Читати книгу - "ХЗ. Хто знає, яким буде майбутнє"

від водіїв про умови на дорозі, і напрочуд детальні мапи світу, мимоволі створені мільйонами користувачів. Стенфорд, перемігши у змаганнях автомобілів-рóботів DARPA Grand Challenge 2005 року, подолав 11 кілометрів за сім годин, а Google 2011-го — півтора мільйона кілометрів на звичайній автостраді. Річ у тім, що Google мала таємну зброю: автомобілі з функцією Google Street View, якими керують люди, збираючи дані з камер, GPS і LIDAR (машинне бачення, що формує тривимірну картину простору). Пітер Норвіґ, директор відділу досліджень Google, колись сказав: «Програмі штучного інтелекту найтяжче розпізнати у відеозображенні світлофор. Далі вже легше визначити зелений або червоний, коли відомо, що є світлофор». (Із роками розпізнавання стало простішою задачею, але мова не про те).

Нині такі компанії, як Tesla й Uber, намагаються стати лідерами в галузі безпілотних автомобілів, бо мають великий автопарк належної техніки, сенсори якої використовуються для конкретних задач, а також для алгоритмічних систем майбутнього. Та не забуваймо: тими автомобілями керують люди. Дані, які автівки фіксують, — це наступний етап згуртування колективного інтелекту мільярдів добре оснащених користувачів.

Наступний Intel Inside — інформація

Інформація користувачів, що формує колективний інтелект, — здавалося б, фантастика. На початку ХХІ століття більшість людей тішилася сайтами, які наповнюють користувачі (на зразок Вікіпедії), чи новими соціальними мережами (на зразок блоґів), сприймаючи великі можливості як утопію. Я наполягав, що інформація визначатиме домінування на ринку для таких компаній, як Google і Amazon. В одній тогочасній промові я підкреслив: «Революція Web 2.0 почалася з “колективного інтелекту”, а закінчиться “наступним Intel Inside — інформацією”».

Intel разом із Microsoft завоювала монополію на ринку персональних комп’ютерів настільки, що на кожному ПК красувалася наліпка Intel Inside. Компанії Intel це вдалося, бо вона стала єдиним постачальником процесорів — мозку комп’ютерів. Компанії Microsoft — бо вона контролювала доступ до своєї операційної системи.

Софт Open Source й інтернет-протоколи відкритої комунікації змінили правила гри для Microsoft та Intel. Утім моя мапа підказувала, що гру не закінчено. Спираючись на «закон збереження вигідних прибутків» Клейтона Крістенсена, я знав, що слід очікувати зміщення цінностей. Новою цінністю мала стати інформація. Я був переконаний, що, досягнувши критичної маси даних, які вносять користувачі, ми матимемо так звані «мережеві ефекти».

Термін «мережевий ефект» означає: що більше людей користуються системами, то більше користі дають такі системи. Один телефон — не дуже корисна річ, та, коли цим пристроєм користується достатня кількість людей, решта не може не приєднатися до мережі. Так само соціальні мережі намагалися сформувати щонайбільші бази користувачів, позаяк синхронізація відбувається не за рахунок програми, а за рахунок кількості людей, які послуговуються одним сервісом.

Мережеві ефекти, які я простежував, спершу були не такими помітними і були пов’язані з тим, що компанії вчилися заживати плодів із внесків користувачів. Barnes&Noble пропонувала ті самі товари, що й Amazon, але остання збирала набагато більше клієнтських відгуків і коментарів. Люди зверталися до компанії не тільки по товари, а й по колективний інтелект клієнтів. Так само, на додачу до кращих алгоритмів і готовності Google вдосконалювати продукцію, сервіс Google Search поліпшувався ще й тому, що ним користувалося дедалі більше людей. Це означало, що Google акумулювала більше даних і вчилася швидше за конкурентів, а отже, незмінно випереджала інші компанії.

Якщо повернутися до питання про наступного лідера у виробництві безпілотних автомобілів: важить не так найкраще програмне забезпечення, як володіння найбільшою кількістю інформації.

Керівництво Uber 2016 року запевняло, що сотні мільйонів кілометрів даних від водійських і пасажирських додатків — беззаперечна перевага. Та якось не віриться, що дані з додатків на смартфонах колись дорівняються до величезного масиву інформації, що Google збирає за допомогою спеціального оснащення. Тому Uber відчайдушно прагне надавати послуги, використовуючи безпілотні автомобілі, навіть якщо без водіїв не обійтися ще багато років. Tesla також отримує детальні телеметричні дані з кожної машини, а у випадку автомобілів на самокеруванні другого покоління — ще й дані високоякісних камер і радарів. А от автовиробники без такої переваги сумніваються, чи достатньо даних збиратимуть сенсори для уникнення аварій чи автоматичного паркування, щоб можна було сміливо конкурувати.

Звісно, багато залежить не тільки від кількості інформації, а й від того, чи розумно її використовують. У цьому Google, Tesla та Uber суттєво випереджають традиційні автопідприємства.

Кінець циклічності софту

За доби персональних комп’ютерів ми звикли сприймати програмне забезпечення як артефакт. Компаніям довелося сприймати його як послугу. Отже, кардинально змінився підхід до розробки програм. Над цією ідеєю я працював менше, ніж над трьома поперед­німи. Проте ще 2005 року було очевидно: те, що ми називали ітеративною розробкою з управлінням потоком даних, орієнтованою на користувача, стане новою нормою. Софт, вбудований у так звану «хмару», постійно оновлюється.

Та річ не тільки в тім, що оновлення відбувається набагато швидше, ніж за часів ПЗ для персональних комп’ютерів. Нинішній софт розробляється відповідно до того, що роблять користувачі в реальному часі — девелопери незмінно дістають інформацію завдяки A/B тестуванню фіч на певних групах користувачів й оцінці того, що краще працює. Таким чином, співпраця в розробці софту Open Source («що більше очей, то швидше на поверхню випливають баги») досягла логічної точки розвитку й повністю відійшла від колишньої моделі ліцензування вільного ПЗ або Open Source.

Я чіткіше уявляв майбутнє, бо мав кориснішу мапу, не зациклену на змаганні між ліцензійними моделями пропрієтарного й вільного програмного забезпечення. Вкрай важливо мати належні орієнтири. Хоч мені все одно знадобилося багато років, щоб достатньо вивчити ландшафт і заповнити всі прогалини на мапі.

Векторне мислення

Усі ми розуміємо, що світ змінюється, але зазвичай чіпляємося за знайомі моделі й обмежуємо власне мислення. Через це ми проґавлюємо сучасні тенденції й не запитуємо себе: «Що буде далі?». Крім того, ми не враховуємо, що