Инновации: всегда сбоку
Проблема с непредсказуемостью будущего в том, что все подрывные инновации приходят не из тех отраслей, где они появляются — поэтому-то их и невозможно предвидеть**.** Микроволновку изобрели спецы по радарам, а не производители мясорубок и холодильников. Компьютер на радиолампах радиоэлектронщики, а не математики. Самолёт — владельцы мотоциклетной мастерской братья Райт[1]. Роботами-юристами начали торговать в России провайдеры сотовой связи МТС и Мегафон[2]. Рынок такси взрывает не только Uber, но в России это Яндекс.такси (в России Uber и Яндекс уже слились вместе)[3]. Сбербанк уже торгует музыкой[4], и он уже не «банк», а просто «Сбер».
Откуда придёт подрыв вашей (личной или корпоративной, стратегирование в них имеет одну природу) деятельности**— непонятно, но чаще всего это будут «пришельцы со стороны».** Своих-то конкурентов вы отслеживаете, но что делать с тем, когда самые сильные конкуренты появляются стремительно «из ниоткуда», «сбоку»? Их не отследить, это нельзя спланировать.
Экспоненциальные технологии делают эти подрывы стремительными. Вот пример вычислительной оптики:
На рисунке[5] один из снимков сделан в сентябре 2016 году смартфоном iPhone 7 Plus, а другой — камерой-зеркалкой с большим объективом EOS650D. Вы можете угадать, какой снимок чем был сделан? Левый — смартфоном, правый — зеркалкой.
До сентября 2016 года было принято считать, что позиции производителей больших фотоаппаратов хорошо защищены законами физики: эффект bokeh[6] красивого размытия фона при чёткой фигуре на переднем плане мог проявляться только на фотоаппаратах с большими объективами.
Apple пришёл на фоторынок, где его никто не ждал, принёс вычислительную оптику, а не большой объектив. Экспоненциальные технологии сделали дешёвыми процессоры и маленькую точную механику — потребовалось две дешёвые маленькие камеры, а не один большой дорогой объектив. На улице 2016 года тем временем соревновались хипстеры: у кого фотоаппарат больше, тот и победил в качестве снимков!
Дальше всё быстро: эффект bokeh в сентябре 2016 года был продемонстрирован на двух камерах iPhone 7 Plus, но уже в сентябре 2018 года цена опять упала, AI даёт тот же эффект на одном сенсоре — Google Pixel 2 series, Apple iPhone XR. Да ещё и телефоны с 3-5 камерами стали обыденными. Потребность в фотоаппаратах стала нишевой (и эта история произошла уже после того, как цифровая фотография вытеснила плёночную), продажи фотоаппаратов (включая цифровые) идут уже на уровне 1977 года, причём эти цифры падают[7].
И это было не последней точкой в удешевлении. Во время перехода на удалённую работу практически все сервисы видеоконференций предоставили возможность не только размыть фон, но и вовсе его заменить. Речь идёт уже о супердешёвых веб-камерах на ноутбуках и в компьютерах, и не о неподвижных картинках, а о видео, и ещё об универсальных процессорах. Экспоненциальные технологии делают своё дело: что было диковинкой на самых дорогих моделях телефонов в 2017 году, стало дешёвым общим местом везде. Заодно люди, которые до этой технологии стеснялись своей домашней обстановки, просто перестали её показывать, они заменили её на выбранный ими фон — и сэкономили на интерьере. Наоборот, показать крутую домашнюю обстановку стало привилегией богатых! Повторяется история с нейлоновыми рубашками: сначала их носили только самые богатые, а затем их стали носить только самые бедные. Такое типично для экспоненциальных технологий.
Вычислительная оптика также помогла к 2021 году разобраться со съёмкой смартфонами в темноте, в том числе и съёмкой видео высокого разрешения и повышенным контрастом. Нужда в больших и дорогих фото- и видеокамерах с особыми их возможностями резко упала. Tony Seba приводит хорошие примеры, почему прогнозы не оправдываются. Они не учитывают экспоненциальных зависимостей! Пару десятков лет назад точно такой же переход шёл от плёночной фотографии к цифровой — и всё началось и закончилось за пяток лет. С фотоаппаратами как таковыми происходит всё то же самое.
Производители смартфонов, а теперь и производители ноутбуков пришли в сферу фотографии «сбоку» и буквально за несколько лет дали доступ к качественному фото и видео для практически всех жителей планеты. Это дало возможность необычным применениям фото: контроль качества работы удалёнными сотрудниками (они фотографируют результаты своей работы, это практически бесплатно), платёж по карте, когда не нужно вводить её номер, а он распознаётся автоматически, платежи по штрих-кодам и QR-кодам, автоматизация переводов надписей на иностранных языках, прокторинг для онлайн-сдачи экзаменов. Идут пробы новых применений, например было массовое увлечение играми типа Pokemon Go, где изображение покемонов накладывается на изображение реального мира, но широкого распространения это не получило. Тем не мене, представьте, сколько людей приложили свои знания и умения, участвуя в этих изменениях. А ведь это только один из небольших сюжетов происходящих перемен! Фотография, бывшая уделом немногих, превратилось в видеографию, доступную практически всем. У каждого видеокамера в кармане, и даже не одна (в смартфоне есть и камера для селфи, и камера для съемки, и встроенный микрофон для записи звука на видео, и можно сделать «захват экрана» для видео происходящего на экране). К этому добавьте возможности нейрохудожников, сервисы по изготовлению персонализированных аватаров для социальных систем.
Но и это ещё не конец истории про «физика не позволит сделать объектив меньше»! В 2021 году физиками был предложен новый оптический элемент: «пространственная пластина», которая позволяет убрать пространство между линзой и матрицей. Если заменить линзу плоской металинзой, а необходимое пространство за этой линзой заменить пространственной пластиной, то можно сделать реально плоский объектив. Как пишут изобретатели, вполне можно всю заднюю стенку смартфона превратить в объектив, получив в 14 раз лучше разрешение и чувствительность при съемках в темноте, чем у больших фотоаппаратов с большими объективами[8].
Если перейти на подобную оптику, то можно получить плоские телескопы, плоские микроскопы, и никаких утолщений для камер на задней панели смартфонов. И это тоже приходит сбоку, производители телескопов и микроскопов никак не ожидают (предыдущий тип оптического элемента «линза» был предложен 400 лет назад, и с тех пор не было новинок — до 2021 года!), что подобная новинка появилась не от конкурирующих производителей телескопов и микроскопов. Изобретатели этой технологии пришли из лаборатории квантовой оптики, а завод-производитель пространственных пластин будет не заводом оптического оборудования с парком шлифующих стёкла станков, а заводом нанометаматериалов с абсолютно другим оборудованием!
Когда речь идёт об информационных технологиях, всё происходит ещё быстрее и неожиданней. На удалённую работу даже там, где это было нельзя себе представить, мир перетянулся разве что не за пару месяцев. MS Teams как средство удалённой работы (отнюдь не все пользуются Zoom) поднял пользовательскую базу с 0 до 18 миллионов человек за два года, а потом за три месяца пандемии дорастил её до 77 миллионов человек. Ещё через год в MS Teams было уже 145 млн. человек[9]. Много фирм буквально за пару месяцев начала пандемии сообразили, что дорогой офис — это не преимущество, а недостаток. И начали нанимать сотрудников по всему миру, а не только проживающих недалеко от офиса. Это означает, что рынок офисной недвижимости был по факту подорван софтверными фирмами, обеспечивающими сервисы удалённой работы[10], беда пришла «сбоку».
Мир меняется от принципиально непредсказуемых факторов. Вы не можете предсказать изобретения 8 миллиардов человек (хотя в реальности немного меньше, вычтите детей и необразованное население отсталых стран). В том числе и «антиизобретения» законодателей, типа пандемических локдаунов как неконституционно вводимых ограничений на передвижение, или запрета каких-то вычислений типа вычислений для криптовалютного рынка или вычислений для показа вебсайта кем-то запрещённой социальной сети. Вы не можете предсказать войну. Эти непредсказуемые изменения распространяются по земному шару крайне быстро — речь идёт об экспоненциальных, и даже гиперэкспоненциальных изменениях, у которых нет единого руководящего центра. Это техно-эволюция.
Примеры мы привели главным образом из производства, но примерно то же самое творится в науке. Современная лингвистика была закрыта буквально за несколько лет: много лет нарабатываемые лингвистами языковые модели оказались менее точными, и менее полезными на практике, чем языковые модели на основе нейронных сетей — и делали их отнюдь не лингвисты, а специалисты по машинному интеллекту. Математики, специалисты по архитектуре нейронных сетей, программисты пришли в лингвистику «сбоку» — и они теперь на лингвистическом фронтире, буквально за три года (с момента появления архитектуры transformer[11] в 2017 году), а не лингвисты с их тысячелетним багажом знаний. А теперь появились на базе этих изменившихся представлений о естественном языке и его природе научные работы, где по-новому оценивается роль естественного языка по сравнению с использованием формального математического языка в логике[12].
Даже если брать математику в приложении к физике, то и тут всё быстро, и «классические учёные» могут уже не поспевать за прогрессом. Графовую нейронную сетку «дистиллировали» в алгебру, а затем подобрали в этой алгебре математическую форму (символьная регрессия[13], или выявление/discovery символьных моделей) для выражения закономерностей в физических наборах данных. Чтобы проверить подход, переоткрыли уравнения ньютоновской механики, переоткрыли гамильтониан из квантовой механики, и предложили закон (математическую формулу) для описания гало тёмной материи в космологии — чтобы продемонстрировать не «переоткрытие», а «открытие»[14]. Основная физическая интуиция как раз и берётся символьной регрессией, в основе которой эволюционный алгоритм. Лидер в этой области символьной регрессии вполне уже коммерциализован: эволюционный/генетический алгоритм символьной регрессии Eureqa, вошёл в состав DataRobot[15].
По большому счёту всё равно: у вас предпринимательская гипотеза (концепция использования), научная гипотеза, инженерная гипотеза (концепция системы), бизнес-гипотеза (бизнес-модель): выдвижение гипотез и их проверка относится к общим мыслительным умениям, хотя по-старинке называется «научным мышлением». Особо обратим внимание, что это мышление не одного человека, играющего роль учёного, разработчика, менеджера, продвиженца. Нет, это мышление безмасштабно: реализуется и отдельными людьми с их компьютерами, и большими организациями с их компьютерами. Более того, это мышление выходит за рамки отдельных организаций в пределы сообществ и обществ (идёт обмен информацией).
Выдвижением гипотез/догадок (каких-то объяснений, дающих предсказания будущего — порождающих/generative моделей) и их проверкой (логической и экспериментальной) занимаются ежедневно миллионы учёных, но также и миллиарды инженеров, менеджеров, продвиженцев, разглядывающих многочисленные данные по их предметам интереса. Идеи для стратегирования — это гипотезы, догадки, они не научные гипотезы, но они одной природы с научными гипотезами, это догадки, которые должны выдержать проверку логикой, а затем и проверку жизнью (эксперимент)!
Eureqa предлагает облегчение труда для самых разных людей, занимающихся выдвижением догадок/гипотез/guesses в самых разных деятельностях, и таких AI-сервисов по выдвижению гипотез будет много, они будут конкурировать, цена типовых «объяснений» будет падать. При этом цена самых трудных объяснений будет оставаться прежней и не падать, зато доступная для этой высокой цены трудность поиска и разнообразность доступных приёмов объяснения будет всё время расти.
Сама физика в текущих работах только привлекает внимание к новым алгоритмам, демонстрирует работоспособность алгоритмов научного мышления. Разработчики Eureqa не имеют какого-то отношения ко всей этой космологии и гамильтонианам, они просто «разрабатывают искусственный интеллект», что бы это ни значило. Им всё равно, объяснять движение планет, или движение курсов акций на фондовом рынке. Но они со своими объяснениями сначала пришли в науку, и продемонстрировали, что их алгоритм выдвигает гипотезы не хуже Кеплера!
Наука уже не будет прежней, и к ней пришли «сбоку»: к физикам пришли люди, занимающиеся нейронными сетями и символьной регрессией, а не физикой. К биологам (в том числе фармацевтам) пришли с решением задач складывания белка люди, которые отработали алгоритмы на играх, таких как игра Го[16].
Почему все эти вопросы обсуждаются в курсе менеджмента? Потому что стратегирование это всё должно учитывать.
Копают люди давно уже не руками, и не палкой-копалкой, и не лопатой, а экскаватором. Для вытаскивания законов природы из данных палка-копалка из нейронных сетей и символьной регрессии уже готова, статья опубликована. А лет через пять ждём, что новые законы природы будут грести уже лопатой. Лет через двадцать-тридцать можно ждать и «научного экскаватора». Просто удивительно, как мало людей, понимающих суть происходящих перемен. Е****сли вы занимаетесь личным или корпоративным стратегированием, ваш горизонт прогнозирования (и затем горизонт планирования) хотя бы пара-тройка лет (а иногда и больше), то вы не имеете праваигнорировать эти тренды.
В науке тоже всё новое приходит сбоку, и неудивительно, что «старые физики» не будут понимать, что происходит — как уже сейчас «старые лингвисты» не понимают, как устроены современные системы машинного перевода.
Искусственный (он же машинный) интеллект развивается сейчас особенно быстро, и Тим Урбан даже нарисовал про это иллюстрирующую экспоненциальные технологии картинку[17]:
Это картинка 2015 года. В то время трудно было представить, что робот-юрист возьмёт на себя 80% юридической работы в фирме, держащей миллионы контрактов. Или что AI победит чемпионов мира в Го, в StarCraft II — а потом эти алгоритмы будут использованы в промышленности.
Машинный интеллект по сфере своего использования такой же, как естественный: он может применяться везде. В том числе и в диджействе. Технология NeuralMix в приложении DjayProAI для iOS получила апдейт[18]: раньше она могла разделить запись музыки на вокал, перкуссию и всё остальное, а теперь может разделить на вокал, перкуссию, бас и всё остальное. Смешивать два трека диджею можно уже не целиком, а отдельно каждую из четырёх частей трека. Но тут нейронные сети не просто автоматизируют труд диджея, но делают то, что человек раньше делать не умел. А ведь диджейство по факту массовая профессия: раньше учились массово семь лет в музыкальной школе, а теперь учатся год в школе диджеев — и пультов диджеев продаётся уж не меньше, чем роялей, просто на это уже мало кто обращает внимания. Сочиняет ли компьютер музыку? Да, конечно. Сочиняет ли новую музыку, или только перемешивает в новых сочетаниях давно известное? Сочиняет, проверено[19].
Последствия гиперэкспоненциального развития машинного интеллекта закрыты туманом будущего. Но уже сегодня понятно, что эти последствия будут весьма заметными для каждого человека на Земле. Масштабы? Например, треть IT**-бюджетов реального сектора сегодня направлены на проекты с** AI**, это неожиданный, но факт**[20]. Если вы занимаетесь стратегированием, учтите это!
Сегодняшние инвестиции дадут отдачу через пару лет, поэтому дайте время на разработку и запуск новых интеллектуальных IT-систем в производство. Жизнь на производстве будет меняться, и быстро: деньги-то в это изменение уходят не маленькие! Скажем, переход с плановых ремонтов (35% этих ремонтов «чинят не поломанное», то есть бесполезны) на ремонты по состоянию, моменты которых определяются программами AI, высвобождает в масштабах планеты огромное количество труда, который сейчас абсолютно бесполезен. Представляете, сколько это труда на планете — треть плановых ремонтов? Плановые ремонты**—** это зло! И победит их машинный интеллект. Дело не только в бесполезном труде людей. Если оборудование (например, турбину электростанции) не останавливать для ремонта, это дополнительный выигрыш. Человечество будет богаче. Машинный интеллект выгоден.
Машинный интеллект научился переводить с иностранных языков (включая самые экзотические) на уровне восьмиклассника (или уже десятиклассника? Или первокурсника? Или третьекурсника технического вуза? Качество перевода меняется так быстро, что не уследишь!). Профессиональные переводчики пока не потеряли работу, но изменения в мире оказались в другом — миллиарды людей получили доступ к плохому, но переводу через Гугл, Яндекс, и даже улучшенному качеству перевода через специализированный сервис DeepL[21] и отчуждённое от людей умение машины редактировать английский текст в соответствии с каким-то стилем в сервисе Grammarly[22]. И это существенно добавило возможностей этих миллиардов людей на рынке труда. Никаких людей-переводчиков и редакторов-корректоров не хватило бы на такой объём обслуживания. Конкуренция на рынке труда возросла для многих работ, языковой барьер с учётом машинного перевода для этих работ перестал быть существенным.
А что с другими гиперэкспоненциальными технологиями? Там тоже всё интересно. Например, появились квантовые датчики, работающие на основе квантовой запутанности фотонов. И это даёт возможность построить новые типы микроскопов, которые могут изучать живые клетки в ходе их работы, не повреждая их лазерной подсветкой. Дальше появляется новый класс квантовых датчиков, и их цена тоже будет падать экспоненциально. Пульсоксиметры (измеряют как пульс, так и насыщение крови кислородом) в лучших моделях смартфонов появились ещё в 2015 году[23], а теперь (июнь 2021) их можно купить в Москве даже в отдельном корпусе-напальчнике один и тот же по цене от 250 рублей (включая батарейку) до 2500 рублей: продавцы не успевают обновлять цены, всё этими пульсоксиметрами затоварено, цены упали за год практически вдесятеро**—** обнаруженная общая потребность так и работает: кратковременный всплеск цены и возгласы «дефицит», а затем современное производство мгновенно перестраивается, организует массовый выпуск и цены драматически падают. Это общий паттерн.
Время изменения мира начинает быть более быстрым, чем время переобучения и человека, и отдельной организации на новую деятельность. Л****юди не успевают переучиваться сами и не успевают переоснащать свои предприятия, чтобы успевать адаптироваться к новому быстро изменяющемуся миру**. Вы можете пробовать переобучаться быстрее конкурентов, но они или начинают раньше, или сами учатся быстрее вас. Поэтому для выигрыша в конкуренции вам тоже приходится или начинать раньше, когда ситуация ещё малопонятна и надо рисковать, или переучиваться быстрее, когда ситуация уже понятна и риски не запредельны.**
https://en.wikipedia.org/wiki/Wright_brothers — и дело даже не в том, что они догадались поставить на самолёт лёгкий мотоциклетный двигатель, изготовленный в их мастерской. Они придумали проводить эксперименты в аэродинамической трубе, а ещё придумали систему управления самолёта по трём осям воздушными рулями. Но они не были «профессиональными авиаторами»! ↩︎
Мегафон — https://www.cnews.ru/news/top/2020-01-29_novyj_servis_megafona, МТС — https://rb.ru/news/mts-norma/. ↩︎
https://www.rbc.ru/technology_and_media/07/02/2018/5a7b20d29a79473903543eaa ↩︎
Сервис «Сбер-звук», https://sber-zvuk.com/ ↩︎
http://www.macdigger.ru/iphone-ipod/iphone-7-plus-protiv-zerkalki-canon-semka-fotografij-s-effektom-boke.html ↩︎
https://phys.org/news/2021-06-goodbye-camera-miniaturized-optics-counterpart.html, https://www.nature.com/articles/s41467-021-23358-8 ↩︎
https://venturebeat.com/2020/04/29/microsoft-teams-passes-75-million-daily-active-users/, https://www.statista.com/statistics/1033742/worldwide-microsoft-teams-daily-and-monthly-users/ ↩︎
https://vc.ru/office/127764-pochemu-my-reshili-dat-vozmozhnost-sotrudnikam-ostatsya-na-udalenke-navsegda ↩︎
https://en.wikipedia.org/wiki/Symbolic_regression, https://arxiv.org/abs/1912.04825 ↩︎
https://waitbutwhy.com/2015/01/artificial-intelligence-revolution-1.html ↩︎
https://www.youtube.com/watch?v=yP5cavP4eWc, https://www.algoriddim.com/djay-ios/releasenotes ↩︎
https://www.zdnet.com/article/manufacturers-allocate-one-third-of-overall-it-spend-to-ai-survey-shows/ ↩︎