[17] Ниже мы покажем, что технический прогресс улучшается по экспоненте.
Наш третий вывод менее оптимистичен: дигитализации будет сопутствовать целый ряд сложных проблем. Само по себе это не должно нас удивлять или пугать; даже у самых полезных достижений имеются неприятные побочные эффекты, требующие внимания. Промышленная революция сопровождалась загрязнением воздуха в Лондоне и ужасающей эксплуатацией детского труда. Как будут выглядеть современные эквиваленты этих побочных эффектов? Вполне возможно, что быстрая и постоянно ускоряющаяся дигитализация приведет к экономическим потрясениям. Это напрямую проистекает из того факта, что по мере увеличения возможностей компьютера компаниям становятся все меньше нужны определенные типы работников. Технологический прогресс по мере своего развития будет оставлять за бортом людей, причем в немалых количествах. Ниже мы покажем, что нынешнее время просто идеально для работников с особыми навыками или соответствующим образованием, поскольку эти люди смогут использовать технологию для создания и удержания ценности. С другой стороны, в наше время тяжело приходится работникам, которые предлагают рынку лишь «ординарные» навыки и способности, поскольку компьютеры, роботы и другие цифровые технологии уже осваивают эти навыки и способности с невероятной скоростью.
В свое время жители Англии и других стран пришли к выводу, что некоторые аспекты Промышленной революции нетерпимы, и предприняли меры по их корректировке (этому способствовали и демократическое правление, и технологический прогресс). Детский труд в Великобритании больше не используется, а лондонский воздух содержит в наши дни меньше дыма и двуокиси серы, чем в любую другую эпоху начиная с конца XVI века.[18] Мы сможем разобраться и с проблемами, присущими цифровой революции, но прежде всего нам нужно точно понять, в чем они заключаются. Очень важно приступить к обсуждению возможных негативных последствий второй эры машин и начать диалог о том, как можно их смягчить, – мы уверены, что нам это удастся. С другой стороны, они не исчезнут сами собой. В последующих главах мы поделимся своими мыслями на эту важную тему.
Итак, эта книга посвящена второй эре машин, разворачивающейся на наших глазах. Прямо сейчас возникает точка перелома в истории экономики и общества, и привела к ней дигитализация. Эта точка перелома позволит нам двигаться в правильном направлении – изобилие вместо дефицита, свобода вместо ограничений, – но вместе с тем влечет за собой целый ряд новых сложных задач и ситуаций, требующих непростого выбора.
Эта книга разделена на три части. Первая, в которую входят главы 1–6, описывает базовые характеристики второй эры машин. Они содержат немало примеров нынешнего технологического прогресса, иногда напоминающих научную фантастику. Мы объясним, почему многое происходит только сейчас (учитывая то, что компьютеры находятся в нашем распоряжении уже несколько десятилетий), и покажем, почему нам стоит со всей уверенностью полагать, что масштаб и темпы развития в сфере компьютеров, робототехники и других цифровых устройств в будущем лишь вырастут.
Вторая часть, состоящая из глав 7–11, посвящена изучению Дара (bounty) и его распределения (spread), двух экономических последствий этого прогресса. Дар – это прирост объема, разнообразия и качества и одновременное снижение издержек, возникающее благодаря современному технологическому прогрессу. Это лучшая на сегодняшний день новость в мире экономики. Распределение этого Дара – прямо противоположная история. Это история об огромном неравенстве между людьми с точки зрения экономического успеха – богатства, доходов, мобильности и других важных показателей. В последние годы этот разрыв стабильно увеличивается. Этот факт по многим причинам заставляет нас тревожиться, и, если мы не вмешаемся в этот процесс, происходящий в годы второй эры машин, он будет продолжать ускоряться.
Последняя часть – главы 12–15 – посвящена обсуждению того, какие методы вмешательства будут уместными и эффективными в новую эпоху. Наши экономические цели должны быть связаны с усилением позитивных аспектов Дара и борьбой с негативными эффектами, которые вызывает неравенство. Мы предложим вам идеи по решению этих задач как в ближайшем будущем, так и в более отдаленной перспективе, когда прогресс позволит нам попасть в новый технологически развитый мир. И, как мы покажем в последней главе, выбор, который мы сделаем прямо сейчас, определит то, каким окажется этот будущий мир.
Глава 2. Навыки новых машин: технологии набирают обороты
Любая достаточно развитая технология неотличима от магии.
Летом 2012 года мы ездили на автомобиле без водителя.
Во время своего исследовательского визита в штаб-квартиру Google в Кремниевой долине нам довелось прокатиться на одном из автомобилей компании, созданных в рамках проекта Chauffeur. Поначалу мы думали, что сядем на заднее сиденье автомобиля, а на водительском месте не будет никого, однако Google по вполне понятным причинам осторожничал и не хотел выпускать на дорогу автомобили, за рулем которых никого нет. Это могло напугать пешеходов и других водителей или даже привлечь внимание полиции. Поэтому мы сидели сзади, а два представителя команды Chauffeur ехали впереди.
Когда мы ехали по шоссе 101, один из сотрудников компании нажал на кнопку и автомобиль переключился на полностью автоматический режим работы. Наше любопытство, а вместе с ним и инстинкт самосохранения включились на полную. Шоссе 101 – не самое предсказуемое или тихое. Конечно, это качественное и прямое шоссе, однако большую часть времени оно заполнено машинами, а в транспортном потоке нет ни очевидного ритма, ни мотивов. При высоких скоростях на этом шоссе ошибки вождения могут повлечь за собой крайне серьезные последствия. Поскольку мы не принадлежим к участникам проекта Chauffeur, эти последствия внезапно начали представлять для нас не только интеллектуальный интерес.
Автомобиль вел себя безукоризненно. Более того, порой в ходе поездки нам даже становилось скучно. Он не нарушал скоростных ограничений и не занимался слаломом среди других машин на шоссе; он ехал точно так, как нас всех учат в водительской школе. Раскрытый ноутбук в режиме реального времени показывал нам то, что «видит» автомобиль при движении по шоссе, – все расположенные неподалеку объекты, которые попадали в поле «зрения» его сенсоров. Автомобиль распознавал все другие машины вокруг, а не только ближайшие, и контролировал их местоположение вне зависимости от того, где они двигались. Это был автомобиль, не имевший «слепых» зон. Однако программа, отвечавшая за вождение, принимала во внимание, что такие «слепые» зоны могут быть у других автомобилей и грузовиков, находившихся под управлением людей. Экран ноутбука постоянно отображал предположения программы о том, где могут находиться эти «слепые» зоны и как их избежать.
Мы не могли оторвать взгляда от экрана и совершенно не обращали внимания на дорогу до тех пор, пока движение впереди полностью не остановилось. Наш автомобиль начал мягко тормозить, а затем остановился на безопасном расстоянии от ехавшей впереди машины, после чего начал понемногу двигаться вместе со всем остальным потоком. В течение всего этого процесса работники Google, сидевшие на переднем сиденье, не прекращали своего разговора, не демонстрировали никаких следов нервозности или интереса к происходившему на дороге. Сотни часов, проведенных в беспилотном автомобиле, убедили их в том, что он вполне в состоянии справиться с движением в пробке. К тому моменту, когда машина припарковалась, мы разделяли их уверенность.
Новое разделение труда
Наша поездка по шоссе 101 в тот день была для нас особенно странной, поскольку всего несколькими годами ранее мы были уверены, что компьютеры никогда не научатся управлять автомобилями. Великолепные исследования и анализы, проведенные нашими глубокоуважаемыми коллегами, убедительно показывали, что в обозримом будущем вождение автомобиля останется задачей, которая по силам лишь человеку. Несмотря на это заключение, такие технологии, как Chauffeur, активно развились в последующие несколько лет, что позволяет нам извлечь целый ряд важных уроков о цифровом прогрессе.
В 2004 году Фрэнк Леви и Ричард Марнейн опубликовали свою книгу The new division of labor («Новое разделение труда»).[19] В основном они концентрировались на различиях в специфике работы человека и работы компьютера. В любой разумной экономической системе люди должны фокусироваться на задачах и направлениях работы, в которых имеют сравнительное преимущество над компьютерами, оставляя компьютерам то, для чего последние лучше приспособлены. В своей книге Леви и Марнейн предложили способ распределения различных задач в ту или иную категорию.
Сто лет назад предыдущий абзац не имел бы никакого смысла. В те времена слово computer («вычислитель») было названием профессии, а не обозначением механизма. «Компьютерами» в начале XX века называли людей, обычно женщин, проводивших целые дни за арифметическими расчетами и заполнением таблиц. На протяжении десятилетий изобретатели проектировали машины, способные выполнять всё новые и новые элементы этой работы; поначалу эти устройства были механическими, затем электромеханическими и наконец стали цифровыми. В наши дни сложно встретить людей, которых нанимают лишь для арифметических расчетов и записи результатов. Даже в странах с самыми низкими ставками оплаты труда людей-компьютеров практически не осталось, поскольку автоматические устройства значительно дешевле, быстрее и точнее.
Если вы внимательно изучите внутреннее устройство компьютера, то поймете, что он работает не с цифрами, а с символами. Электронные схемы компьютеров могут интерпретироваться на языке нулей и единиц, однако точно таким же образом могут использоваться пары «истинно» и «ложно», «да» или «нет» или любая другая аналогичная система символов. В принципе, компьютеры способны решать с помощью символов любые виды задач, от математических до логических или лингвистических. Однако цифровые писатели пока еще не появились, и поэтому списки бестселлеров состоят из книг, написанных исключительно людьми. Пока что мы еще не компьютеризировали работу предпринимателей, директоров, ученых, медсестер, помощников официантов и многих других типов работников. Почему нет? Если проще оставить эти занятия людям, то каким именно алгоритмам в этой работе особенно трудно подобрать цифровой эквивалент?