего подобного просто нет.

4. Бизнесмены Долины - это часто дети успешных учёных, инженеров или дантистов. Ещё в детстве им говорили, что они - да-да, лично они - могут изменить мир. В бакалавриате они не только изучали искусство программирования у лучших в мире специалистов, но и участвовали в философских дебатах. В самой Долине они едут на работу и с работы по живописным дорогам калифорнийских субурбий. В этой атмосфере изобилия легко придаваться возвышенным размышлениям и искать элегантные технические решения абстрактных проблем.

Центральный элемент такого менталитета - технооптимизм, вера в то, что каждый человек и компания могут изменить мир, если будут мыслить креативно. Копирование идей или продуктов считается грубым нарушением морального кодекса и предательством цайтгейста, духа времени. Ценятся «чистые» инновации, создание полностью оригинальных продуктов, то, что Стив Джобс назвал «отпечатком во Вселенной». Стартапы создаются с некой миссией. Они основываются на новой идее или с идеалистической целью, далёкой от мирских мелочей и финансовых целей.

Китайская стартап-культура отличается от американской, как инь и янь. Китайские компании создаются не ради миссии, а ради зарабатывания денег. Они готовы создать любой продукт, который принесёт им эти деньги. Как следствие, они отличаются потрясающей гибкостью. Неважно, откуда взялась идея. Важно только то, что ты можешь заработать на ней. Главная мотивация - не слава и не желание поменять мир. Главный приз - богатство, неважно каким путём полученное.

Страсть к копированию имеет глубокие корни. Механическое запоминание на протяжении тысячелетий было необходимо для сдачи экзаменов на чиновничью должность. Кроме запоминания, надо было уметь писать «восьмичастное сочинение» по строго установленным стилистическим правилам. В то время как Сократ поощрял своих учеников искать истину, подвергая всё сомнению, древнекитайские философы учили людей следовать мудрости прошлого. Строгое копирование, доведение искусства копирования до совершенства считалось путём к истинному мастерству.

Поверх этой многотысячелетней традиции наслаивается нищета, в которой жило китайское общество в прошлом столетии.

Большинство китайских интернет-предпринимателей отделяет от жуткой бедности всего одно поколение. Многие из них - единственные дети в семье: это результат ныне отменённой политики «одна семья - один ребёнок». Они несут на своих плечах ожидания двух родителей, двух бабушек и двух дедушек. Их родители не говорили с ними об изменении мира. Они говорили о простом выживании, об ответственности, о необходимости заработать денег, чтобы позаботиться о них самих - о родителях, когда они будут слишком стары, чтобы работать в поле. Высшее образование было единственной возможностью вырваться из нищеты, и поступление в вуз требовало десятков тысяч часов изматывающей учёбы, в основном сводящейся к запоминанию.

5. Американские компании рассматривают Китай как всего лишь ещё один рынок. Они не инвестируют в него необходимые ресурсы, не проявляют нужного терпения и не предоставляют своим китайским дивизионам той гибкости, какая нужна для конкуренции на местном рынке. Основной своей задачей в Китае они видят продвижение своих уже существующих продуктов. Самые талантливые работники обходят китайские подразделения компаний Долины стороной - сегодня у них есть множество возможностей получше. Они знают, что в американской компании их всегда будут считать «нанятыми для работы на местном рынке». Они никогда не смогут подняться на вершины иерархии Кремниевой долины, а упрутся в потолок «директора китайского подразделения».

6. Автор рассказывает историю из своего опыта управления китайским Гуглом. На центральном государственном телевидении вышел сюжет, в котором Гугл ругали за рекламу шарлатанских медицинских услуг. Дело пахло жареным.

Найти эту рекламу в самом Гугле не получилось. В итоге выяснилось, что это сайт-клон, интерфейс которого отличался только небольшой разницей в расцветке заглавной G.

Вот другая история. У Фейсбука в Китае существовал тоже скопированный до деталей аналог - сайт Renren. Так вот уже у него появился конкурент, kaixin001.com (kaixin значит «счастливый»). Владелец Renren выкупил домен kaixin.com и до деталей скопировал интерфейс, лишь поменяв цвета. И назвал это всё «единственным настоящим kaixin”.

Создатель kaixin001 пытался судиться - и действительно получил компенсацию, $60.000. Его соцсеть погибла.

Эти истории автор рассказывает с явным удовольствием, повторяя, что китайская тех-индустрия - Колизей, наполненный гладиаторами. Хотя больше похоже на воровской вертеп, где значение имеет только ловкость рук.

6.1. Эпоха копирования научила китайский бизнес не только грязным трюкам и безумному рабочему темпу, но и тому, что в Долине называется “lean startup” - по одноимённой книге 2011 года. Смысл в том, что основатели стартапа не знают, чего хочет рынок - это знает только сам рынок. Вместо того, чтобы тратить годы и миллионы, секретно создавая нечто прорывное и выдающееся, стартап должен быстро создать «минимально ценный продукт». После этого можно постоянно получать фидбэк от пользователей - и постоянно менять продукт: убирать ненужные функции и вводить нужные, подстраиваться под меняющийся спрос. Если продукт оказывается неприбыльным - от него надо немедленно отказаться и развернуться в ту сторону, что обещает выгоду.

Такая идеология не слишком подходит для стартапов Долины, сконцентрированных на своей миссии. Что делать, если миссия диктует одно, а рынок - другое? У китайских предпринимателей таких проблем не было. Для них никогда не было проблемой вторгаться на рынки, на которых уже действовали тысячи компаний. Копирование считается нормой, и бизнес должен постоянно добавлять опции и пытаться обойти оппонентов.

7. Альтернативная китайская интернет-вселенная, в которой всё, от поездки на велосипеде до записи к врачу, делается через супер-приложения, требовала не только работы высококвалифицированных специалистов, но и огромного количества низкоквалифицированной рабочей силы - например, целых армий доставщиков еды на скутерах. Китайским тех-компаниям приходилось делать "грязную" работу, управляя бизнесом в реальном мире. В этом заключается огромное их отличие от компаний Долины. Американские компании занимаются тем, что хорошо умеют: выстраивают стерильно чистые цифровые платформы для обмена информацией. Эти платформы могут использовать продавцы «на земле», но сами тех-компании остаются далеко от деталей логистики.

Китайские компании не могут позволить себе такую роскошь. Окружённые конкурентами, готовыми украсть их продукты, они должны использовать присутствие «на земле», чтобы победить в отчаянной конкурентной борьбе.

Зарываясь по уши в детали доставки еды, ремонта автомобилей, аренды велосипедов и уличных покупок, китайские компании создают Саудовскую Аравию данных. В стране накапливаются гигантские массивы информации, критически важной для эпохи искусственного интеллекта. КНР уже давно обошла США в накоплении оцифрованных данных, и разрыв продолжает расти.

Алгоритмы, разработанные посредственным инженером, могут превзойти разработанные лучшими мировыми талантами, если им «скормить» достаточно данных.

Китайские компании превосходят своих американских конкурентов не только в количестве, но и в качестве данных. Компании Долины в основном получают сведения об онлайн-действиях людей: поисковые запросы, загруженные фото, просмотренные видео, лайкнутые посты. Китайские компании собирают данные из реального мира.

8. Приложение WeChat полностью соответствует названию, которым наградил его Конни Чан из ведущего венчурного фонда Andreesen Horowitz — «дистанционный пульт управления жизнью». Оно стало гиперприложением, объединившим в себе функции, которые в других экосистемах распределены между десятками разных приложений. По сути, WeChat заменяет собой Facebook, iMessage, Uber, Expedia, eVite, Instagram, Skype, PayPal, Grubhub, Amazon, LimeBike, WebMD и многие другие. WeChat — не идеальная замена для любого из этих сервисов, но оно может выполнять большинство основных функций каждого из них. Напротив, Facebook зашел настолько далеко, что разделил социальную сеть и систему обмена сообщениями. Теперь это два разных приложения: Facebook и Messenger. Компания Tencent, создатель WeChat, решила пойти по пути объединения. Сначала это казалось рискованным решением: можно ли объединить столько задач, не запутав пользователя? Но в итоге выбранная модель оказалась исключительно удачной и сыграла решающую роль в рождении альтернативной вселенной интернет-сервисов.

9. Стартапы Кремниевой долины строят информационную платформу, но затем позволяют офлайн-бизнесу самому заниматься логистикой на местах. Они хотят одержать победу за счет ума, изобретая новые элегантные алгоритмы. В Китае компании, как правило, применяют «тяжелый» подход. Они хотят не просто строить платформы, а подбирать продавцов, продавать товары, управлять курьерской службой, доставлять самокаты, чинить их и получать оплату. Если понадобится, они субсидируют весь этот процесс, чтобы быстро переманить потребителей и обойти соперников. С точки зрения китайских стартапов, чем глубже их проникновение в самую суть отрасли, что часто обходится весьма недёшево, тем сложнее конкуренту-подражателю будет имитировать бизнес-модель и предложить лучшую цену. Тактика «тяжелого» подхода означает строительство вокруг вашего бизнеса стен, защищающих от атак вражеских войск.

10. В то время как платформа Airbnb в основном придерживалась «легкого» подхода, просто размещая объявления о сдаче жилья в аренду, ее китайская соперница, компания Tujia, сама управляла значительной частью сдаваемой недвижимости. Она предлагала китайским хозяевам квартир услуги по уборке после каждого клиента, покупке еды и других припасов, установке умных замков.

Приверженность «тяжелой» тактике, требующая тратить деньги, управлять рабочей силой, выполнять много физической работы и экономить за счет объема операций, размыла границу между цифровой и реальной экономикой. В Китае интернет гораздо глубже проникает в жизнь обычных людей, чем на Западе, и это влияет как на тенденции потребления, так и на рынки труда.

Регистрируя поставщиков, обрабатывая заказы, доставляя еду и принимая платежи, ведущие компании в Китае начали накапливать бесценные сведения о потребительских и личных привычках своих пользователей. Благодаря «тяжелому» подходу они получили намного больший объем данных, чем их коллеги из Кремниевой долины, а дальнейшее распространение мобильных платежей не оставит другим странам никакого шанса догнать Китай в этой области.

11. Мобильные платежи захватили Китай молниеносно. Эксперименты Tencent и Alipay с оплатой с помощью сканирования начались в 2014 году и развернулись в полном масштабе в 2015 году. К концу 2016 года в крупном городе было трудно найти магазин, который не принимал бы мобильные платежи.

Китайские граждане платили за продукты, массаж, билеты в кино, пиво и ремонт велосипедов только в этих двух приложениях. К концу 2017 года 65% из более чем 753 млн пользователей смартфонов в Китае подключили функцию мобильных платежей. Учитывая крайне низкие барьеры для входа на рынок, эти платежные системы вскоре просочились повсюду. Сельские мигранты, продающие уличную еду, позволяли клиентам оплачивать лапшу с помощью смартфона, пока она жарится. Дело дошло до того, что нищие на улицах китайских городов начали вешать себе на шею бумажные таблички с распечатанным изображением двух QR-кодов, одного для Alipay и одного — для WeChat.

Наличные деньги исчезли из китайских городов так быстро, что упал даже уровень преступности.

В марте 2017 года имена двух двоюродных братьев попали в заголовки газет в связи с чередой неудачных ограблений. Братья отправились в Гуанчжоу — богатый город, где находился офис компании Alibaba, в надежде совершить пару удачных налетов и сбежать. Вооруженные двумя ножами братья ограбили три круглосуточных мини-маркета, но при этом выяснилось, что денег в кассах почти не было: практически все покупатели теперь платили с телефонов. Вылазка принесла им примерно по 125 долларов на каждого, и этого было недостаточно, даже чтобы покрыть расходы на поездку в Гуанчжоу.

12. Тем временем в Соединенных Штатах мобильные платежи распространялись очень медленно. Apple и Google не оглашают число пользователей своих платформ, но повседневное наблюдение и тщательный анализ указывают на огромное отставание от Китая. В 2017 году исследовательская фирма iResearch подсчитала, что расходы китайцев, связанные с мобильными платежами, в 50 раз превосходят аналогичные расходы в США. За 2017 год сумма всех сделок, оплаченных через китайские мобильные платежные платформы, превысила 17 трлн долларов — это больше, чем ВВП Китая.

Этот огромный разрыв отчасти объясняется прежними успехами лидера отрасли. Американцы уже давно пользуются кредитными и дебетовыми картами (и платят за это) благодаря передовым финансовым технологиям 1960-х. Стремительное распространение мобильного интернета в Китае — наглядный пример того, как слабость базовой технической инфраструктуры в стране (нехватка настольных компьютеров, стационарных телефонов, и кредитных карт) обратилась в силу.

Но переход к мобильным платежам был вызван и другими причинами. Alibaba и Tencent ускорили этот процесс, предложив массовые компенсации — один из приемов «тяжелого» подхода, который заставляет руководителей американских компаний пренебрежительно морщиться. Когда в Китае только появились транспортные приложения, пассажиры делали через них заказы, но часто платили наличными. Большинство автомобилей на ведущих китайских платформах представляли собой обычные такси с пожилыми водителями, не спешившими отказываться от старых добрых наличных. Поэтому Tencent предложила компенсации как пассажиру, так и водителю, если они использовали кошелек WeChat для оплаты. Пассажир платил меньше, водитель получал больше, а разницу им компенсировала Tencent.

Такой способ продвижения обходился чрезвычайно дорого и к тому же давал простор для злоупотреблений со стороны мошенников, однако компания Tencent упорно шла к своей цели. И это упорство оправдало себя. Промоакция приучила людей чаще пользоваться такси и привлекла к платформе водителей, ставших ключевыми элементами городской потребительской экономики.

13. В 1999 году я посетил Научно-технический университет Китая с лекцией о нашей работе по распознаванию речи и изображений в Microsoft Research. Университет был одним из лучших технических вузов в стране, но находился в южном городе Хэфэй, в далекой от Пекина провинции. Студенты начали занимать места в аудитории еще ночью, а во время лекции те, кому мест не досталось, приникали к окнам, надеясь хоть что-то услышать. Их интерес был настолько велик, что в конце концов я попросил организаторов разрешить им стоять в проходах и даже сидеть на сцене вокруг меня.

Когда я вышел из аудитории и направился к главным воротам университета, уже стемнело. Корпуса общежития тянулись по обе стороны улицы, но в кампусе царила тишина, и вокруг никого не было. И внезапно все изменилось. Как будто по команде, из общежитий полился поток студентов. Только когда студенты уселись на бордюр вдоль тротуара и открыли свои учебники, я понял, что происходило: по правилам общежития свет в помещениях выключался в 11 часов, и студенты выходили на улицу, чтобы продолжить заниматься под уличными фонарями.

14. Семь гигантов эпохи ИИ: Google, Facebook, Amazon, Microsoft, Baidu, Alibaba и Tencent. У них есть миллиарды долларов и головокружительные запасы данных — этого достаточно, чтобы прибрать к рукам самых талантливых специалистов.

15. Первым мир покорит ИИ интернета, затем ИИ для бизнеса, потом наступит черед ИИ восприятия и, наконец, автономного ИИ. На каждом из этих этапов ИИ будет захватывать новые области нашей повседневной жизни. Первые две волны — ИИ интернета и ИИ для бизнеса — уже накрыли нас, почти неощутимо меняя цифровой и финансовый мир. Они настойчиво привлекают наше внимание к интернет-компаниям, заменяют юристов среднего звена алгоритмами, ведут торговлю акциями и диагностируют болезни. ИИ восприятия сейчас оцифровывает наш физический мир, учится распознавать лица, понимать просьбы и «видеть» окружающее. Эта волна обещает изменить наше восприятие реальности и взаимодействие с ней, размывая границы между цифровым и физическим миром. Автономный ИИ придет последним, но окажет сильнейшее влияние на нашу жизнь. Как только самоуправляемые автомобили заполнят улицы, автономные дроны поднимутся в небо, а интеллектуальные роботы начнут трудиться на фабриках, они изменят до неузнаваемости все стороны нашей жизни — от выращивания органических овощей и фруктов до вождения и питания.

Китай может занять лидирующие позиции в области ИИ интернета и ИИ восприятия, и, скорее всего, быстро догонит Соединенные Штаты в области автономного ИИ. В настоящее время ИИ для бизнеса остается единственной ареной, где Соединенные Штаты бесспорно сохраняют первенство.

16. ИИ интернета — это в основном рекомендательные алгоритмы: они изучают наши личные предпочтения, а затем предлагают контент, подобранный специально для нас. Эффективность этих механизмов зависит от данных, к которым у них есть доступ, и именно крупные интернет-компании в настоящее время располагают самыми большими объемами цифровых данных в мире.

ИИ восприятия начинает стирать границы, разделяющие онлайн- и офлайн миры. Он делает это, резко увеличивая число точек соприкосновения, через которые мы взаимодействуем с интернетом. Эти узлы со временем окружат нас настолько, что словосочетание «войти в интернет» исчезнет из нашей речи. Когда ваш холодильник сообщает вашей корзине для покупок, что у вас закончилось молоко, то вы находитесь в физическом мире или в цифровом?

В отличие от ИИ интернета и ИИ для бизнеса, ИИ восприятия требует большого количества аппаратуры. Чтобы он преобразил наши автомобили, больницы и кухни, нам будут требоваться все новые и новые аппаратные устройства с датчиками для синхронизации физического и цифрового миров.

17. Основная идея ИИ бизнеса заключается в том, что традиционные компании автоматически помечают огромные объемы данных в течение долгих десятилетий. Например, страховые компании выплачивают страховку при несчастных случаях и выявляют мошенников, банки выдают кредиты и документируют сроки их погашения, а больницы ведут учет диагнозов и показателей выживаемости. До недавнего времени наиболее традиционным предприятиям было трудно использовать эти данные на практике. ИИ бизнеса ищет в базах данных скрытые корреляции, которые люди могут не заметить. Человек нередко не может увидеть в этих корреляциях причинно-следственную связь: например, почему заемщики, которые берут кредиты в среду, погашают эти кредиты быстрее? Но алгоритмы, способные объединить тысячи показательных и незаметных признаков с помощью сложнейших математических операций, превзойдут даже первоклассных специалистов-людей в решении многих аналитических бизнес-задач.

Китайские компании никогда массово не использовали корпоративное программное обеспечение или стандартизированные хранилища данных, предпочитая индивидуальные системы ведения бухгалтерии. Часто эти системы не масштабируются и плохо интегрируются с существующим программным обеспечением, что усложняет очистку и структурирование данных. Недостаток данных также делает результаты оптимизации менее точными. Еще одна проблема связана с особенностями деловой культуры: китайские компании тратят гораздо меньше денег на сторонний консалтинг, чем американские. Многие китайские предприятия старой школы больше напоминают феодальные вотчины, чем современные организации, и их руководители часто считают, что внешняя экспертиза — это пустая трата денег.

При этом относительная отсталость страны в таких областях, как финансовые услуги, превращается в трамплин для передовых приложений ИИ. На их основе строится одно из наиболее перспективных направлений в этой области — микрофинансирование. Компания Smart Finance стала выдавать миллионы небольших кредитов, полагаясь исключительно на свои алгоритмы. Вместо того чтобы просить потенциального заемщика ввести сумму заработка, оно просто запрашивает доступ к некоторым данным из его телефона. Алгоритмы глубокого обучения Smart Finance не просто рассматривают очевидные показатели, например, сколько денег в вашем кошельке WeChat. Наряду с этим они опираются на данные, которые ничего не значили бы для банковского служащего. Например, учитывают скорость, с которой вы ввели дату рождения, остаток заряда вашего телефона и тысячи других параметров.

18. Автономный ИИ придёт последним, хотя первые его проявления уже можно увидеть.

Сбор клубники кажется простой задачей, но умение найти, оценить и сорвать ягоды с растений было невозможно автоматизировать до появления автономного ИИ. Десятки тысяч низкооплачиваемых рабочих, сгорбившись, трудились на клубничных полях весь день, выполняя свою монотонную и изнурительную работу с помощью острого зрения и ловких пальцев. Многим фермерам в Калифорнии приходилось наблюдать, как гниют ягоды на их полях, когда они не могли найти людей, согласных взяться за такое дело.

Но вот калифорнийский стартап Traptic создал робота, способного справиться с задачей. Устройство прикрепляется к трактору и с помощью алгоритмов зрения находит клубнику среди моря листвы. Те же самые алгоритмы определяют степень зрелости ягод по цвету, а специальная «рука» машины бережно срывает их без каких-либо повреждений.

Хотя с наймом домашнего обслуживающего персонала в США — уборщиц, поваров и консьержей — возникают похожие проблемы, мы вряд ли увидим автономный ИИ в домах в ближайшее время. Вопреки тому, во что заставили нас поверить научно-фантастические фильмы, человекоподобные роботы для дома пока остаются мечтой. Простые, казалось бы задачи, такие как уборка помещений или присмотр за ребенком, сегодня все еще выходят далеко за пределы возможностей ИИ, а наша среда обитания, не отличающаяся порядком, содержит массу препятствий для неуклюжих роботов.

19. Однако по мере того, как автономные технологии будут становиться все более гибкими и умными, мы найдем много новых и полезных вариантов их применения, в первую очередь основанных на их способности к самоуправлению. Рой автономных шмелей сможет покрасить дом всего за несколько часов. Рои термостойких беспилотных пчел смогут бороться с лесными пожарами в сотни раз эффективнее, чем современные пожарные расчеты. Автономные устройства других типов будут применяться для поисково-спасательных работ после ураганов и землетрясений и доставлять продовольствие и воду пострадавшим, а также, объединяясь с базирующимися поблизости беспилотными летательными аппаратами, эвакуировать людей из зон природных катастроф.

20. КНР почти наверняка станет лидером в производстве автономных беспилотных летательных аппаратов. В Шэньчжэне находятся производственные мощности DJI — главной компании по изготовлению дронов в мире. DJI, по общим оценкам, уже занимает 50% североамериканского рынка беспилотников и даже лидирует в нише продукции высокого класса.

И если роевой интеллект преобразит небеса, то автономные автомобили преобразят наши дороги. В этом случае дело тоже не ограничится транспортом: нас ждет разрушение привычной городской среды и потрясения на рынке труда. Такие компании, как Google, уже продемонстрировали, что беспилотные автомобили будут намного безопаснее и эффективнее, чем управляемые людьми.

21. Google собирает данные для своих беспилотных автомобилей постепенно: ее собственный небольшой автопарк оснащен очень дорогой аппаратурой для сканирования окружающей среды. Tesla вместо этого начала оснащать свои коммерческие автомобили более дешевым оборудованием, позволяющим получать данные при использовании определенных автономных функций.

К 2016 году стало очевидно, что подход Tesla эффективнее. За шесть лет Google накопила данные о 1,5 млн миль, которые проехали ее автомобили, а Tesla — о 47 млн миль всего за 6 месяцев.

В настоящее время подходы Google и Tesla медленно сближаются. Google, возможно, почувствовав опасную близость Tesla и других конкурентов, усиленно занялась внедрением автономных транспортных средств, запустив пробный проект беспилотного такси в городском округе Феникс. Между тем, после аварии в мае 2016 года, в которой погиб один из владельцев Tesla, использовавший автопилот, компания Илона Маска притормозила внедрение полностью автономных транспортных средств.

Но фундаментальная разница в подходах компаний сохраняется, и обе пытаются найти оптимальное решение. Google стремится к безупречной безопасности, но задерживает внедрение систем, которые, вероятно, уже могли бы спасать жизни людей. Tesla использует более техно-утилитарный подход и продвигает свои машины на рынок. Она исходит из того, что автономные системы уже надежнее, чем водитель-человек, и чем больше данных они будут получать, тем больше жизней смогут спасти.

Ключом к постепенному внедрению автономного транспорта будет строительство новой, специально для него разработанной инфраструктуры. В США, напротив, предприниматели исходят из того, что дороги меняться не будут, и строят беспилотные автомобили, адаптируя их к существующим условиям. В Китае же в любой момент может измениться все, включая и дороги. Действительно, местные чиновники уже занимаются адаптацией автомобильных дорог, реорганизуют структуру грузовых перевозок и возводят целые города, спроектированные специально для беспилотных автомобилей.

Дорожные ведомства в китайской провинции Чжэцзян уже анонсировали планы по строительству первой в стране «умной» супермагистрали, инфраструктура которой с самого начала будет предусматривать использование беспилотного транспорта и электромобилей. Дорогу планируется оснастить датчиками и обеспечить беспроводную связь между дорогой, автомобилями и водителями, что должно привести к увеличению скорости на 20–30% и значительно сократить число жертв в случае аварий. В поверхность супермагистрали будут встроены фотоэлементы солнечных батарей, чтобы их энергия питала зарядные станции для электромобилей. В долгосрочной перспективе цель состоит в том, чтобы иметь возможность непрерывно заряжать электромобили во время движения.

В шестидесяти милях к югу от Пекина, там, где раньше стояло несколько сонных деревушек, теперь по поручению Госсовета КНР ведется строительство Суньяна — города-витрины технического прогресса и экологической устойчивости. На создание городской инфраструктуры планируется потратить $583 млрд, а население, по прогнозам, должно составить 2,5 млн человек — почти столько же, сколько живет в Чикаго. Идея построить новый Чикаго с нуля практически немыслима в Соединенных Штатах, но в Китае это обычное дело. Суньян станет первым городом в мире, еще на этапе строительства приспособленным к использованию автономного транспорта. Компания Baidu подписала с местными государственными органами соглашение на возведение «города ИИ» с автоматическим управлением дорожным движением, автономными транспортными средствами и системами защиты окружающей среды. Среди его особенностей — датчики в дорожном покрытии, светофоры с компьютерным зрением, уличные переходы, определяющие возраст пешеходов, и сравнительно небольшие площади, отведенные под автостоянки. Почему не превратить их в городские скверы, если жители все равно пользуются автономным такси? В будущем в таких новых городах можно будет даже прокладывать маршруты движения транспорта под землей, оставляя поверхность для пешеходов и велосипедистов. Подобный проект было бы трудно или даже невозможно реализовать в обычной городской среде с водителями-людьми, которые делают ошибки и становятся причиной пробок. Но за счет увеличения ширины дорог, управляемого освещения и автономных автомобилей вся система подземного дорожного движения сможет поддерживать скорость, более характерную для автомагистралей, при сохранении привычного человеку темпа жизни на поверхности земли.

22. Не все изобретения равнозначны. Какие-то из них по-новому выполняют одну-единственную задачу (пишущие машинки), другие — один вид задач (калькуляторы), а некоторые преображают всю отрасль (хлопкоочистительная машина).

Но иногда человечество совершает технологический прорыв принципиально иного масштаба. Последствия таких прорывов производят революцию в десятках отраслей, что ведет к кардинальным переменам в экономике и даже структуре общества. Именно такие технологии экономисты называют технологиями широкого применения, или ТШП.

Если принимать во внимание только ТШП, то остается не так уж много примеров из истории, по которым мы можем судить о последствиях таких явлений.

Есть три технологии, стоящие выше остальных: паровая энергетика, электричество и информационно-коммуникационные технологии (например, компьютеры и интернет). Это по-настоящему прорывные технологии, повлиявшие на мировую экономику и кардинально изменившие и нашу жизнь, и наш труд.

Однако исследователи редко рассматривали влияние ТШП на прогресс отдельно от других факторов. Если мы сосредоточимся только на ТШП, то обнаружим, что трех точек данных явно недостаточно, чтобы делать общие выводы. В таком случае нам следует рассмотреть исторические факты о том, как каждое из этих новаторских открытий повлияло на количество рабочих мест и зарплаты.

Использование парового двигателя и электрификация были важнейшими составляющими первой и второй промышленных революций (1760–1830 и 1870– 1914 гг. соответственно). Но изменение способов производства привело к деквалификации. Задачи, которые когда-то требовали от рабочих особых знаний и навыков (как, например, при ручном ткачестве), на фабриках решались по-иному: работа делилась на простые операции, которые могли выполнять низкоквалифицированные работники (например — управление паровым ткацким станком). Постепенно эти технологии позволили значительно увеличить объем производимой продукции и снизить ее стоимость.

Ранние ТШП приводили к появлению новых технологий, которые, в свою очередь, приводили к появлению новых рабочих мест. Например, была изобретена сборочная линия, давшая тысячам, а в дальнейшем — сотням миллионов крестьян работу на производстве и место в новой промышленной экономике. Да, относительно небольшое количество опытных ремесленников (некоторые из них могли стать луддитами) осталось не у дел, но гораздо больше было работников низкой квалификации, которые теперь выполняли повторяющиеся, монотонные операции на станках. Производительность труда росла, и начался подъем экономики, ведущий к повышению уровня жизни.

Но как насчет самых последних ТШП — информационно-коммуникационных (ИКТ)? Пока что их влияние на рынки труда и экономическое неравенство остается неоднозначным. Как отмечают Бриньолфссон и Макафи, во время Второй эры машин в течение 30 лет в Соединенных Штатах наблюдался устойчивый рост производительности труда, но одновременно с этим стагнация среднего дохода и занятости.

После десятилетий, в течение которых производительность, заработные платы и количество рабочих мест росли, в какой-то момент связи между ними начали рваться, словно перетершиеся нити. В то время как производительность труда продолжала повышаться, заработная плата оставалась на одном уровне.

Это привело к усилению расслоения общества в таких развитых странах, как Соединенные Штаты, где основная прибыль от применения ИКТ оказалась сосредоточена в руках избранных, составляющих 1% всего населения. В США доля национального дохода, приходящаяся на эту элиту, выросла примерно вдвое в период с 1980 по 2016 год. К 2017 году 1% американцев принадлежало почти в два раза больше средств, чем 90% людей из более низких социальных слоев, вместе взятым. (Речь идёт об имуществе - с учётом долгов, но не о доходах).

В то время как последняя из ТШП распространилась по всей экономике, реальная заработная плата средних американцев осталась на том же уровне, что и 30 лет назад, а заработки самых бедных из них даже упали.

Одна из причин, по которой ИКТ могут отличаться от паровых двигателей и электрификации, заключается в «смещении навыков». В то время как две предыдущие ТШП увеличили производительность труда и снизили требования к квалификации рабочих, ИКТ часто — хотя и не всегда — выгодны высококвалифицированным специалистам. Инструменты цифровых коммуникаций позволяют лучшим исполнителям эффективно управлять гораздо большими системами и охватывать более широкую клиентуру. Разрушая барьеры на пути распространения информации, ИКТ увеличивают возможности тех, кто обладает самой высокой квалификацией, и подрывают экономическое значение средних игроков.

Сложно прийти к однозначному выводу о том, насколько велико влияние ИКТ на занятость и стагнацию в области заработной платы в США. Глобализация, деградация профсоюзов и аутсорсинг — все это факторы, дающие экономистам пищу для бесконечных споров. Но одна вещь становится все более очевидной: нет никакой гарантии, что вызванное ТШП повышение производительности труда также приведет к увеличению количества рабочих мест или повышению заработной платы работников. Технооптимисты могут считать эти опасения луддитскими заблуждениями, но ряд самых выдающихся ученых-экономистов современности придерживается иного мнения. Лоуренс Саммерс ранее работал главным экономистом Всемирного банка, затем занял пост секретаря казначейства при Билле Клинтоне и наконец стал директором Национального экономического совета при Бараке Обаме. А ещё был президентом Гарварда.

В последние годы он предупреждает об опасности излишнего оптимизма в отношении технологических новшеств. «Безусловно, нет смысла пытаться остановить технический прогресс, — сказал Саммерс в интервью газете New York Times в 2014 году. — Но нельзя просто предполагать, что все будет в порядке только потому, что рынок магическим образом расставит все по местам».

23. Прогнозы о масштабах безработицы, которую может вызвать развитие ИИ, опубликованы многими экономистами и консалтинговыми компаниями по всему миру. В зависимости от того, какая модель используется исследователями, оценки варьируются от пугающе пессимистичных до нейтральных. Далее я даю краткий обзор литературы и методов, уделяя особое внимание тем из них, которые вызвали дебаты. 

В 2013 году двое ученых из Оксфордского университета положили начало целой серии исследований, выпустив зловещий прогноз, согласно которому 47% рабочих мест в США могут перестать существовать уже в течение последующих 10 или 20 лет из-за автоматизации. Для начала авторы статьи — Карл Бенедикт Фрей и Майкл Осборн — задали экспертам по машинному обучению вопрос, как они оценивают вероятность автоматизации 70 профессий в ближайшие годы. Затем, совмещая данные ответов с перечнем основных «узких мест» в машинном обучении, Фрей и Осборн с помощью вероятностной модели получили прогноз того, насколько доступными для автоматизации окажутся еще 632 профессии.

Результаты показали, что почти половина рабочих мест в США в ближайшие десятилетия окажется в зоне «высокого риска замены». Фрей и Осборн были осторожны и снабдили свое заключение многочисленными оговорками. К тому же речь в нем шла о том, какие специальности будет технически возможно заменить машинами, а не о том, сколько из них действительно исчезнут. Однако за исследованием последовал шквал публикаций в прессе, в которых этот важный момент не упоминался, зато тиражировалось заявление, что половина всех трудящихся скоро останется без работы.

Вскоре последовало еще одно громкое исследование. В 2016 году трое экономистов из Организации экономического сотрудничества и развития (ОЭСР) использовали альтернативную модель и получили оценку, казалось бы, прямо противоречившую оксфордскому исследованию. Согласно их выводам, высокий риск вытесняющей автоматизации в Соединенных Штатах существовал всего лишь для 9% рабочих мест. Откуда же взялся такой огромный разрыв?

Исследователи не согласились с подходом Осборна и Фрея, при котором оценка основывалась на «автоматизируемости профессии». Команда ОЭСР исходила из предпосылки, что автоматизированы будут не сами профессии, а, скорее всего, довольно конкретные задачи. Группа ОЭСР утверждала, что многие задачи, выполняемые представителями большинства профессий, нельзя алгоритмизировать, например совместную работу с коллегами в группах, личное общение с клиентами и т. п. Исследователи предложили подход, при котором профессиональная деятельность раскладывалась на многочисленные компоненты и каждый из них оценивался с точки зрения возможностей его автоматизации. В этой модели работа, например, ассистента по заполнению налоговых деклараций, классифицируется не как одно занятие, а как серия задач, поддающихся автоматизации (обзор поступивших документов, расчет максимальных отчислений, поиск несоответствий в документах и т. д.), и тех, которые ей не поддаются (встречи с новыми клиентами, доведение принятых решений до каждого из клиентов и т. д.). Затем группа ОЭСР применила вероятностную модель и расcчитала, какой процент рабочих мест может оказаться «в зоне высокого риска» (если автоматизации поддаются не менее 70% профессиональных задач). Как уже говорилось, расчеты показали, что в США в эту зону попадают всего 9% трудящихся. Применив ту же модель для 20 других стран, ученые из ОЭСР установили, что доля профессий с высоким уровнем риска будет равна 6% в Корее и 12% в Австрии. Казалось, можно не волноваться: исследование подтвердило, что слухи о грядущей безработице сильно преувеличены. Но, как и следовало ожидать, дебаты не утихали.

Подход ОЭСР, основанный на автоматизации задач, стал преобладающим среди исследователей, однако не все они согласились с оптимистичными выводами, изложенными в докладе. В начале 2017 года исследователи из PwC, пользуясь тем же подходом, провели собственный анализ и обнаружили, что к началу 2030-х годов в Соединенных Штатах высокому риску уничтожения из-за автоматизации подвергнется 38% рабочих мест. Расхождение с результатом в 9%, полученным учеными из ОЭСР, которые просто использовали для расчетов немного другой алгоритм, было значительным.

Исследователи из PwC, как и их предшественники, вскоре заявили, что их прогноз касается технических возможностей автоматизации, а на самом деле изменения на рынке труда будут протекать более мягко благодаря нормативной, правовой и социальной динамике.

Исследователи из Глобального института McKinsey попытались найти некое усредненное решение. Я помогал институту в проведении его исследований, связанных с Китаем, и стал соавтором научной статьи, посвященной китайскому цифровому ландшафту. Используя все тот же подход, основанный на разделении каждой профессии на ряд задач, команда компании McKinsey подсчитала, что около 50% рабочих задач по всему миру уже автоматизировано. Для Китая этот процент был несколько выше — 51,2%, а для США — немного ниже — 45,8%. Поэтому, когда дело дошло до оценки фактических последствий для рынка труда, исследователи McKinsey были менее пессимистичными. При быстром внедрении методов автоматизации (сценарий, наиболее сопоставимый с приведенными выше результатами) к 2030 году может быть автоматизировано 30% профессиональных задач во всем мире, но только 14% трудящихся вынуждены будут поменять специальность.

Итак, о чем же говорит нам проведенный обзор научных статей? Оценки экспертов относительно сокращения рабочих мест в Соединенных Штатах варьируются в пределах от 9% до 47%. И даже если придерживаться подхода, основанного на автоматизации задач, то все равно останется разброс в диапазоне от 9% до 38%, то есть от относительного благополучия до самого настоящего кризиса.

24. Хороших исследований о последствиях автоматизации в Китае очень мало, но здравый смысл подсказывает, что китайский народ пострадает намного сильнее, ведь интеллектуальные роботы в первую очередь положат конец золотой эре для рабочих на «фабрике мира». Такой прогноз можно сделать с учетом особенностей китайского рынка труда, а также наших предположений о том, какие рабочие места будут автоматизированы. Более четверти китайских рабочих все еще трудится на фермах, еще четверть — на промышленном производстве. Для сравнения: менее 2% американцев заняты в сельском хозяйстве и около 18% — в промышленности. Выдающиеся мыслители, такие как автор книги «Роботы наступают» Мартин Форд, утверждали, что огромная доля рутинного ручного труда может сделать Китай «эпицентром экономических и социальных потрясений, вызванных все большим использованием роботов».

Известный ученый и эксперт Вивек Вадхва также предсказал, что умная робототехника подорвет преимущество Китая как центра промышленного производства и оно начнет возвращаться в Соединенные Штаты, причем не создавая там дополнительные рабочие места для людей. «Американские роботы работают не хуже китайских, — писал он, — они тоже не жалуются и не вступают в профсоюзы».

Если вспомнить недавнюю историю, эти прогнозы понятны. Ведь за последние 100 лет экономической эволюции рабочие и наемные служащие потеряли больше всего рабочих мест именно из-за автоматизации физического труда. Промышленная и сельскохозяйственная техника (например, грузовые подъемники и тракторы) значительно увеличила производительность каждого работника в этих отраслях, и на определенных участках работ стало требоваться меньше людей. Проецируя тот же подход на эпоху ИИ, можно сказать, что труженики сельского хозяйства и промышленности Китая попали прямо под прицел интеллектуальной автоматизации. В то же время в американской экономике, где доминирует сфера услуг, бесчисленные белые воротнички в какой-то степени защищены от потери рабочих мест своими дипломами колледжей и доходами, измеряемыми шестизначными числами. 

Тем не менее, в то время как самые простые и монотонные виды работы на промышленном предприятии — контроль качества и сборка несложной продукции, — скорее всего, подвергнутся автоматизации в ближайшие годы, остальные ручные операции роботы будут осваивать с трудом, поскольку интеллектуальная автоматизация XXI века происходит иначе, чем автоматизация в области физического труда ХХ века. Точнее говоря, гораздо проще создавать алгоритмы ИИ, чем строить интеллектуальных роботов. В основе этой логики лежит принцип искусственного интеллекта, известный как парадокс Моравека. Ханс Моравек был в числе профессоров, у которых я учился в Университете Карнеги — Меллона. Работа над искусственным интеллектом и созданием роботов привела его к фундаментальной истине о сочетании этих двух направлений: несмотря на то что ИИ может относительно легко имитировать интеллектуальные или вычислительные способности взрослого человека, очень трудно дать роботу восприятие и сенсомоторные навыки, имеющиеся даже у малыша. Алгоритмы могут полностью затмить людей, когда речь идет о создании прогнозов на основе данных, но роботы все еще не научились выполнять обязанности горничной отеля.

25. Разрыв между Китаем и Соединенными Штатами остается незначительным по сравнению с тем, насколько остальные страны мира отстают от этих сверхдержав ИИ. Предприниматели Кремниевой долины любят преподносить свою продукцию как «демократизирующую доступ» к чему-то, «объединяющую людей» и, конечно же, «делающую мир лучше». Такой взгляд на технологии как на средство борьбы с неравенством всегда был несколько утопичным, но в эпоху ИИ он может превратиться в нечто гораздо более опасное. Если ИИ не контролировать, он способен резко усугубить неравенство как на международном, так и на внутреннем уровнях.

ИИ совершенствуется, получая новые данные, и это создает замкнутый цикл: чем лучше продукт, тем больше пользователей, чем больше пользователей, тем больше данных, а чем больше данных, тем лучше продукт. Когда какая-то компания вырывается вперед, этот цикл может быстро сделать дистанцию между ней и конкурентами непреодолимой. Благодаря этому циклу китайские и американские компании уже захватили мировое лидерство в области ИИ. Канада, Великобритания, Франция и некоторые другие страны охотно открывают двери своих лабораторий перед талантливыми исследователями, но им часто не хватает других составляющих, необходимых, чтобы стать истинными сверхдержавами ИИ: большой базы пользователей и динамичной венчурной экосистемы для предпринимателей.

Нам еще предстоит увидеть рождение новаторских компаний в этих странах, и лондонской DeepMind дело не ограничится. Однако все семь гигантов искусственного интеллекта и подавляющее большинство лучших инженеров в области ИИ уже сосредоточены в США и Китае. Они строят огромные хранилища данных, питающие разнообразные продукты, такие как самоуправляемые автомобили, автономные дроны, устройства для перевода с иностранных языков и для распознавания лиц, программы для восприятия и синтеза естественного языка и многое другое. Чем больше данных эти компании накапливают, тем труднее будет компаниям из других стран конкурировать с ними.

По мере того как ИИ простирает свои щупальца во все отрасли экономики, эти технологические сверхдержавы будут получать все новые преимущества. По оценкам PwC, Соединенные Штаты и Китай намерены получить как минимум 70% от 15,7 трлн долларов, которыми ИИ обогатит мировую экономику к 2030 году, причем на долю Китая придется 7 трлн. Другим государствам останется подбирать остатки, в то время как сверхдержавы ИИ будут наращивать производительность труда внутри страны и получать потоки прибыли из всех стран земного шара. Американские компании, скорее всего, будут претендовать на многие развитые рынки, а у китайских гигантов больше шансов заполучить рынки Юго-Восточной Азии, Африки и Латинской Америки. Боюсь, что этот процесс усугубит и значительно увеличит разрыв между имущими и неимущими. В то время как сверхдержавы ИИ за счет огромной прибыли будут становиться все богаче, страны, не перешагнувшие определенный технологический и экономический рубеж, окажутся в рядах отсталых или отстающих. В сферах производства и услуг почти все будут делать умные машины, расположенные в супердержавах ИИ, а более слабые государства продолжат терять то конкурентное преимущество, которое привело к процветанию их предшественников, — дешевую рабочую силу.

Прежде большая доля молодежи в этих странах также делала их сильнее. Но в эпоху ИИ эти люди пополнят ряды безработных. Изменения в экономике превратят их из двигателя прогресса в обузу на шее государства и источник социальной нестабильности — если правительства этих стран не сумеют найти решение. Лишенные возможности вырваться из нищеты, бедные страны будут стагнировать, в то время как супердержавы ИИ ожидает экономический взлет. Я опасаюсь, что постоянно растущий разрыв в развитии экономики поставит бедные страны в полную зависимость от богатых.

26. В конце автор переходит к поэзии. Всё-таки китаец.

Мы мало что знаем о нашей душе и бесконечно далеки от того, чтобы воспроизвести ее в машине. Но мы знаем, что люди наделены уникальной возможностью любить и быть любимыми, что к этому они стремятся и что именно это составляет главный смысл нашей жизни. Поэтому, как я считаю, мы и должны строить наше будущее, стремясь объединить способность ИИ мыслить со способностью человека любить. Если мы сможем создать эту синергию, она позволит нам использовать неоспоримую мощь искусственного интеллекта для достижения процветания и сохранить нашу человечность. Но такое будущее не наступит само по себе. Чтобы построить его для всего мира, необходимо переосмыслить и в корне реорганизовать все общественные системы. Нам потребуется вся наша сплоченность, эмпатия и креативность. В случае успеха вместо острейшего кризиса нас ждет эра беспрецедентных возможностей. Человечество стоит на перепутье между небывалым расцветом и глобальной катастрофой.