Сверхдержавы искусственного интеллекта. Китай, Кремниевая долина и новый мировой порядок

Юный китаец в очках в квадратной оправе не был похож на последнюю надежду человечества. В черном костюме, белой рубашке и черном галстуке, Кэ Цзе сидел, ссутулившись и потирая виски, полностью погруженный в напряженные раздумья. Обычно излучающий уверенность, граничащую с дерзостью, сейчас этот девятнадцатилетний юноша неловко ерзал в кожаном кресле. Наблюдая такую картину в другом месте, его можно было бы принять за обычного студента, мучающегося над сверхтрудным доказательством геометрической теоремы.

Но на самом деле в этот майский день 2017 года он сражался с одной из умнейших машин – AlphaGo, обладающей мощным искусственным интеллектом, за созданием которого стояла вся мощь технологических ресурсов Google. Сражение шло на доске с полем 19 на 19 линий, уставленной маленькими черными и белыми камешками. Это были принадлежности для го – игры с обманчиво несложными правилами: два игрока, поочередно передвигая свои камни, пытаются окружить камни противника. Кэ Цзе играл в го лучше, чем любой другой человек на Земле, но сегодня ему противостоял невиданно сильный соперник. Считается, что го изобрели более 2500 лет назад, но его история уходит в прошлое глубже, чем история любой другой настольной игры из тех, что дошли до наших дней. В Древнем Китае умение играть в го входило в число четырех искусств, которыми обязан был владеть любой китайский ученый. Считалось, что го наделяет игроков мудростью и изяществом мысли, свойственными философии дзен. Тогда как западные игры, например шахматы, носят примитивно тактический характер, гo требует постепенно менять позиции на доске и медленно окружать противника, что превращает го в искусство, требующее особого состояния ума.

Сложность этой игры вполне соответствует древности ее истории. Чтобы изложить ее основные правила, достаточно девяти предложений, но число возможных комбинаций на доске го больше числа атомов в известной нам Вселенной[1]. Поскольку построение стратегий в го – невероятно сложный процесс, задача победить чемпиона мира по этой игре стала для специалистов по ИИ своеобразным Эверестом – попытки покорить его долго оставались бесплодными. Поэт сказал бы, что машина не сможет победить, поскольку у нее отсутствует важное человеческое качество – некое мистическое чувство игры. Инженеры же считали, что количество вероятных позиций на доске слишком велико, чтобы компьютер мог их просчитать. Но в этот день AlphaGo не просто победил Kэ Цзе – разгром следовал за разгромом. На протяжении трех матчей-марафонов, продлившихся более трех часов каждый, Kэ боролся с компьютером всеми доступными ему средствами. Он пытался одолеть его, используя различные тактики: консервативную, агрессивную, оборонительную и непредсказуемую.

Но ни одна из них не срабатывала. AlphaGo не поддавался. Вместо этого он медленно затягивал петлю вокруг «армии» Кэ.

Взгляд из Пекина

За поединком Kэ Цзе и AlphaGo следило множество людей, но не все воспринимали его одинаково.

Для некоторых наблюдателей из США победы AlphaGo означали не столько победу машины над человеком, сколько победу западных технологических компаний над всем остальным миром. За последние два десятилетия компании Кремниевой долины смогли завоевать рынки технологий. Facebook и Google стали ключевыми платформами для общения и поиска в интернете. Они подмяли под себя местные стартапы во многих странах – от Франции до Индонезии. Эти интернет-гиганты обеспечили США превосходство в цифровом мире, соответствующее их военной и экономической мощи в реальном мире. AlphaGo – продукт, созданный британским стартапом в области ИИ под названием DeepMind, который приобрела Google в 2014 году, – должен был укрепить позиции Запада в цифровом мире в эпоху искусственного интеллекта.

Но, глядя на матч с Кэ Цзе из своего офиса, я увидел нечто совершенно иное. Штаб-квартира моего венчурного фонда находится в пекинском районе Чжунгуаньцунь, который часто называют китайской Кремниевой долиной. Именно здесь ведутся самые передовые разработки в области искусственного интеллекта. Для работающих здесь людей победа AlphaGo стала одновременно брошенным им вызовом и источником вдохновения. Так что это событие сыграло в истории почти такую же роль, как запуск спутника Советским Союзом.

В октябре 1957 года СССР отправил на космическую орбиту первый в истории спутник, сделанный человеком. Это совершило переворот в сознании людей и серьезно повлияло на государственную политику Америки. Общественность США заволновалась из-за возможного технического превосходства СССР. Американцы следили за тем, как спутник пересекает ночное небо, и настраивали свои радиостанции на прием его сигналов.

Началась работа по созданию Национального управления по аэронавтике и исследованию космического пространства (НАСА), были выделены крупные государственные субсидии на развитие математики, науки и образования – так началась космическая гонка. Эта широкомасштабная мобилизация ресурсов принесла свои плоды 12 лет спустя, когда Нил Армстронг стал первым человеком, ступившим на поверхность Луны.

AlphaGo одержал свою первую громкую победу в марте 2016 года в серии из пяти игр против легендарного корейского игрока Ли Седоля. Серия закончилась со счетом четыре к одному. Причем большинство американцев вряд ли обратили внимание, что эти пять игр собрали более 280 млн китайских зрителей[2]. В тот вечер и вспыхнула в Китае лихорадка искусственного интеллекта. Реакция общества в целом была не такой бурной, как реакция американцев на запуск советского спутника, но пламя разгорелось и с тех пор не угасает.

Когда китайские инвесторы, предприниматели и чиновники объединяют усилия для развития какой-либо отрасли, результаты действительно могут потрясти мир. В наши дни Китай вкладывает огромные средства в научные исследования и поддержку предпринимательства, связанного с ИИ. Деньги для стартапов в области ИИ поступают от венчурных инвесторов, технологических гигантов и китайского правительства.

Китайские студенты заразились лихорадкой ИИ и тоже начали принимать участие в научных программах и слушать лекции международных исследователей со своих смартфонов. Основатели стартапов всерьез взялись за реинжиниринг или просто ребрендинг своих компаний, чтобы оседлать эту новую волну.

Менее чем через два месяца после того, как Кэ Цзе проиграл свою последнюю игру AlphaGo, Государственный совет КНР выпустил смелый план по развитию и внедрению ИИ, чтобы догнать и перегнать США[3]. Он требовал большого финансирования, политической поддержки и координации на государственном уровне. Были поставлены четкие задачи, которые предстоит выполнить к 2020 и 2025 годам, и обозначена главная цель – к 2030 году сделать Китай центром глобальных инноваций в области искусственного интеллекта, играющим ведущую роль в сфере теоретических разработок, технологии и внедрения. К 2017 году китайские венчурные инвесторы уже отреагировали на призыв, вложив в стартапы рекордные суммы, составившие 48 % всего венчурного финансирования ИИ в мире[4]. В этом отношении они впервые обогнали США.

Игра по новым правилам

Эту волну государственной поддержки в Китае породила новая парадигма в отношениях между искусственным интеллектом и экономикой. На протяжении десятилетий наука об искусственном интеллекте развивалась медленно, но устойчиво, и только в последнее время начала бурно прогрессировать, позволяя быстро внедрять научные достижения. Задачи технического характера, связанные с победой машины над человеком в игре го, мне хорошо знакомы. Будучи аспирантом Университета Карнеги – Меллона, я занимался разработками в области ИИ под руководством одного из первых его исследователей – Раджа Редди. В 1986 году я написал первую программу[5], победившую чемпиона мира по игре «Отелло» (это упрощенная версия го, в которую играют на доске, разлинованной на 88 клеток). В то время я мог по праву гордиться таким результатом, но сама технология не была настолько зрелой, чтобы найти применение где-либо, кроме простых настольных игр.

То же самое можно сказать и о победе компьютера Deep Blue, созданного IBM, над чемпионом мира по шахматам Гарри Каспаровым в матче 1997 года, который называли «последним рубежом обороны человеческого мозга». После него многие забеспокоились, не пойдут ли роботы войной на человечество, но реальные последствия ограничились подорожанием акций IBM. Искусственный интеллект еще долго находил весьма ограниченное применение, и ученым понадобились десятилетия, чтобы сделать действительно фундаментальный шаг вперед.

Deep Blue действовал «грубой силой», полагаясь в основном на аппаратное обеспечение, которое позволяло быстро просчитывать и оценивать последствия каждого хода. Поэтому, чтобы дополнить его программное обеспечение направляющими эвристиками, понадобилась помощь сильнейших реальных шахматистов. Да, победа была выдающимся достижением инженерной мысли, но в ее основе лежала давно устоявшаяся технология, которая работала только при соблюдении множества условий. Заберите у Deep Blue геометрически простую квадратную шахматную доску восемь на восемь квадратов, и эта машина уже не покажется вам такой умной.

Однако теперь все изменилось. Во время игры Кэ Цзе против AlphaGo состязание шло в пределах доски для го, но было связано с серьезными изменениями в реальном мире. Победа программы породила настоящую лихорадку ИИ в Китае.

Работа AlphaGo основана на технологии глубокого обучения – новаторском методе в области искусственного интеллекта, позволяющем развивать когнитивные способности машин. Программы, основанные на глубоком обучении, теперь могут лучше, чем люди, идентифицировать лица, распознавать речь и выдавать кредиты. На протяжении десятилетий до революции искусственного интеллекта всегда оставалось каких-нибудь пять лет. Но с появлением глубокого обучения эта революция, наконец, началась. Она открыла дорогу эре небывалого повышения производительности, но также и масштабных потрясений на рынках труда, которые повлекут за собой глубокие социально-психологические последствия для людей, – ведь искусственный интеллект будет вытеснять их с рабочих мест. В матче с Кэ Цзе его соперниками стали не роботы-убийцы, управляемые ИИ, которыми нас давно пугают. Это были демоны реального мира, способные вызвать массовую безработицу и другие связанные с ней социальные бедствия. Угроза безработицы оказалась намного ближе, чем предсказывали эксперты, – при этом цвет воротничка уже не будет играть никакой роли: и высококвалифицированные, и простые сотрудники пострадают одинаково. В тот исторический день матча между AlphaGo и Кэ Цзе машина превзошла все человечество в игре в го. Вскоре она окажется рядом с вами в цеху и в вашем офисе.

Призрак в го-машине

[6]

Но во время того же матча я увидел и повод для надежды. Через 2 часа 51 минуту после начала игры Кэ Цзе оказался в тупике. Он сделал все возможное, но понимал, что этого недостаточно. Чемпион низко склонился над доской, поджал губы, и у него задергалась бровь. Не в силах сдерживать эмоции, он снял очки и тыльной стороной руки вытер слезы. Это длилось лишь мгновение, но произошло на глазах у всех. Слезы чемпиона вызвали мощную волну сочувствия и поддержки: в течение трех партий матча Kэ пережил невероятные эмоциональные взлеты и падения, испытав поочередно уверенность, тревогу, страх, надежду и отчаяние. Он показал сильнейшую волю к победе, но помимо всего я смог увидеть и проявление подлинной увлеченности: готовность сразиться с непобедимым соперником ради чистой любви к игре, ее истории, и ради людей, которые в нее играют. И все, кто наблюдал за матчем и крушением надежд Кэ, ответили ему искренним сочувствием. AlphaGo выиграл, но Кэ стал народным героем. Это заставило меня задуматься о том, что раз человеческие существа способны делиться друг с другом любовью, то они смогут найти работу и смысл жизни в век искусственного интеллекта. По-моему, умелое применение ИИ даст Китаю отличный шанс догнать – и даже превзойти США. Но что еще более важно, переворот поможет нам заново осознать, что же делает нас людьми. И чтобы понять почему, мы должны сначала познакомиться с основами этой технологии и разобраться, как именно она может изменить наш мир.

Краткая история глубокого обучения

Машинное обучение – это обобщающий термин для области, к которой относится и глубокое обучение – технология, способная повлиять на ход истории, и благополучно выдержавшая полвека энергичных исследований. С момента своего зарождения искусственный интеллект претерпел не один цикл взлетов и падений. За периодами больших надежд следовали периоды разочарования (их еще называют «зимами искусственного интеллекта»), когда отсутствие практических результатов приводило к потере интереса и сокращению финансирования. Чтобы понять, как мы пришли к глубокому обучению, необходим краткий экскурс в историю. Еще в середине 1950-х годов пионеры искусственного интеллекта поставили себе невероятно смелую, но четкую цель – воссоздать человеческий интеллект в машине. Это поразительное сочетание ясности цели и сложности задачи станет притягательным для величайших умов в области компьютерных наук, таких как Марвин Минский, Джон Маккарти и Герберт Саймон. В начале 1980-х годов, когда я изучал информатику в Колумбийском университете, оно поразило и мое воображение. Я родился на Тайване в начале 1960-х годов, но, когда мне было 11 лет, мы переехали в Теннесси, и там я окончил среднюю школу. Через четыре года я принял решение углубленно изучать ИИ в Колумбийском университете в Нью-Йорке. В 1983 году в разделе анкеты, где нужно было указать цель поступления в аспирантуру по информатике, я смело написал: «Исследование искусственного интеллекта – это анализ того, как человек усваивает знания, количественная оценка его мышления, объяснение человеческого поведения и разгадка того, что делает существование интеллекта возможным; это решающий шаг человечества к пониманию самого себя, и я надеюсь сделать что-то для этой новой, но перспективной области науки». Эти слова помогли мне попасть на ведущий факультет компьютерных наук Университета Карнеги – Меллона, очага передовых исследований ИИ. Но они же продемонстрировали мою наивность: я переоценивал нашу способность понимать себя и недооценивал возможности ИИ показывать сверхчеловеческие результаты в узких областях.

К тому времени, когда я начал писать кандидатскую диссертацию, в среде исследователей искусственного интеллекта сформировались два течения: одно объединяло сторонников выбора действий на основе правил, другое поддерживало принцип нейронных сетей. Исследователи из первого лагеря (их иногда называют сторонниками символических систем или экспертных систем) пытались научить компьютеры мыслить, кодируя последовательности логических правил: если X, то Y. Этот подход был хорошо применим для простых игр с четкой структурой («искусственные задачи»), но прекращал работать при расширении множества возможных вариантов. Чтобы сделать программное обеспечение способным решать проблемы реального мира, сторонники этого подхода опрашивали экспертов по тем или иным задачам, а затем кодировали их ответы в виде программ (отсюда второе название – «экспертные системы»).

Однако ученые из лагеря нейронных сетей использовали другой подход. Вместо того чтобы учить компьютер правилам, по которым действовал человеческий мозг, они пытались его реконструировать. Насколько нам известно, запутанные сети нейронов в мозге животных – единственная основа интеллекта, и исследователи полагали, что можно напрямую воссоздать эту основу. Они поставили перед собой задачу имитировать архитектуру мозга, выстраивая слои искусственных нейронов, способных получать и передавать информацию внутри структуры подобно нейронам живых существ. Электронным нейронным сетям не задают правил, которым надо следовать при принятии решений. В них просто вводят большое множество примеров какого-либо явления – картинок, шахматных партий, звуков – и позволяют сетям самим определять закономерности внутри массива данных. Иначе говоря, чем меньше человеческого вмешательства, тем лучше.

Различия между двумя подходами можно увидеть на примере простой задачи, в которой надо определить, есть ли на рисунке кошка. Чтобы помочь программе принять решение, основанный на правилах метод требует установить правило типа «если – то»: если сверху круга расположены два треугольника, то, возможно, кошка на рисунке есть. При использовании метода нейронных сетей программа получит миллионы образцов в виде фотографий с пометкой «кошка» или «нет кошки» и попытается самостоятельно выяснить, какие признаки в миллионах изображений наиболее тесно коррелируют с пометкой «кошка». В 1950-х и 1960-х годах ранние версии искусственных нейронных сетей дали многообещающие результаты и наделали немало шума. Но потом в 1969 году лагерь сторонников правил вырвался вперед, используя аргумент, что нейронные сети ненадежны и ограничены в применении. Метод нейронных сетей быстро вышел из моды, и в 1970-х годах наступила первая «зима искусственного интеллекта». В течение последующих десятилетий о нейронных сетях то вспоминали, то снова забывали. В 1988 году я использовал подход, похожий на метод нейронных сетей (скрытые марковские модели), чтобы создать Sphinx – первую в мире независимую от говорящего программу для распознавания непрерывной речи[7]. О моем достижении написали в New York Times[8]. Но этого оказалось недостаточно, и с началом долгого «ледникового периода» в области ИИ, растянувшегося почти на все 1990-е годы, о нейронных сетях снова забыли.

В конечном счете сегодняшнему возрождению метода способствовали технологические прорывы, касающиеся двух важных базовых элементов нейронных сетей. Я имею в виду большую вычислительную мощность и большие объемы данных. Данные «обучают» программу распознавать шаблоны, обеспечивая ее множеством образцов, а вычислительная мощность позволяет ей быстро анализировать эти образцы.

На заре ИИ, в 1950-х годах, не хватало как данных, так и вычислительной мощности. Но за прошедшие десятилетия все изменилось. Сегодня вычислительная мощность вашего смартфона в миллионы раз больше, чем мощность передовых компьютеров НАСА, отправивших Нила Армстронга на Луну в 1969 году. Появление интернета привело к накоплению самых разнообразных текстов, изображений, видео, кликов, покупок, твитов и так далее. В распоряжении исследователей оказались огромные объемы данных для обучения нейронных сетей, а также дешевые вычислительные мощности высокой производительности. Но сами сети все еще были сильно ограничены в возможностях. Для получения точных решений сложных задач требуется много слоев искусственных нейронов, но на тот момент исследователи еще не нашли способ эффективно обучать слои по мере их добавления. Прорыв в этом направлении, наконец, состоялся в середине 2000-х годов, когда ведущий исследователь Джеффри Хинтон обнаружил способ эффективного обучения добавленных слоев. Нейронные сети словно получили дозу стероидов и обрели невиданную мощь, достаточную, чтобы распознавать речь и объекты. Вскоре нейронные сети, названные новым модным термином «глубокое обучение», уже могли превзойти старые модели в решении различных задач. Однако укоренившиеся предрассудки о методе нейронных сетей заставили многих исследователей ИИ игнорировать технологию, которая тем не менее показывала выдающиеся результаты. Поворотный момент наступил в 2012 году, когда сеть, построенная командой Хинтона, одержала убедительную победу в международном конкурсе компьютерного зрения[9], [10].

После десятилетий самоотверженных исследований нейронные сети в одночасье вышли на передний план, теперь в виде глубокого обучения. Этот прорыв обещал растопить лед последней «зимы» ИИ и впервые позволить по-настоящему использовать его силу для решения ряда реальных проблем. Исследователи, футуристы и технические специалисты – все начали твердить о колоссальном потенциале нейросетей. Ожидалось, что скоро они научатся понимать человеческую речь, переводить документы, распознавать изображения, прогнозировать поведение покупателей, выявлять мошенничества и принимать решения о кредитовании, а еще подарят новые способности роботам – от зрения до умения водить машину.

За кулисами глубокого обучения

Так как же работает глубокое обучение? По существу, чтобы получить решение, оптимизированное в соответствии с желаемым результатом, эти алгоритмы используют огромные объемы данных из определенного домена. Самообучающаяся программа решает задачу, обучаясь распознавать глубоко скрытые закономерности и корреляции, связывающие множество точек данных с желаемым результатом. Такой поиск зависимостей становится проще, когда данные имеют пометки, связанные с результатом: «кошка» против «нет кошки»; «нажал» против «не нажимал»; «выиграл игру» против «проиграл игру». Тогда машина может опираться на свои обширные знания об этих корреляциях, многие из которых невидимы или не имеют смысла для человека, и принимать лучшие решения, чем сам человек. Однако для этого требуется огромное количество данных, мощный алгоритм, узкая область и конкретная цель. Если вам не хватает чего-либо из перечисленного, метод не сработает. Слишком мало данных? Алгоритму не будет хватать образцов, чтобы выявить значимые корреляции. Неточно поставлена цель? Алгоритму не хватит четких ориентиров для оптимизации. Глубокое обучение – это то, что известно как «ограниченный ИИ» – интеллект, который берет данные из одного конкретного домена и использует их для оптимизации одного конкретного результата. Это впечатляет, но все еще далеко от «ИИ общего назначения» – универсальной технологии, способной делать все, что может человек. Глубокое обучение находит самое естественное применение в таких областях, как страхование и кредитование. Соответствующих данных о заемщиках предостаточно (кредитный рейтинг, уровень дохода, недавнее использование кредитных карт), и цель оптимизации ясна (минимизировать уровень неплатежей). Сделав следующий шаг в развитии, глубокое обучение приведет в действие самоуправляемые автомобили, помогая им «видеть» мир вокруг них: распознавать объекты в пиксельном изображении с камеры (например, красные восьмиугольники), выяснять, с чем они коррелируют (дорожные знаки «Стоп»), и использовать эту информацию для принятия решений (задействовать тормоз, чтобы медленно остановить автомобиль), оптимальных для достижения желаемого результата (доставить меня безопасно домой в минимальные сроки).

Глубокое обучение так волнует человечество именно потому, что открывает перед нами огромные перспективы. Его способность распознать схему и оптимизировать ее для получения конкретного результата может применяться для решения множества повседневных проблем. Вот почему такие компании, как Google и Facebook, боролись за немногочисленных экспертов в области глубокого обучения и платили им миллионы долларов, чтобы получить доступ к самым передовым научным разработкам. В 2013 году Google приобрела стартап, основанный Джеффри Хинтоном, а в следующем году и британский стартап в области ИИ под названием DeepMind – компанию, которая и построила AlphaGo, израсходовав более 500 млн долларов[11]. Результаты этих проектов продолжают поражать воображение публики и появляться в заголовках газет. Они вызывают у нас ощущение, что мы стоим на пороге новой эры, когда машины обретут невероятные возможности, и нет гарантий, что они не начнут вытеснять людей.

Международные исследования ИИ

Но какое место занимает во всем этом Китай? Исторически глубокое обучение было почти полностью разработано в Соединенных Штатах, Канаде и Великобритании. Затем некоторые китайские предприниматели и венчурные фонды, такие как мой собственный, начали инвестировать средства в эту область. Но подавляющая часть технического сообщества Китая не обращала должного внимания на глубокое обучение вплоть до событий 2016 года, то есть прошло целое десятилетие после появления революционных теоретических работ в этой области и четыре года после того, как глубокое обучение одержало эпохальную победу на конкурсе компьютерного зрения.

Американские университеты и технологические компании на протяжении десятилетий снимали сливки с работ талантливых специалистов, которых страна привлекала со всего мира. США надеялись на безусловное лидерство и в области ИИ, которое должно было только укрепляться. Исследовательская элита страны трудилась в Кремниевой долине в обстановке щедрого финансирования, уникальной культуры и поддержки со стороны влиятельных компаний. В глазах большинства аналитиков Китаю в отношении ИИ суждено было играть ту же роль, что и в предыдущие десятилетия, – роль подражателя, вечно не поспевающего за развитием передовых технологий.

В следующих главах вы увидите, что этот прогноз оказался ошибочным. Он был основан на устаревших оценках китайской технологической среды, а также на фундаментальном непонимании того, что движет продолжающейся революцией ИИ. Хотя первые зерна связанных с ИИ идей проросли на Западе, Китай будет пожинать их плоды. И причина этого глобального сдвига заключается в двух переходах: от эпохи открытий к эпохе внедрения и от эпохи экспертных знаний к эпохе данных.

В основе ошибочной веры в то, что Соединенные Штаты являются страной передового ИИ, лежит впечатление, что мы живем в эпоху открытий и наблюдаем за тем, как элита исследователей ИИ постоянно ломает традиционные парадигмы и разгадывает старые тайны. Это впечатление подпитывается постоянным потоком захватывающих дух сообщений СМИ: искусственный интеллект диагностирует некоторые виды рака лучше, чем это делают врачи; он одержал труднейшую победу над мастерами игры в техасский холдем[12]; он самообучается без какого-либо вмешательства человека. С учетом такого повышенного внимания к каждому новому достижению случайному наблюдателю или даже эксперту-аналитику простительно полагать, что мы постоянно открываем новые горизонты исследований в области искусственного интеллекта.

Однако я считаю, что это впечатление обманчиво. Многие из якобы значительных вех представляют собой просто новые способы использовать достижения прошлого десятилетия – в первую очередь глубокого обучения и дополняющих его технологий, таких как обучение с подкреплением сигналами от среды взаимодействия и перенос обучения[13] для решения новых задач. То, что делают эти исследователи, требует большого мастерства и глубоких знаний, умения изменять сложные математические алгоритмы, манипулировать большими объемами данных, адаптировать нейронные сети под различные задачи. Для такой работы часто требуется как минимум степень кандидата наук. И тем не менее все это лишь небольшие шаги вперед – постепенное улучшение результатов последнего грандиозного прорыва в области глубокого обучения.

Эпоха внедрения

Постепенно мы начинаем применять уникальные возможности глубокого обучения для распознавания образов и схем, для прогнозирования в таких разнородных областях деятельности, как диагностика заболеваний, условия страхования, вождение автомобилей или перевод с китайского на английский. Но все эти шаги не означают, что мы стремительно приближаемся к созданию «ИИ общего назначения» или совершили какой-то прорыв. Наступила эпоха внедрения, то есть создания реальных продуктов на основе ИИ. Компаниям, которые захотят на этом заработать, понадобятся талантливые предприниматели, инженеры и менеджеры продукта.

Пионер глубокого обучения Эндрю Ын сравнил исследование ИИ с работой Томаса Эдисона над внедрением электричества: передовая технология существует сама по себе, и только поставив ее на службу человеку, можно революционизировать десятки различных отраслей промышленности. Предприниматели XIX века в короткие сроки поставили электричество на службу человеку[14]: чтобы тот мог готовить пищу, освещать помещения и приводить в действие промышленное оборудование. Точно так же современные предприниматели, опираясь на исследования ИИ, начинают ставить на службу человеку и глубокое обучение. До сего дня было проделано много сложных теоретических изысканий, теперь же пришло время предпринимателям засучить рукава и приступить к нелегкой работе по превращению алгоритмов в устойчивый бизнес. Это не уменьшит энтузиазма в области исследования ИИ – просто реализация делает академические успехи осязаемыми, что действительно меняет нашу повседневную жизнь. Наступление эры практического применения означает, что после десятилетий самоотверженных исследований мы, наконец, увидим их плоды – и именно этого я так ждал большую часть своей взрослой жизни.

Поняв разницу между открытием и внедрением, мы лучше поймем, как ИИ будет влиять на нашу жизнь и какая страна станет лидером, когда дело дойдет до реализации новых технологий на практике. В эпоху открытий прогресс шел благодаря усилиям группы выдающихся ученых, и почти все они работали в США и Канаде. Их проницательность и новаторство привели к тому, что возможности компьютеров выросли быстро и радикально. Со времени зарождения глубокого обучения ни одна другая группа исследователей или инженеров не создала инноваций такого масштаба.

Эпоха данных

Итак, человечество приближается ко второму важному переходу – от эпохи экспертных знаний к эпохе данных. В наше время для создания эффективных алгоритмов ИИ нужны три составляющих: большие объемы данных, вычислительные мощности и труд способных – но не обязательно выдающихся – разработчиков алгоритмов ИИ. Чтобы с помощью глубокого обучения решать новые задачи, необходимы все три элемента, но в эпоху внедрения основную роль играют именно данные. Так получается потому, что, как только вычислительная мощность и талант разработчика достигают некоторого порога, объем данных становится решающим и определяет общую эффективность и точность алгоритма. При глубоком обучении данных не бывает слишком много. Чем больше примеров одного явления получает сеть, тем проще ей будет находить закономерности и идентифицировать вещи в реальном мире.

При превосходящем объеме данных алгоритм, разработанный группой инженеров ИИ среднего уровня, как правило, сильнее алгоритма, созданного исследователем глубокого обучения мирового класса. Ведущие исследователи ИИ все еще могут вывести эту область науки на более высокий уровень, но такие достижения случаются один раз в несколько десятилетий. А пока мы ждем следующего прорыва, растущие объемы данных будут оставаться движущей силой глубокого обучения, и этот процесс продолжит влиять на разные отрасли промышленности по всему миру.

Великая Поднебесная

Столетие тому назад распространению электрификации способствовало наличие четырех составляющих: ископаемого топлива для производства электроэнергии; предпринимателей, которые строили работавшие на ней новые предприятия; инженеров-электриков, управлявших ею; и поддержки государства, необходимой для развития инфраструктуры. Чтобы в наше время поставить на службу человеку ИИ – «электроэнергию» XXI века, нужны четыре аналогичных фактора: изобилие данных, жаждущие зарабатывать предприниматели, специалисты в области ИИ и государственная поддержка.

Глядя на соотношение сил Китая и Соединенных Штатов в этих четырех категориях, мы можем сделать прогноз, кому быть мировым лидером в области ИИ. Оба перехода, описанные на предыдущих страницах, – от открытия к внедрению и от экспертных знаний к данным – теперь сдвигают баланс сил на игровом поле в сторону Китая. Переход от открытия к внедрению нейтрализует одну из слабостей Китая (нехватку ученых-новаторов), а также позволяет задействовать его наиболее внушительную силу – воинственно настроенных предпринимателей с их острым чутьем, необходимым для надежного бизнеса. Переход от знаний к данным, в свою очередь, снижает потребность в элитных исследователях, которых не хватает Китаю, и увеличивает ценность другого важного ресурса, который имеется в Китае в изобилии, – данных.

Предприниматели Кремниевой долины заработали репутацию самых неутомимых в Америке: это влюбленные в свое дело молодые новаторы, которые работают днями и ночами, чтобы получить продукт, а затем с одержимостью совершенствуют его, добиваясь новых великих достижений.

Предприниматели там действительно много работают. Но я провел десятилетия, будучи глубоко погруженным в технологическую среду как в Кремниевой долине, так и в Китае. Я работал в Apple, Microsoft и Google, прежде чем запустить десятки китайских стартапов и стать их инвестором. Поэтому имею право смело сказать вам, что по сравнению со своим заокеанским конкурентом Кремниевая долина кажется очень спокойным местом.

Успешные интернет-предприниматели Китая достигли своего нынешнего уровня за счет самой беспощадной конкурентной борьбы. Они живут в мире, где скорость имеет важнейшее значение, копирование является общепринятой практикой и конкуренты не остановятся ни перед чем, чтобы захватить новый рынок. Каждый день на поле битвы между китайскими стартапами – это испытание огнем, гладиаторские бои в Колизее. Здесь идут схватки не на жизнь, а на смерть, и у противников не бывает угрызений совести. Единственный способ выжить в этой битве – постоянно улучшать свой продукт и строить бизнес на основе инновационной модели, окружая его в то же время «защитной стеной». Если ваше преимущество – это одна-единственная идея, то ее непременно скопируют, ваших ключевых сотрудников переманят, и вы останетесь за бортом.

Эта агрессивная среда резко контрастирует с обстановкой в Кремниевой долине, где копирование считается позором, а многим компаниям удается подолгу существовать за счет одной оригинальной идеи или просто по счастливой случайности. Такое отсутствие конкуренции успокаивает и может лишить бдительности, привести к тому, что предприниматели перестанут работать над всеми вариантами своих первых инноваций. Грязные рынки и грязные трюки эпохи «подражательства» в Китае дали жизнь некоторым не совсем порядочным компаниям, однако благодаря им же выросло поколение самых ловких и сообразительных в мире предпринимателей – настоящих трудяг. Эти предприниматели – то самое «секретное оружие» Китая, которое сделает его первой страной, заработавшей на реализации достижений ИИ. Именно они имеют доступ к одному из основных технологических ресурсов Китая – изобилию данных. Китай уже обогнал Соединенные Штаты и вышел на первое место по объему производимых данных. И дело не только в количестве: благодаря уникальному технологическому микроклимату Китая, представляющему собой вселенную продуктов и функций, не виданных нигде, эти данные идеально подходят для построения прибыльных компаний в области ИИ.

Около пяти лет назад еще имело смысл непосредственно сравнивать прогресс китайских и американских интернет-компаний – он напоминал автомобильную гонку. Участники шли почти вровень, Соединенные Штаты немного опережали Китай. Но примерно в 2013 году Китай сделал очень важный поворот. Вместо того чтобы следовать по стопам американцев или копировать их достижения, китайские предприниматели начали разработку уникальных продуктов. Прежде, говоря о продуктах китайских компаний, аналитики использовали аналогии с продуктами Кремниевой долины: «китайский Facebook», «китайский Twitter», – но в последние несколько лет эти ярлыки в большинстве своем стали бессмысленными. Китайский интернет превратился в альтернативную вселенную. Китайцы начали платить за реальные покупки штрих-кодами на своих телефонах – результат революции мобильных платежей. Армии развозчиков еды и массажистов на электрических скутерах наводняют улицы китайских городов. Они – порождение так называемых O2O-стартапов (онлайн для офлайна), внедривших преимущества электронной коммерции в сферу реальных услуг, таких как общественное питание или маникюр. Вскоре после этого появились миллионы ярко окрашенных велосипедов, сдаваемых напрокат: их можно взять или оставить где угодно, воспользовавшись штрих-кодом на своем телефоне.

Все эти услуги, наряду с китайским суперприложением WeChat, дали в руки каждому китайцу своего рода цифровой аналог швейцарского ножа для современной жизни. С помощью WeChat можно отправлять текстовые и голосовые сообщения друзьям, оплачивать счета за продукты, записываться к врачам, сдавать налоговые декларации, брать напрокат велосипеды и покупать билеты на самолет. Приложение превратилось во всеобщую социальную сеть: в разнообразных групповых чатах пользователи ведут деловые переговоры, обсуждают подготовку к дням рождения и беседуют о современном искусстве. WeChat объединил в себе массу функций, которые в США и других странах выполняют отдельные приложения. Альтернативная цифровая вселенная Китая теперь создает и вбирает целые моря новых данных о реальном мире. Это обилие сведений о пользователях – где они находятся в любую секунду дня, как связаны между собой, какая еда им нравится, когда и где они покупают продукты и пиво – окажется бесценным в эпоху внедрения ИИ. В этой сокровищнице будут храниться миллионы ежедневных привычек пользователей, которые можно сочетать с алгоритмами глубокого обучения, чтобы предлагать индивидуальные услуги от бухгалтерского аудита до градостроительного проектирования. Это много больше того, что могут почерпнуть из ваших поисков, «лайков» или случайных покупок в интернете ведущие компании Кремниевой долины. Невиданное изобилие реальных данных даст китайским компаниям огромную фору, когда дело дойдет до появления сервисов на основе ИИ.

Регулировка весов

Благодаря недавним впечатляющим разработкам баланс сил вполне закономерно сместился в сторону Китая. Но и китайское правительство тоже делает для этого все возможное. Его всеобъемлющий план по превращению страны в сверхдержаву ИИ обеспечил широкую поддержку и финансирование исследований в этой области, но эффективнее всего он сработал как ориентир для местных государственных органов, охотно подхвативших инициативу. Китайские структуры управления устроены сложнее, чем полагает большинство американцев; Центральное правительство не просто выпускает указы, которые мгновенно реализуются во всех частях страны. Оно может выбирать определенные долгосрочные цели и привлекать колоссальные ресурсы для их достижения. Наглядный пример тому – молниеносное развитие сети высокоскоростных железных дорог в стране.

Руководители местных органов власти восприняли подъем ИИ как выстрел стартового пистолета. Они устроили настоящую гонку, стараясь привлечь в свои регионы как можно больше компаний, работающих в области ИИ. Приманкой служат льготы и щедрые субсидии.

Эта гонка только начинается, и насколько она повлияет на развитие ИИ Китая, все еще неясно. Но каков бы ни был результат, ситуация уже резко контрастирует с ситуацией в США, где государство не регулирует предпринимательство в области ИИ и активно сокращает финансирование фундаментальных исследований. Учитывая все это, Китай, вероятно, вскоре догонит или даже обгонит Соединенные Штаты в области разработки и внедрения искусственного интеллекта. На мой взгляд, внедрение ИИ приведет к росту производительности в масштабах, не виданных со времен промышленной революции. По оценкам PriceWaterhouseCoopers, к 2030 году внедрение ИИ добавит 15,7 трлн долларов к мировому ВВП[15]. Предполагается, что на Китай придется 7 трлн долларов из этой суммы, что почти вдвое больше, чем 3,7 трлн, которые придутся на долю США. По мере того как экономический баланс сил будет смещаться в сторону Китая, будет расти также его влияние в политике, культуре и идеологии.

Этот новый мировой порядок ИИ встряхнет американцев, привыкших к почти тотальному доминированию в сфере технологий. Ибо, как многие из нас помнят, именно американские технологические компании продвигали свою продукцию и свои ценности во всех уголках мира. В результате и компании, и граждане, и политики забыли, каково это – быть «принимающей стороной» в таких процессах, которые весьма похожи на технологическую колонизацию. Китай не стремится к какой бы то ни было колонизации, но вызванные ИИ сдвиги политического и экономического порядка приведут к серьезным изменениям в странах, переживающих цифровую глобализацию.

Кризисы в реальности

Значение этой игры между двумя сверхдержавами мира, как бы оно ни было велико, меркнет по сравнению с такими последствиями развития ИИ, как безработица и рост неравенства – как внутри стран, так и между ними. Океан глубокого обучения, омывая глобальную экономику, способен стереть с лица земли миллиарды рабочих мест на всех уровнях экономики: бухгалтеры, работники сборочных линий, операторы складов, учетчики складских запасов, контролеры качества, грузоперевозчики, средний юридический персонал и даже рентгенологи – это лишь несколько примеров.

Человеческая цивилизация и в прошлом переживала аналогичные технологические потрясения экономики: так сотни миллионов фермеров в XIX и XX веках превращались в фабричных рабочих. Но ни одно из этих изменений не происходило так быстро, как изменения, вызванные ИИ. Исходя из современных тенденций в области развития и внедрения технологий, я предполагаю, что в течение 15 лет искусственный интеллект, технически, сможет заменить около 40–50 % работников в США. Фактически люди начнут массово терять рабочие места, возможно, на десять лет позже, но я считаю, что дестабилизация рынков труда будет очень значительной и произойдет в ближайшее время.

В тандеме с безработицей будет астрономически расти богатство в руках новых магнатов ИИ. Uber уже является одним из самых дорогих стартапов в мире, даже притом, что около 75 % денег с каждой поездки получает водитель. Можно только представить себе, как возрастет стоимость Uber, если в течение нескольких лет компания заменит каждого водителя-человека на самоуправляемый автомобиль с элементами ИИ. А если бы банки могли заменить всех своих сотрудников, занятых в ипотечном кредитовании, алгоритмами, выдающими кредиты более разумно, по более низким ставкам и без вмешательства человека? Подобные преобразования уже вскоре произойдут и в области грузоперевозок, страхования, производства и розничной торговли.

Дальнейшая концентрация прибыли неизбежна, поскольку экономика, основанная на ИИ, будет естественным образом стремиться к модели «победитель получает все». Сочетание глубокого обучения с доступностью данных способствует формированию замкнутого круга: лучшие продукты и компании будут укреплять свои позиции. Чем больше данных – тем лучше продукты, которые, в свою очередь, привлекают больше потребителей, которые производят еще больше данных, которые позволяют еще больше улучшить продукт. Компания, обладающая данными и финансовыми средствами, также может привлекать самых талантливых специалистов по ИИ, что будет еще сильнее увеличивать разрыв между лидерами отрасли и отстающими.

В прошлом преобладание физических товаров и географические ограничения помогали контролировать доходы внутри потребительских монополий. (Антимонопольное законодательство США влияло на это гораздо меньше.) Но в будущем цифровые товары и услуги продолжат захватывать все большую долю рынков, и использование самоуправляемых грузовиков и дронов резко сократит стоимость доставки физических товаров. Вместо распределения отраслевых прибылей по разным компаниям и регионам мы начнем видеть все большую и большую концентрацию этих астрономических сумм в руках немногих, в то время как очереди безработных станут еще длиннее.

Мировой порядок ИИ

Неравенство шагнет за пределы национальных границ. Китай и Соединенные Штаты далеко обогнали все другие страны в области искусственного интеллекта, открыв дорогу для пришествия биполярного миропорядка нового типа. Еще несколько стран – Великобритания, Франция и Канада – имеют сильные научно-исследовательские лаборатории и талантливых специалистов по ИИ, но им не хватает экосистемы венчурного финансирования и больших баз пользователей, чтобы генерировать данные в объемах, достаточных для этапа реализации. По мере того как компании ИИ в Соединенных Штатах и Китае накапливают все больше данных и талантов, они приближаются к точке, после которой превзойти их станет невозможно. Китай и США в настоящее время растят гигантов ИИ, которые будут доминировать на мировых рынках и зарабатывать на потребителях по всему миру.

В то же время автоматизация производства с элементами ИИ на заводах подорвет значение одного из главных экономических преимуществ развивающихся стран – дешевой рабочей силы. Заводы, управляемые роботами, скорее всего, передвинутся ближе к заказчикам, действующим на больших рынках. И это уничтожит ту лестницу, по которой развивающиеся страны – и Китай, и другие «азиатские тигры», Южная Корея и Сингапур, – в свое время взобрались вверх, к процветающей высокотехнологичной экономике. Пропасть между имущими и неимущими будет расти, а что с этим делать, до сих пор неизвестно.

Мировой порядок ИИ объединит экономику типа «победитель получает все» и неслыханные богатства, накопленные немногочисленными компаниями в Китае и Соединенных Штатах. Это, по моему мнению, и будет основной реальной угрозой от искусственного интеллекта – грандиозные социальные потрясения и крах политических систем из-за массовой безработицы и растущего неравенства.

Дестабилизация рынков труда и беспорядки в обществе будут происходить на фоне гораздо более острого гуманитарного и личностного кризиса, связанного с потерей смысла жизни: на протяжении веков люди занимали время работой, обменивая свой труд на жилье и пропитание. На основе этого обмена возникли и глубоко укоренились определенные культурные ценности, и многие из нас были воспитаны так, что наше чувство самоуважения зависит от повседневной работы. Развитие искусственного интеллекта угрожает и этим ценностям, и самому смыслу нашей жизни.

Эти проблемы очень серьезны, но они преодолимы. В последние годы я сам столкнулся со смертельной угрозой и кризисом цели в собственной жизни. Этот опыт преобразил меня и открыл мне глаза на то, как мы можем преодолеть кризис, вызванный ИИ. Для решения этих проблем потребуется сочетание четкого анализа и глубокого философского осмысления того, что имеет значение в нашей жизни, – это задача как для наших умов, так и для наших сердец. В заключительных главах книги я излагаю свое видение мира, в котором люди не только сосуществуют с ИИ, но и процветают благодаря ему.

Но сначала нам необходимо вернуться на 15 лет назад, в те времена, когда над Китаем смеялись как над страной некачественных копий, а Кремниевая долина была единственной в своем роде и гордилась своими инновационными технологиями.

Ван Син вошел в историю китайского интернета как серийный имитатор, создатель причудливых аналогов продуктов, принадлежавших самым уважаемым компаниям Кремниевой долины[16]. В 2003, 2005, 2007, а потом в 2010 годах Ван занимался тем, что брал самый популярный американский стартап года и копировал его, адаптируя для китайских пользователей. Все началось, когда он готовился к получению докторской степени по техническим наукам в университете штата Делавэр. Там он наткнулся на первую в своем роде социальную сеть Friendster. Ван увлекся этой идеей и бросил работу над докторской диссертацией, чтобы вернуться в Китай и воссоздать Friendster. В этом первом проекте он решил не повторять структуру оригинала в точности. С парой друзей он взял за основу концепцию цифровой социальной сети и построил собственный пользовательский интерфейс для нее. Результат был, по словам Вана, «уродливым» и успеха не имел.

Два года спустя Facebook, вооруженный приятным глазу интерфейсом, покорял студенческие сообщества и штурмовал кампусы колледжей. Ван повторил его дизайн и таргетирование и запустил социальную сеть Xiaonei («В кампусе»). Сеть была предназначена только для китайских студентов, а пользовательский интерфейс был точной копией интерфейса Facebook. Ван дотошно воссоздал домашнюю страницу, профили, панели инструментов и цветовые схемы стартапа из Пало-Альто. Китайские СМИ сообщали, что в первой версии Xiaonei в нижней части каждой страницы даже был размещен слоган Facebook – «Произведено Марком Цукербергом»[17].

Xiaonei имел большой успех, но Ван был вынужден продать его слишком рано: количество пользователей так быстро росло, что он не успевал собрать достаточно денег для поддержки инфраструктуры.

Перейдя к новому владельцу, Xiaonei был обновлен и переименован в Renren – «Все в сети», и в конце концов собрал 740 млн долларов во время своего дебюта на фондовой бирже в Нью-Йорке в 2011 году.

В 2007 году Ван снова взялся за старое и запустил Fanfou – точную копию недавно созданного Twitter. Если бы не язык и URL, его легко было бы принять за оригинал. Fanfou процветал недолго, вскоре он закрылся из-за политически нежелательного контента. Затем, три года спустя, Ван взял бизнес-модель высокопопулярного сайта Groupon и превратил ее в китайский сайт купонных распродаж Meituan.

С точки зрения элиты Кремниевой долины, у Вана не было совести. В культурном кодексе ее обитателей слепое копирование системообразующих основ чужого проекта значилось среди самых бесчестных поступков. Именно такой подход к предпринимательству будет сдерживать Китай в следующие годы, препятствуя созданию по-настоящему инновационных технологических компаний, которые могли бы изменить мир.

Даже некоторые предприниматели в Китае считали, что Ван зашел слишком далеко, клонируя Facebook и Twitter буквально по пикселям. Да, китайские компании часто подражали американским, но можно хотя бы адаптировать чужие идеи или добавить к ним что-то свое. Однако Ван не стал извиняться. Копирование – это только часть головоломки, говорил он. Он сам решал, какие сайты копировать и каким будет исполнение на техническом и коммерческом уровнях.

Как оказалось, Ван все сделал правильно. К концу 2017 года рыночная капитализация Groupon упала до 2,58 млрд долларов, а акции стали продаваться по цене ниже одной пятой от цены 2011 года при первом IPO. Для бывшего фаворита среди американских стартапов наступило время многолетнего застоя, он медленно реагировал на угасание интереса к купонным распродажам. Между тем Meituan Ван Сина процветал в условиях жесткой конкуренции, выводя из игры тысячи аналогичных сайтов и удерживая первенство в своей нише. Затем он разделился, образовав десятки новых направлений бизнеса. На тот момент это был четвертый по стоимости стартап в мире (он оценивался в 30 млрд долларов), и своими основными будущими конкурентами Ван считал компании Alibaba и Amazon. Анализируя успехи Вана, западные наблюдатели допускают фундаментальную ошибку. По их мнению, Meituan достиг процветания за счет того, что Ван взял американские идеи и просто скопировал их в закрытом китайском интернете, где конкуренция невелика и слабым местным компаниям проще выжить. Однако этот вывод демонстрирует глубокое непонимание китайского рынка и снисходительное отношение Кремниевой долины к чужим инновациям. Клонируя Facebook и Twitter, Ван фактически полностью зависел от сценария, разработанного в Кремниевой долине. Первый этап эпохи подражания – когда китайские стартапы клонировали сайты Кремниевой долины – помог предпринимателям освоить технологии и развить навыки, в то время полностью отсутствовавшие в Китае. Но был и второй этап, когда китайские стартапы отталкивались от американской бизнес-модели, а затем, яростно соревнуясь друг с другом, адаптировали и оптимизировали эту модель специально для китайских пользователей – именно так Ван Син превратился в предпринимателя мирового класса.

Вану удалось построить компанию стоимостью 30 млрд долларов не просто потому, что он импортировал бизнес-модель купонных распродаж в Китай. Ее импортировали около 5000 других компаний, в том числе и сам Groupon. Американская компания даже обеспечила себе крупное преимущество перед местными подражателями за счет партнерства с ведущим китайским интернет-порталом. Между 2010 и 2013 годами Groupon и эти подражатели вели беспощадную войну за китайский рынок и доверие клиентов, тратя миллиарды долларов и не останавливаясь ни перед чем, чтобы убрать конкурентов. Эта грандиозная битва показала, что интернет-экосистема Китая стала настоящим Колизеем, где бились насмерть сотни гладиаторов-подражателей. На фоне хаоса и кровопролития иностранные первопроходцы часто не выдерживали. Именно схватки между местными бойцами помогали им стать сильнее, проворнее, практичнее и злее. Они агрессивно копировали инновационные продукты друг друга, урезали цены до минимума, не гнушались черным пиаром, принуждали пользователей удалять программы конкурентов и даже натравливали полицию на руководство соперника. Для них не было ничего святого, никаких запрещенных приемов. Они применяли тактику, которая заставила бы покраснеть даже основателя Uber Трэвиса Каланика[18]. Они демонстрировали такой фанатизм и способность к круглосуточной работе, перед которыми бледнела даже самоотверженность сотрудников Google. В Кремниевой долине, возможно, считают копирование недостойной и сомнительной тактикой. Во многих случаях так и было. Но именно повсеместное распространение этого подхода в Китае – и, как следствие, натиск тысяч конкурентов-подражателей – заставляло компании внедрять новшества. Чтобы выжить в интернет-Колизее, приходилось неустанно совершенствовать продукты и пиар-стратегии, контролировать затраты, безупречно выполнять задачи, извлекать выгоду из завышенной оценочной стоимости и окружать свой бизнес надежным «оборонительным валом» для защиты от подражателей.

У тех, кто просто копировал чужие достижения, никогда не получались великие компании – они не могли выжить в Колизее. Но испытание огнем и конкурентная среда, где вы окружены безжалостными подражателями, привели к тому, что выросло поколение самых упорных предпринимателей на земле.

По мере того как мы вступаем в эпоху внедрения ИИ, эта беспощадная предпринимательская среда становится одним из основных активов Китая при создании экономики, построенной на обучении машин. Грядущие перемены уже не будут зависеть от отдельных исследователей из элитных лабораторий Массачусетского технологического института или Стэнфорда. Они станут результатом ежедневных усилий стремящихся к прибыли предпринимателей, объединившихся с экспертами в области ИИ, чтобы направить животворящую силу глубокого обучения на преобразования в реальных отраслях промышленности.

В ближайшее десятилетие предприниматели Китая атакуют сотни отраслей, применяя глубокое обучение для решения любых задач, если это может принести прибыль. Если искусственный интеллект и правда «новое электричество», то китайские предприниматели станут и магнатами, и мастерами, которые «электрифицируют» все – от бытовой техники до страхования домовладельцев. Их способность до бесконечности оттачивать бизнес-модели и «чувствовать» деньги породит неимоверное количество практичных приложений, в некоторых случаях способных изменить нашу жизнь.

Сначала эти предприниматели развернутся в своей стране, а затем – за границей, и в перспективе, возможно, захватят большинство развивающихся рынков по всему миру. Корпоративная Америка не готова к этому, потому что она в корне неправильно поняла секрет успеха Ван Сина. Он преуспел не потому, что был подражателем. Он одержал победу потому, что стал гладиатором.

Контрастные культуры

Стартапы и предприниматели, которые их создают, не рождаются в вакууме. Их бизнес-модели, продукты и основные ценности отражают культуру места, где они развиваются.

Интернет-экосистемы Кремниевой долины и Китая выросли на разной культурной почве. Многие предприниматели долины родились в семьях успешных профессионалов: специалистов в области компьютерной техники, врачей, инженеров и ученых. Взрослея, они постоянно слышали, что они – да, именно они – могли бы изменить мир.

В студенческие годы они учились искусству программирования у ведущих мировых исследователей и в то же время участвовали в философских дебатах. Прибыв в Кремниевую долину, чтобы начать свой профессиональный путь, каждый день по дороге на работу они видели загородный мир Калифорнии с его плавно изогнутыми улицами и обилием зелени.

Эта благополучная среда способствовала возвышенному мышлению и подсказывала элегантные технические решения абстрактных проблем. А если добавить к этому богатую историю научных достижений в области компьютерной техники, то мы и получим тех оторванных от реальности хиппи-технарей, которыми славится Кремниевая долина. В центре их идеологии лежит наивный технооптимизм, вера в то, что каждый человек и компания действительно могут изменить мир с помощью новаторского мышления. Копирование идей или характеристик продукта воспринимается как предательство, как поступок, недостойный истинного предпринимателя. Эти люди стремятся создавать «чистые инновации», а на их основе – абсолютно оригинальные продукты, способные, как говорил Стив Джобс, «оставить вмятину во Вселенной».

Стартапы, возникающие в такой среде, как правило, ориентированы на некую миссию. Провозглашается новая идея или некая абстрактная цель, вокруг которой и строится компания. Заявленная миссия такой компании чиста и возвышенна, далека от земных проблем или меркантильных помыслов. С идейной точки зрения подходы к запуску стартапа в Китае и США различаются так же, как инь и ян: вместо того чтобы ориентироваться на миссию, китайские компании в первую очередь ориентируются на рынок. Их конечная цель – делать деньги, и они готовы создать любой продукт, принять любую модель или войти в любую отрасль ради достижения этой цели.

Такой менталитет позволяет им проявлять невероятную гибкость при выборе и реализации бизнес-моделей, идеальным примером чего может служить модель бережливого стартапа[19], которую часто хвалили в Кремниевой долине. Не имеет значения, как и у кого появилась идея. Важно одно: можно ли ее реализовать и получить прибыль. Основная мотивация для китайских предпринимателей, ориентированных на рынок, – это не известность, признание или изменение мира. Это все – побочные преимущества, главная цель – разбогатеть, и неважно, как вы ее добьетесь.

Как ни раздражает такая меркантильность большинство американцев, китайский подход имеет глубокие исторические и культурные корни. Механическое запоминание лежало в основе китайского образования на протяжении тысячелетий. Возможность войти в круг имперской бюрократии зависела от способности дословно запомнить древние тексты и составить идеальное «восьмичленное сочинение» с учетом жестких стилистических требований.

В то время как Сократ призывал своих учеников искать истину, ставя под сомнение всё, древние китайские философы советуют людям следовать заветам мудрецов из далекого прошлого. Точное копирование совершенных вещей рассматривается как путь к истинному мастерству. На эту освященную обычаем склонность к подражанию накладывается глубоко укоренившийся менталитет дефицита, который сложился у китайцев в XX веке. Большинство китайских предпринимателей находятся всего в одном поколении от вековой нищеты. Многие из них – единственные дети у своих родителей, поскольку родились в годы ныне отмененной политики «одна семья – один ребенок». Поэтому они в одиночку несут бремя ожиданий двух родителей и четырех бабушек и дедушек, которые возложили на них все свои надежды на лучшую жизнь.

В детстве родители не говорили им о том, что они способны изменить мир. Скорее они говорили о выживании, об ответственности, о том, что надо зарабатывать деньги, чтобы иметь возможность заботиться о своих родителях, когда те будут уже слишком стары, чтобы работать в поле. Высшее образование считалось ключом к спасению от ужасающей нищеты и требовало десятков тысяч часов зубрежки при подготовке к вступительным экзаменам, которые до сих пор славятся своей строгостью. За время жизни этого поколения Китай своими силами выбрался из нищеты: благодаря политической смелости и упорной работе, благодаря тому, что люди, получавшие зарплату продовольственными карточками, обменивали их на сертификаты, которыми можно было оплатить долю в стартапах.

Однако стремительные темпы экономического роста Китая не изменили менталитет людей, воспитанных бедностью и дефицитом. Граждане Китая наблюдали, как целые отрасли, города и личные состояния появлялись и рассыпались в прах за одну ночь в обстановке беспощадной рыночной конкуренции. Дэн Сяопин, китайский лидер, который стимулировал переход Китая от уравнительной политики эпохи Мао к рыночной конкуренции, однажды сказал, что Китай должен «позволить некоторым людям сначала разбогатеть», чтобы развиваться[20]. Но молниеносная скорость этого развития только усилила страхи и опасения, что если вы не сделаете что-то быстро – не ухватитесь за новую тенденцию, не пробьетесь на новый рынок, – то останетесь бедными, в то время как другие вокруг вас разбогатеют.

Объедините эти три фактора – культуру, в которой подражание издавна воспринималось как должное, менталитет дефицита и готовность освоить любую перспективную новую отрасль – и вы получите психологические основы, на которых выросла интернет-экосистема Китая.

Все вышесказанное – вовсе не проповедь культурного детерминизма. Как человек, живущий между этими двумя странами и культурами, я знаю, что не только происхождение определяет нашу жизнь. Особенности личности основателя и государственное регулирование заметно влияют на характер компании. В Пекине предприниматели часто шутят, что Facebook – «самая китайская компания в Кремниевой долине», поскольку она охотно копирует достижения других стартапов и использует жесткие методы конкуренции. Когда я работал в Microsoft, то видел, как антимонопольная политика правительства может обезоружить самую агрессивную компанию. Но все же история и культура имеют значение, и, сравнивая развитие Кремниевой долины и китайского технологического сектора, важно понять, как различие между культурными плавильными котлами Китая и США влияет на формирование компаний разных типов.

В течение многих лет элита Кремниевой долины посмеивалась над продуктами китайских подражателей. О них иронично отзывались как о дешевых подделках, унижающих своих создателей и недостойных внимания истинных новаторов. Но, находясь на другой стороне света, насмешники упустили глубинный смысл происходящего. Самой большой ценностью, созданной в эпоху подражания в Китае, был вовсе не какой-либо продукт – это были сами китайские предприниматели.

Новые часы императора

В Запретном городе Пекина есть Зал поклонения предкам, где императоры двух последних династий Китая когда-то курили ладан и выполняли священные ритуалы в честь Сыновей Небес, правивших до них. Два раза в день Зал оживает. В наши дни там находится коллекция самых сложных и оригинальных из когда-либо созданных механических часов. Их циферблаты сами по себе – верх мастерства, но именно результат действия сложнейших внутренних механизмов собирает толпы экскурсантов во время утренних и дневных представлений. Вот отсчитываются последние секунды, и металлическая птица вылетает из золотой клетки. Раскрашенные деревянные цветы лотоса то складываются, то распускаются, открывая взорам крошечного буддийского бога, погруженного в глубокую медитацию. Изящно вырезанный слон, тянущий за собой по кругу миниатюрную повозку, поднимает и опускает хобот. Механическая фигура китайца, одетого в платье европейского ученого и с кисточкой для чернил, выводит слова китайского афоризма на миниатюрном свитке. Его почерк смоделирован на основе каллиграфии китайского императора, который заказал это чудо прикладного искусства.

Само же впечатляющее представление напоминает нам о вечной природе истинного мастерства. Многие часы были привезены в Китай иезуитскими миссионерами: «часовая дипломатия» была частью политики иезуитов, которые пытались закрепиться при императорском дворе, используя прекрасные дары передовых европейских технологий. Император Цяньлун из династии Цин особенно любил часы, и вскоре британские мастерские начали производить часы, соответствующие вкусам Сына Небес. Многие часы, выставленные в Зале поклонения предкам, были сделаны вручную в лучших мастерских Европы XVII и XVIII веков.

Они выпускали ни с чем не сравнимые изделия, сочетавшие в себе уникальные художественные и технические решения. Это была алхимия опыта – чувство, столь знакомое многим в Кремниевой долине в наши дни.

Когда я возглавлял Google China, то часто приводил в Зал делегации гостивших у нас руководителей Google, чтобы они могли своими глазами увидеть коллекцию часов. Но мой замысел состоял не в том, чтобы они восхитились гением своих европейских предков. Я хотел, чтобы мои гости пригляделись и увидели: многие прекраснейшие образцы якобы европейского искусства были сделаны в южнокитайском городе Гуанчжоу, ранее называвшемся Кантон.

После того как европейские часы завоевали сердце китайского императора, в стране повсеместно стали открываться мастерские, которые исследовали и копировали западные образцы. В южных портовых городах, куда приезжали торговцы с запада, ремесленники Китая разбирали лучшие европейские часы, тщательно изучая каждую из деталей и устройство в целом. Освоив азы, они стали выпускать почти точные копии европейских моделей, а затем перешли к созданию часов, отвечающих китайским традициям, обращаясь в своем творчестве к движущимся караванам Шелкового пути, жизни пекинских улиц и тихой невозмутимости буддийских сутр. Опираясь на подлинно китайский рационализм, китайские мастера часовых дел начали собирать шедевры, равные по уровню исполнения европейским образцам и даже более совершенные. История Зала поклонения предкам восходит к династии Мин, а история китайских ремесленников-подражателей началась и закончилась сотни лет тому назад. Но те же культурные течения существуют и сегодня, и в то время как мы любовались работой чудесных механических часов и вслушивались в издаваемые ими звуки, я чувствовал, что эти течения скоро унесут и мастеров-ремесленников XXI века, стоявших вокруг меня.

Первые подражатели

Ранние китайские интернет-подражатели выглядели довольно безвредными и даже почти симпатичными. Во время первого китайского интернет-бума в 1990-е годы местные компании многое получали от Кремниевой долины: ее талантливых ученых, финансирование и даже названия для своих небольших стартапов. Первая поисковая машина в стране была творением Чарльза Чжана, китайского физика с докторской степенью из Массачусетского технологического института. Находясь в США, Чжан видел ранний взлет интернета и решил повторить его в своей родной стране. Инвестиции профессоров из МТИ дали Чжану возможность вернуться в Китай и начать работу по созданию базовой инфраструктуры интернета.

Но после встречи с основателем Yahoo! Джерри Янгом Чжан перенаправил свои усилия на создание поисковой системы на китайском языке. Он назвал свою новую компанию Sohoo, просто взяв китайское слово «sou», означающее «поиск», и изменив его по американскому образцу. Вскоре он изменил написание на «Sohu», чтобы сделать связь не такой очевидной, но его имитацию считали скорее лестной, чем угрожающей американскому веб-гиганту. В то время Кремниевая долина видела в китайском интернете любопытную новинку, интересный маленький эксперимент в технологически отсталой стране.

В то время копирование было распространено во многих секторах китайской экономики. Заводы в южной части страны выпускали копии роскошных сумок. Китайские производители автомобилей создавали настолько точные реплики зарубежных моделей, что некоторые дилерские центры предлагали клиентам убрать логотип китайской компании и заменить его на логотип более престижного иностранного бренда. Появилось даже подобие Диснейленда – парк аттракционов на окраине Пекина, где сотрудники в точных копиях костюмов Микки и Минни-Маус обнимали китайских детей. У входа в парк висела табличка: «Диснейленд слишком далеко – добро пожаловать в Шичжэньшань!»[21] И в то же время, когда хозяева китайского парка аттракционов беззастенчиво подражали Диснею, Ван Син упорно трудился над копированием Facebook и Twitter.

Однако, поработав руководителем Google China, я на своей шкуре ощутил, как опасны клоны для имиджа бренда.

Начиная с 2005 года я с головой ушел в создание национальной поисковой системы и борьбу за доверие китайских пользователей. Но вечером 11 декабря 2008 года крупная китайская телекомпания посвятила шестиминутный сюжет в местной новостной программе сокрушительному разоблачению Google China. В передаче было показано, как пользователям, ищущим в китайском Google медицинскую информацию, выдается вводящая в заблуждение реклама. Крупный логотип китайского Google зловеще парил на экране над рекламой опасных мошенников и нелегальной продажи лекарств. В результате этого китайский Google столкнулся с кризисом общественного доверия. Увидев сюжет, я помчался к своему компьютеру, чтобы повторить те поиски, но, что любопытно, мне не удавалось выйти на результаты, которые были показаны в передаче. Я переставлял слова и менял настройки, однако все равно не мог найти и удалить опасные объявления. Одновременно на меня обрушился целый шквал сообщений от журналистов, требовавших объяснений, как реклама мошенников попала в китайский Google, но я мог ответить только, что Google China принимает скорейшие меры по ее удалению. Вероятно, мои слова звучали неубедительно: процесс этот не мгновенный, и иногда нежелательные объявления продолжают висеть в интернете до нескольких часов, когда меры уже приняты.

Буря не утихала, а наша команда, работавшая над поиском мошеннических объявлений из телевизионной программы, терпела неудачу за неудачей. Но вот поздно вечером я получил радостное известие от одного из наших инженеров. Они, наконец, выяснили, почему не удавалось ничего найти: поисковиком из телепередачи был не Google, а его идеальная копия! Подражателям удалось воспроизвести все вплоть до пикселя: и макет, и шрифты, и общую структуру сайта. Результаты поиска и объявления они сделали сами, но выглядело все это в точности как страница выдачи в Google China. Инженеру удалось заметить крошечную разницу в оттенке одного из используемых шрифтов. Подражатели работали так тщательно, что лишь один из семисот сотрудников Google China сумел отличить копию от оригинала.

Самые элегантные и передовые устройства копировали с той же точностью. Уже через несколько месяцев после того, как Стив Джобс выпустил свой iPhone, на рынках электроники по всему Китаю стали продаваться «мини-айфоны». Они выглядели совсем как настоящие, но были почти вдвое меньше и свободно умещались на ладони. У них также отсутствовала функция доступа в интернет через тарифный план телефона, что делало их самым бессмысленным смартфоном на рынке.

Американские гости Пекина с энтузиазмом охотились за такими телефонами, чтобы по возвращении домой подарить их друзьям в качестве шуточного сувенира. Для тех, кто разделял новаторские ценности Кремниевой долины, «мини-айфон» служил идеальным символом уровня китайских технологий в эпоху подражания: под блестящей внешней оболочкой, скопированной с американского образца, скрывалось полное отсутствие чего-либо инновационного или даже функционального. Большинство американцев считали, что такие люди, как Ван Син, могут cкопировать внешние атрибуты и атмосферу Facebook, однако никогда не поймут той таинственной магии инноваций, которая вела Кремниевую долину к ее достижениям.

Строительные блоки и камни преткновения

Инвесторы Кремниевой долины свято верят в то, что необходимо особое новаторское мышление, чтобы создавать такие компании, как Google, Facebook, Amazon и Apple. Непреодолимая потребность «думать по-другому» помогла Стиву Джобсу, Марку Цукербергу и Джеффу Безосу построить компании, изменившие мир. Если смотреть с этой точки зрения, то получается, что китайские часовщики-подражатели с самого начала обречены были зайти в тупик. Подражательство стало главным препятствием на их пути к истинным инновациям. В теории слепое копирование чужих идей убивает творческое мышление и делает новаторство невозможным.

Но я вижу в продуктах, созданных первыми подражателями, таких как копия Twitter Ван Сина, отнюдь не камни преткновения, а строительные блоки. Первые опыты с копированием не отбили у подражателей способности к инновациям. Это был необходимый шаг на пути к более оригинальным и адаптированным к местному рынку технологическим продуктам. Инженерные ноу-хау и творческий подход, необходимый для создания технической продукции мирового класса, не появляются из ниоткуда. В США университеты, компании и инженеры десятилетиями вырабатывали эти знания и навыки, передавая их новым поколениям. У каждого поколения были свои передовые компании или продукты, но для появления инноваций всегда требуются соответствующее воспитание, наставничество, стажировки и вдохновение.

Китай был лишен всей этой роскоши. Когда в 1975 году Билл Гейтс основал Microsoft, страна все еще переживала мучительный период «культурной революции», время социальных потрясений и гонений на интеллигенцию. Когда в 1998 году Сергей Брин и Ларри Пейдж основали Google, всего 0,2 % китайского населения было подключено к интернету[22] – и это по сравнению с 30 % в Соединенных Штатах. Если бы первые китайские предприниматели стали искать наставников или образцовые компании в своей стране, они просто не нашли бы их. Вот почему они обратили свои взгляды за границу и подражали, как только могли.

Конечно, это было некрасиво, а иногда и возмутительно. Но в итоге подражатели научились разрабатывать пользовательские интерфейсы, архитектуру сайтов и программное обеспечение. Чтобы успешно внедрить свои клонированные продукты, предпринимателям приходилось бороться за доверие потребителей и применять итеративный подход. Ведь если они хотели завоевать рынок, то должны были победить компании из Кремниевой долины, чьи продукты служили вдохновением для их собственных разработок. Они узнали, что действует на китайских потребителей, а что – нет. Чтобы лучше обслуживать своих клиентов, им пришлось прибегнуть к итеративному подходу, доработке и локализации продукта, поскольку у их клиентов были свои привычки и предпочтения, которым продукты Кремниевой долины не всегда соответствовали. Такие компании, как Google и Facebook, не разрешают вносить локальные изменения в свои основные продукты и бизнес-модели. Они считают, что лучше сделать что-нибудь одно, но сделать это хорошо. Такой подход помог им быстро завоевать мир в первые годы существования интернета: поскольку технологии большинства стран очень сильно отставали, никаких локализованных альтернатив и быть не могло. Однако прогресс во всем мире не стоял на месте, и становилось все труднее заставлять людей разных стран и культур использовать шаблоны, создававшиеся в Америке для американцев.

В результате, когда китайские подражатели начали напрямую соперничать со своими же наставниками из Кремниевой долины, они обратили себе на пользу нежелание американских разработчиков адаптировать свои продукты. Каждое расхождение между предпочтениями китайских пользователей и глобальным продуктом могло дать преимущество местным конкурентам. Поэтому подражатели стали адаптировать свои продукты и бизнес-модели к потребностям местных потребителей и вклиниваться между китайскими интернет-пользователями и Кремниевой долиной.

«Бесплатного бизнеса не бывает»

Уже на ранней стадии существования китайского интернет-магазина Alibaba Джек Ма довел эту тактику до уровня совершенства. Ma основал свою компанию в 1999 году, и в течение первых двух лет ее конкурентами были другие местные китайские компании. Но в 2002 году на китайский рынок вышла eBay – самая крупная компания в области электронной коммерции в мире, которая устраивала как Кремниевую долину, так и Уолл-стрит. Интернет-магазин Alibaba заклеймили позором как еще одну китайскую подделку, не имеющую права находиться в одном ряду с кровными детищами Кремниевой долины. И тогда Ма начал пятилетнюю партизанскую войну против eBay, используя масштаб этой иностранной компании против нее самой и неустанно наказывая захватчика за неспособность адаптироваться к местным условиям.

В 2002 году eBay пришла на китайский рынок, купив ведущий китайский интернет-аукцион – но это был не Alibaba, а «двойник» eBay, называвшийся EachNet. В результате покупки сложился весьма удачный союз лучшего сайта электронной коммерции и лучшей китайской подделки под него. Затем eBay приступила к изменению пользовательского интерфейса китайского сайта, желая привести его в соответствие со своим стандартным международным интерфейсом. Для новых операций в Китае руководство компании привлекло международных менеджеров, которые стали направлять весь трафик через серверы eBay в США. Однако новый пользовательский интерфейс не соответствовал привычкам китайцев при веб-серфинге, руководство со стороны не знало особенностей китайских внутренних рынков, а трафик, идущий через Тихий океан, замедлял загрузку страниц. Был даже случай, когда землетрясение под Тихим океаном привело к обрыву кабелей и несколько дней сайт не работал.

Между тем основатель Alibaba Джек Ма был занят копированием основных функций eBay и адаптацией бизнес-модели к китайским реалиям. Он начал с создания аукционной платформы Taobao, напрямую конкурировавшей с основным бизнесом eBay. Команда Ма постоянно совершенствовала существующие функции Taobao и добавляла новые, ориентируясь на запросы китайских пользователей. Особого внимания требовали модели оплаты на сайте. Чтобы преодолеть недоверие пользователей к онлайн-покупкам, Ma создал Alipay – платежный инструмент, способный резервировать деньги для покупки, депонируя их на условном счету, пока покупатель не подтвердит получение товара. На платформе Taobao также появилась система обмена мгновенными сообщениями, которая позволяла покупателям и продавцам общаться прямо на сайте в режиме реального времени. Эти бизнес-инновации помогли Taobao отвоевать долю рынка у eBay, чей глобальный подход и централизованная структура мешали быстро реагировать на новые обстоятельства.

Но самым мощным оружием Ма стала бизнес-модель freemium, при которой доступ к основным функциям бесплатен, а плата взимается за премиальные услуги. Тем временем eBay взимал с продавцов плату за размещение их товара, затем еще раз – после продажи, и еще раз – если покупатель использовал платежный сервис PayPal, принадлежавший eBay. Это было стандартной стратегией для аукционных сайтов и интернет-магазинов, и она обеспечивала стабильный поток денежных поступлений. Но по мере того, как конкуренция с eBay становилась все острее, Ма разработал новый подход: он пообещал, что размещение товаров и все сделки на Taobao будут бесплатными в течение трех лет, и вскоре продлил действие этого правила на неопределенный срок. Это был гениальный пиар-ход и грамотное деловое решение. В короткий срок Ма приобрел расположение китайских продавцов, все еще далеких от премудростей интернета. То, что он бесплатно позволял им выставлять свои товары, помогло Ма построить процветающий рынок в обществе с низким уровнем доверия. Для этого потребовались годы, но сложившийся в результате рынок вырос настолько, что продавцы начали платить Ma за рекламные объявления и за более высокий рейтинг в поиске, чтобы их заметили. Бренды же стали платить еще больше, чтобы попасть на сестринский сайт Taobao более высокого класса – Tmall.

Ответные действия eBay оказались очень слабыми. В своем снисходительном пресс-релизе компания критиковала Ma, утверждая, что «бесплатного бизнеса не бывает»[23]. Как публичная компания, зарегистрированная на бирже Nasdaq, eBay должна была показывать постоянно растущие доходы и прибыль. Американские публичные компании рассматривали международные рынки в качестве дойных коров – источников дополнительного дохода, на который они имели право, добившись успеха на родине. Богатейшая в Кремниевой долине компания электронной коммерции не собиралась отходить от своей глобальной модели, только чтобы поставить на место надоедливого китайского подражателя.

Такое недальновидное упрямство обрекло eBay на поражение в Китае. Taobao быстро отобрала у американского гиганта и пользователей, и продавцов. Доля рынка eBay начала стремительно снижаться, и генеральный директор eBay Мэг Уитмен даже ненадолго переехала в Китай, чтобы попытаться спасти местное подразделение. А когда это не сработало, она пригласила Ма в Кремниевую долину, чтобы предложить ему сделку. Но Ма был готов к борьбе и хотел полной победы. В течение года компания eBay ушла с китайского рынка.

«Желтые страницы» против торгового центра

Когда я возглавлял Google China, мне не раз приходилось видеть, как международные компании и местные пользователи не понимали друг друга. Мы были подразделением одной из самых успешных интернет-компаний, и предполагалось, что престиж бренда работает на нас. Но необходимость согласовывать все действия со штаб-квартирой в Кремниевой долине превратилась в большой камень преткновения, когда дело дошло до адаптации продуктов для массовой китайской аудитории. Когда я запустил Google China в 2005 году, нашим главным конкурентом стала китайская поисковая система Baidu. Сайт был создан Робином Ли, китайским экспертом по поисковым системам, какое-то время работавшим в Кремниевой долине. Основными функциями и минималистичным дизайном Baidu напоминала Google, но Ли неустанно оптимизировал сайт с учетом предпочтений китайских пользователей.

Их предпочтения выражались, например, в том, как они взаимодействовали со страницей выдачи. Изучая эти взаимодействия на фокус-группах, мы следили за движением глаз пользователя и за тем, что он нажимает на предлагаемой ему странице с результатами поиска. Мы использовали эти данные для создания тепловых карт активности на странице: зеленая подсветка показывала область, куда пользователь заглянул, желтая – то, на чем он сосредоточил внимание, а красными точками отмечались все его клики. Сравнение тепловых карт, созданных для американских и китайских потребителей, свидетельствовало о поразительной разнице.

Карты американских пользователей показывали плотную кластеризацию зеленых и желтых областей в левом верхнем углу, там, где появились топовые результаты поиска, с парой красных точек, обозначающих клики по двум верхним результатам. Американские пользователи оставались на странице около десяти секунд, а затем покидали ее. В противоположность этому, тепловые карты китайских пользователей выглядели абсолютно хаотично. Большая часть взглядов и кликов была сосредоточена в левом верхнем углу, а всю остальную часть страницы покрывали зеленые пятна и редкие красные точки. Китайские пользователи тратили от 30 до 60 секунд на странице поиска: их взгляд отмечал почти все результаты, и они кликали по ним почти без разбора.

Изучив карты движений глаз, мы многое узнали о подходе к поиску обеих групп пользователей. Американцы воспринимали поисковые системы как «Желтые страницы» – справочник, позволяющий быстро найти определенную информацию. Китайские пользователи относились к странице поиска как к своего рода торговому центру – месту, где нужно осмотреться, оценить все разнообразие товаров, пусть это и потребует больше времени, и в конце концов выбрать несколько вещей для покупки. Десятки миллионов китайцев, лишь недавно подключившихся к интернету, впервые получили доступ к такому разнообразию информации и хотели попробовать всё.

Это поразительно фундаментальное различие в отношении пользователей должно было привести к ряду модификаций продукта. В глобальной версии Google, когда пользователи нажимают на ссылку результата, она уводит их со страницы поиска. В применении к китайским «покупателям» это означает, что их заставляют выбрать один товар, а затем фактически выгоняют из торгового центра. Baidu же открывает новое окно браузера для каждой нажатой ссылки. Таким образом, пользователю позволяют просмотреть разные результаты поиска, «не покидая торгового центра».

Опираясь на эти неоспоримые доказательства разницы в подходе пользователей, я рекомендовал Google сделать исключение и скопировать модель Baidu, при которой для каждой ссылки открывается отдельное окно. Но в компании существовала длительная процедура рассмотрения подобных предложений, потому что изменения в основных продуктах вели к «раздвоению» кода и поддерживать его становилось сложнее. Google и другие компании Кремниевой долины старались избегать этого, полагая, что тщательно проработанные продукты, одобренные головными офисами в Кремниевой долине, должны быть достаточно хороши для пользователей по всему миру. Я отстаивал свое предложение несколько месяцев и в конце концов победил, но тем временем изначально ориентированный на Китай Baidu завоевал большее количество пользователей. Такие сражения с Google повторялись непрерывно на протяжении всех четырех лет моей работы. Справедливости ради надо сказать, что головной офис Google давал нам большую свободу действия, чем многие другие компании Кремниевой долины дают своим китайским филиалам, и благодаря этой свободе мы смогли оптимизировать функции платформы для местных пользователей. В результате мы вернули Google значительную долю рынка, упущенную в предыдущие годы. Но приходилось преодолевать и возражения руководства, что делало внедрение каждой новой функции похожим на тяжелую битву, которая изматывала нас и не давала двигаться дальше. Устав от борьбы с собственной компанией, многие сотрудники уволились.

Почему гиганты Кремниевой долины терпят неудачу в Китае

Поскольку один за другим американские титаны eBay, Google, Uber, Airbnb, LinkedIn, Amazon пытались, но не смогли завоевать китайский рынок, западные аналитики быстро списали их неудачи на государственный контроль. Они предположили, что китайские компании спасал исключительно протекционизм со стороны государства, которое чинило препятствия их американским конкурентам. Однако опыт, накопленный за годы работы в американских компаниях и последующего инвестирования в их китайских конкурентов, подсказывает мне, что первые терпели неудачу из-за собственных действий. Американские компании относятся к Китаю как к любой другой стране из длинного списка тех, где они работают. Они не инвестируют в ресурсы, не проявляют терпения, не дают своим китайским командам свободу действий, достаточную, чтобы конкурировать с китайскими предпринимателями мирового уровня. Они видят свою задачу в том, чтобы продать потребителям-китайцам уже существующие продукты. В действительности же им нужно серьезно адаптировать эти продукты или разрабатывать новые с учетом особенностей местного рынка. Сопротивление локализации замедляет итерации при доработке продукта и заставляет местные команды чувствовать себя винтиками в неуклюжей машине, поэтому компании Кремниевой долины также теряют и лучших специалистов. Осознавая, как много возможностей существует сейчас для роста внутри китайских стартапов, целеустремленные молодые люди присоединяются к ним или основывают свои собственные компании. Они знают, что если они окажутся в китайской команде американской компании, то ее руководство всегда будет видеть в них лишь «местных сотрудников», полезных только в пределах страны. Им никогда не дадут возможности подняться к вершинам иерархии головного офиса в Кремниевой долине – самой высокой должностью для них будет «региональный менеджер по Китаю». Наиболее настойчивые из них не приемлют эти ограничения и строят с нуля собственные стартапы или делают стремительную карьеру в крупных технических компаниях Китая. Иностранным фирмам достаются более мягкие менеджеры или коммерсанты, часто – выходцы из других стран, а это люди, больше обеспокоенные сохранением своей зарплаты и опционов на акции, чем борьбой за победу на китайском рынке. Поставьте этих осторожных менеджеров против предпринимателей-гладиаторов, которые не на жизнь, а на смерть сражаются на арене китайского Колизея, и гладиаторы, конечно же, победят. Пока зарубежные аналитики размышляли, почему американские компании не смогли добиться успеха в Китае, китайские компании были заняты доработкой продуктов. Weibo, платформа для микроблогов, изначально вдохновленная Twitter, намного быстрее, чем оригинал, расширила свои мультимедийные функции и теперь стоит больше, чем сама американская компания. DiDi, транспортная компания, которая вытеснила Uber, резко увеличила ассортимент услуг и каждый день продает больше поездок в Китае, чем Uber во всем мире. Toutiao, китайская новостная платформа, которую часто сравнивают с BuzzFeed, использует передовые алгоритмы машинного обучения для адаптации контента для каждого пользователя – ее стоимость во много раз выше стоимости американской компании.

Причисляя эти компании к подражателям, полагающимся на защиту государства, аналитики демонстрируют нежелание замечать инновации мирового класса, когда они возникают в другой стране.

Но развитие предпринимательской экосистемы Китая было направлено на нечто гораздо большее, чем победа в конкурентной борьбе с американскими гигантами. После того как Alibaba, Baidu и Tencent доказали свою прибыльность, интернет-рынки Китая стали притягивать новые потоки венчурного капитала и новые таланты. Обстановка накалилась, и количество китайских стартапов росло в геометрической прогрессии. Эти стартапы, возможно, черпали вдохновение за океаном, но их реальными конкурентами были отечественные компании, и столкновения соперников становились все более яростными.

В результате сражений с компаниями Кремниевой долины, возможно, родились некоторые из собственных китайских интернет-Голиафов, но именно беспощадная китайская внутренняя конкуренция воспитала поколение предпринимателей-гладиаторов.

На войне все средства хороши

Чжоу Хонги любит позировать с оружием. 12 млн его подписчиков в социальных сетях регулярно видят, как он стоит рядом с артиллерийскими орудиями или натягивает тетиву мощного лука, целясь в мобильный телефон. Долгие годы одна из стен его кабинета была полностью увешана расстрелянными из пистолета бумажными мишенями. На некоторых фотографиях Чжоу, из тех, что его команда отправляет в СМИ, он одет в армейскую форму, на заднем плане виден дым, а сам герой стоит рядом с пулеметом. Вот таким горячим нравом обладает один из самых успешных основателей китайских интернет-компаний.

Первый его стартап был продан Yahoo! после чего сам Чжоу возглавил его китайское подразделение. Во время очередной стычки с руководством из Кремниевой долины Чжоу, по слухам, так разбушевался, что даже выбросил стул из окна офиса. Когда я возглавлял Google China, то периодически приглашал его поговорить с нашим руководством об уникальных особенностях китайского рынка. Он же пользовался этим, чтобы резко критиковать американских руководителей, заявляя им, что они наивны и ничего не знают о том, как правильно конкурировать в Китае, и что им было бы лучше просто передать контроль закаленному в боях воину, например ему. Позже Чжоу заложил основы для создания самого популярного антивирусного программного обеспечения Китая, Qihoo 360 (произносится «Шиху»), и запустил браузер, логотип которого был точной копией Internet Explorer, только зеленого цвета. Чжоу Хонги – настоящий предприниматель-гладиатор. В его мире конкуренция – это война, и он не остановится ни перед чем, чтобы выиграть ее. В Кремниевой долине его тактика привела бы к бойкоту со стороны общества, антимонопольным расследованиям и затяжным разорительным судебным процессам. Но в китайском Колизее ни один из этих трех факторов не сдержал бы сражающихся. Когда противник наносит удар, единственным ответом ему может быть еще более разрушительная контратака – например, копирование продукции, клевета или даже организация ареста противников. Чжоу столкнулся со всем перечисленным во время «войны 3Q» – битвы между его собственной Qihoo и платформой обмена сообщениями QQ, принадлежавшей интернет-гиганту Tencent. Однажды вечером, в 2010 году, я лично стал свидетелем начала боевых действий. Чжоу пригласил меня и нескольких сотрудников недавно созданного Sinovation Ventures сыграть за его команду в лазерный бой за пределами Пекина. Он погрузился в свою стихию и увлеченно стрелял в противников, когда вдруг зазвонил его сотовый телефон. Звонил сотрудник с плохими новостями: компания Tencent запустила копию защитного продукта Qihoo 360, которая автоматически устанавливалась вместе с QQ. Tencent уже тогда была гигантом-тяжеловесом благодаря своей базе пользователей QQ. Это была прямая атака на бизнес Qihoo, защиту которого Чжоу считал вопросом жизни или смерти, о чем он впоследствии написал в своих воспоминаниях[24]. Он устроил срочное совещание прямо в игровом зале, а потом участники боя помчались назад в головной офис готовить контратаку. В течение следующих двух месяцев Чжоу проделал все самые грязные и отчаянные трюки, которые только мог придумать, чтобы отбить нападение Tencent. Компания Qihoo первой разработала популярное новое программное обеспечение для защиты конфиденциальности, и оно стало показывать пугающие предупреждения об угрозе безопасности каждый раз, когда пользователь запускал продукт Tencent. Предупреждения часто были безосновательными: с их помощью Qihoo пыталась нанести удар более сильному сопернику. Затем Qihoo выпустила отдельный компонент защитного программного обеспечения, который мог отфильтровать все объявления в QQ, тем самым блокируя основной источник доходов для создателей этого продукта.

Вскоре после этого, когда Чжоу направлялся на работу, он получил телефонный звонок, предупреждавший о новой атаке: более 30 полицейских заняли офисы Qihoo и ждали его там, чтобы задержать в рамках расследования. Убежденный в том, что рейд был организован Tencent, Чжоу направился прямо в аэропорт и улетел в Гонконг, где принялся готовить новый удар. Наконец, Tencent применила свое главное оружие: 3 ноября 2010 года она объявила, что обмен сообщениями QQ на любом компьютере, где установлен Qihoo 360, будет блокироваться. Tencent пыталась заставить людей выбирать между двумя продуктами – это как если бы Facebook сообщил, что будет блокировать доступ для пользователей Google Chrome. Компании вели друг против друга войну на уничтожение, превращая компьютеры китайцев в настоящее поле боя. Qihoo призвал своих пользователей объявить QQ трехдневный бойкот, и правительство, наконец, решило вмешаться и развести по углам жаждущих крови бойцов. В течение недели и QQ, и Qihoo 360 вернулись к нормальной работе, но раны и у компаний, и у их основателей заживали долго.

Чжоу Хонги был одним из самых воинственных предпринимателей, но грязные трюки и жесткая конкурентная борьба в отрасли считались нормой. Помните Ван Сина, создавшего копию Facebook под названием Xiaonei? После ее продажи в 2006 году этот сайт появился вновь, теперь уже как Renren («Все онлайн»), и стал самой популярной социальной сетью в Китае – чем-то вроде местного Facebook. Но в 2008 году и Renren столкнулся с агрессивным конкурентом под названием Kaixin001 («kaixin» на китайском означает «счастливый»). Стартап набирал обороты, изначально ориентируясь на молодых горожан, а не на студентов колледжей, которые уже пользовались Renren. Продукт Kaixin001 объединял социальную сеть и игры. Например, пользователи могли играть в подделку под Farmville, которая называлась «Крадите овощи»: в ней игроки получали бонусы не за помощь виртуальным друзьям-огородникам, а за воровство с чужих «участков». Kaixin001 росла быстрее, чем любая другая социальная сеть в Китае. Это был перспективный продукт, но его создателю не хватало гладиаторских качеств. Адрес, который он намеревался использовать – kaixin.com, – был уже занят, и он не хотел покупать его у владельца (или не мог себе этого позволить). И тогда он выбрал kaixin001.com, что оказалось фатальной ошибкой – все равно что выйти на арену Колизея без шлема. Когда Kaixin001 превратился в угрозу, владелец Renren просто купил домен www.kaixin.com у его владельца. Затем он создал точную копию пользовательского интерфейса Kaixin001, изменив только цвет, и нагло окрестил его «настоящей сетью Kaixin». Многие пользователи, которые хотели зарегистрироваться в Kaixin, попадали в сеть Renren. Некоторые при этом даже не замечали разницы. Позже Renren объявила о слиянии Kaixin.com с Renren, успешно завершив операцию по похищению пользователей у Kaixin001. Эти действия затормозили развитие Kaixin001 и нейтрализовали главную угрозу господству Renren.

Kaixin001 выиграла суд против своего нечестного соперника, но не смогла залечить нанесенные им раны. В апреле 2011 года, через 18 месяцев после того, как был подан иск, Пекинский суд обязал Renren выплатить Kaixin001 60 000 долларов – но от некогда опасного конкурента осталась только бледная тень. Через месяц после этого Renren стала публичной компанией, собрав на Нью-Йоркской фондовой бирже 740 млн долларов.

Предприниматели получали на арене китайского Колизея один и тот же урок. Выбор прост: убить или быть убитым.

Любая компания, которая не может полностью оградить себя от конкурентов – на техническом, деловом или даже кадровом уровне, – представляет собой мишень для атаки. Победителю достаются трофеи, исчисляемые миллиардами долларов. Но такая культурная среда в то же время вдохновляет на поистине самоотверженный труд. Кремниевая долина гордится тем, что ее обитатели охотно соглашаются на сверхурочные, причем бесплатное питание, тренажерные залы и разливное пиво делают условия труда более терпимыми. Но по сравнению с китайскими компании долины выглядят вялыми и безжизненными, а инженеры – ленивыми. Эндрю Ын, пионер глубокого обучения и основатель Google Brain, который также работал с ИИ для Baidu, сравнил две среды во время конференции Sinovation в Менло-Парке: «Темп работы в стране просто невероятно высокий. Возглавляя группу коллег в Китае, я мог созвать совещание в субботу или воскресенье, или когда угодно еще, и все приходили, и не было никаких жалоб. Если бы я отправил СМС в 7 вечера за ужином и не получил ответа к 8 вечера, то я бы очень удивился. И решения всегда принимаются в таком темпе. На рынке все время происходит что-нибудь требующее реакции. По-моему, это и сделало бизнес-экосистему Китая такой эффективной, когда дело касается новых способов вывести свои разработки на рынок… Я был в США, занимался продажами. Не стану называть имен, но наш поставщик однажды мне позвонил и сказал: “Эндрю, мы в Кремниевой долине. Вы должны перестать обращаться с нами как с китайцами, потому что мы просто не можем исполнять ваши заказы с такой скоростью”»[25].

Бережливый гладиатор

Эпоха подражателей приучила китайских предпринимателей не только к грязным трюкам и безумному графику. Стремление к высоким финансовым показателям, склонность к подражанию и рыночный менталитет помогли появиться на свет компаниям, следовавшим методологии бережливого стартапа.

Эта методология была впервые четко сформулирована в Кремниевой долине и стала популярной благодаря книге Эрика Риса «Бизнес с нуля. Метод Lean Startup для быстрого тестирования идей и выбора бизнес-модели»[26], вышедшей в 2011 году. В основе ее лежит мысль о том, что руководители компании не знают, какой продукт нужен рынку, – это знает только сам рынок. Вместо того чтобы тратить годы и миллионы долларов, под большим секретом создавая концепты идеального продукта, стартапы должны быстро выпускать «минимально жизнеспособные продукты», которые будут стимулировать рыночный спрос на различные функции. Таким образом интернет-стартапы смогут получать мгновенную обратную связь на основе действий клиентов и немедленно начинать итерацию по продукту: отбрасывать неиспользуемые функции, добавлять новые и изучать рыночный спрос. Такие стартапы должны реагировать на самые тонкие изменения в поведении потребителей, а затем неустанно работать над продуктами, чтобы удовлетворить этот спрос. Они должны быть готовы отказаться от продуктов или бизнеса, если таковые не приносят прибыли, и перенаправить денежные потоки на что-то другое.

К 2011 году слово «бережливость» было на устах у предпринимателей и инвесторов по всей Кремниевой долине. Теме посвящались конференции и выступления, и на них проповедовались прописные истины бережливого предпринимательства. Однако эти истины были вовсе не очевидными для стартапов, рождавшихся в Кремниевой долине и предназначенных для выполнения какой-то «миссии». «Миссия» – это козырь при общении со СМИ и венчурными компаниями, но она может ограничивать компанию в условиях быстро меняющегося рынка. Что же делать предпринимателю, когда возникает расхождение между миссией и требованиями рынка?

Рыночные предприниматели Китая не сталкиваются с такой дилеммой. У них нет никаких «миссий», они не обременяют себя «фундаментальными ценностями», а легко следуют за желаниями пользователей, куда бы это ни привело их компании. Часто таким образом они оказываются в отрасли, где теснятся сотни почти одинаковых клонов, соперничающих между собой на бурлящем рынке. Используя приемы, подобные тем, что Taobao применяла против eBay, эти подражатели пресекают любые попытки взимать плату с пользователей, предлагая свои продукты бесплатно. Столь явная острота конкуренции и готовность снизить цены до нуля заставляла компании все время совершенствовать продукты и изобретать новые модели монетизации, а также строить надежные защитные стены, неприступные для их конкурентов-подражателей. На рынке, где копирование является нормой, эти предприниматели были вынуждены работать усерднее и лучше конкурентов.

Кремниевая долина гордится своим презрением к копированию, но это часто ведет к самоуспокоенности. Получается, что первопроходцы просто уступают новый рынок, потому что не хотят, чтобы их считали неоригинальными. Китайские предприниматели не могут позволить себе такой роскоши. Если у них получается продукт, который нравится людям, им нужно выходить на тропу войны.

Месть Ван Сина

Это явление привлекло всеобщее внимание во время Войны тысячи «Групонов». Вскоре после своего старта в 2008 году Groupon стал любимцем в американском мире стартапов. Его основная идея была проста: пользователям предлагалось приобрести купоны на скидку, которая действовала только в случае, если определенное количество людей купит такой же купон. Покупатели получали скидки, а продавцы – поток покупателей. Это был хит в Америке, только что пережившей финансовый кризис, и рыночная оценка Groupon превысила 1 млрд долларов всего за 16 месяцев – небывалый результат, – а сама концепция казалась буквально созданной для Китая, где покупатели одержимы скидками, а торг считается формой искусства. Предприниматели Китая, никогда не прекращающие поиски перспективных рынков, начали активно инвестировать в купонные распродажи, запуская локальные платформы на основе модели, изобретенной компанией Groupon. Крупные интернет-порталы запустили собственные сайты, в борьбу вступили десятки новых стартапов. Если вначале количество конкурентов-подражателей исчислялось десятками, то вскоре оно взлетело до сотен, а затем и тысяч. К моменту IPO Groupon, самого масштабного со времен IPO Google в 2004 году, в Китае существовало более 5000 различных компаний, которые предлагали сервисы для купонных распродаж. Со стороны это выглядело смешно: чего еще ждать от китайской интернет-экосистемы, в которой процветало бессовестное копирование при полном отсутствии оригинальных идей. Скопище из 5000 компаний-подражателей никто не воспринимал всерьез, у этих детищ серых предпринимателей не было шансов выжить после кровопролития.

Но в эпицентре этих грандиозных разборок сражался Ван Син. За предыдущие семь лет он скопировал три американских технологических продукта, разработанных двумя компаниями, и отточил навыки выживания на поле боя. Ван превратился из способного инженера, клонировавшего американские сайты, в серийного предпринимателя с острым чутьем на технологические продукты и бизнес-модели. А еще он был опытным гладиатором, поэтому не растерялся и во время Войны тысячи «Групонов». Он основал Meituan («Самую прекрасную группу») на год раньше – в 2010-м, привел в битву закаленных ветеранов и лично возглавил их ряды. Они не стали заниматься попиксельным копированием, как в случае с Facebook и Twitter, вместо этого компания создала интерфейс с плотной компоновкой, лучше отвечавший предпочтениям китайских потребителей. Когда Meituan заработал, бой разгорелся с новой силой: конкуренты начали выбрасывать сотни миллионов долларов на размещение офлайн-рекламы. По бытовавшему тогда убеждению, чтобы выделиться из серой массы, компания должна была собрать много денег и потратить их на привлечение клиентов за счет рекламы и низких цен. А затем дорогие акции использовались, чтобы собрать больше денег и повторить цикл.

Нетерпеливые вкладчики финансировали тысячи идентичных компаний, а жители городов покупали миллионы скидочных купонов на посещение ресторанов. Получалось, что сообщество венчурных предпринимателей Китая угощало всю страну ужином. Однако Ван хорошо понимал, как опасно тратить деньги впустую: из-за этого он потерял Xiaonei, свою копию Facebook. Теперь же он видел, насколько рискованны попытки купить доверие клиентов надолго с помощью краткосрочных сделок.

Если пытаться обойти конкурентов только за счет цены, то клиенты будут без конца прыгать от платформы к платформе в поисках лучшего предложения. Пусть конкуренты потратят деньги на снижение цен и развитие рынка – он пожнет урожай, который они посеяли. Так Ван сосредоточился на удешевлении итерации своего продукта. Meituan отказался от рекламы вне интернета, вместо этого ресурсы направлялись на доработку продуктов, снижение стоимости привлечения и удержания пользователя и оптимизацию сложной серверной части. Серверная часть обеспечивала обработку платежей, поступавших от миллионов клиентов и десятков тысяч продавцов. Ее оптимизация представляла собой сложную техническую задачу, но благодаря десятилетнему практическому опыту Ван был готов ее решить. Одним из основных преимуществ Meituan была его работа с продавцами – эта важная часть уравнения часто упускается из виду стартапами, одержимыми долей рынка. Meituan первым ввел автоматизированный механизм оплаты, позволявший бизнесу гораздо быстрее получать реальные деньги. Тем временем другие стартапы вынуждены были подолгу сидеть на мели, заваливая рестораны счетами и ожидая оплаты. Стабильная работа укрепляла доверие пользователей, и Meituan смогла приступить к созданию более крупных сетей на эксклюзивных партнерских отношениях. Компания Groupon официально вышла на китайский рынок в начале 2011 года, основав совместное предприятие с Tencent. В результате этого союза произошло слияние международного гиганта в области купонных распродаж с национальным гигантом, имевшим как опыт работы на местном уровне, так и известное влияние в социальной среде. Но партнерство Groupon и Tencent с самого начала было неуклюжим. Tencent еще не поняла, как эффективно сотрудничать с компаниями электронной коммерции, и совместное предприятие пыталось слепо использовать стандартный сценарий, разработанный Groupon для международной экспансии: нанять десятки консультантов по управлению и из сотрудников, предоставленных агентствами по временному трудоустройству, сформировать большие команды, занимающиеся продажами на низких уровнях.

В результате рекрутеры разбогатели на комиссионных, а затраты Groupon на привлечение клиентов оказались гораздо выше, чем затраты местных конкурентов. Иностранный гигант слишком быстро тратил деньги и слишком медленно оптимизировал свой продукт. Постепенно его звезда померкла и стала почти незаметной, в то время как кровопролитная битва между китайскими стартапами продолжалась.

При взгляде со стороны может показаться, что победителями из этих венчурных сражений за долю рынка выходят те, кто заработает самый большой капитал и переживет своих соперников. Но это верно лишь наполовину: сумма собранных денег, конечно, имеет большое значение, но важны также и скорость «сжигания» капитала, и лояльность клиентов, приобретенных за счет снижения цен. На первых этапах борьбы за клиента стартапы обычно не приносят прибыли, однако компания, сумевшая свести затраты на клиента к абсолютному минимуму, может пережить своих конкурентов, имеющих лучшее финансирование. Как только кровопролитие закончится и цены начнут расти, та же безжалостная экономическая эффективность станет главным активом для обеспечения прибыли.

В Войне тысячи «Групонов» участники боролись за выживание по-разному. Слабые стартапы объединялись в надежде сэкономить за счет укрупнения. Другие вкладывались в громкую рекламу, чтобы ненадолго взлететь над этим бурным морем. Meituan последовательно хранил молчание, оставаясь в десятке лидеров, но пока не стремился занять первое место. Ван Син придерживался восходящей к XIV веку военной философии императора Чжу Юаньчжана, лидера армии повстанцев, ставшего первым императором династии Мин: «Строй высокие стены, запасай зерно и жди своего времени, прежде чем претендовать на трон». Для Ван Сина зерном было венчурное финансирование, стеной – улучшенный продукт, троном должен был стать рынок стоимостью миллиард долларов. К 2013 году пыль на месте яростных боев доселе невиданной войны подражателей начала оседать. Подавляющее большинство сражавшихся погибло в результате жестоких нападений или собственных ошибок. Три гладиатора: Meituan, Dianping и Nuomi – остались в живых. Dianping был давним подражателем Yelp, перешедшим в область купонных распродаж, а компания Nuomi – аффилированным партнером, созданным для того же рынка компанией Renren. Ее, напомню, основал для подражания Facebook Ван Син, а затем продал.

Эти три компании занимали более 80 % рынка, и рыночная оценка Meituan Вана выросла на целых 3 млрд долларов. Наконец-то, после долгих лет, потраченных на копирование американских сайтов, Ван смог получить немалую часть нового рынка.

Но Meituan стал таким, каким мы его знаем сегодня, вовсе не благодаря купонным распродажам. Groupon в значительной степени сохранил свой прежний бизнес, но опирался теперь на новую идею коллективных скидок. К 2014 году его оборот стал составлять менее половины стоимости акций, участвовавших в первичном размещении. Сегодня он представляет собой лишь слабое подобие прежнего гиганта. Ван, напротив, непрерывно расширял направления бизнеса Meituan и постоянно модернизировал свои основные продукты.

С каждой волной потребительского спроса, захлестывавшей китайцев, будь то продажа билетов в кино, доставка еды или массовый внутренний туризм, разнообразные онлайн- и офлайн-услуги, Ван разворачивал свою компанию в этом направлении и в конечном итоге трансформировал ее. Он был ненасытным до новых рынков, неутомимым в деле итерации новых продуктов, и его компания всегда строго придерживалась принципов бережливого стартапа.

В конце 2015 года Meituan слился со своим соперником Dianping, и Ван возглавил новую компанию. К 2017 году этот гибрид гигантов выполнял 20 млн заказов в день, а в рядах его активных пользователей насчитывалось 280 млн человек в месяц. Большинство клиентов уже давно забыли, что Meituan начинал свою работу как сайт коллективных покупок. Теперь он превратился в империю, охватывающую множество областей потребительского спроса: тут можно было заказать лапшу, купить билеты в кино и забронировать гостиницу. Сегодня Dianping Meituan оценивается в 30 млрд долларов, что делает его четвертым по стоимости стартапом в мире, опережающим Airbnb и SpaceX Илона Маска.

Предприниматели, электричество и нефть

История Вана – это не просто история преуспевшего подражателя. Его личная эволюция свидетельствует об эволюции технологической экосистемы Китая и его самого ценного актива – предпринимателей. Эти люди научились побеждать гигантов Кремниевой долины в их собственной игре и выживать в самой конкурентной среде мира. Они совершили интернет-революцию в Китае. Их действия ускорили развитие мобильного интернета и способствовали созданию в стране новой экономики, ориентированной на потребителя.

Но, как бы ни были замечательны все эти достижения, они бледнеют по сравнению с тем, что смогут делать китайские предприниматели, вооружившись силой искусственного интеллекта. На заре своего развития в Китае интернет по функциональности мало отличался от телеграфа: он помогал быстро передавать информацию на любые расстояния и облегчал торговлю. Но это было только начало. Распространение ИИ в Китае совершит такую же революцию, как распространение электричества: он изменит все области жизни людей. Китайские предприниматели, воспитанные интернет-Колизеем, уже поняли, какую силу представляет собой новая технология, и теперь выясняют, в каких отраслях и каким образом ее можно превратить в прибыль. Но для того, чтобы понять это, им потребуется больше, чем просто смекалка и деловая интуиция. Если искусственный интеллект – новое электричество, то большие объемы данных – топливо, питающее электрогенераторы. Таким образом, после 2012 года, когда взошла звезда яркой и самобытной интернет-экосистемы в Китае, эта страна превратилась в главного мирового производителя особого топлива, столь необходимого в эпоху искусственного интеллекта.

Можно сказать, что Го Хонг – стартап-предприниматель в теле государственного служащего. Он немолод, всегда одет в скромный темный костюм и носит очки с толстыми стеклами. На официальных фотографиях с различных церемоний открытия он ничем не отличается от десятков других пекинских чиновников, одетых в такие же костюмы, разрезающих красные ленточки и произносящих речи.

В течение двух десятилетий, до 2010 года, Китаем управляли инженеры. Среди государственных служащих Китая было много людей, которые использовали свои познания в технических науках, чтобы превратить Китай из бедной аграрной страны в край мощных заводов и огромных городов. Но Го – это китайский чиновник новой эры, в которую нужно создавать не только вещи, но и идеи.

Оказавшись среди предпринимателей или технических специалистов, Го перестает быть похожим на манекен. Его переполняют идеи, он говорит быстро и внимательно слушает. Оказывается, его живо интересуют любые технические новшества и тенденции, которые стартапы могут использовать для своего развития. Го умеет мыслить неординарно и доводить задуманное до реального воплощения. Он относится к тому типу предпринимателей, в которых венчурные инвесторы так любят вкладывать свои деньги.

Все эти черты личности Го пригодились, когда он решил превратить подчиненный ему район Пекина в центр развития национальных инноваций. Это был 2010 год, и Го отвечал за технопарк Чжунгуаньцунь, расположенный на северо-западе Пекина и широко известный как «китайская Кремниевая долина», но на самом деле не совсем соответствующий этому определению. Прежде Чжунгуаньцунь был забит рынками дешевой электроники, где продавались смартфоны и пиратское программное обеспечение, и похвастаться инновационными стартапами это место не могло. Го решил все изменить.

Для начала он приехал в офис моей недавно основанной компании, Sinovation Ventures. Проработав десять лет представителем самых мощных американских технологических компаний в Китае, осенью 2009 года я покинул Google China, чтобы основать Sinovation – столь необходимый новым китайским стартапам инкубатор и инвестиционный фонд поддержки. Я решился на такой шаг, потому что ощущал бурлящую в этой экосистеме новую энергию. Эпоха подражателей выковала немало предпринимателей мирового уровня, и они только начинали применять свои навыки для решения локальных задач. Случившийся в Китае быстрый переход к мобильному интернету и наличие крупных городов с высоким темпом жизни создали совершенно новую среду, где вполне могли с успехом применяться инновационные продукты и новые бизнес-модели. Я хотел участвовать в процессе рождения новых компаний и предложил им свою помощь как венчурного инвестора и наставника. В то время, когда состоялся визит Го в Sinovation, я работал вместе с ключевой командой из бывших сотрудников Google в небольшом офисе к северо-востоку от Чжунгуаньцуня. Мы набирали способных начинающих инженеров в наш инкубатор для стартапов, ориентированных на первую волну пользователей смартфонов в Китае. Го хотел знать, что он может сделать, чтобы поддержать нашу миссию. Я сказал ему, что на оплату аренды уходит значительная часть денег, которые мы хотели бы вложить в развитие стартапов. Любое снижение аренды будет означать, что мы сможем выделить больше средств на разработку продуктов и поддержку компаний. Го ответил, что не видит в этом ничего сложного и сделает несколько звонков. Местные власти, вероятно, возьмут на себя оплату аренды на период до трех лет, если мы переедем в район Чжунгуаньцунь. Это была отличная новость для нашего проекта – казалось, лучше и быть не могло, – но Го еще только приступал к работе. Его целью было не просто поддержать отдельный инкубатор – он решил выяснить, что стало импульсом к развитию Кремниевой долины, и засыпал меня вопросами о моей жизни там в 90-х годах. Я объяснил, как многие из первых предпринимателей в нашей области стали бизнес-ангелами и наставниками и как скопление лучших умов в одном месте положило начало самостоятельной экосистеме на основе венчурного капитала, которая процветала благодаря смелым идеям.

Во время нашей беседы я заметил, что ум Го работает на полную мощность. Он внимательно слушал меня и, судя по всему, набрасывал план действий. Экосистема Кремниевой долины развивалась естественным образом на протяжении нескольких десятилетий. Но что, если в Китае мы ускорили бы этот процесс, найдя для него идеальное место? Мы могли бы выбрать одну из улиц в Чжунгуаньцуне, переселить всех ее жителей и создать комфортное пространство для основных участников экосистемы: венчурных компаний, стартапов, инкубаторов и сферы услуг. Он уже придумал для него название: Чжунгуа Дайжи – «Проспект предпринимателей».

Такого рода четко структурированное устройство инновационной экосистемы противоречит духу Кремниевой долины. В понимании ее обитателей главная особенность долины – это ее культура, для которой характерна приверженность оригинальному мышлению и инновациям.

Такую культуру невозможно построить исключительно из кирпичей и субсидий на аренду. И Го, и я понимали ценность такого нематериалистического подхода к миссии, но мы также сознавали, что в Китае все по-другому и если мы хотим немедленно взяться за аналогичный проект в Китае, то нам понадобятся и деньги, и недвижимость, и государственная поддержка. Да, нам пришлось запачкать руки в строительном растворе, чтобы адаптировать метафизический новаторский дух долины к приземленным реалиям современного Китая. В итоге мы смогли применить некоторые из основных механизмов Кремниевой долины, но развитие китайского интернета пошло совсем в другом направлении, и у нас получилась независимая и самодостаточная экосистема. Китайским учредителям больше не приходилось строить свои стартапы с учетом мнений иностранных венчурных капиталистов. Теперь они могли создавать китайские продукты для решения проблем Китая. Это изменило жизнь городов и ознаменовало начало новой эпохи в развитии китайского интернета, а также привело к небывалому росту добычи главного «природного ресурса» эпохи ИИ.

Неизведанная территория интернета

В эпоху подражателей отношения между Китаем и Кремниевой долиной строились на имитации, конкуренции и гонке за лидером. Но примерно в 2013 году все изменилось. Китайский интернет больше не отставал от западного по функциональности. Однако местные технологические компании не играли по правилам Кремниевой долины, вместо этого они превращали китайский интернет в альтернативную вселенную – со своими галактиками, ресурсами и законами физики. В этой вселенной многие обладатели дешевых смартфонов получили доступ в интернет, смартфоны играли роль кредитных карточек, и население победивших нищету городов становилось частью грандиозной лаборатории, в которой интегрировались цифровой контент и реальный мир. Китайским технологическим компаниям, управляющим этой новой интегрированной реальностью, уже не надо было подчеркивать связь с Кремниевой долиной. Такие названия, как «китайский Amazon» или «китайский Facebook», уже не были актуальными, когда речь шла о продуктах вроде WeChat – главного социального приложения в Китае. Оно стало своего рода «цифровым швейцарским ножом», который позволял людям оплачивать продукты в магазине, заказывать еду на дом и записываться на прием к врачу. Такие изменения произошли благодаря наличию нескольких «строительных блоков»: мобильного интернета, самого приложения WeChat и системы мобильных платежей, превратившей каждый смартфон в цифровой кошелек. Когда эти блоки соединились, китайские стартапы начали плодить инновации одну за другой. Новые онлайн- и офлайн-сервисы глубоко проникли в ткань китайской экономики. Они превратили китайские города в первую в мире безналичную среду со времен бартерной экономики. «Умный велопрокат» совершил переворот в системе городского транспорта и стал основой самой большой в мире сети интернета вещей.

Поддержка инноваций на государственном уровне еще больше воодушевляла предпринимателей. За первыми действиями Го последовала мощная волна мероприятий, с 2014 года несущая вперед технологическое предпринимательство. Под лозунгом поддержки инноваций и предпринимательства мэры городов Китая активно занялись созданием новых инновационных кластеров, инкубаторов и государственных венчурных фондов – многие из них использовали «Проспект предпринимателей» как модель для собственных начинаний. Западные аналитики называли эту кампанию ошибочной и неэффективной, но она стала движущей силой, заставляющей эволюционировать альтернативную интернет-вселенную Китая.

Чтобы процветать в этой среде, нужны были не только грамотные инженеры, но и рабочие руки: армия курьеров на скутерах – чтобы развозить горячие блюда по всему городу; десятки тысяч торговых представителей – чтобы рассказывать уличным торговцам о преимуществах приема платежей с мобильных телефонов; грузчики и сотрудники транспортной сферы – чтобы отправлять миллионы велосипедов в другие города. Взлетевший спрос на эти услуги и подтолкнул китайские компании к тому, чтобы засучить рукава и всерьез приняться за работу по управлению сложным бизнесом на низовом уровне. На мой взгляд, такая готовность к черной работе отличает китайских предпринимателей от их коллег из Кремниевой долины. Американские стартапы предпочитают придерживаться своей специализации: они создают сугубо цифровые платформы, облегчающие обмен данными между клиентом и поставщиком услуг. Поставщики услуг сами выполняют всю черную работу, а технологическим компаниям незачем вникать в тонкости логистики. Они стремятся соответствовать мифу о том, что маленькая группа хакеров способна построить миллиардный бизнес, не выходя из дома. Китайским компаниям недоступна такая роскошь. Окруженные конкурентами, всегда готовыми скопировать посредством реверс-инжиниринга их продукт, они должны всегда чем-то их превосходить: масштабом, бюджетом, производительностью. Они тратят деньги как сумасшедшие и полагаются на армию низкооплачиваемых курьеров и водителей, чтобы заставить свои бизнес-модели работать. И эта определяющая черта альтернативной интернет-вселенной Китая повергает американских аналитиков, обосновавшихся в Кремниевой долине, в глубокое недоумение.

Саудовская Аравия данных

Эта готовность к кропотливой работе может стать огромным преимуществом Китая в эпоху внедрения ИИ. Накапливая и учитывая информацию, связанную и с доставкой еды, и с ремонтом автомобилей, и с велопрокатом, и с покупкой продуктов в магазинчике за углом, технологические компании превращают Китай в Саудовскую Аравию данных: страну, внезапно открывшую у себя огромные запасы топлива для технического прогресса в наши дни. Китай уже сделал первый шаг в этом направлении, стал крупнейшим в мире производителем цифровых данных, намного опередив США, и с каждым днем уходит все дальше.

Как я уже говорил в первой главе, изобретение глубокого обучения означает, что мы движемся от эпохи экспертных знаний к эпохе данных. Чтобы успешно готовить алгоритмы глубокого обучения, нужны вычислительные мощности, талантливые специалисты и большие объемы данных. Но из этих трех элементов именно объем данных в будущем станет важнейшим, потому что после достижения какого-то предела роль личных способностей начинает уменьшаться. За этой чертой все решает наличие данных. Алгоритмы, созданные средним инженером, могут превзойти алгоритмы, созданные ведущими мировыми экспертами, если средний инженер имеет доступ к гораздо большему количеству данных. Но в случае с данными, накапливаемыми в Китае, количество переходит в качество. В этой стране больше пользователей интернета, чем в США и Европе, вместе взятых, и китайские компании получают самые качественные данные. Природа альтернативной вселенной приложений в Китае такова, что собранные данные будут весьма полезны при создании продуктов, основанных на ИИ.

Гиганты Кремниевой долины накапливают данные об активности пользователей на онлайн-платформах: это история ваших поисков, загруженные фотографии, видео, которые вы смотрели на YouTube, и ваши «лайки». Китайские компании вместо этого собирают данные из реальной жизни: что, когда и где вы покупали, какую еду заказывали, куда ездили, что фотографировали. Глубокое обучение может только оптимизировать то, что оно «наблюдает» с помощью данных, а технологическая экосистема Китая дает алгоритмам больше «глаз», позволяющих целиком увидеть картину нашей повседневной жизни. Мы становимся свидетелями того, как ИИ начинает «электрифицировать» новые области: объем данных, полученных в Китае на основе повседневных действий реальных людей, в конечном счете даст ему преимущество над Кремниевой долиной. Китай получил ключи от этой сокровищницы не благодаря какому-то хитроумному плану. Когда Го Хонг посетил мой офис в 2010 году, он еще не знал, какой станет интернет-вселенная Китая, и не знал, что алгоритмы глубокого обучения сделают данные такой великой ценностью. Но он верил, что при правильном подходе, хорошем финансировании и небольшой поддержке китайские стартапы могут создать нечто грандиозное. В тот момент предпринимательские инстинкты Го подсказывали ему верный путь к деньгам.

Мобильный интернет

Я покинул Google China и основал Sinovation Ventures за несколько месяцев до того, как компания Google решила уйти с рынка материкового Китая. Вся наша команда испытала горькое разочарование, ведь мы вложили годы работы в то, чтобы сделать компанию конкурентоспособной в КНР. Но это отступление открыло китайским стартапам путь к созданию совершенно новых продуктов в самой перспективной области мобильного интернета.

После дебюта iPhone в 2007 году владельцы сайтов и интернет-сервисов начали постепенно адаптировать их для доступа через смартфон. Для этого требовалось как минимум создать мобильную версию сайта, которая бы хорошо работала и выглядела на маленьком экране смартфона. Но вместе с тем стали появляться и новые инструменты: магазины приложений, приложения для редактирования фотографий, антивирусное программное обеспечение для мобильных операционных систем. С уходом Google из Китая рынок приложений на базе Android был практически пуст, и первые группы стартапов, родившихся в инкубаторе Sinovation, намеревались заполнить его. Я надеялся, что мы найдем новый и захватывающий способ взаимодействия с обособленным интернет-пространством, в котором пока еще не господствовала Кремниевая долина. В эпоху подражания небольшая часть жителей Китая выходила в интернет так же, как американцы, – с помощью настольного или портативного компьютера. Притом что поведение китайских пользователей существенно отличалось от поведения американских, основные инструменты были те же. Компьютеры все еще оставались слишком дорогими для большинства китайцев, и к 2010 году доступ к интернету был только приблизительно у одной трети населения. Поэтому, когда на рынок попали дешевые смартфоны, в интернет хлынула лавина новых пользователей. Этот переходный момент сильно повлиял на то, каким стал впоследствии китайский интернет. Пользователи смартфонов не только действовали иначе, чем их коллеги с настольными компьютерами; у них были другие приоритеты. Для них интернет стал не просто вместилищем абстрактной информации. Скорее он стал инструментом, который люди брали с собой повсюду. С его помощью можно было узнать, где поесть в незнакомом городе, купить что-нибудь в магазине, отправиться в дальнее путешествие или просто найти куда-то дорогу. И от китайских стартапов требовались соответствующие продукты. У них появилась реальная возможность при поддержке китайских же венчурных инвесторов заложить основы для разработки инноваций для местного рынка. Sinovation направила свой первый инвестиционный раунд на инкубацию девяти компаний, и некоторые из них были в итоге приобретены Baidu, Alibaba и Tencent или перешли под их контроль. Эти три китайских интернет-гиганта (вместе известные под аббревиатурой BAT) использовали наши стартапы, чтобы еще быстрее захватить рынок услуг в мобильном интернете. Их приобретения заложили прочный фундамент для дальнейшей работы, но альтернативная интернет-вселенная Китая не стала бы таким поразительным местом, если бы не один проект компании Tencent.

WeChat: скромное начало и честолюбивые замыслы

Едва ли кто-нибудь помнит тот день, когда самое мощное приложение в мире вышло на международную арену. В январе 2011 года WeChat – новый продукт Tencent, предназначенный для обмена сообщениями, – начал свою работу, но это событие было упомянуто в англоязычной прессе всего один раз – на сайте технических новостей The Next Web[27]. Компания Tencent уже владела двумя лидирующими социальными сетями в Китае – ее платформой мгновенного обмена сообщениями QQ и социальной сетью Q-Zone пользовались сотни миллионов человек, – однако американские аналитики не признавали их, считая посредственными копиями американских продуктов. Новое приложение для смартфонов еще даже не имело английского названия и было известно под китайским названием Weixin, или «Микросообщение». Но у него было несколько приятных особенностей. Помимо печатного текста приложение позволяло отправлять фотографии и короткие голосовые записи. Последнее стало важным преимуществом, поскольку ввод китайских иероглифов на телефоне в то время был крайне неудобным. WeChat создавался специально для смартфонов. Вместо того чтобы пытаться переделать свою главную настольную платформу QQ в телефонное приложение, Tencent решила создать новый продукт – лучше прежнего и только для мобильных телефонов. Рискованная стратегия полностью себя оправдала. Основные функции оказались востребованными, и к ним постоянно прибавлялись новые, по мере того как росло число пользователей. Всего за год оно достигло 100 млн, а в январе 2013-го, когда WeChat исполнилось два года, в приложении было зарегистрировано 300 млн человек. В WeChat появились аудио- и видеозвонки, а также конференц-связь. Сейчас эти функции воспринимаются как нечто само собой разумеющееся, но в WhatsApp – основном глобальном конкуренте WeChat – они были добавлены только в 2016 году.

Доработка и оптимизация WeChat на первом этапе положили начало более серьезной работе. Вскоре разработчики ввели инновационную модель «приложение в приложении», что позволило средствам массовой информации и рекламодателям использовать социальные платформы для своих нужд. Речь идет об «официальных аккаунтах WeChat», на которые можно было подписываться, чтобы регулярно получать контент, – их иногда сравнивали со страницами медиакомпаний в Facebook. Но Facebook предлагал лишь стандартные возможности для размещения контента, а WeChat позволял создать практически полный аналог автономного приложения без затрат на его разработку. Эти аккаунты вскоре стали основными поставщиками контента в социальных сетях, и многие компании просто перестали создавать собственные приложения: им хватало официальных аккаунтов в WeChat.

WeChat понадобилось два года, чтобы из безымянного приложения превратиться в настоящую империю, которая объединила в себе общение, СМИ и торговлю. Но Tencent хотела большего. Монополизировав цифровую жизнь пользователей смартфонов, она решила направить свои усилия на достижение еще более глобальных целей. В течение последующих пяти лет в Tencent велась упорная работа над превращением WeChat в первое в мире суперприложение. В результате оно проникло во все области не только цифровой, но и реальной жизни пользователей, став настоящим пультом управления жизнью[28]: позволяло платить в ресторанах и в такси, брать напрокат велосипеды, контролировать свои счета, записываться к врачам и заказывать доставку выписанных лекарств до двери. Такая метастазирующая функциональность могла бы размыть границы онлайн- и офлайн-миров и дать начало альтернативной интернет-вселенной Китая. Но для того, чтобы это получилось, WeChat должна была залезть в кошельки своих пользователей, а значит – сразиться за ведущую роль в цифровой торговле.

Перл-Харбор мобильных платежей

Атака пришлась на самую праздничную ночь 2014 года – китайский Новый год, и оружие было выбрано соответствующее случаю. По традиции в этот праздник принято дарить маленькие нарядные красные конверты с наличными. Эти деньги – китайский эквивалент рождественского подарка, обычно такие конверты получают дети от старших родственников и работники – от своего руководства. Идея Tencent была простой и милой, а потому служила прекрасной маскировкой для первой операции по захвату власти. Приложение WeChat предложило пользователям отправить цифровые красные конверты с настоящими деньгами друзьям по WeChat во всех концах страны. Как только пользователи «привязывали» свой банковский счет к WeChat, они получали возможность отправить такие конверты с определенной суммой конкретному человеку или в групповой чат, где друзья пользователя соревновались в том, кто первый откроет конверт и получит эту сумму. Так их деньги оказывались в «кошельке WeChat» – WeChat Wallet, новом модуле приложения. Далее эти средства можно было использовать для совершения покупок, отправки друзьям или пополнения банковского счета, если он был привязан к WeChat.

Обратиться к старинной китайской традиции, чтобы пользователи освоили новую функцию в форме игры, было идеальным решением. Пользователям WeChat идея понравилась, и во время празднования китайского Нового года они отправили 16 млн конвертов, привязав 5 млн новых банковских счетов к кошельку WeChat. Джек Ма, однако, не был в восторге от случившегося. Он сравнил этот шаг Tencent, подрывавший господство Alibaba в цифровой торговле, с нападением на Перл-Харбор[29]. Сервис Alipay компании Alibaba был первой ласточкой эпохи цифровых платежей, его адаптировали для китайских пользователей еще в 2004 году, затем была создана версия этого продукта и для смартфонов. И вот за одну только ночь WeChat обеспечил себе перевес, лишь слегка подтолкнув пользователей привязать свои счета к тому, что уже было самым мощным социальным приложением в Китае.

Ма предупредил сотрудников Alibaba, что если компания не начнет борьбу за сохранение лидерства в области мобильных платежей, то ей придет конец. Со стороны тогда казалось, что Ма сильно преувеличивал, чтобы сплотить свои войска перед лицом угрозы, но теперь, четыре года спустя, можно заключить, что он сразу же верно оценил уровень опасности.

В течение четырех лет, предшествовавших атаке Tencent, постепенно складывался облик альтернативной интернет-вселенной Китая. Беспощадная конкуренция между китайскими стартапами-подражателями воспитала поколение рисковых интернет-предпринимателей. За период с 2009 по 2013 год число пользователей смартфонов более чем удвоилось, теперь вместо 233 млн их стало целых 500 млн. Денежные средства, аккумулировавшиеся на ранних этапах, позволяли новому поколению стартапов разрабатывать инновационные мобильные приложения для этого рынка. И, наконец, WeChat пробрался практически на каждый смартфон в Китае, став универсальным порталом местной мобильной экосистемы.

Когда поток красных конвертов Tencent заманил в его паутину миллионы китайцев, привязавших свои банковские счета к WeChat, в картине потребительской революции встал на свое место последний фрагмент – возможность платить за всё с вашего мобильного телефона. В последующие годы Alibaba, Tencent и тысячи китайских стартапов начали соревноваться между собой, поставив цель охватить каждую сторону жизни китайского горожанина, в том числе доставку продуктов питания, коммунальные услуги, новости о жизни знаменитостей, маникюр на дому, прокат велосипедов, покупку билетов на поезд и билетов в кино и даже нарушения ПДД. Интернет и реальный мир сблизились, как нигде на свете. Это изменило жизнь китайских горожан и позволило накопить невиданные доселе объемы данных. Но создание альтернативной интернет-вселенной, которая проникает во все уголки китайской экономики, было бы невозможно без самого важного фактора, влияющего на ее экономическое развитие, – китайского правительства.

Новое пространство для новых предпринимателей

И тут Го Хонг был впереди всех. За годы, прошедшие после его первого визита в мой офис, его мечта о «Проспекте предпринимателей» превратилась в план, и этот план начал осуществляться. Го выбрал для своего эксперимента пешеходную улицу в Чжунгуаньцуне, вдоль которой были расположены книжные магазины, рестораны и рынок дешевой электроники.

В 1980-х годах усилия правительства уже однажды преобразили эту улицу. В то время в Китае активно развивались ориентированные на экспорт отрасли и росли города. И для того, и для другого требовались хорошие инженеры, которых в стране не хватало. Поэтому чиновники превратили пешеходную улицу в «книжный город» с изобилием магазинов, где продавались современные учебные пособия по техническим дисциплинам для студентов из расположенного неподалеку университета Цинхуа и Пекинского университета. К 2010 году с подъемом китайского интернета закрылось много книжных магазинов, и их место заняли небольшие лавки с электроникой и пиратским программным обеспечением – грубыми подделками эпохи подражателей.

Но Го делал все, чтобы приблизить наступление эры отечественных инноваций. Его оригинальный небольшой по своему масштабу эксперимент – привлечь компанию Sinovation Ventures в новый деловой район, предложив ей арендную субсидию, – увенчался успехом, и Го планировал таким же образом «заселить» всю улицу арендаторами, работающими в области высоких технологий. Вместе с местным руководством он предложил прежним съемщикам помощь с переездом и субсидии и таким образом успешно освободил почти все помещения. В 2013 году на опустевшей улице появились рабочие с отбойными молотками и дорожная техника, а 11 июня 2014 года отремонтированный и приведенный в порядок «Проспект предпринимателей» был открыт для новых арендаторов. Го применил имеющиеся в его распоряжении инструменты – реальные деньги, стройматериалы и ручной труд, – чтобы максимально ускорить переход к этапу инноваций для отечественных стартапов. Уникальный опыт Чжунгуаньцуня вскоре вышел за пределы одного маленького уголка Пекина: тактика Го распространилась по всей стране.

Инновации народу!

10 сентября 2014 года премьер-министр Ли Кэцян вышел на сцену во время всемирного экономического форума «Летний Давос – 2014», проходившего в прибрежном китайском городе Тяньцзинь. Там он говорил о решающей роли технологических инноваций в обеспечении роста и модернизации китайской экономики. Речь была длинной и насыщенной, она содержала много терминов и мало конкретики. Но Ли несколько раз повторил новое для китайского политического лексикона сочетание слов: «массовое предпринимательство и массовые инновации»[30], – и это было важно. В заключение он пожелал участникам успешной работы на форуме и крепкого здоровья.

На взгляд постороннего это выступление было совершенно непримечательным, и оно не упоминалось в западной прессе. Китайские лидеры выступают с подобными речами почти каждый день – они длинны и состоят из шаблонных фраз, которые западному слушателю кажутся пустословием. Однако эти фразы могут служить сигналами, адресованными государственным чиновникам, пусть они не обязательно влекут за собой немедленные изменения в реальном мире.

Речь, произнесенная Ли, была особенной: она зажгла первую искру, из которой вскоре разгорелось пламя китайской технологической революции, подогревавшее у инвесторов и основателей стартапов лихорадочное стремление достичь доселе небывалых высот. Новый лозунг – «Массовые инновации – массовому предпринимательству!» – означал, что государство готово поддерживать стартап-экосистемы и технические инновации. Активный подход Го Хонга к этой поддержке стал распространяться на всю китайскую экономику – вторую в мире, а значит, у Кремниевой долины появился настоящий конкурент. Государство не только субсидировало китайские технологические компании, оно стремилось повлиять на культурный фон в стране. У новаторов появились деньги и пространство для работы и творчества, и у их родителей больше не было повода донимать их, требуя устроиться на службу в государственный банк.

Через девять месяцев после речи Ли Государственный совет Китая – приблизительный эквивалент Кабинета президента США – издал важную директиву по поддержке массового предпринимательства и инноваций. Это был призыв к созданию тысяч технологических инкубаторов, бизнес-парков и поддерживаемых правительством «управляющих фондов» для привлечения больших объемов частного венчурного капитала. Также для технологических компаний вводились налоговые льготы и упрощалась процедура получения государственных разрешений, необходимых, чтобы начать бизнес.

Центральное правительство Китая изложило цели, но ответственность за их реализацию ложилась на плечи тысяч мэров и местных чиновников, разбросанных по всей стране. Карьерный рост должностных лиц в государственной системе Китая зависит от того, как их работу оценивает вышестоящее партийное руководство. Так что когда Центральное правительство ставит новые цели, это дает чиновникам более низкого уровня шанс доказать свою компетентность, и они с азартом берутся за дело.

После издания директивы Госсовета города Китая быстро приняли на вооружение тактику Го Хонга и создали свои собственные аналоги «Проспекта предпринимателей». Они использовали налоговые льготы и скидки на аренду для привлечения стартапов, открывали в бизнес-центрах дополнительные офисы, где предприниматели могли быстро зарегистрировать свое предприятие. Поток субсидий способствовал созданию по всей стране 6600 новых инкубаторов для стартапов – их количество выросло более чем в четыре раза[31]. Стартапам стало проще, чем когда-либо, получить комфортные помещения для работы, а благодаря льготным тарифам они могли сэкономить деньги на аренде и пустить их на развитие своего бизнеса.

Более крупные городские и региональные органы власти первыми разработали различные модели системы управляющих фондов – механизма, позволяющего с помощью государственных вложений стимулировать венчурные инвестиции. Правительство использует средства управляющего фонда для инвестирования в частные венчурные фонды, играя ту же роль, что и другие частные партнеры с ограниченной ответственностью. Если стартапы, в которые инвестировал фонд («портфельные компании») терпят неудачу, то все партнеры теряют свои инвестиции, в том числе и государство. Но если портфельные компании преуспевают – скажем, их цена удваивается в течение пяти лет, – тогда 90 % прибыли от государственных инвестиций распределяется между частными инвесторами, чьи вложения уже удвоились. Таким образом, у частных инвесторов появляется стимул следовать примеру государства, инвестируя в фонды и отрасли, к развитию которых стремятся местные органы самоуправления. Во время взрыва инноваций в Китае объем инвестиций этих управляющих фондов вырос почти в четыре раза с 7 млрд долларов в 2013 году до 27 млрд долларов в 2015 году. Вслед за ним увеличились и объемы частного венчурного финансирования. В 2009 году, когда была основана Sinovation, Китай переживал такой бурный рост в сфере обрабатывающей промышленности и недвижимости, что «умные инвестиции» все еще поступали в эти традиционные отрасли. Но в 2014 году все изменилось. За предшествовавшие ему три-четыре года общее финансирование китайских венчурных фондов увеличилось примерно до 3 млрд долларов. В 2014 году эта сумма выросла в четыре раза – до 12 млрд долларов, а затем, в 2015 году, снова удвоилась до 26 млрд долларов[32]. И тогда стало казаться, что любой умный молодой человек, у которого есть опыт работы, новаторская идея и технические знания, может составить бизнес-план и найти финансирование для запуска своего проекта.

Американские политологи и инвесторы косо посмотрели на такое жесткое посягательство правительства на свободный рынок. Они считали, что частные игроки делают лучшие ставки, когда дело касается инвестиций, и что финансируемые государством инновационные зоны или инкубаторы окажутся пустой тратой денег налогоплательщиков. Многие из тех обитателей Кремниевой долины, у кого были деньги и власть, считали, что чем меньше федеральное правительство вмешивается в их дела, тем лучше.

Но эти критики упускали из виду, что участие государства иногда оказывается чрезвычайно эффективным. Когда в долгосрочной перспективе выгода настолько велика, то первое время можно и переплачивать. Китайское правительство планировало совершить фундаментальный сдвиг в китайской экономике и добиться, чтобы она росла не за счет производства, а за счет инноваций, и оно хотело, чтобы это произошло быстро.

Оно могло бы пустить все на самотек, спокойно дожидаясь, пока доходность инвестиций в традиционные отрасли упадет и частные инвестиции медленно проникнут в сектор высоких технологий. На этот сдвиг, конечно же, влияли бы обычные для человеческого общества факторы: ошибочная информация, менталитет инвесторов старой школы, которым «этот интернет» до сих пор кажется сомнительной штукой, и банальная экономическая инерция. В конце концов влияние этих факторов ослабло бы, и деньги стали бы поступать в частные венчурные фонды, которые смогли бы тратить каждый доллар эффективнее, чем правительство.

Но этот процесс затянулся бы на много лет, если не десятилетий. Высшее руководство Китая не хотело ждать. Оно хотело заставить правительственные деньги работать как можно быстрее, а для этого нужен был качественный скачок. В некоторых случаях на местном уровне меры поддержки не давали эффекта – инкубаторы оставались незанятыми, а инновационные зоны не окупались, – но в национальном масштабе результат оказался потрясающим.

Революция в культуре

Развернутая китайским правительством кампания вовсе не сводилась к одним только инвестициям и строительству офисов. Она изменила облик интернет-предпринимательства в глазах обычных людей и повлияла на дух времени. Для китайской культуры характерно почитание авторитетов, которыми могут быть родители, начальники, учителя и государственные чиновники. Пока новое направление в отрасли или вид деятельности не получат авторитетного одобрения, они считаются рискованными. Но если китайское руководство что-то одобрит, люди поспешат к этому присоединиться.

Такая иерархичность иногда мешает пробиться свежим идеям, но когда одобрение получено и направление задано, то за дело берется все общество разом. До 2014 года китайское правительство никогда не разъясняло, как именно, по его мнению, должно происходить развитие китайского интернета. Несмотря на успехи таких компаний, как Baidu и Alibaba на раннем этапе, за периодом относительной свободы последовали репрессии против пользователей, «распространяющих слухи» через социальные медиаплатформы. Нельзя было уверенно сказать, что произойдет дальше. Начав массовую кампанию, правительство во всеуслышание подтвердило, что одобряет интернет-предпринимательство. Плакаты и баннеры, призывающие всех и каждого участвовать в развитии национальных технологий, появились по всей стране. В СМИ зазвучали бесчисленные истории об успехах местных предпринимателей и внедренных ими инновациях. Университеты поспешили предложить новые курсы по предпринимательству, а книжные магазины наводнили биографии звезд технологической индустрии и книги для основателей стартапов. Рекордный дебют компании Alibaba на Нью-Йоркской фондовой бирже в 2014 году подлил масла в огонь. Группа трейдеров Taobao оповестила о проведении IPO Alibaba 19 декабря, всего через девять дней после речи премьера Ли. Когда пыль, стоявшая столбом во время яростного сражения на торговой площадке, осела, выяснилось, что компания Alibaba провела крупнейшее IPO в истории, а Джек Ма стал самым богатым человеком Китая.

Но дело было не только в деньгах. Ма стал национальным героем, поскольку он умел располагать к себе людей. На вид бесхитростный и очень обаятельный, он напоминал подростка из дома по соседству, не был выходцем из элитного университета и даже не умел программировать. Во время выступлений Джек любил упоминать, что, когда в его родном городе открылся KFC, он был единственным из 25 претендентов, которого не взяли туда на работу. У других интернет-предпринимателей, уже добившихся крупных успехов в Китае, часто была ученая степень или опыт работы в Кремниевой долине. Восхождение Ма вдохновляло простых китайцев, которые и должны были пополнить ряды «массовых предпринимателей». Одобрение правительства и воодушевляющий пример Ma послужили убедительными аргументами для недоверчивых китайских матерей. Старшее поколение все еще считало предпринимательство занятием для тех, кто не смог найти настоящую работу. Пожизненная служба на государственных должностях оставалась желанной целью для людей, которые еще помнили голодные времена. В 2009 году, когда я основал Sinovation Ventures, многие молодые люди хотели присоединиться к стартапам, которые мы финансировали, но было ясно, что они не могут этого сделать из-за сопротивления родителей или супругов. Чего я только не перепробовал, чтобы завоевать доверие этих семей: приглашал в хорошие рестораны, писал длинные письма от руки и даже посылал финансовые прогнозы, доказывающие, что стартап может окупиться. В конечном счете мы сумели собрать сильные команды, но за каждого нового человека приходилось сражаться.

Однако уже к 2015 году люди стали буквально ломиться к нам. Среди них были странные подростки, исключенные из средней школы, блестящие выпускники ведущих университетов, бывшие инженеры Facebook и многие другие, пусть даже некоторые из них были явно не в себе. Однажды, когда я отсутствовал в городе, в штаб-квартиру Sinovation пришел один якобы предприниматель, который отказывался уезжать, пока я не встречусь с ним. Ему объяснили, что я не вернусь в ближайшее время, но этот человек разделся догола и лег на землю, объявив, что будет лежать так, пока Кайфу Ли не выслушает его.

Вместо инвесторов тому предпринимателю пришлось общаться с полицией, но эпизод хорошо передает атмосферу инновационной лихорадки, охватившей Китай. Страна, которая провела десятилетие на грани перехода к интернет-предпринимательству, теперь ушла в него с головой. Даже сам Го Хонг не остался в стороне. В 2017 году он покинул ряды китайских чиновников, чтобы стать основателем и председателем Банка Чжунгуаньцуня, финансового стартапа, смоделированного на основе Банка Кремниевой долины и обслуживающего местных предпринимателей и новаторов.

Итак, тактика чехарды дала свои результаты – все элементы, необходимые для расцвета альтернативной интернет-вселенной Китая, сложились в единое целое: финансовые средства, талант и деловая обстановка. Все инструменты для создания интернет-компаний, которые были бы новаторскими, эффективными и, главное, своими – китайскими, лежали на столе.

Здесь, там и повсюду – расцвет O2O

Чтобы достигнуть такого расцвета, китайский интернет должен был стать полезным для простых людей. Почти два десятилетия китайские интернет-компании играли почти ту же роль, что и их американские аналоги, – роль информационных узлов в цифровой сети. Теперь же они были готовы погрузиться в гущи повседневной жизни.

Аналитики окрестили бурное развитие интернет-сервисов «для реальной жизни» в китайских городах «революцией O2O» (услуг «онлайн для офлайна»).

Терминология может быть запутанной, но сама концепция проста: связать воедино интернет и реальные услуги. Сайты электронной коммерции, такие как Alibaba и Amazon, уже давно сделали это в сфере продажи промышленных товаров. Революция О2О заключалась в том, что теперь преимущества электронной коммерции стали использоваться для покупки реальных услуг и вещей, которые нельзя положить в картонную коробку и отправить через всю страну, таких как горячая еда, поездка в бар или новая стрижка. Кремниевая долина породила одну из первых моделей O2O: совместное использование транспортных средств – райдшеринг. Компания Uber с помощью сотовых телефонов смогла внедрить эту модель сначала в городах США, а затем и в других странах мира. Китайские компании DiDi и Chuxing быстро скопировали бизнес-модель и адаптировали ее к местным условиям, причем DiDi в конце концов вытеснила Uber из Китая и начала бороться с ней на мировом рынке. Компания Uber, возможно, открыла O2O миру, но именно китайские компании, использовав основные преимущества этой модели, смогли применить ее для трансформации десятков других отраслей. Китайские города были идеальной лабораторией для экспериментов.

Любой город Китая – это каменные джунгли: теснота, экологические проблемы, шум и отнюдь не идеальная чистота. После рабочего дня с его поездками в переполненном метро и необходимостью пересекать дороги шириной в восемь полос, многие китайцы из среднего класса просто не хотят выходить из дома, чтобы поесть, или по личным делам. К счастью для них, в городах обитает также великое множество рабочих-мигрантов, которые всегда рады доставить услугу на дом за небольшую плату. Это идеальная среда для O2O.

Первым видом услуг O2O, помимо райдшеринга, который быстро обрел популярность, стала доставка еды. Интернет-гиганты Китая и множество стартапов, таких как Meituan Dianping Ван Сина, стали создавать онлайн-сервисы для заказа еды на дом, направляя в эту нишу лучших специалистов и вкладывая большие деньги в снижение цен для потребителя. Толпы в китайских ресторанах поредели, а улицы наводнил поток курьеров на электрических скутерах. Оплата легко осуществлялась через кошелек WeChat и сервис Alipay. К концу 2014 года расходы китайцев на доставку еды по схеме O2O выросли более чем на 50 % и превысили 15 млрд юаней. К 2016 году в Китае ежедневно через интернет делалось 20 млн заказов – в 10 раз больше, чем в США[33]. В дальнейшем модели O2O стали еще более креативными. Некоторые парикмахеры-стилисты и мастера маникюра полностью отказались от своих салонов и стали работать на дому, а их услуги теперь можно было забронировать только через приложения. Люди, которые плохо себя чувствовали, иногда нанимали других, чтобы те заняли для них место в длинной очереди у входа больницу. Ленивые владельцы домашних животных могли с помощью приложения пригласить человека, который вычистил бы кошачий лоток или искупал собаку. Китайские родители нанимали водителей микроавтобусов, чтобы те забирали их детей из школы, причем прибытие ребенка домой подтверждалось через приложение. Те, кто не хотел заводить детей, мог использовать другое приложение – для круглосуточной доставки презервативов. Для обычных людей все эти новшества облегчали жизнь в городе. Для малого бизнеса они означали как рост числа клиентов, так и рост доходов, поскольку китайские горожане стали привыкать к комфорту и тратить больше денег. Стартапы новой волны получали быстрый рост рыночной оценки и стремились проникнуть во все новые сферы городской жизни. После пары лет взрывного роста и гладиаторской конкуренции маниакальное изобретение все новых моделей O2O остановилось. Когда дотационный рост закончился, многие «единороги»[34] прекратили существование. Но сектор услуг городского Китая изменился коренным образом, новаторы и гладиаторы выжили – а такие компании, как Meituan Dianping Ван Сина, оценивались во все более астрономические суммы. К концу 2017 года оценка Meituan Dianping достигла 30 млрд долларов, а DiDi Chuxing – 57,6 млрд долларов, что превосходило оценку Uber. Эти перемены стали возможны благодаря WeChat и, в свою очередь, способствовали его развитию. К приложению, установленному на более чем половине всех смартфонов в Китае, теперь были привязаны банковские счета. Поэтому оно подталкивало сотни миллионов китайцев к покупкам по схеме O2O и определяло победителей среди конкурирующих стартапов. К кошельку WeChat были привязаны сервисы лучших O2O-стартапов, чтобы пользователи WeChat могли без затруднений вызвать такси, заказать еду, забронировать отель, оплатить телефонные счета и купить авиабилеты в США, не выходя из приложения. (Неслучайно большинство стартапов, которые WeChat выбрал для показа в своем кошельке, также были получателями инвестиций Tencent.)

Теперь приложение WeChat полностью соответствовало названию, которым наградил его Конни Чан из ведущего венчурного фонда Andreesen Horowitz, – «дистанционный пульт управления жизнью». Оно стало суперприложением, объединившим в себе функции, которые в других экосистемах распределены между десятками различных приложений. По сути, WeChat заменяет собой Facebook, iMessage, Uber, Expedia, eVite, Instagram, Skype, PayPal, Grubhub, Amazon, LimeBike, WebMD и многие другие приложения. WeChat – не идеальная замена для любого из этих сервисов, но оно может выполнять большинство основных функций каждого.

Какой разительный контраст с моделью Кремниевой долины «созвездие приложений», в которой каждое приложение поддерживает строго определенный набор функций. Facebook даже зашел настолько далеко, что разделил социальную сеть и систему обмена сообщениями. Теперь это два разных приложения: Facebook и Messenger. Компания Tencent решила пойти по другому пути, и cначала это казалось рискованным: можно ли объединить столько задач, не запутав пользователя? Но модель суперприложения для WeChat оказалась исключительно удачной и сыграла решающую роль в рождении альтернативной вселенной интернет-сервисов.

«Легкий» подход против «тяжелого»

Но революция O2O продемонстрировала еще более глубокое различие между Кремниевой долиной и Китаем в отношении того, как интернет-компания представляет товары или услуги, – я бы назвал это тактикой «легкого» подхода против тактики «тяжелого» подхода. Эти определения отражают масштабы вертикальной интеграции онлайн- и офлайн-сервисов в рамках одной компании. Когда американские интернет-компании хотят подчинить очередную отрасль, то обычно применяют «легкий» подход. Они исходят из того, что основная сила интернета состоит в том, что он связывает людей, помогает им находить информацию и обмениваться ею. 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 недешево, 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. Получается, чтобы выиграть, нужно не только перехитрить противника, но и проделать большую работу, потратив больше энергии и денег. Это различие хорошо видно, если сравнить известные ресторанные платформы в двух странах, Yelp и Dianping. Обе они были созданы около 2004 года, работали только на настольных компьютерах и предназначались для размещения ресторанных обзоров. Обе они в итоге стали приложениями для смартфонов, но в то время как Yelp продолжала заниматься обзорами, Dianping с головой погрузилась в безумие купонных распродаж, создавая платежные сервисы, строя отношения с поставщиками и тратя огромные деньги на субсидии, чтобы снижать цены для потребителей. Когда обе компании занялись онлайн-заказами и доставкой, они использовали разные подходы. Yelp пошла в этом направлении позже и придерживалась «легкого» подхода. Проработав 11 лет как чисто цифровая платформа, жившая за счет рекламы, в 2015 году Yelp все-таки приобрела Eat24 – платформу заказа и доставки еды. Но обработкой большинства заказов по-прежнему занимались рестораны, а Eat24 предназначалась для взаимодействия с заведениями, у которых не было своей службы доставки. Дела шли хорошо, у ресторанов хватало стимулов для участия, но Yelp не стала развиваться в этом направлении. Через два с половиной года компания продала Eat24 компании Grubhub и вернулась к своему «легкому» подходу. «[Продажа проекта компании Grubhub] позволила нам вновь заняться тем, что мы умеем делать лучше всего, – пояснил генеральный директор Yelp Джереми Стоппельман, – разработкой приложения Yelp»[35].

Dianping, напротив, занялась коммерцией довольно рано и сосредоточилась на доставке еды. После четырех лет в окопах войн за рынок купонных распродаж Dianping в конце 2013 года начала атаку на сферу доставки еды. Она потратила миллионы долларов, чтобы нанять курьеров на скутерах и организовать работу службы по доставке заказов от ресторана до двери заказчика. Курьеры Dianping преодолевали довольно большие расстояния, поэтому у каждого семейного магазинчика внезапно появилась возможность расширить свою клиентскую базу, не нанимая собственную команду доставки. Вложив уйму денег и труда, Dianping сумела организовать продуктивную работу в густонаселенных городских центрах Китая. Это стоило больших финансовых затрат и усилий логистов, но привело к повышению эффективности и снижению цен для конечных потребителей. Через 18 месяцев после запуска своей службы доставки Dianping объединилась с со своим главным соперником – Meituan. К 2017 году оценка Meituan Dianping составляла 30 млрд долларов США – втрое больше, чем оценка Yelp и Grubhub, вместе взятых. Есть и множество других примеров успешного развития компаний O2O в Китае. Вытеснив Uber с китайского рынка транспортных услуг, компания DiDi начала скупать ее заправки и автомастерские для обслуживания своего парка машин, приносящего хороший доход благодаря добросовестной работе водителей и их лояльности бренду DiDi. 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 экономику жизни обычных людей, чем на Западе, и это влияет как на тенденции потребления, так и на рынки труда. В соответствии с исследованием, проведенным McKinsey & Company в 2016 году, 65 % китайских пользователей O2O сказали, что приложения заставили их тратить больше денег на еду[36]. О росте расходов на поездки и перевозки заявили 77 % и 42 % пользователей соответственно.

Этот денежный поток в короткие сроки стимулировал китайскую экономику и поднял рыночную оценку компаний. Но был и другой, не менее важный результат: предприниматели получили огромные объемы данных. Регистрируя поставщиков, обрабатывая заказы, доставляя еду и принимая платежи, ведущие O2O-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.

Тотальное сканирование

Поскольку расходы сервисов O2O резко выросли, Alipay и Tencent решили взять курс на полное вытеснение наличных из экономики страны. (В 2011 году Alibaba выделила свои финансовые сервисы, включая Alipay, в отдельную компанию Ant Financial.) В Китае так и не прижились кредитные и дебетовые карты: для подавляющего большинства сделок использовались наличные. Карты принимали в крупных супермаркетах и торговых центрах, но в семейных магазинах и ресторанах, преобладавших в городах, редко имелись терминалы для безналичной оплаты.

Однако у владельцев этих магазинов были смартфоны. И тогда интернет-гиганты Китая превратили телефоны в мобильные порталы для платежей. Идея была простой, а скорость ее воплощения и последствия – просто фантастическими.

В течение 2015 и 2016 годов Tencent и Alipay постепенно вводили возможность платить в магазинах, просто сканируя QR-код – двухмерный штрихкод для мобильных телефонов – с помощью приложения. Так рождался мир, где сканировали всё и вся. Более крупные предприятия приобретали простые POS-устройства, способные считывать код QR с телефонов и снимать деньги в оплату за покупку. Владельцы небольших магазинов могли просто распечатать изображение QR-кода, связанного с кошельком WeChat. Затем клиенты с помощью приложения Alipay или WeChat сканировали этот код и вводили общую сумму платежа, а для подтверждения использовали отпечаток своего пальца. Стал возможен мгновенный перевод денежных средств с одного банковского счета на другой – без комиссий и возни с кошельками. Это ознаменовало резкое отступление от модели развитых стран, где в ходу были главным образом кредитные карты. Кредитки, при всех своих преимуществах, предполагали комиссию от 2,5 % до 3 % почти при каждой оплате, и это препятствовало их широкому распространению.

Возможности мобильных платежей Китая в какой-то момент стали превосходить возможности платежей с помощью традиционных дебетовых карт. Alipay и WeChat даже позволяют осуществлять P2P-переводы, то есть вы можете отправить деньги семье, друзьям, мелким продавцам или вообще незнакомым людям. Простые приложения для мобильных телефонов вскоре превратились в инструмент поощрения, с помощью которого пользователи выражали благодарность авторам понравившихся статей и видео в интернете. Количество микроплатежей объемом всего 15 центов неимоверно возросло. Компании также решили не взимать комиссию с подавляющего большинства переводов – то есть люди получили возможность платить с телефонов при любых транзакциях, без обязательных минимальных покупок или пятидесятицентовых сборов, которые американские розничные торговцы взимают при маленьких покупках с помощью кредитных карт. 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[37].

Учитывая крайне низкие барьеры для входа на рынок, эти платежные системы вскоре просочились повсюду. 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-китайцев попали в заголовки газет в связи с чередой неудачных ограблений. Они 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, а оттуда полиция забрала их уже бесплатно. Местные СМИ сообщили, что, по слухам, при аресте один из братьев закричал: «Как?! В Гуанчжоу не осталось наличных?!»[38] Тем временем в Соединенных Штатах мобильные платежи распространялись очень медленно. Google и Apple пытались совершить прорыв в этой области с помощью Google-кошелька и Apple Pay, но такого охвата, как в Китае, им достичь не удалось. Apple и Google не оглашают число пользователей своих платформ, но повседневное наблюдение и более 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[39]. За 2017 год сумма всех сделок, оплаченных через китайские мобильные платежные платформы, превысила 17 трлн долларов[40] – это больше, чем ВВП Китая. Такого поразительного результата удалось достичь благодаря тому, что эти платформы поддерживают P2P-переводы и многочисленные мобильные операции с товарами и услугами по всей цепочке производства.

Снова чехарда – таксисты

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. Мобильные платежи стали еще одним шагом вперед, но не таким кардинальным, как отказ от наличных. 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.

Для сравнения, Apple и Google придерживались в этой сфере «легкого» подхода. Теоретически они предлагали пользователям большее удобство, но не были готовы подкупать их, чтобы приучить к своему сервису. Это нежелание со стороны американских технологических гигантов объяснимо: компенсации съедали бы квартальный доход, а попытки «купить пользователей» не нашли бы одобрения у новаторов-пуристов из Кремниевой долины.

Неготовность американских компаний применять «тяжелый» подход замедлила распространение мобильных платежей и может еще больше повредить этим компаниям в будущем, когда накопленные данные станут главной ценностью. Мобильные платежи позволяют получать самые подробные сведения о потребительской активности. Сбор данных о традиционных покупках по кредитным картам или онлайн-активности, который ведут Amazon, Google и Yelp, не дает таких впечатляющих результатов. Данные о мобильных платежах окажутся бесценными при создании компаний, управляемых искусственным интеллектом, как в розничной торговле, так и в ряде других отраслей.

Велосипеды возвращаются в Пекин

Так же как мобильные платежи изменили финансовый ландшафт Китая, велопрокат изменил облик его городов. В каком-то смысле эта велосипедная революция повернула время вспять. В период коммунистической революции 1949 года китайские города кишели велосипедами. Но когда благодаря экономическим реформам сложился новый средний класс, на велосипедах продолжали ездить только бедные люди, которые не могли позволить себе четырехколесный транспорт. Велосипеды были вытеснены на обочину городских улиц и из культурного мейнстрима. Одна женщина на самом популярном в стране шоу знакомств прекрасно сформулировала отношение китайцев к велосипедам, отвергнув бедного поклонника со словами: «Я лучше буду плакать на заднем сиденье BMW, чем улыбаться за рулем велосипеда». А потом все внезапно изменилось.

Возникшие в конце 2015 года стартапы по прокату велосипедов Mobike и ofo наводнили крупные китайские города десятками миллионов подключенных к интернету велосипедов. Mobike оснастил свои велосипеды QR-кодами и подключенными к интернету смарт-замками на задних колесах. Замки открываются автоматически, через приложение Mobike (или его мини-приложение в кошельке WeChat) при сканировании QR-кода велосипеда. Пользователи Mobike могут взять велосипед где угодно и оставить его в любом месте для других пользователей. Стоимость поездки зависит от расстояния и времени, но компенсации часто сокращают ее до 15 центов или до еще меньших сумм. Это революционное новшество появилось благодаря мобильным платежам. Установка терминалов для оплаты картами на велосипедах стоила бы слишком дорого и означала бы необходимость периодического ремонта, тогда как мобильные платежи дешевы и невероятно эффективны.

Рынок велопроката бурно развивался. Спустя год после запуска первых стартапов эти велосипеды уже ждали своих седоков повсюду: на каждом перекрестке, у каждого выхода из метро, вокруг популярных магазинов и кафе. Чтобы найти велосипед, достаточно было взглянуть в любом направлении, а чтобы разблокировать его в приложении, требовалось всего пять секунд. Улицы городов наводнили потоки велосипедов самых ярких цветов: оранжевые и серебристые принадлежали Mobike; ярко-желтые – ofo, синие – smattering, зеленые и красные – другим компаниям-подражателям. К осени 2017 года Mobike уже регистрировала 22 млн поездок в день, почти все из них в Китае. То есть в четыре раза больше, чем Uber за один день 2016 года. Весной 2018 года Mobike была приобретена компанией Ван Сина Meituan Dianping за 2,7 млрд долларов[41] – и это всего через три года после основания сервиса.

В результате из всех этих поездок родилось и нечто новое – самые крупные и, возможно, самые полезные в мире сети интернета вещей (IoT).

Термин IoT означает группы подключенных к интернету устройств, способных передавать данные из окружающего мира на другие устройства той же сети. Большинство велосипедов Mobike оснащены устройствами GPS на солнечных батареях, ускорителями, датчиками Bluetooth и устройствами ближней связи, которые можно активировать через смартфон. Одновременно те же датчики генерируют 20 терабайт данных в день и передают их обратно на облачные серверы Mobike.

Размытые границы и дивные новые миры

Мeньше чем за 2 года велосипедная революция в Китае изменила облик городов страны и существенно обогатила ее запасы данных. Это наглядно показывает, на что способна альтернативная интернет-вселенная Китая: она решает практические проблемы, размывая границы между онлайн- и офлайн-мирами. Она использует основное преимущество интернета (моментальную передачу информации) для создания таких бизнес-проектов, которые непосредственно затрагивают все аспекты нашей жизни.

Эта альтернативная вселенная не появилась в одночасье. Для ее возникновения требовались рыночные предприниматели, пользователи мобильных суперприложений, плотно населенные города, дешевая рабочая сила, система мобильных платежей и поддержка правительства. Это был тяжелый, дорогостоящий и разрушительный процесс, но и отдача была невероятной. В Китае возник целый ряд технологических гигантов стоимостью более триллиона долларов, и это подвиг, который не смогла совершить ни одна страна, кроме Соединенных Штатов.

Но самые крупные достижения еще впереди. Как столетия назад скрытое под землей органическое вещество стало топливом, питающим промышленную революцию, так и массивы данных, в которые превратятся миллионы взаимодействий в альтернативной интернет-вселенной Китая, станут топливом для революции ИИ. Каждое направление деятельности в этой вселенной – работа сети WeChat, услуги O2O, транспортные услуги, мобильные платежи и общие велосипеды – добавляет новые пласты к массиву данных, беспрецедентно точно отображая характеристики потребления и привычки людей, связанные с их передвижениями. Взрывной рост популярности услуг O2O в Китае дал предоставляющим их компаниям доступ к огромным объемам информации о жизни пользователей вне интернета: что, где и в какое время они делают день за днем, что едят, куда ходят на массаж и т. д. Цифровые платежи позволяют компаниям составлять точные карты поведения потребителей в режиме реального времени. P2P-платежи добавили к этой информации еще один слой данных. Велосипеды, сдаваемые напрокат, стали частью IoT и вплели яркие нити в ткань городской жизни. Системы велопроката регистрируют десятки миллионов поездок – в магазин, домой после работы и на первые свидания. На этом фоне Uber и Lyft выглядят карликами, во всяком случае, когда дело касается сбора и детализации данных.

Цифры по этим категориям демонстрируют разрыв между Китаем и США в ключевых областях. По последним оценкам, китайские компании уже в 10 раз превосходят конкурентов из США по количеству выполняемых заказов на доставку еды и в 50 – по расходам на мобильные платежи. Оборот электронной коммерции Китая примерно вдвое выше, чем в США, и этот разрыв только увеличивается. Данных о поездках через транспортные приложения недостаточно, чтобы составить полную картину, но в разгар конкуренции между Uber и DiDi количество поездок DiDi только в Китае в четыре раза превышало количество поездок Uber во всем мире. Что касается популярности услуг велопроката, то здесь Китай обходит США в 300 раз[42] – поразительный показатель. Это уже помогло китайским компаниям-гигантам оставить своих американских коллег позади как по выручке, так и по рыночной капитализации.

В эпоху внедрения ИИ влияние этих цифровых экосистем будет гораздо глубже. Оно станет определять, какие отрасли стартапы ИИ «захватят» в каждой стране и какие неразрешимые проблемы решат.

Однако для создания экономики ИИ нужны не только предприниматели-гладиаторы и обилие данных. Нужна также целая армия хорошо обученных инженеров ИИ и поддержка правительства, способного понять всю мощь этой меняющей мир технологии. Эти два фактора – количество специалистов в области ИИ и государственная поддержка – последние фрагменты в картине. Без них наш анализ технологического противостояния между двумя супердержавами был бы неполным.

Еще в 1999 году китайские исследователи ИИ блуждали во тьме в самом буквальном смысле этих слов. Сейчас я объясню, что имею в виду. В том 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.

Они внимательно слушали, как я рассказывал об основах распознавания и синтеза речи, трехмерной графики и компьютерного зрения, делали заметки и засыпали меня вопросами. Китай, бесспорно, отставал от Соединенных Штатов более чем на десятилетие в исследованиях ИИ, но те студенты впитывали знания как губки. Волнение в комнате ощущалось на физическом уровне. Лекция затянулась, и 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. Я остановился, с удивлением наблюдая картину, похожую на замедленную съемку эвакуации по пожарной тревоге. Происходившую в абсолютной тишине.

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. В ту минуту в их мягком желтом сиянии я увидел перед собой сотни молодых, ярких и талантливых инженеров Китая. Тогда я не мог, конечно, знать, что будущий основатель одной из самых успешных китайских компаний, построенных на ИИ, тоже был там и пытался использовать для занятий два часа, оставшихся до наступления полной темноты.

Учебники, которые читали эти студенты, были по большей части устаревшими и плохо переведенными, но будущие молодые ученые старались выжать из них все до капли. Доступ в интернет в вузах оставался редкостью, а обучение за рубежом было возможно только в том случае, если его оплачивала какая-то организация. Лишь страницы учебников с замусоленными уголками и отдельные лекции изредка приглашаемых ученых были их окошком в мир, через которое они могли получить сведения о передовых исследованиях ИИ.

Как же все изменилось с тех пор!

Строительный материал для сверхдержавы ИИ

Как я уже упоминал, для строительства сверхдержавы ИИ нужны четыре основные составляющие: изобилие данных, упорные предприниматели, высококвалифицированные исследователи ИИ и благоприятная политическая обстановка. Мы уже видели, как экосистема гладиаторских стартапов Китая подготовила поколение самых искушенных предпринимателей в мире и как альтернативная интернет-вселенная Китая породила богатейшую в мире экосистему данных.

В этой главе дается оценка потенциала США и Китая в том, что касается государственной поддержки и экспертных знаний по ИИ. Я верю, что в эпоху внедрения ИИ уровень Кремниевой долины вполне возможно будет превзойти, пусть это и непросто. Используя всю мощь государственной поддержки и преимущества прагматического подхода, Китай проложит себе путь к скорейшему внедрению технологий, меняющих правила игры на рынке.

Поскольку искусственный интеллект проникает в экономику все глубже, инженеров, работающих с ним, будет все больше. На этом этапе количество станет важнее качества. Чтобы экономика совершила рывок благодаря технологиям ИИ, недостаточно горстки элитных ученых, готовых открывать новые горизонты. Понадобится армия блестяще обученных инженеров, которые объединятся с предпринимателями, чтобы внедрить результаты уже сделанных открытий.

Китай готовит именно такую армию. За два десятилетия, прошедших со дня лекции в Хэфэе, сообщество специалистов по ИИ в Китае в значительной степени сократило разрыв с аналогичным сообществом в США. Хотя Америка все еще обходит все страны по числу исследователей-суперзвезд, китайские компании и научно-исследовательские организации пополняют свои ряды хорошо образованными инженерами, которым предстоит вступить в эпоху внедрения ИИ. Страна получила этих специалистов благодаря той жажде знаний, что я видел у них в Хэфэе. Китайские студенты, изучающие ИИ, больше не портят себе глаза, читая в темноте устаревшие учебники. Они пользуются открытой исследовательской культурой ИИ, способствующей усвоению знаний из первоисточника в режиме реального времени. Теперь благодаря интернету они могут получить доступ к последним академическим публикациям, обсудить в группах WeChat подходы ведущих исследователей ИИ и посмотреть лекции на экранах своих смартфонов.

Все это со временем позволит технологическому сообществу Китая догнать элиту интеллектуальных лидеров – ведь молодое поколение китайских исследователей-энтузиастов уже сегодня вносит свой вклад в науку. Это дает китайским стартапам возможность использовать передовые алгоритмы с открытым кодом при создании продуктов ИИ, имеющих практическое применение: автономных беспилотных летательных аппаратов, систем оплаты через распознавание лица и интеллектуальной бытовой техники.

Эти стартапы сейчас борются за кусочек рынка ИИ, где доминируют несколько крупных игроков – так называемые Семь гигантов эпохи ИИ: Google, Facebook, Amazon, Microsoft, Baidu, Alibaba и Tencent. Эти компании-гиганты, четыре из которых находятся в США, а три – в Китае, ведут свою смелую игру, стремясь удержать доминирующие позиции в экономике ИИ. У них есть миллиарды долларов и головокружительные запасы данных – этого достаточно, чтобы прибрать к рукам самых талантливых специалистов. Компании-гиганты ведут работу по созданию «энергосистемы» эпохи ИИ – частных вычислительных сетей для распространения машинного обучения во всех областях экономики, пытаясь стать «базовой инфраструктурой». Это явление вызывает беспокойство у тех, кто выступает за открытую экосистему ИИ, и чревато отставанием Китая в погоне за званием сверхдержавы ИИ. Но частные компании не смогут полностью реализовать экономический потенциал ИИ без прямой поддержки государства.

Как вы помните, вскоре после того, как Кэ Цзе проиграл матч с AlphaGo, Центральное правительство Китая выпустило широкомасштабный план для выхода страны на лидерские позиции в сфере ИИ. Как и кампания под лозунгом «Массовые инновации – массовому предпринимательству!», план должен был привести к мощному технологическому рывку за счет щедрых субсидий для ИИ-стартапов и государственного заказа. В политике Китая произошли реальные сдвиги. Честолюбивые мэры по всей стране начали прилагать все усилия к тому, чтобы превратить свои города в площадки для реализации возможностей ИИ. Они стали прокладывать маршруты для грузовиков без водителя, устанавливать системы распознавания лиц на общественном транспорте и подключать транспортные сети к «городскому мозгу» для оптимизации пассажирских потоков. За этими действиями кроется основное различие в американской и китайской политической культуре: в то время как жесткая американская политическая система беспощадно наказывает за ошибки или нерациональное использование средств, утилитарный подход Китая вознаграждает за щедрые инвестиции и участие во внедрении новой технологии. Ни одна система не может претендовать на объективное превосходство, ведь уровень свободы творчества и технических достижений в Соединенных Штатах до сих пор не имеет себе равных. Но я считаю, что в эпоху внедрения ИИ китайский подход более эффективен, а генерирование большего количества данных поможет создать задел для дальнейшего роста. Таков эффект единого порыва, в основе которого лежит магия цифровых данных, упорство предпринимателей, политическая воля и полученные за счет самоотверженного труда знания. Поэтому, чтобы понять, на каком этапе сейчас находятся обе сверхдержавы ИИ, мы должны сначала выяснить, откуда берутся эти знания.

Нобелевские лауреаты и безымянные ремесленники

Ступив на палубу английского почтового судна Franconia II в 1938 году, Энрико Ферми изменил мировой баланс сил. Он только что получил Нобелевскую премию по физике в Стокгольме, но вместо того чтобы вернуться домой в Италию, где правил Бенито Муссолини, Ферми со своей семьей отплыл в Нью-Йорк.

Они отправились в Америку, так как их не устраивали расистские законы Италии: евреям или африканцам запрещалось иметь более одной работы и вступать в брак с итальянцами. Жена Ферми, Лаура, была еврейкой, и он решил перевезти семью на другой конец света, вместо того чтобы терпеть антисемитизм, охвативший Европу.

Это был очень личный поступок, но он привел к потрясающим последствиям для всего мира. После прибытия в США Ферми узнал об открытии учеными нацистской Германии ядерного распада и быстро приступил к изучению этого явления. Ему удалось получить первую в мире цепную ядерную реакцию в реакторе, прямо под трибунами университетского стадиона в Чикаго. Сверхсекретный Манхэттенский проект приобрел невиданный размах и привел к созданию ядерного оружия. Сделанные тогда бомбы положили конец Второй мировой войне в Тихом океане и заложили основу для ядерного миропорядка. Ферми и Манхэттенский проект распахнули перед человечеством дверь в новую эпоху открытий. В ядерной физике 1930-е и 1940-е годы были эпохой фундаментальных прорывов, и один Энрико Ферми стоил тысячи менее блестящих физиков. Американское лидерство в значительной степени обеспечивали прибывающие в США гении вроде Ферми: мужчины и женщины, способные единолично склонить чашу весов научной мощи в пользу своего государства. Но не каждая технологическая революция следует этой схеме. Часто после масштабного прорыва основной объем работы из рук элитных исследователей переходит к армии инженеров-ремесленников, обладающих достаточным опытом для использования той или иной технологии при решении различных практических задач. Это особенно верно для тех случаев, когда результат прорыва находит применение в повседневной жизни, а не остается в стенах нескольких военных лабораторий. Примером такого процесса является массовая электрификация. Вслед за открытиями Томаса Эдисона в области электричества началось быстрое внедрение в жизнь различных изобретений на их основе. С электричеством экспериментировали тысячи инженеров: они искали пути, чтобы привести новые приборы в действие и реорганизовать производственные процессы. Им не нужно было совершать великие открытия, как Эдисону. Они просто должны были знать, как работает электричество, и учитывать это при создании полезной и эффективной техники. Наша нынешняя фаза реализации ИИ соответствует этой последней модели.

Постоянный поток сообщений о новейших достижениях в области ИИ дает нам ошибочное ощущение, что мы живем в эпоху открытий – время, подобное тому, когда Энрико Ферми определил мировой баланс сил. На самом деле мы наблюдаем за последствиями одного фундаментального прорыва – открытия глубокого обучения и связанных с ним методов, применимых к решению множества разных проблем. Теперь процесс требует участия хорошо обученных научных работников – мастеров-ремесленников нашей эпохи. Сегодня эти мастера используют сверхчеловеческие способности ИИ в области распознавания образов для оформления кредитов, управления автомобилями, перевода текста, игры в го и поддержки вашего голосового ассистента Amazon Alexa.

Пионеры глубокого обучения – Джеффри Хинтон, Ян Лекун, Джошуа Бенжио и другие – уже стали Энрико Ферми эпохи ИИ. Они продолжают раздвигать границы возможностей искусственного интеллекта. Вероятно, они сделают еще не одно открытие, способное изменить правила игры и перевернуть сложившийся порядок в мире технологий. Но в то же время основную часть работы по применению достижений ИИ делают сегодня мастера-ремесленники.

Обмен достижениями

Нынешняя технологическая революция дала ученым и техническим специалистам важное преимущество – мгновенный доступ к последним работам ведущих новаторов в любой области. Во время промышленной революции в Англии закрытые границы государств и языковые барьеры мешали распространению важных достижений. Однако культурная открытость Америки и более свободные законы об интеллектуальной собственности помогли некоторым серьезным изобретениям просочиться туда. Тем не менее между новатором и практиком-имитатором всегда оставалась существенная дистанция.

В наши дни все обстоит по-другому. Когда китайских предпринимателей спрашивают, насколько Китай отстает от Кремниевой долины в исследовании искусственного интеллекта, некоторые из них в шутку отвечают: «На 16 часов» – такова разница во времени между Калифорнией и Пекином. Америка может быть домом для лучших исследователей, но большая часть их достижений и гипотез мгновенно становится доступна любому, у кого есть подключение к интернету и основные знания об ИИ. Такому обмену информацией способствуют две определяющие черты сообщества исследователей ИИ: открытость и быстрота коммуникации.

Исследователи искусственного интеллекта, как правило, публикуют свои алгоритмы, данные и результаты работы в открытом доступе. Они делают это, потому что их объединяет общая цель, а также потому что стремятся достичь объективных показателей в научном соревновании. Во многих иных науках эксперименты нельзя точно воспроизвести в другой лаборатории: мельчайшие изменения в методе или окружающей среде могут значительно повлиять на результаты. Но эксперименты с ИИ полностью воспроизводимы, а алгоритмы являются напрямую сравниваемыми. Единственное требование – обучение и тестирование этих алгоритмов должно проводиться на идентичных наборах данных. Международные конкурсы часто требуют от соревнующихся команд, занимающихся компьютерным зрением или распознаванием речи, предоставлять свои работы для разбора другим исследователям.

Скорость совершенствования ИИ также заставляет исследователей оперативно делиться своими результатами. Многие ученые, работающие с ИИ, не пытаются совершить фундаментальные прорывы, сравнимые с открытием глубокого обучения, – они занимаются тем, что постоянно дорабатывают самые лучшие алгоритмы. Эта тонкая настройка регулярно помогает устанавливать новые рекорды точности при решении задач в области распознавания речи или визуальной идентификации. Когда исследователи соревнуются между собой, победителя определяют именно такие рекорды, а не успех разработанных продуктов или экономические результаты. И когда ученый устанавливает новый рекорд, он, конечно, хочет известности и признания. Но в современной науке все происходит очень быстро, и многие исследователи опасаются, что, пока они будут ждать публикации в журнале, их рекорд превзойдут и он останется незарегистрированным. Поэтому они стремятся к скорейшей публикации и выбирают для нее такие сайты, как www.arxiv.org – онлайн-хранилище научных статей. Сайт позволяет исследователям мгновенно зафиксировать свои достижения с указанием времени и места.

В мире, изменившемся после победы AlphaGo, китайские студенты, исследователи и инженеры стали одними из самых жадных читателей arxiv.org. Они тщательно просматривают этот сайт в поисках новых методов, впитывая все, что могут предложить самые выдающиеся исследователи в мире. Наряду с академическими публикациями китайские студенты, изучающие ИИ, также отслеживают, переводят и снабжают субтитрами лекции ведущих деятелей науки в этой области, таких как Ян Лекун, Себастьян Трун из Стэнфорда и Эндрю Ын. После десятилетий, проведенных за чтением устаревших учебников в полутьме, эти будущие ученые упиваются свободным доступом к работам, отражающим глобальные научные тенденции.

Сообщество ИИ Китая образует гигантские группы и создает мультимедийные платформы в WeChat для подробного обсуждения всего самого нового в области ИИ. Тринадцать новых медиакомпаний, появившихся только для того, чтобы освещать этот сектор науки, предлагают своей аудитории отраслевые новости, экспертный анализ и открытый диалог. Эти информационные агентства могут похвастаться более чем миллионом зарегистрированных пользователей, а половина из них пользуется венчурным финансированием, что поднимает оценку каждого такого агентства выше 10 млн долларов. Я сам участвую в академических дискуссиях и вхожу в число пятисот членов специальной группы в WeChat, которая собирается каждую неделю, чтобы обсудить свежие публикации об исследованиях в области ИИ. Чат-группа гудит сотнями сообщений в день: серьезные вопросы по научной статье, обсуждаемой на этой неделе, скриншоты последних достижений участников в работе над алгоритмами и, конечно же, множество эмодзи. Но китайские практики не просто пассивно приобщаются к мудрости западного мира. Они теперь и сами вносят свой вклад в экосистему, и размер этого вклада стремительно растет.

Что делать с конференцией?

У Ассоциации по продвижению искусственного интеллекта (AAAI) возникла проблема. Эта уважаемая организация уже целых три десятилетия проводила важнейшие всемирные конференции, посвященные ИИ, но в 2017 году мероприятие оказалось под угрозой срыва из-за того, что его даты совпали с китайским Новым годом. Несколько лет назад это не вызвало бы осложнений. Большинство докладчиков составляли американские, британские и канадские ученые, а группа китайских исследователей была малочисленной. Но на участие в конференции 2017 года пришло почти равное количество заявок от исследователей из Китая и Соединенных Штатов, и возникла опасность, что половина желающих не сможет присутствовать на ней из-за главного для китайской культуры праздника.

«Ведь никто не стал бы назначать конференцию на Рождество, – сказал президент Ассоциации в интервью журналу Atlantic. – Нам пришлось срочно принять меры и перенести конференцию на неделю вперед»[43].

Китайские разработчики внесли свой вклад в развитие ИИ на всех уровнях, от тонких настроек существующих моделей до внедрения принципиально нового подхода к построению нейронных сетей. При просмотре выдержек из академических исследований растущее влияние китайских ученых становится очевидным. Один из аналитических обзоров Sinovation Ventures, посвященных библиографии статей, которые были опубликованы в сотне лучших журналов или озвучены на конференциях об ИИ с 2006 по 2015 год, показал, что за это время доля работ авторов с китайскими именами выросла почти вдвое – с 23,2 % до 42,8 %[44]. В это число входят и некоторые авторы китайского происхождения, работающие за рубежом, – например, американские исследователи-китайцы, не поменявшие имя на английское. После проведения уточняющего опроса оказалось, что подавляющее большинство авторов – сотрудники научно-исследовательских организаций Китая. Недавний подсчет публикаций в научно-исследовательских институтах мирового масштаба также подтвердил эту тенденцию. В результате в рейтинге ста наиболее часто публикующих свои материалы научно-исследовательских институтов, работающих в области ИИ, с 2012 по 2016 год Китай оказался вторым, уступив лишь Соединенным Штатам, а среди элитных учебных заведений Университет Цинхуа стоял даже выше Стэнфордского университета, превосходя его по количеству публикаций[45]. Эти работы в значительной мере относились к эпохе до победы AlphaGo, после которой Китай принялся активно растить новых молодых исследователей. В ближайшие годы новая волна молодых аспирантов выведет исследования ИИ в Китае на новый уровень. Ведь в конечном счете вклад ученых в науку не сводится к количеству документов и статей. С приходом глубокого обучения в стране был сделан ряд важнейших достижений в области нейронных сетей и компьютерного зрения. Многие их авторы прежде работали в Microsoft Research China – подразделении корпорации, основанном мною в 1998 году. Позже, будучи переименованным в Microsoft Research Asia, оно продолжило работу и вырастило более пяти тысяч исследователей ИИ, включая топ-менеджеров Baidu, Alibaba, Tencent, Lenovo и Huawei.

В 2015 году команда Microsoft Research Asia одержала победу на всемирном конкурсе по распознаванию изображений ImageNet. Алгоритм, обеспечивший команде превосходство, назывался ResNet: он смог идентифицировать и классифицировать изображения со 100 000 фотографий в 1000 различных категорий, доля ошибок составляла всего 3,5 %[46]. Два года спустя, когда специалисты DeepMind Google построили AlphaGo Zero – обновленную версию AlphaGo, обучающуюся только на играх с самой собой, они использовали ResNet в качестве одного из своих основных технологических строительных блоков. Китайские исследователи, создавшие ResNet, оставались в Microsoft недолго. Из четырех авторов разработки ResNet один присоединился к исследовательской группе Яна Лекуна в Facebook, а остальные трое основали стартапы в области ИИ в Китае или присоединились к чужим. Один из таких стартапов – Face++ – быстро стал мировым лидером в области распознавания лиц и изображений. В соревновании по распознаванию изображений COCO 2017 команда Face++ заняла первые места в трех из четырех важнейших категорий, опередив лучшие группы специалистов из Google, Microsoft и Facebook.

Некоторым наблюдателям на Западе эти научные достижения кажутся идущими вразрез с глубоко укоренившимися представлениями о том, как политическая система влияет на национальную науку. Не должны ли китайские органы контроля над интернет-технологиями сдерживать рвение китайских исследователей? Система государственного регулирования в Китае часто подвергается критике – если говорить об общественных дискуссиях и социальных исследованиях, ее влияние и правда весьма ощутимо. Но в области точных наук контроль государства куда мягче. Искусственный интеллект не затрагивает чувствительные политические вопросы, и никто не ограничивает китайских ученых в их работе по созданию передовых алгоритмов и программных приложений. И в этом можно не сомневаться. В 2017 году, на конференции по искусственному интеллекту и всемирной безопасности, бывший генеральный директор Google Эрик Шмидт предостерег участников от снисходительного отношения к возможностям Китая в области ИИ. Он предсказал, что через пять лет Китай в этом отношении способен догнать США. В своей оценке Шмидт был откровенен и весьма прямолинеен: «Поверьте мне: китайцы очень хороши… И если вы думаете, что каким-то чудом их государственная система или система образования перестанут порождать тот тип людей, который я имею в виду, то вы глубоко заблуждаетесь»[47].

Семь гигантов и следующий прорыв

Но в то время как глобальное исследовательское сообщество ИИ расцвело, превратившись в гибкую и открытую экосистему, один ее компонент остался довольно закрытым: это крупные корпоративные исследовательские лаборатории. Академические исследователи могут спешить поделиться своей работой со всем миром, но публичные технологические компании должны в первую очередь максимизировать прибыль своих акционеров. Это обычно ведет к тому, что такие компании меньше внимания уделяют публикациям и больше – созданию запатентованных технологий.

Из сотен компаний, вкладывающих ресурсы в исследования ИИ, вернемся к семи, которые стали новыми гигантами в этой области: Google, Facebook, Amazon, Microsoft, Baidu, Alibaba и Tencent. По сути, эти семь гигантов превратились в то, чем были 50 лет назад сами нации, – то есть большие и относительно закрытые системы, задействующие таланты своих сотрудников и ресурсы, чтобы создавать технологии «для внутреннего употребления». Но результаты корпоративных исследований все же невозможно запечатать наглухо: участники одних групп уходят, чтобы основать свои собственные стартапы в области ИИ, а некоторые другие группы, такие как Microsoft Research, Facebook AI Research и DeepMind, по-прежнему публикуют статьи о своих наиболее значимых успехах. Но все же, если в одной из этих компаний будет сделано уникальное открытие, то такую коммерческую тайну, способную принести компании огромные прибыли, будут всеми силами держать за семью замками и попытаются извлечь из нее максимально возможную выгоду до того, как она станет широко известна.

Новаторские открытия, совершаемые в замкнутых системах, представляют собой наибольшую опасность для экосистемы ИИ в мире. Их недоступность угрожает загнать Китай в тупик на его пути к глобальному лидерству в области ИИ. На сегодняшний день Китай уже опережает Соединенные Штаты в плане роста предпринимательства, накопления данных и государственной поддержки и быстро догоняет их в плане опыта и знаний. Если в течение ближайших лет технологический статус-кво сохранится, множество китайских стартапов ИИ в разных отраслях начнут стремительно набирать мощь. Благодаря глубокому обучению и другим технологиям машинного обучения они захватят десятки секторов экономики и будут пожинать плоды ее преобразования. Но если следующий масштабный прорыв произойдет в ближайшее время и в герметично закупоренной корпоративной среде, все достигнутое окажется под вопросом. Это может дать одной компании безоговорочное преимущество перед другими семью гигантами и вернуть нас к эпохе открытий, когда важность уникальных знаний вновь сместит баланс сил в пользу Соединенных Штатов.

Здесь следует пояснить, что, на мой взгляд, шансы такого прорыва внутри одного из корпоративных гигантов в ближайшие годы будут невелики. Глубокое обучение стало самым большим шагом вперед за последние 50 лет, а достижения такого масштаба редко появляются чаще одного раза в несколько десятилетий. Даже если следующий прорыв и произойдет, то, скорее всего, это случится в открытой исследовательской среде. Сейчас корпоративные гиганты вкладывают беспрецедентные ресурсы в глубокое обучение. Это говорит о большом объеме работ по тонкой настройке его алгоритмов и небольшой доле исследований, направленных на поиск инновационного решения, которое могло бы привести к смене парадигмы. Чистая наука оказывается не в состоянии конкурировать с практическим применением глубокого обучения в промышленности, так как для этого нужны большие объемы данных и соответствующие вычислительные мощности. Поэтому многие академические исследователи поддерживают призыв Джеффри Хинтона двигаться дальше и сосредоточиться на изобретении «следующего уровня глубокого обучения» – принципиально нового подхода к проблемам ИИ, способного изменить правила игры. Именно такие исследования, вероятнее всего, приведут к следующему эпохальному открытию, результаты которого обязательно будут обнародованы, чтобы весь мир мог ими воспользоваться.

Google против остальных

Итак, если следующий прорыв совершит какая-нибудь из корпораций, то больше всего шансов у Google. Среди семи гигантов ИИ Google, а точнее его материнская компания, Alphabet, владеющая DeepMind и ее самостоятельным подразделением Waymo, стоит на ступень выше остальных. Компания Google одной из первых увидела потенциал в глубоком обучении и вложила в его освоение больше ресурсов, чем кто бы то ни было. Если говорить об объемах финансирования, то тут она обошла даже собственное правительство: федеральное финансирование исследований в области математики и информатики в США составляет немногим менее половины бюджета, выделяемого Google на исследования и разработку[48]. Эти средства позволили Alphabet привлечь самые светлые умы в мире. Из ста лучших исследователей и инженеров в области искусственного интеллекта около половины уже работает на Google. Вторая половина распределена между остальными гигантами, академическими кругами и несколькими небольшими стартапами. Многих сумели привлечь компании Microsoft и Facebook, причем с Facebook сотрудничают такие суперзвёзды, как Ян Лекун. Из китайских гигантов раньше всех занялась проблемой глубокого обучения Baidu, в 2013 году она даже пыталась приобрести стартап Джеффри Хинтона, но здесь, предложив лучшую цену, ее опередила Google. Тогда и состоялся решительный переворот 2014 года, когда, чтобы возглавить лабораторию искусственного интеллекта Baidu в Кремниевой долине, в компанию пришел Эндрю Ын. Под его руководством в тот год были достигнуты впечатляющие результаты. К 2015 году алгоритмы ИИ, разработанные специалистами Baidu, обошли человека в распознавании китайской речи. Это было большим достижением, но оно прошло почти незамеченным в Соединенных Штатах. Однако когда через год Microsoft добилась того же для английского языка, компания охарактеризовала свое достижение как «историческое»[49]. Ын покинул Baidu в 2017 году, чтобы создать собственный инвестиционный фонд ИИ[50], но за время, проведенное им в компании, Baidu успела заявить о себе на мировой арене, в том числе благодаря своим исследованиям. Alibaba и Tencent довольно поздно присоединились к погоне за талантами, но у них уже были денежные ресурсы и запасы данных, чтобы привлечь к работе лучших ученых. При этом Tencent, управляющая многоцелевым суперприложением WeChat на крупнейшем в мире интернет-рынке, обладает, пожалуй, одной из самых богатых экосистем данных. Это позволяет ей привлекать исследователей ИИ высочайшего класса и обеспечивать им необходимые условия для работы. В 2017 году Tencent открыла научно-исследовательский институт в Сиэтле и сразу начала переманивать сотрудников из Microsoft, чтобы укомплектовать его. Alibaba последовала ее примеру и планирует открыть глобальную сеть исследовательских центров, в том числе в Кремниевой долине и Сиэтле. До сих пор Tencent и Alibaba еще не заявили о результатах своих научных исследований открыто, предпочитая выпускать больше целевых приложений. Причем Alibaba взяла курс на разработку «Умного города», обширной интегрированной системы на основе ИИ для оптимизации деятельности городских служб, использующей данные видеокамер, социальных сетей, служб общественного транспорта и геолокационных приложений. Работая с руководством своего родного города Ханчжоу, компания Alibaba применила передовые алгоритмы распознавания объектов и прогнозирования для настройки светофоров и оповещения о ДТП. Испытания показали, что средняя скорость движения в некоторых районах повысилась на 10 %, и Alibaba готовится внедрить ту же технологию в других городах.

Хотя Google, возможно, удалось привлечь наибольшее число самых ярких талантов в области ИИ, это отнюдь не гарантирует ей превосходства. Как уже говорилось ранее, фундаментальных открытий бывает мало, они случаются редко и порой в неожиданных местах. Глубокое обучение обязано своим появлением на свет нескольким группам одержимых исследователей с весьма своеобразным подходом к машинному обучению, который был отвергнут ведущими специалистами области. Следующая прорывная технология может пребывать сейчас на любой стадии готовности, скрытая до поры в университетских кампусах или в лабораториях крупных корпораций. В то время как мир ждет новых великих открытий, мы занимаемся реализацией уже существующих достижений.

Энергетические сети против аккумуляторов ИИ

Но гиганты не просто соревнуются друг с другом в погоне за следующим открытием в области глубокого обучения. Они также участвуют в еще более жестком соревновании с небольшими стартапами, стремящимися использовать машинное обучение для переворота в конкретных отраслях. Это соревнование между двумя подходами к распределению «энергии» ИИ в экономике в целом. «Сетевой» подход семи гигантов противостоит «аккумуляторному» подходу стартапов. Результат гонки станет определяющим для бизнес-ландшафта в сфере ИИ: будет ли это монополия, олигополия или свободная конкуренция между сотнями компаний. Компании, придерживающиеся «сетевого» подхода, хотят поставить ИИ на коммерческую основу. Они стремятся превратить силу машинного обучения в стандартизированную услугу – платную для корпоративного использования и бесплатную для академических и личных целей. Доступ к ней можно будет получить через облачные вычислительные платформы. В этой модели платформы облачных вычислений действуют как сеть, выполняя сложные оптимизации машинного обучения на данных и задачах пользователей. Компании, стоящие за этими платформами, – Google, Alibaba и Amazon – играют роль технической инфраструктуры, управляя сетью и взимая плату за услуги. Доступ к этой сети позволит обычным компаниям, у которых имеются большие массивы данных, легко подключать услугу оптимизации средствами ИИ, доступными извне, без необходимости соответствующим образом перестраивать весь свой бизнес. TensorFlow от Google, библиотека с открытым исходным кодом и целая экосистема для создания моделей глубокого обучения, предлагает раннюю версию такого подключения, но для работы с ней пользователю все еще требуется некоторый опыт в области ИИ. Цель сетевого подхода – снизить порог необходимых экспертных знаний и увеличить функциональность облачных платформ ИИ. Использовать машинное обучение не так просто, как включить обычный электроприбор, и есть вероятность, что реализовать «сетевой» подход так и не удастся, но гиганты ИИ все же работают над ним, чтобы потом получать прибыль от генерирования «энергии» и управления «энергосетями». Стартапы в области ИИ придерживаются противоположного подхода. Вместо того чтобы ждать, пока эта сеть сформируется, стартапы строят для каждого конкретного случая очень специфические продукты, питающиеся от «аккумуляторных батарей» ИИ. Эти стартапы делают ставку на конкретные задачи, а не на широкую функциональность. Вместо того чтобы предоставлять клиенту сразу все возможности машинного обучения, они создают новые продукты и обучают алгоритмы решению определенных задач, в том числе в области медицинской диагностики, ипотечного кредитования и даже эксплуатации автономных дронов. Они делают ставку на то, что обычные компании просто не смогут загрузить подробные данные о своей ежедневной работе в универсальную сеть. Вместо того чтобы предоставлять таким компаниям доступ к ИИ, эти стартапы ставят перед собой цель уничтожить и заново построить их с нуля с помощью ИИ. Еще слишком рано судить о том, какой подход более перспективен. В то время как исполинские компании вроде Google медленно простирают свои щупальца на весь мир, стартапы в Китае и США спешат захватить нетронутые территории и защититься от вторжений этих семи гигантов. От результата их борьбы и зависит то, какой станет наша экономика. Астрономическая прибыль может сосредоточиться в руках семи гигантов – если они станут суперинфраструктурой эпохи ИИ, – но может и рассеяться, превратившись в прибыль для каждой из тысяч ярких новых компаний.

Одна из тайн Китая

Существует еще одна область конкуренции, которая не менее важна как для гигантов ИИ, так и для стартапов обеих стран, – это компьютерные микросхемы, также известные как полупроводниковые интегральные микросхемы. Высокопроизводительные микросхемы – это скромные и незаметные герои любой революции в области вычислительной техники. Они в буквальном смысле составляют основу наших настольных компьютеров, ноутбуков, смартфонов и планшетов и по этой причине остаются скрытыми от глаз конечного пользователя. Но с экономической точки зрения, впрочем, как и с точки зрения безопасности, эти детали очень важны: рынки склонны к формированию прибыльных монополий, а уязвимые в плане безопасности участки лучше всего выявляются теми, кто работает непосредственно с аппаратурой.

Каждый этап развития компьютеров требует новых типов микросхем. Когда на рынке воцарились десктопы, производители микросхем стремились поднять до максимума скорость вычислений и обработки графики на экране с высоким разрешением, не особенно беспокоясь об энергоэффективности (ведь настольные компьютеры работали постоянно подключенными к электрической сети). Intel особенно хорошо освоила их производство, заработав в результате миллиарды. Но с распространением смартфонов появился запрос на более эффективное использование энергии, и вскоре на пьедестале воцарилась компания Qualcomm, чьи микросхемы были основаны на придуманной в Великобритании архитектуре ARM.

Теперь, когда на смену традиционным вычислительным программам приходит работа алгоритмов ИИ, требования снова меняются. Для машинного обучения необходимо молниеносное выполнение сложных математических расчетов, и ни продукты Intel, ни встроенные чипы Qualcomm для этого не подходят. В пустующую нишу шагнула Nvidia, ранее известная как ведущий производитель видеокарт. Поскольку математика, лежащая в основе графической обработки, похожа на ту, что требуется для ИИ, Nvidia смогла прийти на новый для себя рынок. В период с 2016 по начало 2018 года цена акций этой компании увеличилась в десятки раз. Ее микросхемы легли в основу всех важнейших достижений ИИ – от распознавания лиц до беспилотных автомобилей, и это послужило отправным импульсом для начала работ по созданию микросхем нового поколения. Google и Microsoft – компании, долгие годы избегавшие делать собственные микросхемы, встали в один ряд с Intel, Qualcomm и некоторыми новыми «железными» стартапами из Кремниевой долины. Facebook объединился с Intel для тест-драйва ее микросхем для ИИ. И впервые в истории можно сказать, что Китай занимает значительную часть этой ниши. Китайское правительство в течение многих лет – и даже десятилетий – пыталось организовать в стране производство микросхем. Но создание высокопроизводительной микросхемы – чрезвычайно сложный и трудоемкий процесс, и несколько проектов, которые финансировало государство, потерпели неудачу. За последние три десятилетия лишь нескольким частным компаниям Кремниевой долины удалось сделать выпуск микросхем прибыльным для себя. Китайские политики и основатели множества стартапов, работающих в этой области, надеются, что однажды все изменится. Китайское Министерство науки и технологий выделяет большие средства на создание микросхемы, которая по производительности и энергоэффективности должна быть в 20 раз лучше, чем продукция Nvidia. Китайские стартапы в области производства микросхем, такие как Horizon Robotics, Bitmain и Cambricon Technologies, привлекают достаточный объем инвестиций и работают над специализированными продуктами, предназначенными для беспилотных автомобилей или других вариантов использования ИИ. Изобилие данных в стране обеспечит создателям оборудования бесценный материал, на котором можно проводить испытания их продуктов. В целом в разработке микросхем бесспорным лидером пока остается Кремниевая долина. Однако китайское правительство и венчурное сообщество страны изо всех сил стараются это изменить, потому что развитие ИИ грозит экономическим кризисом, который будет уже вопросом не только бизнеса, но и политики.

Повесть о двух планах развития ИИ

12 октября 2016 года Белый дом, который тогда возглавлял президент Барак Обама, обнародовал тщательно разработанный план того, как Соединенные Штаты поставят себе на службу энергию искусственного интеллекта.

Документ подробно описывал, какие преобразования ожидаются в области экономики в связи с применением достижений ИИ, и предусматривал меры по их поддержке: повышенное финансирование исследований, активизация гражданско-военного сотрудничества и инвестиции, направленные на смягчение социальных последствий. В целом план довольно правильно отражал картину надвигавшихся перемен и предлагал некоторые здравые способы адаптироваться к ним.

Но документ, опубликованный Белым домом, произвел не больше впечатления, чем какая-нибудь сухая стратегическая программа, предложенная академическим учебным заведением. Вышедший на той же неделе, что и печально известное видео с выступлением Дональда Трампа в Голливуде, доклад почти не обсуждался в СМИ. Он не смог разжечь пламя общенародного интереса к ИИ и не повлек за собой потока новых венчурных инвестиций и государственного финансирования для стартапов ИИ. Его содержание не побудило мэров или губернаторов заняться поддержкой компаний, работающих с ИИ. Всего через три месяца вступивший в должность президент Трамп предложил сократить финансирование исследований в области ИИ Национальным научным фондом[51]. Вялая реакция общества на доклад Обамы резко контрастировала с ударной волной, порожденной планом внедрения ИИ, который предложило китайское правительство.

Как и предыдущие китайские правительственные документы, касающиеся технологий, он был написан простым языком и повлек за собой огромные последствия. Опубликованный в июле 2017 года План разработки искусственного интеллекта нового поколения содержал много положений и рекомендаций, которые присутствовали и в плане Белого дома. В нем точно так же были прописаны сотни отраслевых приложений этой технологии и установлены ориентиры для продвижения Китая к статусу сверхдержавы ИИ. План ставил перед страной следующие цели: войти в число сильнейших экономик, построенных на ИИ, к 2020 году, совершить фундаментальные прорывы к 2025-му и стать мировым лидером в области ИИ к 2030 году.

И если AlphaGo был китайским «спутником ИИ», то правительственный План разработки искусственного интеллекта был похож на эпохальную речь президента Джона Кеннеди, в которой он заявил, что Америка собирается отправить человека на Луну. В докладе не было свойственной Кеннеди высокой риторики, но он действительно сплотил страну вокруг этой идеи.

Ставки на ИИ

План был составлен в самых высоких кругах Государственного совета, но реальные действия происходят на уровне честолюбивых китайских мэров. После опубликования плана местные чиновники, жаждущие продвинуться по службе, бросили все силы на превращение своих городов в центры разработки ИИ. Они предлагали субсидии на исследования, способствовали притоку в эту область венчурного капитала из «целевых фондов», закупали продукты и услуги местных стартапов ИИ и открывали десятки специальных зон развития и инкубаторов.

Насколько многогранной оказалась эта политика поддержки, можно увидеть на примере одного города – Нанкина, столицы провинции Цзянсу на восточном побережье Китая. Нанкин не входит в число ведущих китайских городов и, в отличие от Пекина, Шэньчжэня и Ханчжоу, он не может похвастаться множеством основанных в нем стартапов. Но в попытках открыть Нанкин для ИИ правительство города вкладывает огромные средства и политические ресурсы в привлечение компаний, работающих в сфере ИИ, и самых талантливых специалистов.

Между 2017 и 2020 годами Нанкинская зона экономического и технологического развития планирует направить не менее 3 млрд юаней (около 450 млн долларов) на разработки в области ИИ. За счет этих средств будут предоставлены гигантские объемы субсидий и льгот: до 15 млн юаней планируется инвестировать в местные компании, до 1 млн юаней раздать в виде грантов компаниям для привлечения талантливых специалистов, до 5 млн юаней выделить в качестве субсидий на исследования. Также планируется создать институт по подготовке специалистов в области ИИ, подписать правительственные контракты на разработку автономных роботов и систем распознавания лиц, ввести упрощенные процедуры регистрации компаний, обеспечить офисными помещениями и стартовым финансированием ветеранов армии, предоставить компаниям бесплатные автобусы-шаттлы и возможность учиться в местных школах для детей руководства, выделить квартиры для сотрудников стартапов в области ИИ.

И это все только в одном городе. В Нанкине насчитывается 7 млн жителей: по их числу он занимает десятое место в Китае, стране с сотней городов-миллионников. Государство уже сейчас осыпает многие из этих городов деньгами, и все они конкурируют за привлечение средств фондов и создание наилучшей среды для деятельности компаний, работающих в области ИИ. Подобные процессы я уже наблюдал дважды за прошлое десятилетие. Между 2007 и 2017 годами Китай с нуля построил систему высокоскоростных железных дорог, и на данный момент протяженность этих линий превышает суммарную протяженность аналогичных железных дорог во всем мире. Во время акции под лозунгом «Массовые инновации – массовому предпринимательству!», которая началась в 2015 году, подобная же волна поддержки привела к созданию 6600 новых инкубаторов для стартапов и буквально сплотила нацию вокруг идеи ИИ.

Конечно, еще слишком рано говорить о результатах кампании по развитию ИИ в Китае, но вся его история показывает, что, скорее всего, она будет не совсем рациональной, но даст чрезвычайно высокий результат. Сам объем финансирования и скорость развертывания практически гарантируют, что не все средства будут потрачены разумно.

Государственная бюрократия не может быстро разместить миллиарды долларов инвестиций и субсидий без определенных потерь. Поэтому будут и пустующие общежития для специалистов по ИИ, и инвестиции в бесперспективные стартапы. Некоторые компании начнут создавать видимость, что работают с ИИ, чтобы получить субсидии, а часть закупленного для исследований ИИ оборудования так и останется пылиться в государственных учреждениях.

Но это риск, на который готовы пойти китайские правительственные чиновники ради высокой цели – провести экономическую и технологическую модернизацию своих городов. Потенциальная выгода от такого преобразования достаточно велика, чтобы оправдать высокие ставки. И даже если достичь желаемого результата не получится, на мэров не обрушится критика оппонентов, ведь они действуют по указанию Центрального правительства.

Сравните это с тем, что в аналогичной ситуации произошло в Соединенных Штатах. После финансового кризиса 2008 года президент Обама опубликовал программу стимулирования экономики, согласно которой перспективные проекты в области возобновляемой энергетики должны были получить гарантии по государственному кредиту. Эта программа была призвана не только оживить стагнирующую экономику, но и способствовать сдвигу в сторону «зеленой» энергетики. В числе других кредитные гарантии получила компания Solyndra из Калифорнии, выпускавшая солнечные батареи. На тот момент она производила впечатление успешной, но в 2011 году обанкротилась. Критики президента Обамы быстро превратили этот провал в одну из самых мощных политических дубинок на президентских выборах 2012 года. Они агрессивно критиковали «расточительность» правительства как проявление «кланового капитализма» и «венчурного социализма»[52]. Неважно, что программа, согласно прогнозам, должна была приносить деньги федеральному правительству, – одного громкого провала хватило, чтобы пошли прахом все усилия по технологической модернизации. Обама устоял и выиграл еще одни выборы, но американские политики сделали из этой истории однозначный вывод: использовать государственное финансирование для инвестиций в экономическую и технологическую модернизацию – слишком рискованное дело. Успехи часто остаются незамеченными, а каждая осечка дает пищу для критики оппонентам. Гораздо безопаснее держаться подальше от этого неблагодарного занятия – модернизации экономики.

Дилеммы беспилотного транспорта

Разница политических культур влияет и на создание благоприятной политической среды для развития ИИ. В течение последних 30 лет китайские лидеры придерживаются своего рода техно-утилитарного подхода, внедряя современные технические достижения ради более широкого распространения социальных благ, но при этом понимая, что для некоторых людей или даже отраслей это может обернуться потерями. Ведь любая политическая система далека от совершенства. Призывы правительства увеличивать инвестиции и расширять производство могут качнуть маятник рыночных капиталовложений слишком сильно. В последние годы это приводило к избыточным поставкам и неприемлемой долговой нагрузке в китайской промышленности, причем проблемы коснулись широкого ассортимента продукции – от панелей солнечных батарей до стали. Но когда национальные лидеры призывают создавать новые технологии, способные привести к экономическим сдвигам сейсмического масштаба, техно-утилитарный подход может дать огромные преимущества. Хорошим примером такого сдвига стали беспилотные автомобили.

В 2016 году 40 000 человек погибли в США в результате дорожно-транспортных происшествий. Это как если бы теракт, произошедший 11 сентября 2001 года, повторялся каждый месяц с января по ноябрь и дважды в декабре. По оценке Всемирной организации здравоохранения, ежегодно в автокатастрофах гибнет около 260 000 человек в Китае и 1,25 млн по всему миру[53].

Беспилотные транспортные средства близки к тому, чтобы превзойти по безопасности транспорт, управляемый людьми. Широкое распространение этой технологии способно значительно снизить смертность на дорогах. Ее внедрение также приведет к резкому повышению эффективности перевозок и всей логистической цепи, а значит, будет выгодным для всей экономики. Но вместе с тем многие люди лишатся рабочих мест, а кто-то – и жизни. В мире самоуправляемого транспорта особенно трудно придется диспетчерам, таксистам, водителям грузовиков и автобусов. В самоуправляемых автомобилях неизбежно будут неисправности, приводящие к авариям, а порой автономным транспортным средствам придется принимать неоднозначные этические решения. Например, что делать, если в критической ситуации движение по прямой приведет к гибели двоих человек с вероятностью 55 %, а уход в сторону – к неизбежной гибели одного человека.

Каждый из описанных рисков связан с болезненными этическими вопросами. Так как же обеспечить сосуществование на дорогах миллионов управляемых людьми грузовиков и беспилотных транспортных средств, экономящих миллиарды долларов и миллионы рабочих часов? Чем должен руководствоваться беспилотный автомобиль, принимая решение, в какую машину врезаться? Как алгоритм автономного транспортного средства должен оценивать жизнь его владельца? Должен ли ваш самоуправляемый автомобиль пожертвовать вашей жизнью, чтобы спасти жизни трех других людей? Таковы вопросы, которые не дают покоя моралистам. Эти же вопросы могут задержать принятие законов, необходимых для внедрения автономных транспортных средств, и втянуть компании, специализирующиеся на ИИ, в многолетние судебные тяжбы. Они вполне могут привести к тому, что американские политики, уже имевшие неприятный опыт стычек с оппонентами, начнут ставить беспилотному транспорту палки в колеса. Мы уже видели первые признаки этого, когда профсоюзы водителей грузовиков успешно лоббировали исключение грузовых автомобилей из принятых в 2017 году законов, которые должны были ускорить внедрение автономных транспортных средств.

Я верю, что китайское правительство будет рассматривать эти непростые темы как важные проблемы, требующие изучения, но не как повод препятствовать внедрению технологии, способной в недалеком будущем спасти десятки, если не сотни тысяч жизней. Я понимаю, что большинство американцев могут не принять эту точку зрения, но для китайской политической культуры не так характерно стремление к полному консенсусу по морально-этическим вопросам. Речь идет о более важном общественном благе – возможности спасти множество жизней в долгосрочной перспективе, – и это само по себе станет достаточным основанием, чтобы начать внедрять инновацию, а рассмотрение юридических и моральных тонкостей оставить на потом. Опять же, я не призываю правительства США и Европы подражать техно-утилитарному подходу, применяемому в Китае: каждая страна выбирает свой путь, основываясь на собственных культурных ценностях. Но важно понять и позицию Китая, и то, как она повлияет на скорость развития искусственного интеллекта.

Ускорение этого процесса будет означать все ту же борьбу за ИИ, в ходе которой местные чиновники сделают все возможное в надежде на повышение. Они будут привлекать с помощью субсидий лучшие компании, работающие с ИИ, а мэры городов и губернаторы провинций поспешат первыми реализовать самые громкие проекты, такие как ИИ-консультанты для врачей государственных больниц, создание сети маршрутов грузовых беспилотников и «Умный город», оптимизирующий потоки и график уличного движения. Они будут поддерживать эти проекты как ради собственного, так и ради общественного блага, не очень задумываясь о проблемах, которые могли бы отпугнуть американских политиков, боящихся рисковать. Я не пытаюсь дать этическую оценку ни одной из этих двух систем. И утилитарные методы управления, и сугубо правовой подход имеют свои уязвимые стороны и недостатки. Открытость Америки для иммиграции и уважение прав личности всегда помогали ей привлекать самых одаренных ученых из разных стран мира. Именно так в США оказались и Энрико Ферми, и Альберт Эйнштейн, и многие современные ведущие ученые в области искусственного интеллекта. С другой стороны, «вертикальная» модель экономической модернизации и рьяное стремление рядовых чиновников претворить в жизнь распоряжения Центрального правительства могут привести к расточительным тратам и долгам. Но в данном случае основа для освоения потенциала ИИ уже была подготовлена за годы социального и экономического строительства, и теперь техно-утилитарный подход Китая дает ему определенное преимущество. Готовность китайского правительства пойти на риск позволяет ему делать большие ставки на революционные технологии, а его практический подход будет способствовать их скорейшему внедрению. Имея в виду эти сильные и слабые стороны, связанные с особенностями национальной культуры, мы можем построить график внедрения ИИ и посмотреть, как некоторые его продукты изменят мир вокруг нас.

В 2017 году я впервые услышал, как Дональд Трамп говорит по-китайски. Во время первой поездки президента США в Китай его выступление с приветствием, адресованным участникам крупной технической конференции, транслировалось на большой экран.

Он начал свою речь на английском, а затем резко перешел на китайский.

«ИИ изменяет мир, – сказал он на безупречном китайском, но с типичным для Трампа напором. – И разработки iFlyTek – это что-то фантастическое».

Трамп, конечно, не умеет говорить по-китайски. Но ИИ действительно изменяет мир, и такие передовые китайские компании, как iFlyTek, прокладывают путь для этих изменений. Обучив свои алгоритмы на больших выборках выступлений президента Трампа, iFlyTek создала почти идеальную цифровую модель его голоса: совпадало все – интонация, тональность, манера речи. Потом эту вокальную модель перенастроили на китайский язык и продемонстрировали всему миру, как могла бы звучать речь Дональда Трампа, если бы он вырос в деревне неподалеку от Пекина. Движение губ было синхронизировано с китайскими словами не точно, но достаточно правдоподобно, чтобы обмануть случайного зрителя. Президент Обама тоже получил сувенир от iFlyTek: это была видеозапись реальной пресс-конференции, только говорил он на идеальном мандаринском наречии, причем в свойственном ему «профессорском» стиле.

«С помощью iFlyTek я выучил китайский язык, – сказал Обама корреспондентскому корпусу Белого дома. – Думаю, что говорю на нем лучше, чем Трамп. А вы как считаете?» iFlyTek может сказать то же самое своим конкурентам: эта китайская компания одержала победы на ряде престижных международных конкурсов ИИ по распознаванию и синтезу речи, распознаванию изображений и машинному переводу. Даже в обработке естественного языка (то есть способности ИИ понимать общий смысл высказывания) на «втором» языке компании, английском, iFlyTek часто оставляет позади команды Google, DeepMind, Facebook и IBM.

Этот успех пришел не сразу. Еще в 1999 году, когда я начинал работу над проектом Microsoft Asia, моим лучшим помощником некоторое время был одаренный молодой человек с докторской степенью по имени Лю Цинфэн. Он входил в число тех студентов, которые после моей лекции в Хэфэй покидали общежитие, чтобы продолжить читать учебники при свете уличных фонарей. Свойственные ему трудолюбие и творческий подход к научным исследованиям делали его одним из самых перспективных молодых исследователей в Китае. Но когда мы предложили ему грант и стажировку в Microsoft с последующим трудоустройством, Лю не согласился. Он хотел начать свою деятельность в компании, занимающейся разработками в области ИИ. Я сказал ему, что признаю его выдающиеся исследовательские способности, но Китай слишком сильно отстал от таких американских гигантов в области распознавания речи, как компания Nuance, и что в Китае не так много пользователей, которых могла бы заинтересовать эта технология. Лю, к его чести, не поверил моим словам и стал основателем iFlyTek. Прошло почти 20 лет, были одержаны десятки побед на конкурсах в области ИИ, и в конце концов iFlyTek значительно превзошла Nuance и по техническим возможностям, и по рыночной капитализации, став самой дорогой в мире компанией, занимающейся распознаванием речи. Сочетание передовых достижений iFlyTek в распознавании, переводе и синтезе речи приведет к созданию новаторских продуктов на основе ИИ, таких как наушники с синхронным переводом, мгновенно преобразующие ваши слова и голос в речь на любом языке. Подобные продукты скоро произведут революцию в международных поездках, бизнесе и культуре и высвободят новые огромные запасы времени для творчества и созидательного труда.

Несколько волн ИИ

Но это произойдет не сразу. Полная революция займет некоторое время и будет состоять из четырех волн – то есть этапов внедрения ИИ. Первым мир покорит ИИ интернета, затем ИИ для бизнеса, потом наступит черед ИИ восприятия и 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. Для каждой из этих волн нужны разные виды данных, и каждая из них дает Соединенным Штатам и Китаю шанс захватить лидерство. 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.

Конкуренция, однако, будет возникать не только в этих двух странах. Услуги на основе ИИ впервые появились на рынке в Соединенных Штатах и Китае, но они будут распространяться по всему миру, причем этот процесс уже широко развернулся в развивающихся странах. Такие компании, как Uber, DiDi, Alibaba и Amazon, яростно конкурируют за формирующиеся рынки, но применяют при этом разные стратегии. В то время как гиганты Кремниевой долины приходят в новые страны со своими продуктами, интернет-компании Китая, напротив, инвестируют в местные стартапы, пытающиеся сопротивляться давлению со стороны США. Конкурентная борьба, которая еще только начинается, окажет сильное влияние на глобальный экономический ландшафт XXI века. Но чтобы понять, как она будет развиваться и внутри самих соревнующихся стран, и за их пределами, мы должны сначала окунуться в каждую из четырех волн искусственного интеллекта, захлестывающих их экономики.

Первая волна: ИИ интернета

ИИ интернета уже, вероятно, залез в вашу голову, а если нет – то в ваш бумажник. Вы когда-нибудь ловили себя на том, что битый час смотрите видео на YouTube, хотя не собирались этого делать? Сайт со сверхъестественной догадливостью предлагает вам один за другим ролики, которые вы просто не можете не посмотреть до того, как вернетесь к работе? А Amazon, похоже, знает, что вы хотите купить, раньше, чем вы успеете об этом подумать?

Если да, то вы уже пользуетесь преимуществами ИИ интернета (или уже стали его жертвой, в зависимости от того, как вы оцениваете свое время и деньги).

Первая волна ИИ начала подниматься почти 15 лет назад и набрала полную силу около 2012 года. 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. Однако эти данные становятся действительно полезными для алгоритмов только после того, как они были «размечены». Но вам, как пользователям, не нужно активно «размечать» что-либо – оценивать контент или привязывать к нему ключевые слова. Ярлыки появляются при сопоставлении части данных с конкретным результатом: «купил» против «не купил», «нажал» против «не нажал», «посмотрел до конца» против «перешел на другое видео». Эти метки – наши покупки, «лайки», просмотры или время пребывания на конкретных страницах – в дальнейшем используются для обучения алгоритмов, чтобы те могли предлагать нам подходящий контент. У обычного пользователя появляется чувство, что интернет «становится лучше» – то есть дает ему то, чего он хочет, – а его интернет-зависимость усиливается. Это еще одно доказательство силы ИИ: он использует данные, чтобы узнать нас как можно лучше, а затем оптимизирует свои действия, приспосабливаясь к нашим желаниям. Такая оптимизация приводит к существенному увеличению прибыли для интернет-компаний, зарабатывающих деньги на кликах: Google, Baidu, Alibaba, YouTube и их аналогов со всего мира. Используя ИИ интернета, Alibaba рекомендует вам продукты, которые вы, скорее всего, купите, Google показывает целевую рекламу, на которую вы обязательно кликнете, а YouTube предлагает видеоролики, которые вам захочется просмотреть. Применив те же методы в другом контексте, компания Cambridge Analytica использовала данные Facebook, чтобы лучше повлиять на американских избирателей во время президентской кампании 2016 года. Кстати, считается, что именно Роберт Мерсер, основатель Cambridge Analytica, первым сказал: «Хорошие данные – это очень много данных»[54].

Алгоритмы и редакторы

Первая волна ИИ породила интернет-компании совершенно нового типа. В Китае лидером среди них является Jinri Toutiao (что означает «Сегодняшние заголовки»). Основанную в 2012 году Toutiao иногда называют китайским BuzzFeed, потому что оба сайта служат агрегаторами, преподносящими пользователю «оптимизированные» под его интересы новости. Но на «оптимизации» под индивидуального пользователя сходство и заканчивается. В BuzzFeed штат молодых редакторов ловко готовит оригинальный контент. «Редакторы» Toutiao – это алгоритмы.

Механизмы ИИ Toutiao ищут в интернете контент, используя инструменты обработки естественного языка и компьютерного зрения для анализа материалов широкой сети партнерских сайтов и утвержденных источников. Затем они, опираясь на прошлое поведение своих пользователей – их клики, данные о прочтении, мнения, комментарии, и так далее, – создают персонализированные новости, соответствующие интересам каждого человека. Алгоритмы приложения даже меняют заголовки, чтобы увеличить число кликов. И чем больше этих кликов, с тем большей точностью Toutiao будет предлагать им контент, который они хотели бы увидеть. Эта положительная обратная связь позволила создать одну из самых востребованных платформ контента в интернете, в приложении которой пользователи проводят в среднем по 74 минуты в день[55].

Отчеты роботов и фейковые новости

Toutiao использует машинное обучение не только для сбора контента, но и для создания статей и контроля над их содержанием. Во время летних Олимпийских игр 2016 года в Рио-де-Жанейро эта компания вместе с Пекинским университетом работала над созданием «журналиста», который мог бы писать короткие заметки об итогах спортивных событий за несколько минут после их завершения. Статьи получались не совсем «художественными», но скорость была невероятной: по окончании некоторых соревнований «репортер» выпускал короткие резюме в течение двух секунд и «охватывал» более 30 спортивных событий в день.

Алгоритмы также используются для выявления сфабрикованных новостей. Первоначально читатели обнаруживали вводящие в заблуждение тексты и сообщали о них – это была, по существу, бесплатная разметка данных. Затем Toutiao использовала эти помеченные данные, чтобы научить алгоритм самостоятельно распознавать фальшивые новости. А затем она пошла настолько далеко, что даже научила отдельный алгоритм такие новости создавать. Далее оба алгоритма заставили соревноваться в том, чтобы обмануть друг друга. В процессе этой борьбы они совершенствовались. Основанный на ИИ подход к контенту принес компании огромную прибыль. К концу 2017 года Toutiao уже оценивалась в 20 млрд долларов и вышла на новый круг финансирования, после которого ее оценка может превысить 30 млрд долларов. Для сравнения, BuzzFeed стоит 1,7 млрд. Прогнозируемые доходы Toutiao на 2018 год составляют сумму между 4,5 и 7,6 млрд долларов. Компания прилагает много усилий, чтобы выйти на зарубежные рынки. После предпринятой в 2016 году неудачной попытки купить Reddit, популярный в США сайт-агрегатор, в 2017 году Toutiao прибрала к рукам французский агрегатор новостей и Musical.ly – китайское приложение для караоке, безумно популярное у американских подростков.

Успех Toutiao наглядно демонстрирует достижения Китая в области ИИ интернета. Имея аудиторию из более чем 700 млн интернет-пользователей, говорящих на одном языке, интернет-гиганты Китая зарабатывают огромные деньги на оптимизации онлайн-услуг с помощью ИИ. Это способствовало и быстрому росту рыночной капитализации Tencent, которая в ноябре 2017 года превысила рыночную капитализацию Facebook, а затем перешагнула показатель в 500 млрд долларов. Прежде этого рубежа не достигала ни одна китайская компания. Оставшиеся позади Alibaba и Amazon теперь были вынуждены соревноваться между собой. Несмотря на сильные позиции Baidu в исследовании ИИ, его мобильные сервисы значительно отстают от продуктов Google. Но эту нишу заполнили быстро выросшие китайские компании вроде Toutiao, которые строят свой бизнес на основе ИИ интернета и уже оцениваются в миллиарды долларов. И прибыль этих интернет-компаний многократно возрастет, когда они научатся еще лучше и дольше удерживать наше внимание и собирать наши клики.

В целом китайские и американские компании примерно одинаково сильны в области ИИ интернета, и их шансы на лидерство составляют приблизительно 50 на 50. Я предвижу, что через пять лет китайские технологические компании добьются небольшого преимущества (60 к 40). Мы ведь помним, что в Китае больше пользователей интернета, чем в Соединенных Штатах и всей Европе, вместе взятых, и эти пользователи легко переводят деньги создателям контента, платформам O2O и другим пользователям. Такая комбинация создает почву для выпуска креативных интернет-приложений на основе ИИ и открывает уникальные возможности для монетизации.

Добавьте к этому хватких и хорошо финансируемых предпринимателей, и вот уже есть пусть не решающее, но вполне существенное преимущество Китая перед Кремниевой долиной.

Однако экономический потенциал, генерируемый первой волной ИИ, в целом ограничен сферой высоких технологий и цифрового мира. Огромные возможности оптимизации с помощью ИИ станут доступны более традиционным компаниям в самых разных областях экономики, когда придет вторая волна – ИИ для бизнеса.

Вторая волна: ИИ для бизнеса

Первая волна ИИ основывается на действиях интернет-пользователей, которые автоматически помечают данные при просмотре. Основная идея ИИ бизнеса заключается в том, что традиционные компании также автоматически помечают огромные объемы данных в течение 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. Все эти действия создают размеченные точки данных: к каждому набору признаков привязывается определенный результат. Но 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. Он опирается на все когда-либо принятые решения и достигнутые результаты и использует помеченные данные для обучения алгоритма, способного работать лучше самых опытных специалистов. Это потому, что люди обычно делают прогнозы на основе показательных признаков – тех данных, которые тесно связаны с результатом, часто посредством четкой причинно-следственной связи. Например, при прогнозировании вероятности того, что человек заболеет диабетом, показательными признаками будут его вес и индекс массы тела. Алгоритмы ИИ, конечно же, учитывают показательные признаки, но они также принимают во внимание тысячи других, менее заметных факторов: периферийные точки данных, на первый взгляд не важные, но способные повлиять на прогноз при сопоставлении их с десятками миллионов конкретных случаев. 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.

Подобные способы оптимизации хорошо работают в отраслях, где накоплены большие объемы структурированных данных. «Структурированными» можно назвать данные, которые категоризированы, размечены и доступны для поиска. Это, например, массивы данных о ценах на акции, использовании кредитных карт и статистика невыплаченных ипотечных кредитов.

Как работает ИИ для бизнеса

Еще в 2004 году компании Palantir и IBM Watson предлагали предпринимателям и правительствам услуги бизнес-консалтинга на основе анализа больших объемов данных. Но массовое внедрение глубокого обучения в 2013 году сделало эти услуги более доступными и породило новых конкурентов, таких как Element AI в Канаде и 4th Paradigm в Китае.

Эти стартапы работают с традиционными компаниями или организациями, предлагая им внедрить свои алгоритмы в существующие базы данных, чтобы найти возможные способы оптимизации. Они помогают своим клиентам эффективно выявлять мошенничество, совершать более разумные сделки и обнаруживать нерациональные звенья в цепочках поставок. Ранние проекты на основе ИИ для бизнеса были сосредоточены в финансовом секторе, потому что он, естественно, построен на наиболее тщательном анализе данных. Эта отрасль работает с хорошо структурированной информацией и имеет четкие показатели, которые и необходимо оптимизировать. Это объясняет, почему Соединенные Штаты вырвались вперед и раньше других разработали приложения для применения ИИ в области бизнеса. Крупные американские корпорации уже давно собирают большие объемы данных и хранят их в хорошо структурированных форматах. Они часто используют программное обеспечение для ведения бухгалтерии, учета инвентаря и управления взаимоотношениями с клиентами. Как только данные введены в формы, такие компании, как Palantir, могут вступить в игру и с помощью инструментов ИИ найти решения, которые позволяют сэкономить средства и увеличить прибыль.

Однако в Китае такой подход неприменим. 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.

Попрощайтесь с вашим банкиром

Как корпоративные данные Китая, так и его корпоративная культура затрудняют применение искусственного интеллекта второй волны для традиционных компаний. Но в тех отраслях промышленности, где ИИ может, как в чехарде, «перескочить» через какой-то большой этап, Китай решительно шагает вперед. 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. Когда Китай «перескочил» через кредитные карты сразу к мобильным платежам, в стороне осталась проблема кредитования. WeChat и Alipay позволяют снимать средства прямо с вашего банковского счета, но не дают вам возможности потратить немного больше денег до следующей зарплаты. Образовавшаяся ниша была занята ИИ-приложением Smart Finance, которое стало 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. Эти данные образуют своего рода цифровой отпечаток пальца, по которому с удивительной точностью можно определить, вернет ли заемщик кредит в триста долларов.

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.

Какое отношение аккумулятор телефона заявителя имеет к кредитоспособности? На этот вопрос нельзя ответить на основе простой причинно-следственной связи. Но это не означает, что ИИ ошибается. Это означает, что наш разум не всегда способен распознать корреляции в больших потоках данных. Обучив свои алгоритмы на миллионах данных о выплаченных и невыплаченных кредитах, компания Smart Finance выявила тысячи мельчайших особенностей, связанных с кредитоспособностью, в том числе тех, которые кажутся необъяснимыми с точки зрения здравого смысла.

Эти необычные параметры составляют то, что основатель Smart Finance Kэ Цзяо называет «новым эталоном красоты» для кредита, заменяющим необработанные данные о доходах, почтовый индекс и даже кредитный рейтинг[56].

Растущие горы данных позволяют компании совершенствовать алгоритмы, расширять клиентуру и предоставлять кредиты людям из социальных групп, обычно игнорируемых традиционным банковским сектором Китая: молодежи и рабочим-мигрантам. В конце 2017 года Smart Finance выдавала более 2 млн займов в месяц, причем процент невозвратных среди них настолько низок, что самым известным традиционным банкам остается лишь завидовать.

Теперь вас увидят

Но ИИ для бизнеса способен не только считать доллары и центы. Он также способен обеспечить качественными массовыми услугами тех, кто раньше не мог их себе позволить. Одно из самых перспективных направлений для внедрения ИИ – медицинская диагностика. Лучшие исследователи Соединенных Штатов – Эндрю Ын и Себастьян Трун – уже представили эффективные алгоритмы, диагностирующие некоторые заболевания не менее точно, чем врачи. В основе алгоритмов лежит анализ изображений: так, они могут распознать пневмонию по рентгеновским снимкам грудной клетки и рак кожи по фотографиям. Но более универсальное приложение могло бы контролировать весь процесс диагностики различных заболеваний.

В наши дни достаточными медицинскими знаниями, чтобы ставить диагнозы, обладают лишь немногочисленные люди – врачи. При этом человеческая память несовершенна, и у редкого врача хватает времени на то, чтобы следить за всеми исследованиями и достижениями науки в своей области.

Конечно, огромное количество медицинской информации разбросано по интернету, но большинству людей она ничего не говорит. Вероятность получить верный диагноз по-прежнему в значительной степени зависит от места проживания и, откровенно говоря, платежеспособности. Особенно остро это проявляется в Китае, где все хорошо обученные врачи сосредоточены в богатых городах. Уехав за пределы Пекина и Шанхая, вы, вероятно, столкнетесь со значительно более низкой квалификацией врачей. Результат? Пациенты по всей стране стараются попасть в крупные больницы, ожидая в очередях по нескольку дней и усугубляя тем самым свое состояние.

Вторая волна ИИ обещает все это изменить. Основных этапов диагностики два: сбор данных (симптомы, анамнез, особенности окружающей среды) и прогнозирование коррелирующего с ними явления (болезни). Причем поиск различных корреляций и прогнозирование – это именно то, с чем превосходно справляются технологии глубокого обучения. При наличии достаточного объема данных (в нашем примере – медицинской информации) диагностический инструмент на основе ИИ смог бы превратить любого медика в гения диагностики – доктора, вылечившего десятки миллионов пациентов, обладающего сверхъестественной способностью обнаруживать скрытые корреляции, да еще и идеальной памятью в придачу.

Именно к этому стремится компания RXThinking. Основанный китайским исследователем ИИ, который долго проработал в Кремниевой долине и в компании Baidu, стартап обучает медицинские алгоритмы искусственного интеллекта, чтобы в итоге превратить их в супердиагностов и отправить во все уголки Китая. Разработанное RXThinking приложение на основе ИИ призвано не заменить врачей, а значительно расширить их возможности. Оно служит для врачей своего рода навигатором, который предлагает им «лучший маршрут», основанный на анализе информации, но оставляет выбор за ними.

По мере того как алгоритм получает информацию о пациенте, он сужает круг поиска и уточняет вопросы, необходимые для завершения диагностики. Как только информации набирается достаточно, алгоритм выдает список возможных диагнозов и процент вероятности для каждого.

Несмотря на все достоинства приложения, право окончательного решения остается за врачом, который всегда может отклонить его рекомендации, – но следует учесть, что приложение, прежде чем давать их, просматривает более чем 400 млн историй болезни и постоянно сканирует самые свежие медицинские издания. Оно делает медицинское обслуживание мирового класса доступным всем слоям общества, невзирая на социальное неравенство, и позволяет всем врачам и медсестрам посвятить больше времени и сил решению задач, непосильных для машин, – например, поддерживать пациентов, когда диагноз не оставляет надежды.

Консультации в судебной системе

Аналогичные принципы в настоящее время применяются и в правовой системе Китая – еще одной бюрократической структуре, в которой уровень квалификации сотрудников сильно различается в зависимости от региона. Компания iFlyTek активно внедряет ИИ в судопроизводство: она разработала инструменты и реализует пилотную программу в Шанхае, где данные по прошлым делам используются для консультирования судей – как при работе с уликами, так и при вынесении приговоров. С помощью инструментов распознавания речи и обработки естественного языка система сравнивает все представленные доказательства – показания свидетелей, документы, справочные материалы – и находит противоречивые факты. Затем она предупреждает судью о таких спорных моментах, чтобы тот мог инициировать дальнейшее расследование. Когда судья принимает решение, он может обратиться к другому инструменту ИИ за консультацией по поводу приговора. Этот «помощник» изучает факты: сведения о предыдущих судимостях ответчика, возраст, размер причиненных убытков и так далее. Его алгоритмы сканируют миллионы судебных записей по аналогичным делам. На основании изученной информации дается рекомендация: приговорить ответчика к тюремному заключению или штрафу. Судьи также могут просматривать похожие случаи, которые показывают им точки данных в системе координат X-Y. Достаточно нажать на одну из точек, чтобы получить подробную информацию об обстоятельствах дела, закончившегося определенным приговором.

Это процесс обеспечивает согласованность в работе системы, включающей более 100 000 судей, и помогает выявить тех, чьи методы работы выходят за рамки нормы. В одном из районов Китая ИИ даже используется для аттестации и ранжирования всех прокуроров по эффективности их работы[57]. Некоторые американские суды внедрили аналогичные алгоритмы консультирования для оценки риска новых правонарушений в случае условно-досрочного освобождения, хотя использование этого новшества уже было оспорено в вышестоящих судах из-за отсутствия прозрачности.

Как и «навигатор» для врачей RXThinking, все судебные инструменты iFlyTek – это просто инструменты, помогающие человеку принимать обоснованные решения. Полученные на основе анализа данных рекомендации могут компенсировать предвзятость, которую иногда проявляют даже опытные судьи. Американские ученые определили, что расовая принадлежность жертвы и подсудимого в значительной степени влияет на приговор. Влияют на него и иные факторы, хотя и менее вредоносные, чем расизм: исследование работы израильских судей показало, что самые суровые приговоры судьи выносят перед обедом, а после него чаще принимают решения в пользу условно-досрочного освобождения.

Кто станет лидером?

Так какая же страна станет лидером в сфере услуг на основе ИИ для бизнеса?

Сегодня бесспорное лидерство в этой области удерживают Соединенные Штаты (90 к 10), но я считаю, что через пять лет Китай несколько сократит разрыв (70 к 30), причем его правительство больше стремится использовать практические достижения в области ИИ на благо общества. Соединенные Штаты обеспечивают себе превосходство, оперативно внедряя достижения этой технологии, например ИИ-оптимизацию в банковской, страховой и других отраслях, где накоплены большие объемы структурированных данных. Нет никаких сомнений в том, что Китай будет отставать в корпоративном применении ИИ, но зато он способен обойти США за счет государственных услуг и отраслей, где может сработать эффект «чехарды». Незрелая финансовая система страны и дисбаланс в сфере здравоохранения открывают перед новаторами невероятные перспективы. С помощью ИИ для бизнеса эти слабые отрасли можно превратить в сильные, в корне модернизировав их.

Приложения ИИ второй волны оказывают непосредственное влияние на реальный мир, но сами алгоритмы все еще действуют на основе цифровой информации, получаемой опосредованно – через людей. Третья волна изменит это. ИИ обретет собственные глаза и уши.

Третья волна: ИИ восприятия

До появления ИИ все машины были глухими и незрячими. Конечно, вы и раньше могли делать цифровые фотографии или аудиозаписи, но компьютеры не понимали их смысла. С точки зрения обычного компьютера, фотография – просто хаотический набор пикселей, который ему положено хранить. В понимании iPhone песня – это последовательность нулей и единиц, при воспроизведении которых человек получает наслаждение. Однако с появлением ИИ восприятия все меняется. Алгоритмы могут теперь объединять пиксели фотографий или видеозаписей в значимые кластеры и распознавать объекты, пользуясь теми же механизмами, что и наш мозг: вот золотой ретривер, вот светофор, а вот твой брат Патрик, и так далее. То же самое касается и аудиоданных. Вместо того чтобы просто хранить звуковые архивы в виде последовательностей битов, алгоритмы теперь научились понимать слова, а зачастую и целые предложения. Третья волна ИИ – это постоянное увеличение таких его возможностей и все более глубокое проникновение во все области нашей жизни. Окружающий нас мир будет оцифровываться благодаря распространению датчиков и интеллектуальных устройств. Эти устройства превращают реалии физического мира в цифровые данные, которые затем могут быть проанализированы и оптимизированы с помощью алгоритмов глубокого обучения. Amazon Echo оцифровывает звуковую среду в домах. «Умный город» от Alibaba переводит городские транспортные потоки в цифровую форму, наблюдая за ними с помощью камер и применяя средства ИИ для распознавания объектов. Камеры Apple iPhone X и Face++ выполняют ту же самую оцифровку для лиц, используя полученные данные для защиты телефонов или цифровых кошельков.

Размытые границы и слияние миров

ИИ восприятия начинает стирать границы, разделяющие онлайн- и офлайн-миры. Он делает это, резко увеличивая число точек соприкосновения, через которые мы взаимодействуем с интернетом. До появления ИИ восприятия мы делали это через клавиатуру нашего компьютера или экран смартфона. Эти устройства до сих пор выступают в качестве основных порталов в мир интернета, но они довольно неудобны и для ввода, и для извлечения информации, особенно когда вы делаете покупки или ведете автомобиль в реальном мире.

По мере того как ИИ восприятия начинает лучше распознавать наши лица, понимать нашу речь и видеть мир вокруг нас, он создает миллионы новых точек соприкосновения между онлайн- и офлайн-мирами. Эти узлы со временем окружат нас настолько, что словосочетание «войти в интернет» исчезнет из нашей речи. Ели вы заказали еду одной фразой, даже не вставая с дивана, это значит, что вы «вошли в интернет» или что вы находитесь офлайн? А когда ваш холодильник сообщает вашей корзине для покупок, что у вас закончилось молоко, то вы находитесь в физическом мире или в цифровом?

Я называю такие новые смешанные среды OOМ: онлайн-oфлайн-мирами. ООМ – следующий шаг в эволюции ИИ, которая уже привела нас от чисто электронной коммерции к оказанию услуг O2O (онлайн для офлайна). Каждый из этих шагов означал строительство новых мостов между онлайн-миром и нашим, физическим, но наступление эпохи ООМ будет означать их полную интеграцию. В недалеком будущем ИИ восприятия превратит торговые центры, гастрономы, улицы городов и наши дома в среду ООМ. Некоторые созданные при этом приложения позволят обычным пользователям почувствовать себя так, словно они оказались в фантастическом фильме.

Такие приложения уже есть. Один ресторан KFC в Китае недавно объединился с Alipay и ввел в нескольких своих филиалах оплату через сканирование лица посетителя. Посетитель выбирает на цифровом терминале свой заказ, система сканирует его лицо и находит соответствующую учетную запись Alipay: никаких наличных денег, карт или мобильных телефонов не требуется. В систему входит даже специальный алгоритм проверки, чтобы никто не мог использовать чужую фотографию. Приложения «плати лицом» – это забавно, но они всего лишь верхушка айсберга ООМ. Чтобы получить представление о том, что нас ждет дальше, давайте мысленно отправимся всего на несколько лет вперед, в будущее, и посмотрим, как может выглядеть супермаркет, полностью оснащенный устройствами ИИ восприятия.

Умная тележка для покупок

«Нихао, Кайфу! Добро пожаловать в супермаркет “Янью”!»

Всегда приятно, когда тележка для покупок приветствует вас, словно давний друг. Я еще только забираю тележку со стойки, а встроенные визуальные датчики на ее ручке уже завершили сканирование моего лица и извлекли из интернета данные обо мне: я люблю вкусно поесть, а моя жена превосходно готовит блюда китайской кухни. Пока я ломаю голову, какие продукты нам понадобятся на этой неделе, экран на ручке начинает светиться.

Тележка объявляет: «На экране список ваших обычных еженедельных покупок!»

Это список основных продуктов, которые всегда входят в наш семейный рацион: свежие баклажаны, сычуаньский перец, греческий йогурт, обезжиренное молоко и так далее.

Мой холодильник и кухонные шкафы уже определили, какие припасы нам надо пополнить на этой неделе, и автоматически заказали доставку продуктов длительного хранения – риса, соевого соуса, растительного масла – большими упаковками. К тому же продовольственные магазины, такие как «Янью», теперь могут давать рекомендации с учетом наших пожеланий: свежая продукция, уникальные вина, живые морепродукты. Благодаря этому крупные розничные сети получат возможность существенно уменьшить суммарную площадь своих супермаркетов и открыть небольшие магазины в пешей доступности от домов.

«Дайте мне знать, если вы хотите что-то добавить или удалить из списка, – продолжает тележка. – Исходя из набора продуктов в вашей корзине и вашем домашнем холодильнике можно предположить, что ваш рацион на этой неделе будет отличаться низким содержанием волокон. Следует ли мне добавить пакетик миндаля или ингредиенты для горохового супа, чтобы исправить это?»

«Нет, горохового супа не надо, но отправьте, пожалуйста, мне на дом большой пакет миндаля – спасибо». Я не уверен, что алгоритм требует благодарности, однако по привычке все равно благодарю его. Просматривая список, немного изменяю настройки. Дочери в отъезде, так что пару пунктов можно удалить, и в моем холодильнике уже есть небольшой кусок говядины – сделаю для своей жены лапшу с мясом по рецепту моей матушки.

«Надо удалить греческий йогурт: с сегодняшнего дня переходим на цельное молоко, – и добавить специи для лапши из говядины, они закончились».

«Хорошо!» – отвечает тележка, обновляя мой список покупок. Она говорит на мандаринском наречии, копируя голос моей любимой актрисы – Дженнифер Лоуренс. Это приятная мелочь и одна из причин, по которой домашние дела больше не кажутся такими скучными.

Тележка едет через магазин совершенно самостоятельно, на несколько шагов опережая меня, пока я выбираю самые спелые баклажаны и самый душистый сычуаньский перец – именно они, в сочетании с остальными специями, придают лапше с говядиной ее чудесный пряный вкус. Затем тележка ведет меня в ту часть магазина, где робот тщательно месит и растягивает свежую лапшу. Когда я кладу продукты в тележку, камеры распознавания глубины, расположенные по ее краю, детектируют каждый предмет, а датчики на дне определяют его вес. Мои покупки автоматически вычеркиваются из списка продуктов на экране, а их цена прибавляется к счету. На основе данных о моих предыдущих покупках в магазине точное местонахождение и характеристики каждого из товаров были оптимизированы при помощи инструментов восприятия. На какие выкладки товаров покупатели не обращают внимания? Где они останавливаются и какие товары берут в руки, чтобы изучить внимательнее? И какие из них они в конце концов покупают? Эта матрица визуальных и коммерческих данных дает супермаркетам, использующим ИИ, возможность изучать поведение потребителей, как раньше это делали интернет-магазины. Завернув за угол, в проход между полок с вином, я вижу дружелюбного молодого человека в униформе сотрудника отдела. «Здравствуйте, мистер Ли, как поживаете? – говорит он. – К нам только что поступила партия великолепных вин из долины Напа. Мы помним, что у вашей супруги скоро день рождения, и хотели бы предложить вам десятипроцентную скидку на вашу первую покупку Opus One 2014 года. Ваша супруга обычно доверяет винодельческому хозяйству “Увертюра”, и это премиальное предложение от того же производителя. Вино, которое я рекомендую вам сейчас, имеет нотки кофе и даже темного шоколада. Хотите попробовать его?» Он знает мою слабость к калифорнийским винам, и я соглашаюсь на его предложение. Вино просто великолепное.

«Мне нравится, – говорю я, возвращая бокал молодому человеку. – Я возьму две бутылки».

«Отличный выбор – вы можете продолжить покупки, а я принесу вам вино через несколько минут. Если захотите заказать регулярную доставку на дом или ознакомиться с нашими рекомендациями и взять на пробу еще что-нибудь, то можете воспользоваться приложением “Янью” или побеседовать со мной здесь, в зале». Все служащие отдела хорошо осведомлены, дружелюбны и обучены искусству продажи дорогих товаров. Должность консультанта предполагает больше общения, чем обычная работа в супермаркете, – все сотрудники готовы обсудить ингредиенты, место происхождения продукта и то, чем он похож или не похож на те, что я попробовал раньше.

Дальнейшее путешествие по магазину проходит как всегда: тележка ведет меня по залу, а сотрудники иногда предлагают купить товары, которые, как предсказывают алгоритмы, должны мне понравиться. Во время того как очередной сотрудник упаковывает все, что я купил, мне на телефон поступает сигнал, что чек за покупки уже в моем кошельке WeChat Wallet. Пока я выхожу из магазина, тележка для покупок сама возвращается к своей стойке, а я по дороге домой, к своей семье, с удовольствием прогуляюсь пешком через два квартала.

Для походов за покупками во времена, когда мы привыкнем полагаться на силу ИИ восприятия, будет характерно одно из фундаментальных противоречий грядущей эпохи ИИ – между естественностью и революционностью. Наши повседневные занятия не так уж сильно изменятся, но оцифровка мира избавит нас от многих проблем и адаптирует услуги в соответствии с нуждами каждого человека. Удобство и изобилие онлайн-мира станут частью нашей офлайн-реальности. Не менее важно и то, что благодаря лучшему пониманию и прогнозированию привычек каждого покупателя эти магазины смогут оптимизировать цепочки поставок, сокращая тем самым количество пищевых отходов и повышая рентабельность.

Появление таких супермаркетов, как я описал, не за горами. Основные технологии уже есть, и остается лишь доработать программное обеспечение, адаптировать цепочки поставок и открыть сами магазины.

Обучение, построенное на основе ООМ

Разумеется, магазинами дело не ограничится. Те же самые приемы – визуальная идентификация, распознавание речи, создание подробного профиля пользователя на основе прошлого поведения – могут применяться для создания индивидуальных образовательных программ, в которых будут учитываться имеющиеся знания и опыт человека. Современные системы образования по-прежнему основаны на модели XIX века: все учащиеся вынуждены учиться с одинаковой скоростью, проходить один и тот же материал, в одном и том же месте и в одно и то же время. Школы работают как конвейер, переводя детей из класса в класс каждый год, независимо от того, насколько полно они усвоили то, чему их учили. Эта модель прежде имела смысл из-за ограниченности ресурсов, включая время и внимание преподавателей.

Однако ИИ поможет нам преодолеть эти ограничения. Алгоритмы на его основе могут адаптировать образовательный процесс для каждого учащегося и дать педагогам больше свободного времени для индивидуальных занятий.

Система обучения, опирающаяся на ИИ, строится на четырех составляющих: обучение в классе, домашние задания и упражнения, контроль и оценки, индивидуальные занятия. Поведение и результаты каждого учащегося вносятся в его личный профиль. Этот профиль содержит подробный отчет обо всем, что влияет на образовательный процесс, например, какие понятия учащийся уже усвоил, над чем ему еще нужно поработать, как он реагирует на различные методы обучения, насколько внимателен во время занятий, как быстро отвечает на вопросы и какие стимулы могут помочь ему добиться лучших результатов. Чтобы увидеть, как эти данные аккумулируются и используются для модернизации учебного процесса, давайте рассмотрим четыре составляющие, перечисленные выше.

В школьных классах будет работать модель параллельного преподавания: трансляция лекции высококвалифицированного педагога и личное общение с учителем в классе. Педагог с самым высоким рейтингом читает лекцию с большого экрана телевизора, установленного в передней части учебной аудитории. Одновременно эта лекция идет в 20 других аудиториях и сопровождается вопросами, на которые учащиеся должны ответить, нажимая кнопки на пульте. Таким образом педагог получает мгновенную обратную связь, позволяющую судить о том, понимают ли они смысл сказанного.

Во время лекции камеры на передней стене комнаты анализируют выражение лиц, позы и жесты учащихся, чтобы оценить, насколько они сосредоточены и хорошо ли понимают слова преподавателя. Все эти данные – результаты ответов на вопросы с помощью пульта, оценка вовлеченности и степень понимания – направляются непосредственно в профиль учащегося, формируя в режиме реального времени картину того, что он усвоил и с чем ему нужна дополнительная помощь. Но обучение в классе или аудитории – это лишь часть общей системы. Когда учащиеся отправляются домой, вступают в дело алгоритмы, генерирующие для каждого из них вопросы домашнего задания. В то время как преуспевающие учащиеся будут работать над заданиями более высокого уровня, те, кто хуже усвоил материал, получат более простые вопросы и, возможно, дополнительные упражнения.

На каждом этапе время, затраченное учащимися, и результаты работы над различными заданиями вводятся в их профили, что позволяет адаптировать их индивидуальные программы. Кроме того, при изучении таких предметов, как английский (в китайских государственных школах он обязателен), технологии распознавания речи на основе ИИ позволят организовать занятия на самом высоком уровне даже в отдаленных регионах. Высокоэффективные алгоритмы распознавания речи могут оценивать и корректировать английское произношение учащихся без участия носителей языка.

Эти же инструменты могут облегчить педагогам их рутинную работу, что позволило бы им уделять больше времени самим учащимся. Китайские компании уже использовали технологии распознавания образов для разработки сканеров, способных проверять ответы на контрольные вопросы с выбором из нескольких вариантов и с заполнением пропусков. Умные машины могут даже находить распространенные орфографические или грамматические ошибки в сочинениях и снимать за них баллы. Такие технологии ИИ избавляют педагогов от необходимости исправлять элементарные ошибки и позволяют им использовать освободившееся время для того, чтобы донести до учащихся более важные и сложные вещи. И наконец, если ребенок не справляется с программой, ИИ сообщит родителям о его проблемах и подробно объяснит, какой материал дается ему тяжело. Родители могут использовать эту информацию, чтобы нанять удаленного репетитора через такие сервисы, как VIPKid, который позволяет находить американских преподавателей для онлайн-занятий английским языком с китайскими учащимися. Возможности дистанционного обучения были доступны нам уже достаточно давно, но в наши дни ИИ восприятия позволяет создавать платформы, способные непрерывно собирать данные об успехах учащихся, анализируя их мимику и эмоциональное состояние. Эти данные позволили бы платформам подбирать преподавателей, которые лучше всего работают с определенными категориями детей.

Почти все описанные здесь инструменты уже существуют, и многие из них используются в разных школах по всему Китаю. Взятые вместе, они представляют собой новую парадигму в области образования, основанную на ИИ и объединяющую онлайн- и офлайн-миры для создания системы обучения, которая учитывает потребности и способности каждого студента. Похоже, «принцип чехарды» сработал и здесь: Китай «перепрыгнул» через связанные с ИИ достижения США в сфере образования, во многом благодаря сильному давлению со стороны китайских родителей. Китайские родители, у которых только один ребенок, под влиянием традиционных китайских ценностей вкладывают большие деньги в его обучение и систему государственного образования со всем разнообразием ее услуг.

Благодаря действиям родителей рыночная оценка таких сервисов, как VIPKid, превысила 3 млрд долларов всего за несколько лет.

Личные данные и общественное пространство

Создание и использование ООМ требует притока данных из реального мира, сравнимого по мощности с океанскими течениями. Для оптимизации уличного движения система «Умный город» от Alibaba, например, должна получать данные из всех районов города. Система индивидуальной помощи при покупках в розничных магазинах требует идентификации каждого покупателя посредством распознавания лиц. Чтобы пользоваться возможностями интернета с помощью голосовых команд, нужны технологии, которые будут «понимать» каждое наше слово.

Сбор данных такого рода возмущает многих американцев. Они не хотят, чтобы Большой Брат или корпоративная Америка знали, что у них на уме. Но люди в Китае гораздо проще относятся к тому, что некие системы фиксируют и оцифровывают их лица, голоса и покупки. Это еще один пример готовности китайцев в какой-то степени жертвовать неприкосновенностью частной жизни ради удобства. Системы наблюдения регистрируют всех и всё – от индивидуальных потребителей до элементов городской среды. В городах Китая уже используют плотную сеть камер и датчиков, которые следят за соблюдением правил дорожного движения. Эта сеть поставляет данные алгоритмам, оптимизирующим управление уличным движением, а также работу полиции и аварийно-спасательных служб.

Каждая страна должна сама принимать решения о том, как сбалансировать потребность общественных систем в информации и право граждан на неприкосновенность личной жизни. Европа сделала свой выбор, приняв Общий регламент по защите данных – закон, который устанавливает множество ограничений на их сбор и использование в границах Европейского союза. Соединенные Штаты, однако, все еще сталкиваются с трудностями, пытаясь защитить права граждан в этой области. Примером может служить скандал вокруг Facebook из-за действий компании Cambridge Analytica, повлекший слушания в Конгрессе. В 2017 году Китай начал реализацию собственного закона «О кибербезопасности», предусматривающего наказания за незаконный сбор и продажу пользовательских данных. В этом законе нет универсального ответа на вопросы о том, до какой степени можно пожертвовать конфиденциальностью ради удобства или безопасности или имеют ли граждане право на анонимность в аэропортах или на станциях метро. Но в целом относительное равнодушие китайцев к сбору данных в общественных местах способствует массовому внедрению ИИ восприятия. Оцифровка городской среды уже идет быстрыми темпами, и это создает условия для распространения приложений ООМ в розничной торговле, обеспечении безопасности и на транспорте. Но чтобы глубоко внедрить ИИ восприятия в этих сферах, мало размещения видеокамер и оцифровки данных. 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.

Сделано в Шэньчжэне

Если Кремниевая долина пока остается чемпионом мира по инновациям в программном обеспечении, то город Шэньчжэнь уже завоевал тот же титул в сфере производства оборудования. За последние пять лет этот молодой промышленный мегаполис на южном побережье Китая превратился в самую динамичную экосистему для производства интеллектуального оборудования. Создание инновационного приложения не требует практически никаких физических инструментов: все, что вам нужно, – это компьютер и умный программист. Но создание аппаратуры для ИИ восприятия – умеющих видеть тележек для покупок и умеющих слышать стереосистем – требует мощной и гибкой производственной экосистемы, включающей поставщиков различных датчиков, специалистов по литью под давлением и заводов мелкосерийной электроники.

При мысли о китайской промышленности большинство людей представляет себе потогонные фабрики, на которых тысячи низкооплачиваемых рабочих шьют дешевые туфли и плюшевых мишек. Такие фабрики все еще существуют, но китайская система производства за последние годы серьезно модернизировалась. Дешевый труд перестал быть главным ее преимуществом: в таких странах, как Индонезия и Вьетнам, рабочие получают более низкую зарплату. Теперь Китай может предложить кое-что более ценное: невероятно гибкие схемы поставок и целую армию грамотных инженеров-технологов, способных спроектировать прототипы новых устройств и произвести их в любом количестве. Это и есть скрытое сокровище Шэньчжэня – талантливые труженики, превратившие его из простого промышленного города в город предпринимателей, готовых строить новые модели дронов, роботов, носимых устройств или интеллектуальных машин.

В Шэньчжэне всегда можно напрямую обратиться на тысячи заводов и к сотням тысяч технических специалистов, и благодаря этому производство товара обходится невероятно дешево. Богатейшие рынки электроники предлагают на выбор тысячи вариантов печатных плат, датчиков, микрофонов и миниатюрных камер. Как только прототип собран, его создатели могут постучаться в двери сотен фабрик и выбрать ту, что готова произвести их продукт любым тиражом.

Такая сосредоточенность в одном месте множества поставщиков деталей и производителей готовой продукции ускоряет внедрение инноваций. Предприниматели, связанные с поставками аппаратного обеспечения, говорят, что одна рабочая неделя в Шэньчжэне эквивалентна месяцу в Соединенных Штатах.

По мере того как ИИ восприятия меняет нашу повседневную жизнь, открытость для экспериментов и производство умных устройств дают китайским стартапам неоспоримые преимущества. Еще одно преимущество заключается в том, что они дома. Многие трудности, связанные с работой в иностранном государстве, – языковой барьер, вопросы, связанные с визами и налогами, а также удаленность от головных офисов – замедляют работу американских стартапов в Китае и повышают стоимость их продукции. Крупные транснациональные корпорации, такие как Apple, без труда решают все эти проблемы, но для простых иностранных стартапов они подчас грозят разорением. Между тем национальным стартапам в области аппаратных средств в Шэньчжэне раздолье: они свободно экспериментируют и постоянно снижают себестоимость продукции.

Xiaomi повсюду

Китайский стартап в области аппаратных средств Xiaomi (произносится «Сяоми») – наглядный пример того, что представляет собой плотно сплетенная сеть устройств, основанных на ИИ восприятия. Компания Xiaomi начинала с производства недорогих смартфонов и добилась огромного успеха, а затем начала выстраивать с применением ИИ целые сети домашних приборов, способные превратить наши кухни и жилые комнаты в настоящую среду ООМ.

Центральное место в этой системе занимает динамик для голосовых команд Mi AI speaker. Устройство похоже на Amazon Echo, но стоит примерно в два раза меньше – благодаря тому, что полностью производится в Китае. Это преимущество затем используется для создания ряда интеллектуальных домашних устройств с множеством сенсоров: очистителей воздуха, рисоварок, холодильников, камер видеонаблюдения, стиральных машин и автономных пылесосов. Компания Xiaomi не занимается выпуском всех этих устройств сама. Она инвестировала средства в 220 компаний и инкубировала 29 стартапов: многие из них работают в городе Шэньчжэнь и выпускают продукцию для умного дома, совместимую с Xiaomi. Вместе они создают доступную интеллектуальную домашнюю экосистему с продуктами с поддержкой Wi-Fi, которые сами находят друг друга и упрощают настройку. Пользователи Xiaomi могут запросто управлять всей этой системой с помощью голосовых команд или со своего телефона.

Предлагая превосходное сочетание цены, ассортимента и функциональности, это созвездие предприятий создало крупнейшую в мире сеть интеллектуальных домашних устройств, насчитывавшую 85 млн приборов к концу 2017 года[58] и намного превосходящую по размерам любые подобные сети в США.

Одно из преимуществ этой системы – то, что ее компоненты выпускаются внутри страны, в городе Шэньчжэне. Низкие цены и обширный рынок Китая обеспечивают мощный приток данных для Xiaomi, а это означает совершенствование алгоритмов и пользовательского опыта, рост продаж и еще больший приток данных. Та же экосистема дала жизнь четырем стартапам-единорогам в одной только экосистеме Xiaomi и ведет его по пути к IPO[59]. По предварительной оценке, стоимость компании составляет около 100 млрд долларов.

Можно предположить, что скоро системы «умного дома» будут не только передавать данные между различными устройствами, но также и оцифровывать данные из реального мира. Ваш холодильник сможет увидеть, что у вас заканчивается молоко, и самостоятельно заказать его, а ваша кофеварка приготовит для вас капучино по первой просьбе. Пол в квартире ваших пожилых родителей, оснащенный ИИ, немедленно предупредит вас, если они оступились и упали.

Устройства третьей волны ИИ вплотную подводят нас к таким изменениям в нашей повседневной жизни, которые стирают границу между цифровым и физическим миром, и это будет продолжаться, пока она полностью не исчезнет. Во время переходного периода традиционно спокойное отношение китайцев к конфиденциальности данных и прочные позиции Шэньчжэня в производстве оборудования дадут стране явные преимущества при внедрении инноваций. Сегодня Китай лишь немного впереди при соотношении 60 к 40, но я предвижу, что через пять лет вышеупомянутые факторы дадут ему шанс обогнать Соединенные Штаты и остальной мир во внедрении ИИ восприятия, в результате чего соотношение изменится и превысит 80 к 20. Инновации третьей волны откроют широкие перспективы для внедривших их компаний и заложат основу для четвертого и последнего этапа, который приведет к созданию полностью автономных устройств на основе ИИ.

Четвертая волна: автономный ИИ

Как только машины смогут видеть и слышать окружающий мир, они будут готовы двигаться и продуктивно действовать в нем. Автономный ИИ представляет собой интеграцию и апогей всех достижений предыдущих этапов. Он должен объединить способность машин к оптимизации на основе массивов данных с их новообретенными сенсорными возможностями. В результате слияния воедино этих сверхчеловеческих возможностей машины обретут дар не только понимать окружающий мир – но и изменять его.

В наши дни о беспилотных автомобилях слышали все, но прежде чем мы углубимся в эту тему, важно осознать, насколько сильным и всеобъемлющим будет влияние четвертой волны ИИ.

Автономные устройства ИИ произведут революцию в нашей повседневной жизни: наши торговые центры, рестораны, города, фабрики и даже пожарная охрана изменятся. Как и в случае с предыдущими волнами ИИ, это произойдет постепенно. Первые автономные приложения для робототехники будут применимы только в высокоструктурированных средах, где их использование принесет прямую экономическую выгоду. Прежде всего их станут внедрять на заводах, складах и сельскохозяйственных предприятиях. Но разве эти предприятия уже не автоматизированы? Разве высокопроизводительные машины уже не лишили множество людей рабочих мест? Да, но прежде машины занимались в основном физическим трудом. Кроме того, пока эти машины работают на основе схем автоматизации, их нельзя назвать автономными. Они могут совершать действия, но неспособны принимать решения или импровизировать, приспосабливаясь к изменяющимся условиям. Полностью невосприимчивые к визуальным сигналам, они работают под управлением человека или по заданной программе. Они могут выполнять типовые задачи, но не могут адекватно реагировать на отклонения или сбои. Однако если дать им зрение, осязание и способность к оптимизации на основе анализа данных, мы значительно расширим круг задач, которые они смогут решать.

Земляничные поля и роботы-жуки

Некоторые из приложений для автономной работы машин уже почти готовы к использованию. 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 (впоследствии его можно будет устанавливать на автономное транспортное средство) 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.

Теперь, чтобы получить первое представление о том, насколько совершенными могут стать технологии хранения, давайте рассмотрим склады компании Amazon. Всего пять лет назад обстановка здесь была такой же, как на большинстве складов: высокие стеллажи, в проходах между которыми перемещаются сотрудники. Сегодня же люди остаются на месте, а инвентарь находит их сам: по проходам теперь снуют автономные роботы-жуки с аккуратно сложенными башенками из прямоугольных коробок на спине. Эти жуки торопливо бегают по складским помещениям, едва не сталкиваясь друг с другом и принося сразу по нескольку вещей людям, которые принимают их, не сходя с места. Все, что должен сделать сотрудник, это взять предмет, отсканировать его и положить в коробку. Все эти автономные роботы имеют одну общую черту: они создают прямую экономическую выгоду для своих владельцев. Как уже отмечалось, автономный ИИ должен появиться сначала в коммерческих структурах, потому что роботы обеспечивают ощутимую отдачу от инвестиций, заменяя рабочих, которые либо обходятся дороже, либо их труднее найти.

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.

Роевой интеллект

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. Учитывая это, Китай почти наверняка станет лидером в производстве автономных беспилотных летательных аппаратов. В Шэньчжэне находятся производственные мощности DJI – главной компании по изготовлению дронов в мире. Известный в мире техники журналист Крис Андерсон назвал эту компанию лучшей, с которой он когда-либо имел дело[60]. DJI, по общим оценкам, уже занимает 50 % североамериканского рынка беспилотников и даже лидирует в нише продукции высокого класса. Компания направляет огромные ресурсы на научные исследования и разработки и уже выпускает беспилотные устройства для промышленного и личного использования. Роевые технологии все еще находятся в зачаточном состоянии, но в сочетании с экосистемой аппаратных устройств, выпускаемых в Шэньчжэне, можно ожидать впечатляющих результатов.

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. Десятки стартапов, технологические гиганты, производители традиционных автомобилей и электрического автотранспорта сегодня пытаются обойти друг друга и первыми поставить технологию на коммерческую основу. Google, Baidu, Uber, DiDi, Tesla и многие другие, стремясь полностью исключить из системы водителей-людей, формируют команды специалистов, испытывают технологии и организуют сбор данных. Лидеры этой гонки – компания Google, действующая через свое независимое дочернее предприятие Waymo, и Tesla – придерживаются двух разных подходов, расхождения между которыми удивительно напоминают расхождения между подходами двух сверхдержав ИИ.

Подход Google против подхода Tesla

Google первой разработала технологию автономного вождения, но к внедрению этой технологии относилась очень осторожно. Компания исходила из того, что сначала нужно построить совершенный продукт и только после этого делать скачок к полной автономии – когда не останется сомнений, что такая система гораздо безопаснее, чем человек за рулем. Это был перфекционистский подход, призванный исключить любой риск для жизни людей или репутации корпораций. Начав исследования за много лет до других компаний, Google сильно опережала их в данной области. В попытке сократить разрыв Tesla решила внедрять новые технологии пошагово. Автомобили, выпускаемые компанией Илона Маска, уже на на раннем этапе были обеспечены простейшими автономными функциями: автопилотом для трасс, автоматическим рулевым управлением для предотвращения столкновений и системой автономной парковки. Такой подход ускорял темпы внедрения, при этом не исключая определенной степени риска.

Невзирая на различия, оба подхода требовали больших объемов самого ценного для ИИ ресурса – данных. Чтобы самоходные автомобили научились идентифицировать объекты и предсказывать движение других автомобилей и пешеходов, они должны получить колоссальное количество данных о вождении. Эти данные поступают от тысяч транспортных средств, и вся система «питается» от единого «мозга» – ядра группы алгоритмов, уполномоченных принимать решения по всему парку машин. Это означает, что когда один из автомобилей попадает в незнакомую ситуацию, то все автомобили, работающие на тех же алгоритмах, обучаются на его опыте.

Google собирает данные постепенно: ее собственный небольшой автопарк оснащен очень дорогой аппаратурой для сканирования. 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[61]. 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.

Как подход Tesla используется в Китае

Население Китая составляет 1,39 млрд человек, и 260 000 человек ежегодно погибает в автокатастрофах. При таком положении естественно думать, что лучшее – враг хорошего. Поэтому китайские власти вряд ли станут ждать появления абсолютно безопасных беспилотных автомобилей. Скорее всего, они будут искать способы внедрения уже существующих автономных транспортных средств в контролируемых условиях. Одним из результатов такого подхода станет экспоненциальный рост объемов данных, а значит, и совершенствование ИИ.

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 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. Если проект окажется успешным, внедрение автономных и электрических транспортных средств ускорится. Задолго до того, как автономный ИИ освоится в хаосе городских улиц, он уже будет вовсю работать на автомагистралях – и благодаря этому получать дополнительные объемы данных.

Но китайские чиновники не просто адаптируют существующие дороги к автономным транспортным средствам. На основе этих современных технологий они строят города совершенно нового типа. В шестидесяти милях к югу от Пекина, там, где раньше стояло несколько сонных деревушек, теперь по поручению Госсовета ведется строительство Суньяна – города-витрины технического прогресса и экологической устойчивости. На создание городской инфраструктуры планируется потратить 583 млрд долларов, а население, по прогнозам, должно составить 2,5 млн человек – почти столько же, сколько живет в Чикаго[62]. 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. Нет никакой гарантии, что все эти фантастические новшества будут внедряться плавно и безболезненно: некоторые из тематических технологических разработок Китая провалились, а некоторым построенным с нуля городам до сих пор с трудом удается привлечь жителей. Но Госсовет поддерживает проект города Суньяна, и если он окажется успешным, подобные города будут расти одновременно с развитием автономного ИИ. Они значительно выиграют от тех преимуществ, которые он дает, и будут снабжать его данными для алгоритмов. Нынешняя инфраструктура Америки предполагает, что автономный ИИ должен сам адаптироваться и завоевывать города. Китайское правительство тем временем действует на опережение, пытаясь заменить завоевание на совместную эволюцию.

Автономный баланс сил

Жестокая правда заключается в том, что никакая государственная поддержка сама по себе не сделает Китай лидером в области автономного ИИ. В том, что касается основных технологий, необходимых для создания беспилотных автомобилей, китайские компании на два-три года отстают от американских. А когда речь идет о технологиях такого уровня, это сопоставимо с отставанием на световые годы. В первую очередь нужны первоклассные специалисты в области ИИ четвертой волны: вопросы безопасности и высокая сложность делают автономные транспортные средства «крепким орешком» с инженерной точки зрения. Работа над ними требует наличия команды инженеров мирового уровня, а не просто большой базы хороших специалистов. И перевес США во многом объясняется тем, что такие компании, как Google, по-прежнему собирают у себя лучших инженеров со всего мира. Помимо этого, компании Кремниевой долины имеют существенное преимущество в области научных исследований и разработок, поскольку они накопили опыт в своих амбициозных проектах.

Google приступила к испытаниям своих беспилотных автомобилей в начале 2009 года, когда многие инженеры основывали собственные стартапы. В Китае бурный рост подобных стартапов начался только в 2016 году. Однако такие китайские гиганты, как Baidu, и стартапы в области автономного транспорта Momenta, JingChi и Pony.ai быстро сокращают разрыв с США в области технологий и объемов данных. Проект Baidu под названием Apollo – партнерство с открытыми исходными кодами и договоренностью об обмене данными между 50 участниками, включая производителя микросхем Nvidia и производителей автомобилей, таких как Ford и Daimler, – также представляет собой альтернативу закрытому внутреннему подходу Waymo. Но даже при таком быстром сокращении разрыва со стороны китайских игроков нет сомнения в том, что на момент написания этой книги самые опытные специалисты по беспилотному транспорту все еще живут в США.

Попытка предсказать, какая страна займет лидирующие позиции в автономном ИИ, сводится к ответу на главный вопрос: будут ли основные препятствия на пути внедрения этих технологий техническими или политическими? В первом случае у Waymo, проекта компании Google, есть все шансы справиться с этими препятствиями на годы раньше своего ближайшего конкурента. Но если новые достижения, подобно компьютерному зрению, быстро распространятся во всех отраслях, основная технология уже не сможет обеспечить Кремниевой долине первенство. Выпускать безопасный автономный транспорт начнут многие компании, и вопрос его широкого внедрения станет политическим. В таких условиях Китай с его лояльной к инновациям политикой получит преимущество.

Но пока мы не знаем, где будет это узкое место, и четвертая волна ИИ остается непредсказуемой. На сегодня Соединенные Штаты ведут в командном зачете (90 к 10), но, думаю, через пять лет шансы Соединенных Штатов и Китая на лидерство в мире самоуправляемых автомобилей сравняются. В первую очередь причиной тому будет преимущество Китая в технологиях, требовательных к аппаратному обеспечению. Это, например, автономные беспилотные летательные аппараты. В приведенной ниже таблице я подвожу итог моей оценки перспектив Америки и Китая по всем четырем волнам ИИ: по состоянию на текущий момент и через пять лет (согласно моим прогнозам).

Соотношение сил Соединенных Штатов и Китая в четырех волнах ИИ в настоящее время и, по предварительной оценке, через пять лет

Завоевание рынков и вооружение повстанцев

И все же – что произойдет, если продукты на основе ИИ, так сильно влияющие на расстановку сил внутри США и Китая, выйдут на мировую арену? До сих пор большая часть достижений в области ИИ не выходила за пределы китайского и американского рынков, причем компании в основном предпочитали избегать прямой конкуренции на территории другой страны. Но хотя США и Китай – это две крупнейшие экономики мира, подавляющее большинство будущих пользователей ИИ до сих пор живет в других странах, в том числе развивающихся. Любая компания, желающая стать Facebook или Google эпохи ИИ, нуждается в стратегии привлечения этих пользователей и покорения их рынков.

Неудивительно, что китайские и американские технологические компании используют очень разные подходы к мировым рынкам. В то время как американские гиганты стремятся завоевать их, Китай вооружает «местных повстанцев».

Иными словами, гиганты Кремниевой долины, такие как Google, Facebook и Uber, хотят поставлять свою продукцию на эти рынки напрямую. Они, конечно, будут прилагать какие-то усилия для локализации, но в основном их тактика не изменится. Сделав один глобальный продукт, они постараются продать его миллиардам пользователей по всему миру. Этот подход «все или ничего» обладает огромным потенциалом, если кампания окажется успешной, но высоки шансы и остаться ни с чем.

Китайские компании, напротив, избегают прямой конкуренции и инвестируют в местные стартапы, с которыми Кремниевая долина ведет непримиримую войну. Например, в Индии и Юго-Восточной Азии Alibaba и Tencent вкладывают деньги и ресурсы в национальные стартапы, противостоящие гигантам, подобным Amazon. Этот подход базируется на собственном опыте китайских компаний. Такие люди, как основатель Alibaba Джек Ма, знают, насколько опасна может быть кучка местных повстанцев, сражающаяся с неповоротливым иностранным гигантом. Поэтому вместо того, чтобы одновременно пытаться раздавить местные стартапы и вытеснить компании Кремниевой долины, они предпочитают просто объединяться с местными.

Борьба на рынке транспортных услуг

Уже есть примеры того, как работает китайский подход. С тех пор как DiDi вытеснила Uber из Китая, она инвестировала средства в местные стартапы и сотрудничала сними, пытаясь делать то же самое и в других странах. В числе ее иностранных партнеров оказались Lyft в США, Ola в Индии, Grab в Сингапуре, Taxify в Эстонии и Careem на Ближнем Востоке. В Бразилии она инвестировала в 99 Taxi в 2017 году, а через некоторое время, в начале 2018 года, полностью выкупила эту компанию. Объединившись, в дальнейшем эти два стартапа образовали глобальный анти-Uber альянс, работающий на китайские деньги и получающий доход от использования китайского ноу-хау.

Получив инвестиции DiDi, некоторые из стартапов даже изменили свои приложения, чтобы стать похожими на нее, причем есть и такие, которые планируют использовать те же, что и она, инструменты ИИ: оптимизацию подбора водителей, автоматическое решение споров между пассажиром и водителем и, в конечном итоге, внедрение автономных транспортных средств.

Мы не знаем, как далеко зашел обмен технологиями между этими компаниями, но такие действия могут послужить альтернативной моделью глобализации ИИ. Национальные стартапы в этом случае будут опираться одновременно на международный опыт и локальные данные. Такая модель строится больше на сотрудничестве, чем на завоевании, и может оказаться более подходящей для глобализации технологии, требующей как лучших технических специалистов, так и сбора данных в реальном мире. Технологии, основанные на ИИ, требуют гораздо более глубокой локализации, чем интернет-услуги, о которых мы говорили раньше. Беспилотным автомобилям в Индии нужны данные о том, какие маршруты выбирают пешеходы на улицах Бангалора, а приложения для микрокредитования в Бразилии должны учитывать привычные расходы молодых людей в Рио-де-Жанейро.

В некоторой степени при обучении алгоритмов можно заново задействовать данные из других баз пользователей, но все же реальные данные ничем заменить нельзя.

У гигантов Кремниевой долины есть некоторое представление о том, как люди в других странах используют инструменты поиска и каковы их социальные привычки. Но развитие ИИ для бизнеса и ИИ восприятия, а также создание продуктов автономного ИИ потребует от компаний серьезных капиталовложений на каждом из рынков. Им, например, нужно будет учитывать особенности североафриканских торговых центров и индонезийских больниц при установке аппаратного обеспечения и локализации услуг, основанных на ИИ.

Кремниевая долина не может вечно добираться до своих пользователей только с помощью компьютерного кода.

Конечно, никто не знает, чем закончится это соревнование. Американские компании могут внезапно заняться более глубокой локализацией, оптимизировать свои продукты под новые рынки и в конечном счете обеспечить себе господство во всех странах, кроме Китая. Но есть и вероятность того, что новое поколение предпринимателей в развивающихся странах при поддержке Китая попытается построить местные империи ИИ и защитить свои рынки от Кремниевой долины. В этом случае технологические гиганты Китая хоть и не обретут мирового господства, но смогут повлиять на ситуацию во многих странах, улучшат свои собственные алгоритмы, используя для их обучения данные из этих стран, и получат существенную часть заработанной их «подопечными» прибыли.

Заглядывая вперед

Пытаясь заглянуть в будущее искусственного интеллекта, мы видим волны инноваций, которые вскоре захлестнут мировую экономику и приведут к смещению общего геополитического равновесия в сторону Китая. Традиционные американские компании успешно используют глубокое обучение для получения все большей прибыли от своего бизнеса, а компании, давно и тесно связанные с ИИ, такие как Google, остаются бастионами недостижимой экспертности. Но когда дело доходит до создания новых интернет-империй, предлагающих новый подход к диагностике болезней, покупке продуктов, использованию транспорта и доставке еды, Китай, кажется, готов стать мировым лидером. Китайские и американские интернет-компании идут к победе на местных рынках разными путями, но рано или поздно они вступят в тесную конкуренцию друг с другом во многих странах, например в Индии, Индонезии и, в какой-то степени, на Ближнем Востоке и в Африке.

Мы рассмотрели многие факторы, влияющие на формирование нового мирового порядка, основанного на ИИ. Но пока мы упускали из виду кое-что важное, поскольку рассматривали происходящее исключительно как соревнование. Кто впереди? Каковы преимущества каждого игрока? Кто победит? Конечно, конкуренция имеет значение, но если заглянуть глубже, то мы обнаружим гораздо более серьезные вопросы. Когда ИИ заработает в полную силу, пропасть возникнет не между такими странами, как Соединенные Штаты и Китай. Вместо этого опасные трещины появятся в обществе и экономике всех стран на планете, грозя хаосом и разрушением.

Все продукты и услуги ИИ, описанные в предыдущих главах, просты, понятны и основаны на ныне существующих технологиях. Чтобы выйти с ними на рынок, не требуется никаких масштабных прорывов в исследованиях ИИ, достаточно обычной повседневной работы по их адаптации: сбора данных, корректировки формул, экспериментов по итерации алгоритмов в различных сочетаниях, прототипирования продуктов и экспериментов с бизнес-моделями. Но эпоха внедрения принесла нам нечто большее, чем возможность создавать продукты для практического применения. Она разожгла интерес людей ко всему, что относится к ИИ. Поэтому мы верим, что совсем скоро можем обнаружить «святой Грааль» исследований ИИ – сильный искусственный интеллект (СИИ), и начать создавать мыслящие машины, способные выполнять любые интеллектуальные задачи, с которыми справляется человек, и делать многое из того, что человеку недоступно.

Существует мнение, что с появлением СИИ у машин, способных к самосовершенствованию, начнется стремительное развитие компьютерного интеллекта. Это явление часто называют сингулярностью или эрой искусственного сверхразума. Если так и произойдет, мир могут заполнить компьютеры, превосходящие нас в интеллектуальном плане настолько же, насколько мы превосходим насекомых. Столь фантастические предсказания разделили большую часть интеллектуального сообщества на два лагеря: утописты и сторонники антиутопии. Утописты видят в расцвете СИИ и наступлении сингулярности последний рубеж, отделяющий нас от светлого будущего, в котором человечество раздвинет границы сознания и победит смерть. Рэй Курцвейл – эксцентричный изобретатель и крупнейший идеолог Google – считает, что в будущем люди и машины сольются воедино. По его представлению, люди будут «загружать» свой разум в облака и постоянно обновлять ткани тела с помощью специально обученных нанороботов, введенных в кровоток. Курцвейл предсказывает, что к 2029 году мы получим компьютеры с интеллектом, сопоставимым с человеческим (т. е. СИИ), а точка сингулярности будет достигнута к 2045 году[63].

Другие мыслители-утописты видят в СИИ средство, которое позволит нам быстро разгадать тайны Вселенной. Основатель DeepMind Демис Хассабис считает, что с помощью сверхчеловеческого интеллекта мы, наконец, разрешим задачи, казавшиеся неразрешимыми: остановим глобальное потепление и научимся побеждать ранее неизлечимые заболевания. Сверхразумные компьютеры, понимающие Вселенную на немыслимых уровнях сознания, помогут человечеству справиться с его бедами, и люди приблизятся к божественному всеведению и всемогуществу.

Однако не все настроены столь оптимистично. Илон Маск назвал суперинтеллект «самой большой опасностью, с которой мы можем столкнуться как цивилизация»[64], сравнивая его создание с «призыванием демонов»[65]. Многие выдающиеся интеллектуалы, в том числе покойный космолог Стивен Хокинг, присоединились к лагерю антиутопистов Маска, некоторые из них – вдохновившись работой оксфордского философа Ника Бострома, чья книга «Искусственный интеллект. Этапы. Угрозы. Стратегии»[66], вышедшая в 2014 году, захватила воображение значительного числа футуристов.

По большей части сторонники антиутопической версии будущего не боятся, что ИИ захватит мир, как это было показано в фильмах вроде «Терминатора», в которых человекоподобные роботы охотятся на людей, охваченные жаждой поработить человечество. Суперинтеллект будет продуктом, созданным человеком, а не появившимся в результате естественной эволюции, а потому у него не может быть тех инстинктов выживания, размножения или доминирования, которые управляют поведением людей или животных. Скорее всего, он просто будет стремиться достичь поставленных перед ним целей наиболее эффективным способом. Опасность состоит в том, что если люди окажутся препятствием для достижения одной из этих целей – например, обратить вспять глобальное потепление, то суперинтеллект может легко, даже случайно, стереть их с лица земли.

Чтобы сделать это, компьютерной программе, чей разум и воображение намного превосходят человеческие, не потребуется никаких вооруженных роботов. Глубокое понимание химии, физики и нанотехнологий позволит ИИ мгновенно достичь своих целей, используя гораздо более изобретательные способы. Исследователи называют это «проблемой управления» или «проблемой выравнивания значений», и она беспокоит даже тех, кто относится к СИИ с оптимизмом.

Прогнозы о том, когда будут достигнуты такие результаты, сильно расходятся. Бостром в своей книге приводит ответы специалистов по ИИ, которые склоняются к тому, что СИИ появится в 2040 году, а суперинтеллект, скорее всего, – в течение трех десятилетий после этого[67]. Но не будем спешить с выводами.

Проверка в реальных условиях

Когда эти утопические и антиутопические прогнозы обсуждаются публично, то внушают аудитории одновременно благоговение и страх. Постепенно границы между фантастическими картинами и нынешней реальностью в коллективном сознании стираются. В результате возникают распространенные заблуждения о том, на каком уровне мы действительно находимся сегодня и куда движемся. Давайте внесем ясность: ни один из сценариев, описанных выше, будь то бессмертный цифровой разум или всемогущий суперинтеллект, нельзя реализовать на основе современных технологий: ученые пока еще не нашли четких алгоритмов для СИИ и не особенно приблизились к их открытию. Сингулярность не может возникнуть спонтанно, и автономные транспортные средства, в которых используются технологии глубокого обучения, не могут внезапно «проснуться» и понять, что способны объединиться и сформировать сверхразумную сеть.

Создание сильного ИИ потребует целого ряда фундаментальных научных открытий в области искусственного интеллекта, а также многих иных достижений того же масштаба, что и глубокое обучение, или даже более значительных. Эти прорывы помогут убрать основные ограничения узкоспециализированных программ на основе ИИ и наделить их множеством новых способностей. Это, например, мультидоменное и доменно-независимое обучение, понимание естественных языков, здравый смысл, обучение на небольшом количестве примеров, умение строить планы и рассуждать. На следующем этапе, чтобы создать эмоционально-интеллектуальных роботов, нам понадобится каким-то образом дать им самосознание, чувство юмора, любовь и сострадание, способность восхищаться красотой. Из-за сложности этих задач возможности современного ИИ сегодня ограничены выявлением корреляций в среде данных и простым прогнозированием, а создание сильного ИИ все еще выглядит недостижимой целью.

Чтобы решить каждую из задач, перечисленных выше, может потребоваться несколько важных открытий. Ошибка многих прогнозов, касающихся СИИ, заключается в том, что их авторы просто берут темпы прогресса в области ИИ за последнее десятилетие и экстраполируют их или делают вывод о непрестанном экспоненциальном росте компьютерного интеллекта. Сейчас мы пришли к глубокому обучению и активно применяем его во все новых областях – такова эпоха внедрения. Не существует доказательств, что этот процесс знаменует собой начало экспоненциального роста, который неизбежно приведет к появлению СИИ, а затем и суперинтеллекта. Наука требует упорного труда, и фундаментальные прорывы в ней вовсе не следуют один за другим. Достижения такого уровня, как открытие глубокого обучения, которые действительно поднимают планку машинного интеллекта, обычно случаются раз в несколько десятилетий, если не реже. Кропотливая работа позволила исследователям компании DeepMind создать новый, более продуктивный подход к таким технологиям, как обучение с подкреплением. Но за 12 лет после публикации знакового исследования Джеффри Хинтона и его коллег я не слышал о подобного масштаба сдвигах в области машинного интеллекта[68]. Да, опрошенные Бостромом исследователи ИИ считают, что появления СИИ можно ожидать в 2040 году, но, по моему мнению, когда дело касается перехода от теоретических изысканий к реальному продукту, ученые бывают излишне оптимистичны в оценках. В подтверждение приведу пример. В конце 1980-х годов я был ведущим мировым исследователем ИИ в области распознавания речи. И тогда я пришел в Apple, поскольку верил, что через пять лет эта технология станет повсеместно распространенной. Как оказалось, я ошибся на 20 лет. Конечно, я не гарантирую, что ученые не сделают в ближайшее время фундаментальных открытий, которые приведут к появлению сильного ИИ, а затем – суперинтеллекта. Но с уверенностью можно сказать одно: нам стоит рассчитывать в первую очередь на постоянное совершенствование существующих технологий и расширение их функций. Я считаю, что пройдет еще немало десятилетий, если не веков, прежде чем СИИ и суперинтеллект станут реальностью. Существует также объективная вероятность того, что люди так никогда и не смогут создать СИИ. Искусственный интеллект произведет переворот в отношениях между людьми и машинами – многие даже считают, что его появление станет самым выдающимся событием в истории человечества. Но я полагаю, что это грань, которую нам не следует переходить, пока не решены все проблемы, связанные с контролем и безопасностью. Так или иначе, я, как и другие эксперты по ИИ, среди которых Эндрю Ын и Родни Брукс, считаю, что мы гораздо дальше от создания СИИ, чем принято думать.

Означает ли это, что я прогнозирую устойчивый рост благосостояния и величественный расцвет человеческой цивилизации благодаря ИИ? Нисколько. Напротив, я считаю, что цивилизация скоро столкнется с еще одной разновидностью вызванного ИИ кризиса. Этот кризис не будет похож на апокалиптические картины из голливудских блокбастеров, но он все равно разрушит наши экономические и политические системы и изменит представление о том, что значит быть человеком в XXI веке.

Этот кризис будет связан с безработицей и неравенством. Наши нынешние возможности в области ИИ не позволяют нам создать суперинтеллект, способный разрушить нашу цивилизацию. Но я боюсь, что мы, люди, вполне справимся с этой задачей и сами.

Складной Пекин: научная фантастика, игра воображения и экономика ИИ

Ровно в 6 утра город начинает проглатывать сам себя. Стоящие плотными рядами здания из бетона и стали складываются пополам, наклоняясь вперед и в стороны. Их балконы и террасы находятся под фасадами, и внешние стены выглядят как гладкие непроницаемые поверхности. Секции небоскребов поворачиваются вокруг своей оси, словно грани огромных кубиков Рубика. Внутри этих модульных зданий проходит жизнь обитателей Третьего пространства Пекина – тружеников низшей категории, которые работают в ночные часы и спят днем. По мере того как элементы городского пейзажа встают на свое место, квадратные секции земной поверхности начинают плавно переворачиваться на 180 градусов. Когда над землей оказывается обратная сторона этих квадратов, мы видим совсем другой город. Первые лучи рассвета озаряют горизонт, и из своих подземных ниш появляются целые улицы, усаженные деревьями, большие парки, роскошные частные дома. Они раскладываются, обретают объем и наконец покрывают собой всю поверхность земли. Жители Первого пространства просыпаются, потягиваясь и любуясь утренним миром вокруг себя.

Так видит будущее города Хао Цзинфан – писательница, работающая в жанре научной фантастики, и исследователь-экономист. Небольшой рассказ Хао «Складной Пекин»[69] получил престижную премию Hugo Award в 2016 году за изображение города, где жизнь разных экономических классов разделена и протекает в разных мирах.

Пекин далекого будущего населяют три касты, каждая из которых пребывает на поверхности земли определенное время. Пять миллионов жителей элитного Первого пространства начиная с 6 утра наслаждаются жизнью полные сутки в чистом современном городе, где много воздуха и света.

Когда Первое пространство складывается и переворачивается, 20 млн жителей Второго пространства получают 16 часов, в течение которых они работают на фоне довольно приятного городского пейзажа. И, наконец, появляются обитатели Третьего пространства – 50 млн сортировщиков отходов, продавцов еды и чернорабочих. Их пребывание на поверхности длится 8 часов – с 10 вечера до 6 утра, они работают в темноте, среди мрачных небоскребов и мусорных ям. Работу по сортировке отходов, составляющую основу жизни Третьего пространства, можно полностью автоматизировать, но ею занимаются вручную: это нужно, чтобы обеспечить занятость миллионов несчастных.

Перемещаться из одного пространства в другое запрещено: так создается общество, в котором привилегированные граждане могут жить, не беспокоясь, что вид чумазых рабочих помешает им наслаждаться красотой города.

Реальный кризис ИИ

Конечно, это всего лишь фантастический рассказ, но его идея выросла из реальных опасений по поводу экономического расслоения и безработицы в нашем автоматизированном будущем. Хао имеет ученую степень в области экономики и управления престижного Университета Цинхуа. На своей основной работе она ведет экономические исследования в аналитическом центре, подотчетном Госсовету Китая, изучая в том числе и влияние ИИ на занятость китайских граждан. Эта тема глубоко волнует многих экономистов, технологов и футуристов, включая и меня. Я считаю, что по мере того как четыре волны ИИ будут распространяться в мировой экономике, экономическое неравенство будет расти, что приведет к повсеместной безработице в технических отраслях. И, как и описывается в рассказе Хао, эти противоречия могут трансформироваться во что-то гораздо более глубокое, угрожать устоям нашего общества и человеческому достоинству, ставить под вопрос смысл нашей жизни. Повсеместная автоматизация приведет к повышению производительности, но исключит из трудового процесса огромное число работников. Увольнения коснутся всех, вне зависимости от цвета воротничков. Образованные офисные служащие пострадают не меньше, чем простые рабочие. Высшее образование – даже научная степень – никому не гарантирует сохранение работы, поскольку машины способны выявлять закономерности и принимать решения на уровнях, где человеческий мозг бессилен.

Развитие ИИ будет усугублять и общее экономическое неравенство. Когда роботы получат зрение и способность двигаться самостоятельно, это приведет к революции в промышленности. Потогонные фабрики, на которых трудится огромное количество низкооплачиваемых рабочих, останутся в прошлом. Таким образом, будут разрушены низшие ступени на лестнице экономического развития. Это закроет для развивающихся стран тот путь, который вывел из бедности Южную Корею, Китай и Сингапур. Множество молодых рабочих, которые некогда составляли главное преимущество бедных государств, превратятся для них в обузу и угрозу стабильности. Не имея возможности встать на путь развития, эти страны будут стагнировать, в то время как супердержавы ИИ ожидает экономический подъем. Но даже в богатых и технологически развитых странах ИИ углубит пропасть между имущими и неимущими. Накапливая данные и совершенствуя механизмы оптимизации на основе ИИ, крупные компании будут снижать цены и стремиться к превращению в монополии. Малому бизнесу не останется места на рынке, а прибыль промышленных гигантов вырастет до немыслимых размеров. Такая концентрация экономической мощи в руках немногих будет сыпать соль на открытые раны социального неравенства. В большинстве развитых стран экономическое неравенство и классовая вражда числятся среди наиболее взрывоопасных проблем. Последние несколько лет показали нам, как долго кипящая ненависть может вылиться в радикальный политический переворот. По моему мнению, если ИИ не взять под контроль, то он будет подливать масло в огонь социально-экономических конфликтов.

К социальным и экономическим неурядицам будет приводить и внутренняя, психологическая борьба – та, которая не бросается в глаза, как заголовки газет, но определяет очень многое. Когда все больше и больше людей начнут осознавать, что машины вытесняют их, им придется искать новый ответ на вопрос, что значит быть человеком в эпоху умных машин.

Технооптимисты и «луддитское заблуждение»

Подобно утопическим и антиутопическим прогнозам о сильном ИИ, прогноз о кризисе занятости и неравенства не лишен внутренних противоречий. Многие экономисты и технооптимисты считают безосновательными опасения по поводу безработицы в технических отраслях. От мрачных прогнозов они отмахиваются как от «луддитского заблуждения». Луддитами называли британских ткачей XIX века, которые ломали новые промышленные ткацкие станки, считая, что эти машины лишают их средств к существованию. Несмотря на все усилия и протесты луддитов, индустриализация шла полным ходом, и как количество рабочих мест, так и качество жизни в Англии стабильно росли в течение последующих двух столетий. Луддиты не сумели защитить свое ремесло от автоматизации, и многие из них действительно от нее пострадали[70] – но для их детей и внуков в конечном счете перемены оказались благом. Такова реальная история технологических изменений и экономического развития, и технооптимисты считают, что так же все будет происходить и впредь. Автоматизация увеличивает производительность труда и ведет к снижению цен на товары и услуги. Более низкие цены способствуют повышению покупательной способности потребителей, и они либо покупают больше самих товаров, либо тратят эти деньги на что-то еще. Оба этих результата увеличивают спрос на рабочую силу, и, следовательно, количество рабочих мест растет. Да, технологические сдвиги могут привести к кратковременным негативным явлениям. Но если миллионы фермеров стали фабричными рабочими, уволенные заводские рабочие могут стать инструкторами по йоге или программистами. В долгосрочной перспективе технический прогресс никогда не ведет к сокращению числа рабочих мест или росту безработицы. Это простое и изящное объяснение материального благополучия и относительно стабильной ситуации на рынках труда в промышленно развитых странах мира. Поэтому технооптимисты смотрят на тех, кто предупреждает об угрозе безработицы из-за развития ИИ, как на мальчика из басни, который кричал: «Волки! Волки!»

Со времен промышленной революции люди боялись, что любое новшество, от ткацких станков до тракторов и банкоматов, может лишить их работы. Но каждый раз благодаря повышению производительности вкупе с магией рынка все улаживалось само собой.

Поэтому экономисты используют эти примеры из прошлого, чтобы опровергать прогнозы о безработице, которую может вызвать развитие ИИ в будущем. Они указывают на миллионы изобретений – хлопкоочистительные машины, электрические лампочки, автомобили, видеокамеры и сотовые телефоны, – появление которых не привело к массовой безработице. В случае с искусственным интеллектом, по их словам, все закончится так же. Он будет способствовать значительному увеличению производительности, обновлению рабочих мест и повышению всеобщего благосостояния. Так о чем тут беспокоиться?

Конец слепого оптимизма

Если рассматривать все изобретения как точки данных и оценивать их одинаково, то аргументы технооптимистов звучат убедительно. Но 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). А потом 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. В своей знаковой книге «Вторая эра машин»[71] профессора из МТИ Эрик Бриньолфссон и Эндрю Макафи описали ТШП как технологии, которые «достаточно значительны для того, чтобы ускорить нормальный темп экономического прогресса»[72].

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

Историки-экономисты не пришли к единому мнению о том, какие именно инновации современной эпохи могут претендовать на первостепенную важность (железные дороги? двигатель внутреннего сгорания?), но анализ литературы показывает, что 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. Обычно во внимание принимались миллионы узкоспециализированных изобретений, таких как шариковая ручка или автоматическая коробка передач.

И хотя это правда, что технический прогресс в долгосрочной перспективе всегда приводил к созданию большего количества рабочих мест и большему процветанию, 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 промышленной революции (1760–1830 и 1870–1914 гг. соответственно). Обе эти ТШП помогли построить современную систему фабрик. Города получили энергию и освещение, технологии производства модернизировались. Однако если посмотреть шире, 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 бывших 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.

Бриньолфссон и Макафи называют это «великим расхождением»[73]. 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 расти, заработная плата и количество рабочих мест оставались на одном уровне или уменьшались.

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[74]. К 2017 году 1 % американцев принадлежало почти в два раза больше средств, чем 90 % людей из более низких социальных слоев[75], вместе взятым. 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[76].

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. 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»[77].

Эрик Бриньолфссон также предупреждает о том, что взаимосвязь между накоплением богатства и созданием рабочих мест постепенно сходит на нет, и называет это самой большой проблемой нашего общества на ближайшие десятилетия[78].

Следующая ТШП

Какое отношение все это имеет к искусственному интеллекту? Я уверен, что ИИ вскоре войдет в элитный клуб общепризнанных ТШП, вызвав серьезные изменения в экономике производства и даже в структуре общества. Революция искусственного интеллекта не уступит в масштабе научно-технической революции, но произойдет гораздо быстрее. Консалтинговая фирма PwC прогнозирует, что ИИ обогатит мировую экономику на 15,7 трлн долларов к 2030 году. Если прогноз оправдается, то эта сумма будет больше, чем весь сегодняшний ВВП Китая. Она равна примерно 80 % ВВП США в 2017 году. Прогнозируется, что 70 % этих средств будет генерироваться в США и Китае. Революция ИИ произойдет с большим размахом, чем предыдущие экономические революции. Паровая энергия коренным образом изменила характер ручного труда, ИКТ так же повлияли на некоторые виды умственного труда. ИИ изменит и тот и другой. Он будет выполнять множество физических и интеллектуальных задач быстрее и эффективнее, чем любой человек. Производительность труда во всех отраслях – от транспортных перевозок до промышленного производства и медицины – резко вырастет.

В отличие от ТШП первой и второй промышленных революций, ИИ не снизит требования к квалификации работников. Он не будет раскладывать сложные задачи, выполняемые небольшим количеством людей, на операции, с которыми могут справиться более многочисленные низкоквалифицированные сотрудники.

Вместо этого он просто возьмет на себя выполнение задач, которые отвечают двум критериям: могут быть оптимизированы на основе анализа данных и не требуют социального взаимодействия. (Далее я более подробно расскажу о том, при выполнении каких задач ИИ сможет или не сможет заменить человека.) Да, при этом тоже появятся новые рабочие места – например, для специалистов по ремонту роботов или специалистов по ИИ. Но основное влияние ИИ на занятость будет проявляться не в создании рабочих мест, а в замене работников машинами.

Вытесненные рабочие, теоретически, могут перейти в другие отрасли, которые сложнее поддаются автоматизации, но это сам по себе крайне разрушительный процесс, занимающий много времени.

Оборудование – лучше, быстрее, сильнее

Роскошь, которую революция ИИ нам не подарит, – это время. Переход к экономике, управляемой ИИ, произойдет намного быстрее, чем промышленная революция, за время которой сменилось несколько поколений. Работникам и организациям останется лишь спешно приспосабливаться к новым условиям. Революция ИИ произойдет на глазах у одного поколения. Ее наступление будет ускорено тремя катализаторами, не существовавшими прежде. Во-первых, многие важнейшие инструменты в эпоху ИИ – это просто цифровые алгоритмы: их можно воспроизводить сколько угодно и мгновенно распространять по всему миру. Революция ИИ не сравнима с революциями пара и электричества. Даже многие ИКТ требовали массу громоздкого оборудования.

Прежде любое оборудование нужно было изобрести, испытать, построить, продать и отправить конечным пользователям. Даже при незначительной модернизации какой-либо детали этот процесс требовалось повторить, причем каждый этап сопровождался расходами и социальными трениями. Все это замедляло развитие новых технологий, и продукт далеко не сразу становился экономически эффективным для предприятия. Революции ИИ такие ограничения не страшны. Цифровые алгоритмы могут распространяться практически бесплатно, а после внедрения их можно сколько угодно обновлять и улучшать. Именно алгоритмы – а не передовая робототехника – быстро возьмут на себя основную работу и вытеснят значительную часть белых воротничков. Сегодня они получают свою заработную плату за то, что обрабатывают информацию и принимают решения на ее основе. Именно с такими операциями алгоритмы ИИ справляются лучше всего. В отраслях, где от работников не требуется общения с клиентами, людей можно заменить быстро и массово, при этом не придется тратить деньги на изготовление устройств, их доставку, установку и ремонт. Аппаратная часть роботов на основе ИИ или беспилотных автомобилей все еще будет требовать всех этих затрат, но базовое программное обеспечение – нет. А значит, технологические продукты на основе ИИ будут совершенствоваться и все лучше продаваться, проникая повсюду.

Второй катализатор – это тот, который многие в технологическом мире сегодня воспринимают как должное: создание индустрии венчурного капитала. Венчурное инвестирование – ранние инвестиции в компании с высоким риском и высоким потенциалом – было редкостью до 1970-х годов. Это означало, что изобретатели и новаторы в течение первых двух промышленных революций вынуждены были тратить на эксперименты и производство личные средства, деньги членов семьи, богатых покровителей, брать банковские кредиты. Богачам не было смысла ввязываться в рискованную, требующую больших затрат игру по финансированию инноваций революционного характера. Недостаток финансирования для новаторов приводил к тому, что многие хорошие идеи так и остались нереализованными, а внедрение ТШП шло гораздо медленнее, чем могло бы. Сегодня венчурное финансирование – это хорошо отлаженная машина по созданию и коммерциализации новых технологий. В 2017 году объем венчурного финансирования побил новый рекорд, составив 148 млрд долларов[79]. Этому способствовало создание банком Softbank стомиллиардного «перспективного фонда», средства которого будут вложены в ближайшие годы. В том же году общий объем средств, вложенных венчурными фондами в стартапы, связанные с ИИ, подскочил до 15,2 млрд долларов[80], что на 141 % больше, чем в 2016 году. Венчурные инвесторы неустанно ищут методы выжать из своих вложений побольше и полагаются в этом в том числе на искусственный интеллект. Но с особой любовью они относятся к проектам на основе прорывных технологий, способным разрушать и создавать целые отрасли. В течение будущего десятилетия ненасытные венчурные фонды будут способствовать быстрому внедрению технологий и итерации бизнес-моделей, пуская в ход любые средства для изучения всех возможностей ИИ.

Третий катализатор не менее очевиден, но часто упускается из виду. Это Китай. Искусственный интеллект станет первой ТШП нашего времени, в развитии и применении которой Китай встанет плечом к плечу с Западом. Во времена индустриализации, электрификации и компьютеризации Китай настолько отставал, что его народ мог внести лишь незначительный вклад в эти отрасли. Но только за последние пять лет он так далеко продвинулся в интернет-технологиях, что теперь его ученые способны многое сделать для глобальной экосистемы, и эта тенденция резко ускорила появление инноваций в мобильном интернете. Достижения Китая позволяют использовать исследовательские таланты и творческий потенциал почти одной пятой человечества, чтобы решить задачу по распространению и использованию искусственного интеллекта. Учитывая гладиаторские качества китайских предпринимателей, уникальную интернет-экосистему и активную поддержку правительства, выход Китая на мировую арену может стать основным катализатором для развития ИИ.

Из всех этих тезисов можно уверенно сделать несколько выводов. Во-первых, в промышленную эпоху применение новых технологий в долгосрочной перспективе означало создание новых рабочих мест и рост заработной платы. Во-вторых, несмотря на то что прогресс никогда не стоит на месте, ТШП появляются очень редко и каждая из них влияет на рынок труда. Следовательно, последствия каждой из них нужно оценивать независимо. В-третьих, в эпоху паровой энергетики и электрификации сложились условия, которые способствовали росту производительности труда и занятости. Развитие ИКТ благоприятствует первому, но не обязательно второму. Более того, оно способствует снижению заработной платы многих трудящихся в развитых странах и усугублению неравенства. Наконец, революцию ИИ ускорят три катализатора: распространение цифровых технологий, венчурное финансирование и, конечно, достижения Китая – причем, предположительно, эта революция негативно повлияет на рынок труда и распределение доходов.

Если приведенные выше аргументы верны, то ответы на вопросы, какие рабочие места находятся в зоне риска и насколько все будет плохо, становятся очевидными.

На что способен и неспособен ИИ: визуализация рисков, связанных с заменой человеческих ресурсов машинными

Говоря о том, каких работников может или не может вытеснить ИИ, недостаточно разделить их по уровню квалификации. Будущее каждой профессии зависит от ряда ее особенностей. Хотя ИИ значительно превосходит людей в решении ряда узких задач, которые могут быть оптимизированы на основе анализа данных, он все еще неспособен взаимодействовать с людьми или имитировать ловкость наших пальцев и конечностей. Он также неспособен широко мыслить и решать творческие задачи или задачи, требующие сложной стратегии – то есть такие, исходные данные и результаты которых плохо поддаются количественной оценке. Картину вытеснения людей с рабочих мест можно изобразить с помощью двух графиков в системе координат X-Y: одного для физического (в широком смысле) труда и одного – для умственного.

Риск вытеснения в отраслях умственного труда

Риск вытеснения в отраслях физического труда

На графике для профессий, связанных с физическим трудом, ось X из центра идет в левую сторону к сектору «Особые навыки не требуются, хорошо структурированная среда» и в правую – к сектору «Требуются особые навыки, среда не структурирована». Ось Y внизу упирается в сектор «Отрасли с минимальным социальным фактором», а вверху – в сектор «Социальные отрасли». На диаграмме, иллюстрирующей положение работников умственного труда, ось Y идет так же, как на первой диаграмме (от сектора «Отрасли с минимальным социальным фактором» до сектора «Социальные отрасли»), но ось X выглядит иначе: в левой ее части расположен сектор «Задачи, основанные на оптимизации», а в правой – сектор «Задачи, требующие творческого или стратегического решения». Когнитивные задачи классифицируются как «основанные на оптимизации», если они предполагают работу с данными, которые можно оцифровать (например, определение оптимальной ставки страхования или увеличение налогового вычета).

Каждый график разделен осями на четыре сектора: нижний левый сектор – «Опасная зона», верхний правый – «Безопасная зона», верхний левый – это «Человекоориентированные специальности», а нижний правый – «Медленное повышение риска». Люди, выполняющие задачи, которые относятся к «Опасной зоне» (мойщики посуды, неопытные переводчики), с высокой долей вероятности могут лишиться работы в ближайшие годы. Специальности из «безопасной зоны» (психиатр, сиделка и т. д.) вряд ли удастся автоматизировать в обозримом будущем. Секторам «Человекоориентированные специальности» и «Медленное повышение риска» не угрожает вытеснение в ближайшее время, однако постепенно количество рабочих мест в них может сокращаться. Как мы увидим дальше, большинство специальностей не сводятся к «основным задачам», которые мы поместили в определенных секторах, а включают разнообразные дополнительные виды деятельности. Это усложняет автоматизацию многих профессий, но мы все же можем опираться на приведенные здесь графики, говоря о том, какие специальности находятся под угрозой.

В секторе «Человекоориентированные специальности» большая часть расчетов или физической работы уже может быть выполнена машинами, но важный фактор социального взаимодействия затрудняет автоматизацию.

Если автоматизация этого сектора все-таки произойдет, то, вероятно, следующим образом: машины будут выполнять за кадром работу по оптимизации, а сотрудники-люди – выступать в качестве социального интерфейса для клиентов, что приведет к своеобразному симбиозу между человеком и машиной. Это может произойти с такими профессиями, как бармен, школьный учитель и даже медицинская сестра или сиделка. Сколько рабочих мест исчезнет и как быстро, зависит от гибкости компаний при реструктуризации задач, выполняемых сотрудниками, и от того, насколько клиенты готовы к взаимодействию с компьютерами.

В категории «Медленное повышение риска» (сантехник, строитель, графический дизайнер средней квалификации) не важны социальные навыки: основную роль здесь играют умение работать руками, творческие способности или способность адаптироваться к неструктурированной среде. Они остаются существенными препятствиями для ИИ, но их, вероятно, удастся преодолеть. То, как быстро это произойдет, зависит не столько от технологических инноваций в компаниях, сколько от фактического расширения возможностей ИИ. Но для профессионалов, оказавшихся в дальнем правом углу сектора «Медленное повышение риска», открываются новые перспективы: они могут использовать инструменты ИИ для ускорения прогресса в своей области. Графики вытеснения и замены дают нам основную эвристику для понимания того, какие категории рабочих мест находятся в зоне риска и что будет с занятостью в целом, на макроэкономическом уровне. Чтобы получить лучшее представление об этом, обратимся к работам экономистов.

О чем говорят исследования

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. Китайскому рынку до сих пор не было посвящено достаточно глубоких исследований, поэтому я в основном рассматриваю работы, оценивающие потенциал автоматизации в США, а затем экстраполирую полученные результаты на Китай.

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[81]. 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 (приведенным в секторах «Безопасная зона» на диаграммах в предыдущем разделе), 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», и вызвали настоящий ажиотаж. 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[82]. 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[83]. 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[84]. 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. Такая разница в оценках не должна вызывать у нас недоумения. Однако нам стоит подумать о том, чему эти исследования могут научить нас – и чего, они, вероятно, не отражают.

О чем не говорят исследования

С уважением относясь к опыту экономистов, получивших все приведенные выше оценки, я не могу согласиться с выводами ОЭСР. Во-первых, я сомневаюсь в правильности их входных данных и уравнений, а во-вторых, я иначе представляю себе вызванное ИИ разрушение рынков труда. Эти противоречия заставляют меня согласиться с более высокими оценками PwC, хотя я настроен еще более пессимистично. Во-первых, я не согласен с тем, как в исследованиях оценивались технические возможности машин в предстоящие годы. В оксфордском исследовании 2013 года группу специалистов по машинному обучению попросили предсказать, будут ли автоматизированы 70 профессий в ближайшие два десятилетия, а затем эти данные использовались для оценки потенциала автоматизации в других отраслях. И хотя исследователи ОЭСР и PwC использовали другой, основанный на задачах, подход, их оценки все равно строились на данных 2013 года. На тот момент эти предположения экспертов выглядели правомерными, но за последние пять лет были сделаны огромные шаги вперед в области машинного обучения. В то время эксперты иногда могли предсказать отдельные новшества, которые уже были на подходе. Но мало кто из них ожидал, что глубокое обучение станет настолько результативным и настолько быстрым. Когда дело доходит до реального применения, эти неожиданные новшества расширяют практические возможности ИИ и, следовательно, уничтожают рабочие места. Один из ярких примеров тому – соревнование ImageNet. На конкурсе алгоритмы команд-участниц должны выявить тысячи различных объектов (таких как птицы, мячи, отвертки и мечети) на миллионах изображений. Он быстро стал одним из самых уважаемых соревнований в области распознавания изображений, а его результаты превратились в ключевой показатель прогресса ИИ в области компьютерного зрения.

Незадолго до того, как в начале 2013 года оксфордские эксперты по машинному обучению сделали свой прогноз, состоялось соревнование ImageNet 2012 года, на котором «дебютировали» методы глубокого обучения. Команда Джеффри Хинтона, используя эти методы, сделала рекордно малое количество ошибок – около 16 %, и значительно обогнала остальных участников соревнований, ни одному из которых не удавалось добиться доли ошибок ниже 25 %.

Итоги конкурса вызвали большой интерес к глубокому обучению в сообществе ИИ, но это была всего лишь первая ласточка. К 2017 году алгоритмы почти всех команд делали 5 % ошибок: это приблизительно соответствовало результатам, которые показывают люди при выполнении аналогичных заданий. Причем средний по своим возможностям алгоритм 2017 года делал в три раза меньше ошибок, чем лучший алгоритм 2012 года. За годы, прошедшие после прогноза ученых из Оксфорда, компьютерное зрение стало лучше, чем человеческое. Теперь эта технология применяется на практике во многих областях. Но компьютерным зрением дело не ограничивается. Алгоритмы бьют все новые рекорды в области распознавания речи, машинного чтения и машинного перевода. Хотя все эти достижения нельзя назвать фундаментальными, они воодушевляют предпринимателей. Все вышесказанное заставляет меня поверить в более пессимистичный прогноз PwC, предполагающий, что к началу 2030-х годов 38 % рабочих мест в США все же окажется в зоне высокого риска.

Два вида утраты рабочих мест: полная замена и исчезновение при модернизации отраслей

Но помимо вышеописанных расхождений в методологии, я считаю, что если использовать только один подход – основанный на оценке возможности автоматизации отдельных задач, – то мы упускаем из виду совершенно отдельную проблему: потери рабочих мест в результате внедрения новых бизнес-моделей, разработанных на основе ИИ. Я назову свой подход отраслевым, чтобы разграничить его и те два подхода, о которых шла речь выше. В какой-то степени он сформировался под влиянием моей собственной работы. Прежние исследования проводились в основном экономистами, в то время как я – технический специалист и венчурный инвестор. Экономисты, делая свои прогнозы, оценивали задачи, решаемые специалистом-человеком, и выясняли, способна ли их решить машина. Другими словами, целью этого подхода было установить, можно ли полностью заменить работника-человека машиной.

Мой опыт подсказывает мне, что следует подходить к проблеме иначе.

Когда-то я работал над превращением передовых технологий на основе ИИ в полезные продукты, а теперь, став венчурным инвестором, я финансирую и помогаю строить новые стартапы. Поэтому я вижу, что ИИ создает две разные угрозы для рынка труда: автоматизация отдельных профессий и потеря рабочих мест из-за коренных преобразований в разных отраслях. Многие компании, в которые я инвестировал капитал, хотели создать на основе ИИ один продукт, способный выполнять конкретный вид деятельности: например, робота, который мог бы поднимать и перемещать продукцию вместо работника склада, или алгоритм для автономного транспортного средства, справляющийся с основными задачами таксиста. В случае успеха эти компании начнут продавать свой продукт другим компаниям, а те станут увольнять лишних работников. Именно такой тип однозначной замены, вызывающий потерю рабочих мест, рассматривается экономистами, которые придерживаются подхода, основанного на автоматизации задач. И я считаю тридцативосьмипроцентную оценку PwC оправданной для этой категории.

Но существует и совершенно другой тип стартапов, которые с первых шагов строят свою работу на принципиально новом подходе. Эти компании не стремятся заменить одного сотрудника-человека на одного робота, справляющегося с теми же задачами; скорее они ищут новые пути удовлетворения основных человеческих потребностей, применяя революционные отраслевые решения.

Яркими примеры компаний такого типа – это Smart Finance (система, выдающая кредиты на основе решений ИИ), F5 Future Store (китайская сеть автоматизированных супермаркетов наподобие Amazon Go) и Toutiao (использующее алгоритмы новостное приложение без редакторов).

Алгоритмы не вытесняют работников из таких компаний просто потому, что людей там не было с самого начала. Но так как более низкие цены и лучший сервис позволяют этим компаниям захватить большую долю рынка, они будут оказывать давление на своих конкурентов, которые пока еще держат штат сотрудников. И этим конкурентам тоже придется измениться – провести реструктуризацию рабочих процессов, использовать ИИ и сократить число сотрудников, – в противном случае им грозит разорение. Так или иначе, конечный результат тот же: рабочих мест станет меньше.

Утрата рабочих мест, к которой могут привести такие процессы, почти не рассматривается в исследованиях экономистов. Очевидно, что работа редактора новостей включает десятки задач, которые нельзя алгоритмизировать. Машины не могут читать и понимать новости и тематические статьи, субъективно оценивать, насколько интересен аудитории конкретный материал, или общаться с журналистами и другими редакторами. Но когда основатели Toutiao занимались разработкой своего приложения, они и не искали алгоритм, который выполнял бы все перечисленные задачи. Вместо этого они попытались понять, как новостное приложение может выполнять свою основную функцию без редактора, а когда поняли, то просто использовали подходящий алгоритм ИИ.

Я считаю, что принципиально новые продукты такого рода могут лишить работы примерно 10 % трудящихся в США. Больше всего этот процесс затронет отрасли, в которых значительный объем рутинных задач по оптимизации сочетается с внешним маркетингом или обслуживанием клиентов: фастфуд, финансовые услуги, безопасность, даже рентгенологию. Грядущие изменения нанесут значительный урон рынку труда в секторе «Человекоориентированные специальности», поскольку компании предпочтут передать задачи, связанные с общением, небольшим группам работников, в то время как алгоритмы будут выполнять большую часть тяжелой работы за кулисами. Результатом может стать хоть и не полное, но все же значительное сокращение рабочих мест в этих областях.

Итоги

Если сложить результаты по двум типам автоматизации – 38 % работников, вытесненных роботами или программами, и около 10 % работников, уволенных из-за коренных преобразований в их отраслях, – то становится ясно, что перед нами стоит грандиозная задача.

По моим оценкам, в течение 10–20 лет потенциал автоматизации достигнет такого уровня, что под угрозой окажется от 40 % до 50 % рабочих мест в Соединенных Штатах. Ценность сотрудников, которых нельзя заменить полностью, из-за увеличивающейся автоматизации их рабочей нагрузки будет снижаться. Это лишит их возможности добиваться повышения заработной платы и в долгосрочной перспективе приведет к увольнениям. Мы увидим большую армию безработных и снижение заработной платы. Многим придется работать на невыгодных условиях неполной занятости или сдельной оплаты. Хочу особенно подчеркнуть: это не означает, что страна столкнется с сорока- пятидесятипроцентной безработицей. Социальные трения, нормативные ограничения и старая добрая инерция будут значительно замедлять процесс изменений. Кроме того, сам по себе этот процесс породит новые рабочие места и специальности, которые смогут компенсировать часть потерь, – об этом пойдет речь в следующих главах. Таким образом, вызванная ИИ чистая безработица может уменьшиться до 20–25 % или даже до 10–20 %[85].

Аналогичные оценки приводятся в последнем исследовании (на момент написания этой книги), проведенном консалтинговой фирмой Bain and Company в феврале 2018 года. Вместо того чтобы вдаваться в подробности, связанные с оценкой специальностей и отдельных задач, исследователи Bain and Company взяли за основу макроуровневый подход и попытались понять, как будут взаимодействовать три важнейших фактора в масштабах мировой экономики: демография, автоматизация и неравенство. Их анализ привел к поразительному выводу: к 2030 году работодателям потребуется на 20–25 % меньше сотрудников, что сопоставимо с численностью трудовых мигрантов в США, составляющей от 30 до 40 млн человек. Специалисты признали, что некоторые из этих рабочих получат новые профессии, пока не существующие или очень редкие (например, техник по ремонту роботов), но предсказали, что этот процесс существенно не повлияет на последствия повсеместной автоматизации. Ее влияние будет ощущаться гораздо сильнее, и число уволенных работников, возможно, выйдет за пределы 20–25 %. Если учитывать не только потерю рабочих мест, но и снижение заработной платы, то перемены затронут 80 % всех работников. Это нанесет сокрушительный удар по американскому обществу и, к сожалению, не будет временным потрясением, каким был короткий период десятипроцентной безработицы в США после финансового кризиса 2008 года. Если не взять ситуацию под контроль, то мы можем вступить в долгую эпоху полной занятости для умных машин и бездействия для работника среднего уровня.

Сравнение США и Китая: реванш Моравека

Но что же ждет Китай? Как будут жить его трудящиеся в условиях этой новой, невиданной доселе экономики? 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»[86] Мартин Форд, утверждали, что огромная доля рутинного ручного труда может сделать Китай «эпицентром экономических и социальных потрясений, вызванных все большим использованием роботов»[87]. 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»[88].

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. Но, по моему мнению, полагаться на эту защиту в скором времени будет уже нельзя.

По мере того как Китай будет переживать вызванные автоматизацией потрясения на рынке труда, некоторые этапы переходного периода там могут начинаться позже или протекать медленнее, чем в американской экономике. 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. По сути, ИИ «великолепно работает головой», но роботы плохо работают пальцами. Парадокс Моравека был сформулирован в 1980-х годах, и с тех пор произошло много изменений. Открытие глубокого обучения обеспечило машины сверхчеловеческими способностями восприятия, когда дело касается распознавания речи или образов. Прорывы в области машинного обучения также способствовали небывалому росту интеллектуальных способностей машин, а именно дали им возможность находить необходимые комбинации среди общего объема данных и принимать решения. Однако мелкая моторика роботов – умение брать объекты и манипулировать ими – все равно далеко не так хороша, как у людей. И несмотря на то что ИИ может побеждать лучших игроков в го и диагностировать рак с предельной точностью, он все еще неспособен оценить хорошую шутку.

Воцарение алгоритмов и восстание роботов

Такова суровая правда об алгоритмах, роботах и их особенностях, которые будут определять ход вызванной ИИ потери рабочих мест. Автоматизация физического труда в прошлом столетии больше всего ударила по простым рабочим, но ожидаемая в ближайшие десятилетия интеллектуальная автоматизация в основном ударит по «белым воротничкам». Однако реальность такова, что им стоит опасаться скорее уже существующих алгоритмов, нежели роботов, которых еще нужно изобрести.

Проще говоря, алгоритмы ИИ станут для многих «белых воротничков» тем, чем тракторы были для сельскохозяйственных рабочих, – инструментом, который резко увеличивает производительность труда каждого работника и таким образом приводит к сокращению общей потребности в рабочей силе. При этом алгоритмы отличаются от тракторов тем, что их можно копировать и пересылать мгновенно, в любую точку мира, без существенных затрат для их создателя. Как только какое-либо программное обеспечение будет разослано миллионам пользователей – налоговым компаниям, лабораториям по наблюдению за изменением климата, юридическим фирмам. – оно может постоянно обновляться и совершенствоваться. С робототехникой, однако, дело обстоит намного сложнее. Чтобы развить у роботов тонкую моторику, придется постараться и производителям аппаратного обеспечения, и программистам, и специалистам по ИИ восприятия. Эти проблемы разрешимы, но требуют много времени, а чистое программное обеспечение для решения когнитивных задач создается сравнительно быстро. После того как робот построен, его еще нужно испытать, продать заказчику, доставить, установить, а затем обслуживать. Базовые алгоритмы робота иногда можно корректировать удаленно, но любые механические неполадки требуют работы на месте.

Все перечисленные выше особенности замедляют темпы роботизации. Но это не означает, что у простых рабочих в Китае нет повода для беспокойства. Дроны для обработки посевов пестицидами в сельском хозяйстве, роботы, умеющие разгружать фуры в складских комплексах, роботы, обладающие зрением, которые контролируют качество на производстве, – использование всех этих устройств приведет к резкому сокращению рабочих мест в этих отраслях. И китайские компании действительно вкладывают значительные средства во все вышеперечисленное. Рынок роботов в стране уже стал одним из ведущих в мире, на нем совершается почти столько же покупок, сколько в Европе и Америке, вместе взятых. Китайские руководители и политические лидеры едины в своем стремлении автоматизировать китайские производственные и сельскохозяйственные предприятия. При этом потери рабочих мест в Китае будут происходить более медленно и предсказуемо, чем в случае с радикальной атакой алгоритмов на специальности «белых воротничков». В то время как удачный цифровой алгоритм может нанести рынку умственного труда удар, сравнимый с ракетным, наступление робототехники на ручной труд больше похоже на позиционную войну. В долгосрочной перспективе, я думаю, угроза для рынка труда США и Китая станет приблизительно одинаковой. Такие особенности американского образования, как акцент на развитие творческих способностей и навыков межличностного общения, могут дать США некоторые преимущества. Однако для адаптации к грядущим изменениям важен фактор скорости, и особенности экономики Китая могут дать ему в этом отношении фору.

Сверхдержавы ИИ против всех остальных

Как бы то ни было, 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. И это неравенство может, в свою очередь, привести к раздору между сверхдержавами ИИ и остальным миром и разделить общество по классовому признаку, как в фантастической антиутопии, придуманной Хао Цзинфан.

Подобно технологиям и промышленности, ИИ естественным образом тяготеет к монополии. Он 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[89], 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 Азии. 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. Их правительства могут попробовать, например, предложить сверхдержавам ИИ доступ на свои рынки в обмен на экономическую помощь населению. Но в любом случае подобные сделки не будут основаны на свободе воли или равенстве между нациями.

Машина неравенства ИИ

Тот же самый сдвиг в сторону поляризации мировой экономики усугубит и неравенство внутри сверхдержав ИИ. Естественное стремление основанного на ИИ бизнеса к монополии приведет к эффекту «победитель получает все» в десятках отраслей, а изменения на рынке труда уничтожат средний класс. «Великое расхождение» производительности труда и заработной платы уже привело к тому, что 99 % ценностей принадлежат всего 1 % людей. Предоставленный сам себе, искусственный интеллект, боюсь, только ухудшит положение.

Мы уже наблюдаем, как действует эта тенденция к монополизации в онлайн-мире. Интернет должен был стать полем для свободной конкуренции и игры на равных, но всего за несколько лет в сфере многих онлайн-услуг выросли монополистические империи. Google управляет поисковыми системами в большинстве стран развитого мира, Facebook доминирует в социальных сетях, а Amazon захватила рынок электронной коммерции. Китайские интернет-компании, как правило, склонны выходить за пределы своего основного рода деятельности, поэтому между этими гигантами идет острейшая борьба, но все же большую часть интернета в Китае по-прежнему контролируют всего несколько компаний.

С развитием ИИ мы станем наблюдать те же тенденции в десятках отраслей. Механизмы конкуренции будут работать все хуже. Мы уже наблюдали за быстрым рождением новой корпоративной олигархии, класса лидеров индустрии, основанной на ИИ. Они накопили огромные объемы данных, и это рано или поздно выведет их на недосягаемый уровень.

Американские антимонополистические законы в этой ситуации часто неприменимы, поскольку, в соответствии с законодательством США, истцам необходимо доказать, что монополия действительно вредит потребителям. Но монополисты ИИ, скорее всего, будут предоставлять все лучшие и лучшие услуги, постоянно снижая цены для потребителей, благодаря невероятной производительности и эффективности технологии.

Но, снижая цены, монополии ИИ в то же время будут усугублять неравенство. Корпорации станут получать фантастическую прибыль, обогащая руководителей и инженеров из числа элиты. Только представьте себе: насколько больше была бы прибыль компании Uber, если бы она смогла отказаться от водителей? Или Apple – если бы она не нуждалась в заводских рабочих, чтобы сделать iPhone? Или Walmart – если бы она не платила зарплату кассирам, работникам склада и водителям грузовиков? Неравенство будет усугубляться и растущим расслоением рынка труда. На нем останутся высокооплачиваемые должности для ведущих специалистов и низкооплачиваемая работа в тяжелых условиях. Говоря о возможной автоматизации человеческого труда, я приводил цифры, иллюстрирующие эту ситуацию на ранних этапах. Хуже всего поддаются автоматизации специальности, находящиеся в правом верхнем углу «безопасной зоны» графика. К ним относятся профессии, расположенные в крайних точках диапазона: руководители и медсестры, венчурные инвесторы и массажисты.

Между тем многие из профессий, представители которых сейчас составляют основу среднего класса, вероятно, уйдут в прошлое: водители грузовиков, бухгалтеры, офис-менеджеры. Конечно, мы могли бы попытаться перевести некоторых специалистов на другую работу, где есть социальный фактор и требуются опыт и квалификация. Например, в сферу медико-санитарной помощи на дому, которая, как утверждают технооптимисты, уже стала самой быстрорастущей отраслью в Америке.

Но работники этой сферы являются одними из самых низкооплачиваемых, их средний готовой заработок составляет 22 000 долларов. Постоянный приток трудовых мигрантов будет только усугублять положение, способствуя снижению этой суммы. Жестокая борьба людей за рабочие места, притом что богатые будут продолжать богатеть благодаря ИИ, не просто приведет к колоссальному неравенству. Боюсь, что такое общество окажется крайне неустойчивым.

Мрачная картина

Внимательно вглядываясь в экономический горизонт, мы видим, что искусственный интеллект, вероятно, начнет производить богатство в невиданных прежде масштабах – и это могло бы стать поводом для радости. Однако если не контролировать ИИ, то от него будет полностью зависеть и глобальное распределение этого богатства, что приведет к неравенству и отчаянному положению миллионов людей. Страны, в которых ИИ не получит широкого распространения, останутся на низших ступенях экономического развития и будут низведены до подчиненного статуса. Страны с развитыми технологиями ИИ будут богатеть, но столкнутся с высокой монополизацией экономики и расслоением рынков труда.

Не ошибитесь: это не просто очередная встряска вроде тех, которые уже не раз переживала капиталистическая система. Те рано или поздно приводили к тому, что рабочих мест становилось больше, зарплаты повышались, качество жизни улучшалось и система стабилизировалась. Свободный рынок должен быть саморегулирующимся, но искусственный интеллект способен разрушить механизмы саморегуляции, которые действовали раньше. Дешевая рабочая сила не обладает никакими преимуществами перед машинами, и процесс монополизации продолжается. Все вместе это может породить уникальный исторический феномен, который в корне преобразит наши рынки труда, экономику и общество. Даже если самые страшные предсказания, касающиеся потери рабочих мест, не сбудутся, социальное воздействие неравенства может быть столь же разрушительным. Даже если мы никогда не построим складной город, как в научно-фантастическом рассказе Хао Цзинфан, нам никуда не деться от риска, что в XXI веке возникнет новая кастовая система: общество разделится на элиту, процветающую благодаря ИИ, и ту часть, которую историк Юваль Ной Харари прямолинейно называет «бесполезным классом»[90], – людей, которые никогда не смогут генерировать достаточную экономическую ценность, чтобы поддерживать свое существование. Хуже того, новейшая история уже показала нам, насколько хрупкой может быть политическая стабильность перед лицом неравенства. Боюсь, что политические перевороты последних лет – это лишь стрельба холостыми патронами по сравнению с восстаниями, которые ждут нас в эпоху ИИ.

Личные ценности: грядущий кризис смысла

Беспорядки будут возникать не только по политическим, экономическим и социальным причинам, но и по глубоко личным. За столетия, прошедшие после промышленной революции, мы стали воспринимать свою работу не только как источник средств к существованию, но и как повод для гордости, часть нашей личности и даже смысл жизни. Когда нас просят представиться или представить другого человека, в первую очередь мы обычно упоминаем свою или его профессию.

Работа заполняет наше время и упорядочивает нашу жизнь, а также связывает нас с другими людьми. Регулярная зарплата воспринимается не только как вознаграждение за полезный труд, но и как символ признания, того, что мы – важная часть общества.

Разрыв этих связей и принуждение людей к карьерным падениям нанесут ущерб не только нашему финансовому благополучию. Они могут разрушительно повлиять на наше отношение к себе и лишить нас цели.

В интервью газете New York Times в 2014 году уволенный электрик по имени Фрэнк Уолш описал психологические последствия безработицы: «Я потерял чувство собственного достоинства, понимаешь, о чем я? – сказал он. – Кто-то спрашивает тебя: “Чем ты занимаешься?” И я мог бы ответить: “Я электрик”. Но сейчас я ничего не говорю. Я больше не электрик»[91].

Эта утрата смысла и цели имеет реальные и серьезные последствия. Потеря работы в три раза повышает вероятность депрессии (за полгода) и в два раза – вероятность суицида[92]. Злоупотребление алкоголем и опиоидными средствами растет вместе с уровнем безработицы, причем некоторые ученые объясняют рост смертности среди необразованных белых американцев снижением экономических показателей. Это явление называют «смертью от отчаяния»[93].

Последствия индуцированной ИИ безработицы нанесут людям еще более глубокую психологическую травму. Они столкнутся с перспективой не просто временно потерять работу, а быть навсегда исключенными из функционирования экономики. На их глазах алгоритмы и роботы будут лучше делать вещи, которым они учились всю жизнь. Это вызовет сокрушительное чувство безнадежности, люди будут воспринимать самих себя как пережиток прошлого.

Победители в этой игре будут в восторге от удивительных возможностей машин, но остальной части человечества предстоит задать себе серьезный вопрос: что значит быть человеком в мире, где все могут делать машины?

Я и сам в свое время столкнулся с личным кризисом и искал ответ на вопрос о смысле существования, оказавшись перед лицом близкой смерти. Этот кризис завел меня в темный тупик, и мне стоило невероятных усилий не дать тьме поглотить мои важнейшие жизненные ценности и убеждения. Именно эта борьба и пережитая боль открыли мне глаза на возможность иного окончания истории о людях и искусственном интеллекте.

Вопросы о нашем будущем в мире ИИ – о взаимосвязи между работой, системой ценностей и тем, что значит быть человеком, – встали передо мной внезапно и со всей серьезностью.

Большую часть своей взрослой жизни я фанатично трудился, отдавая почти все свое время и силы работе – для семьи или друзей их оставалось совсем мало. Мое чувство собственного достоинства держалось на моих рабочих достижениях, на моей способности зарабатывать деньги и влиять на происходящее в окружающем мире. Я строил свою карьеру исследователя в то время, когда алгоритмы искусственного интеллекта становились все более изощренными. При этом я начал рассматривать свою жизнь как некий алгоритм оптимизации с четкими целями: усилить личное влияние и свести к минимуму все, что не служит достижению этой цели. Я подходил ко всему в жизни с точки зрения расчета, «ввода данных» и точной настройки алгоритма. Не могу сказать, что я совсем не обращал внимания на свою жену или дочерей, но я всегда думал, как уделить им поменьше времени так, чтобы они не выражали по этому поводу недовольства. Почувствовав, что пообщался с ними достаточно, я мчался обратно на работу, отвечал на электронные письма, запускал продукты, финансировал компании и писал лекции. Как бы крепко я ни спал, каждые сутки – в 2 часа ночи и в 5 утра – мое тело естественным образом само просыпалось, чтобы я мог ответить на электронные письма из США.

Эта одержимость работой не прошла безрезультатно. Я стал одним из ведущих исследователей ИИ в мире, основал сильнейший институт компьютерных исследований в Азии, запустил Google China, создал собственный успешный венчурный фонд, написал несколько бестселлеров на китайском языке и обрел огромную аудиторию в социальных сетях Китая. По любым объективным меркам, мой «личный алгоритм» оказался исключительно эффективным. А потом все резко изменилось. В сентябре 2013 года мне поставили диагноз – лимфома IV стадии. В одно мгновение мой мир, состоявший из интеллектуальных алгоритмов и личных достижений, рухнул. И ничто из этого уже не могло спасти меня или утешить. Как и многие люди, вынужденные взглянуть в лицо смерти, я боялся будущего и с глубоким, мучительным сожалением вспоминал о том, как я жил до этого. Год за годом я игнорировал возможность проводить время с самыми близкими мне людьми и дарить им свою любовь. Моя семья давала мне так много тепла и любви – а я отмерял им крупицы. По сути, загипнотизированный своим стремлением создавать машины, которые думали бы как люди, я превратился в человека, который думал как машина. Болезнь вошла в стадию ремиссии, пощадив мою жизнь, но истины, открывшиеся перед лицом смерти, глубоко повлияли на меня.

Они помогли мне изменить приоритеты, да и всю мою жизнь в целом. Теперь я провожу гораздо больше времени с женой и дочерьми и переехал поближе к моей престарелой матери. Я резко сократил свое присутствие в социальных сетях, отдавая освободившееся время встречам и пытаясь лично помочь молодым людям, которые обращаются ко мне, попросил прощения у тех, кого обидел, и стремлюсь быть более добрым и чутким по отношению к коллегам. Но важнее всего то, что я перестал рассматривать свою жизнь как алгоритм, который можно оптимизировать для достижения цели. Вместо этого я стараюсь тратить свою энергию на то, что, как я понял теперь, по-настоящему придает жизни смысл: на то, чтобы делиться любовью с окружающими.

Пережитые потрясения помогли мне увидеть, как люди могут сосуществовать с искусственным интеллектом. Да, эта технология обладает огромным экономическим потенциалом, который уничтожит несметное количество рабочих мест. Именно поэтому важно не уравнивать ценность человека для экономики и его ценность как человека, как личности. Если мы будем мыслить таким образом, то ИИ действительно разрушит наше общество и наши представления о себе. Но есть и другой путь и другая возможность использовать искусственный интеллект, чтобы развить те качества, которые делают нас людьми. Этот путь нелегок, но, думаю, именно он способен помочь нам не просто выжить в эпоху ИИ, но и достигнуть настоящего процветания. Это мой собственный путь, который привел меня от машин обратно к людям и от рациональности – к любви.

16 декабря 1991 года я оказался в центре размеренного круговорота событий, присущего родильному отделению. Медперсонал и врачи в белых халатах без конца входили в палату и выходили из нее, измеряли давление и температуру, меняли капельницы. Моя жена, Шен-Лин, лежала на больничной койке, терпеливо перенося одно из самых важных, но притом самых тяжелых для тела и психики испытаний – появление новой человеческой жизни. Это было 16 декабря 1991 года, и я должен был стать отцом в первый раз. Наш врач сказал мне, что роды обещают быть трудными, потому что положение плода неправильное: головка ребенка обращена к стенке живота матери, а не к спине. Это означало, что может потребоваться кесарево сечение. Я нетерпеливо ходил по палате, нервничая даже сильнее, чем большинство будущих отцов в такой важный день. Я волновался за Шен-Лин, за здоровье ребенка, но все равно не мог полностью сосредоточиться на происходящем. В тот день я должен был выступать с презентацией перед Джоном Скалли, моим начальником – генеральным директором Apple, одним из самых влиятельных людей в мире технологий. Годом ранее я был принят в Apple в качестве главного специалиста по распознаванию речи, и эта презентация давала шанс, что Скалли одобрит наше предложение ставить программы для синтеза речи на каждый компьютер Macintosh и для распознавания речи – на все будущие модели. Схватки у жены продолжались, а я все смотрел на часы с отчаянной надеждой, что ребенок появится достаточно быстро, чтобы я смог и присутствовать при рождении, и успеть в офис на встречу. Но пока я нервно мерил шагами палату, мои коллеги позвонили и спросили, что им делать: отменить встречу или попросить моего заместителя провести презентацию для Скалли. «Не надо ничего делать, – сказал я им. – Думаю, я успею».

Однако роды затягивались, я понимал, что не успеваю, и просто разрывался, пытаясь принять решение: остаться рядом с женой или поспешить на важную встречу. Пытаясь решить эту «проблему», мой тренированный мозг инженера перешел на интенсивный режим работы. Я взвесил все варианты с точки зрения входных данных и вероятных результатов, стараясь представить себе, как можно максимально повлиять на те из них, которые как-то поддавались влиянию. Быть свидетелем рождения моего первого ребенка было бы прекрасно, но дочь родится независимо от того, буду я рядом или нет. С другой стороны, неявка на презентацию для Скалли могла бы существенно отразиться на дальнейшем ходе событий. Ведь если мой заместитель не сумеет показать программное обеспечение так же хорошо, как я – а мне презентации всегда давались лучше, – то Скалли может отложить исследования по распознаванию речи на неопределенный срок. Или он одобрит проект, но отдаст его кому-нибудь другому. Мне казалось, что судьба моих разработок в области искусственного интеллекта висит на волоске, а значит, мне следовало вернуться в офис и провести презентацию самому. Я был полностью погружен в эти логические упражнения, когда доктор сообщил мне, что необходимо срочное кесарево сечение. Мою жену увезли в операционную, я последовал туда за ней, и через час мы с Шен-Лин уже держали на руках нашу новорожденную дочь. Немного побыв с семьей, я помчался на презентацию. Она прошла отлично. Скалли одобрил проект и даже потребовал провести широкую рекламную кампанию для моей разработки. В результате ее прекрасно освещали в СМИ, о ней вышло несколько статей в Wall Street Journal, и нам с Джоном Скалли дали возможность продемонстрировать нашу новую технологию миллионам зрителей в передаче «Доброе утро, Америка» 1992 года. Мы показали зрителям, как с помощью голосовых команд можно записаться на прием, выставить счета и запрограммировать видеомагнитофон. Эти функции стали повседневными только через 20 лет, с появлением Siri от Apple и Alexa от Amazon. Я был горд собой, а моя карьера стремительно развивалась. Но, оглядываясь назад, я понимаю, что в моем сознании наиболее глубокий след оставило именно то, что происходило в больничной палате, а вовсе не мои карьерные достижения. Тем не менее, если бы мне тогда все же пришлось делать выбор, я, скорее всего, выбрал бы встречу с руководством Apple.

Должен признаться, что сегодня мне за себя стыдно, но я понимаю свои чувства в тот момент, поскольку речь шла не просто об одной встрече. Именно так – подобно машине – я жил и мыслил на протяжении десятилетий.

Железный человек

В молодости я почувствовал тягу к информатике и науке об искусственном интеллекте в том числе и потому, что кристально четкая логика алгоритмов была близка к моему собственному образу мысли. В то время я воспринимал все составляющие своей жизни – дружбу, работу, время, которое проводил с семьей, – в виде переменных и действовал как некий мыслящий алгоритм. Составляющие подвергались количественной оценке и дозировались в зависимости от того результата, который требовалось получить.

Как и любой хороший алгоритм, я, конечно, должен был сбалансировать все цели. Ведь самоуправляемые автомобили, например, проводят оптимизацию условий, чтобы доставить вас домой как можно быстрее и при этом соблюсти все правила дорожного движения. Благодаря этому риск несчастных случаев снижается до минимума. Кроме того, мне следовало найти компромисс между личной и профессиональной жизнью. Я не был невнимательным отцом, нерадивым мужем (за исключением рождения моей дочери) или неблагодарным сыном. Я умел неплохо общаться: помнил о днях рождения, дарил подарки и посвящал некоторое время семье. Но я подходил ко всему этому с точки зрения минимизации расходов – искал способы получить желаемый результат, потратив поменьше времени. Главный же алгоритм всегда использовался для достижения моих карьерных целей: я стремился как можно больше работать, обзаводиться связями и повышать профессиональный статус. Когда мне давали четырехнедельный отпуск, я проводил одну-две недели с мамой на Тайване или с семьей в Пекине, а потом возвращался к работе. Даже хирургическая операция не заставила меня пролежать без дела в постели две недели, я не мог допустить, чтобы работа шла сама по себе. Компьютерный монитор крепился к металлической перекладине над моей кроватью и соединялся с клавиатурой и мышью, лежавшими у меня на коленях. Я начал просматривать свою электронную почту и отвечать на сообщения уже через несколько часов после операции.

Я хотел, чтобы мои сотрудники, руководство и ученики видели во мне рабочую машину с форсированным двигателем, способную делать вдвое больше, а отдыхать вдвое меньше, чем обычный человек. Для моих сотрудников это было прозрачным намеком, что я ожидал подобных же усилий и от них. В конце концов мои коллеги дали мне прозвище «Железный человек», и оно мне очень понравилось.

Такой подход заряжал меня энергией. Мне посчастливилось возглавить целое направление в науке, достичь вершин в бизнесе и стать знаменитостью. В 2013 году журнал Time внес меня в список 100 самых влиятельных людей мира.

Что могло бы быть написано на моей надгробной плите?

Каждое из этих достижений подливало масла в огонь, горевший у меня внутри.

Благодаря им я работал все усерднее и проповедовал подобный образ жизни миллионам молодых китайцев. Я написал книги-бестселлеры «Как побить свой личный рекорд»[94] и «Как изменить мир к лучшему»[95], ездил в университетские городки по всей стране с вдохновляющими выступлениями. После столетий нищеты Китай возрождался как великая держава, и я призывал китайских студентов воспользоваться моментом и оставить свой след в истории. По иронии судьбы, в конце каждой лекции я использовал сильный прием: говорил своим слушателям, что лучший способ найти призвание – это представить свою могильную плиту и надпись, которую вы хотели бы видеть на ней. Я добавлял, что моя миссия мне ясна и моя надгробная плита уже готова, а надпись гласит: «Здесь лежит Кайфу Ли, выдающийся ученый и руководитель. Его работа в ведущих технологических компаниях превратила передовые технические достижения в продукты широкого применения, и теперь они приносят пользу всем людям».

Мои речи производили глубокое впечатление: содержавшийся в них призыв к действию заставлял сильнее биться честолюбивые сердца во всех уголках страны. Китай развивался и становился на ноги невероятно быстро, и всеобщее воодушевление буквально ощущалось в воздухе. Я чувствовал себя в своей стихии и работал на пике возможностей. После ухода из Google и основания Sinovation Ventures я начал уделять больше времени наставничеству молодежи, используя свое сообщество на платформе Weibo (соцсети наподобие Twitter), чтобы напрямую общаться с китайскими студентами, помогать им и писать открытые письма, из которых потом получались книги. Хотя я оставался главой одного из самых престижных венчурных фондов страны, студенты стали называть меня «Учитель Кайфу», что считается в Китае большой честью. Я наслаждался ролью наставника для миллионов студентов и верил, что доказал свою самоотверженность и искреннее желание помогать другим. Свои выступления в китайских университетах я по-прежнему заканчивал словами про надгробие, но эпитафию изменил. Теперь она звучала так: «Здесь лежит Кайфу Ли, который с любовью передавал свои знания молодежи во времена экономического подъема Китая. Благодаря переписке, общению в интернете и лекциям он заслужил уважение многих студентов, которые называли его “Учитель Кайфу”». Выступления перед восхищенной аудиторией вдохновляли меня. Мне казалось, что новая концовка лучше прежней, поскольку в ней говорилось о моем влиянии и мудрости, обретенной с возрастом. Я прошел путь от ученого до инженера и от руководителя до наставника. Мне удалось в какой-то степени изменить мир и помочь моим подопечным. Алгоритм моего разума, говорил я себе, был отлажен до совершенства. И мне потребовалось столкнуться с действительностью, которая стоит за могильной плитой, чтобы понять, насколько наивными и неправильными были мои расчеты.

Диагноз

Техник, отвечающий за позитронно-эмиссионное сканирование, проводящееся во время ежегодного профилактического медицинского осмотра, выглядел очень серьезным. Как только я оказался в кабинете, он сразу же приступил ко вводу моих данных и программированию устройства визуализации. Чтобы пройти этот медосмотр, мы с женой каждый год отправлялись на Тайвань. В 2013 году у одного из наших близких родственников был диагностирован рак, и потому моя жена решила, что нам обоим следует сделать МРТ и компьютерную томографию. После осмотра мой врач сказал, что нашел кое-что во время предварительного сканирования и что я должен пройти эту процедуру повторно.

Расшифровка результатов МРТ и КТ требует профессиональных навыков, но результаты ПЭТ относительно просты для понимания. Пациентам вводят радиоактивный индикатор – дозу глюкозы, которая содержит небольшое количество радиоизотопа. Раковые клетки, как правило, начинают усваивать сахар более интенсивно, чем другие части тела, и радиоизотопы группируются в областях, где может развиваться опухоль. На компьютерных снимках, получаемых при сканировании, в таких случаях видны скопления точек ярко-красного цвета. Еще до начала процедуры я спросил техника, можно ли посмотреть снимки, как только она закончится. «Я не радиолог, – сказал он. – Но да, я покажу вам их». Я лег на транспортер и был отправлен внутрь сканера. Когда я появился оттуда 45 минут спустя, техник все еще сидел за компьютером, пристально вглядываясь в экран и быстро щелкая мышкой. «Могу я посмотреть снимки прямо сейчас?» – спросил я. «Вам действительно лучше сначала сходить к своему радиологу», – ответил он, не поднимая головы. «Но вы обещали, что покажете их мне, – возразил я. – Это ведь можно сделать прямо на экране, не так ли?» Он уступил и повернул экран компьютера – и тут у меня внутри все замерло и по коже пробежала ледяная дрожь. Черные контуры моего тела были густо усеяны многочисленными красными точками в области желудка и по всей брюшной полости.

«Что это за красные штуки?» – спросил я, чувствуя, что у меня начинает дрожать подбородок. Техник не смотрел мне в глаза. Из холода меня бросило в жар. «Это опухоли?» – резким тоном продолжал я.

«Есть вероятность, что это опухоли, – ответил он, все еще избегая моего взгляда. – Советую вам сохранять спокойствие и пойти поговорить с радиологом».

Мой рассудок отключился, но тело продолжало работать, словно на автопилоте. Я вежливо попросил техника распечатать для меня снимки и отправился дальше по коридору – в кабинет радиолога. Я не был записан на прием, и, по правилам, никто не должен был изучать мои распечатки просто так, но я все просил и просил, пока кто-то не согласился сделать исключение. Посмотрев снимки, радиолог сказал, что у меня лимфома. Когда я спросил, на какой стадии развития она находится, врач попытался избежать ответа на вопрос. «Ну, это довольно сложно. Мы должны выяснить, какого она вида…» Однако я резко оборвал его: «…но все же на какой стадии она находится?» – «Вероятно, на четвертой».

Я вышел из комнаты, а затем из больницы, прижимая к себе снимки обеими руками. Я держал их лицевой стороной к груди, чтобы никто из проходящих мимо людей не мог даже мельком увидеть, что росло внутри меня. Я решил поскорее вернуться домой и написать завещание.

Завещание

Слеза, упавшая на страницу, могла стоить мне часа упорного труда. Я попытался вытереть ее платком, когда она повисла на ресницах, но опоздал буквально на секунду, и она все же упала на бумагу, угодив прямо на китайский иероглиф, означавший «Ли». Соленая капля смешалась с чернилами на странице и превратилась в крошечную черную лужицу, которая медленно впиталась в бумагу. Пришлось переписывать все сначала.

На Тайване, чтобы завещание имело силу, оно должно быть написано от руки, без клякс и исправлений. Это простое требование, хоть и немного архаичное. Поэтому я достал свои лучшие чернила и ту самую ручку, которой я подписал для поклонников сотни своих книг: автобиографию, ставшую бестселлером, и несколько томов наставлений молодым китайцам о том, как строить карьеру упорным трудом. И эта ручка тоже не слушалась меня. Пальцы дрожали от волнения, а перед глазами стояли снимки с ПЭТ-сканирования. Я пытался сосредоточиться на рекомендациях консультировавшего меня юриста, но мой разум где-то блуждал, ручка скользила, иероглифы не получались, и приходилось все начинать с нуля.

Дело было совсем не в огненно-красных пятнах, стоявших перед моим мысленным взором и мешавших сосредоточиться. Завещание надо было написать традиционными китайскими иероглифами, используемыми на Тайване, – сложными комбинациями штрихов, петель и росчерков, гораздо более замысловатыми и элегантными, чем упрощенные варианты, используемые в материковом Китае. Это одна из старейших живых письменностей, и я буквально вырос на ней. В детстве я в огромном количестве поглощал романы о кунг-фу и даже написал один сам, когда учился в начальной школе. В возрасте 11 лет я переехал из Тайваня в Теннесси, вслед за старшим братом, который работал в США и убедил мою мать, что тайваньская система образования слишком жесткая для ребенка вроде меня. Моей матери было нелегко отпустить меня на другой конец света, и, когда мы прощались, она заставила меня пообещать одно: что я буду писать ей письма на китайском каждую неделю. Вместе со своим ответным письмом она каждый раз присылала мне копию моего, в котором исправляла все ошибки. Эта переписка позволяла мне не забывать письменный китайский язык, когда я учился в средней школе, колледже и аспирантуре в Соединенных Штатах. Когда я устроился на престижную работу в Apple в начале 1990-х годов, мы стали обмениваться письмами все реже. А когда я переехал в Пекин и начал работать с Microsoft, мне стало совсем некогда выписывать от руки замысловатые символы. Печатать на компьютере было проще, требовалось лишь ввести китайское слово на латинице (например, nihao), а затем выбрать соответствующие символы из списка. Искусственный интеллект еще больше упростил этот процесс, предсказывая следующий символ в зависимости от контекста. Теперь набирать текст на китайском языке почти так же легко, как на алфавитных языках вроде английского. Но из-за этой легкости я стал терять навык. И вот я сидел, сгорбившись над бумагой, изо всех сил пытаясь изобразить забытые иероглифы. Я все время забывал поставить точку или добавить горизонтальную черточку там, где это было нужно, и каждый раз, когда иероглиф не получался, мял бумагу и начинал все заново.

Мое завещание умещалось на одной странице, и в нем я оставлял все своей жене, Шен-Лин. Но мой адвокат настоял, чтобы я написал четыре идентичных текста, каждый из них с учетом различных непредвиденных ситуаций.

Что, если Шен-Лин умрет раньше меня? Тогда бы я оставил все своим двум дочерям. А что, если одна из них умрет? А что делать, если и Шен-Лин, и обе дочери умрут? Для человека, борющегося за собственную жизнь, все это звучало абсурдно, но закон есть закон. Рассматривая все варианты, я невольно задумывался о вещах, действительно имевших значение. И это было не управление моими финансовыми активами, а отношения с близкими людьми. С тех пор как я увидел снимки ПЭТ, мир, казалось, растворился в водовороте отчаяния, засасывавшего меня все глубже. Как это могло случиться со мной? Я никогда намеренно никому не причинял вреда. Я всегда старался сделать мир лучше, работая над технологиями, облегчающими жизнь людей. Я использовал свой личный пример, чтобы обучать и вдохновлять молодежь. Я не сделал ничего, чтобы заслужить смерть в возрасте пятидесяти трех лет.

Каждая из этих мыслей начиналась с «я» и строилась на моей эгоистичной уверенности в собственной ценности. Однако когда я написал черными чернилами имена моей жены и дочерей, символ за символом, я вдруг освободился от жалости к самому себе. Настоящая трагедия была не в том, что я не смогу прожить еще долго, а в том, что я жил так долго, не особенно щедро делясь любовью с теми, кто был рядом.

Осознание того, что моя жизнь подходит к концу, изменило мой взгляд на нее и избавило меня от эгоцентризма. Я перестал спрашивать, почему со мной случилась такая беда, или сокрушаться о том, что все мои достижения не могут меня спасти. Я начал задавать новые вопросы: почему я так отчаянно хотел превратиться в человека-машину? Почему не находил времени подарить любовь другим? Почему я игнорировал то, что делает меня человеком?

Жизнь перед лицом смерти

Над Тайбэем пылал закат – наступал вечер, а я все еще сидел за столом, глядя на четыре копии моего завещания, на написание которого у меня ушло четыре часа. Моя жена осталась в Пекине с нашей младшей дочерью, я был один в гостиной, в доме моей матери. Мать лежала в комнате рядом. Она долгие годы страдала слабоумием и, хотя пока еще меня узнавала, почти не понимала, что происходит в мире вокруг нее.

На мгновение я почувствовал благодарность за болезнь, затуманившую ее разум: если бы она поняла, какой диагноз мне только что поставили, это могло бы сломить ее. Она родила меня, когда ей было 44 года – из-за возраста врачи не советовали ей рожать. Однако она отказалась принять эту мысль. Я родился, и она окружила меня бесконечной любовью. Я всегда был для нее маленьким мальчиком, и она с удовольствием кормила меня ароматными, аккуратно вылепленными сычуаньскими пельменями со свининой, которые почти таяли во рту. Когда я отправился в Теннесси, моя мать, которая не знала ни одного английского слова, приехала ко мне и провела со мной все мои первые шесть месяцев в Америке, чтобы убедиться, что у меня все идет хорошо. Перед тем как вернуться домой на Тайвань, она лишь попросила, чтобы я продолжал писать ей письма на китайском каждую неделю: это был способ сохранить в моем сердце культуру предков. Всю жизнь она щедро дарила любовь своим детям. Она лежала в соседней комнате, а я сидел за столом, и на меня одна за другой накатывали волны самого мучительного раскаяния. Как получилось, что я, воспитанный такой эмоционально щедрой женщиной, прожил жизнь, полностью сосредоточившись на самом себе? Почему я никогда не говорил отцу, что люблю его? Или не заботился о матери как следует до того, как она заболела?

Самое трудное перед смертью – это сожаления не о том, чего уже не будет, а о том, что ты уже не можешь вернуть.

Писательница и медсестра Бронни Вэр в своем блоге рассказывала, о чем ее неизлечимо больные пациенты больше всего сожалели перед смертью. Оглядываясь на свою жизнь, они видели ее так ясно, как мы свою обычно увидеть не можем, поскольку поглощены рутиной. Они сожалели о том, что им не хватало смелости идти своим путем, что они слишком много работали и слишком мало внимания уделяли близким. Никто не сожалел о том, что работал недостаточно усердно, но многие говорили, что им стоило проводить больше времени с теми, кого они любили. «В конечном счете все сводится к любви и отношениям с другими людьми, – написала Вэр в своем блоге, перед тем как вышла ее книга. – Все, что остается в последние недели, – это любовь и привязанность»[96]. И теперь, когда я сидел за столом в доме матери, эта простая истина жгла меня изнутри. Мысленно я возвращался на годы назад, погружался в воспоминания о моих дочерях, жене и родителях. Нет, я не игнорировал отношения – напротив, я очень точно рассчитывал, сколько их должно приходиться на каждого. Я взвешивал и оценивал их с точки зрения оптимального распределения времени, чтобы они не мешали мне достигать моих целей. Теперь я чувствовал зияющую пустоту внутри. Я понимал, как много было безвозвратно потеряно из-за того, как мало времени для близких мой мысленный алгоритм посчитал «вполне достаточным». Этот алгоритмический способ мышления вовсе не был оптимальным – более того, он лишал меня человечности.

Монастырь на горе

Как и любое важное озарение, эти мысли пришли ко мне не сразу. Я чувствовал происходящие внутри меня сдвиги, но понимал, что потребуется много терпения и жесткого, честного самоанализа, чтобы пройти через муки сожаления и открыть новый способ взаимодействия с окружающим миром. Вскоре после того, как стал известен мой диагноз, один знакомый порекомендовал мне посетить буддийский монастырь Фо-Гуан-Шань на юге Тайваня. Почтенный мастер Син-юнь, круглолицый монах с мягкой улыбкой, основал Фо-Гуан-Шань в 1967 году и живет в монастыре и по сей день. Его монашеский орден практикует то, что называется «гуманистический буддизм», – современный подход к вере, в котором основные традиционные практики и заповеди интегрируются в повседневную жизнь. Монахи избегают суровой таинственности традиционного буддизма и не скрывают свою искреннюю любовь к жизни. Монастырь принимает паломников, принадлежащих к любым слоям общества. Они вместе с монахами выполняют простые практики и постигают несуетную мудрость бытия. Вокруг монастыря вы видите пары, намеревающиеся вступить в брак, монахов, смеющихся над веселой шуткой, и туристов, сбежавших от рутины, чтобы погреться в лучах спокойствия, исходящего от обитателей монастыря. В детстве и юности, живя в Соединенных Штатах, я исповедовал христианство, и хотя больше не принадлежу к какой-либо церкви, все равно верю в Создателя этого мира – в силу, большую, чем наша собственная. Я ехал в монастырь без особой цели – просто хотел провести несколько дней в размышлениях о том, что мне пришлось испытать, и о своей прежней жизни.

Однажды после утренних занятий меня пригласили на вегетарианский завтрак к мастеру Син-юню. Солнце еще не взошло, мы ели хлеб, тофу и кашу. Мастер Син-юнь теперь может передвигаться лишь в инвалидном кресле, но его ум остается ясным и острым. Посреди нашей трапезы он обратился ко мне с простым вопросом: «Кайфу, ты когда-нибудь думал о том, какова твоя цель в жизни?»

Недолго думая, я дал ему тот же ответ, который десятилетиями давал себе самому и всем окружающим: «Добиться как можно большего влияния и изменить мир». Но вдруг, произнося эти слова, я почувствовал жгучее смущение, как будто раскрывал другому человеку свои потайные помыслы. Сидящий за столом напротив меня монах молчал, и это смущало меня еще больше. Тем не менее я ответил честно. Это стремление добиться влияния, неистребимое и постоянно растущее, было похоже на опухоль у меня внутри. За свою жизнь я прочитал множество философских и религиозных книг, но никогда не сомневался в своих целях. Еще около минуты мастер Син-юнь ничего не говорил – он собирал кусочком хлеба остатки каши со стенок своей деревянной миски. Я поерзал на месте. «Что на самом деле означает “добиться большого влияния”? – начал он. – Когда люди говорят таким образом, часто они просто маскируют свое тщеславие. Если вы внимательно посмотрите внутрь себя, то разве сможете утверждать, что в действительности вами движет не эгоцентризм? Ответ на этот вопрос должен идти от самого сердца, ни в коем случае не пытайтесь лгать себе». Мой разум метался в поисках возражений. Я пытался обосновать свои поступки с точки зрения логики. С тех пор как я узнал свой диагноз, меня не покидало горькое сожаление о том, как я обращался с моей семьей и друзьями. Я медленно смирился с пустотой моей эмоциональной жизни. Но, как и говорит теория Элизабет Кюблер-Росс о пяти стадиях горя, принятию факта всегда предшествует внутренний торг[97].

Я пытался использовать свое влияние на миллионы молодых людей в Китае как разменную монету, как способ компенсировать любовь и внимание, которые я недодал семье и друзьям. У меня было более 50 млн подписчиков в Weibo, и мое влияние внутри этой группы неуклонно росло. Я дошел до того, что даже построил алгоритм на основе ИИ, чтобы определять, какие сообщения мне следует размещать в Weibo. Возможно, я отнимал время у семьи, чтобы выступать перед другими людьми, но подумайте только, какого результата мне удалось добиться. Я пытался достучаться до миллионов молодых студентов и помочь некогда великой стране вырваться из нищеты. И потому разве нельзя сказать, что хорошего в этом больше, чем плохого? Разве те блага, что получали совсем незнакомые люди, просто потому что я добросовестно выполнял свою работу, не оправдывали мою душевную скупость по отношению к близким? Разве результаты в конечном счете не уравновесились? И вот теперь мастер Син-юнь пытался выбить почву из-под моих ног. Я старался показать свои намерения и поступки с их лучшей стороны, исходя из полученных результатов. Но его не интересовали результаты, которые дал мой великолепно построенный личный алгоритм. Он терпеливо, слой за слоем, счищал с истины шелуху моих оправданий и запутанных объяснений. Он постоянно направлял мой взор внутрь меня самого, где я должен был противостоять себе с непоколебимой честностью. «Кайфу, люди не должны так думать. Эти постоянные вычисления, эта количественная оценка всего уничтожают наш внутренний мир и те связи, что существуют между нами. Они душат единственное, что дает нам настоящую жизнь, – любовь». «Я только что начал понимать это, мастер Син-юнь», – сказал я, опустив голову и глядя в пол у своих ног.

«Многие это понимают, – продолжал он, – но еще сложнее жить с пониманием. Мы должны смириться. Мы должны почувствовать, как слабы наши тела и как малы мы сами, и признать, что в этом мире нет ничего более ценного, чем возможность делиться любовью с другими. Если мы начнем так поступать, то все остальное постепенно встанет на свое место. Только так мы можем по-настоящему стать собой». С этим он попрощался, развернул свое инвалидное кресло и уехал из комнаты. Но его слова остались со мной, эхом отдаваясь в моей голове и проникая мне под кожу. После того как мне поставили диагноз, я жил в вихре боли, сожалений, откровений и сомнений. Я начал понимать, насколько разрушительным был мой образ мышления, и изо всех сил старался уйти от него и заново найти себя в мире, где не все можно алгоритмизировать.

В присутствии мастера Син-юня я почувствовал что-то новое – это не было ответом на загадку или решением проблемы. Это было желание и готовность понять себя и встретиться с той действительностью, которая не сводилась к операциям с данными и оптимизации процессов.

Когда я вел исследовательскую работу, то находился на самом передовом рубеже человеческих знаний об искусственном интеллекте, но при этом никогда не был дальше от подлинного понимания других людей и самого себя. Такое понимание невозможно получить с помощью умно построенного алгоритма. Только увидев себя в зеркале смерти, я осознал, что главным моим отличием от машин, которые я же сам и придумал, была способность любить.

Еще одна консультация: шансы на жизнь увеличиваются

Пока я боролся с этими суровыми мыслями, врачи продолжали бороться с моей опухолью. Мой первый врач пришел к выводу, что у меня лимфома IV стадии. Согласно статистике, это давало мне приблизительно пятидесятипроцентный шанс прожить еще пять лет. Перед началом лечения я хотел услышать еще одно мнение, и один из моих друзей записал меня на консультацию к своему семейному врачу – лучшему гематологу на Тайване.

Всю неделю до приема я самостоятельно искал информацию о болезни. Хоть я и пытался бороться со своей привычкой к количественной оценке и оптимизации, но, как опытный ученый, чья жизнь висела на волоске, не мог не попытаться узнать о диагнозе побольше и оценить свои шансы на выживание. Прочесывая интернет, я перечитал всю информацию, которую сумел найти о лимфоме: причины появления, передовые методы лечения и прогнозы по длительности выживания. Изучив все это, я понял, как врачи классифицируют различные стадии лимфомы.

Медицинские учебники используют понятие «стадии», чтобы описать этап развития опухоли. С наступлением каждой стадии вероятность выжить снижается. При лимфоме стадию определяют на основании нескольких признаков: рак повлиял больше чем на один лимфатический узел? Находятся ли раковые лимфатические узлы выше или ниже диафрагмы (в нижней части грудной клетки)? Обнаружен ли рак в органах, не входящих в лимфатическую систему, или в костном мозге пациента? Как правило, каждый ответ «да» на один из перечисленных вопросов прибавляет единицу к номеру стадии. Тот факт, что моя лимфома распространилась на 20 участков, расположенных выше и ниже моей диафрагмы, и обнаружилась в органах вне лимфатической системы, означал, что у меня IV стадия. Но, когда мне поставили диагноз, я еще не знал, что этот метод грубый и приблизительный. Он не учитывает всех достижений современной медицины, зато его легко может запомнить студент-медик. Ранжирование этапов такого сложного заболевания на основании таких простых признаков – это классический пример человеческой склонности принимать серьезные решения, опираясь на «очевидные признаки». Люди чрезвычайно ограничены в своих возможностях различать корреляции между переменными, поэтому мы ищем ответ, исходя из нескольких наиболее значимых деталей. При оформлении банковских кредитов, например, эти «значимые детали» включают доход заемщика, стоимость его дома или кредитный рейтинг. При определении стадии лимфомы принимается во внимание количество и расположение опухолей.

Этих очевидных признаков на самом деле недостаточно, чтобы поставить точный диагноз, но они удобны с точки зрения принятой медицинской системы, в которой знания должны передаваться сверху вниз, храниться в памяти врачей и извлекаться при необходимости. Однако за годы медицинских исследований были найдены десятки других признаков, которые влияют на прогноз выживаемости пациентов с лимфомой. Но даже лучшим студентам-медикам трудно запомнить сложные соотношения и вероятностные особенности всех этих предикторов. В результате большинство врачей не учитывают их, ставя диагноз. И вот, в ходе своего собственного исследования, я нашел статью, где давалась количественная оценка прогностической силы этих альтернативных признаков. Она была написана группой исследователей из Университета Модены и Реджо-Эмилии в Италии, которые провели анализ 15 различных переменных и выделили 5 признаков, которые при совместном рассмотрении наиболее сильно коррелируют с пятилетней выживаемостью[98]. В число этих признаков входят и ранее известные (например, затронут костный мозг), и среди них – более конкретные (наличие опухолей диаметром более 6 см, уровень гемоглобина ниже 12 г на децилитр, пациенту более 60 лет).

Затем в документе приводятся средние показатели выживаемости для пациентов с разным количеством таких признаков. Любому ученому, поработавшему с ИИ и привыкшему, что даже простые алгоритмы используют для принятия решений сотни, если не тысячи, различных характеристик, такой подход показался бы не очень-то строгим.

Это была попытка свести сложную систему к нескольким функциям, доступным для оценки людьми. Но она среди прочего показала, что стандартные промежуточные признаки были очень слабыми предикторами. Их ценность заключалась главным образом в том, что студенты-медики могли легко их запомнить и воспроизвести при выполнении контрольных работ. В новой статье данным придавалось гораздо большее значение, и я ухватился за надежду количественно оценить свою болезнь. Изучив кипу медицинских заключений и результатов анализов в больнице, я нашел информацию, соответствующую каждому признаку: мой возраст, диаметр самого большого узла, состояние костного мозга, статус β2-микроглобулина и уровень гемоглобина. Как оказалось, из пяти признаков, наиболее сильно коррелировавших с ранней смертью, у меня был только один. Я до боли в глазах вглядывался в линии, выражавшие соотношение между факторами риска на графиках выживаемости. И вот, наконец, увидел то, что искал: по данным лечебных учреждений, при IV степени заболевания прогноз пятилетней выживаемости составлял всего 50 %, но если исходить из данных найденной мной научной статьи, он возрастал до 89 %.

Я проверял и перепроверял эти результаты, с каждым подтверждением испытывая все большую радость. Внутри моего организма ничего не изменилось, но у меня появилось ощущение, что бездна осталась позади. На той же неделе я побывал у лучшего эксперта по лимфоме на Тайване, и он подтвердил верность моих догадок: на самом деле моя болезнь хорошо поддавалась лечению. Понятно, что ни о какой уверенности речь не шла, однако существовала довольно высокая вероятность, что мне удастся сохранить жизнь.

Возрождение

Большинство людей, которым только что удалось избежать катастрофы, чувствуют одно и то же. Это покалывание под кожей головы, которое вы ощущаете в течение пары секунд, затормозив на шоссе всего в нескольких метрах от места аварии. Адреналин растворяется в крови, мышцы расслабляются, и большинство из нас мысленно клянется никогда больше не делать того, что мы только что сделали.

Обычно мы держимся пару дней или даже недель, прежде чем нарушить эти торжественные клятвы.

Когда я прошел химиотерапию и у меня наступила ремиссия, я тоже поклялся не забывать те откровения, которые открылись мне благодаря болезни. В течение нескольких недель после постановки диагноза я часто не мог уснуть по ночам, а потому просто лежал, снова и снова вспоминая всю свою жизнь и не уставая удивляться тому, как можно было жить и ничего не замечать вокруг. Я говорил себе, что, сколько бы времени у меня ни осталось, я больше не позволю себе уподобляться автомату и не стану жить по внутренним алгоритмам или искать пути для оптимизации переменных. Я буду стараться делиться любовью с теми, кто так щедро дарил ее мне, не потому, что хочу достигнуть какой-то определенной цели, но просто потому, что это правильно и честно. Я перестану работать как машина – ведь человеческой любви будет более чем достаточно, чтобы заполнить мою жизнь. Любовь моей семьи ко мне все это время служила напоминанием о данных мною обещаниях и источником сил, столь необходимых для борьбы с раком. Несмотря на то что я годами отдавал близким лишь малые крупицы своего времени, когда я заболел, моя жена, сёстры и дочери сразу же начали заботиться обо мне еще больше, чем обычно. Шен-Лин оставалась рядом на протяжении всех изнуряющих и, казалось, бесконечных сеансов химиотерапии, ухаживая за мной и отзываясь на каждую мою потребность: она совсем не отходила от меня и даже спала всего по нескольку часов в сутки, прислонясь к спинке моей кровати. При химиотерапии страдает пищеварение, обычные запахи и вкусовые ощущения вызывают тошноту и рвоту. Когда мои сёстры приносили мне приготовленную дома еду, они тщательно наблюдали за моей реакцией на нее, постоянно корректируя рецепты и ингредиенты, чтобы я мог нормально питаться во время лечения. Они окружили меня самой бескорыстной любовью и постоянной заботой. Таким образом мне открылись новые истины, которые вызвали бурю эмоций, изменивших мою жизнь.

Со времени своего выздоровления я стал по-другому смотреть на время, проведенное с моими близкими. Раньше, когда две мои дочери возвращались домой из колледжа, я брал всего пару свободных дней, чтобы побыть с ними. Теперь, когда они приезжают ко мне во время своего отпуска, я беру пару недель. Еду ли я куда-либо по делам или на отдых, я беру с собой жену. Я провожу больше времени дома, заботясь о свей матери, и стараюсь не планировать ничего на выходные, чтобы было можно повидаться со старыми друзьями.

Я попросил прощения у тех, кого обидел и кем пренебрегал в прошлом, и попытался наладить с ними отношения. Я встречаюсь со многими молодыми людьми, которые обращаются ко мне, а не ограничиваюсь размещением никому конкретно не адресованных сообщений в социальных сетях. Я назначаю личные встречи не только тем, кто кажется мне наиболее «перспективным», я стараюсь общаться со всеми людьми одинаково, независимо от их статуса или талантов. Я больше не думаю о том, что будет написано на моем надгробии.

И это не потому, что избегаю мыслей о смерти. Просто сейчас я глубже осознаю, что она неизбежна. Теперь я знаю, что моя надгробная плита – просто кусок камня, холодный и безжизненный, ему никогда не сравниться с воспоминаниями людей, наполняющими мою жизнь светом и смыслом. Да, я пока еще только начинаю сознавать то, что большинство людей интуитивно понимают без всяких озарений. Но как бы ни были банальны эти озарения, они изменили мою жизнь и мой взгляд на отношения между людьми и машинами, между человеческими сердцами и искусственным разумом. Эта трансформация произошла во мне незаметно, в процессе размышлений о моей болезни: позитронно-эмиссионная томография, диагноз, мучительные страдания после этого – и, наконец, физическое и эмоциональное исцеление. Я пришел к пониманию, что в моем лечении было два фактора: технологический и эмоциональный, – и оба они лягут в основу нашего сосуществования с ИИ, но об этом – в следующей главе. Я с большим уважением и глубокой благодарностью отношусь к медицинским специалистам, которые лечили меня. В борьбе с моей лимфомой они опирались на многолетний опыт работы и самые последние достижения современной медицины. Их знания о болезни и их умение подобрать тактику лечения, вероятно, спасли мне жизнь. И все же исцелили меня не только они.

Я бы не смог написать эти слова, если бы не медицинские технологии и специалисты-практики, которые используют их для спасения жизней. Но я также не смог бы рассказать вам всю эту историю, если бы не Шен-Лин, мои сёстры и моя мать, на чьем молчаливом примере я увидел, что значит жить, бескорыстно делясь любовью. Или такие люди, как Бронни Вэр, чья сердечная книга о предсмертных сожалениях помогла мне устоять в самый трудный момент. Или мастер Син-юнь, благодаря мудрости которого мне удалось расстаться с заблуждениями и начать по-настоящему сопротивляться своему эго. Без этих отношений с другими людьми, не поддающихся ни количественной оценке, ни оптимизации, я бы так и не понял, что значит быть человеком. Без них я бы никогда не поменял приоритеты, да и всю свою жизнь. Вскоре я начал работать меньше и уделять больше времени близким. Я перестал подходить ко всем своим действиям с точки зрения расчета – что может дать та или иная встреча или письмо, – и теперь стараюсь ценить общение со всеми. Этот сдвиг в отношениях с другими людьми не просто принес мне пользу – меня наполнило такое чувство целостности, удовлетворения и спокойствия, которое раньше было мне недоступно, невзирая на все мои карьерные достижения. Реальность такова, что вскоре алгоритмы ИИ смогут выполнять за медицинских специалистов большинство их функций, связанных с диагностикой. Эти алгоритмы будут определять болезнь и назначать лечение более точно, чем любой человек. В одних случаях врачи будут использовать их в качестве инструмента, в других алгоритмы полностью заменят врача. Однако правда в том, что не существует алгоритма, который мог бы сделать для моего выздоровления то, что сделала моя семья. То, чем делились со мной мои близкие, намного проще и одновременно намного сложнее, чем любые достижения ИИ. Только люди могут дать нам то, в чем мы острее всего нуждаемся, – любовь. Это те мгновения, когда мы видим своих новорожденных детей, влюбляемся с первого взгляда, благодарим друзей за поддержку и чувствуем радость, когда помогаем нуждающимся. 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. Но в случае успеха вместо острейшего кризиса нас ждет эра беспрецедентных возможностей. Человечество стоит на перепутье между небывалым расцветом и глобальной катастрофой.

В то время как я проходил химиотерапию на Тайване, один мой старый друг, серийный предприниматель, пришел ко мне с проблемой, касавшейся его последнего стартапа. Он уже основал и продал несколько успешных технологических компаний в сфере потребительских услуг, и ему захотелось сделать что-то более значимое, например продукт для такой аудитории, на которую технологические стартапы обычно не обращают внимания. Родители моего друга, как и моя мать, уже нуждались в помощи в обычных повседневных делах, и он решил создать продукт, который облегчал бы жизнь пожилых людей. Идея заключалась в том, чтобы закрепить на стойке, которую можно разместить рядом с кроватью пожилого человека, большой сенсорный экран. На экране должны были находиться ярлыки простых и практичных приложений, позволяющих воспользоваться разными услугами: заказать доставку еды, посмотреть любимый сериал, вызвать врача и т. д. Чем старше человек, тем труднее ему ориентироваться в паутине интернета или нажимать на маленькие значки в интерфейсе смартфона, поэтому мой друг хотел сделать все максимально просто. Любое из приложений запускалось бы с помощью пары кликов, а специальная кнопка позволяла бы вызвать специалиста клиентской службы, готового помочь пользователю освоить устройство. Идея выглядела просто замечательно, и устройство немедленно стало бы востребованным на рынке. Ведь, к сожалению, многие взрослые люди в Китае слишком заняты своей работой, чтобы уделять время уходу за стареющими родителями. Они могут чувствовать себя виноватыми, но, когда нужно просто прийти и помочь, все равно не находят времени, чтобы позаботиться о родителях. В таких случаях сенсорный экран мог бы сослужить неплохую службу.

Но после испытания пробной версии своего продукта мой друг обнаружил, что у него возникла проблема. Из всех доступных услуг наиболее востребованной оказалась не доставка еды, управление телевизором или консультация врача. Это была кнопка вызова специалиста клиентской службы. Клиентская служба компании оказалась перегружена потоком входящих звонков от пожилых людей.

Чем это объяснялось? Мой друг сделал устройство максимально простым – неужели пользователи все равно не были в состоянии навести курсор и один раз нажать на кнопку? Ничего подобного. После опроса представителей клиентской службы выяснилось, что люди звонили им не потому, что не могли справиться с навигацией. Они звонили просто потому, что им было одиноко и хотелось с кем-нибудь поговорить. Дети многих пожилых пользователей старались обеспечить в первую очередь материальные потребности родителей: они привозили еду, приглашали врачей и покупали лекарства. Но когда все материальные потребности были удовлетворены, больше всего на свете эти люди хотели настоящего человеческого общения: когда можно с кем-то поговорить и он тебя выслушает.

Мой друг рассказал мне об этой «проблеме» как раз тогда, когда я сам начал задумываться о роли любви в нашей жизни. Если бы он пришел ко мне всего несколько лет назад, я бы, вероятно, порекомендовал ему какие-то технические приемы, например использовать что-то вроде чат-бота на основе ИИ, который может вести простой разговор и даже ввести в заблуждение человека на другом конце провода. Но когда я оправился от болезни и осознал, как опасен надвигающийся кризис занятости и смысла человеческого существования, я начал смотреть на многие вещи по-другому.

Когда я обдумал эту историю, в моей голове забрезжили первые очертания проекта, которой помог бы людям мирно сосуществовать с ИИ. Да, интеллектуальные машины все лучше справляются с нашей работой и удовлетворяют наши материальные потребности, разрушая целые отрасли промышленности и вытесняя рабочих. Но при этом остается нечто свойственное лишь людям – то, чем они делятся друг с другом, чтобы жизнь продолжалась: любовь.

При всех наших достижениях в области машинного обучения мы все еще очень далеки от создания мыслящих машин, которые были бы способны ощущать эмоции. Можете ли вы представить себе, какой восторг испытали бы, победив чемпиона мира по игре в го, после того как посвятили всю свою жизнь подготовке к решающему матчу? AlphaGo одержал эту победу, но не испытал никакой радости от нее: не почувствовал себя счастливым, и у него не возникло желания обнять любимого человека после своей победы. Научно-фантастический фильм «Она» рассказывает нам о любви между человеком и его обладающей искусственным интеллектом компьютерной операционной системой, но на самом деле ИИ не имеет ни способности, ни желания любить или быть любимым. Актриса Скарлетт Йоханссон сыграла эту любовь очень убедительно, но только потому, что она – живая женщина и может использовать весь свой опыт любви для того, чтобы вызвать это чувство к себе. Представьте ситуацию, когда вы сообщили умной машине, что собираетесь ее отключить, а потом передумали и дали ей отсрочку. Машина не изменила бы свой взгляд на жизнь и не пообещала бы себе проводить больше времени с другими машинами. Она неспособна к эмоциональному росту и не может открыть для себя ценности любви и служения другим. Именно в этой уникальной человеческой способности к состраданию и любви я вижу надежду на будущее. Я твердо верю, что мы должны создать новую синергию между искусственным интеллектом и чувствами человека и использовать достигнутое благодаря ИИ изобилие, чтобы воспитывать в людях любовь и сострадание. Если у нас получится, я думаю, мы выйдем на верный путь к экономическому и духовному расцвету. Этот путь не обещает быть легким, но я верю, что если люди объединятся ради общей цели, то не просто выживут в эпоху ИИ, но и вступят в эпоху небывалого благоденствия.

Испытание огнем и новый общественный договор

Стоящие перед нами задачи по-прежнему невероятно масштабны. Как уже говорилось в главе 6, в течение 15 лет мы, предположительно, получим техническую возможность автоматизировать от 40 % до 50 % всех рабочих мест в Соединенных Штатах. Это не означает, что рабочие места исчезнут в одночасье, но если рынки не контролировать, то положение трудящихся существенно ухудшится. Китай и другие развивающиеся страны могут испытать последствия автоматизации несколько раньше или позже, в зависимости от структуры их экономики. Однако общая тенденция останется неизменной: рост безработицы и усиление неравенства. Технооптимисты будут приводить примеры из истории, ссылаясь на техническую революцию в текстильной промышленности XIX века как на «доказательство» того, что прогресс – всегда благо для общества. Но, как мы уже видели, их аргументация строится на весьма шаткой основе. Масштаб и темпы ожидающей нас революции ИИ означают, что мы столкнемся с совершенно новой, не имеющей аналогов в истории задачей. Даже если самые страшные прогнозы в отношении безработицы не оправдаются, ИИ чрезвычайно ускорит рост неравенства, который уже подстегнуло развитие интернета. Мы уже наблюдали, как стагнация зарплат и неравенство могут привести к политической нестабильности и даже насилию. Влияние ИИ на экономику и общество грозит усугубить и ускорить эти процессы в разных государствах. Рынки труда имеют свойство самостоятельно стабилизироваться со временем, но сначала миру придется пройти через испытание огнем, безработицу и социальные потрясения, которые будут тормозить возвращение к нормальной жизни. Эти проблемы требуют решения, их нельзя игнорировать. Мы должны активно использовать материальные ресурсы, которые дает нам ИИ, чтобы восстановить экономику и переосмыслить понятие общественного договора. Мои прозрения во время борьбы с раком были глубоко личными, но они также позволили мне ясно увидеть, как мы все вместе могли бы подойти к решению этих проблем. Построение процветающих социумов в эпоху ИИ потребует не только существенных изменений в нашей экономике, но также существенных сдвигов в культуре и системе ценностей. Столетия индустриальной экономики сформировали у людей убеждение, что наше место в обществе (и даже восприятие себя) должно определяться работой. Отнимите у человека работу, и вы увидите, что нарушили одну из самых сильных связей между ним и социумом, к которому он принадлежит. По мере того как мы переходим от индустриальной эпохи к эпохе ИИ, нам нужно будет научиться перестать приравнивать работу к жизни и рассматривать людей как переменные в грандиозном алгоритме для оптимизации производительности труда. Вместо этого мы должны двигаться к новой культуре, в которой наивысшими ценностями считаются любовь, служение ближнему и сострадание.

Никакая экономическая или социальная политика не заставит людей по-другому чувствовать и относиться друг к другу. Но, выбирая политику, мы можем поощрять различное поведение и способствовать развитию культуры в определенных направлениях. Мы можем выбрать чисто технократический подход, при котором человек рассматривается как комплекс финансовых и материальных потребностей, которые нужно удовлетворять, и просто дать достаточно денег всем людям, чтобы они не голодали или не оказались бездомными. Идея безусловного базового дохода становится все более и более популярной в наши дни.

Но, сделав выбор в пользу этого решения, как мне представляется, мы обесценим нашу человеческую сущность и упустим множество беспрецедентных возможностей. Поэтому далее я хочу рассказать о своих предложениях по поводу того, как нам стоило бы использовать экономические выгоды от применения ИИ, чтобы сделать наше общество более человечным. Для этого потребуется пересмотреть существующий общественный договор и решить, как новая экономика могла бы поощрять социально продуктивную деятельность (подобно тому, как промышленная экономика поощряет экономически продуктивную деятельность).

Сделать это будет непросто: потребуется разносторонний подход к экономическим и социальным преобразованиям и огромная работа по их внедрению. Этот подход будет опираться на вклад всех слоев общества и должен основываться на постоянных исследованиях и смелых экспериментах. Даже если мы будем очень стараться, ничто не гарантирует нам плавного и безболезненного перехода. Но и цена неудачи, и потенциальные выгоды от успеха слишком велики, чтобы не попробовать.

Так давайте же попробуем. Для начала рассмотрим те меры, которые уже предлагаются для спасения общества от угрозы ИИ. Эти предложения, которые поступают в том числе из Кремниевой долины, представляют собой чисто технические решения, своего рода вспомогательные опции для политики и бизнеса. Они призваны сгладить переход к автоматизации, не оказывая серьезного влияния на культуру. После того как мы рассмотрим перспективы и недостатки этих вариантов, я предложу три собственных решения, которые, как я считаю, снизят остроту проблемы с рабочими местами и подведут нас к началу более глубокой социальной эволюции. Эти решения представляют собой разные варианты принципиально нового подхода к созданию рабочих мест в частном секторе экономики, влияющие на инвестиции и государственную политику. И каждый вариант нацелен на то, чтобы избежать автоматизации рабочих мест при внедрении ИИ, но открыть прямые пути к материальному изобилию и процветанию человека. Если эти методы найдут широкое применение, они, я надеюсь, помогут заложить фундамент нового социального договора и использовать ИИ для построения более гуманистического мира.

Китайский взгляд на искусственный интеллект и занятость

Прежде чем погрузиться в изучение решений, предложенных Кремниевой долиной, давайте ознакомимся с тем, что об угрозе безработицы думают в Китае. Техническая элита Китая пока никак не комментирует возможность негативного влияния ИИ на занятость населения. Я не думаю, что это связано с желанием скрыть неприятную правду, скорее с искренней убежденностью, что бояться тут нечего. Той же точки зрения придерживаются те американские экономисты, которые считают, что в долгосрочной перспективе технический прогресс всегда ведет к росту рабочих мест и всеобщему процветанию.

Почему китайский предприниматель в этом не сомневается? Последние 40 лет китайский народ наблюдал, как прилив технического прогресса помог стране сойти с мели. Китайское правительство уже давно подчеркивает, что именно технический прогресс является ключом к экономическому развитию Китая, и этот подход позволил превратить Китай из сельскохозяйственной страны в промышленного гиганта – признанный во всем мире генератор инноваций. Неравенство, безусловно, усилилось, но этот недостаток с лихвой компенсируется за счет значительного повышения уровня жизни в целом. Это резко контрастирует с застоем и упадком во многих сегментах американского общества на фоне «великого расхождения» между производительностью труда и заработной платой, о котором мы говорили в предыдущих главах. Теперь становится понятно, почему китайская технологическая элита с таким равнодушием относится к вопросу о влиянии инноваций на занятость населения. Даже среди китайских предпринимателей, которые задумываются о негативном воздействии ИИ, широко распространено мнение, что китайское правительство позаботится обо всех пострадавших. Эта уверенность не лишена оснований. В течение 1990-х годов в Китае прошел ряд непопулярных реформ, в результате которых миллионы государственных служащих лишились работы. Однако энергичные усилия правительства помогли успешно трансформировать экономику и избежать повсеместной безработицы. Глядя в будущее ИИ, многие ученые и политики разделяют негласное убеждение, что те же самые механизмы помогут Китаю избежать и кризиса занятости, вызванного развитием ИИ. Лично я считаю эти прогнозы слишком оптимистичными, и, прожив довольно долго в США, делаю все возможное, чтобы и в Китае поняли, какие серьезные проблемы придется решать государствам в области занятости в эпоху искусственного интеллекта. Важно, чтобы китайские предприниматели, технические специалисты и политики серьезно отнеслись к этим задачам и начали закладывать основу для их решения. Но после четырех десятилетий, в течение которых Китай неуклонно двигался к процветанию, здесь мало думают о возможности кризиса и еще меньше – о поиске решений. Чтобы начать этот разговор, мы должны снова вернуться к Кремниевой долине.

Три метода решения проблемы: сокращение рабочего времени, переобучение и перераспределение доходов

Многие из технических решений проблемы, разработанных в Кремниевой долине, строятся на трех методах: переобучении рабочих, сокращении рабочего времени или перераспределении доходов. В каждом из этих методов акцент делается на одной из основных переменных, характерных для рынков труда (навыки, время, компенсация). Кроме того, все три метода строятся на разных предположениях о том, как быстро и в каких количествах будут исчезать рабочие места. Сторонники переобучения склонны считать, что смещение в сторону востребованных навыков, вызванное ИИ, будет протекать медленно, и если работники смогут адаптироваться и освоить другие специальности, то снижения потребности в рабочей силе не будет. Сторонники сокращения рабочего времени полагают, что распространение ИИ уменьшит спрос на человеческий труд, но это можно компенсировать переходом на трех- или четырехдневную рабочую неделю, а оставшуюся работу выполнять силами большего числа работников[99]. Сторонники перераспределения доходов делают самые мрачные прогнозы. Многие из них считают, что ИИ вытеснит с рабочих мест такое количество людей, что ни переобучение, ни другие меры уже не помогут. Вместо этого нам придется применять более радикальные схемы перераспределения доходов, генерируемых ИИ, для поддержки оставшихся без работы людей. Давайте подробнее рассмотрим достоинства и недостатки каждого из этих подходов. Сторонники профессиональной переподготовки часто возлагают большие надежды на онлайн-обучение и так называемое непрерывное образование. Они считают, что с распространением образовательных онлайн-платформ, как бесплатных, так и платных, люди во всем мире получат доступ к обучающим материалам и смогут освоить новые специальности. Эти платформы позволят людям постоянно учиться, обновлять свои навыки и осваивать новые профессии, которые еще не подлежат автоматизации. Как предполагают сторонники этого подхода, безработные страховые агенты смогут использовать образовательные онлайн-платформы, такие как Coursera, чтобы стать разработчиками. А когда ИИ вытеснит и программистов, они смогут использовать те же инструменты для освоения какой-нибудь еще специальности, например инженера-алгоритмиста или психолога.

Непрерывное обучение с помощью онлайн-платформ – хорошая идея, и я считаю, что переподготовка кадров действительно станет важной частью новой политики. Она может особенно помочь тем, кто окажется в нижнем правом секторе наших диаграмм вытеснения из главы 6 («Медленное повышение риска»), учитывая их способности к творческому мышлению и работе в неструктурированных средах. Мне также нравится, что этот метод может дать людям чувство гордости за себя и контроль над собственной жизнью.

Но, учитывая глубину и широту влияния ИИ на рынок труда, я боюсь, что одного переобучения будет недостаточно для решения проблемы. По мере того как ИИ будет неизбежно захватывать все новые и новые профессии, работникам придется менять род занятий каждые несколько лет, и при этом в кратчайшие сроки приобретать навыки, которые кто-то другой осваивал и совершенствовал всю жизнь. Неопределенность в отношении темпов и путей автоматизации еще более усугубляет положение. Даже эксперты в области ИИ затрудняются предсказать, какие именно специальности подвергнутся автоматизации в ближайшие годы. Можем ли мы действительно ожидать, что рядовой работник сумеет выбрать программу переподготовки, способную обеспечить ему работу, которой не грозит исчезновение хотя бы в течение нескольких лет? Боюсь, что трудящимся придется постоянно отступать, подобно животным, которые спасаются бегством от неуклонно поднимающегося паводка и с тревогой перебегают с пригорка на пригорок в поисках спасения. Переподготовка поможет многим людям найти свое место в экономике ИИ, а наша задача – сделать обучение широко доступным. Но я считаю, что мы не можем рассчитывать на этот бессистемный подход, когда дело дойдет до масштабных потрясений на рынках труда. Внесу ясность: я считаю, что доступное образование – лучше долгосрочное решение проблем занятости, связанных с ИИ. Предыдущие тысячелетия прогресса продемонстрировали невероятную способность людей создавать технические инновации и приспосабливаться к ним, осваивая новые виды деятельности. Но с приходом ИИ масштаб и скорость грядущих перемен не оставят нам возможности полагаться только на обучение. Такие люди, как соучредитель Google Ларри Пейдж, уже начали выдвигать более радикальные предложения: давайте перейдем к четырехдневной рабочей неделе или к системе, при которой одно рабочее место «делится» между несколькими людьми. Второй вариант предполагает, что вместо одного рабочего места с полной занятостью появляется несколько рабочих мест с неполной занятостью, что позволяет дать работу большему количеству людей.

Эти предложения, скорее всего, означают снижение реального заработка для большинства людей, однако так можно было бы по крайней мере избежать масштабной безработицы. Творческий подход к распределению рабочих мест использовался и ранее[100]. После финансового кризиса 2008 года несколько штатов в США опробовали такие механизмы на практике, чтобы помочь компаниям, вынужденным проводить сокращения. Вместо того чтобы уволить часть сотрудников, рабочее время для некоторых из них было сокращено на 20–40 %. Затем местные органы власти компенсировали им часть потерянной зарплаты, вплоть до 50 %. В некоторых местах этот подход работал очень хорошо и действительно позволял компаниям не увольнять сотрудников. В то же время местные органы власти могли сэкономить денежные средства, которые пошли бы на выплату пособий по безработице.

Подобные договоренности помогут избежать потери многих рабочих мест, и в первую очередь это касается профессий из сектора «Человекоориентированные специальности» наших диаграмм риска. Напомню: это специальности, в рамках которых ИИ выполняет основную задачу, но для взаимодействия с клиентами требуется небольшое количество работников. Будучи правильно построенными, такие механизмы могут действовать подобно правительственным субсидиям и позволят компаниям сохранить большую часть штата. Но пока этот подход работает хорошо лишь в краткосрочной перспективе: вряд ли его будет достаточно, чтобы справиться с масштабными последствиями развития ИИ. Существующие программы предполагают лишь частичное возмещение заработной платы, и это означает, что чистый доход работников все равно снижается. Люди могут с этим смириться на время экономического кризиса, но никому не понравится, если такая ситуация станет нормой. Попробуйте сказать человеку, зарабатывающему 20 000 долларов в год, что теперь он будет работать четыре дня в неделю и зарабатывать 16 000 долларов, – и он совсем не обрадуется. Вероятно, если творчески подойти к усовершенствованию этих программ, они могли бы стать эффективнее, и я призываю компании и правительства продолжать экспериментировать с ними. Но боюсь, что такой подход будет далеко не достаточным для решения долгосрочных проблем, которые возникнут на рынке труда в связи с распространением ИИ. Для этого нам, возможно, придется принять более радикальные меры.

Основы безусловного базового дохода

В настоящее время наиболее популярным способом перераспределения дохода является, как уже упоминалось ранее, система безусловного базового дохода (ББД). Идея проста: каждый гражданин (или каждый взрослый гражданин) в стране получает регулярное пособие от правительства – безо всяких ответных обязательств.

От традиционных социальных выплат или пособий по безработице ББД будет отличаться тем, что он предоставляется каждому на протяжении всей жизни и не предполагает каких-либо требований и условий (например, поиска работы). Альтернативный вариант, часто называемый гарантированным минимальным доходом (ГМД), предполагает выдачу пособия только бедным. То есть каждому человеку гарантируется, что его доход не опустится ниже определенной планки, но при этом пособия выдаются только тем, кто в них нуждается.

Финансирование этих программ будет обеспечиваться за счет триумфаторов революции ИИ: крупных технологических компаний; корпораций, которые адаптировались к использованию ИИ; а также миллионеров, миллиардеров и, возможно, даже триллионеров, которые разбогатели за счет успехов этих компаний. Размер пособий горячо обсуждается. Некоторые считают, что лучше сделать пособие как можно более низким – например, около 10 000 долларов в год, – чтобы у людей сохранялся сильный стимул найти настоящую работу. Другие воспринимают пособие как полноценную замену утраченного дохода от обычной работы. С этой точки зрения ББД может стать решающим шагом на пути к созданию «общества досуга», где люди полностью освобождены от необходимости работать и могут свободно заниматься тем, что их действительно увлекает.

Обсуждение концепций ББД и ГМД в США восходит к 1960-м годам, когда сама идея получила поддержку от таких разных людей, как Мартин Лютер Кинг – младший и Ричард Никсон. В то время сторонники ГМД рассматривали его как простой способ покончить с нищетой, и в 1970 году президент Никсон был близок к принятию законопроекта, согласно которому каждая семья могла бы получить достаточно денег, чтобы выбраться из-за черты бедности. Но после неудачи, постигшей Никсона, обсуждение ББД или ГМД сошло на нет. Не так давно эта идея захватила воображение элиты Кремниевой долины и лидеров индустрии, таких как Сэм Альтман – президент находящегося в Кремниевой долине престижного венчурного фонда Y Combinator, работающего в формате бизнес-инкубатора[101], и Крис Хьюз – соучредитель Facebook[102]. Ныне они спонсируют исследования и пилотные проекты, связанные с базовым доходом. Поскольку ГМД изначально был задуман как лекарство от бедности при нормальном состоянии экономики, интерес к этим программам со стороны Кремниевой долины растет и они рассматриваются ею как возможные решения в случае широкого распространения технологической безработицы из-за ИИ.

Мрачные прогнозы всеобщей безработицы и беспорядков вызывают у элиты Кремниевой долины сильнейшую тревогу. Эти люди, построившие свои карьеры на разрушении разных отраслей промышленности, кажется, внезапно осознали, что их действия угрожают вполне реальным людям, занятым в этих отраслях. Миллионеры и миллиардеры, основавшие и финансировавшие те самые новаторские интернет-компании, деятельность которых усугубила неравенство в обществе, полны решимости компенсировать этот вред. Они считают, что всеобщей безработице и нищете в эпоху ИИ можно противопоставить только глобальные решения: переподготовка и разделение рабочих мест будут безнадежно неэффективны. Только гарантированный доход позволит избежать катастрофы. Как именно будет обеспечиваться ББД, еще только предстоит выяснить. Одна из исследовательских организаций, связанная с Y Combinator, в настоящее время запускает в Окленде экспериментальную программу, в рамках которой 1000 семей будет получать ежемесячное пособие в размере 1000 долларов[103]. Программа продлится от трех до пяти лет, в течение которых исследовательская группа планирует отслеживать уровень благосостояния и деятельность членов этих семей с помощью регулярных опросов, сравнивая их результаты с результатами контрольной группы, которая будет получать всего 50 долларов в месяц.

Многие предприниматели в Кремниевой долине видят программу через призму собственного опыта. Они воспринимают деньги не только как ресурс, обеспечивающий безопасность, но и как «инвестиции в себя» или, как выразился один технический писатель, «венчурный капитал для населения»[104]. При таком мировоззрении ББД мог бы стать для безработных источником инвестиций, чтобы начать свой бизнес или освоить новый род занятий. В своей речи, произнесенной в Гарварде в 2017 году, Марк Цукерберг поддержал это видение ББД, заявив, что мы должны искать способы дать каждому «подушку безопасности, благодаря которой он мог бы попробовать реализовать свои идеи»[105].

Со своей стороны, я вполне понимаю, почему элита Кремниевой долины настолько увлеклась идеей ББД: это простое решение огромной и сложной социальной проблемы, которую сама Кремниевая долина и создала. Но принятие ББД повлечет за собой изменения в общественном договоре, которые мы должны тщательно и критически продумать. Я поддерживаю идею гарантировать всем людям удовлетворение базовых потребностей, но не верю в ББД как решение всех проблем. Для того чтобы лучше понять эту точку зрения, нам нужно выяснить, благодаря чему вспыхнул такой безумный интерес к ББД и как может измениться общество под его влиянием.

Менталитет Кремниевой долины, или что может «волшебная палочка»

Наблюдая всплеск интереса Кремниевой долины к ББД, я считаю, что некоторые из их инициатив стали результатом самой подлинной заботы и беспокойства о тех, кто пострадает из-за новых технологий. Но в этом есть и элемент личной заинтересованности: предприниматели Кремниевой долины сознают, что из-за их миллиардных состояний и роли в развале целых отраслей экономики именно на них может обрушиться гнев толпы, если все выйдет из-под контроля. Учитывая этот страх, мне интересно, не начинают ли они уже задумываться о том, как избежать вероятных проблем в будущем. Но, какими бы мотивами ни руководствовались эти люди, не стоит сбрасывать со счетов решения, которые они предлагают. В конце концов, в Кремниевой долине трудятся самые креативные ученые и предприниматели современного мира. Их склонность мыслить масштабно, экспериментировать и стремиться к совершенству в любом случае окажется полезной в неведомых водах. Однако критический взгляд тут необходим. Прежде всего, при оценке предложенных инженерами и инвесторами решений мы должны спросить себя, чего именно они пытаются достичь. Стремятся ли они к тому, чтобы технологии действительно приносили пользу обществу? Или они хотят только предотвратить худший сценарий социальных потрясений? Готовы ли они вести работу по созданию новых институтов или ищут простое решение, которое успокоит их совесть и освободит от ответственности за глубокие психологические последствия автоматизации? Боюсь, что многие представители Кремниевой долины прочно обосновались в последнем лагере. Они рассматривают ББД как «волшебную палочку», способную заставить исчезнуть мириады экономических, социальных и психологических проблем, которые возникнут благодаря их подвигам в эпоху ИИ. ББД – аналог «легкого» подхода к бизнесу, столь популярного в долине: придерживайтесь чисто цифровой сферы, и вы сможете избежать грязной работы в реальном мире.

Как правило, представители Кремниевой долины исходят из того, что все проблемы можно решить с помощью материальных стимулов или перемещения денег между банковскими счетами. Тогда ученым не придется слишком сильно отвлекаться от своих дел. Пока каждый получает свое ежемесячное пособие, все будет хорошо. Техническая элита может продолжать делать именно то, что всегда стояло у нее на первом месте: строить инновационные компании и получать прибыль. Конечно, более высокие налоги, необходимые для финансирования ББД, сократят их доходы, но основная доля доходов, генерируемых ИИ, все равно будет доставаться именно элите.

С этой точки зрения ББД нельзя назвать полноценным решением, при котором ИИ используется для построения лучшего мира. Это скорее обезболивающее и успокаивающее средство для пострадавших. Оно может облегчить боль для тех, кто потерял работу, и заодно успокоить совесть тех, из-за кого это произошло. Как я уже говорил ранее, некоторые формы гарантированного дохода и правда необходимы, чтобы удовлетворить базовые потребности всех членов общества. Но если люди получат только это, то мы упустим прекрасную возможность, предоставленную нам передовыми технологиями. ББД, по сути, болеутоляющее средство, неспособное остановить процессы разрушения в организме нашего общества. Чтобы справиться с ними, мы должны найти такой подход к использованию ИИ, при котором мы сможем взращивать и укреплять в людях то, что отличает их от машин, – любовь к ближнему. Правда, это будет нелегко и потребует творческого подхода. Нас ждет много работы и непростых решений, причем опираться нам придется не на четкие цифровые данные, а на размытые свойства реального мира. Но если мы возьмемся за тяжелую работу сейчас, то, я считаю, у нас есть шанс не только избежать катастрофы, но и внедрить те новые гуманистические ценности, которые заново открылись мне во время моей встречи со смертью.

Симбиоз рынка: оптимизационные задачи и человеческий фактор

Частный сектор возглавляет революцию ИИ, и, на мой взгляд, ему же и следует взять на себя инициативу по созданию новой, более гуманистической системы занятости, так как эта революция в любом случае требует человеческого труда. Некоторые из рабочих мест возникнут в результате естественного функционирования свободного рынка, но и без сознательных усилий тут не обойтись.

Многие рабочие места, порождаемые свободным рынком, вырастут из естественного симбиоза между людьми и машинами. В то время как ИИ будет по определенной схеме решать задачи оптимизации, люди будут привносить в работу личное, творческое начало и сострадание. Это потребует пересмотра существующего реестра профессий или создания совершенно новых родов деятельности. Люди объединятся с машинами, чтобы вместе предоставлять услуги, которые сделают наше общество более гуманным. В соответствии с графиками риска в главе 6 следует ожидать, что верхний левый сектор («Человекоориентированные специальности») предоставит больше всего возможностей для симбиоза ИИ и человека: ИИ возьмет на себя аналитические функции, в то время как люди создадут вокруг него оболочку тепла и сочувствия. В правой части того же графика, в обоих его секторах («Медленное повышение риска» и «Безопасная зона»), инструменты ИИ могут оказаться полезными для принятия решений, хотя по мере совершенствования ИИ два круга, в центре которых он находится, будут расти вправо.

Симбиоз ИИ и человека на рынке труда

Хороший пример успешного симбиоза для верхней левой зоны – симбиоз человека и ИИ в области медицины. У меня нет сомнений, что алгоритмы ИИ в конечном итоге намного превзойдут врачей-людей в области диагностики заболеваний и выбора лечения. Устаревшие учреждения – медицинские институты, профессиональные ассоциации и больницы – могут замедлить внедрение этих диагностических инструментов, используя их только в узких областях или только в качестве справочных инструментов. Но через несколько десятилетий, я уверен, их точность и эффективность достигнут такого уровня, что выбор станет очевидным. Вследствие этого возникнет возможность полностью заменить врачей машинами, ставящими диагнозы на основе введенных симптомов. Но пациенты не хотят, чтобы их лечила машина – бездушная коробка с медицинской информацией, которая просто безо всяких эмоций скажет: «У вас четвертая стадия лимфомы, что означает семидесятипроцентную вероятность смерти в течение пяти лет». Пациенты ждут от медицины более человечного подхода – и я верю, что рынок обеспечит его. Профессия врача может превратиться в новую специальность, которую я назову «личный опекун больного». Такому специалисту понадобятся навыки медсестры, медицинского техника, социального работника и даже психолога. Личного опекуна необходимо обучать не только уходу за больными, умению разбираться в диагнозах и обращаться с оборудованием, но также правильному общению с больными, умению смягчать последствия психологической травмы и эмоционально поддерживать пациентов в ходе лечения. Вместо того чтобы просто информировать пациентов об их шансах на выживание, они могли бы говорить что-то вроде: «У Кайфу была та же лимфома, что и у вас, и он выжил, так что, поверьте мне, вы тоже сможете».

Личные опекуны не будут конкурировать с машинами, когда дело касается способности запоминать факты или оптимизировать схемы лечения. Конечно, они должны получить все необходимые знания, но с учетом того, что их деятельность требует эмоциональной вовлеченности, а не просто автоматического применения этих знаний.

Человек и машина, объединившись, могли бы ставить предельно точные диагнозы и одновременно поддерживать и ободрять пациента, чего нередко не хватает в наших больницах. При подобном симбиозе человека и машины мы могли бы сделать наше общество немного добрее. Кроме того, это резко увеличило бы количество рабочих мест, а заодно и объем медицинской помощи. Сегодня дефицит квалифицированных врачей, удорожание здравоохранения и снижение объема качественной медицинской помощи наблюдаются по всему миру. В современных условиях, где спрос рождает предложение, увеличивать количество врачей просто нерентабельно. В результате то внимание, которое они уделяют больным, строго регламентировано. Никто не хочет ждать в очереди несколько часов, чтобы просто несколько минут побеседовать с врачом, – это означает, что большинство людей обращаются в медицинские учреждения только при крайней необходимости. Поскольку личным опекунам все равно придется пройти серьезное обучение, в эту профессию начнут приходить не только врачи, и им не нужно будет тратить годы на механическое запоминание всего того, что требуется от врачей сегодня. В результате общество сможет позволить себе гораздо большее число личных опекунов, чем врачей, и получать от них гораздо большую отдачу. Аналогичные синергетические связи возникнут и во многих других областях: преподавании, правовой деятельности, планировании мероприятий и розничной торговле. Средний персонал юридических фирм сможет передать свою часть стандартных аналитических задач алгоритмам и вместо этого сосредоточиться на общении с клиентами. Супермаркеты, использующие ИИ, как, например, магазин Amazon Go, могут отказаться от кассиров и за счет этого нанять продавцов-консультантов, подобных тому, которого я описал в главе 5. Для представителей профессий, находящихся в этих секторах нашей диаграммы, крайне важно, чтобы люди приняли происходящее и научились использовать инструменты ИИ по мере их появления. Как и в случае с любой технологической революцией, многие работники сочтут новые инструменты несовершенными и потенциально опасными. Но эти инструменты со временем будут совершенствоваться, и тот, кто попытается конкурировать с ИИ на своих условиях, проиграет. В долгосрочной перспективе сопротивление окажется бесполезным, но симбиоз даст хорошие результаты.

Наконец, онлайн-экономика совместного потребления тоже поспособствует созданию новых видов занятости. Все больше людей будут пользоваться услугами, предоставляемыми через интернет, как в модели Uber. Это явление уже можно наблюдать на Care.com – онлайн-платформе для поиска специалистов по уходу за больными, – и я думаю, что мы увидим расцвет подобных моделей в образовании и других сферах. Много товаров и услуг массового рынка будет оцифровано и оптимизировано алгоритмами, но некоторые виды штучной и человекоориентированной работы в экономике обмена останутся прерогативой человека.

В прошлом этот тип работы был связан с определенными ограничениями из-за накладных расходов на управление вертикальной компанией, которая привлекала клиентов, направляла к ним специалистов и платила сотрудникам зарплату, даже когда они бездействовали. Использование в этих отраслях онлайновых платформ резко повысит их эффективность, увеличивая совокупный спрос и чистую заработную плату трудящихся в сфере обслуживания. Внедрение ИИ, как уже можно увидеть на примере DiDi и Uber, только еще больше повысит эффективность системы и привлечет еще больше сотрудников. Кроме того, я уверен, что появятся и совершенно новые виды занятости в сфере услуг, которые мы пока просто не можем себе представить. Если бы вы попробовали объяснить кому-нибудь в 1950-х годах, что такое «инструктор по персональному росту», ваш собеседник, вероятно, подумал бы, что это несусветная глупость. Поэтому творческие предприниматели и обычные люди будут использовать возможности интернета и освободившееся благодаря ИИ время для создания новых профессий. Например, люди начнут нанимать «менеджеров времен года», чтобы те каждые несколько месяцев переоформляли их интерьер, используя цвета и запахи, соответствующие настроению сезона. Или семьи, которых заботят вопросы экологии, станут приглашать «консультантов по экологически чистому ведению домашнего хозяйства», чтобы снизить нагрузку на окружающую среду. Предприниматели будут искать новые и новые источники прибыли, создавая новые рабочие места, но я боюсь, что их усилий будет недостаточно, чтобы решить проблемы безработицы и неравенства. Частные компании уже предлагают довольно много человекоориентированных должностей – но с низкой заработной платой. Экономические стимулы, государственная политика и культурные установки действуют таким образом, что представители многих современных профессий, в основе которых лежит забота и сострадание, не могут рассчитывать ни на гарантированное трудоустройство, ни на элементарное уважение.

Бюро статистики труда США установило, что количество персонала, оказывающего медицинские услуги на дому, и работников патронажных служб растет самыми быстрыми темпами в стране[106], и к 2026 году количество рабочих в этих категориях, согласно прогнозам, увеличится на 1,2 млн. Но годовой доход в этих профессиях составляет чуть более 20 000 долларов[107]. Есть и другие виды деятельности, связанные с заботой о людях, – когда человек, оставаясь дома, посвящает себя воспитанию детей или уходу за стареющими или нетрудоспособными родственниками. Однако это вообще не считается «работой» и никак не оплачивается. Именно такие занятия, основанные на любви к ближнему и сострадании, мы должны охватить в экономике ИИ. Однако усилий одного лишь частного сектора для их поощрения недостаточно. Когда-нибудь могут наступить времена такого материального изобилия, что экономические стимулы больше не будут нужны. Однако в нашем экономическом и культурном настоящем деньги все еще имеют большое значение. Чтобы добиться подлинного культурного сдвига, потребуется не просто признать эту деятельность работой, но и создать в ней возможности для карьерного роста, сопряженного с достойной оплатой и большим уважением. Развитие и вознаграждение такой просоциальной деятельности означает выход за рамки симбиоза с частным сектором на рыночной основе. Нам понадобится целевое социальное инвестирование в сектор услуг и государственная политика, стимулирующая формирование новых культурных ценностей.

Письмо Финка и новое целевое социальное инвестирование

Если человек управляет активами на сумму 5,7 трлн долларов, то в мировом бизнес-сообществе к нему обычно прислушиваются. Так, когда Ларри Финк, глава крупнейшей в мире инвестиционной компании BlackRock, направил руководителям корпораций письмо с призывом уделить повышенное внимание социальной ответственности, они не могли не откликнуться. В письме под заголовком «Понимание цели» Финк написал: «Мы… видим, что многие правительства не в состоянии подготовиться к будущему, и это касается самых разных вопросов – от пенсий и инфраструктуры до автоматизации производств и переподготовки рабочих. В результате общество все чаще обращается к частному сектору и просит компании отреагировать на многочисленные социальные проблемы… Общество требует, чтобы компании, как государственные, так и частные, служили социальным целям… Компании должны приносить пользу всем заинтересованным сторонам, включая акционеров, сотрудников, клиентов и общество»[108].

Письмо Финка было опубликовано всего за несколько дней до того, как мировая финансовая элита собралась на ежегодном экономическом форуме в Давосе в 2018 году. Я присутствовал на форуме и наблюдал, как руководители с тревогой обсуждали суровое предупреждение, исходящее от человека, чья фирма контролировала существенные доли активов в их компаниях. Многие присутствовавшие публично поддержали послание Финка, но в частном порядке заявили, что такой акцент на социальной ответственности бизнеса противоречит самой логике частного предпринимательства.

В чем-то они правы: публичные компании работают, чтобы побеждать, они несут ответственность перед акционерами и должны стремиться к максимизации прибыли. Но в эпоху ИИ эта холодная логика долларов и центов просто не работает.

Слепое стремление к прибыли безо всяких мыслей о социальных последствиях не только аморально, но и просто опасно.

В своем письме Финк неоднократно ссылается на автоматизацию и переподготовку персонала. Как инвестор с интересами, охватывающими всю мировую экономику, он видит, чем грозит рынку труда ИИ – и что это не та проблема, решение которой можно отдать на откуп свободному рынку. Он считает, что крайне важно переосмыслить и усилить социальную ответственность корпораций, направить средства на целевое инвестирование и социальное предпринимательство. В прошлом предприниматели просто баловались такими вещами, когда у них были время и деньги. Конечно – почему бы не вложить немного денег в микрофинансовый стартап или компенсации выбросов парникового газа, чтобы выпустить потом бодрый рекламный пресс-релиз об этом. Но в век ИИ нам придется принять на себя гораздо больше обязательств. Если прежде внимание уделялось лишь таким «демонстративным» сторонам благотворительности, как защита окружающей среды и борьба с бедностью, в эпоху ИИ оно должно быть направлено и на смягчение ее социальных последствий – создание большого количества рабочих мест.

Как венчурный инвестор, я сознаю всю важность этого нового вида вложения капитала. Я предвижу появление венчурной экосистемы, где создание рабочих мест в секторе услуг будет рассматриваться как самостоятельное направление. Эта система будет распределять деньги на обслуживание, на человекоориентированные проекты, которые могут обеспечивать работой большое количество людей: консультантов по грудному вскармливанию, спортивных тренеров для молодежи, собирателей устных семейных преданий, гидов в национальных природных парках или собеседников для пожилых людей. Такие профессии могут оказаться значимыми как на общественном, так и на личном уровне, и многие из них могут приносить доход – пусть он и не составит 10 000 процентов, которые возвращаются от инвестиций в технологический стартап-единорог. Запуск этой экосистемы потребует изменения менталитета задействованных в ней инвесторов. Сама идея венчурного капитала изначально построена вокруг высоких рисков и экспоненциальной доходности. Когда инвестор вкладывает деньги в десять стартапов, он прекрасно понимает, что девять из них, скорее всего, провалятся. Но если хотя бы один из них превратится в успешную компанию и заработает миллиарды, экспоненциальная прибыль от этой инвестиции обернется для фонда невероятным успехом. Движущей силой таких процессов служит уникальная экономика интернета. Цифровые продукты можно тиражировать бесконечно при почти полном отсутствии затрат, и это приводит к тому, что прибыль наиболее успешных компаний достигает астрономических величин. Ориентированное на социальный сектор целевое инвестирование выглядит по-другому. Прибыль должна расти линейно, одновременно с созданием рабочих мест, имеющих важное значение для общества. Это потому, что отдача от работников-людей просто не может обеспечить экспоненциального роста прибыли на вложенный капитал.

Так, если кому-то удается построить успешный бизнес в сфере обслуживания, он не может бесконечно его тиражировать и оказывать свои услуги в любых точках мира. Бизнес такого рода должен строиться поэтапно, и каждый этап требует тщательного отбора персонала. Этот вид компаний с линейной прибылью не будет особенно привлекательным для обычных венчурных инвесторов, но зато сами компании станут ключевым элементом в построении экономики ИИ, создающей новые рабочие места и укрепляющей отношения между людьми. Конечно, будут и неудачи, и объем прибыли на вложенный капитал никогда не вырастет до объемов, к которым привыкли технологические венчурные фонды. Но эти ограничения следует принимать как должное. В новую экосистему могут войти как старые, опытные руководители венчурных фондов, которые захотят помочь, так и молодые венчурные инвесторы, находящиеся в «творческом отпуске» или действующие на безвозмездной основе. Опираясь на свою острую интуицию, они выберут предпринимателей и помогут им построить компании, работающие на благо общества. Деньги для фондов, скорее всего, поступят от правительств, стремящихся создавать новые рабочие места, а также от социально ответственных компаний. Вместе эти игроки создадут уникальную экосистему, способную дать гораздо больше рабочих мест, чем если бы она была построена на чистой филантропии, и принести гораздо больше пользы обществу, чем если бы ею управляли только венчурные инвесторы. Если мы сможем собрать вместе все составляющие такого социально ориентированного бизнеса, то он, несомненно, послужит лучшей защитой от безработицы и объединит разные сообщества одной целью – воспитывать в людях любовь к ближнему и сострадание.

Большие перемены и большая политика

Несмотря на все перечисленные выше меры, многие люди все равно провалятся через образовавшиеся в экономической системе трещины. Достаточно посмотреть вокруг, чтобы понять, сколько в мире неравенства и нищеты, и для победы над ними нужны более серьезные меры.

Для фундаментальных перемен в экономических структурах часто требуется вся полнота государственной власти. Если мы надеемся создать новый общественный договор для эпохи ИИ, это означает неизбежное использование рычагов власти. Некоторые исследователи из Кремниевой долины видят в этом тот поворотный момент, когда в игру включается ББД. Столкнувшись с кризисом на рынке труда, правительство должно предоставить людям полную гарантию экономической безопасности, то есть начать выдавать пособия, которые спасут уволенных работников от нищеты, а техническую элиту – от необходимости как-то решать эту проблему со своей стороны.

Безусловно, выплата таких пособий – это решение в духе высокоиндивидуалистического либертарианства, лозунг которого – «Живи и давай жить другим» – всегда был близок Кремниевой долине. По мнению сторонников ББД, государство не имеет права указывать людям, что им делать. Оно должно просто отдать им деньги, а дальше пусть решают сами. Этот подход говорит о том, как техническая элита склонна рассматривать общество в целом. Взирающему на окружающий мир из Кремниевой долины специалисту по высоким технологиям он представляется состоящим из «пользователей», а не граждан, из клиентов, а не членов общества. У меня другое видение. Я не хочу жить в обществе, разделенном на технологические касты, где элита ИИ живет в замкнутом пространстве почти невообразимого богатства, полагаясь на то, что минимальные подачки удержат безработных от бунта. Я хочу создать систему, не просто обеспечивающую всех членов общества материально, но также использующую богатство, генерируемое ИИ, чтобы построить общество, в котором есть место состраданию и любви, и в конечном счете – более гуманное. Достижение такого результата, безусловно, потребует творческого осмысления и разработки сложной политики – но вдохновение в таких случаях часто приходит из самых невероятных источников. Свой источник я нашел на Тайване, в монастыре Фо-Гуан-Шань, который я упоминал в предыдущей главе.

Большой босс за рулем

Первые лучи восходящего солнца появились над горизонтом – наступало то утро, в которое мне было позволено позавтракать с настоятелем. И вот, когда я торопливо шел через обширную территорию монастыря, со мной поравнялся гольфмобиль.

«Доброе утро, – сказал мне человек за рулем. – Вас подвезти?» Не желая заставлять мастера Син-юня ждать, я согласился и, сев в гольфмобиль, сказал водителю, куда направляюсь. Он был одет в джинсы и простую рубашку с длинными рукавами и оранжевым жилетом поверх нее. Ему было за 50, как и мне, и в его волосах виднелась седина. Некоторое время мы ехали молча, наслаждаясь тишиной, красотой природы и прохладным утренним ветерком. Когда же гольфмобиль обогнул холм, я нарушил тишину вопросом: «Вы зарабатываете этим на жизнь?» «Нет, – ответил он. Я волонтер, провожу здесь свободное от работы время». Тогда я обратил внимание, что слева на его оранжевом жилете китайскими иероглифами было вышито слово «волонтер». «Ну а чем вы занимаетесь на основной работе?» – спросил я. «Я владею компанией по производству электронного оборудования, где и работаю руководителем. Но в последнее время я трачу меньше времени на работу и больше – на волонтерство. Син-юнь удивительно мудр, и моя посильная помощь в монастыре действует на меня умиротворяюще». Эти слова и его спокойная речь поразили меня. Конкуренция в области производства электроники крайне жестока, а прибыль невысока; нужно реагировать на все инновации, вовремя модернизировать процессы и оптимизировать деятельность. За успех часто приходится платить здоровьем, тяжелыми днями на производстве и мучительными вечерами, когда надо развлекать клиентов, выпивая и куря вместе с ними. Но мужчина, который сидел рядом со мной и уверенно вел гольфмобиль по извилистой дорожке, казался здоровым телом и душой. Он сказал мне, что волонтерство в Фо-Гуан-Шане по выходным помогает ему избавиться от стресса, накопленного во время рабочей недели. Он еще не был готов оставить свой пост, но помощь посетителям Фо-Гуан-Шаня позволила ему приобщиться к чему-то более простому и глубокому, чем военные маневры его компании. Когда мы доехали до кельи мастера Син-юня, я поблагодарил водителя – в ответ он кивнул и улыбнулся. На завтраке с Син-юнем я услышал от него мудрые слова, оказавшие глубокое влияние на мое отношение к работе и жизни.

Разговор с волонтером за рулем гольфмобиля также не шел у меня из головы. Сначала я думал, что его преданность и смиренное служение окружающим объяснялись влиянием монастыря и властью религиозной веры, объединяющей и вдохновляющей нас. Но когда я вернулся в Тайбэй, чтобы начать лечение, то вдруг начал замечать людей, одетых в оранжевые волонтерские жилеты, по всему городу: в библиотеке, на оживленных транспортных перекрестках, в окружных офисах и в национальных парках. Они включали зеленый свет на светофорах для детей, переходящих улицу, рассказывали посетителям парка о местной флоре и помогали людям оформлять заявления на медицинскую страховку. Многие из добровольцев были людьми пожилыми, вероятно, недавно вышедшими на пенсию. Их пенсии хватало на жизнь, и поэтому они посвящали свое время тому, чтобы помогать другим, принося пользу обществу.

Пройдя через химиотерапию, я стал думать о грядущих кризисах эпохи искусственного интеллекта, при этом часто вспоминая о волонтерах. В наши дни многие люди считают, что ББД может послужить универсальным успокоительным средством для общества, но я видел мудрость в скромной работе волонтеров и в том, как они влияют на нашу культуру. Город мог бы, конечно, продолжать функционировать без армии седых добровольцев в оранжевых жилетах… но тогда в нем было бы меньше доброты и человечности. В этом едва заметном влиянии я увидел надежду.

Социальное инвестиционное пособие: уход, обслуживание и воспитание

Все эти добровольцы посвящают свое время и энергию тому, чтобы подарить обществу немного любви. Я считаю, что на нас лежит обязанность использовать экономическое изобилие века ИИ, чтобы поощрять те же ценности и занятия. Вот почему я предлагаю задуматься о том, чтобы вместо ББД ввести выплату, которую я называю социальным инвестиционным пособием. Это пособие могло бы обеспечить достойную государственную поддержку тем, кто вкладывает свое время и энергию в деятельность, направленную на формирование доброго, гуманного и творческого общества. Эту деятельность можно будет разделить на три обширные категории: работа по уходу и обслуживанию, работа на благо общества и работа в области образования и воспитания.

Она станет основой нового общественного договора, в соответствии с которым социально полезная деятельность будет оцениваться так же высоко, как экономически продуктивная деятельность в наши дни. Пособие не станет заменой другим социальным выплатам, но послужит источником достойного дохода тем, кто делает что-то полезное для общества и отдельных людей. Сегодня социальный статус человека по-прежнему в значительной степени связан с его доходами и продвижением по службе. Уважение к социально значимым профессиям потребует достойной оплаты труда и карьерных перспектив. Если все получится хорошо, то социальное инвестиционное пособие подтолкнет развитие нашей культуры в сторону большего гуманизма. Оно послужит построению лучшего общества, а не просто смягчит боль от потери работы, вызванной внедрением ИИ.

Каждая из трех признанных категорий социально значимой работы – уход и обслуживание, общественно полезная деятельность, а также воспитание и образование – будет охватывать широкий спектр занятий, причем компенсация должна зависеть от затрачиваемого времени. К первой категории могут относиться присмотр за маленькими детьми или стареющими родителями, забота о больном друге или члене семьи, помощь людям с психическими и физическими недостатками. Со временем сложится огромное сообщество, объединяющее в своих рядах близких, знакомых и незнакомых – всех, кто готов протянуть руку помощи нуждающимся в ней людям и предложить им то, чего не способно дать придуманное моим другом устройство с сенсорным экраном, – человеческое тепло. Эту деятельность возьмут на себя и некоммерческие организации, и многочисленные волонтеры, которых я видел на Тайване. В задачи волонтеров может входить забота об окружающей среде, внеклассная работа, сопровождение групп туристов в национальных парках или сбор произведений устного народного творчества в сельских общинах. Участники этих программ должны будут пройти регистрацию в соответствующей группе и отработать количество часов, требующееся для выплаты пособия. И, наконец, переобучение может варьироваться от профессиональной подготовки для работы по специальностям, востребованным в эпоху ИИ, до занятий, которые могли бы превратить хобби в профессию. Некоторые участники программы, вероятно, захотят использовать свое пособие, чтобы получить высшее образование в области машинного обучения и традиционную хорошо оплачиваемую работу.

Другие смогут тратить пособие на то, чтобы, например, брать уроки актерского мастерства или изучать цифровой маркетинг. Имейте в виду, что требовать от человека, получающего пособие, обязательного участия в каком-либо из этих конкретных видов деятельности в данном случае неправильно. Ведь люди прекрасны именно потому, что они разные: у них разные занятия, опыт, навыки, интересы и даже всяческие странности. Я не призываю ограничивать это разнообразие, поощряя только тех, кто занимается социально полезной деятельностью. Поскольку для получения пособия будет необходим определенный социальный взнос, мы должны создать идеологию, в корне иную, нежели та апология индивидуализма, которую предполагает ББД. Если люди будут получать пособие в обмен на участие в общественно полезной деятельности, это даст им четкую установку: экономическое изобилие зависит от усилий всех членов общества. Изобилие используют коллективно все члены общества, и они подтверждают свою тесную связь друг с другом, укрепляя узы сострадания и любви – чувств, свойственных только людям. Я считаю, что каждый потерявший работу из-за ИИ человек сможет выбрать дело себе по душе. Те, кому нравится работать с людьми, вероятно, предпочтут какую-либо деятельность по уходу и обслуживанию, более честолюбивые – запишутся на программы профессиональной переподготовки, а те, кого интересует социальная сфера, поступят на госслужбу или посвятят себя общественной деятельности. В эпоху, когда интеллектуальные машины начнут вытеснять нас, как ненужные детали, из механизма нашей экономики, я надеюсь, что мы по-настоящему оценим важность ухода, заботы и личного развития для построения более гуманного общества.

Открытые вопросы и серьезные трудности

Вполне закономерно возникает вопрос: должен ли размер социального инвестиционного пособия зависеть от направления деятельности? Как мы сможем узнать, насколько добросовестно человек выполняет свою «социальную работу»? А какие виды деятельности следует считать «услугами»?

Это, конечно, сложные вопросы, и четких ответов на них пока нет. Чтобы организовать выплату пособий в странах, где живут сотни миллионов людей, потребуется колоссальная работа в области делопроизводства и законодательства. Но эти проблемы не так уж непреодолимы. Правительства в развитых обществах уже занимаются решением головокружительного количества бюрократических задач только для стабильного функционирования государственных услуг, систем образования и социальной защиты. Они уже давно проводят проверки зданий, выдают лицензии школам, выплачивают пособия по безработице, мониторят санитарные условия в сотнях тысяч ресторанов и обеспечивают медицинской страховкой десятки миллионов человек. К этой рабочей нагрузке добавилась бы выплата социального инвестиционного пособия, но я считаю, что это вполне осуществимо. Учитывая огромный гуманитарный эффект от его введения, можно сказать, что дополнительные организационные затраты вполне окупят себя. Но где взять деньги? Даже если за выполнение всех перечисленных задач выплачивать людям пособия в размере прожиточного минимума, на это потребуются огромные средства, которых нет у многих стран. ИИ, безусловно, увеличит производительность труда, но сможет ли он действительно генерировать огромные суммы, способные покрыть все эти новые государственные расходы?

Это тоже остается открытым вопросом, который будет решен, только когда технологии искусственного интеллекта сами окончательно внедрятся в наши экономики. Если ИИ, в соответствии с прогнозами, повысит производительность труда и принесет компаниям огромные доходы, мы могли бы финансировать такие программы за счет чрезвычайно высоких налогов на сверхприбыли. Да, это повлияло бы на экономические стимулы для дальнейшего внедрения ИИ, но, вероятно, не сильно, так как лидеры экономики в эпоху ИИ все равно будут купаться в деньгах. Однако до того, как прибыли станут астрономическими, пройдут годы – годы, в течение которых трудящиеся будут страдать. Для смягчения переходного периода можно пойти путем медленного повышения социального инвестиционного пособия. Сразу начать выплачивать всем полную сумму, как описано выше, вероятно, не стоит. Поэтапный подход замедлит процессы замещения и поможет нам перейти к новому общественному договору. Мы могли бы начать со значительного увеличения государственного пособия для молодых родителей, чтобы дать им выбор: оставаться дома со своим ребенком или отправить его в детский сад на весь день. Родителям, выбравшим домашнее воспитание, правительство предлагало бы субсидии, эквивалентные заработной плате воспитателя, при условии прохождения ими соответствующего обучения. В системе школьного образования можно было бы, теоретически, увеличить количество учителей в десять раз, тогда на каждого из них приходилось бы меньше учащихся, а обучение могло бы строиться на основе программ, использующих ИИ. Государственные субсидии и пособия стоило бы также предоставлять работникам, проходящим профессиональную переподготовку, и людям, ухаживающим за престарелыми родителями. Эти простые меры позволили бы нам заложить основы дальнейших преобразований, направленных на изменения в культуре и построение нового общества. Поскольку ИИ продолжает создавать ценность и одновременно вытеснять трудящихся с их рабочих мест, мы можем постепенно расширять список занятий, поощряемых с помощью пособия. И как только влияние ИИ достигнет максимума – как с точки зрения производительности труда, так и с точки зрения уничтожения рабочих мест, – мы неизбежно должны будем мобилизовать ресурсы и перейти к полноценной реализации социальных программ.

Надеюсь, что эти меры помогут смягчить экономические, социальные и психологические потрясения эпохи ИИ.

Я также надеюсь, что они дадут нам возможность проявить нашу человечность и сделать то, на что не способна ни одна машина, – поделиться нашей любовью с другими людьми.

Что же впереди

Я надеюсь, что изложенные в этой главе идеи помогут предотвратить массовые потрясения, угрожающие нашему будущему в эпоху ИИ. Мы рассмотрели общие методы, направленные на плавный переход к экономике ИИ: переподготовку работников, сокращение рабочего времени и перераспределение доходов с помощью ББД. Несмотря на то что все они сыграют определенную роль, поверьте мне, этих чисто технических корректировок будет недостаточно. Я считаю, что частный сектор экономики должен внести творческий вклад в развитие симбиоза человека и машины, а инвесторы – вкладываться в создание рабочих мест в сфере услуг. Задача государства – создать социальное инвестиционное пособие, которое компенсирует людям потерю работы и подтолкнет их заниматься полезными для общества делами. Взятые вместе, эти меры приведут к «перезагрузке» нашей экономики и коренному пересмотру общественного договора, в котором впредь будет предусмотрено поощрение социально продуктивной деятельности. Их, конечно, нельзя назвать ни исчерпывающими, ни абсолютно универсальными в плане адаптации к широкомасштабной автоматизации отраслей, но, я надеюсь, они могут послужить важными ориентирами в этом процессе. Большая часть этих ориентиров основана на моем видении искусственного интеллекта и мировой технологической индустрии. Однако особенно ценным в них я считаю то, что они восходят к чему-то глубоко личному – моему опыту лечения от рака и внутренней трансформации, происшедшей благодаря таким людям, как моя жена, мастер Син-юнь и многие другие, так бескорыстно делившиеся со мной своей любовью и мудростью.

Если бы я не пережил тот страшный, но в конечном счете поучительный опыт, я так никогда бы и не понял, что основа всего в нашем мире – именно любовь. Вместо того чтобы искать способы наполнить наш мир любовью и состраданием, я бы, вероятно, рассматривал надвигающиеся кризисы так же, как и деятели Кремниевой долины, – то есть как простую проблему распределения ресурсов, которая должна решаться наиболее эффективным способом, вероятнее всего – через предоставление ББД. Только пройдя свое личное испытание огнем, я начал понимать всю тщетность такого подхода. Моя болезнь научила меня ценить мудрость скромных поступков людей во всем мире. После стольких лет, прожитых в образе Железного человека – символа профессиональных достижений, мне было необходимо спуститься с пьедестала и взглянуть в лицо смерти, чтобы оценить истины, очевидные для многих людей, которых принято считать менее успешными. Я полагаю, что вскоре мы станем свидетелями того же процесса в международном масштабе. Сверхдержавы ИИ – США и Китай – могут обладать необходимым опытом для создания самых передовых технологий, но истинный расцвет человечества в эпоху ИИ зависит от людей из всех слоев общества и из всех уголков мира. Задумываясь о будущем, мы должны найти время, чтобы оглянуться вокруг и узнать больше о настоящем.

12 июня 2005 года Стив Джобс подошел к микрофону на стадионе Стэнфордского университета и произнес перед собравшимися студентами одну из своих самых знаменитых речей. Он говорил о своих карьерных взлетах и падениях, об исключении из колледжа, об основании Apple, о вынужденном уходе из этой компании, основании Pixar и, наконец, о триумфальном возвращении в Apple десятилетие спустя. Выступая перед толпой честолюбивых студентов Стэнфорда, многие из которых страстно мечтали войти в элиту Кремниевой долины, Джобс предупредил их о том, как рискованно надолго планировать свою жизнь и карьеру. «Вы не можете соединить точки, смотря вперед, – сказал Джобс собравшимся студентам. – Вы можете соединить их, только оглядываясь в прошлое. Надо просто верить, что точки как-то соединятся в будущем»[109]. Эти слова Джобса поразили меня, когда я впервые услышал их, но сегодня они кажутся мне еще мудрее. При написании этой книги у меня была возможность соединить точки собственного роста и эволюции за четыре десятилетия работы. Я проделал путь от одной культуры к другой, от исследований ИИ к работе руководителя компании и венчурного инвестора, к написанию книг и победе над раком. На этом пути передо мной вставали вопросы как глобального, так и глубоко личного характера: подъем искусственного интеллекта, переплетение судеб и перемена мест, которые я называл домом. Из трудоголика, занятого только работой, я превратился в любящего отца и мужа.

Оглядываясь на этот путь, я могу составить представление о глобальном будущем ИИ – я могу соединить все точки и использовать получившееся созвездие в качестве ориентира. Мой опыт инженера-исследователя и предпринимателя помог мне разобраться в том, как эти технологии развиваются в Китае и США. Моя борьба с внезапной смертельной болезнью открыла мне глаза на то, почему мы должны использовать передовые технологии для построения более гуманного общества. Наконец, мой опыт жизни между двух разных культур убедил меня в ценности общего для всего человечества прогресса и взаимопонимания между странами.

Будущее без гонки ИИ

В литературе и статьях о развитии искусственного интеллекта в разных странах легко заметить военные метафоры и ссылки на тактику выматывания противника. Многие сравнивают сегодняшнюю «гонку по созданию ИИ» с космической гонкой 1960-х[110] или, хуже того, – с гонкой вооружений во времена холодной войны, в ходе которой было создано мощнейшее оружие массового поражения[111]. Даже в названии этой книги есть слово «сверхдержавы», которое многие связывают с геополитическим соперничеством. Но я использую его, чтобы отразить технический баланс возможностей ИИ, а не тотальную борьбу за военное превосходство. Однако эти различия часто игнорируют те, кто больше заинтересован в политическом позерстве, чем в процветании человечества. Если мы не будем осторожны, то однобокая риторика вокруг словосочетания «гонка по созданию ИИ» разрушит наши планы построить общее будущее, в котором мир процветает благодаря ИИ. В гонке может быть только один победитель: победа Китая – это поражение Америки, и наоборот. Понятия международного прогресса или процветания для нее не имеют значения – просто одна страна стремится опередить другую, не считаясь с потерями. Многие ораторы в США пытаются использовать прогресс ИИ в Китае как аргумент, побуждающий политиков к действию. Они утверждают, что Америке грозит опасность потерять свое преимущество в области передовых технологий, и это может привести к военному противостоянию в XXI веке. Но новой холодной войны не будет. ИИ уже имеет огромный военный потенциал, однако его истинная ценность заключается не в разрушительной мощи, а в способности к созиданию. Если его правильно понять и использовать, он действительно может привести всех нас к небывалому благоденствию.

В этом смысле нынешний подъем в области ИИ имеет гораздо больше общего с промышленной революцией или электрификацией, чем с гонкой вооружений времен холодной войны. Да, китайские и американские компании будут конкурировать друг с другом, стремясь максимально повысить производительность труда с помощью новой технологии. Но они не будут стремиться к завоеванию других стран. Когда Google продвигает TensorFlow[112] за рубежом или Alibaba реализует свой проект «Умный город» в Куала-Лумпуре, эти действия скорее сродни экспорту паровых двигателей и электрических лампочек, нежели первому раунду глобальной гонки вооружений.

Непредвзятый взгляд на долгосрочное воздействие данной технологии позволил нам увидеть отрезвляющую правду: разрушительный потенциал ИИ связан не с его военным применением, а с тем, что он может сделать с нашими рынками труда и обществом. Предвидя возможные социальные и экономические потрясения, мы должны смириться и задействовать всю свою деловую интуицию, чтобы сообща решить задачи, с которыми столкнемся все мы. Теперь наши судьбы неразрывно переплетены, независимо от экономических классов, к которым мы принадлежим, и государственных границ.

Глобальная мудрость эпохи ИИ

Уже скоро мир увидит и созидательную, и разрушительную силу ИИ. Поэтому мы должны будем учиться обращаться к друг другу за поддержкой и вдохновением.

Соединенные Штаты и Китай станут лидерами в области экономически обоснованного применения ИИ, но и другие страны и культуры, безусловно, будут и впредь вносить неоценимый вклад в социальную эволюцию человечества. Ни одна из них не найдет ответов на все сложнейшие вопросы, которые поставит перед нами будущее, но я считаю, что любую проблему мы сможем решить совместными силами, черпая мудрость из разных источников. Эта мудрость поможет нам изменить наши системы образования, культуру, понимание прогресса, конфиденциальности и механизмов управления.

В процессе модернизации наших систем образования мы можем многому научиться у Южной Кореи. Образовательные программы этой страны направлены на выявление и раскрытие потенциала технически одаренной молодежи, и это важное звено в работе по созданию материальных благ, которые затем могут быть распределены между всеми членами общества.

Школы по всему миру также могут извлечь много полезного из американских экспериментов в области социального и эмоционального воспитания, направленного на развитие навыков, которые окажутся неоценимыми в гуманном обществе будущего. С точки зрения отношения к труду было бы мудро взглянуть на культуру производства в Швейцарии и Японии, где стремление к совершенству превратило обычную работу в средство самовыражения и едва ли не искусство. Между тем насчитывающие множество участников и решающие важные задачи волонтерские программы в таких странах, как Канада и Нидерланды, демонстрируют, что пора менять наше отношение к самому понятию «работа». Китайская культура тоже может быть источником знаний и опыта, когда дело касается ухода за пожилыми людьми и взаимопонимания между поколениями. Сближение государственной политики и личных ценностей означает, что мы обязательно должны найти время для новых экспериментов в области определения и измерения прогресса, таких как решение Бутана использовать «валовое национальное счастье» в качестве ключевого показателя развития. Наконец, наши правительства должны будут постоянно работать сообща в поисках новых компромиссов в области обмена данными и их защиты, цифровых монополий, онлайн-безопасности и алгоритмической предвзятости. Мы можем многому научиться, сравнивая различные подходы к этим вопросам регулирующих органов в Европе, Соединенных Штатах и Китае. В свое время Европа выбрала жесткий подход – компания Google, например, была оштрафована за несоблюдение антимонопольного законодательства и попытки отобрать у технологических компаний контроль над данными, – но Китай и Соединенные Штаты позволяют технологиям и рынкам свободно развиваться, прежде чем вмешиваются в их деятельность. Оба подхода, по сути, компромиссные, при этом одни государства ставят конфиденциальность выше технического прогресса, а другие – наоборот. Если мы хотим построить процветающее общество на основе технологий, нам нужно отслеживать и изучать реальные последствия и той и другой политики в разных географических регионах и оставаться открытыми для разных подходов к управлению ИИ.

Как создается история ИИ

Ежедневный шквал информации об ИИ может вызвать ощущение, что люди теряют контроль над собственными судьбами. Пророчества о господстве роботов и формировании «бесполезного класса» безработных пагубно влияют на наше сознание, вызывая гнетущее чувство беспомощности перед лицом всемогущих технологий. Это чувство заставляет нас забыть об очень важном факте: будущее искусственного интеллекта зависит от действий людей.

Мы не пассивно наблюдаем за историей ИИ, а пишем ее. Это означает, что наши представления о будущем ИИ вполне могут подействовать как самосбывающееся пророчество. Если мы говорим себе, что ценность человека заключается исключительно в его вкладе в экономику, мы будем и поступать соответственно. Машины вытеснят людей с их рабочих мест, и мы можем оказаться в извращенном мире, подобном тому, который показала нам Хао Цзинфан в своем рассказе «Складной Пекин», где так называемые «полезные люди» и «бесполезные массы» разделены гранью ночи и дня. Но исход кризиса ИИ еще не предрешен. Сама угроза его возникновения связана с идеологией, определяющей роль человека всего лишь как сумму экономических показателей, и говорит о том, что человечество сбилось с верного пути. Мы были посланы на Землю не для того, чтобы постоянно делать одно и то же. И нам не нужно тратить свою жизнь, усердно накапливая богатства, чтобы после нашей смерти их могли получить наши дети, чья жизнь станет всего лишь новой итерацией общечеловеческого алгоритма.

Но если мы верим, что смысл жизни не сводится к погоне за материальным благополучием, то ИИ может оказаться просто инструментом, способным помочь нам глубже понять ее значение.

Ум и сердце человека

В самом начале своей карьеры исследователя ИИ, поступая в 1983 году в Университет Карнеги – Меллона, я украсил свое заявление некоторыми философскими отступлениями – например, я описывал ИИ как «количественную оценку человеческого мышления, объяснение человеческого поведения» и «решающий шаг» человечества к пониманию самого себя. Это была лаконичная дистилляция романтических представлений об ИИ того времени, и я черпал в них вдохновение долгие годы. С тех пор прошло 35 лет, я стал старше и, надеюсь, немного мудрее, и теперь я вижу вещи иначе. Программы на основе ИИ, созданные нами, справляются со многими задачами настолько же хорошо или даже лучше, чем мозг человека. Как исследователь и ученый, я горжусь этими достижениями. Но если первоначальной целью было по-настоящему понять себя и других людей, то эти десятилетия «прогресса» не дали мне ничего. По сути, я ошибся в анатомии. Вместо того чтобы пытаться превзойти человеческий мозг, я должен был попытаться понять человеческое сердце.

Прошло очень много времени, прежде чем я понял свою ошибку. Большую часть взрослой жизни я провел в попытках превратить свой мозг в тонко настроенный алгоритм максимизации собственного влияния. Я летал в разные страны, пересекал часовые пояса, работал, неустанно стремился к своей цели. И не задумывался, что в сердцах моих близких существовал гораздо более важный и гораздо более человечный мир. Мне потребовались страшный диагноз и бескорыстная любовь семьи, чтобы соединить точки в ясную картину и увидеть, что отделяет нас от созданных нами машин. Это изменило мою жизнь и окольными путями привело меня обратно к моей первоначальной цели – использовать ИИ, чтобы познать природу человека. Если ИИ когда-либо позволит нам по-настоящему понять самих себя, то не потому, что его алгоритмы смогут повторить механические процессы мышления, а потому, что они разрешат нам забыть об оптимизации и сосредоточиться на том, что действительно делает нас людьми, – способности любить и быть любимыми. Для этого потребуется напряженная работа и сознательный выбор каждого из нас. К счастью, как люди мы обладаем свободой воли, которой все еще нет у ИИ, а потому можем выбирать себе цели. Мы можем объединиться, невзирая на классовые предрассудки и границы стран, и придумать свое продолжение истории об искусственном интеллекте.

Давайте позволим машинам быть машинами, а людям – людьми. Давайте просто использовать придуманные нами устройства по назначению, и при этом, что более важно, – относиться друг к другу с любовью.