ых данных. Мы сосредоточимся на этих принципиальных вопросах в главе 8.
Все более взаимосвязанный мир превратится в мощную платформу доступа к искусственному интеллекту. В обозримом будущем самые важные ИИ-приложения будут находиться в облаке, но со временем машинный интеллект станет более распределенным. Устройства, машины и инфраструктура будут умнеть по мере применения новейших специализированных чипов, поддерживающих ИИ. Скорее всего, именно здесь такие инновации, как нейроморфные вычисления, окажутся наиболее востребованными. В результате появится мощная новая служба, способная предоставить доступ к машинному интеллекту по запросу практически где угодно.
Источник стоимости — данные
Поскольку ведущие облачные провайдеры конкурируют как в ценах, так и в возможностях своей технологии, удешевление доступа к аппаратным и программным средствам, поддерживающим искусственный интеллект, представляется неизбежным. В то же время продолжится совершенствование ИИ-сервисов, доступных через облако, поскольку технологические гиганты стремятся добиться конкурентного преимущества, осваивая новейшие открытия исследователей. Под влиянием этих процессов даже самые продвинутые ИИ-технологии будут постепенно превращаться в товар широкого потребления, доступ к которому почти, а то и вовсе не требует платы, помимо той, которую клиенты облачных сервисов вносят за хранение своих данных. Свидетельства этого уже имеются. Такие компании, как Google, Facebook и Baidu, выпускают программное обеспечение для глубокого обучения с открытым исходным кодом. Иными словами, они предлагают его бесплатно. Это относится и к большинству самых передовых исследований, проводимых организациями вроде DeepMind и OpenAI. Они публикуют свои результаты в ведущих научных журналах и позволяют любому человеку получить подробные данные о разрабатываемых системах глубокого обучения.
Кое-чем, однако, ни одна компания не делится бесплатно — своими данными. Вследствие этого синергия между ИИ-технологией и огромными объемами потребляемых ею данных довольно-таки однобока. Практически вся создаваемая стоимость достается тому, кто владеет данными. Из этого широко признанного объективного факта часто делают вывод, что технологические гиганты подомнут под себя любую область деятельности, нуждающуюся в больших данных или искусственном интеллекте. Однако при этом из виду упускается то, что собственность на данные имеет явную вертикальную отраслевую структуру. Такие компании, как Google, Facebook и Amazon, разумеется, контролируют невообразимые объемы данных, но их деятельность в общем ограничивается интернет-поиском, взаимодействием в соцсетях и транзакциями в онлайновых магазинах. В данных областях эти компании, скорее всего, сохранят господство, но в экономике и в обществе имеется намного больше данных совершенно иных типов, принадлежащих правительствам, организациям и частным компаниям из других отраслей.
Часто говорят, что данные — это новая нефть. Если мы принимаем эту аналогию, то можем во многих отношениях уподобить технологические компании фирме Halliburton, которая предлагает свои технологические возможности и практические знания, необходимые для того, чтобы извлекать стоимость из ресурса. Конечно, гиганты сферы хай-тека имеют собственные огромные массивы данных, однако львиная доля непрерывно растущего глобального источника данных принадлежит не им. Например, компании медицинского страхования, больничные сети и, разумеется, государственные общенациональные службы здравоохранения владеют данными неимоверной ценности. Можно с уверенностью утверждать, что они будут использовать новейшие ИИ-технологии, разработанные крупными технологическими компаниями и предоставляемые как облачный сервис, но сохранят стоимость, извлеченную из данных, в своих руках. То же самое можно сказать об огромных массивах данных, собранных в ходе финансовых операций, бронирования билетов, размещения отзывов в интернете, наблюдения за перемещениями покупателей в традиционных розничных магазинах, а также сгенерированных бесчисленными сенсорами в транспортных средствах и промышленном оборудовании. В каждом случае машинный интеллект будет работать с конкретными данными, принадлежащими организациям из разных отраслей экономики.
Из этого следует, что значительная часть стоимости, извлекаемой благодаря использованию искусственного интеллекта, будет доставаться не компаниям-лидерам из сферы высоких технологий. Колоссальная выгода от применения ИИ будет распределяться очень широко. Опять-таки здесь уместна аналогия с электричеством. Кто извлекает наибольшую стоимость из электричества? Электроэнергетические компании? Атомная энергетика? Нет, такие компании, как Google и Facebook, потребляющие очень много электроэнергии и открывшие способы преобразования этого общедоступного товара широкого потребления в фантастическую стоимость. Разумеется, эта аналогия не идеальна, и не приходится сомневаться, что колоссальная стоимость и огромные возможности достанутся тем компаниям, которые создают инновации в сфере искусственного интеллекта и предлагают доступ к этому постоянно совершенствующемуся ресурсу. Однако основная польза от применения ИИ, особенно после его превращения в общедоступный ресурс, будет доставаться всем остальным.
Если на уровне экономики стоимость, создаваемая искусственным интеллектом, будет распределяться широко, то в рамках отдельной отрасли может возникнуть противоположная ситуация. Компании, первыми применившие ИИ в своих бизнес-моделях, получат существенное преимущество как первопроходцы. Вполне вероятно, что «победитель получит все», поскольку предприятия, имеющие наиболее эффективные стратегии использования больших данных и искусственного интеллекта, приобретают значительное конкурентное преимущество. Вследствие первостепенной важности данных для эффективного использования ИИ первым шагом должна стать успешная стратегия в области данных. Следовательно, предприятиям и организациям необходимо сосредоточиться на создании эффективных систем сбора и управления данными, чтобы подготовиться к использованию ИИ. В некоторых случаях это связано с решением серьезных этических вопросов, касающихся, например, неприкосновенности личных данных сотрудников и клиентов. Организации, которые не сумеют решительно перейти в наступление, станут отстающими. Мы быстро движемся к реальности, где любая фирма, правительственная структура или организация, не пользующаяся искусственным интеллектом, совершает громадную ошибку, которую можно с полным основанием сравнить с отключением от электросети.
Превращение искусственного интеллекта в подлинно универсальный общедоступный ресурс, его проникновение в каждую фирму, организацию и в каждый дом неизбежно приведут к преобразованию и нашей экономики, и общества. На этот процесс уйдут годы и десятилетия, и его влияние не будет однородным. В одних областях ИИ, скорее всего, произведет революцию уже в ближайшие годы, в других подрывного изменения придется ждать гораздо дольше. В следующей главе рассматривается ряд практических последствий применений искусственного интеллекта как системной технологии, делается попытка отделить хайп от реальности и анализируется наложение перевернувшей нашу жизнь пандемии на эту быстро развивающуюся технологию.
Глава 3Отделяем хайп: реалистичный взгляд на искусственный интеллект как на общедоступный ресурс
Двадцать второго апреля 2019 года компания Tesla провела мероприятие, которое назвала «День беспилотника». Оно должно было привлечь внимание к технологии беспилотного управления транспортным средством, которой компания оснащает все свои автомобили. Илон Маск и другие топ-менеджеры, а также инженеры выступили с презентациями. В ходе мероприятия Маск сказал: «Я с полнейшей убежденностью предсказываю, что в следующем году Tesla представит беспилотные роботакси». Далее он высказал предположение, что к концу 2020 года миллион таких машин компании Tesla будут ездить по дорогам общего пользования[29]. Под роботакси Маск подразумевал в подлинном смысле самоуправляемые автомобили, способные функционировать без людей в салоне, брать пассажиров и доставлять их в любые места назначения. Иными словами, он объявил о создании в полном смысле роботизированной версии Uber или Lyft.
Это был ошеломляющий прогноз, намного опережающий ожидания практически всех экспертов, которых я опрашивал. Несколько дней спустя в эфире Bloomberg TV я сказал, что был «поражен» предсказанием Маска и считаю его «необычайно оптимистичным и, пожалуй, даже несколько безрассудным». Я высказался так потому, что столь радикальное заявление, безусловно, должно было вызвать давление на Tesla со стороны рынка, ожидающего выполнения обещания. Это в сочетании со способностью компании добавлять автомобилям функции путем загрузки программ, то есть с появлением у водителей неотработанного софта, стало бы источником огромной опасности. Нет ничего страшного, когда клиенты тестируют сырые версии новой видеоигры или приложения для соцсетей, но это безответственная стратегия в отношении программного обеспечения[30], использование которого может привести к травмированию или гибели человека[31]. Действительно, уже случались аварии со смертельным исходом с участием автопилота Tesla, который умеет рулить автомобилем, разгоняться и тормозить, но тем не менее требует присмотра водителя. Кроме того, мне представляется очевидным, что, даже если бы компании удалось за год довести эту технологию до совершенства, намного больше времени потребовалось бы на адекватное тестирование автомобилей и получение одобрения регулирующего органа. Таким образом, миллион действующих роботакси Tesla к концу 2020 года просто не мог появиться. Даже выпуск единственной по-настоящему беспилотной машины на дороги общего пользования за этот срок выглядел бы как чудо.