Как стать победителем в новой экономике

Выше я определил две группы, обреченные на успех, в которые, по моему мнению, возможно попасть, – это те, кто способен творчески работать с умными машинами, и «звезды» в своей профессиональной области. Каков же секрет попадания в эти прибыльные сектора по ту сторону расширяющейся цифровой пропасти? Я утверждаю, что для этого жизненно необходимы две ключевые способности.

Две ключевые способности, необходимые для успеха в новой экономике

1. Способность быстро овладевать сложными навыками.

2. Способность выдавать продукцию высочайшего уровня, как по качеству, так и по скорости исполнения.

Начнем с первого пункта. Прежде всего необходимо вспомнить о том, что все мы испорчены интуитивно понятным и душераздирающе простым интерфейсом множества продуктов, ориентированных на потребителя, таких как Twitter или iPhone. Однако все эти технологии – товары широкого потребления, а отнюдь не профессиональные инструменты; освоить большинство умных машин, двигающих Великое преобразование, окажется значительно сложнее.

Возьмем Нейта Силвера, которого мы ранее приводили в пример как человека, добившегося успеха благодаря плодотворной работе со сложными технологиями. Если мы пристальнее вглядимся в применяемые им методы, то обнаружим, что прогнозировать результаты выборов на основе баз данных – далеко не то же самое, что впечатать в поисковое окно запрос «Кто наберет больше голосов?». Чтобы получить желаемый результат, ему пришлось собрать большую базу данных по результатам опросов избирателей (тысячи опросов более чем от 250 проводивших опросы), а затем обработать их с помощью программы Stata — популярного программного продукта для статистического анализа данных, производимого компанией StataCorp. Профессионально работать с такими инструментами не так уж просто. Для примера приведем одну из команд, без понимания которых невозможно работать с современными базами данных наподобие тех, что использует Силвер:

CREATE VIEW cities AS SELECT name, population, altitude FROM capitals UNION SELECT name, population, altitude FROM non_capitals;

Базы данных такого типа создаются на языке, называемом SQL. Чтобы получить доступ к информации, вы посылаете им команды наподобие показанной выше. Работа с базами данных требует непростых умений. Так, например, приведенная выше команда создает «представление» (view) – виртуальную БД-таблицу в которую собираются данные из множества существующих таблиц и к которой затем можно обращаться с помощью SQL-команд как к стандартной таблице. Сложность в том, чтобы определить момент, когда именно следует создавать представления и как это делать с наилучшим результатом; и это лишь один из множества трудных пунктов, в которые необходимо глубоко вникнуть, чтобы извлекать из баз реальных данных полезную информацию.

Продолжая рассматривать пример Нейта Силвера, взглянем на технологический продукт, который он использует, – программу Stata. Это мощный профессиональный инструмент, с которым едва ли можно научиться работать интуитивно, немного в нем покопавшись. Вот, например, как звучит описание новых компонентов, представленных в последней версии программы: «В Stata 13 добавлены многие новые компоненты: эффекты условий обработки данных, многоуровневая библиотека GLM, инструменты величины мощности и объема выборки, генерализованное кодирование данных SEM, прогноз, размер эффекта, „Менеджер проектов“, длинная строка, массивы данных BLOB и многое другое». Силвер использует сложные электронные инструменты – все эти генерализованные SEM'ы и BLOB'ы – для построения многоуровневых моделей со взаимопересекающимися частями, множественных регрессий, опирающихся на заданные параметры, которые затем соотносятся с заданными весовыми функциями, используемыми в вероятностных выражениях, и так далее.

Мы приводим все эти подробности, чтобы подчеркнуть, насколько сложно устроены умные машины и как трудно научиться ими управлять. Для того чтобы войти в число тех, кто умеет плодотворно работать с такими машинами, вы должны отточить свою способность справляться со сложными задачами. И поскольку современные технологии постоянно меняются, этот процесс овладевания сложными инструментами не имеет конца – вы должны быть способны решать все новые и новые задачи сразу же, по мере их возникновения.

Разумеется, способность быстро обучаться сложным вещам необходима не только для того, чтобы успешно управлять умными машинами; она также играет ключевую роль в попытках стать суперзвездой практически в любой области, даже не имеющей отношения к высоким технологиям. Так, чтобы стать преподавателем йоги мирового класса, вам необходимо будет освоить множество уровней физического мастерства все повышающейся сложности. Другой пример: чтобы преуспеть в медицине, вы должны быстро схватывать суть последних исследований в той области, на которой специализируетесь. Подводя краткий итог этим соображениям, можно сказать так: вы никогда не добьетесь успеха, если не умеете учиться.

Теперь давайте рассмотрим вторую важнейшую способность, упомянутую в списке выше, а именно способность выдавать продукцию высочайшего уровня. Если вы хотите стать суперзвездой, овладевать нужными умениями необходимо – но этого недостаточно. Вы должны уметь преобразовывать свой дремлющий потенциал в конкретные результаты, ценные для людей. К примеру, многие разработчики умеют хорошо программировать, но один лишь Давид Ханссон сумел воспользоваться этой способностью, чтобы создать Ruby on Rails — проект, который принес ему известность. Для успешного решения задачи Ханссону пришлось развить до предела свои способности и добиться неоспоримо ценных и значимых результатов.

Умение выдавать результаты важно и для тех, кто желает научиться управлять умными машинами. Для Нейта Силвера было недостаточно обучиться обрабатывать большие массивы данных и производить статистический анализ; вслед за этим он должен был показать, что может при помощи своих умений извлекать из машин информацию, важную для большого количества людей. Во времена своей работы в Baseball Prospectus Силвер сотрудничал со многими профессиональными статистиками, однако только он один приложил усилия, чтобы адаптировать свои навыки к новой и более многообещающей области – предсказанию результатов выборов. Таким образом мы пришли к еще одному обобщающему наблюдению, которое поможет вам влиться в ряды победителей в новой экономике: тот, кто не выдает результатов, успеха не добивается – независимо от того, насколько он одарен или искусен в своем деле.

Определив эти два фундаментальных качества, нужных для продвижения вперед в новом, раздираемом технологиями мире, перейдем к следующему вопросу: каким образом можно развить в себе эти ключевые способности? И здесь мы подходим к центральной идее этой книги: два важнейших качества, описанные выше, зависят от вашей способности погружаться в работу с головой.

Если вы не овладели этим ключевым умением, обучение сложным вещам или выполнение задач на высочайшем уровне потребует от вас невероятных усилий.

То, что эти способности зависят от углубленной работы, не сразу становится очевидным – для этого необходимо более внимательно взглянуть на искусство обучаться, сосредоточиваться и выдавать результаты. Последующие разделы предлагают как раз такой внимательный взгляд, с помощью которого вы сможете проследить связь между углубленной работой и экономическим успехом, превратив ее из неожиданной в неоспоримую.