Распределенная экономика и «искусственный искусственный интеллект»
Изменение размера субсидий и налогов на труд может показаться лишь краткосрочным решением. В конечном счете, разве вторая эра машин не определяется безостановочной автоматизацией, которая рано или поздно создаст экономику, где человеческий труд будет играть гораздо меньшую роль?
Мы считаем, что во многих областях так и произойдет. Но мы надеемся, что нам удалось доказать: у людей все же есть навыки и способности, которые пока что не получается автоматизировать. Возможно, когда-то это и произойдет, но пока что никаких серьезных шагов в этом направлении сделать не удавалось, и это позволяет нам думать, что прогресс в этой области потребует некоторого времени. По-видимому, ученые, работающие с данными, организаторы конференций, руководители подразделений в компаниях, сиделки и уборщики посуды (помощники официантов) еще долго будут с нами.
И, как мы уже говорили ранее, человеческий разум еще много на что способен даже в тех областях, которые уже полностью автоматизированы. Ни один гроссмейстер не может обыграть лучший шахматный компьютер, но правильная комбинация человека и машины с этим справится. Поэтому неправильно считать, что человек перестает быть ценным в тот момент, когда компьютер опережает его в какой-то области. Нет, он становится даже еще более ценным, как только начинает сотрудничать с машиной, а не пытается соперничать с ней.
Мы замечаем это даже в таких полностью автоматизированных сферах деятельности, как поиск в интернете. Стив Лор пишет в статье, опубликованной в марте 2013 года в газете The New York Times:
Когда Митт Ромни в ходе президентских дебатов прошлой осенью говорил о сокращении правительственных субсидий на общественное телевещание и упомянул Большую птицу, эти слова тут же широко распространились в твитах. Люди мгновенно поняли, что в данном контексте и в тот момент «Большая птица» была политическим комментарием, а вовсе не отсылкой к детскому телешоу «Улица Сезам», и что при запросе «Большая птица» в интернет-поиске в выдаче сначала должны появляться комментарии на текущие политические темы. Люди понимают такие тонкие вещи намного точнее и быстрее, чем любой софт, и подобные человеческие суждения немедленно вносятся в поисковые алгоритмы «Твиттера»… такие же люди-помощники – они называются «оценщиками» (evaluators или raters) – помогают Google совершенствовать поисковые алгоритмы, обрабатывающие более 100 миллиардов запросов в месяц.
Итак, хотя машинные алгоритмы постоянно совершенствуются, они не в состоянии в одиночку справиться с подобными задачами. Осознание этого факта позволило сформулировать новые, технологичные способы планирования и выполнения различных работ.
В середине прошлого десятилетия гигант онлайн-ритейла компания Amazon поняла, что многие из миллионов страниц ее сайта с описаниями продающихся товаров дублируют друг друга. Алгоритмы сами по себе не смогли проделать грандиозную работу по идентификации всех дубликатов, поэтому команда под руководством сотрудника Amazon Питера Коэна написала программу, которая показывала возможные дубликаты людям и оставляла на их усмотрение окончательное решение.
Довольно быстро Коэн и весь Amazon в целом поняли, что это исключительно полезная инновация. Огромная задача (найти среди миллионов страниц те, которые дублируют друг друга) разбивалась на множество мелких задач (действительно ли эти две страницы дублируют одна другую?), затем мелкие задачи рассылались большой группе людей, затем собирались их ответы, которые использовались для решения большой проблемы (уничтожение выявленных дубликатов).
Изначально программа предназначалась для внутреннего использования, однако в ноябре 2005 года Amazon открыла к сервису доступ, назвав его «Механическим турком» в честь знаменитого «робота» XVIII века, якобы умевшего играть в шахматы (впоследствии выяснилось, что внутри машины спрятан человек). Программа напоминала эту старинную диковинку тем, что, на первый взгляд, все ее действия казались автоматическими, однако в реальности она в значительной степени использовала человеческий труд. Это был наглядный пример того, что руководитель Amazon Джефф Безос назвал «искусственным искусственным интеллектом» (artificial artificial intelligence) – еще один из способов для человека сотрудничать с машиной (хотя и не слишком хорошо оплачиваемый).
«Механический турок», быстро завоевавший популярность, стал одним из первых примеров так называемого краудсорсинга («распределенной онлайн-модели решения задач и проиводства», словами исследователя коммуникаций Дарена Брабэма). Эта модель интересна тем, что вместо использования технологий для автоматизации какого-либо процесса краудсорсинг сознательно делает этот процесс трудозатратным, причем рабочие руки тут предоставляет не определенная заранее группа штатных сотрудников (как в большинстве индустриальных процессов), а один или несколько (иногда множество) человек, решивших принять участие в решении задачи.
Менее чем за 10 лет краудсорсинг превратился в важное экономическое явление и породил новый вид компаний, которые часто объединяются термином «распределенная экономика» (peer economy), или «экономика обмена». Компании распределенной экономики удовлетворяют запрос потребителей с помощью краудсорсинга. К примеру, некоторые графики из тех, что вы видите в этой книге, были нарисованы или улучшены людьми, которых мы никогда прежде не видели и которых нашли, разместив предложение помочь нам с решением этой задачи на сайте TaskRabbit. Этот ресурс программист Леа Баск основала в 2008 году; идея пришла ей в голову однажды поздно ночью, когда у нее вдруг закончилась собачья еда, и Леа поняла, что нет никакого быстрого и легкого способа найти в интернете кого-то, кто (даже за деньги) готов забросить ей немного корма.
В том же году Джо Геббиа, Брайан Чески и Нейтан Блехарчик запустили веб-сайт, который использовал интернет и коллективный вклад не для решения задач, а для поиска места для ночлега. Сайт Airbedandbreakfast.com («надувной матрас и завтрак») позволял любому владельцу жилья сдать в краткосрочную аренду одну из комнат; идея этого сервиса появилась у Геббиа и Чески после того, как они в 2007 году сами предложили переночевать у себя дома гостям одной дизайнерской конференции в Сан-Франциско – городе, где доступных гостиничных номеров отчаянно не хватает.
Созданный ими сервис, переименованный в 2009 году в Airbnb.com, быстро стал популярным. К примеру, новый 2012 год более 140 000 человек по всему миру встречали в квартирах и домах, забронированных через Airbnb, – это на 50 % больше, чем число всех спальных мест во всех отелях Лас-Вегас-Стрип.
Быстро рос и TaskRabbit: в январе 2013 года компания заявила, что «месячный прирост транзакций выражается двузначными числами».
TaskRabbit дает людям возможность предложить «толпе» (crowd) свой труд, а посредством Airbnb они могут предложить в аренду свою собственность. Сегодня в распределенной экономике есть множество примеров компаний обоих типов. Краудсорсинговый рынок труда существует не только в таких специальных областях, как программирование, дизайн и уборка, но и в области решения более общих задач. Сегодня существуют сайты, на которых можно взять и сдать напрокат фотоаппарат, тот или иной инструмент, велосипед, парковочное место, собачью конуру и вообще самое разное имущество.
Некоторые сервисы объединяют обе модели и позволяют предлагать через интернет различные комбинации труда и других активов. Когда Энди потребовалось в 2010 году перевезти свой мотоцикл в другой штат, он нашел подходящего исполнителя – то есть человека, у которого был и грузовой прицеп, и свободное время, – на сайте uShip. Другой сайт, Lyft, основанный в 2011 году, позволяет владельцу автомобиля в любое время превратить свою машину в такси и развозить по городу пассажиров. Чтобы избежать противодействия со стороны органов, которые регулируют таксомоторный бизнес, Lyft не устанавливает ни расценок, ни обязательных платежей. Вместо этого пассажиру предлагается сделать «пожертвование» водителю, который его подвез.
Как показывает история Lyft, по мере роста экономики обмена нам придется решать много правовых и нормативных вопросов. Мы, конечно же, признаем необходимость обеспечения общественной безопасности, но надеемся, что регулирование в этой новой области не будет слишком жестким и что экономика обмена будет расти и дальше. Нам нравится, что в результате краудсорсинга растет эффективность и снижаются цены, однако нам также нравится и то, что он позволяет людям находить новую работу. Участие в сервисах типа TaskRabbit и Airbnb предоставляет людям прежде недоступные экономические возможности, а также дает им возможность трудиться. Таким образом, у них есть потенциал справиться с каждым из трех вольтеровских зол. И именно поэтому такую деятельность должны поддерживать политики и регуляторы с помощью таких инициатив, как EITC и тому подобное.
Пока что распределенная экономика – дело новое и объем ее невелик как по отношению к ВВП, так и в абсолютном выражении. К примеру, в апреле 2013 года TaskRabbit ежемесячно добавлял по тысяче новых пользователей к своей сети проверенных участников – то есть таких, которые однажды уже выполнили порученную им работу. Это впечатляет, но, с другой стороны, в том же месяце в США насчитывалось почти 4,5 миллиона человек, которые не имели работы, как минимум, уже 27 недель. Сравнения такого рода ясно показывают, что краудсорсинг пока не играет значительной роли в сокращении безработицы и росте занятости в экономике страны в целом.
Но это совершенно не означает, что экономика обмена не стоит того, чтобы поощрять и поддерживать ее. Совсем наоборот. Лучшие – а возможно, и единственные – решения тех проблем, с которыми неминуемо придется столкнуться в будущем все большему числу людей-работников, будут найдены на капиталистическом рынке с помощью инноваторов и предпринимателей, вооруженных технологиями. Компании распределенной экономики – это примеры инноваций, которые повышают ценность человеческого труда, а не снижают ее. А поскольку мы верим, что труд очень важен, мы верим и в то, что политики будут поддерживать подобные инициативы.
