Текст книги "Стань лидером рынка! Техники ниндзя для революции в вашей нише"

К настоящему моменту мы рассмотрели некоторые материальные, предсказуемые и управляемые тенденции, которые крутятся вокруг нас. Но важно помнить, что внутренние, непредсказуемые факторы потребуют от нас подготовиться и адаптироваться. Климатические изменения являются красноречивым примером.

Не будучи ученым, я не собираюсь участвовать в дискуссии о глобальном потеплении. Однако я горд, что привел американскую технологическую индустрию к согласию в том, что мы превзойдем цели, поставленные в Парижском соглашении по климату. В апреле 2018 года я выразил свою горячую поддержку бурными аплодисментами, когда президент Франции Эммануэль Макрон на специальной совместной сессии Конгресса США произнес: «Мы убиваем нашу планету. Давайте признаем это: запасной планеты не существует». В той же речи он спросил: «В чем на самом деле смысл нашей жизни, если мы работаем и живем, разрушая планету, тем самым принося в жертву будущее наших детей?»[76]76
  Франция, Elysee, 2018, http://www.elysee.fr/declarations/article/transcription-du-discours-du-president-de-la-republique-emmanuel-macron-devant-le-congres-des-etats-unis-d-amerique/.


[Закрыть]

В то время как изменение климата – естественный процесс, ставший уже историей нашей планеты, вопрос о воздействии людей неоднозначен. Что не подлежит сомнению, так это то, что меняются погодные условия. Большой объем данных показывает, что случаи необычной и порой экстремальной погоды – включая дожди, шторма, ветра, пожары и перепады температуры – участились, и за последние 60 лет их интенсивность существенно возросла[77]77
  Elena Holodny, «Extreme Weather Events Are on the Rise», Business Insider, 23 марта 2016, http://www.businessinsider.com/extreme-weather-events-increasing-2016–3.


[Закрыть]. В одном только 2017 году американцы в Пуэрто-Рико, Техасе, Флориде и Калифорнии пострадали от разрушающих наводнений, потери электроэнергии, ураганных ветров и пожаров, связанных с погодными условиями.

Нет причины думать, что эта тенденция повернет вспять. Она может привести к масштабным перемещениям населения, кризисам, связанным с беженцами, трудностям для безальтернативных производственно-сбытовых цепочек, маршрутов перевозок и местонахождения корпораций. И это, несомненно, даст толчок движению жизнестойкости, о чем я поговорю подробнее в Главе 11.

Адаптация ко всем этим тенденциям – как известным, так и неизвестным – с нашим приближением к ниндзя-будущему потребует человеческой гибкости и технической изобретательности. Мы не можем идеально спрогнозировать каждую ситуацию или заранее разработать каждое решение. К счастью, бóльшая часть строительных блоков у нас уже на месте.

Глава 4. Ниндзя-инновации сегодня

В 2017 году ведомство по патентам и товарным знакам США выдало рекордное число патентов инноваторам – 347 243[78]78
  Состояние USPTO, PDF, Даллас, Техас: Региональный офис USPTO в Техасе, 19 апреля 2018.


[Закрыть]. Для сравнения: это же ведомство в 1997 году выдало около 70 000 патентов[79]79
  Соединенные Штаты, USPTO, «Календарь тенденций в области патентования, 1997 год», 1997, https://www.uspto.gov/web/offices/ac/ido/oeip/taf/pat_tr97.htm.


[Закрыть]. Феноменальные темпы прогресса были обусловлены несколькими базовыми технологическими составляющими. Революционные инновации будущих ниндзя будут основываться на различных комбинациях таких строительных блоков: датчики; широкополосная сеть и 5G; алгоритмы; облачная обработка больших объемов данных и аналитика; биометрия; робототехника; блокчейн; квантовые вычисления. В курсе вы или нет, но вы уже сталкиваетесь с большей частью из вышеперечисленного в своей повседневной жизни: от автопилота в самолетах до сканера отпечатков пальцев на вашем смартфоне и умной колонки на вашей кухне.

Датчики часто используют технологию под названием «микроэлектромеханические системы» (МЭМС). Эти выдающиеся маленькие устройства используют ряд интегральных схем на полупроводниках для разработки систем, включающих как механические, так и электрические элементы. По сути, МЭМС – это миниатюрные машины, которые активируются в ответ на внешние стимулы, чтобы принести множество результатов. Смартфон в вашем кармане содержит примерно две дюжины датчиков, которые чувствуют, измеряют, отвечают и передают информацию устройству. Они хранят и обрабатывают информацию о наклоне, ускорении, вибрации и местоположении. Они также делают возможными работу таких приспособлений, как камера, тачскрин и сканер отпечатков пальцев. Вы полагаетесь на датчики каждый раз, когда проверяете свой пульс с помощью Fitbit, сверяетесь с приложением Waze на своем телефоне, двигаете свой планшет, играя в видеоигру, или слышите звук своей пожарной сигнализации.

Первые элементарные датчики ускорения – акселерометры – в 1970-х годах стоили более $500 за штуку[80]80
  J. W. Knutti and H. V. Allen, «Trends in MEMS Commercialization», In «Enabling Technologies for MEMS and Nanodevices», 35. Вайнхайм: Wiley-VCH, 2004.


[Закрыть]. К 2000 году цена упала до $3,50. Сейчас, когда по всему миру ежегодно продается более миллиарда смартфонов, эти датчики находятся в массовом производстве, и за счет эффекта масштаба к 2018 году цена одного экземпляра упала до 34 центов[81]81
  James Carbone, «Sensor Market to Grow despite Price Declines», Electronics Sourcing, 28 марта 2018, http://www.electronics-sourcing.com/2018/03/28/sensor-market-to-grow-despite-price-declines/.


[Закрыть].

Недорогие датчики могут определить изменения в движении, местоположении, атмосферном давлении, свете, звуке, ветре – даже в запахе. Вместе с источником питания, сильным процессором смартфона и беспроводной широкополосной сетью эти крохотные волшебные штуки преобразовываются в своей способности предоставить вам важную информацию или передать информацию на облако либо другое подключенное устройство, которое затем сможет действовать на основании полученной информации.

Датчики делают наши рабочие и жилые пространства умнее. Например, автоматизированные системы HVAC функционируют лучше с более детальной информацией о внутренней и внешней средах. Системы освещения, безопасности и противопожарные системы – все работают лучше, когда имеют доступ к дополнительной информации о здании.

И когда вы отправляете данные, полученные датчиками, на мощную облачную обработку и системам ИИ, выгоды являются экспоненциальными. Например, датчик влажности почвы может дать вам всю необходимую информацию об определенном месте сельскохозяйственных угодий. А когда вы обрабатываете эту информацию при помощи облачных ИИ-систем, собирая множество значений данных (температура, датчики движения и даже распознавание лиц), фермеры могут использовать предсказания погоды для автоматизации систем орошения, следить за здоровьем и активностью домашнего скота и более точно оценивать общий объем урожая.

Ниндзя-здания и ниндзя-фермеры? Да. Возможности безграничны.

ЭКОНОМИЧЕСКИЙ ПОТЕНЦИАЛ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НЕВЕРОЯТЕН. К 2030 ГОДУ ИИ ПРИБАВИТ БОЛЕЕ $15 ТРИЛЛИОНОВ К МИРОВОЙ ЭКОНОМИКЕ.

Подумайте о том, как вы первый раз зашли на веб-сайт или посмотрели видео на своем телефоне, подключившись к сотовой сети. Я уверен, это было чем-то необыкновенным, но, вероятно, это также было утомительно, обрывочно и несколько раздражающе, поскольку первым сетям не хватало возможностей и скорости, которые мы сейчас принимаем как должное. Но к 2017 году зрители YouTube просматривали более миллиарда часов контента ежедневно – и немалую часть на мобильных устройствах, – потому что отныне это больше не «утомительно» и не «медленно»[82]82
  «YouTube for Press», YouTube, по состоянию на 11 августа 2018, https://www.youtube.com/yt/about/press/.


[Закрыть].

С модернизацией сотовой связи значительно улучшилась пропускная способность – количество информации, которое может пройти через систему за определенный промежуток времени. Сегодня мы слушаем музыку на многочисленных сервисах в странах по всему миру, слушаем подкасты во время пробежки, общаемся по видео с друзьями и семьей когда угодно и где угодно и смотрим целые фильмы без перебоев. Как? Широкополосная сеть.

Именно она позволяет массивному количеству данных быть перемещенными практически мгновенно. Она включает в себя как проводную передачу (кабели, волоконно-оптические линии и линии электропередачи), так и беспроводную передачу (спутники, Wi-Fi и мобильную сотовую связь). В развитых странах мобильная связь в основном 3G и 4G. Инноваторы-ниндзя быстро осуществляют переход на 5G или передачу «пятого поколения», бизнес-революция уже началась (больше об этом в Главе 6).

Бесчисленные сервисы и компании уже были рождены в результате экспоненциального улучшения скорости и коммуникационных возможностей. Связь 3G давала нам скорость передачи данных менее 1 Mbps. При таких темпах на то, чтобы скачать двухчасовой фильм, уходило 26 часов. 4G принесла нам в теории скорость 100 Mbps – это означало, что мы можем скачать тот же файл за шесть минут. Но 5G? Со скоростью передачи данных от 10 Gbps до 20 Gbps 5G даст нам скачать видеофайл с фильмом за 3,6 секунды[83]83
  Stephen Shankland, «How 5G Will Push a Supercharged Network to Your Phone, Home, Car», CNET, 2 марта 2015, https://www.cnet.com/news/how-5g-will-push-a-supercharged-network-to-your-phone-home-and-car/.


[Закрыть].

Молниеносные скорости, большая пропускная способность сети и меньший период ожидания (то есть время прогрузки) нашей повсеместной широкополосной сети означают, что мы можем использовать мощь Интернета для будущих инноваций, которые полагаются на скорость и точность: 4K Ultra HD видео, виртуальная реальность, беспилотные машины. Высокоскоростная связь 5G позволит нам поместить невероятно сложное оборудование в неблагоприятную среду – на соевых полях, под мостами, на нефтяных вышках – и контролировать его в режиме реального времени из безопасного офиса или лаборатории, находящихся в тысячах километров от него.

Рисунок 2: «5G: Насколько это быстро?» Предоставлено CNET[84]84
  Shankland, «5G Supercharged Network».


[Закрыть]

Cisco прогнозирует, что до 2021 года мировой мобильный поток данных возрастет на 700 процентов, достигнув 49 эксабайт в месяц (один эксабайт равен миллиону терабайтов), во многом благодаря Интернету вещей (IoT)[85]85
  Cisco, Наглядный индекс развития сетевых технологий Cisco: Мировые мобильные данные. Обновление по транспортным прогнозам, 2016–2021, 2017, https://www.cisco.com/c/en/us/solutions/collateral/service-provider/visual-networking-index-vni/mobile-white-paper-c11–520862.pdf.


[Закрыть]. В ближайшее время практически всё вокруг нас – машины, кухонное оборудование, надеваемые устройства – будут соединены с Интернетом и будут создавать новый поток данных, который мы сможем использовать для улучшения своей жизни.

Нам нужно уже сегодня заложить основу инфраструктуры малых сот и волоконно-оптических кабелей, необходимую для 5G. В 2017 году Accenture подсчитали, что инвестиции в инфраструктуру 5G могут дать экономике США $500 миллиардов и создать три миллиона рабочих мест в первые семь лет внедрения[86]86
  Accenture, Smart Cities, 2017, https://api.ctia.org/docs/default-source/default-document-library/how-5g-can-help-municipalities-become-vibrant-smart-cities-accenture.pdf.


[Закрыть]. Компании, которым необходимы высокая скорость Интернета и короткое время ожидания, будут стекаться в города и штаты, которые уже сегодня готовятся к 5G. Взяв на вооружение 5G сейчас, инноваторы могут сделать смелый шаг в направлении связи ниндзя-будущего.

Ваш учитель по математике в старшей школе мог определять алгоритм как простое уравнение или формулу, которая берет вводные данные и преобразует их в результат. В «реальном мире» алгоритмы – это мощные инструменты, которые могут значительно улучшить человеческую жизнь, сделав ее более здоровой, счастливой и продуктивной. Это довольно громкие слова для пошаговых действий, выполняемых микропроцессорами. Но сила алгоритмов практически безгранична: пока им дается верная вводная информация, они могут анализировать данные или управлять ими и помогать нам принимать более быстрые и правильные решения.

Например, инноваторы-ниндзя разработали алгоритмы для надеваемого устройства, которое может посчитать, сколько шагов вы прошли, как долго и хорошо вы спали, находитесь ли вы в состоянии стресса или насколько энергично вы занимаетесь, исходя из оценки изменений или достижения целей в движении, местоположении, сердцебиении и других биометрических данных. Наличие такой детальной информации под рукой может помочь вам в принятии моментальных решений о своем здоровье.

Это только одно, персональное применение – но мы сегодня живем в то время, когда для нас естественно носить с собой устройства с невероятной вычислительной мощностью, которые также могут подключаться к еще более мощному облачному хранилищу. Концепция алгоритмов существовала очень долгое время, но нынешняя среда является благодатной почвой для инноваций, основанных на алгоритмах, – от прогнозирования ваших страховых нужд[87]87
  Kumba Sennaar, «How America’s Top 4 Insurance Companies are Using Machine Learning», TechEmergence, 19 июля 2018, https://www.techemergence.com/machine-learning-at-insurance-companies/


[Закрыть] до распознавания и искоренения «фейковых новостей»[88]88
  Kaveh Waddell, «Algorithms Can Help Stomp Out Fake News», The Atlantic, 7 декабря 2016, https://www.theatlantic.com/technology/archive/2016/12/how-computers-will-help-fact-check-the-internet/509870/


[Закрыть] и выявления мутаций[89]89
  Kirsten Stewart, «10 Algorithms That Are Changing Health Care», Алгоритмы для инноваций, по состоянию на 10 октября 2015, http://uofuhealth.utah.edu/innovation/blog/2015/10/10AlgorithmsChangingHealthCare.php


[Закрыть] в геноме человека. Ваш учитель математики из старшей школы в конце концов был прав: будущие ниндзя определенно будут использовать их за пределами школы.

В создании алгоритмов нам стоит помнить о явлении «алгоритмической предвзятости» – это непреднамеренное «начинение» их стереотипами в зависимости от того, кто занимается кодингом. Например, исследователи Media Lab MIT узнали, что технология распознавания лиц исправно работает в 99 процентах случаев с белыми мужчинами, но она намного менее точна с женщинами с более темной кожей[90]90
  Joy Buolamwini and Timnit Gebru, «Gender Shades: Intersectional Accuracy Disparities in Commercial Gender Classification», MIT Media Lab, 4 февраля 2018.


[Закрыть]. Алгоритмы настолько сильны, насколько сильны данные, лежащие в их основе. Это еще одна причина, по которой разнообразие среди технических сотрудников жизненно важно: в процесс создания продуктов для всех должны быть вовлечены все.

ОБ АЛГОРИТМАХ

Алгоритмы не являются новой концепцией; в своем нынешнем значении слово появилось еще в XIX веке. Математики, инженеры и программисты постоянно улучшают и меняют алгоритмы. Результат работает только в сочетании с надлежащей технологией для реализации.

В 1967 году доктор Эндрю Витерби предложил революционный алгоритм для упаковки и распаковки контента, передаваемого по воздуху. Но технология была признана непрактичной для широкой реализации из-за вычислительных ресурсов тех времен. Это была сильная математика и сильная логика – но компьютеры еще не были способны справиться с требованиями.

Со временем все изменилось. В 1980-х годах индивидуальные процессоры смогли справляться с алгоритмом, и работа Витерби стала потребительским товаром: модемом для персонального компьютера. Его алгоритмы были усовершенствованы, объединены с улучшениями в технологиях процессоров и стали частью одного из самых широко используемых потребительских продуктов в мире. Витерби тоже занялся крупными делами. В 1985 году он стал сооснователем компании-гиганта Qualcomm, занимающейся производством чипсетов для мобильных телефонов.

Если вы когда-либо видели одну из реклам IBM «Уотсон за работой», то вы видели, как изображаются передовые ниндзя-инновации. Обработка больших данных и использование облака и ИИ позволяет Уотсону не только устанавливать связь, но и учиться и предлагать решения.

Инноваторы-ниндзя разработали облачное вычисление в качестве формы аутсорсинга: оно позволяет нам передать хостинг данных и сервисов от частных лиц, компаний или правительств серверам, которыми управляют компании, специализирующиеся на серверном хостинге. Оно освобождает активы (охлажденное физическое пространство, огромная возможность хранения) и людей (обученные специалисты по IT-серверам и хранению), так что компании могут сфокусироваться на своей основной задаче.

Но облако – это намного больше, чем хранилище файлов. Его реальная перспектива заключается в том, чтобы позволить требовательным компьютерным программам и веб-приложениям использовать источники вычислительных мощностей, подключенные к Интернету, в режиме реального времени. Масштабируемые вычисления уже являются распространенной практикой в сети: компании, которые имеют популярные веб-сайты, могут запустить новые серверы в облаке практически моментально, когда трафик подскакивает, и вывести их из эксплуатации так же быстро. А некоторые компании экспериментируют с «туманными» или «граничными» вычислениями – это системы, которые снимают напряжение с основного центра обработки данных в облаке, обрабатывая часть данных местно, увеличивая тем самым скорость и безопасность.

Так как облачные вычисления позволяют нам собирать большое количество данных, анализ больших данных становится возможным. Большие данные – это попросту огромные количества цифровой информации. Сложные вычисления и алгоритмы больших данных могут быть переданы в серверный банк в облаке и обработаны со скоростью света.

Но магия больших данных происходит, когда вы используете методы анализа для поиска новых подходов. Данные о том, кто, когда, что и как в информации, которую вы обрабатываете, могут ответить на вопрос почему. Например, «Почему некоторые люди с заболеванием умирают от него, а другие – нет?», «Какие перекрестки наиболее опасны и в какое время дня?», «Что покупают люди в киберпонедельники?».

Использование больших данных для предсказательной аналитики – это большая возможность для будущих ниндзя. Например, если управляющая на фабрике хочет понять, как создать лучшую, более безопасную, более продуктивную среду для работников, то ей в первую очередь нужно изучить их физическую среду. Машины на фабрике могут осуществлять сбор дюжин данных каждую минуту – от температуры до вибрации и влажности – и могут отправлять эту информацию назад, в штаб-квартиру производителя станков. Там данные могут сравниваться с данными, полученными от машин с тысяч других фабрик; такой анализ может улучшить эффективность и даже определить, может ли определенное оборудование быть подвержено сбоям. Она также может искать менее очевидные корреляции. Предположим, эта определенная фабрика располагается в Детройте, и так вышло, что на ней работает какое-то количество фанатов футбольного клуба Lions. Менеджер должен отследить продуктивность, сверяясь с расписанием игр национальной футбольной лиги, чтобы определить, влияют ли вечерние воскресные игры Lions на продуктивность сотрудников фабрики в понедельник.

Обратите внимание, будущие ниндзя: самый передовой уровень анализа больших данных включает в себя не только прогнозирование вероятности будущих исходов, но и автоматическое принятие мер на основании этих прогнозов. Предсказательная аналитика требует постоянного цикла обратной связи для повторного улучшения способности прогнозировать. Выявление случаев мошенничества в секторе кредитных карт является отличным примером: если вы когда-либо получали автоматический звонок, оповещающий вас о подозрительных платежах, совершенных с вашего счета, то этот звонок был, вероятнее всего, обусловлен алгоритмом. Этот алгоритм опирается на большие данные, проанализировав не только выработанный вами паттерн платежей, но и паттерны миллионов других клиентов. Сервисы по прослушиванию музыки, как Pandora, являются другим примером – они предлагают идеальную песню в идеальное время благодаря анализу ваших прошлых прослушиваний.

Большие данные, облачные вычисления и анализ представляют собой основу умных городов: прогнозируя транспортные потоки, давая возможность беспилотным автомобилям устанавливать контакт с окружающим миром и друг с другом, отслеживая состояние инфраструктуры для выявления признаков износа. И чтобы действительно использовать мощь этого потока информации, нам нужен ИИ.

ИИ – это одна из самых обсуждаемых тем в мире технологий. Но он скромно работал годами вдали от посторонних глаз в самой элементарной своей форме – узкоспециального ИИ, который специализируется в одной области. В 2011 году Уотсон от IBM продемонстрировал отличный пример ИИ: инженеры обучили ИИ для одной определенной задачи: игры в Jeopardy! Чатботы и технологии распознавания голоса, включая «Сири» от Apple, «Алексу» от Amazon и «Кортану» от Microsoft, являются другими примерами узкоспециального ИИ. Эти сервисы используются для различных целей, но все обусловлено распознаванием голоса.

Когда узкоспециальный ИИ разовьется до общего ИИ, известного также как «ИИ человеческого уровня», эти машины будут способны делать практически все, что может живой человек: например, поддерживать сложные разговоры и понимать особенности языка. Другая тема для подобных размышлений заключается в том, что общий ИИ будет способен «сойти» за человека. У ученых есть различные тесты для распознавания общего ИИ, включая тест Тьюринга (можно ли в ходе разговора принять машину за человека?), тест на должность (могут ли принять машину на работу, которую сейчас выполняют люди?) и кофе-тест (может ли машина зайти к кому-то домой и разобраться, как приготовить кофе – определить местоположение кофемашины, залить в нее воду, найти кофе и налить готовый напиток в кружку?).

В 2017 году имя Рэя Курцвейла оказалось на первых полосах газет, ведь именно он спрогнозировал, когда именно эти основные этапы в развитии ИИ будут пройдены. Курцвейл – блестящий компьютерный ученый, футурист, изобретатель, автор книги «Сингулярность уже близка», а ныне технический директор в Google – не говоря уже о том, что он находится в Зале Славы CTA. Он предсказал, что к 2029 году ИИ пройдет тест Тьюринга, достигнув подобного человеку интеллекта, и что в 2045 году «люди будут умножать наш эффективный интеллект… при помощи слияния с интеллектом, созданным нами»[91]91
  Dom Galeon and Christianna Reedy, «Ray Kurzweil Claims Singularity Will Happen by 2045», Рэй Курцвейл в прессе, 14 марта 2017, http://www.kurzweilai.net/futurism-ray-kurzweil-claims-singularity-will-happen-by-2045.


[Закрыть].

Последним уровнем ИИ является суперинтеллект, который философ из Оксфорда Ник Бостром определяет как «интеллект, который намного умнее лучшего человеческого мозга практически в каждой сфере, включая научное творчество, общее мышление и социальные навыки»[92]92
  Nick Bostrom, «How Long Before Superintelligence?», Int. Jour. of Future Studies 2 (1998).


[Закрыть].

Прогнозы исследователей по поводу того, когда мы достигнем этих уровней, существенно варьируются, но эксперты говорят, что есть шанс 50 на 50, что к 2062 году ИИ будет лучше людей практически во всем[93]93
  «Experts Predict When Machines Will Be Better than You at Your Job», MIT Technology Review, 31 мая 2017, https://www.technologyreview.com/s/607970/experts-predict-when-artificial-intelligence-will-exceed-human-performance/.


[Закрыть].

Возможно, сверхразумный ИИ будет означать конец человечества; возможно, он обозначит начало новой эры. В любом случае, я уверен в том, что он изменит человечество в том виде, в котором мы его знаем. Возможность обучать компьютеры для нахождения сходства среди фрагментов неструктурированной информации сулит ниндзя-будущему колоссальные возможности. И речь далеко не только о технических компаниях: предприятия, не созданные непосредственно для разработки ИИ, могут использовать технологию для повышения продуктивности и снижения расточительности, улучшения клиентского сервиса, сокращения масштабов мошенничества и для того, чтобы компания могла больше учитывать индивидуальные желания и потребности клиентов.